Điểm chuẩn ngành AI cao, thị trường lao động liệu có thừa nhân lực ?

Điểm chuẩn ngành AI chạm ngưỡng 30 cho thấy sức hút của ngành này. Tuy nhiên, từ đây đặt ra không ít ý kiến băn khoăn. Một trong số đó là nếu AI ngày càng có khả năng tự viết code, phân tích dữ liệu, tạo nội dung và thực hiện những công việc vốn cần nhân lực kỹ thuật... thì liệu chính ngành AI có bị AI thay thế?

Theo giáo sư Nguyễn Nguyễn Trúc Đào, một kỹ sư AI giỏi cần kết hợp 3 nhóm năng lực: kiến thức nền tảng, năng lực lập trình và xây dựng hệ thống, khả năng ứng dụng AI vào một lĩnh vực cụ thể. ẢNH: NVCC

Các chuyên gia cho rằng AI vẫn sẽ có giá trị cao trong 5 - 10 năm tới, nhưng cấu trúc việc làm sẽ thay đổi mạnh. Những công việc mang tính lặp lại như viết các đoạn code đơn giản, xử lý dữ liệu cơ bản hoặc dựng mô hình từ những công cụ có sẵn sẽ ngày càng được tự động hóa.

Theo giáo sư Nguyễn Nguyễn Trúc Đào, giáo sư bậc 1 tại Khoa Toán và thống kê, Đại học San Diego State (Mỹ), lợi thế cạnh tranh của kỹ sư tương lai không nằm ở việc viết được bao nhiêu dòng code mà ở khả năng xác định đúng bài toán, thiết kế hệ thống, kiểm chứng kết quả và sử dụng AI để giải quyết những vấn đề phức tạp.

Ông Đào cho rằng các nhóm nhân lực như nhà nghiên cứu phát triển thuật toán và mô hình AI, kỹ sư xây dựng hệ thống AI quy mô lớn, chuyên gia AI kết hợp robot và hệ thống tự động, chuyên gia về an toàn, bảo mật, độ tin cậy của AI và nhân lực AI có chuyên môn sâu trong một lĩnh vực ứng dụng sẽ tiếp tục có giá trị. "Khi AI có thể tạo code, báo cáo hoặc phân tích trong vài giây, câu hỏi quan trọng sẽ chuyển từ "làm thế nào để tạo ra kết quả?" sang "kết quả này có đúng, đáng tin cậy và phù hợp với bài toán thực tế hay không?". Vậy nên một kỹ năng đặc biệt quan trọng là khả năng kiểm chứng đầu ra của AI", ông Đào phân tích.

Tiến sĩ AI Nguyễn Gia Hy, giảng viên tại Đại học Swinburne và Box Hill Institute (Úc), đồng thời là cố vấn R&D tại Viện nghiên cứu AI A2I2, Đại học Deakin (Úc), cũng cho rằng trong 3 - 5 năm tới, thị trường khó có khả năng "dư thừa nhân lực AI" theo nghĩa chung, mà sẽ xảy ra tình trạng thừa và thiếu cục bộ.

"Nhóm có nguy cơ bị đào thải là những người chỉ biết sử dụng thư viện, API (giao diện lập trình ứng dụng) có sẵn, lập trình ở mức cơ bản hoặc học AI theo phong trào nhưng thiếu tư duy hệ thống và kiến thức nghiệp vụ. Ngược lại, nhân lực có nền tảng toán học, thuật toán tốt, chuyên gia MLOps (Machine Learning Operations, tập hợp các phương pháp, quy trình và công cụ dùng để tự động hóa, chuẩn hóa và quản lý vòng đời của các mô hình học máy - PV), kỹ sư phần cứng AI, bán dẫn, hay người có khả năng kết hợp AI với y tế, tài chính, sinh học... có thể tiếp tục được săn đón", ông Hy nói.

