பல்கலைக்கழகங்களின் பெரும் முதலீட்டையும் மீறி வியட்நாமில் AI திறன் இடைவெளி நீடிக்கிறது

பணியிடத் தயார்நிலையை மிஞ்சும் AI மீதான நம்பிக்கை

வியட்நாமியப் பல்கலைக்கழகங்கள் செயற்கை நுண்ணறிவில் (AI) அதிக அளவில் முதலீடு செய்கின்றன. ஆய்வில் இடம்பெற்ற பிற சந்தைகளில் உள்ள மாணவர்களைவிட, AI உடன் பணியாற்றுவதில் வியட்நாமிய மாணவர்கள் அதிக நம்பிக்கை கொண்டுள்ளனர். எனினும், அந்த நம்பிக்கைக்கும் பணியில் AI-ஐ திறம்படப் பயன்படுத்தப் பட்டதாரிகளுக்கு இருக்கும் திறனுக்கும் இடையே இடைவெளி இருப்பதாக முதலாளிகள் கருதுகின்றனர். Pearson மற்றும் Amazon Web Services (AWS) நடத்திய ஆய்வில் இது தெரியவந்துள்ளது.

வியட்நாமில் நடத்தப்பட்ட ஆய்வில், உயர்கல்வித் துறைத் தலைவர்களில் 96 சதவீதம் பேர் தங்கள் கல்வி நிறுவனங்கள் AI-இல் முதலீடு செய்து வருவதாகக் கூறினர். AI ஒருங்கிணைக்கப்பட்ட சூழலில் பணியாற்றத் தங்களின் தயார்நிலைக்கு 10-க்கு 8 முதல் 10 வரை மதிப்பெண் அளித்த மாணவர்கள் 52 சதவீதத்துக்கும் அதிகம். ஆய்வு செய்யப்பட்ட ஆறு சந்தைகளில் இதுவே மிக உயர்ந்த நம்பிக்கை நிலையாகும். இதற்கு மாறாக, AI ஒருங்கிணைக்கப்பட்ட பணியிடங்களுக்குத் தேவையான எட்டு திறன்களிலும் சமீபத்திய பட்டதாரிகள் சிறந்து விளங்குவதாகக் கூறிய வியட்நாமிய முதலாளிகள் 15 சதவீதம் மட்டுமே.

இந்த ஆய்வில் வியட்நாமைச் சேர்ந்த 402 பேர் பங்கேற்றனர்: 301 மாணவர்கள், பல்கலைக்கழகத் தலைவர்கள் மற்றும் ஆசிரியர்களில் 50 பேர், முதலாளிகள் மற்றும் வணிகத் தலைவர்களில் 51 பேர். விரிவான ஆய்வு வியட்நாம், பிரேசில், மலேசியா, சவூதி அரேபியா, ஐக்கிய இராச்சியம் மற்றும் அமெரிக்கா ஆகிய நாடுகளை உள்ளடக்கியது. AI கருவிகளுக்கான அணுகலைத் தாண்டிய சவாலை ஆய்வு முடிவுகள் சுட்டிக்காட்டுகின்றன: பட்டதாரிகள் தீர்மானிக்கும் திறனுடன் அவற்றைப் பயன்படுத்தவும், அவற்றின் முடிவுகளைச் சரிபார்க்கவும், நடைமுறைப் பணிகளில் பயன்படுத்தவும் முடியும் என்பதை நிரூபிக்க வேண்டும்.

AI வேலைகளையும் தொடக்கநிலைப் பணிகளையும் மாற்றிவரும் நிலையில் இந்த இடைவெளி முக்கியமானது. சாட்பாட்டுக்கு அறிவுறுத்தல் அளிக்கத் தெரிந்த மாணவர்கூட, அதன் பதில் துல்லியமானதா எனத் தீர்மானிப்பதிலும், விடுபட்ட ஆதாரங்களை அடையாளம் காண்பதிலும், AI உதவியுடன் அளிக்கப்பட்ட பரிந்துரை வணிகத் தேவைக்கு எவ்வாறு உதவுகிறது என்பதை விளக்குவதிலும் சிரமப்படலாம். இந்தப் படிநிலைகளுக்குத் தொழில்நுட்பப் பரிச்சயத்துடன் விமர்சனச் சிந்தனை, தகவல் தொடர்பு மற்றும் பாட அறிவும் தேவை.

