الزامات راهبردی و ساختاری دانشگاه‌های ایران در توسعه و تربیت نیروی انسانی هوش مصنوعی

دانشگاه ها دیگر فقط مراکز آموزش تخصصی نیستند، بلکه به بازیگرانی در حکمرانی و توسعه هوش مصنوعی تبدیل شده اند. برای ایفای این نقش، ساختارهای سنتی مدیریتی باید جای خود را به الگوهای چابک، داده محور و میان رشته ای بدهند تا بتوانند با تحول فناوری همگام شوند. با وجود این، مسیر دانشگاه ها در حوزه مزبور بدون چالش نیست. کمبود منابع مالی، محدودیت در جذب استادان متخصص و ساختارهای بوروکراتیک، توان دانشگاه ها را در نوسازی برنامه های درسی و توسعه زیرساخت های هوش مصنوعی کاهش می دهد. برنامه های آموزشی هنوز از نیازهای بازار کار فاصله دارند و فرصت های میان رشته ای کافی برای ترکیب مهارت های فنی با مهارت های انسانی فراهم نشده است.

ضرورت و اهداف پژوهش

بررسی وضعیت ایران در هوش مصنوعی نشان می دهد که کشور در حیاتی ترین ضلع این معادله، یعنی «تربیت نیروی انسانی متخصص،» با شکاف عمیقی مواجه است. تعداد فارغ التحصیلان رشته های مرتبط رشد متناسبی نداشته و پدیده مهاجرت نخبگان، این خلأ را تشدید کرده است. آموزش عالی ایران متناسب با تحولات هوش مصنوعی تعریف نشده و همچنان بر الگوهای سنتی و فاقد پیوند با بازار و جامعه متمرکز است. در صورت بی توجهی به الزامات آموزش عالی، کشور با مجموعه ای از پیامدهای راهبردی همچون وابستگی فناورانه به دیگر کشورها، گسست میان دانشگاه و بازار هوش مصنوعی، تضعیف جایگاه دانشگاه ها در نظام نوآوری، از دست رفتن فرصت های سرمایه گذاری و انتقال فناوری و درنهایت حذف از زنجیره ارزش جهانی هوش مصنوعی روبه رو خواهد شد. از این رو در این گزارش بررسی تجارب کشورهای منتخب، ارزیابی وضعیت ایران و ارائه راهکارهای سیاستی برای تربیت نیروی انسانی هوش مصنوعی پرداخته شده است.

مرور تجارب کشورها در حوزه هوش مصنوعی

اسناد راهبردی هوش مصنوعی نشان می دهند که آموزش عالی در اغلب کشورها به عنوان محور اصلی تربیت نیروی انسانی، توسعه پژوهش و تقویت نوآوری در حوزه هوش مصنوعی مورد توجه قرار گرفته است. در ادامه، سیاست ها و تجربه های کشورهای منتخب در این زمینه بررسی می شود.

ایالات متحده آمریکا

سیاست های آمریکا در حوزه هوش مصنوعی بر آموزش نیروی کار، توسعه مهارت های دیجیتال و تربیت متخصصان در این زمینه متمرکز است. همچنین، بنیاد ملی علم با تاسیس مراکز پژوهشی هوش مصنوعی، همکاری دانشگاه، صنعت و دولت را تقویت کرده است.

چین

وزارت آموزش چین در برنامه «AI Innovation Action Plan» دانشگاه ها را به توسعه آموزش، پژوهش نوآورانه و همکاری با صنعت با هدف کسب جایگاه نخست در نوآوری جهانی هوش مصنوعی تا سال 2030 موظف کرده است. همچنین آموزش مفاهیم هوش مصنوعی را از مدارس برای تقویت سواد دیجیتال و تفکر محاسباتی آغاز کرده است.

کشورهای آمریکای جنوبی

در آمریکای جنوبی، برزیل بر مهارت های نرم (خلاقیت، تفکر انتقادی و هوش هیجانی)، پرو بر افزایش مشارکت زنان و توسعه تحصیلات تکمیلی با همکاری های بین المللی تاکید دارد. همچنین مکزیک با تدوین برنامه درسی ملی و ارائه ی بورسیه های تحصیلی، ظرفیت علمی و مهارتی خود را تقویت می کند.

