Üniversitelerin güçlü yatırımlarına rağmen Vietnam’da yapay zekâ becerileri açığı sürüyor

8 dakikalık okuma
Vietnam’s AI Skills Gap Persists Despite Strong University Investment

Yapay zekâya güven, iş hayatına hazır olmanın önünde

Vietnam’daki üniversiteler yapay zekâya büyük yatırımlar yapıyor. Öğrenciler de yapay zekâyla çalışmaya, araştırmaya katılan diğer ülkelerdeki akranlarından daha fazla güven duyuyor. Ancak Pearson ve Amazon Web Services’ın (AWS) araştırmasına göre işverenler, bu güven ile mezunların yapay zekâyı işte etkili biçimde uygulama becerileri arasında fark görüyor.

İçindekiler
  1. Yapay zekâya güven, iş hayatına hazır olmanın önünde
  2. Yatırımlar hızla artıyor, ancak her yere eşit dağılmıyor
  3. İşverenlere göre mezunların eksik kaldığı noktalar
  4. Yapay zekâya hazır bir mezunun dört temel becerisi
  5. İşverenlerle iletişimi ortak uygulamaya dönüştürmek
  6. Sorumluluk kampüslerin ve işverenlerin ötesine uzanıyor
  7. Özet

Vietnam’da yapılan ankette, yükseköğretim yöneticilerinin yüzde 96’sı kurumlarının yapay zekâya yatırım yaptığını belirtti. Öğrencilerin yüzde 52’den fazlası, yapay zekâ destekli bir çalışma ortamında görev yapmaya hazır oluşunu 10 üzerinden 8 ila 10 arasında değerlendirdi. Bu, araştırmaya dahil edilen altı pazar arasındaki en yüksek güven düzeyiydi. Buna karşılık Vietnamlı işverenlerin yalnızca yüzde 15’i, yeni mezunları yapay zekânın entegre edildiği iş yerlerinde gereken sekiz becerinin tamamında mükemmel buldu.

Araştırma Vietnam’da 402 kişiyle yapıldı: 301 öğrenci, 50 üniversite yöneticisi ve öğretim elemanı ile 51 işveren ve iş dünyası yöneticisi. Daha geniş kapsamlı araştırmaya Vietnam, Brezilya, Malezya, Suudi Arabistan, Birleşik Krallık ve ABD dahil edildi. Bulgular, yapay zekâ araçlarına erişimin ötesinde bir soruna işaret ediyor: Mezunların bu araçları sağduyuyla kullanabildiklerini, sonuçlarını doğrulayabildiklerini ve pratik görevlere uygulayabildiklerini göstermeleri gerekiyor.

Yapay zekâ iş yapış biçimlerini ve başlangıç düzeyindeki işleri değiştirirken bu fark önem kazanıyor. Sohbet robotuna komut yazabilen bir öğrenci, yanıtın doğru olup olmadığına karar vermekte, eksik kanıtları belirlemekte ya da yapay zekâ destekli bir önerinin bir iş ihtiyacını nasıl karşıladığını açıklamakta yine de zorlanabilir. Bu adımlar, teknik aşinalığın yanı sıra eleştirel düşünme, iletişim ve alan bilgisi gerektiriyor.

Yatırımlar hızla artıyor, ancak her yere eşit dağılmıyor

Raporda Vietnam, yapay zekâyı stratejik öncelik olarak gören ve bu alana önemli yatırımlar yapan pazarları tanımlayan “Yüksek Hızlı Stratejist” kategorisinde sınıflandırılıyor. Ankete katılan her 10 üniversite yöneticisinden dokuzu, yapay zekânın yol açtığı iş yeri değişimlerinin “son derece hızlı” ya da “çok hızlı” yaşandığını söyledi. Bu oran, yüzde 67 olan küresel ortalamanın 23 puan üzerindeydi. Ankete katılan akademik yöneticilerin tamamı, önümüzdeki iki yılda değişim hızının artmasını bekledi.

Yatırım yapmak, kurumların her gelişmeye ayak uydurabileceği anlamına gelmiyor. Ankete katılan Vietnam kurumlarının yalnızca yüzde 28’i tüm yapay zekâ gelişmelerini takip edebildiğini belirtti. Raporda öğretim elemanlarının gelişimi, bilişim altyapısı, teknik kapasite, müfredat ve kurumsal işleyişe yönelik yapay zekâ sistemleri gibi alanlardaki yatırımlara değiniliyor; ancak hazırlık düzeyinin bu kaynakların öğrenme ve uygulamaya nasıl yansıdığına bağlı olduğu vurgulanıyor.