முதலீடு வேகமாக நகர்கிறது; ஆனால் சீராக இல்லை

வியட்நாமை “உயர் வேக உத்தி வகுப்பாளர்” என அறிக்கை வகைப்படுத்துகிறது. AI-ஐ உத்திசார் முன்னுரிமையாகக் கருதி, அதில் கணிசமாக முதலீடு செய்யும் சந்தை இது. AI-ஆல் உந்தப்படும் பணியிட மாற்றங்கள் “மிகவும் வேகமாக” அல்லது “வேகமாக” நிகழ்வதாக ஆய்வில் பங்கேற்ற பல்கலைக்கழகத் தலைவர்களில் பத்தில் ஒன்பது பேர் தெரிவித்தனர். இது உலகளாவிய சராசரியான 67 சதவீதத்தைவிட 23 சதவீதப் புள்ளிகள் அதிகம். அடுத்த இரண்டு ஆண்டுகளில் இந்த வேகம் அதிகரிக்கும் என ஆய்வில் பங்கேற்ற அனைத்துக் கல்வித் துறைத் தலைவர்களும் எதிர்பார்த்தனர்.

முதலீடு செய்வதால் ஒவ்வொரு வளர்ச்சிக்கும் கல்வி நிறுவனங்கள் ஈடுகொடுக்க முடியும் என்பது உறுதியாகாது. AI தொடர்பான அனைத்து வளர்ச்சிகளுக்கும் ஈடுகொடுத்து வருவதாக வியட்நாமில் ஆய்வு செய்யப்பட்ட கல்வி நிறுவனங்களில் 28 சதவீதம் மட்டுமே தெரிவித்தன. ஆசிரியர் மேம்பாடு, கணினிக் கட்டமைப்பு, தொழில்நுட்பத் திறன், பாடத்திட்டங்கள் மற்றும் கல்வி நிறுவனங்களின் செயல்பாடுகளுக்கான AI அமைப்புகள் உள்ளிட்ட துறைகளில் முதலீடுகள் செய்யப்பட்டுள்ளதாக அறிக்கை குறிப்பிடுகிறது. அதேவேளை, இந்த வளங்கள் கற்றலிலும் நடைமுறைப் பயிற்சியிலும் எவ்வாறு பயன்படுகின்றன என்பதில்தான் தயார்நிலை அமைகிறது என்றும் சுட்டிக்காட்டுகிறது.

உயர்கல்வித் துறைத் தலைவர்களில் 84 சதவீதம் பேர் சந்தைத் தேவைகளை அறிந்துகொள்ள முதலாளிகளுடன் தொடர்ந்து கலந்துரையாடுவதாகவும் ஆய்வில் தெரியவந்தது. இது குறிப்பிடத்தக்க தொடக்கமாக இருந்தாலும், வழக்கமான தொடர்பு என்பதாலேயே பாடநெறிகளை வடிவமைப்பதிலோ மாணவர்களின் பணியை மதிப்பிடுவதிலோ முதலாளிகள் பங்கேற்கிறார்கள் என்று சொல்ல முடியாது. இந்தக் கூட்டாண்மைகளை மேலும் நடைமுறைக்கு ஏற்றதாகவும் நீடித்ததாகவும் மாற்றுவதே அடுத்த படியாகும்.

மாணவர்கள் தங்களைத் தாங்களே மதிப்பிடுவது நம்பிக்கைக்கான பயனுள்ள சான்று; அது பணியிடச் செயல்திறனை நேரடியாக அளவிடுவதில்லை. முதலாளிகளோ, பணியில் எதிர்கொள்ளும் பணிகள் மற்றும் எதிர்பார்ப்புகளின் அடிப்படையில் பட்டதாரிகளை மதிப்பிடுகின்றனர். இந்த இரு கண்ணோட்டங்களுக்கும் இடையே உள்ள இடைவெளி, கருவிகளைப் பற்றிய பரிச்சயத்தை மட்டுமல்லாமல், தங்கள் செய்முறைத் திறனை வெளிப்படுத்த மாணவர்களுக்குக் கூடுதல் வாய்ப்புகளைப் பாடநெறிகளும் மதிப்பீடுகளும் வழங்க வேண்டும் என்பதைக் காட்டுகிறது.

