តើ AI នឹង 'ទម្លាក់' មុខវិជ្ជាសិក្សាខ្លះទេ?

នេះជាបញ្ហាដែលបេក្ខជនជាច្រើនចាប់អារម្មណ៍ក្នុងកម្មវិធីចូលរៀន និងប្រឹក្សាការងារនៅ Tien Giang នាថ្ងៃទី ៨ មិនា។

Các ngành học có bị AI 'soán ngôi'? - Ảnh 1. — សិស្សានុសិស្សស្វែងយល់ពីព័ត៌មានក្នុងកម្មវិធីផ្តល់ប្រឹក្សា និងការងារនៅ Tien Giang - រូបភាព៖ M.TRUONG

កម្មវិធីត្រូវបានរៀបចំឡើងដោយកាសែត Tuoi Tre សហការជាមួយនាយកដ្ឋានឧត្តមសិក្សា (ក្រសួងអប់រំ និងបណ្តុះបណ្តាល) នៅបរិវេណសាកលវិទ្យាល័យ Tien Giang ដោយបានទាក់ទាញបេក្ខជនរាប់ពាន់នាក់មកពីតំបន់មកចូលរួម។

អ្នកដែលមានផ្នត់គំនិតបត់បែន មានឆន្ទៈក្នុងការសិក្សា និងរីកចម្រើនជាមួយបច្ចេកវិទ្យា នឹងអាចឈានមុខគេក្នុងវិស័យជំនាញរបស់ពួកគេ។

លោកបណ្ឌិត Nguyen Trung Nhan (ប្រធាននាយកដ្ឋានបណ្តុះបណ្តាល សាកលវិទ្យាល័យឧស្សាហកម្មទីក្រុងហូជីមិញ)

នៅពេលដែល ChatGPT ពូកែភាសាខ្លាំងពេក

Thuy Vy សិស្សនៅវិទ្យាល័យ Doc Binh Kieu ខេត្ត Tien Giang បានសួរអំពីផលប៉ះពាល់នៃបញ្ញាសិប្បនិម្មិត (AI) លើការអភិវឌ្ឍន៍ឧស្សាហកម្មភាសា និងការរៀនភាសាបរទេស។ អ្នកបានសម្តែងការព្រួយបារម្ភថា ការរីកលូតលាស់របស់ AI អាចបណ្តាលឱ្យឧស្សាហកម្មភាសានៅទ្រឹង ដែលប៉ះពាល់ដល់ឱកាសការងារនៅក្នុងវិស័យនេះ។ ក្នុងបរិបទនោះ បើអ្នកបន្តអាជីពជាភាសា តើឱកាសការងារនៅតែបើកចំហដែរឬទេ?

បណ្ឌិត Pham Tan Ha - នាយករងនៃសាកលវិទ្យាល័យវិទ្យាសាស្ត្រសង្គម និងមនុស្សសាស្ត្រ (សកលវិទ្យាល័យជាតិទីក្រុងហូជីមិញ) - បាននិយាយថា ក្នុងបរិបទនៃការអភិវឌ្ឍន៍ខ្លាំងនៃបច្ចេកវិទ្យា និង AI កង្វល់របស់បេក្ខជនចំពោះឧស្សាហកម្មភាសាត្រូវបានបង្កើតឡើងយ៉ាងល្អ។

បច្ចុប្បន្ន ឧបករណ៍ដូចជា ChatGPT អាចគាំទ្រការបកប្រែរហ័ស និងងាយស្រួល ប៉ុន្តែពួកវាគ្រាន់តែជាឧបករណ៍ប៉ុណ្ណោះ មិនមែនជាការជំនួសមនុស្សទាំងស្រុងនោះទេ។

