Nyolc területre épülhet az egyetemi mesterségesintelligencia-képzés

Közös alapokra építenék az AI-képzéseket

A Computing Research Association szeptember 29-én ismertetett egy új ajánlást, amely az alapképzéses mesterségesintelligencia-programok tantervi alapjaihoz ad keretet. A Designing AI Curriculum Pathways című jelentés az NSF LEVEL UP AI workshopjainak ajánlásait foglalja össze.

A dokumentum kidolgozásában 29 intézmény 29 résztvevője működött közre. A szerzők Jodi Reeves, a National University munkatársa, Jodi Tims, a Northeastern University oktatója, Marie desJardins, aki korábban a University of Maryland, Baltimore County munkatársa volt, Roderick L. Lee, a Pennsylvania State University oktatója, Fatima T. Zahra, a University of Tennessee, Knoxville munkatársa, valamint Sri Yash Tadimalla és Noah Cowit, a Computing Research Association munkatársai.

A jelentés szerint az intézményeknek nyolc alapvető tudásterületet kell mérlegelniük az egyetemi informatikai képzésekhez kapcsolódó AI-irányok megtervezésekor.

• matematikai alapok,
• az informatika alapjai,
• szimbolikus mesterséges intelligencia és optimalizálás,
• gépi tanulás,
• emberközpontú mesterséges intelligencia és etika,
• generatív mesterséges intelligencia,
• AI-alkalmazások és rendszerek,
• szakmai készségek.

Nem feltétlenül nyolc külön kurzust javasolnak

Az ajánlás nem írja elő, hogy a nyolc területből nyolc önálló tantárgyat kell létrehozni. Az intézmény meglévő tantervétől, erőforrásaitól és céljaitól függően a tanulási eredmények külön kurzusokban, összevont tárgyakban vagy már meglévő képzésekbe illesztett modulokban is megjelenhetnek.

„Nem lesz egyetlen olyan alapképzéses AI-tanterv, amely minden intézmény számára működik”, mondta Roderick L. Lee, a Pennsylvania State University emberközpontú számítástechnikával, társadalmi informatikával és információs rendszerekkel foglalkozó docense. Szerinte közös alapot lehet kialakítani azokból az ismeretekből, készségekből és hozzáállásformákból, amelyeket a hallgatóknak fejleszteniük kell, miközben az intézmények szabadon dönthetnek az ehhez vezető képzési utakról.

A szerzők a kurzusok tartalmán túl hét kérdés átgondolását is javasolják. Ezek között szerepel a tapasztalati tanulási lehetőségek biztosítása, az elméleti és gyakorlati AI egyensúlya, a szükséges előfeltételek meghatározása, valamint az iparág bevonása.

A tantervnek együtt kell változnia a technológiával

A jelentés további szempontként említi, hogy a képzés milyen karrierutakra készíti fel a hallgatókat, illetve hogyan maradhat naprakész a tananyag az AI fejlődésével párhuzamosan. A Computing Research Association szerint ez utóbbi különösen fontos egy gyorsan változó területen.

Az ajánlás ezért olyan mechanizmusok kialakítását sürgeti, amelyek lehetővé teszik a programok folyamatos frissítését. A képzés elindítását nem a tantervfejlesztés lezárásaként kezelnék.

„Egy AI-program létrehozása nem egyszeri tantervi feladat”, mondta Jodi Reeves, a National University technológiai és mérnöki iskolájának professzora, valamint az adatkutatási alapképzés és mesterképzés programigazgatója. Mint fogalmazott, az intézményeknek már a kezdetektől meg kell tervezniük, hogyan tartják relevánsan a programokat, miközben változik a technológia, a munkaerőpiac és a mesterséges intelligencia társadalmi hatásairól alkotott tudás.

Az ajánlás kiindulópontként szolgálhat új alapképzéses AI-programok létrehozásához, illetve annak értékeléséhez, hogy a már működő tantervek felkészítik-e a hallgatókat a gyorsan változó területre. Az NSF LEVEL UP AI együttműködésben működik az ACM, a Computing Research Association, az IEEE-CS, az AAAI és más partnerszervezetek részvételével.