பட்டதாரிகளிடம் என்ன குறைகிறது என முதலாளிகள் கூறுவது

பட்டதாரிகள் AI-ஐப் பயன்படுத்துவதில் பல சிக்கல்களை வியட்நாமிய முதலாளிகள் அடையாளம் கண்டனர். AI வெளியீடுகளை அளவுக்கு மீறி நம்புவது, சரிபார்ப்பு அல்லது உண்மைத் தகவல் சோதனை சரிவரச் செய்யாதது உள்ளிட்ட மோசமான பழக்கங்களை 43 சதவீதம் பேர் சுட்டிக்காட்டினர். நடைமுறை அனுபவம் குறைவாக இருப்பதை 37 சதவீதம் பேரும், AI கருவிகளை அளவுக்கு அதிகமாகச் சார்ந்திருப்பதை 35 சதவீதம் பேரும் குறிப்பிட்டனர். இந்தப் பதில்கள் ஒன்றுடன் ஒன்று தொடர்புடையவையாக இருக்கலாம். இருப்பினும், AI கருவிகளைப் பெறுவதற்கான அணுகல் மட்டுமே தயார்நிலையை முழுமையாக அளவிடாது என்பதை இவை காட்டுகின்றன.

AI வெளியீடுகளை விமர்சன ரீதியாக மதிப்பிடுவதில் பட்டதாரிகள் சிறந்து விளங்குவதாகக் கூறிய முதலாளிகள் 8 சதவீதம் மட்டுமே. நம்பகமான ஆதாரங்களுடன் கூற்றுகளைச் சரிபார்ப்பது, நிச்சயமின்மை மற்றும் சார்புநிலையை அடையாளம் காண்பது, தானியக்கப் பதிலுக்குப் பதிலாக மனித நிபுணத்துவம் தேவைப்படும் பணியை அறிந்துகொள்வது ஆகியவை இந்தத் திறனில் அடங்கும். பிழைகள் இருக்கக்கூடியதாக இருந்தாலும் சரளமான உரையை AI உருவாக்கும்போது இந்தத் திறன் குறிப்பாக முக்கியமானது.

எட்டு துறைகளில் முதலாளிகள் மதிப்பிட்டவை: தொழில்நுட்ப அறிவு, தகவமைத்துக்கொள்ளும் திறன், AI கருவிகளைத் திறம்படப் பயன்படுத்துதல், படைப்பாற்றல், கல்வி அறிவை நடைமுறைப் பணியில் பயன்படுத்துதல், தொடர்ச்சியான கற்றல், தகவல் தொடர்பு மற்றும் ஒத்துழைப்பு, AI வெளியீடுகளை விமர்சன ரீதியாக மதிப்பிடுதல். இந்தத் திறன்கள் அனைத்திலும் சராசரியாக 15 சதவீதம் பேர் சிறந்து விளங்குவதாகக் கூறப்பட்டதே ஒட்டுமொத்த எண்ணிக்கை; ஒவ்வொரு துறையிலும் எல்லா முதலாளிகளும் ஒரே மதிப்பீட்டை அளித்தனர் என்று இதற்கு அர்த்தமில்லை.