Anket, yükseköğretim yöneticilerinin yüzde 84’ünün piyasa ihtiyaçlarını anlamak için işverenlerle düzenli olarak iletişim kurduğunu da ortaya koydu. Bu önemli bir başlangıç noktası. Ancak düzenli iletişim, işverenlerin derslerin tasarımına katkıda bulunduğu ya da öğrencilerin çalışmalarını değerlendirdiği anlamına gelmiyor. Bir sonraki adım, bu ortaklıkları daha uygulamalı ve sürdürülebilir hale getirmek.

Öğrencilerin kendi becerilerine ilişkin değerlendirmeleri güven düzeyi hakkında yararlı veriler sunuyor, ancak iş performansını doğrudan ölçmüyor. İşverenler ise mezunları işte karşılaştıkları görev ve beklentilere göre değerlendiriyor. Bu iki bakış açısı arasındaki fark, derslerin ve değerlendirmelerin öğrencilere yalnızca araçlara aşinalıklarını değil, uygulamalı becerilerini de gösterme fırsatı vermesi gerektiğine işaret ediyor.

Reklam

İşverenlere göre mezunların eksik kaldığı noktalar

Vietnamlı işverenler mezunların yapay zekâ kullanımında çeşitli sorunlar belirtti. Yüzde 43’ü yapay zekâ çıktısına aşırı güvenme, sonuçları yeterince doğrulamama veya olguları kontrol etmeme gibi kötü alışkanlıklara dikkat çekti. Yüzde 37’si pratik deneyimin sınırlı olduğunu, yüzde 35’i ise yapay zekâ araçlarına aşırı bağımlılığı vurguladı. Bu yanıtlar örtüşebilir; ancak birlikte değerlendirildiğinde yalnızca erişimin hazırlık düzeyini ölçmek için neden yetersiz olduğunu gösteriyor.

İşverenlerin yalnızca yüzde 8’i mezunları yapay zekâ çıktısını eleştirel değerlendirme konusunda mükemmel buldu. Bu beceri; iddiaları güvenilir kanıtlarla karşılaştırmayı, belirsizliği ve önyargıyı fark etmeyi, ayrıca bir görevin otomatik bir yanıt yerine insan uzmanlığı gerektirdiğini bilmeyi kapsıyor. Yapay zekânın akıcı görünen ancak hatalar içerebilen metinler ürettiği durumlarda bu beceri özellikle önem taşıyor.

İşverenler sekiz alanda değerlendirme yaptı: teknik bilgi, uyum yeteneği, yapay zekâ araçlarını etkili kullanma, yaratıcılık, akademik bilgiyi pratik işe uygulama, sürekli öğrenme, iletişim ve iş birliği ile yapay zekâ çıktılarını eleştirel değerlendirme. Genel olarak yüzde 15’lik “mükemmel” oranı bu becerilerin ortalamasını yansıtıyor; her işverenin her alanda aynı değerlendirmeyi yaptığı anlamına gelmiyor.

Sorun Vietnam’la sınırlı değil. Pearson ve AWS araştırmasına katılan işverenlerin küresel ölçekte yüzde 53’ü, iş yeri gerekliliklerini karşılayan yapay zekâ becerilerine sahip yeni mezunları bulmakta zorlandığını söyledi. Araştırmanın genelinde öğrencilerin yalnızca yüzde 14’ü, yapay zekâ araçlarını profesyonel iş akışlarına uygulama konusunda ileri düzeyde yetkinliğe ulaştığını belirtti. Bulgular birlikte ele alındığında bir geçiş sorununu ortaya koyuyor: Bir aracı kullanmayı öğrenmek, onu işte güvenilir biçimde kullanmaya kendiliğinden hazırlamıyor.

Yapay zekâya hazır bir mezunun dört temel becerisi

Raporda yapay zekâya hazırlık, birbiriyle bağlantılı dört becerinin birleşimi olarak tanımlanıyor. İşlevsel yapay zekâ yetkinliği, ilgili araçları bir görev için nasıl kullanacağını bilmeyi ifade ediyor. Eleştirel insani beceriler; muhakeme, uyum sağlama, iletişim, iş birliği ve problem çözmeyi kapsıyor. Etik sorumluluk, yapay zekâyı sorumlu biçimde kullanmayı ve mahremiyet, önyargı ile olası zararları dikkate almayı gerektiriyor. Stratejik kavrayış ise yapay zekânın nerede değer katabileceğini ve nerede uygun olmayabileceğini anlamayı içeriyor.

