Xây dựng lực lượng lao động có kỹ năng về AI

Nhiều tổ chức đang gặp khó khăn do thiếu chuyên gia AI nội bộ. Các chuyên gia từ Dell và MIT thảo luận về cách thức đào tạo, nâng cao kỹ năng và hợp tác có thể thu hẹp khoảng cách kỹ năng và đảm bảo việc áp dụng AI có trách nhiệm.

Vào tháng 1, tôi có cơ hội trò chuyện với Vivek Mohindra, Phó chủ tịch cấp cao phụ trách chiến lược doanh nghiệp của Dell Technologies và Cynthia Breazeal, Trưởng khoa Học tập kỹ thuật số của MIT .

Chúng tôi đã đề cập đến một nghiên cứu gần đây do ESG thực hiện , nghiên cứu này phát hiện ra rằng việc thiếu chuyên môn hoặc kỹ năng của nhân viên nội bộ là thách thức số 1 mà các tổ chức đang phải đối mặt hiện nay khi triển khai các ứng dụng GenAI. 

Cuộc trò chuyện của chúng tôi đề cập đến một số cân nhắc quan trọng nhất xung quanh việc áp dụng AI, bao gồm cách giải quyết sự phức tạp về mặt kỹ thuật, kỹ năng liên ngành và tình trạng khan hiếm nhân tài. 

Nội dung sau đây đã được chỉnh sửa để ngắn gọn và dễ đọc hơn. 

Một nghiên cứu gần đây của ESG đã đặt ra câu hỏi cơ bản: “Chúng ta đã có công nghệ AI tạo sinh tuyệt vời này. Điều gì đang ngăn cản bạn nhận ra kho báu ở cuối cầu vồng?”. Câu trả lời quan trọng nhất mà họ đưa ra là ý tưởng về một khoảng cách kỹ năng. Nhân viên, thành viên của các tổ chức không có đủ kỹ năng cần thiết để tận dụng tối đa AI. 

Breazeal: Tại MIT, tôi là Trưởng khoa Học tập Kỹ thuật số. Tôi cũng là Giám đốc sáng kiến ​​RAISE. RAISE là viết tắt của Responsible AI for Social Empowerment and Education (AI có trách nhiệm cho việc trao quyền xã hội và giáo dục). Thông qua sáng kiến ​​này, chúng tôi tin rằng AI dành cho tất cả mọi người. Nếu bạn sử dụng công nghệ số, nó sẽ ảnh hưởng đến bạn, dù đó là niềm tin, quan điểm, cách bạn học, cách bạn tìm kiếm thông tin, v.v. Điều này không chỉ dừng lại ở việc am hiểu kỹ thuật số và trở thành một công dân kỹ thuật số. Chúng ta cần tạo ra một thế giới am hiểu AI. Tại Media Lab, chúng tôi muốn chuẩn bị cho mọi người một tương lai, nơi AI và con người cùng nhau tạo ra nhiều giá trị hơn là chỉ AI hoặc con người đơn lẻ. 

Chúng ta phải làm gì với vấn đề này? Media Lab, ngôi nhà của phương pháp học tập kiến ​​tạo – học bằng cách chế tạo và sáng tạo. Chúng tôi đã và đang xây dựng một loạt tài liệu giảng dạy bắt đầu từ bậc mẫu giáo đến lớp 12. Đó là một cách để bạn có thể tiếp cận nhiều thế hệ để tìm hiểu về những công nghệ này và cách chúng hoạt động để giải mã chúng, cũng như thiết kế có trách nhiệm và ý nghĩa xã hội của công nghệ thông qua chương trình giảng dạy và công cụ mở, miễn phí. Chúng ta có thể nói về sàn thấp, trần cao của sự sáng tạo và bức tường rộng. Chúng tôi đang cố gắng xây dựng chương trình giảng dạy dựa trên việc học thông qua chế tạo và thực hành, nhưng tại MIT, chúng tôi cũng nói nhiều về hành động tính toán. Bạn có thể tạo ra các ứng dụng di động hoạt động bằng AI với các công cụ như MIT App Inventor. Trẻ em có thể tạo ra những thứ tạo nên sự khác biệt cho bản thân và cộng đồng của mình. Điều đó vô cùng mạnh mẽ và mang lại cho chúng một góc nhìn rộng mở. Bạn sáng tạo như thế nào? Bạn đổi mới. Làm thế nào để tạo ra giá trị mới bằng cách khai thác AI một cách có trách nhiệm? Việc có thể làm điều đó theo cách rộng hơn nhiều, một phân khúc dân số rộng hơn nhiều, một tập hợp đa dạng và bao trùm hơn nhiều là điều quan trọng cho tương lai của chúng ta với AI. 