இந்தச் சிக்கல் வியட்நாமைத் தாண்டியும் உள்ளது. Pearson மற்றும் AWS ஆய்வில் உலகளாவிய முதலாளிகளில் 53 சதவீதம் பேர், பணியிடத் தேவைகளைப் பூர்த்திசெய்யும் AI திறன் கொண்ட சமீபத்திய பட்டதாரிகளைக் கண்டறிவதில் சிரமம் இருப்பதாகக் கூறினர். ஒட்டுமொத்த ஆய்வில், தொழில்முறைப் பணிச்சூழலில் AI கருவிகளைப் பயன்படுத்துவதில் உயர்நிலைத் தேர்ச்சி பெற்றதாகக் கூறிய கற்றவர்கள் 14 சதவீதம் மட்டுமே. இந்தக் கண்டுபிடிப்புகள் ஒரு மாற்றச் சிக்கலை எடுத்துக்காட்டுகின்றன: ஒரு கருவியைப் பயன்படுத்தக் கற்றுக்கொள்வது, அதை வேலையில் நம்பகமாகப் பயன்படுத்த ஒருவரைத் தானாகவே தயார்படுத்தாது.

AI-க்குத் தயாரான பட்டதாரியை வரையறுக்கும் நான்கு திறன்கள்

ஒன்றோடொன்று தொடர்புடைய நான்கு திறன்களின் சேர்க்கையாக AI தயார்நிலையை அறிக்கை விவரிக்கிறது. செயற்பாட்டு AI தேர்ச்சி என்பது ஒரு பணிக்குத் தொடர்புடைய கருவிகளை எப்படிப் பயன்படுத்துவது என்பதை அறிந்திருப்பதாகும். மனிதர்களுக்கே உரிய முக்கியத் திறன்களில் தீர்மானிக்கும் திறன், தகவமைப்பு, தகவல் தொடர்பு, ஒத்துழைப்பு மற்றும் சிக்கல் தீர்க்கும் திறன் அடங்கும். நெறிமுறைப் பொறுப்புணர்வு என்பது AI-ஐப் பொறுப்புடன் பயன்படுத்துவதையும் தனியுரிமை, சார்புநிலை மற்றும் சாத்தியமான பாதிப்புகளைக் கருத்தில் கொள்வதையும் குறிக்கிறது. உத்திசார் அறிவுத்திறன் என்பது AI எங்கு மதிப்பைச் சேர்க்கும், எங்கு அது பொருத்தமாக இருக்காது என்பதைப் புரிந்துகொள்வதாகும்.

இந்தத் திறன்கள் ஒன்றுக்கொன்று துணையாகச் செயல்படுகின்றன. எடுத்துக்காட்டாக, AI உதவியுடன் வணிக முன்மொழிவைத் தயாரிக்கும் பட்டதாரி, பணியைத் தெளிவாக வரையறுக்கவும், பொருத்தமான கருவியைத் தேர்ந்தெடுக்கவும், கூற்றுகளையும் ஆதாரங்களையும் சரிபார்க்கவும், வரம்புகளை அடையாளம் காணவும், இறுதிப் பரிந்துரைகளுக்குப் பின்னால் உள்ள காரணங்களை விளக்கவும் முடியும். ஒரு அமைப்பு பணியை உருவாக்க உதவியிருந்தாலும், அந்தப் பணிக்கான பொறுப்பு மனிதப் பயனரிடமே இருக்கும்.

இந்த அணுகுமுறை AI எவ்வாறு கற்பிக்கப்பட வேண்டும் என்பதையும் மாற்றுகிறது. பிரபலமான கருவிகளை இயக்குவதில் மட்டுமே கவனம் செலுத்தும் பாடநெறி, கருவிகள் மாறும்போது காலாவதியாகிவிடலாம். வெளியீடுகளை மதிப்பிடுவது, அணுகுமுறையை மாற்றியமைப்பது, AI-ஐப் பாட அறிவுடன் இணைப்பது ஆகியவற்றைக் கற்பிப்பது நீடித்த பயனை அளிக்கும். அறிமுகமில்லாத அமைப்புகளிலும் புதிய பணியிடச் சூழல்களிலும் தங்கள் திறன்களைப் பயன்படுத்த இது கற்றவர்களுக்கு உதவுகிறது.