Bu beceriler birlikte işliyor. Örneğin yapay zekâdan yararlanarak bir iş teklifi hazırlayan mezun; görevi tanımlayabilmeli, uygun aracı seçebilmeli, iddiaları ve kaynakları kontrol edebilmeli, sınırlılıkları belirleyebilmeli ve nihai önerilerinin ardındaki mantığı açıklayabilmeli. Üretime bir sistem katkıda bulunmuş olsa bile çalışmanın sorumluluğu kullanıcıda kalıyor.

Bu yaklaşım, yapay zekânın nasıl öğretilmesi gerektiğini de değiştiriyor. Ağırlıklı olarak popüler araçların kullanımına odaklanan bir ders, araçlar değiştikçe güncelliğini yitirebilir. Öğrencilere çıktıları değerlendirmeyi, yaklaşımlarını uyarlamayı ve yapay zekâyı alan bilgileriyle ilişkilendirmeyi öğretmek daha kalıcı bir kazanım sağlıyor. Bu sayede öğrenciler becerilerini aşina olmadıkları sistemlere ve yeni iş yeri görevlerine aktarabiliyor.

Raporda daha geniş kapsamlı Yapay Zekâya Hazırlık Sürtünme Çerçevesi de tanımlanıyor. Eğitimden işe geçiş sürecinde birikerek etkisini artırabilen altı engel şöyle sıralanıyor: hız, bağlantı, kapasite, yönetişim, deneyim ve beceriler. Hız, iş yerindeki değişimin müfredat güncellemelerinin önüne geçmesini ifade ediyor. Bağlantı, işverenlerle eğitimciler arasındaki geri bildirimin zayıf olmasını kapsıyor. Kapasite, öğretim elemanlarının hazırlık düzeyindeki eşitsizliklere işaret ediyor. Yönetişim, sorumlu kullanıma ilişkin pratik kuralları içeriyor. Deneyim, yapılandırılmış uygulama fırsatlarının azlığını anlatıyor. Beceriler ise mezunların gösterebildikleri ile işlerin gerektirdikleri arasındaki uyumsuzluğu ifade ediyor.

Reklam

İşverenlerle iletişimi ortak uygulamaya dönüştürmek

Üniversiteler ve işverenler, değerlendirmeleri gerçekçi işlere göre tasarlayarak deneyim açığını giderebilir. Öğrencilerden yalnızca bir yapay zekâ aracını anlatmalarını istemek yerine, bir öneri taslağı hazırlamak için yapay zekâ kullanmalarını, iddialarını doğrulamalarını, zayıf yönleri belirlemelerini ve önerilerini savunmalarını gerektiren bir ödev verilebilir. Böylece süreç görünür hale gelir ve eğitmenler nihai ürünün yanı sıra muhakeme becerisini de değerlendirebilir.

İşverenler güncel sorunları, stajları ve müfredata ilişkin geri bildirimleri paylaşabilir. Ekipleri gözlemleme ya da onlarla birlikte çalışma fırsatları sunarak öğretim elemanlarının yapay zekânın iş dünyasında nasıl kullanıldığını anlamasına da yardımcı olabilirler. Bu ortaklıklar öğrencilere, sınıf içi çalışmalarda gözden kaçabilecek eksik bilgi, son teslim tarihleri ve bulguları iş arkadaşlarına aktarma gerekliliği gibi koşullar altında deneyim kazanma fırsatı verir.

Raporda üniversitelere daha kısa müfredat gözden geçirme döngüleri, esnek öğrenme modelleri ve öğrencilerin tanınan yeterlilikleri daha küçük aşamalar halinde edinmesine imkân veren biriktirilebilir yeterlilik belgeleri öneriliyor. Ayrıca uygulamalı öğretime odaklanan öğretim elemanı gelişimi ile gerçekçi ortamlarda yapay zekâ kullanma fırsatlarının krediye sayılacak şekilde derslere dahil edilmesi isteniyor. Amaç, yapay zekâ kullanımını seçmeli gösterimlerle veya tek seferlik tanıtımlarla sınırlamak yerine temel öğrenme süreçlerine katmak.