کشورهای اروپایی

کشورهای اروپایی سیاست های متنوعی برای آموزش هوش مصنوعی اتخاذ کرده اند. هلند، نروژ و سوئد با برنامه های آموزش مادام العمر، اصلاحات در آموزش های رسمی و ارتقای سواد دیجیتال، ظرفیت های آموزشی هوش مصنوعی را گسترش داده اند. کشورهایی همچون اسپانیا و ایرلند به طور ویژه آموزش های مرتبط با بازار کار را دنبال کرده و به توسعه مهارت های غیرشناختی در کنار مهارت های فنی تاکید دارند. بریتانیا نیز علاوه بر بازآموزی نیروی کار، از طریق ویزای استعداد جهانی به جذب متخصصان پرداخته است.

کشورهای شرق آسیا

ژاپن با معرفی سیستم گواهی نامه آموزشی در زمینه علوم داده و هوش مصنوعی در تمامی دانشگاه ها و موسسات فنی، قصد دارد که تمامی دانشجویان، فارغ از رشته تحصیلی، سواد پایه ای در این حوزه کسب کنند. در کره جنوبی نیز سیاست های اصلاح نظام آموزشی، اجباری کردن آموزش هوش مصنوعی برای معلمان و کارکنان دولت و طراحی دوره های کوتاه مدت و میان رشته ای اجرایی شده است.

کشورهای منتخب منطقه

امارات با آموزش عمومی رایگان، آموزش تخصصی مدیران و توسعه زیرساخت های پژوهشی، قطر با راهبرد AI+X، و ترکیه و هند با گسترش همکاری دانشگاه و صنعت، کارآموزی و بورسیه، در حال تربیت نیروی انسانی متخصص و آماده سازی نیروی کار برای انقلاب هوش مصنوعی هستند.

وضعیت هوش مصنوعی در دانشگاه های ایران

براساس شاخص آمادگی دولت ها برای هوش مصنوعی، ایران با کسب رتبه 76 در میان 195 کشور جهان، در مسیر شکل گیری زیرساخت های حکمرانی هوش مصنوعی قرار دارد؛ اما همچنان با کشورهای پیشرو فاصله دارد. همچنین در شاخص جهانی نوآوری، ایران در رتبه 70 بین 139 کشور و در گروه کشورهای با درآمد متوسط رو به بالا جای گرفته است. بررسی مولفه های فرعی این شاخص ها نشان می دهد که ایران از نظر زیرساخت های فناوری اطلاعات در رتبه 94، مهارت های انسانی در رتبه 82 و تحقیق و توسعه در رتبه 35 جهان قرار دارد. این وضعیت نشان دهنده توان علمی مناسب، اما ضعف در مهارت افزایی و بهره برداری صنعتی از ظرفیت های فناورانه است. در آموزش عالی نیز، دانشگاه های تهران و صنعتی امیرکبیر بیشترین سهم را در تولید مقالات هوش مصنوعی داشته اند، هرچند میزان استناد به آنها در مقایسه با دانشگاه های شرق آسیا پایین تر است. بررسی وضعیت دانشگاه ها و نهادهای ایران در حوزه هوش مصنوعی نشان می دهد که کشور با وجود ظرفیت های علمی و انسانی، در برابر شتاب تحولات جهانی این فناوری با چالش های بنیادی روبه رو است که در ادامه به برخی از آن ها اشاره شده است:

• محدودیت ظرفیت انسانی: تعداد فارغ التحصیلان حوزه هوش مصنوعی طی سال های اخیر تقریبا ثابت مانده و مهاجرت نخبگان و کمبود اعضای هیئت علمی متخصص، توان ملی را در تربیت نیروی انسانی کاهش داده است.
• نبود برنامه های درسی به روز و دروس میان رشته ای: برنامه های درسی دانشگاه ها عمدتا نظری و سنتی هستند و فاقد مهارت آموزی عملی، پروژه محوری و یادگیری مبتنی بر مسئله هستند. دروس میان رشته ای و کاربردی که در آموزش هوش مصنوعی نقش محوری دارند، در نظام آموزش عالی ایران کمرنگ بوده و همین امر موجب فاصله گرفتن دانشگاه از نیازهای صنعت هوش مصنوعی شده است.
• ضعف در ساختارهای دانشگاهی: ساختارهای دانشگاهی برای توسعه هوش مصنوعی به روز نشده اند. مراکز تحقیقاتی پراکنده اند، ماموریت مشخصی ندارند و چابکی لازم برای تعامل با صنعت و اجرای پروژه های نوآورانه را ندارند. زیرساخت های داده ای، رایانشی، پردازنده گرافیکی و آزمایشگاهی نیز با استانداردهای جهانی فاصله دارند.
• فقدان همکاری پایدار دانشگاه و صنعت: رابطه دانشگاه- صنعت ضعیف و فاقد سازوکارهای پایدار است. درحالیکه بنگاه های اقتصادی کشور کمبود نیروی انسانی متخصص را مهم ترین مانع توسعه محصولات هوش مصنوعی می دانند، مدل های موفق جهانی مانند اساتید مشترک، دوره های کارآموزی صنعت محور، پروژه های بازارمحور و آزمایشگاه های مشترک دانشگاه- صنعت در ایران به ندرت شکل گرفته اند.
• ضعف نهادی آموزش عالی: آموزش عالی و دانشگاه های ایران از ضعف نهادی و محدودیت اختیارات رنج می برند. هرچند این مسئله ناشی از تشتت نهادهای سیاستگذاری، تنظیم گری و توسعه هوش مصنوعی در سطح کلان است؛ اما در دانشگاه ها نیز ضرورت سیاستگذاری افقی و اهمیت تمرکز و چابک سازی نهادی تربیت نیروی انسانی هوش مصنوعی به مثابه فناوری چندمنظوره را درک نکرده اند.

