هوش مصنوعی معیارهای استخدام ریاضیدانان را دگرگون کرد؛ چرا مهارت ارتباطی برگ برنده جدید پژوهشگران است؟
پیشرفت پرشتاب ابزارهای هوش مصنوعی مسیر اکتشافات علمی را متحول کرده و فرآیند سنتی ارزیابی پژوهشگران را با چالش جدی روبه‌رو ساخته است. اساتید برجسته ریاضیات تأکید می‌کنند که در عصر اثبات‌های خودکار ماشینی، مهارت‌های ارتباطی قوی و قدرت انتقال مفاهیم به معیار اصلی برای تمایز نخبگان و استخدام در دانشگاه‌ها تبدیل شده است.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- تولید آسان اثبات‌های ریاضی به‌کمک هوش مصنوعی سبب شده است تا دانشگاه‌ها به‌جای اتکا به رزومه‌های کاغذی، روی مصاحبه‌های فردی تمرکز کنند.
- اساتید دانشگاه معتقدند پژوهشگران برای حفظ جایگاه خود باید توانایی تبیین نتایج ماشینی و خلق پرسش‌های نوین علمی را تقویت نمایند.
- ورود پرقدرت شرکت‌هایی مانند OpenAI به حل مسائل پیچیده، جامعه دانشگاهی و دانشجویان را با ضرورت بازنگری در شیوه آموزش و پژوهش مواجه کرده است.
هوش مصنوعی در حال کاهش موانع پیش روی اکتشافات ریاضی و هموار کردن مسیر دستاوردهای علمی است.
یکی از اساتید برجسته ریاضیات می‌گوید این تحول نشان می‌دهد روندهای استخدام در دانشگاه‌ها و محیط‌های آکادمیک باید بسیار تعاملی‌تر و مبتنی بر شناخت فردی شوند و ریاضیدانان نیز باید در انتقال و بیان ایده‌های خود مهارت و شیوایی به‌مراتب بالاتری کسب کنند.
فرانک کالگاری، ریاضیدان برجسته دانشگاه شیکاگو، در مقاله‌ای تازه پیرامون معیارهای مدنظر خود برای پذیرش پژوهشگران نوشت: «من به‌دنبال روایتی روشن از این هستم که شما می‌خواهید ریاضیات به چه سمتی حرکت کند، در کنار توانمندی فنی لازم برای توضیح اینکه چرا تحقق چنین مسیری امکان‌پذیر است.»
دغدغه اصلی کالگاری احتمال بالای تصاحب موقعیت‌های پژوهشی رده‌پایین در دانشگاه‌ها توسط دانشجویانی است که صرفاً با تولید انبوه اثبات‌های ماشینی به‌کمک هوش مصنوعی به این جایگاه‌ها دست یافته‌اند.
با این حال، یک گفت‌وگوی ۳۰ دقیقه‌ای می‌تواند به‌سادگی این تولیدکنندگان محتوای بی‌کیفیت و سرهم‌بندی‌شده را از متقاضیان مستعدی تفکیک کند که دارای بینش شفاف و مهارت ارتباطی قوی هستند.
کالگاری در یادداشت خود که در وبلاگ ترنس تائو منتشر شد، تأکید کرد: «فرآیند استخدام در دانشگاه‌ها باید بسیار بیشتر بر تعاملات فردی استوار باشد تا بررسی پرونده‌های کاغذی.»
او هم‌چنین به انتقاد شدید از آنچه «کمیته‌های تنبل» نامید پرداخت؛ گروه‌هایی که دانشجویان را صرفاً بر پایه یک مقاله یا نشریه دانشگاهی استخدام می‌کردند، در حالی که امروزه چنین مقالاتی می‌توانند مستقیماً توسط هوش مصنوعی خلق شده باشند.
این استاد ریاضی خاطرنشان کرد: «هنگامی که این رویکرد را در پیش بگیریم، موظف خواهیم بود دانشجویان تحصیلات تکمیلی خود را برای برقراری ارتباط کلامی بهتر در زمینه ریاضیات آموزش دهیم؛ موضوعی که باید آن را بسیار جدی‌تر دنبال کنیم.»
