ظهور هوش مصنوعی بار دیگر پرسشی قدیمی را برجسته کرده است: وقتی ابزاری داریم که کارها را برای‌مان انجام دهد، چرا خودمان را آموزش دهیم؟ به باور استاد مهندسی برق و علوم کامپیوتر مؤسسه MIT، دوورات شاه، پاسخ همچنان همان است: دانش پایه در ریاضیات هنوز موضوعی اساسی است. اگر بخواهیم از ابزارهای پیشرفته‌ای مانند مدل‌های زبانی بزرگ و هوش مصنوعی مولد به‌درستی استفاده کنیم، باید مفاهیم زیربنایی آن‌ها را بشناسیم، ابزار درست را انتخاب کنیم و نتایج را به‌درستی تفسیر کنیم.
شاه، مدیر برنامه MicroMasters در آمار و علوم داده در مؤسسه علوم داده، سیستم‌ها و جامعه (IDSS) در MIT است. این برنامه بین‌رشته‌ای با هدف پاسخ به نیاز جهانی به مهارت‌های داده‌ای طراحی شده و از زمان آغاز تاکنون، هزاران دانش‌آموخته‌ی موفق در سراسر جهان داشته است.
او می‌گوید: «این برنامه، راهی فشرده ولی انعطاف‌پذیر برای یادگیری اصول آمار در سطح MIT است. ما نه‌تنها مفاهیم فنی، بلکه مهارت‌هایی مثل تفکر نقاد، همکاری تیمی و اخلاق حرفه‌ای را نیز آموزش می‌دهیم.»
در همین راستا، IDSS با همکاری مؤسسه فنّاوری برسیا (BREIT) در کشور پرو، آموزش‌های داده‌محور را با تمرکز بر توسعه مهارت‌های جهانی ارائه می‌دهد. شرکت‌کنندگان در برنامه، دوره پیشرفته علوم داده را با محوریت MicroMasters گذرانده، و ضمن یادگیری مفاهیم آماری، احتمال، تحلیل داده و یادگیری ماشین، مهارت‌هایی مانند ارتباط مؤثر و کار تیمی نیز به دست می‌آورند.
رناتو کاسترو، از فارغ‌التحصیلان این برنامه می‌گوید: «برنامه فقط ریاضی یاد نمی‌دهد. بلکه شیوه‌ای نظام‌مند از تفکر را آموزش می‌دهد که می‌تواند روی مسائل واقعی تأثیر بگذارد و به تولید ارزش برای مردم منجر شود.»
مدیر BREIT، لوسیا هارو، هدف این همکاری را تربیت نسل بعدی متخصصان علوم داده می‌داند: «ما افرادی را آموزش می‌دهیم که می‌توانند به رشد اقتصادی کشور کمک کرده و تأثیر اجتماعی مثبتی در پرو داشته باشند.»
TAهای دانشجوی MIT در این برنامه نقش کلیدی ایفا می‌کنند. آن‌ها در جلسات منظم آنلاین، مفاهیم درسی را با تمرین‌های عملی برای دانشجویان توضیح می‌دهند. از سوی دیگر، ابزارهای سنجش و ارزشیابی فنی نیز برای پذیرش داوطلبان طراحی شده‌اند تا مهارت‌هایی نظیر حساب دیفرانسیل، جبر خطی مقدماتی و برنامه‌نویسی پایتون را بسنجند.
برای افزایش تأثیرگذاری برنامه، پروژه‌های عملی نیز تعریف شده‌اند. در این پروژه‌ها، دانش‌پذیران در همکاری با سازمان‌های غیردولتی محلی، داده‌های واقعی را تحلیل می‌کنند تا در بهبود کیفیت زندگی مردم نقش داشته باشند. برای مثال، پروژه‌ای بررسی کرد چرا دانشجویان برخی مناطق تحصیلات تکمیلی را رها می‌کنند، یا پروژه‌ای دیگر با استفاده از ابزارهای مکان‌محور، نقاط بحرانی نیاز به مسکن را مشخص کرد.
سازمان‌های MIT و BREIT بازخوردها را به صورت سیستماتیک جمع‌آوری کرده و برنامه را به‌روزرسانی می‌کنند. برای مثال، دوره‌ای جدید در زمینه تحلیل سری‌های زمانی و تخصصی‌سازی مسیرهای آموزشی اضافه شده‌اند.
شاه در ادامه می‌گوید: «بازخوردهای شرکای ما به ما کمک می‌کنند تا تقاضاهای بازار را بهتر بشناسیم و برای آن‌ها راه‌حل ارائه دهیم. برای همین، اکنون برای داوطلبان جدید، یک دوره آمادگی (bootcamp) برگزار می‌کنیم تا با پوشش شکاف‌های دانشی، فرصت آموزش برای همه فراهم شود.»
در سطح جهانی، دارندگان مدرک MicroMasters می‌توانند در کنفرانس‌ها، کارگاه‌ها و حتی ملاقات حضوری با اساتید MIT شرکت کنند. بعضی از آن‌ها تاکنون به پردیس MIT سفر کرده‌اند و حتی چشم‌انداز ادامه تحصیل در دوره‌های حضوری MIT را نیز دنبال می‌کنند.
یاهایرا هوئرتا، از دانش‌پذیران BREIT می‌گوید: «وقتی در MIT بودم، از تاریخچه‌اش و اتفاق‌هایی که با هوش مصنوعی و نانوتکنولوژی در آن در حال رخ دادن است الهام گرفتم. دیدن آینده، الهام‌بخشه.»
فوتینی کریستیا، مدیر IDSS، می‌گوید: «این همکاری الگویی است که ما می‌خواهیم آن را گسترش دهیم. ما در حال ساخت شبکه جهانی استعدادهای علوم داده هستیم که می‌توانند در هر گوشه‌‌ای از دنیا تأثیرگذار باشند.»
منبع خبر: MIT IDSS