Öğrenciler yapay zekâ destekli projelerden oluşan bir portföy hazırlayarak becerilerini değerlendirmeyi kolaylaştırabilir. Portföyde görev, yapay zekânın nasıl kullanıldığı, öğrencinin neleri kontrol edip değiştirdiği ve nihai çalışmanın ne başardığı gösterilebilir. Bu kanıtlar, işverenlerin bir adayın pratik becerisini diploma ya da yapay zekâya hakim olduğuna ilişkin genel bir iddianın ötesinde değerlendirmesine yardımcı olabilir.

Raporda ayrıca iki varsayımsal aday arasında seçim yapmaları istendiğinde işverenlerin tercihleri ele alınıyor: Yapay zekâ becerileri güçlü ancak diploması olmayan bir aday ile diploması olup yapay zekâ deneyimi sınırlı bir aday. İşverenler, diploma sahibi adayı yalnızca dört puan farkla önde gördü. Sonuç, diplomaların hâlâ önemli olduğunu ancak işverenlerin uygulamalı beceri kanıtlarına da büyük ağırlık verebildiğini gösteriyor.

Sorumluluk kampüslerin ve işverenlerin ötesine uzanıyor

Açık kurallar ve ilkeler de hazırlığın bir parçası. Öğrenciler ve çalışanlar hangi araçların kullanılabileceği, bu araçlara hangi bilgilerin girilmemesi gerektiği, yapay zekâ tarafından üretilen çalışmaların nasıl açıklanacağı ve bunları kimin kontrol etmekten sorumlu olduğu konusunda pratik yönlendirmeye ihtiyaç duyuyor. Açık kurallar olmadığında kişiler onaylanmamış araçlar kullanabilir veya hassas bilgileri dikkatsizce paylaşabilir; böylece eğitimdeki riskler iş yerine taşınabilir.

Düzenleyici kurumlar, politikayı netleştirerek ve ilgili dijital beceri sertifikalarının üniversite programlarına dahil edilmesini sağlayarak geçişi destekleyebilir. Raporda ayrıca eğitim kurumları ile işverenlerin öğrenme çıktıları ve değerlendirme standartları konusunda uzlaşması öneriliyor. Böylece mezunlar becerilerini daha tutarlı biçimde ortaya koyabilir.

Pearson ve AWS yöneticileri, yanıtın temelini yapay zekâyla etkileşimi iş yeri becerisine dönüştürmek olarak tanımlıyor. Bağımsız araştırma kuruluşu PSB Insights ile yürütülen araştırmada altı pazarda 2.700’den fazla öğrenci, eğitim yöneticisi ve işverenin anket yanıtları ile yükseköğretim yöneticileriyle yapılan görüşmeler yer alıyor. Araştırmanın çerçeveleri, kurumların eğitimden işe geçiş süreçlerinde hangi noktaların ele alınması gerektiğini belirlemesine yardımcı olmayı amaçlıyor.

Vietnam için temel bulgu, üniversitelerin yatırım yapmadığı ya da öğrencilerin ilgisiz olduğu değil. Yatırımlar yaygın, öğrencilerin güveni yüksek ve ankete katılan kurumların çoğu işverenlerle zaten iletişim kuruyor. Daha zorlu olan, bu güçlü yönleri tekrarlanan uygulamalarla, sağlıklı değerlendirmelerle ve mezunların üniversiteden ayrıldıktan sonra karşılaşacakları kararları yansıtan işlerle buluşturmak.

Reklam

Özet

  • Ankete katılan Vietnamlı yükseköğretim yöneticilerinin yüzde 96’sı kurumlarının yapay zekâya yatırım yaptığını söyledi.
  • Öğrencilerin yüzde 52’den fazlası, yapay zekânın entegre edildiği işlerde çalışmaya hazır oluşunu 10 üzerinden 8 ila 10 arasında değerlendirdi.
  • İşverenlerin yalnızca yüzde 15’i yeni mezunları iş yerinde gereken sekiz yapay zekâ becerisinin tamamında mükemmel buldu.
  • İşverenler yetersiz doğrulama alışkanlıklarına, sınırlı pratik deneyime ve yapay zekâ araçlarına aşırı bağımlılığa dikkat çekti.
  • Raporda işverenlerin tasarladığı değerlendirmeler, uygulamalı deneyim, öğretim elemanı gelişimi ve yapay zekâ kullanımına ilişkin daha açık kurallar öneriliyor.
Bu haberi paylaş

Bunlar da ilginizi çekebilir