យោងតាមគាត់ ដើម្បីរៀនភាសាមួយឱ្យបានល្អ អ្នកសិក្សាមិនត្រឹមតែត្រូវចេះវាក្យសព្ទប៉ុណ្ណោះទេ ថែមទាំងត្រូវយល់ឱ្យបានស៊ីជម្រៅអំពីសូរស័ព្ទ វាក្យសម្ព័ន្ធ ក៏ដូចជាវប្បធម៌នៃប្រទេសដែលប្រើភាសានោះផងដែរ ដែលជារបស់ដែល AI មិនអាចយល់បានពេញលេញ។

ក្រៅពីនេះ លោកបណ្ឌិត Pham Tan Ha មានប្រសាសន៍ថា ជំនាញភាសាក៏មានតួនាទីសំខាន់ដែរ។ ជាពិសេសសិស្សវៀតណាមដែលចង់ពូកែភាសាបរទេសត្រូវតែពូកែភាសាវៀតណាមជាមុនសិន។

លោក ហា បានមានប្រសាសន៍ថា “មនុស្សជាច្រើនយល់ច្រឡំថាគ្រាន់តែស្ទាត់ជំនាញភាសាបរទេសគឺគ្រប់គ្រាន់ហើយ ប៉ុន្តែការពិតដើម្បីបកប្រែឲ្យបានត្រឹមត្រូវ និងស៊ីជម្រៅ មូលដ្ឋានគ្រឹះវៀតណាមដ៏រឹងមាំគឺជាតម្រូវការជាមុន។

តើ AI នឹងយកការងារ IT ទេ?

ទន្ទឹមនឹងនោះ Thanh Dat ជាសិស្សនៅវិទ្យាល័យ Tan Hiep បានសម្តែងការព្រួយបារម្ភអំពីហានិភ័យនៃភាពអត់ការងារធ្វើក្នុងឧស្សាហកម្មព័ត៌មានវិទ្យា ដោយសារព័ត៌មានអំពីរលកនៃការបញ្ឈប់ការងារ និងការអភិវឌ្ឍន៍ខ្លាំងនៃបច្ចេកវិទ្យា AI និងឌីជីថល។

ឆ្លើយសំណួរនេះ MSc. វាគឺជាការពិតដែលមិនអាចប្រកែកបានដែលថា មិនមែនគ្រប់គ្នាដែលសិក្សាផ្នែកព័ត៌មានវិទ្យាប្រាកដជាមានការងារធ្វើ ហើយមនុស្សជាច្រើនធ្លាប់ និងគ្មានការងារធ្វើ។

ទោះជាយ៉ាងណាក៏ដោយ យោងទៅតាមលោក Quan បញ្ហាមិនត្រឹមតែស្ថិតនៅលើតម្រូវការជ្រើសរើសបុគ្គលិកប៉ុណ្ណោះទេ ប៉ុន្តែវាក៏ជាសមត្ថភាពរបស់និស្សិតបញ្ចប់ការសិក្សានីមួយៗផងដែរ។ ប្រសិនបើពួកគេមានជំនាញល្អ និងល្អឥតខ្ចោះ និស្សិតបញ្ចប់ការសិក្សានៅតែអាចទទួលបានប្រាក់ខែដែលពួកគេចង់បាន។ ផ្ទុយទៅវិញ បើអ្នករៀនមិនបានល្អ អ្នកប្រហែលជាពិបាករកការងារធ្វើ ឬត្រូវធ្វើការក្នុងវិស័យផ្សេង។

MSc Phung Quan ជឿជាក់ថា ក្រឡេកមើលរូបភាពកាន់តែទូលំទូលាយ ឧស្សាហកម្មព័ត៌មានវិទ្យានៅតែជាវិស័យសំខាន់ ដែលភ្ជាប់យ៉ាងជិតស្និទ្ធទៅនឹងតម្រូវការសង្គម និងសម្ពាធនៃការផ្លាស់ប្តូរឌីជីថល។ មិនត្រឹមតែបច្ចេកវិទ្យាប៉ុណ្ណោះទេ ប៉ុន្តែវិស័យផ្សេងទៀតដូចជា ជីវវិទ្យា គីមីវិទ្យា និងឱសថស្ថានក៏អាចអនុវត្តបច្ចេកវិទ្យាព័ត៌មាន ដោយបើកទិសដៅជាច្រើនសម្រាប់អ្នកសិក្សា។