Tôi biết Dell có tham gia vào lĩnh vực giáo dục, nhưng còn về góc độ doanh nghiệp, nơi mà người lớn đang làm việc thì sao? Đây là kiểu dạy chó già làm trò mới kinh điển. Chúng ta đã từng trải qua điều gì tương tự chưa? Quan điểm của ông về vấn đề này khác biệt như thế nào khi các công ty đều yêu cầu ROI từ AI, từ tất cả mọi người trong ngành? 

Mohindra: Trước tiên, chúng tôi đảm bảo nhân viên của mình am hiểu về AI. Chúng tôi đã tạo ra một khóa đào tạo cơ bản về AI gồm bốn học phần đơn giản, không bắt buộc. Hầu như toàn bộ công ty đều tham gia để đảm bảo mọi người hiểu rõ những kiến ​​thức cơ bản về AI. Điều thứ hai chúng tôi đã làm là tạo ra các khóa học kỹ năng AI dành riêng cho từng công việc cụ thể. Tôi sẽ gọi chúng là các khóa học cấp độ 201, 301. Nếu bạn muốn sử dụng AI để sáng tạo nội dung, lập trình, chúng tôi đã tạo ra những khóa học mà mọi người có thể tự đào tạo. 

Điều thứ ba: Chúng tôi đã hợp tác với NVIDIA để tạo ra một chương trình kỹ năng và chứng nhận về AI, chương trình này đã được triển khai cho khách hàng, đối tác và cộng đồng của chúng tôi, để họ có thể tận dụng những gì chúng tôi đang làm từ những bài học kinh nghiệm. Các công ty đang quan tâm đến ROI (tỷ suất hoàn vốn đầu tư). Quá trình này bắt đầu với các trường hợp sử dụng, dữ liệu, đảm bảo mô hình và cách họ triển khai AI là tốt nhất và tiết kiệm nhất có thể, sau đó là cơ sở hạ tầng phải tiết kiệm và có trách nhiệm nhất. Tất cả những điều đó đòi hỏi những kỹ năng mới về cơ bản. 

Ngành công nghiệp đã từng chứng kiến ​​điều này trước đây. Khi máy tính cá nhân ra đời, mọi người cũng có những cảm nhận tương tự. Nhưng hãy nhìn xem điều gì đã xảy ra với việc xuất bản trên máy tính để bàn và năng suất kể từ đó. Khi bảng tính xuất hiện, máy tính bỏ túi, và các công ty bắt đầu tính toán. Mọi người đã lo lắng về điều đó. Những công việc đó đã chuyển sang các công việc lập kế hoạch tài chính. Kỹ sư Prompt chưa tồn tại khoảng 18 tháng trước. Giờ đây, đó là một trong những lĩnh vực nóng nhất kết hợp đào tạo khoa học máy tính truyền thống với đào tạo định hướng nhân văn truyền thống hơn. Đây là một kỷ nguyên thú vị. Sẽ có rất nhiều điều khác biệt. Các công ty đón nhận nó sẽ thấy lợi nhuận đầu tư (ROI) khổng lồ, nhưng họ sẽ phải thực hiện nó một cách thận trọng. 

Cynthia, Vivek đã lấy bảng tính làm ví dụ. Tôi thừa nhận rằng tôi không phải là người dùng thành thạo Excel. Tôi có lẽ chỉ biết cách tận dụng 5% khả năng của nó, nhưng nó lại là một công cụ cực kỳ mạnh mẽ đối với tôi. Có những người dùng thành thạo khác có lẽ có thể tận dụng 30% những gì có sẵn. Khi chúng ta nói về kỹ năng từ góc độ AI, các kỹ năng cần thiết để tinh chỉnh một mô hình ngôn ngữ lớn rất khác so với các kỹ năng cần thiết để chỉ sử dụng công cụ với tư cách là một nhân viên điểm cuối hoặc là một người dùng. Bạn có đang tập trung vào cả hai điều đó tại MIT không? Bạn nghĩ gì về phạm vi yêu cầu kỹ năng đó? 

