បច្ចេកវិទ្យា Artificial Intelligence (AI) កំពុងផ្លាស់ប្តូរពិភពការងារយ៉ាងឆាប់រហ័ស។ ចាប់ពីការសរសេរ ការវិភាគទិន្នន័យ ការរចនា រហូតដល់ការសរសេរកូដ AI អាចជួយមនុស្សធ្វើការងារបានលឿន និងមានប្រសិទ្ធភាពជាងមុន។ ដោយសារហេតុនេះ មនុស្សជាច្រើនកំពុងសួរថា៖ តើគួររៀនជំនាញអ្វី ដើម្បីកុំឱ្យងាយត្រូវ AI ជំនួស?
អត្ថបទមួយរបស់ Entrepreneur ដែលយោងទៅលើការវិភាគរបស់អ្នកជំនាញ បានលើកឡើងពីមុខជំនាញសិក្សាចំនួន ៣ ដែលអាចជួយបង្កើនសមត្ថភាពមនុស្សនៅក្នុងយុគសម័យ AI គឺ Anthropology, Mathematics និង Philosophy។
ទោះជាយ៉ាងណា មិនមានជំនាញណាមួយដែលអាចធានា ១០០% ថានឹងមិនត្រូវ AI ជំនួសឡើយ។ ចំណុចសំខាន់គឺ ជំនាញទាំងនេះជួយអភិវឌ្ឍសមត្ថភាពដែលលើសពីការងារដែលអាចធ្វើស្វ័យប្រវត្តិបានងាយ។
១. Anthropology – មនុស្សវិទ្យា
Anthropology (មនុស្សវិទ្យា) គឺជាការសិក្សាអំពីមនុស្ស វប្បធម៌ សង្គម អាកប្បកិរិយា និងរបៀបដែលមនុស្សរស់នៅ និងទំនាក់ទំនងជាមួយគ្នា។
នៅពេល AI កាន់តែអាចវិភាគទិន្នន័យ និងបង្កើតមាតិកាបានល្អ សមត្ថភាពក្នុងការយល់ពីមនុស្សកាន់តែមានតម្លៃ។ អាជីវកម្មមិនត្រូវការត្រឹមតែអ្នកដែលអាចវិភាគលេខបានទេ ប៉ុន្តែត្រូវការអ្នកដែលអាចយល់ថា ហេតុអ្វីអតិថិជនគិត និងប្រព្រឹត្តបែបណា។
ជំនាញមនុស្សវិទ្យាអាចជួយអ្នកយល់ពីភាពខុសគ្នារវាងវប្បធម៌ ក្រុមមនុស្ស និងបរិបទសង្គម។ វាមានប្រយោជន៍ក្នុងវិស័យដូចជា Marketing, Product Design, User Research, Human Resources និង Business Strategy។
ឧទាហរណ៍ ក្រុមហ៊ុនមួយអាចប្រើ AI ដើម្បីវិភាគទិន្នន័យអតិថិជន ប៉ុន្តែមនុស្សនៅតែត្រូវការដើម្បីយល់ពីបរិបទ និងអារម្មណ៍របស់អតិថិជន ហើយសម្រេចថាតើផលិតផលគួរផ្លាស់ប្តូរយ៉ាងដូចម្តេច។
នេះបង្ហាញថា ការយល់ពីមនុស្ស គឺជាសមត្ថភាពសំខាន់មួយនៅក្នុងសេដ្ឋកិច្ចដែលប្រើ AI។
២. Mathematics – គណិតវិទ្យា
មនុស្សជាច្រើនគិតថា Mathematics គឺសំខាន់តែសម្រាប់អ្នកចង់ក្លាយជាគ្រូគណិតវិទ្យា ឬអ្នកវិទ្យាសាស្ត្រ។ ប៉ុន្តែជាក់ស្តែង ការសិក្សាគណិតវិទ្យាជួយបង្កើតសមត្ថភាព គិតឡូជីខល ដោះស្រាយបញ្ហា និងវិភាគបញ្ហាស្មុគស្មាញ។