கல்வியிலிருந்து வேலைக்குச் செல்லும் மாற்றத்தில் ஒன்றோடொன்று இணைந்து தீவிரமடையக்கூடிய ஆறு தடைகளை அறிக்கையின் விரிவான AI தயார்நிலைத் தடைகள் கட்டமைப்பு விவரிக்கிறது: வேகம், இணைப்பு, திறன், நிர்வாகம், அனுபவம் மற்றும் திறனறிவு. பாடத்திட்டப் புதுப்பிப்புகளைவிட பணியிட மாற்றங்கள் வேகமாக நிகழ்வதை வேகம் குறிக்கிறது. முதலாளிகளுக்கும் கல்வியாளர்களுக்கும் இடையிலான பின்னூட்டம் பலவீனமாக இருப்பதை இணைப்பு குறிக்கிறது. ஆசிரியர்களுக்கான தயார்நிலை சீரற்றிருப்பது திறனில் அடங்கும். பொறுப்பான பயன்பாட்டுக்கான நடைமுறை விதிகளை நிர்வாகம் குறிக்கிறது. கட்டமைக்கப்பட்ட பயிற்சி வாய்ப்புகள் குறைவாக இருப்பதை அனுபவம் குறிக்கிறது. பட்டதாரிகள் வெளிப்படுத்தும் திறன்களுக்கும் வேலைகளுக்குத் தேவைப்படும் திறன்களுக்கும் இடையிலான பொருத்தமின்மையை திறனறிவு குறிக்கிறது.

முதலாளிகளுடனான தொடர்பை பகிரப்பட்ட நடைமுறையாக மாற்றுங்கள்

நடைமுறை அனுபவ இடைவெளியைச் சமாளிக்க, உண்மையான பணிச்சூழலைப் பிரதிபலிக்கும் மதிப்பீடுகளைப் பல்கலைக்கழகங்களும் முதலாளிகளும் இணைந்து வடிவமைக்கலாம். AI கருவியைப் பற்றி விவரிக்குமாறு மட்டுமே மாணவர்களைக் கேட்பதற்குப் பதிலாக, AI உதவியுடன் முன்மொழிவை உருவாக்குதல், அதன் கூற்றுகளைச் சரிபார்த்தல், பலவீனங்களை அடையாளம் காணுதல், பரிந்துரைகளை நியாயப்படுத்துதல் ஆகியவற்றைக் கோரும் பணியை வழங்கலாம். இதன்மூலம் செயல்முறை வெளிப்படுவதுடன், இறுதி ஆக்கத்தோடு மாணவர்களின் தீர்மானிக்கும் திறனையும் ஆசிரியர்கள் மதிப்பிட முடியும்.

உண்மையான சவால்கள், பயிற்சிப் பணியிடங்கள் மற்றும் பாடத்திட்டம் குறித்த பின்னூட்டங்களை முதலாளிகள் வழங்கலாம். குழுக்களுடன் இணைந்து செயல்படவோ அவற்றைக் கவனிக்கவோ வாய்ப்பளிப்பதன் மூலம், வணிகச் சூழல்களில் AI எப்படிப் பயன்படுத்தப்படுகிறது என்பதை ஆசிரியர்கள் புரிந்துகொள்ளவும் அவர்கள் உதவலாம். முழுமையற்ற தகவல், காலக்கெடு மற்றும் சக ஊழியர்களிடம் கண்டுபிடிப்புகளைத் தெரிவிக்க வேண்டிய தேவை போன்ற வகுப்பறைப் பயிற்சிகளில் விடுபடக்கூடிய கட்டுப்பாடுகளை எதிர்கொண்டு மாணவர்கள் பயிற்சி பெற இந்தக் கூட்டாண்மைகள் உதவும்.

பல்கலைக்கழகங்கள் குறுகிய கால இடைவெளிகளில் பாடத்திட்டங்களை மறுஆய்வு செய்வது, நெகிழ்வான கற்றல் மாதிரிகள், படிப்படியாக அங்கீகரிக்கப்பட்ட தகுதிகளைப் பெற உதவும் அடுக்குநிலைச் சான்றிதழ்கள் ஆகியவற்றை அறிக்கை பரிந்துரைக்கிறது. நடைமுறைப் பயன்பாட்டை மையமாகக் கொண்ட ஆசிரியர் மேம்பாட்டையும், உண்மையான சூழல்களில் AI-ஐப் பயிற்சி செய்வதற்கான கல்விக் கடன் பெறும் வாய்ப்புகளையும் அது வலியுறுத்துகிறது. விருப்பத் தேர்வு விளக்கங்கள் அல்லது தனித்த அறிமுகப் பாடங்கள் என்ற வரம்புக்குள் AI பயன்பாட்டை வைத்திருக்காமல், அடிப்படைக் கற்றலில் அதை ஒருங்கிணைப்பதே நோக்கம்.