Breazeal: Khi bạn học thông qua thực hành, bạn sẽ hiểu rõ hơn về những gì cần thiết để vận hành các hệ thống này, thay vì chỉ xem video và giải quyết vấn đề. Trực giác sẽ giúp bạn hình thành rất nhiều khi cố gắng tạo ra thứ gì đó bằng những công cụ và công nghệ này. 

Cùng với đó, hãy cố gắng hạ thấp giới hạn và trao cho mọi người sức mạnh sáng tạo để tạo ra những điều thú vị và có ý nghĩa với họ. Trong ngành, các nhóm người cùng nhau tạo ra giải pháp. Điều quan trọng là tất cả mọi người trong nhóm đều có sự hiểu biết chung về thuật ngữ AI. Tôi hỏi mọi người trong ngành: “Các nhà thiết kế hoặc những người khác đang trao đổi với nhóm công nghệ cốt lõi của bạn nhiều như thế nào?” Vẫn chưa có đủ các cuộc thảo luận và hợp tác xoay quanh AI về những nhiệm vụ và kỹ năng này. 

Một phần của việc này là cố gắng xây dựng một sự hiểu biết chung về từ vựng, để bạn có thể hợp tác hiệu quả hơn khi cố gắng tạo ra các giải pháp sáng tạo với những công nghệ này. Có rất nhiều cơ hội trong khía cạnh nâng cao kỹ năng tổng thể của việc này. 

Mohindra: Từ vựng phổ thông là một điểm quan trọng. Đây là lý do tại sao bốn mô-đun cơ bản về AI của Dell, mỗi mô-đun chỉ dài 15 phút, mà chúng tôi triển khai đã thiết lập điều đó trên toàn công ty. Đây là một cách thiết thực để các công ty triển khai và thiết lập điều đó. Việc hạ thấp ngưỡng giới hạn cũng quan trọng đối với nhiều công ty và doanh nghiệp. Bạn có thể hạ thấp ngưỡng giới hạn để sử dụng các công cụ này và trao quyền cho nhiều người khác ở nhiều nền kinh tế khác nhau tận dụng lợi thế của việc mã hóa với ngưỡng giới hạn thấp hơn. Tương tự như vậy, việc sáng tạo nội dung và một loạt các lĩnh vực khác. Cả hai điểm đều quan trọng. Tôi rất vui vì các tổ chức như MIT đang tiếp cận vấn đề này từ một góc nhìn, trong khi chúng tôi, với tư cách là các công ty, đang tiếp cận vấn đề này từ góc nhìn khác. Tất cả đều nhất quán và gặp nhau ở điểm giữa theo một cách nào đó. 

Liệu đó có phải là một chủ đề cấm kỵ ở MIT không, ý tưởng rằng có thể bạn sẽ đào tạo ra những người thực sự có năng lực về AI nhưng không nhất thiết phải có một số kỹ năng về khoa học máy tính? 

Breazeal: MIT đã lường trước được điều này. Chúng tôi đã thành lập Trường Cao đẳng Máy tính Schwarzman dựa trên ý tưởng đó. Chúng tôi đã bị choáng ngợp bởi nhu cầu của sinh viên muốn tham gia các lớp học khoa học máy tính cho phép chúng tôi áp dụng những công cụ và công nghệ này vào tất cả các trường và ngành học. Bạn đang thấy rất nhiều đổi mới và ứng dụng tính toán và AI trong tất cả các môn học này: từ khoa học, công nghệ, nhân văn, nghệ thuật, vân vân. Hãy đưa nó vào tất cả các ngành học đó, và họ có thể phát triển các công cụ, công nghệ và thực hành trong các ngành học đó. 

Thật đáng trân trọng. AI đang chuyển đổi rất nhiều ngành công nghiệp và khía cạnh khác nhau của xã hội. Đó là một công cụ thực sự mạnh mẽ mà chúng tôi muốn nhiều người hơn nữa có thể tận dụng để tạo ra lợi thế, có IOI cao hơn và mở ra nhiều cơ hội.  