នៅក្នុងយុគសម័យ AI សមត្ថភាពទាំងនេះមានតម្លៃខ្ពស់ ពីព្រោះ AI អាចផ្តល់ចម្លើយបាន ប៉ុន្តែមនុស្សនៅតែត្រូវការដើម្បីកំណត់ថា បញ្ហាពិតប្រាកដគឺជាអ្វី ហើយចម្លើយណាគួរជឿទុកចិត្ត។
ការរៀន Mathematics ក៏អាចបង្កើតមូលដ្ឋានសម្រាប់វិស័យបច្ចេកវិទ្យាជាច្រើន ដូចជា Data Science, Artificial Intelligence, Machine Learning, Statistics, Finance និង Engineering។
ឧទាហរណ៍ អ្នកអាចប្រើ AI ដើម្បីបង្កើតការវិភាគមួយ ប៉ុន្តែប្រសិនបើអ្នកមិនយល់ពីគោលការណ៍គណិតវិទ្យា និងស្ថិតិ អ្នកអាចពិបាកដឹងថាលទ្ធផលដែល AI ផ្តល់មកមានកំហុស ឬមានភាពលំអៀងដែរឬទេ។
ហេតុនេះហើយ ការរៀនគណិតវិទ្យាមិនមែនមានន័យថា អ្នកត្រូវប្រកួតជាមួយ AI ក្នុងការគណនានោះទេ។ ផ្ទុយទៅវិញ វាជាការហ្វឹកហាត់ របៀបគិត ដែលអាចប្រើជាមួយ AI ដើម្បីបង្កើនសមត្ថភាពរបស់អ្នក។
៣. Philosophy – ទស្សនវិជ្ជា
ជំនាញទីបីគឺ Philosophy (ទស្សនវិជ្ជា)។ មនុស្សមួយចំនួនអាចយល់ថា Philosophy មិនសូវពាក់ព័ន្ធនឹងបច្ចេកវិទ្យា ឬការងារនាពេលអនាគត។ ប៉ុន្តែការពិត វាអាចផ្តល់សមត្ថភាពដែលកាន់តែមានតម្លៃ នៅពេល AI កាន់តែឆ្លាតវៃ។
ទស្សនវិជ្ជាហ្វឹកហាត់មនុស្សឱ្យចេះ គិតដោយរិះគន់ សួរសំណួរដែលមានន័យ វាយតម្លៃហេតុផល និងពិចារណាអំពីសីលធម៌។
ក្នុងពិភពដែល AI អាចបង្កើតព័ត៌មានបានក្នុងរយៈពេលប៉ុន្មានវិនាទី សំណួរដែលសំខាន់មិនមែនត្រឹមតែ “តើអាចធ្វើបានទេ?” ប៉ុន្តែគឺ “តើគួរធ្វើឬទេ?”
នេះមានសារៈសំខាន់ជាពិសេសសម្រាប់ AI Ethics, Corporate Governance, Policy, Law, Leadership និង Business Decision-Making។
ឧទាហរណ៍ ក្រុមហ៊ុនមួយអាចប្រើ AI ដើម្បីជ្រើសរើសបេក្ខជនចូលធ្វើការ។ ប៉ុន្តែប្រសិនបើប្រព័ន្ធ AI មានភាពលំអៀង តើក្រុមហ៊ុនគួរប្រើវាដែរឬទេ? តើអ្នកណាទទួលខុសត្រូវ ប្រសិនបើ AI សម្រេចចិត្តខុស?
សំណួរបែបនេះទាមទារការគិតអំពី សីលធម៌ ការទទួលខុសត្រូវ និងគុណតម្លៃរបស់មនុស្ស ដែលជាផ្នែកសំខាន់នៃ Philosophy។
តើ Computer Science នឹងត្រូវ AI ជំនួសឬ?
