Για δεκαετίες, μία από τις βασικές συμβουλές προς τους νέους ήταν απλή: διάλεξε σπουδές που οδηγούν σε μια καλή δουλειά. Πληροφορική, μηχανική, οικονομικά, ιατρική – ένα πτυχίο έπρεπε, κατά προτίμηση, να συνοδεύεται από μια σχετικά προβλέψιμη επαγγελματική διαδρομή.
Από τους Joshua T. Katz και Solveig Lucia Gold | The Washington Post
Απόδοση – δημοσιογραφική επιμέλεια: Τηλέμαχος | Greece2Day
Η τεχνητή νοημοσύνη αρχίζει να ανατρέπει αυτή τη βεβαιότητα. Σε άρθρο γνώμης στην Washington Post, οι Joshua T. Katz και Solveig Lucia Gold υποστηρίζουν μια φαινομενικά παράδοξη θέση: από τη στιγμή που κανείς δεν γνωρίζει ποιες δεξιότητες θα θεωρούνται πραγματικά "χρήσιμες" σε τέσσερα χρόνια, οι φοιτητές ίσως πρέπει να σταματήσουν να αντιμετωπίζουν το πανεπιστήμιο αποκλειστικά ως μηχανισμό επαγγελματικής κατάρτισης.
Μόλις πριν από τέσσερα χρόνια, η κυρίαρχη αντίληψη στις ΗΠΑ ήταν ότι όποιος ήθελε να εξασφαλίσει εξαψήφιο ετήσιο εισόδημα αμέσως μετά την αποφοίτησή του θα έπρεπε να εξετάσει σοβαρά την Πληροφορική.
Οι εγγραφές στα σχετικά τμήματα εκτοξεύθηκαν και μεγάλα αμερικανικά πανεπιστήμια επένδυσαν τεράστια ποσά σε νέες εγκαταστάσεις και προγράμματα για να ανταποκριθούν στη ζήτηση.
Σήμερα, όμως, η εικόνα έχει αλλάξει. Η έκρηξη της τεχνητής νοημοσύνης ασκεί ήδη πίεση στις θέσεις εργασίας εισαγωγικού επιπέδου που κάποτε θεωρούνταν σχεδόν εξασφαλισμένες για τους νέους αποφοίτους της Πληροφορικής.
Και εδώ βρίσκεται το κεντρικό επιχείρημα: αν ένα επάγγελμα που μέχρι χθες θεωρούνταν από τα ασφαλέστερα μπορεί να μετασχηματιστεί τόσο γρήγορα, ποιος μπορεί να γνωρίζει ποιο πτυχίο θα είναι "ασφαλές" το 2030;
Διαβάστε ακόμα: Τα πτυχία δεν είναι συνταγή επιτυχίας για την Generation Z
Κανείς δεν γνωρίζει ποια επαγγέλματα θα είναι ασφαλή σε τέσσερα χρόνια
Η αβεβαιότητα δεν περιορίζεται στους προγραμματιστές. Είναι εξαιρετικά δύσκολο να γνωρίζουμε πώς θα είναι η αγορά εργασίας σε τέσσερα χρόνια σε τομείς που εκτείνονται από τη δημοσιογραφία και την ιατρική μέχρι τα μαθηματικά και την έρευνα.
Για έναν πρωτοετή φοιτητή του 2026, επομένως, η επιλογή σπουδών με μοναδικό κριτήριο το ποιο επάγγελμα φαίνεται σήμερα περισσότερο ασφαλές μπορεί να αποδειχθεί προβληματική.
Αυτό ακούγεται ανησυχητικό. Όμως μπορούμε να το δούμε και διαφορετικά: μπορεί να είναι απελευθερωτικό. Εφόσον κανείς δεν μπορεί να προβλέψει με βεβαιότητα τι θα ζητά η αγορά εργασίας όταν ένας σημερινός πρωτοετής αποφοιτήσει, γιατί να μη χρησιμοποιήσει ένα μέρος των πανεπιστημιακών του χρόνων για να μελετήσει εκείνα που πραγματικά τον ενδιαφέρουν;
Η επιστροφή της «άχρηστης» γνώσης
Ο όρος "άχρηστο" στον τίτλο είναι, φυσικά, προκλητικός. Οι συγγραφείς δεν προτείνουν στους φοιτητές να επιλέγουν μαθήματα χωρίς ποιότητα ή ακαδημαϊκή αξία. Αντίθετα, ασκούν κριτική σε μαθήματα που θεωρούν υπερβολικά πολιτικοποιημένα και επικεντρωμένα σε ένα στενό φάσμα σύγχρονων ζητημάτων.
Η πρότασή είναι διαφορετική: διάβασε ευρύτερα, μάθε να σκέφτεσαι, μάθε να γράφεις καθαρά και ασχολήσου με μεγάλα ερωτήματα που απασχολούν τον άνθρωπο εδώ και αιώνες.
Και κυρίως, μην απορρίπτεις ένα αντικείμενο μόνο επειδή δεν φαίνεται να οδηγεί άμεσα σε συγκεκριμένο επάγγελμα.
Φιλοσοφία; Ξαφνικά μπορεί να είναι… επαγγελματικό προσόν
Οι συγγραφείς χρησιμοποιούν ένα εξαιρετικά ενδιαφέρον παράδειγμα. Ο Katz εκπόνησε τη διδακτορική του διατριβή πάνω σε ένα εξαιρετικά εξειδικευμένο γλωσσολογικό αντικείμενο: τις προσωπικές αντωνυμίες στις ινδοευρωπαϊκές γλώσσες.