អាស្រ័យហេតុនេះ បើតាមលោកបណ្ឌិត Phung Quan និស្សិតអាចជ្រើសរើសទិសដៅអភិវឌ្ឍន៍ពីរ៖ មួយគឺជំនាញបច្ចេកវិទ្យា មួយទៀតគឺអនុវត្តបច្ចេកវិទ្យាព័ត៌មានទៅផ្នែកអនុវត្តជាក់ស្តែងមួយទៀត។

លោក Quan បានមានប្រសាសន៍ថា "អ្វីដែលសំខាន់បំផុតគឺនៅតែសមត្ថភាពរបស់បុគ្គលម្នាក់ៗ។ AI និងបច្ចេកវិទ្យាថ្មីៗគ្រាន់តែជាឧបករណ៍។ ប្រសិនបើយើងដឹងពីរបៀបទាញយកអត្ថប្រយោជន៍ពីពួកគេ ពួកគេនឹងគាំទ្រការងាររបស់យើងយ៉ាងខ្លាំង។ ផ្ទុយទៅវិញ ប្រសិនបើយើងខ្វះជំនាញ និងគំនិតផ្តួចផ្តើម អ្នកសិក្សានឹងបាត់បង់ការប្រកួតប្រជែងក្នុងទីផ្សារការងារបន្តិចម្តងៗ"។

ចុះផ្នែកវិស្វកម្ម "ប្រពៃណី" ដូចជាវិស្វកម្មមេកានិច?

លោកបណ្ឌិត Nguyen Trung Nhan ប្រធាននាយកដ្ឋានបណ្តុះបណ្តាលនៃសាកលវិទ្យាល័យឧស្សាហកម្មទីក្រុងហូជីមិញ បាននិយាយថា សូម្បីតែផ្នែកវិស្វកម្មបែបប្រពៃណី ដូចជាមេកានិច និង AI ក៏បន្សល់ទុកនូវផលប៉ះពាល់មួយចំនួនផងដែរ។

ផលប៉ះពាល់ជាក់ស្តែងបំផុតមួយគឺការអភិវឌ្ឍន៍នៃស្វ័យប្រវត្តិកម្ម និងការផលិតឆ្លាតវៃ នៅពេលដែលប្រព័ន្ធមនុស្សយន្ត និងម៉ាស៊ីនអាចជំនួសមនុស្សក្នុងដំណាក់កាលជាច្រើនដូចជា ដំណើរការ ការផ្គុំ និងការត្រួតពិនិត្យគុណភាពផលិតផល។ ក្នុងពេលជាមួយគ្នានេះ ក្បួនដោះស្រាយ AI គាំទ្រការត្រួតពិនិត្យពេលវេលាពិតប្រាកដនៃដំណើរការផលិតកម្ម បង្កើនប្រសិទ្ធភាពប្រតិបត្តិការ។

យោងតាមលោកបណ្ឌិត Nguyen Trung Nhan បេក្ខជនដែលចង់សិក្សាផ្នែកវិស្វកម្ម ជាពិសេសផ្នែក "ប្រពៃណី" ដូចជាមេកានិច មិនគួរភ័យខ្លាចចំពោះការអភិវឌ្ឍន៍ AI នោះទេ។ ជំនួសមកវិញ អ្នកគួរតែបំពាក់ខ្លួនអ្នកយ៉ាងសកម្មជាមួយនឹងជំនាញថ្មីៗ។

បន្ថែមពីលើចំណេះដឹងឯកទេសផ្នែកមេកានិច អ្នកអាចស្វែងយល់បន្ថែមអំពីបច្ចេកវិទ្យាស្វ័យប្រវត្តិកម្ម ការសរសេរកម្មវិធី ការវិភាគទិន្នន័យ និងរបៀបអនុវត្ត AI ទៅក្នុងឧស្សាហកម្មរបស់អ្នក។