Cũng theo ông Hy, thị trường AI sẽ trải qua một quá trình tương tự nhiều làn sóng công nghệ trước đây, là giai đoạn bùng nổ, sau đó sàng lọc và cuối cùng trở thành một năng lực nền tảng. AI có thể từ một ngành học thời thượng trở thành năng lực phổ biến trong nhiều ngành nghề, giống như kỹ năng sử dụng máy tính hay ngoại ngữ hiện nay.

Lời khuyên cho sinh viên: Đừng chỉ học AI, hãy học cách giải quyết vấn đề

Điểm chung trong nhận định của các chuyên gia là điểm chuẩn ngành AI chạm ngưỡng 30 có thể mở đầu cho một cuộc cạnh tranh rất cao, nhưng tấm vé vào thị trường lao động không phải là điểm chuẩn hay tấm bằng AI, mà đó phải là năng lực thực tế.

Tiến sĩ AI Nguyễn Gia Hy nhận định trong 3 - 5 năm tới thị trường khó có khả năng dư thừa nhân lực AI theo nghĩa chung, mà sẽ xảy ra tình trạng thừa và thiếu cục bộ. ẢNH: NVCC

Ông Nguyễn Nguyễn Trúc Đào đề xuất sinh viên đi theo trình tự: xây nền tảng toán học và khoa học máy tính vững, phát triển kỹ năng lập trình và AI, sau đó lựa chọn một hoặc hai lĩnh vực ứng dụng để đào sâu.

Ông Nguyễn Gia Hy thì nhấn mạnh thêm ba nhóm năng lực: nền tảng kỹ thuật, tư duy nghiệp vụ và khả năng thích ứng. Trong đó, tiếng Anh, kỹ năng giao tiếp và năng lực tự học liên tục sẽ ngày càng quan trọng bởi công nghệ AI thay đổi với tốc độ rất nhanh.

Tiến sĩ Nguyễn Quốc Trình, Trưởng phòng R&D kiêm Giám đốc điều hành tại Cybercore Vietnam, Phó viện trưởng PRIMA Lab tại Đại học tỉnh Iwate (Iwate Prefectural University, Nhật Bản), khuyên sinh viên cần xây dựng năng lực theo ba lớp. Lớp đầu tiên là nền tảng gồm toán, tư duy hệ thống và khả năng đọc hiểu nghiên cứu…, những yếu tố rất khó lỗi thời. Lớp thứ hai là phương pháp luận, gồm cách thiết kế thí nghiệm, đánh giá mô hình và làm việc với dữ liệu thực tế. Lớp thứ ba là công cụ, gồm framework (khung làm việc trong lập trình), thư viện và các mô hình cụ thể. Đây là lớp thay đổi nhanh nhất, vì vậy không nên trở thành thứ duy nhất sinh viên đầu tư.

Tiến sĩ Nguyễn Quốc Trình cho rằng người có nền tảng vững, hiểu công nghệ, lĩnh vực chuyên môn và biết dùng AI giải quyết những bài toán thực tế sẽ có nhiều cơ hội hơn. ẢNH: NVCC

"Công cụ hôm nay có thể lỗi thời trong ba năm. Vì vậy, tôi luôn khuyên sinh viên đầu tư vào nền tảng tư duy. Sinh viên nào xây được lớp nền tảng vững sẽ học lại lớp công cụ mới trong vài tuần khi cần", ông Trình nói.

Ông Trình cho rằng câu hỏi quan trọng không hẳn là AI có còn "hot" hay không, mà là người học sẽ đứng ở đâu trong chuỗi giá trị mới do AI tạo ra. Vì một người chỉ biết sử dụng công cụ AI có thể nhanh chóng bị thay thế bởi một công cụ AI tốt hơn; còn nếu có nền tảng vững, hiểu công nghệ, hiểu lĩnh vực chuyên môn và biết dùng AI để giải quyết những bài toán thực tế sẽ có nhiều cơ hội hơn.

Theo Thanh Nam/ Thanh niên

https://thanhnien.vn/nganh-ai-30-diem-lieu-con-hot-trong-5-10-nam-toi-185260817220802337.htm