AI உதவியுடன் செய்த திட்டங்களின் தொகுப்பை உருவாக்குவதன் மூலம் மாணவர்கள் தங்கள் திறன்களை எளிதில் மதிப்பிடக்கூடியதாக ஆக்கலாம். ஒரு திட்டத் தொகுப்பில் பணியின் விவரம், AI எவ்வாறு பயன்படுத்தப்பட்டது, மாணவர் எவற்றைச் சரிபார்த்தார் அல்லது மாற்றினார், இறுதிப் பணி என்ன சாதித்தது ஆகியவற்றைக் காட்டலாம். பட்டம் அல்லது AI அறிவு இருப்பதாகப் பொதுவான கூற்று ஆகியவற்றைத் தாண்டி, விண்ணப்பதாரரின் நடைமுறைத் திறனைப் புரிந்துகொள்ள இந்த ஆதாரம் முதலாளிகளுக்கு உதவும்.

பட்டம் இல்லாத, ஆனால் AI திறன் அதிகமுள்ள ஒருவர் மற்றும் AI அனுபவம் குறைவான, ஆனால் பட்டம் பெற்ற ஒருவர் எனக் கற்பனையான இரு விண்ணப்பதாரர்களில் ஒருவரைத் தேர்ந்தெடுக்கும் சூழலையும் அறிக்கை விவரிக்கிறது. பட்டம் பெற்றவருக்கு முதலாளிகள் அளித்த முன்னிலை வெறும் நான்கு சதவீதப் புள்ளிகள் மட்டுமே. தகுதிச் சான்றிதழ்கள் இன்னமும் முக்கியம்; அதேவேளை, நடைமுறைத் திறனுக்கான ஆதாரத்துக்கும் முதலாளிகள் கணிசமான முக்கியத்துவம் அளிக்கக்கூடும் என்பதை இந்த முடிவு காட்டுகிறது.

பொறுப்பு வளாகங்களையும் முதலாளிகளையும் தாண்டியது

தெளிவான நிர்வாகமும் தயார்நிலையின் மற்றொரு பகுதியாகும். எந்தக் கருவிகளைப் பயன்படுத்தலாம், அவற்றில் எந்தத் தகவல்களைப் பதிவிடக்கூடாது, AI உருவாக்கிய பணி எவ்வாறு வெளிப்படுத்தப்பட வேண்டும், அதைச் சரிபார்க்கும் பொறுப்பு யாருக்கு உள்ளது என்பதற்கான நடைமுறை வழிகாட்டுதல் மாணவர்களுக்கும் பணியாளர்களுக்கும் தேவை. தெளிவான விதிகள் இல்லாவிட்டால், அனுமதிக்கப்படாத கருவிகளைப் பயன்படுத்தவோ முக்கியத் தகவல்களை கவனக்குறைவாகக் கையாளவோ நேரலாம்; இதனால் கல்வித் துறையிலிருந்து பணியிடத்துக்குப் பாதிப்புகள் தொடரலாம்.

கொள்கையைத் தெளிவுபடுத்துவதன் மூலமும், தொடர்புடைய டிஜிட்டல் திறன் சான்றிதழ்களைப் பல்கலைக்கழகப் பாடத்திட்டங்களில் சேர்க்க வழிவகுப்பதன் மூலமும் மாற்றத்துக்கு ஒழுங்குமுறை அமைப்புகள் ஆதரவளிக்கலாம். பட்டதாரிகள் தங்கள் திறன்களை ஒரே மாதிரியான வழியில் வெளிப்படுத்துவதற்காக, தெளிவான கற்றல் விளைவுகள் மற்றும் மதிப்பீட்டுத் தரநிலைகளை ஒப்புக்கொள்ளுமாறு கல்வி வழங்குநர்களையும் முதலாளிகளையும் அறிக்கையின் பரிந்துரைகள் வலியுறுத்துகின்றன.