پیشنهاد راهکارهای تقنینی، نظارتی یا سیاستی

برای برون رفت از این وضعیت، بسته ای از سیاست های کوتاه مدت، میان مدت و بلندمدت برای تحول دانشگاه ها در تربیت نیروی انسانی هوش مصنوعی با هدف حرکت از مصرف کننده فناوری به تولیدکننده و راهبر هوش مصنوعی پیشنهاد شده است.

کوتاه مدت

• توسعه مسیرهای تحصیلی نوین مانند «دکتری حرفه ای» برای پیوند دانشگاه با صنعت و «دکتری پیوسته» برای جذب و نگه داشت استعدادهای برجسته؛
• تقویت ظرفیت بین المللی از طریق سفرهای علمی کوتاه مدت، نهادینه سازی الگوهای آموزشی نوین مانند بوت کمپ ها و استفاده از دستیارهای هوش مصنوعی؛
• ایجاد «شبکه سفیران هوش مصنوعی» در دانشکده ها برای ارتباط دانشجویان با زیست بوم نوآوری.

میان مدت

• تاسیس مرکز توسعه و تعالی هوش مصنوعی نهادی چابک و نیمه مستقل به عنوان قطبی برای یکپارچه سازی آموزش، پژوهش و سیاستگذاری؛
• استفاده از ابزارهای نوآورانه همچون سکوهای آموزشی شخصی سازی شده، مرکز مشاوره شغلی هوش مصنوعی و برنامه های اقامت پژوهشی و صنعتی و بوت کمپ های حرفه ای غیررسمی.

بلندمدت

• توسعه یک زیست بوم ملی تربیت نیروی انسانی حوزه هوش مصنوعی که شامل زیست بوم انسانی چندسطحی، آکادمی ملی مشترک، صندوق های حمایتی دوجانبه و بین المللی (مانند بریکس و شانگهای) و دفاتر مشاوره صنعتی در دانشگاه هاست؛
• ایجاد نظام ملی ارزیابی خروجی های دانشگاه ها در حوزه هوش مصنوعی.

جمع بندی

شتاب جهانی توسعه هوش مصنوعی و کوتاه بودن پنجره فرصت تاریخی برای ورود به رقابت های بین المللی، دانشگاه های ایران را با چالشی اساسی روبه رو کرده است. این گزارش با تحلیل تجربه کشورهای پیشرو، مطالعه تطبیقی 10 دانشگاه برتر و ارزیابی وضعیت ایران، اصلاحات موردنیاز در آموزش عالی را بررسی می کند. یافته ها نشان می دهد دانشگاه های ایران با برنامه های درسی عمدتا نظری، ضعف مهارت آموزی، محدودیت زیرساخت های داده و محاسبات و ناترازی میان فارغ التحصیلان و نیاز بازار مواجه اند. در مقابل، تجربه کشورهای پیشرو بر چابک سازی ساختار دانشگاه ها، آموزش میان رشته ای، ایجاد مراکز ملی هوش مصنوعی و پیوند نظام مند دانشگاه و صنعت تاکید دارد. بر این اساس، اصلاحات کوتاه مدت، نهادسازی میان مدت و توسعه زیست بوم ملی نیروی انسانی هوش مصنوعی را برای ارتقای ظرفیت دانشگاه ها پیشنهاد می شود.

این مطالعه با همکاری مرکز پژوهش های مجلس شورای اسلامی و اندیشکده حکمرانی شریف توسط محمد همدانی و محمدامین نیک صفت در سال 1405 انجام شده است.