Як ми вчитимемося і як учитимуть нас: освіта майбутнього

Як ми вчитимемося і як учитимуть нас: освіта майбутнього

В майбутньому усі компанії перейдуть на 12-годинний робочий тиждень. Завдяки розвитку технологій людям більше не знадобиться п'ятиденка: досить буде всього трьох днів в тиждень, і не по 8 годин, як зараз, а по чотири. Комп'ютери замінять працівників, наприклад, в тих професіях, де потрібно хорошу пам'ять і здатність виконувати дії, що повторюються. Таке припущення висловив Джек Ма — засновник і глава однієї з найбільших китайських корпорації Alibaba, в яку входить інтернет-магазин AliExpress.

Невже нас чекає безробіття, масштабні протести і тому подібні масові хвилювання? На думку пана Ма, боятися майбутнього не варто: штучний інтелект допоможе людям, а не позбавить їх заробітку. При цьому успішний бізнесмен упевнений, що для досягнення нових цілей необхідно міняти систему освіти. «Якщо ми не змінимо нашу систему освіти, у усіх нас будуть проблеми», — вважає він.

Оскільки ж її потрібно міняти? Вже зараз ми можемо отримати відповідь на це питання, а допоможуть нам в цьому викладачі Антон Богомолов — Data scientist в Tado(німецькому IoT стартапe) і кандидат біологічних наук Марія Липчанская — контент-продюсер в школі SkillFactory, яка готує фахівців з роботи з даними і IT— продуктами.

Вчитися на дистанції

Сьогодні дистанційне навчання цілком здатне замінити «живі» лекції викладачів. У Росії є немало прикладів, коли люди самих різного віку освоюють IT- професії і учать іноземні мови повністю видалено, часто взагалі без якого-небудь контакту з викладачем. У внз є багато зайвого, і багато що працює неоптимальний, проте в цілому лекції, заліки, іспити, лабораторні і практика потрібні, і вони непогано справляються зі своїм завданням: учити людей. Говорити про те, що традиційні лекції зникнуть зовсім, поки рано. При цьому дистанційне навчання є відмінним доповненням до живих лекцій, дозволяючи студентові поглиблюватися саме в ті аспекти предмета, які йому найцікавіші.


На відміну від державних ВНЗ, у школи SkillFactory є можливість дуже швидко перебудовувати програми, форми роботи, зміст курсів, якщо в процесі роботи з'ясовується, що якісь з ідей не спрацювали або були невдало реалізовані. У школи немає «вхідного порогу» для вступу на курс. Зрозуміло, якщо людина уміє тільки друкувати в Word і хоче пройти навчання на курсі по Deep Learning, то йому порекомендують почати з «Python Для аналізу даних». При цьому на Python приймаються 100% новачків(за статистикою, таких в школі близько 30%), і вже за допомогою додаткових матеріалів, вебинаров, допомозі команди підтримки в Slack їх намагаються виводити на прийнятний для вивчення DS рівень.

На спеціалізаціях ми хочемо навантажити людину в реальне робоче середовище, тому усі курси-тренажери супроводжуються набором бізнес-кейсів. При цьому саме вони є обов'язковою частиною програми : в тренажерах студенти виконують завдання до тих пір, поки не сформується навичка, необхідна для вирішення того або іншого завдання. Кількість вправ в курсі дуже велика і достатня для освоєння мови з нуля. У поточній версії курсу «Python для аналізу даних» 750 вправ і завдань, і найближчими місяцями планується збільшити цю кількість ще на сотню-другую. Також в SkillFactory використовуються скринкасты, на яких для студентів розбирається код — таке зустрічається украй рідко.

Як перевірити знання?

Нові методики навчання мають на увазі і нові підходи до перевірки знань. Для сертифікації, починаючи від іспитів на атестат зрілості і закінчуючи іспитами на отримання всяких професійних сертифікатів, швидше за все, і далі використовуватимуться тести, оскільки такий іспит стандартизований і прозорий. Усе це дає певний захист від потенційних судових позовів з боку людей, що не пройшли сертифікацію. З технологічніших тенденцій можна припустити, що в перевірці результатів усних і письмових іспитів все більшу роль гратимуть системи на основі штучного інтелекту, які враховуватимуть усі деталі екзаменаційної роботи, не зловживатимуть владою і страждати стомленням і неуважністю.

Для скринінгу, наприклад, краще всього підходять тести, що дозволяють швидко визначити, чи розбирається людина в темі в цілому. Для глибшої перевірки треба ставити перед людиною завдання і дивитися, як він їх вирішуватиме, а для контролю і для того, щоб бути упевненим в знаннях людини, потрібні співбесіди. При прийомі на роботу у багатьох серйозних фірмах застосовуються усі ці методи, тому найбільш ефективним способом перевірки знань студентів буде поєднання усіх цих форм.