ការដែលអត្ថបទលើកឡើងពី Anthropology, Mathematics និង Philosophy មិនមានន័យថា Computer Science នឹងលែងមានតម្លៃ ទេ។
ផ្ទុយទៅវិញ ជំនាញ Computer Science នៅតែមានសារៈសំខាន់ខ្លាំង ព្រោះ AI ខ្លួនឯងត្រូវការអ្នកជំនាញដែលអាចបង្កើត គ្រប់គ្រង និងអភិវឌ្ឍប្រព័ន្ធបច្ចេកវិទ្យា។
បញ្ហាសម្រាប់អ្នកបញ្ចប់ការសិក្សានាពេលអនាគត គឺការងារដែលមានលក្ខណៈធ្វើដដែលៗអាចត្រូវបានស្វ័យប្រវត្តិបានកាន់តែច្រើន។ ដូច្នេះ អ្នករៀន Computer Science ក៏គួរបន្ថែមជំនាញក្នុងការដោះស្រាយបញ្ហា ការយល់ពីអាជីវកម្ម និងការប្រើ AI ឱ្យមានប្រសិទ្ធភាព។
តើជំនាញណាដែលល្អបំផុតសម្រាប់យុគសម័យ AI?
ចម្លើយមិនមែនជ្រើសរើសជំនាញមួយហើយមិនរៀនអ្វីផ្សេងទៀតនោះទេ។ វិធីសាស្ត្រដែលមានប្រយោជន៍ជាងគេគឺ បង្កើតការរួមបញ្ចូលគ្នារវាងជំនាញជាក់លាក់ និងជំនាញមនុស្ស។
ឧទាហរណ៍៖
- Mathematics + Data Science + AI
- Anthropology + Marketing + AI
- Philosophy + Technology + AI Ethics
- Computer Science + Business + AI
- Finance + Data Analytics + AI
ការរួមបញ្ចូលជំនាញបែបនេះអាចធ្វើឱ្យអ្នកមិនត្រឹមតែ “ប្រើ AI” បានទេ ប៉ុន្តែអាច ដឹកនាំ AI ឱ្យបង្កើតតម្លៃ សម្រាប់អាជីវកម្ម និងសង្គម។
សេចក្តីសន្និដ្ឋាន
ការរីកចម្រើនរបស់ AI មិនមានន័យថាមនុស្សគ្រប់គ្នានឹងបាត់បង់ការងារនោះទេ។ ប៉ុន្តែវានឹងផ្លាស់ប្តូរប្រភេទជំនាញដែលទីផ្សារការងារត្រូវការ។
Anthropology, Mathematics និង Philosophy គឺជាជំនាញ ៣ ដែលគួរឱ្យចាប់អារម្មណ៍ ព្រោះវាផ្តោតលើការយល់ពីមនុស្ស ការគិតវិភាគ និងការវិនិច្ឆ័យដោយហេតុផល។
សម្រាប់អ្នកដែលកំពុងជ្រើសរើសមុខជំនាញនៅមហាវិទ្យាល័យ មិនគួរគិតត្រឹមតែថា “តើ AI អាចធ្វើអ្វីបាន?” ប៉ុន្តែគួរសួរថា “តើខ្ញុំអាចធ្វើអ្វីជាមួយ AI ដែលបង្កើតតម្លៃបានខ្ពស់ជាងមុន?”
នៅពេលអនាគត អ្នកដែលមានអត្ថប្រយោជន៍មិនចាំបាច់ជាអ្នកដែលប្រកួតជាមួយ AI នោះទេ។ អ្នកដែលមានអត្ថប្រយោជន៍អាចជាអ្នកដែល យល់ពីមនុស្ស + ចេះគិត + ចេះដោះស្រាយបញ្ហា + ចេះប្រើ AI។
ដូច្នេះ ប្រសិនបើអ្នកកំពុងរៀបចំអាជីពសម្រាប់ឆ្នាំខាងមុខ កុំរៀនត្រឹមតែជំនាញដែលកំពុងពេញនិយម។ ចូររៀនជំនាញដែលធ្វើឱ្យអ្នក អាចសម្របខ្លួន និងរៀនអ្វីថ្មីបានជានិច្ច ព្រោះនោះអាចជាគុណសម្បត្តិដ៏សំខាន់បំផុតនៅក្នុងពិភពការងារដែល AI កំពុងផ្លាស់ប្តូរ។
ប្រភព Entrepreneur