Chúng ta cần tìm ra cách để bao hàm hơn những người có thể thành thạo những kỹ năng này để tiếp cận việc làm và cơ hội, ngoài các trường đại học bốn năm. Cao đẳng cộng đồng là một nơi tuyệt vời để xem xét. Những kỹ năng thực tế nào mà chúng ta có thể tạo ra và cấp chứng chỉ hoặc chứng nhận có ý nghĩa đối với ngành công nghiệp, để họ có thể tham gia vào những công việc đó nhanh hơn nhiều mà không phải gánh quá nhiều nợ nần? Việc đưa tầng lớp trung lưu vào làn sóng này là rất quan trọng. Chúng ta cần nỗ lực tập trung để nói rằng chúng ta muốn đổi mới trong các phân khúc dân số khác để đảm bảo rằng tương lai AI này mang tính bao trùm. 

Mohindra: Dave, anh có nhắc đến việc tôi từng học cao học tại MIT. Tôi luôn ấn tượng với cách MIT liên tục thể hiện năng lực tiên phong trong những lĩnh vực này qua nhiều thập kỷ. Khi các nền tảng học tập mở ra đời, MIT đã bắt đầu suy nghĩ thấu đáo: Với những nền tảng học tập mở này, trải nghiệm học tập bốn năm nên thay đổi như thế nào? Giờ đây, với AI, tôi không ngạc nhiên khi nghe Cynthia mô tả: MIT và tôi cá là các tổ chức khác đang tiếp tục dẫn đầu theo hướng đó. 

Là các công ty, chúng tôi đang suy nghĩ, suy nghĩ lại: Chúng ta cần gì ở những vai trò khác nhau này? Chúng ta luôn có định nghĩa truyền thống về các đặc điểm công việc này, nhưng giờ đây chúng ta cần gì khi nhận ra rằng những loại công cụ mới này đã có sẵn? Hoặc là ai đó đã học chúng trước khi họ gia nhập lực lượng lao động của chúng ta, hoặc chúng ta có thể nhanh chóng nâng cao chúng và sau đó cho phép họ làm một điều gì đó rất khác biệt? Điều này sẽ bắt đầu xuất hiện. Toàn bộ khái niệm về một lực lượng lao động rất khác biệt, giảm bớt các rào cản. Bạn làm gì? Bạn sử dụng những công cụ này như thế nào để đạt được kết quả tốt hơn nhiều? 

Làm thế nào để cân bằng giữa yêu cầu về tốc độ đổi mới trong AI với việc đảm bảo chúng ta có trách nhiệm? Từ góc độ xã hội, có rất nhiều góc độ khác nhau. Quyền riêng tư chỉ là một trong số đó. 

Breazeal: Phần lớn bắt đầu bằng việc có nền giáo dục, đào tạo, thực hành và công cụ phù hợp để giúp đảm bảo thiết kế có trách nhiệm nhất có thể, mở ra cơ hội và giảm thiểu tác hại tiềm ẩn. Nghĩ về K-12, bắt đầu từ khi còn nhỏ nhất có thể, MIT, tôi nghĩ là cơ sở giáo dục đầu tiên nói rằng cách chúng ta cần xây dựng kiến ​​thức về AI không chỉ là dạy về AI và cách thức hoạt động của nó, mà còn kết hợp với đó, các tác động xã hội, cả tích cực và tiêu cực tiềm ẩn, và thiết kế có trách nhiệm của những công nghệ này. Vì vậy, bất kể bạn lớn lên ở đâu và làm nghề gì, tất cả chúng ta đều có nền tảng hiểu biết về cách AI hoạt động một cách phù hợp, có tiếng nói sáng suốt về cách chúng ta muốn nó được sử dụng trong xã hội, và sau đó chuẩn bị cho những người trẻ tuổi cảm thấy họ có tư duy và bộ kỹ năng để định hình tương lai với AI. 

Bắt đầu từ trường trung học cơ sở, chúng tôi đã tạo ra chương trình giảng dạy đầu tiên, “AI và Đạo đức”. Khi bạn kết hợp hai điều đó lại với nhau, mắt của những người trẻ tuổi sáng lên vì giả định đầu tiên là toán học? Mã? Tất cả đều trung lập, phải không? Tất cả đều trung lập. Chúng tôi không vội vàng như vậy. Khi bạn bắt đầu tối ưu hóa cho một thứ gì đó, hãy thử đào tạo một thuật toán để tối đa hóa một kết quả nhất định, giờ bạn đã mã hóa một giá trị vào mã đó. Các giá trị không trung lập. Đó là những giá trị của ai? Bạn đang cố gắng tối đa hóa những điều gì? Ai có khả năng được hưởng lợi hoặc gây hại khi đưa ra quyết định đó? Chúng tôi cố gắng đưa ra những quyết định đó và đây là những quyết định thiết kế hàng ngày. Bất kỳ ai đang tạo ra một giải pháp hỗ trợ AI đều phải đối mặt với việc đưa ra quyết định. Bạn muốn minh bạch và hiểu các bên liên quan của mình là ai. Giá trị của họ là gì. Bạn có thể chọn thiết kế một thứ gì đó theo một cách nhất định, nhưng bạn cần phải hiểu đầy đủ lý do tại sao bạn làm điều đó và làm như thế nào. 

