tgoop.com/scalingclub/93
Last Update:
Объявление: «Требуется junior-разработчик. Зарплата: вы нам платите 500$ в месяц».
Это не шутка, а моя фантазия о будущем профессионального образования.
Последний год активно мусолится проблема, что ИИ забирает рабочие места начинающих специалистов, а без них не будет появляться новых профессионалов.
Классический парадокс: новичков не берут - мало опыта, профессионалов свободных на рынке тоже нет — они создают собственные ИИ-проекты, чтобы заменить новичков.
Что с этим делать? Прототип решения я увидел у Жени Лисовского: он недавно написал, что готов взять на работу нескольких подростков-студентов, научить их работать на живых задачах за $500 в месяц.
В смысле они ему платят, а не он им.
И внезапно я понял, что это модель будущего профессионального образования.
TL;DR: вузы должны организовывать всем студентам такие платные стажировки, пока не станут миддлами.
Подробнее.
Чем отличается молодой специалист от профессионала? — Тренированностью нейросетей собственного мозга. Спец — это тот, кто уже знает, что ничего не работает, а новичок еще верит в техническое задание.
Что это значит на практике? — У профессионала есть больше вариантов решений в голове, последствий таких решений — ошибок, рисков, важных деталей, которые влияют на выбор решений, точность и скорость анализа вводных условий, умение достраивать картину при неполных данных и тд.
Если коротко — опыт. Это когда ты знаешь, что проект провалится, но уже умеешь красиво это объяснить.
Таким образом, депроблематизируя исходную ситуацию, можно поставить задачу: вузы должны готовить специалистов с ликвидным реальным опытом, то есть крепких миддлов.
Как это сделать? — Находить компании, кто, как Женя, готов брать к себе молодых и учить их за деньги. И роль вуза — обеспечить этот поток мест, где платно научиться работать.
Поднимет ли это общую стоимость обучения? — Не знаю точно, но давайте прикинем. Сейчас обучение в подавляющем большинстве вузов неэффективно.
Все студенты учатся синхронно по одной программе. Усреднение тормозит и тех, кто думает быстро и тех, кто думает медленно.
Это первый ресурс для оптимизации времени.
Второй — мало кто еще пока тестирует методики, как учить быстрее, но эффективнее.
Моя гипотеза, что если хорошо задаться целью, то для значительного числа профессий — можно высвободить около 50% времени.
(Оговорка: мир не черно-белый и в каких-то вузах и программах оптимизация будет на 10%, а в каких-то на 80%). Но последних будет больше.
Поэтому, если из 4 лет освободить 2 года, то это время (8 часов * 24 дня * 24 месяцев = 5000 часов), то это плюс-минус половина срока от пресловутых 10000 часов, которые нужны чтобы овладеть профессией.
Получается, нужно четыре года практики и пару лет теории и общих знаний. Значит общий срок обучения составит шесть лет.
Опять же, где-то это будет пять, а где-то восемь лет. И да, за это надо будет платить.
Получается цикл: ИИ вытесняет новичков, новички платят за опыт, на этом зарабатывают те, кто создает EdTech-ИИ. Это как Уроборос, который ест свой хвост, но при этом еще и берет за это деньги.
BY Education Scaling Club
Share with your friend now:
tgoop.com/scalingclub/93