توصیه کلیدی یان لکان به دانشجویان علوم کامپیوتر برای موفقیت در حوزه هوش مصنوعی

یان لکان، یکی از تأثیرگذارترین چهره‌های جهان در حوزه هوش مصنوعی و دانشمند ارشد سابق شرکت متا، توصیه‌های مهمی را برای دانشجویان علوم کامپیوتر که قصد ورود به عرصه هوش مصنوعی (AI) را دارند، مطرح کرده است. این استاد برجسته علوم کامپیوتر در دانشگاه نیویورک معتقد است که رویکرد فعلی بسیاری از دانشجویان ممکن است آن‌ها را در سازگاری با تحولات عظیم فناوری دچار مشکل کند.

انتقاد از تمرکز بر حداقل‌ها در علوم کامپیوتر

لکان هشدار می‌دهد: «اگر دانشجوی علوم کامپیوتر هستید و فقط حداقلِ واحدهای ریاضیِ موردنیاز در یک برنامه درسی معمول این رشته را می‌گذرانید، ممکن است در سازگار شدن با تحولات بزرگ فناوری دچار مشکل شوید.»

او در یکی از پادکست‌های اخیر خود یادآور شد که گاهی اوقات خود را با این جمله توصیف می‌کند:

«من یک استاد علوم کامپیوتر هستم که علیه تحصیل در رشته علوم کامپیوتر استدلال می‌کنم.»

این صحبت به تأکید او بر این نکته اشاره دارد که دانشجویان باید زمان خود را به حوزه‌های بنیادی‌تر و عمیق‌تر اختصاص بدهند، نه صرفاً واحدهای درسی که به فناوری‌های مد روز می‌پردازند.

تأکید بر دروس بنیادی با «عمر مفید طولانی»

لکان تصریح می‌کند که هدفش دلسرد کردن جوانان از انتخاب رشته علوم کامپیوتر نیست، بلکه می‌خواهد بگوید که بیشترین تعداد واحد باید به دروس بنیادی اختصاص داده شود. این دروس شامل:

• ریاضیات
• فیزیک
• مهندسی برق

دانشمند سابق هوش مصنوعی متا افزود که توصیه‌اش به دانشجویان این است که چیزهایی را یاد بگیرند که عمر مفید طولانی دارند. او خاطرنشان کرد که بسته به برنامه‌های درسی موجود، همه این مهارت‌های ضروری لزوماً در قالب یک مدرک دانشگاهی علوم کامپیوتر گنجانده نشده‌اند.

اهمیت یادگیری مبانی مدل‌سازی

لکان در توضیح این رویکرد بیان کرد: «کاری که باید بکنیم این است که به‌نوعی مبانی پایه‌ای را در ریاضیات و مدل‌سازی یاد بگیریم؛ ریاضیاتی که بتوان آنها را به دنیای واقعی وصل کرد. معمولاً این نوع مطالب را در برخی دانشگاه‌ها در رشته‌های مهندسی که با علوم کامپیوتر پیوند دارند، مثل مهندسی برق، مهندسی مکانیک و غیره می‌آموزید.»

چالش دانشگاه‌ها در عصر هوش مصنوعی مولد

با وجود این توصیه‌ها، دانشگاه‌ها و دانشجویان علوم کامپیوتر همچنان درگیر این پرسش مهم هستند که چگونه برنامه‌های آموزشی خود را با عصر هوش مصنوعی مولد و هوش مصنوعی عامل‌محور سازگار کنند. این چالش، یافتن شغل را برای دانشجویان امروزی دشوارتر کرده است، موضوعی که پیش‌تر نیز توسط «هانی فرید»، استاد دانشگاه برکلی کالیفرنیا، مورد تأکید قرار گرفته بود.