ماه گذشته نیز استیون استروگاتز، استاد دانشگاه کرنل، اظهار داشت ریاضیدانانی که از فن بیان قوی و جذابیت کلامی بهره‌مند هستند ارزش دوچندانی پیدا کرده‌اند، چراکه می‌توانند خروجی‌های تولیدشده توسط هوش مصنوعی را به‌روشنی تشریح کنند و آنها را به پرسش‌های نوین علمی تبدیل نمایند.
ورود ناگهانی و پرشتاب شرکت‌های توسعه‌دهنده هوش مصنوعی به قلمرو ریاضیات موجب شگفتی و سردرگمی بسیاری از شیفتگان این حوزه شده است؛ چراکه هم‌زمان با ارائه صدها راه‌حل پیشنهادی از سوی OpenAI برای پیچیده‌ترین مسائل جهان، اهالی این رشته به چگونگی حفظ اثر‌بخشی و جایگاه علمی خود می‌اندیشند.
در این میان، برخی اساتید استفاده از هوش مصنوعی را به‌کلی کنار گذاشته‌اند؛ با این حال، اکثر پژوهشگران می‌کوشند راه‌هایی برای به‌کارگیری این فناوری در فعالیت‌های روزمره خود بیابند.
دانشجویان در سراسر کشور نیز برای انطباق با این شرایط جدید با چالش مواجه‌اند و از اساتید خود درخواست دارند دستورالعمل‌های شفافی برای نحوه استفاده از ابزارهای هوش مصنوعی منتشر کنند.
یکی از دانشجویان در نظرسنجی اخیر دانشگاه MIT نوشت: «ما در سراسر جامعه دانشگاهی با کمبود راهبری و هدایت در سطوح عالی مواجه هستیم.»
برچسب های مرتبط
مطالب مرتبط و پیشنهادی
مدل متن‌باز Ornith-1.5-122B رونمایی شد؛ تحولی در کدنویسی خودکار و ایجنت‌های هوشمند
تیم Ornith از مدل متن‌باز Ornith-1.5-122B رونمایی کرد؛ مدلی مبتنی بر معماری MoE که به‌طور ویژه برای ایجنت‌های کدنویسی و کار با ترمینال طراحی شده است. سازندگان ادعا می‌کنند این مدل به امتیاز خیرهانگیز ۸۴٫۵ در بنچمارک SWE-bench دست یافته و امکان اجرای محلی روی پردازنده‌های گرافیکی قدرتمند را فراهم می‌کند.
مدیر ارشد گارمین: استفاده از هوش مصنوعی باید واقعی و اصیل باشد؛ مربیان انسانی حذف نمی‌شوند
در حالی که تب استفاده از هوش مصنوعی سراسر صنعت سلامت و تناسب اندام را فرا گرفته است، گارمین رویکردی محتاطانه و عملگرایانه در پیش گرفته است. مدیر ارشد عملیات این شرکت تأکید می‌کند که هوش مصنوعی باید حس اصالت داشته باشد و هیچ ابزاری نمی‌تواند جایگزین مربیان واقعی انسان در پلتفرم TrainingPeaks شود.
بازنویسی زیرساخت گیت‌هاب برای ایجنت‌های هوش مصنوعی؛ ثبت رکورد ۷۲۰۰ پوش در ثانیه با Rubicon
گیت‌هاب در حال بازنویسی اساسی سیستم ذخیره‌سازی گیت برای هماهنگی با سرعت سرسام‌آور ایجنت‌های هوش مصنوعی است. معماری جدید این پلتفرم با نام Rubicon موفق شده است در آزمایش‌های داخلی، بیش از ۷۲۰۰ پوش در ثانیه و فعالیت هم‌زمان ۵۰۰۰ ایجنت را روی یک مخزن پردازش کند. این تحول زیرساختی بدون نیاز به تغییر در ابزارهای فعلی، مسیر توسعه نرم‌افزار به دست هوش مصنوعی را هموار می‌سازد.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.