Tôi muốn nghe ý kiến ​​của bạn và vai trò của ngành công nghiệp. Nhìn chung, liệu một công ty như Dell Technologies có cần phải là nhà cung cấp thiết bị nền tảng cho việc này và để người khác quản lý phần còn lại không? 

Mohindra: Hãy suy nghĩ về điều này từ góc độ nguyên tắc cơ bản đầu tiên. Trước hết, các công ty đang vật lộn với việc nên hướng điều này đến trường hợp sử dụng nào. Trách nhiệm nằm ở đó. Bạn phải nhận ra rằng, với tư cách là một công ty, bạn không cho phép bất cứ điều gì có thể không có trách nhiệm. Điều này rõ ràng thể hiện qua việc đào tạo nhân viên và thiết lập cơ chế quản trị. Chúng tôi là một trong những công ty đầu tiên trong ngành bổ nhiệm một giám đốc AI. Chúng tôi đã có một khởi đầu thuận lợi và chúng tôi đã thiết lập cơ chế quản trị rất tốt, đó là nơi mọi thứ bắt đầu. 

Thứ hai, dữ liệu là nhiên liệu. Bạn phải đảm bảo – cùng nguyên tắc với dữ liệu của tôi – rằng bạn đang sử dụng dữ liệu mà bạn có quyền sử dụng và theo đúng mục đích sử dụng. Bạn đang cung cấp cho mọi người khả năng từ chối việc sử dụng dữ liệu. 

Sau đó, có các quy trình, công cụ và công nghệ hỗ trợ lẫn nhau, tất cả đều có một yếu tố riêng. Trong lĩnh vực công cụ và công nghệ, trách nhiệm của chúng tôi thể hiện ở việc đảm bảo rằng bất cứ điều gì chúng tôi làm: phát triển sản phẩm phải có trách nhiệm, nguyên tắc phát triển phần mềm của chúng tôi phải có trách nhiệm. Chúng có thể được xác thực. Có sự minh bạch về cách thức phát triển tất cả. Chúng tôi đã làm việc với khách hàng để đảm bảo họ hiểu các nguyên tắc quản trị mà chúng tôi đặt ra, để họ có thể áp dụng tương tự. Đây thực sự là trách nhiệm chung chung. Điều khó khăn nhất ở đây là tốc độ, sự đổi mới và trách nhiệm. Điều đó thực sự đòi hỏi một hệ thống quản trị rất mạnh mẽ và một la bàn đạo đức cho một công ty. Nó cũng đòi hỏi cách thức chính phủ và các quy định hoạt động. Tôi biết các chính phủ đang vật lộn với vấn đề này. Đây là chủ đề số một khi tôi nói chuyện với các bộ trưởng chính phủ khác nhau trên toàn thế giới. Đó là điều thực sự cần được cân bằng tốt. 

Breazeal: Hiện tại, AI chưa phải là một lĩnh vực đặc biệt đa dạng hay bao trùm, và phần lớn AI có trách nhiệm đang đảm bảo rằng chúng ta có những người đến từ những trải nghiệm sống rất khác nhau để thiết kế và tạo ra công nghệ này, bởi vì họ sẽ thực sự truyền tải quan điểm của người dùng mà chúng ta đang cố gắng hỗ trợ thông qua các công nghệ này. Sự đa dạng và bao trùm rất quan trọng trong cách chúng ta tiếp cận và đào tạo những người học này. Đây là lý do tại sao các trường K-12 và cao đẳng cộng đồng lại quan trọng đến vậy. Chúng ta phải gặp gỡ những người học này ở đúng vị trí của họ và giúp họ tạo ra con đường đến với những cơ hội này.