Học đúng để thành công trong thời kỳ tự động hóa

Để phát triển con người trong thời đại công nghệ, giáo dục cần tập trung dạy người học cách tương tác với công nghệ và những kỹ năng không thể tự động hóa.

Nghiên cứu do Diễn đàn Kinh tế Thế giới công bố, đến năm 2022, số người lao động thuộc các ngành nghề mới nổi sẽ tăng từ 16% lên 27% trên toàn cầu. Trong khi đó, các công việc lạc hậu về công nghệ sẽ có xu hướng giảm từ 31% xuống 21%. Các công việc có khả năng được tự động hóa là các công việc có tính lặp đi lặp lại.

Với báo cáo này, tương lai của công việc có vẻ ảm đạm đối với nhiều người. Đã có những phân tích về các công việc có nguy cơ bị xóa sổ, nhưng một viễn cảnh khác chưa được kiểm tra chi tiết là phân tích xem trong những công việc tồn tại thì khía cạnh nào của công việc sẽ được thay thế bằng máy móc.

Với công việc của một bác sĩ, việc chẩn đoán bệnh sẽ sớm được chuyển sang cho máy móc. Học máy (Machine Learning) đang thể hiện kết quả ngoạn mục cho công việc này. Hệ dữ liệu bệnh phong phú giúp đào tạo máy móc, phát hiện và chẩn đoán cho một loạt bệnh.

Tuy nhiên, những công việc đặc thù của một bác sĩ thực thụ – như ngồi với một gia đình để thảo luận về các phác đồ điều trị thì ít có khả năng được tự động hóa trong tương lai gần.

Tương phản với một barista là một bartender – người pha chế rượu. Mọi người thường bắt chuyện với bartender, đôi khi xem họ biểu diễn như một nghệ sĩ xiếc. Công việc này có nhiều phần hơn là chỉ pha chế đồ uống. Giống như nghề bác sĩ, có thể dễ dàng phân tích công việc này thành hai thành phần: phần lặp đi lặp lại (pha chế và phục vụ đồ uống) và phần tương tác – phần không thể đoán trước – liên quan đến việc lắng nghe và nói chuyện với khách hàng.Một nghề khác có thể được phân tích là nhân viên pha chế đồ uống (barista). Tại San Francisco, một tiệm cafe đã thay thế barista bằng cánh tay robot công nghiệp. Robot này giúp khách hàng giải trí bằng cách để họ tự điều khiển, cho robot pha chế đồ uống cho mình. Tuy nhiên, tiệm cafe cũng phân công một người để hướng dẫn khách hàng cách sử dụng công nghệ, đồng thời khắc phục các sự cố phát sinh với robot.

Sau khi phản ánh về đặc điểm của nhiều công việc và ngành nghề, chúng ta có thể thấy hai loại công việc sẽ khó tự động hóa trong tương lai:

Công việc yêu cầu cảm xúc. Cảm xúc đóng vai trò quan trọng trong giao tiếp của con người (ví dụ bác sĩ trao đổi cùng gia đình, hoặc bartender tương tác với khách hàng). Nó rất quan trọng trong hầu hết hình thức giao tiếp phi ngôn ngữ và cần sự đồng cảm. Hơn thế, nó cũng đóng vai trò trong việc giúp chúng ta ưu tiên những gì chúng ta làm trong chuỗi công việc cần thiết.

Cảm xúc không chỉ phức tạp và nhiều sắc thái, nó còn tương tác với nhiều quá trình khác nhau để ra quyết định. Hiểu được cảm xúc luôn là một thách thức của khoa học, và rất khó để xây dựng thành một hệ thống tự động.

Công việc cần phân tích bối cảnh. Con người luôn cần tính đến bối cảnh khi đưa ra bất kỳ quyết định nào. Ví dụ, một tin tức mới xuất hiện sẽ thay đổi bối cảnh mà chúng ta đang kiểm soát. Những thay đổi trong bối cảnh có thể thay đổi không chỉ cách các yếu tố tương tác với nhau, mà còn có thể đưa ra yếu tố mới, cấu hình lại tổ chức từ nguyên lý cốt lõi.

Các thay đổi liên tục này sẽ là một vấn đề thực sự mà máy móc chưa xử lý được. Đó là vì học máy chủ yếu hoạt động trên các tập dữ liệu và định nghĩa đã được tạo sẵn, trong một bối cảnh cố định. Do đó, xử lý linh hoạt tùy theo bối cảnh là một thách thức đối với tự động hóa.

Trên thực tế, đây cũng là những kỹ năng mà các nhà tuyển dụng trong các ngành liên tục tìm kiếm từ các ứng viên. Ví dụ, trong một cuộc khảo sát, 93% nhà tuyển dụng cho rằng khả năng suy nghĩ nghiêm túc, giao tiếp rõ ràng và giải quyết các vấn đề phức tạp của một ứng viên quan trọng hơn là chuyên môn trong ngành học của họ. Về kỹ năng mềm, nhà tuyển dụng tìm kiếm những người có khả năng học hỏi thích nghi, đưa ra quyết định tốt và phối hợp tốt. Những khả năng này khó tự động hóa.Khả năng quản lý và sử dụng cảm xúc, linh hoạt giải quyết các tác động của bối cảnh là các thành phần chính của tư duy phê phán, giải quyết vấn đề sáng tạo, giao tiếp hiệu quả, học tập thích ứng và phán đoán. Rất khó để lập trình máy móc mô phỏng những kiến thức và kỹ năng rất con người này, và không rõ khi nào (hoặc liệu) những nỗ lực để làm như vậy sẽ có kết quả.

Tất cả điều này cho thấy, để phát triển con người trong thời đại công nghệ, các hệ thống giáo dục của chúng ta cần không chỉ tập trung vào cách mọi người tương tác với công nghệ (ví dụ quan trọng là kỹ năng lập trình), mà còn là cách họ có thể làm những việc mà công nghệ không thể làm.

Nguyên Chương (theo Harvard Business Review)

Để nắm được cơ hội trong thời đại công nghệ, theo Founder FUNiX Nguyễn 
Thành Nam, người học ngày nay cần nhanh chóng trang bị kiến thức 
về công nghệ, máy tính và rất nhiều kỹ năng mới.

Trực thuộc hệ thống FPT Education, FUNiX cung cấp các kiến thức để 
dẫn dắt người học phát triển bản thân trong kỷ nguyên số: 
trở thành công dân số, chương trình đào tạo chuyên sâu về công nghệ 
như kỹ sư phần mềm, Machine Learning, Data Science. Đặc biệt, 
sinh viên được xây dựng kỹ năng tự học, hình thành năng lực học tập 
suốt đời.

Xem thêm tại: https://funix.edu.vn/