AI உடனான ஈடுபாட்டை பணியிடத் திறனாக மாற்றுவதை மையமாகக் கொண்டு நடவடிக்கைகள் அமைய வேண்டும் என Pearson மற்றும் AWS நிர்வாகிகள் வலியுறுத்தியுள்ளனர். சுயாதீன ஆய்வு நிறுவனமான PSB Insights உடன் இணைந்து இந்த ஆய்வு உருவாக்கப்பட்டது. ஆறு சந்தைகளில் 2,700-க்கும் மேற்பட்ட கற்றவர்கள், கல்வித் துறைத் தலைவர்கள் மற்றும் முதலாளிகளிடமிருந்து பெறப்பட்ட ஆய்வுப் பதில்களுடன், உயர்கல்வித் துறைத் தலைவர்களுடனான நேர்காணல்களும் இதில் இடம்பெற்றுள்ளன. கல்வியிலிருந்து வேலைக்குச் செல்லும் தங்கள் பாதையில் எந்தப் பகுதிகளுக்கு கவனம் தேவை என்பதை அடையாளம் காண கல்வி நிறுவனங்களுக்கு இந்தக் கட்டமைப்புகள் உதவும் வகையில் வடிவமைக்கப்பட்டுள்ளன.

வியட்நாமைப் பொறுத்தவரை, பல்கலைக்கழகங்கள் முதலீடு செய்யத் தவறிவிட்டன அல்லது மாணவர்களுக்கு ஆர்வமில்லை என்பதல்ல மையக் கண்டுபிடிப்பு. முதலீடு பரவலாக உள்ளது, மாணவர்களின் நம்பிக்கை உயர்வாக உள்ளது, ஆய்வில் பங்கேற்ற பெரும்பாலான கல்வி நிறுவனங்கள் ஏற்கெனவே முதலாளிகளுடன் தொடர்பில் உள்ளன. அந்த வலுவான அம்சங்களைத் தொடர்ச்சியான பயிற்சி, துல்லியமான மதிப்பீடு, பல்கலைக்கழகத்தை விட்டு வெளியேறிய பின் பட்டதாரிகள் எதிர்கொள்ளும் முடிவுகளை ஒத்த பணிகள் ஆகியவற்றுடன் இணைப்பதே கடினமான பணியாகும்.

முக்கிய அம்சங்கள்

• ஆய்வில் பங்கேற்ற வியட்நாமிய உயர்கல்வித் துறைத் தலைவர்களில் 96 சதவீதம் பேர் தங்கள் கல்வி நிறுவனங்கள் AI-இல் முதலீடு செய்வதாகக் கூறினர்.
• AI ஒருங்கிணைக்கப்பட்ட பணிக்கான தங்கள் தயார்நிலைக்கு 10-க்கு 8 முதல் 10 வரை மதிப்பெண் அளித்த மாணவர்கள் 52 சதவீதத்துக்கும் அதிகம்.
• பணியிட AI திறன்கள் எட்டிலும் சமீபத்திய பட்டதாரிகள் சிறந்து விளங்குவதாகக் கூறிய முதலாளிகள் 15 சதவீதம் மட்டுமே.
• சரிபார்ப்புப் பழக்கங்கள் மோசமாக இருப்பது, நடைமுறை அனுபவம் குறைவாக இருப்பது, AI கருவிகளை அளவுக்கு அதிகமாகச் சார்ந்திருப்பது ஆகியவற்றை முதலாளிகள் சுட்டிக்காட்டினர்.
• முதலாளிகள் வடிவமைக்கும் மதிப்பீடுகள், நடைமுறைப் பயிற்சி, ஆசிரியர் மேம்பாடு மற்றும் தெளிவான AI நிர்வாகம் ஆகியவற்றை அறிக்கை வலியுறுத்துகிறது.