Σχεδόν 10 χιλ. αγγελίες που αναζητούν στελέχη με γνώσεις στην Τεχνητή Νοημοσύνη και την ανάλυση δεδομένων δημοσιεύονται κάθε μήνα μόνο στην Βρετανία, όμως οι περισσότερες θέσεις αργούν πάρα πολύ να καλυφθούν. Ο λόγος δεν είναι άλλος από την μεγάλη έλλειψη κατάλληλα εκπαιδευμένου προσωπικού, κάτι που δείχνει τον δρόμο προς το μέλλον της εκπαίδευσης.
Σύμφωνα με έρευνα της Ipsos Mori, μόνο το 2020 στην Βρετανία δημοσιεύτηκαν σχεδόν 110,5 χιλιάδες αγγελίες που αφορούσαν θέσεις σχετικές με Τεχνητή Νοημοσύνη και Ανάλυση Δεδομένων, αριθμός υπερδιπλάσιος από το 2014 και κατά 16% αυξημένος σε σχέση με το 2019. Εκτός από στελέχη επιχειρήσεων με γνώσεις σε αυτά τα θέματα, μεγάλη ζήτηση έχουν επίσης και ακαδημαϊκοί με αντίστοιχες γνώσεις, κυρίως για εκπαιδευτικούς και συμβουλευτικούς λόγους.
Σύμφωνα με όλα τα στοιχεία, η ανάγκη για στελέχη με γνώσεις σε υψηλή τεχνολογία θα αποτελέσει μια μεγάλη τάση της αγοράς εργασίας τα επόμενα χρόνια, ενώ η ζήτηση αναμένεται να συνεχίσει να αυξάνεται. Η ζήτηση έχει και ανάλογες επιπτώσεις στις αμοιβές με τις εταιρείες να προσφέρουν ακόμα και 22% μεγαλύτερο μισθό και παροχές σε σχέση με τους υπόλοιπους εργαζόμενους στα τμήματα ΙΤ. Ο λόγος για αυτό είναι το γεγονός ότι η “δεξαμενή” εργαζομένων με γνώσεις σε τεχνητή νοημοσύνη και ανάλυση δεδομένων είναι ακόμα υπερβολικά μικρή με αποτέλεσμα σχεδόν το 69% των επιχειρήσεων να αναφέρουν πως χρειάστηκε ακόμα και 12 μήνες μέχρι να μπορέσουν να καλύψουν την θέση.
Λύση η ανάπτυξη ψηφιακών δεξιοτήτων
Εκτός όμως από την έλλειψη κατάλληλων στελεχών, σχεδόν 4 στις 10 εταιρείες ανέφεραν πως ακόμα και αν βρήκαν υπαλλήλους με τις απαραίτητες γνώσεις, αυτοί δεν είχαν σχεδόν καθόλου εργασιακή εμπειρία και γνώσεις για το πως λειτουργεί η βιομηχανία στην οποία προσλήφθηκαν.
Προκειμένου να υποκαταστήσουν την έλλειψη στελεχών, πολλές επιχειρήσεις στράφηκαν στο εσωτερικό τους, προσφέροντας προγράμματα εκπαίδευσης και αναβάθμισης των ψηφιακών δεξιοτήτων των υπαλλήλων σε συνδυασμό με “τυπικές γνώσεις ΑΙ” προκειμένου μέσα από αυτά να αναδείξουν έστω 1-2 στελέχη “με ταλέντο” στην Τεχνητή Νοημοσύνη τα οποία στην συνέχεια ανελίχθηκαν εσωτερικά.
Η τακτική αυτή εκτός από την “προσοχή” των εργαζόμενων οι οποίοι βρήκαν τρόπο να αναβαθμίσουν τον ρόλο και τις αποδοχές τους, προσελκύει εργαζόμενους και από άλλες εταιρείες, διευρύνοντας την ψαλίδα ανάμεσα σε εταιρείες που αναπτύσσουν ψηφιακές δεξιότητες και σε όσες δεν το κάνουν.
Ο ρόλος της εκπαίδευσης
Η αναζήτηση ακαδημαϊκών με γνώσεις Τεχνητής Νοημοσύνης και Ανάλυσης Δεδομένων από το σύνολο σχεδόν της επιχειρηματικής κοινότητας και ειδικά από τον χρηματοπιστωτικό κλάδο, ώθησε πολλά κολέγια και πανεπιστήμια να ιδρύσουν και να επιταχύνουν αντίστοιχα τμήματα, τα οποία θα εφοδιάσουν με υψηλά καταρτισμένα στελέχη την αγορά εργασίας.
Σύμφωνα με την Ipsos, το 2020 αποφοίτησαν από τα Βρετανικά εκπαιδευτικά ιδρύματα πάνω από 700 πτυχιούχοι σε Τεχνητή Νοημοσύνη, έναντι μόλις 122 την αμέσως προηγούμενη χρονιά. “Μπορεί να φαίνεται πως η αγορά ανταποκρίθηκε αμέσως στις ανάγκες, όμως στην πραγματικότητα θα χρειαστεί να περάσουν τουλάχιστον 4 χρόνια για να φανεί ο αντίκτυπος των αποφάσεων” ανέφερε σχετικά ο Ρότζερ Γουντς, πρύτανης του Quneen’s University στο Μπέλφαστ.
Η Τεχνητή Νοημοσύνη “σπάει” τα σύνορα της τεχνολογίας
Ένα ενδιαφέρον εύρημα της έρευνας, είναι ο τρόπος με τον οποίο η Τεχνητή Νοημοσύνη καταργεί τα αυστηρά όρια των επιστημών, καθώς η χρήση της δεν περιορίζεται στον αυστηρό χώρο της τεχνολογίας αλλά έχει εφαρμογή σε όλους σχεδόν τους τομείς.
Η δυνατότητα εντατικών μαθημάτων Τεχνητής Νοημοσύνης προσέλκυσε σπουδαστές άλλων τμημάτων, όπως Τέχνες και Κοινωνικές Επιστήμες, οι οποίοι βρήκαν τρόπο μέσα από την Τεχνητή Νοημοσύνη να διευρύνουν το γνωσιακό τους αντικείμενο και να βρουν τρόπο να το εξελίξουν.
Όμως, δεν είναι μόνο οι τεχνικές γνώσεις που ζητάει η αγορά εργασίας, καθώς ψηλά στα αναγκαία προσόντα είναι η ικανότητα επικοινωνίας, διαχείρισης και οργάνωσης ομάδων εργασίας, ακόμα και γνώση ηθικών και νομικών περιορισμών της Τεχνητής Νοημοσύνης
Το μεγαλύτερο όμως πρόβλημα από την πλευρά των εργαζόμενων είναι η έλλειψη ενημέρωσης για τον τρόπο λειτουργίας της Τεχνητής Νοημοσύνης και πως αυτή εμπλέκεται σε όλες σχεδόν τις πτυχές των επιχειρήσεων.
Σύμφωνα με την έρευνα που δημοσίευσε το Ipsos, πολλά στελέχη δεν μπορούν ακόμα να καταλάβουν την χρήση της Τεχνητής Νοημοσύνης στην πραγματική ζωή, καθώς μέχρι τώρα η χρήση της πιστεύεται πως εξυπηρετεί αποκλειστικά και μόνο την “βαθιά τεχνολογία”