У SkillFactory оцінка студентів здійснюється автоматично учбовою платформою: за правильну відповідь отримуєш бали, за невірний, відповідно, балу не отримуєш. Є складніші механізми оцінювання правильності рішень, наприклад в курсі по ML, є завдання, де необхідно створити модель і тоді код, вбудований в платформу, оцінює її ефективність, і бали видаються пропорційно отриманій якості моделі. У більше гуманітарних курсах, де потрібно творчий підхід до рішення, часто студентам пропонується оцінювати роботи однокурсників, тим самим студенти вчаться не лише окремим інструментам, а оцінюють інші роботи і інші погляди, вчаться давати фидбек і дивитися на питання під іншим кутом.

Інтернет: база знань або велика шпаргалка?

Сучасні люди розділилися на два табори: одні вважають «геть традиційна освіта, зараз все можна знайти в інтернеті», інші — «із-за інтернету діти отупіли і не знають елементарних речей, геть інтернет»! Проте якщо підійти до оцінки професійно, то можна виділити дуже важливий тренд: доступність великої кількості інформації, яка не завжди має високу якість, вимагає від кожної людини навичок роботи з великими об'ємами інформації і хорошого рівня розвитку критичного мислення. Формуванню цих навичок потрібно приділяти особливу увагу на усіх східцях освіти. А інтернет і інформація в нім — це просто інструмент, який може принести і благо, і шкоду, залежно від майстерності того, хто ним користується. Важливо навчати людей грамотно розпоряджатися інформацією і тоді інтернет для них буде науковим посібником.

Коли починати вчитися професійно?

У одному з напрямів вікової психології є теорія провідних видів діяльності. Згідно цієї теорії, в кожному віковому періоді у людини є переважаючий вид діяльності, за рахунок якого багато в чому і відбувається розвиток цієї людини. Учбово-професійна діяльність домінує в юнацькому віці(15 − 19 років), до цього мало хто серйозно замислюється про свою майбутню професію і підготовку до неї. Якщо природа людини не зміниться кардинально, швидше за все, за професійною освітою більшість так і починатимуть звертатися після завершення підліткового віку.

Вже зараз для дітей і навіть дошкільнят існує безлічі пропозицій по додатковій освіті в програмуванні, робототехнике і інших дисциплінах. Більшість шкіл(у Москві) орієнтована на якийсь певний напрям: биолого-химическое, юридичне, лінгвістичне, технологічне і так далі. Хоча вузьконаправлені дисципліни починаються після 9-го класу, школа, що вибрала певний напрям, пропонує і більше молодшим учням вивчати певні дисципліни більш глибоко. Щоб стати фахівцем в якій-небудь області нам потрібно більше і більше знань, що відсовує вік вперед. З іншого боку, професії стають усе більш вузькоспеціалізованими, що знижує кількість необхідних базових знань.

Чому вчитися?

Найбільш затребуваними спеціальностями в майбутньому стануть ті, що пов'язані з найбільш швидким прогресом — це електроніка і, що лежить в її основі, фізика твердого тіла, біохімія і генетика, а також програмування. При цьому з IT— спеціальностей можна виділити один з найбільш затребуваних напрямів : інженери за даними, інженери машинного навчання і дейта-сайентисты, адже кількість даних у світі експоненціально росте.

У осяжному майбутньому з розробкою квантових комп'ютерів будуть затребувані фахівці з квантових алгоритмів. З ними, до речі, вже можна ознайомитися на «Вікіпедії» і бути в авангарді, коли вони «вистрілять». Дослідження в області штучного інтелекту, швидше за все, набиратимуть обороти, т. е. будуть потрібні архітектори/розробники нейронних мереж. Адже це і є, у результаті, то, до чого ми йдемо — створення штучного інтелекту, по силі що не поступається людському.

У найближчу пару років знадобляться фахівці з великих даних, що уміють писати програми для структуризації цих даних, адже б0льшая частина даних(близько 80%) — це неструктуровані дані, і ця доля зберігається в часі. Також знадобляться люди, що підтримують усю інфраструктуру для зберігання і обробки цих даних, — дейта інженери, DevOp 'сы. Незалежно від часу залишаться затребувані творчість і креативність, адже їх доки неможливо замінити навіть штучним інтелектом: без креативності не можна створити щось принципово нове, а без новизни немає і прогресу!

Схожі матеріали