Για χρόνια, όπως γράφει, το θέμα προκαλούσε γέλια όταν το ανέφερε. Σήμερα οι αντωνυμίες έχουν βρεθεί στο επίκεντρο κοινωνικών και πολιτισμικών συζητήσεων και η κάποτε εξωτική εξειδίκευσή του απέκτησε απροσδόκητη επικαιρότητα.
Ακόμη χαρακτηριστικότερο είναι το παράδειγμα της φιλοσοφίας. Για αιώνες αντιμετωπίζεται ως το κλασικό παράδειγμα σπουδών των οποίων η άμεση επαγγελματική χρησιμότητα αμφισβητείται. Η ανάπτυξη της AI, όμως, δημιουργεί νέα ερωτήματα γύρω από την ηθική, τη λογική, τη γνώση, τη συνείδηση και τα όρια των αλγοριθμικών αποφάσεων – και μαζί τους νέα ζήτηση για ανθρώπους που μπορούν να τα επεξεργαστούν.
Το παράδοξο της AI
Η τεχνητή νοημοσύνη υποτίθεται ότι θα έκανε ακόμη σημαντικότερες τις τεχνικές δεξιότητες.
Μπορεί όμως να συμβεί και το αντίστροφο.
Όσο περισσότερες τυποποιημένες γνωστικές εργασίες μπορούν να εκτελεστούν από ένα μοντέλο AI, τόσο μεγαλύτερη αξία ενδέχεται να αποκτήσουν δεξιότητες που δεν αυτοματοποιούνται τόσο εύκολα: κριτική σκέψη, κρίση, επιχειρηματολογία, σύνθεση διαφορετικών ιδεών, κατανόηση του ανθρώπου και καθαρή γραφή.
Αυτό δεν σημαίνει ότι η Πληροφορική έγινε "άχρηστη" ή ότι οι ανθρωπιστικές επιστήμες αποτελούν πλέον εγγύηση απασχόλησης. Το επιχείρημα είναι ακριβώς ότι η έννοια του "σίγουρου πτυχίου" γίνεται ολοένα πιο αδύναμη.
Μην επιλέγεις μάθημα μόνο από τον τίτλο
Οι Katz και Gold προτείνουν επίσης κάτι εξαιρετικά πρακτικό στους πρωτοετείς.
Να μη γεμίζουν αυτομάτως το πρόγραμμά τους με τα ίδια μεγάλα εισαγωγικά μαθήματα που επιλέγουν όλοι οι συμφοιτητές τους μόνο και μόνο για να ολοκληρώσουν γρήγορα τις γενικές απαιτήσεις του πτυχίου.
Να δοκιμάσουν μικρά σεμινάρια, αντικείμενα που δεν διδάχθηκαν ποτέ στο σχολείο και καθηγητές που έχουν τη φήμη εξαιρετικών δασκάλων. Το πανεπιστήμιο προσφέρει κάτι που δύσκολα επαναλαμβάνεται αργότερα στη ζωή: τη δυνατότητα να αφιερώσει κάποιος χρόνο στη μελέτη ενός αντικειμένου απλώς επειδή θέλει να το καταλάβει, έχοντας δίπλα του ανθρώπους που έχουν αφιερώσει τη ζωή τους σε αυτό.
Και αν θέλεις κάτι πραγματικά «χρήσιμο»; Υπάρχει και η τεχνική εκπαίδευση
Αν το μοναδικό κριτήριο είναι η άμεση επαγγελματική χρησιμότητα, ίσως η σωστή επιλογή να μην είναι καν ένα τετραετές πανεπιστήμιο.
Η αγορά εξακολουθεί να χρειάζεται ηλεκτρολόγους, ξυλουργούς και άλλους εξειδικευμένους τεχνίτες. Για έναν νέο που θέλει κυρίως ένα σαφές επαγγελματικό μονοπάτι, η τεχνική εκπαίδευση μπορεί σε αρκετές περιπτώσεις να αποτελεί περισσότερο ορθολογική επιλογή.
Το πανεπιστήμιο μετά το τέλος της βεβαιότητας
Το πραγματικό ερώτημα είναι τελικά μεγαλύτερο από το ποιο πτυχίο πρέπει να επιλέξει ένας 18χρονος. Τι ακριβώς πρέπει να προσφέρει το πανεπιστήμιο σε έναν κόσμο όπου η τεχνολογία μεταβάλλεται γρηγορότερα από τη διάρκεια ενός πτυχίου;
Αν η εκπαίδευση σχεδιαστεί αποκλειστικά για τις ανάγκες της σημερινής αγοράς εργασίας, υπάρχει ο κίνδυνος ο απόφοιτος να φτάσει στην αγορά τέσσερα χρόνια αργότερα έχοντας εκπαιδευτεί για μια πραγματικότητα που ήδη έχει αλλάξει.
Αντίθετα, η ικανότητα να μαθαίνει, να σκέφτεται, να αμφισβητεί, να γράφει και να προσαρμόζεται μπορεί να αποδειχθεί πολύ πιο ανθεκτική στον χρόνο.
Και τότε το μεγάλο παράδοξο της εποχής της AI μπορεί να είναι ακριβώς αυτό: οι φαινομενικά "άχρηστες" σπουδές ίσως αποδειχθούν πολύ πιο χρήσιμες από όσο πιστεύαμε.
Add comment
Comments