رشد تقریبا صفر

دفتر مرکز مطالعات فرهنگی و آموزش مرکز پژوهش‌های مجلس در گزارشی با عنوان «الزامات ساختاری و کارکردی دانشگاه‌های ایران در مواجهه با هوش مصنوعی با تاکید بر تربیت انسانی» آورده است که شتاب جهانی در توسعه هوش مصنوعی و کوتاه ‌بودن «پنجره فرصت تاریخی» برای ورود به رقابت‌های بین‌المللی، دانشگاه‌های ایران را با مساله‌ای بنیادین روبه‌رو کرده است. 

 در این گزارش تصریح شده که دانشگاه‌های ایران با چالش‌های درهم‌تنیده‌ای ازجمله برنامه‌های درسی عمدتا نظری، ضعف در مهارت‌آموزی، کمبود اعضای هیات علمی متخصص، محدودیت زیرساخت‌های داده و محاسبات، پراکندگی نهادی و ناترازی میان تعداد فارغ‌التحصیلان و نیازهای واقعی بازار مواجه‌اند. در‌ مقابل، تجربه کشورهایی مانند چین، آمریکا، کره‌‌جنوبی و سنگاپور نشان می‌دهد که چابک‌سازی ساختار دانشگاه‌ها، ایجاد مراکز ملی هوش مصنوعی، توسعه آموزش میان‌رشته‌ای و پیوند ساختاریافته دانشگاه- صنعت، عناصر کلیدی جهش ظرفیت انسانی هستند. به‌عنوان مثال در آمریکا، پروژه «منبع تحقیقاتی هوش مصنوعی ملی» که به اختصار «NAIRR» خوانده می‌شود، هدف خود را فراهم کردن دسترسی دانشگاه‌ها، پژوهشگران و دانشجویان به ابر کامپیوترها، داده‌ها و مدل‌های هوش مصنوعی برای آموزش نسل جدید متخصصان هوش مصنوعی قرار داده است. بودجه هر دانشگاه و مرکز تحقیقاتی به ده‌ها‌میلیون دلار می‌رسد. در این پروژه بیش از ۶۰۰ پروژه تحقیقاتی تعریف شده است که بیش از ۶ هزار دانشجو درگیر آن هستند. ده‌ها دانشگاه و آزمایشگاه ملی آمریکا درگیر این برنامه هستند؛ دانشگاه‌هایی مثل انستیتوی فناوری ماساچوست، استنفورد، کارنگی ملون و برکلی کالیفرنیا جزو دانشگاه‌های درگیر این پروژه هستند. بر اساس گفته‌های بنیاد علوم ملی آمریکا، دوره‌های هوش مصنوعی برای تمام رشته‌ها اجباری یا نیمه اجباری شده است. برخی از این دانشگاه‌ها، برنامه‌های هوش مصنوعی و قانون، هوش مصنوعی و داروسازی، و هوش مصنوعی کسب و کار راه‌اندازی کرده‌اند. نکته مهم اینکه بخش عمده کمک‌ها از سوی اوپن‌ای‌آی، گوگل و مایکروسافت تامین می‌شود. چین نیز از سال ۲۰۱۸، صدها برنامه دانشگاهی راه‌اندازی کرده است که اختصاصی مربوط به هوش مصنوعی است. دانشگاه‌هایی مانند تسینگ‌هوآ، پکنیگ، شانگهای جیائو تانگ و ژجیناگ درگیر این برنامه‌ها هستند. همچنین چین، دانشکده‌های مستقل هوش مصنوعی تاسیس کرده است. بر اساس داده‌های رویترز، بودجه این پروژه ها در سال ۲۰۲۶، چیزی در حدود  ۲۹۵‌میلیارد دلار بوده است.

در شرایطی که کشورهای دیگر هم سعی خود را بر تربیت نیروی انسانی متمرکز کرده‌اند، به‌نظر می‌رسد برنامه‌ها در ایران با یک شکاف قابل‌توجه روبه‌رو بوده است که باید اقداماتی برای پر کردن این شکاف صورت گیرد.

 در ادامه گزارش مجموعه‌ای از راهکارها از جمله اصلاحات کوتاه‌مدت همچون تعریف دکتری حرفه‌ای و پیوسته هوش مصنوعی، رسمی‌سازی بوت کمپ‌ها و شبکه سفیران هوش مصنوعی با نقش حلقه اتصال دانشجویان به مراکز رشد، شتاب‌دهنده‌ها؛ نهادسازی میان‌مدت از طریق «تاسیس مرکز توسعه و تعالی هوش مصنوعی» در دانشگاه‌ها برای هماهنگی و بازآرایی برنامه‌ها؛ و در بلندمدت، ایجاد زیست‌بوم ملی نیروی انسانی بر‌پایه قطب‌های شایستگی، همکاری‌های بین‌المللی و سازوکارهای پایدار پیوند دانشگاه و صنعت پیشنهاد شده است.

 در یافته‌های این گزارش بیان شده که بررسی وضعیت ایران در هوش مصنوعی نشان می‌دهد که کشور در حیاتی‌ترین ضلع این معادله، یعنی «تربیت نیروی انسانی متخصص»، با شکاف عمیقی مواجه است. تعداد فارغ‌التحصیلان رشته‌های مرتبط رشد متناسبی نداشته و پدیده مهاجرت نخبگان، این خلأ را تشدید کرده است. از منظر ساختاری، آموزش عالی ایران بازتعریفی در پاسخ به تحولات هوش مصنوعی نداشته و همچنان بر الگوهای سنتی و فاقد پیوند با بازار و جامعه متمرکز است. در صورت بی‌توجهی به الزامات ساختاری و کارکردی آموزش عالی، کشور با مجموعه‌ای از پیامدهای راهبردی‌ همچون وابستگی فناورانه به دیگر کشورها، گسست میان دانشگاه و بازار هوش مصنوعی، تضعیف جایگاه دانشگاه‌ها در نظام نوآوری، از دست ‌رفتن فرصت‌های سرمایه‌گذاری و انتقال فناوری و در‌نهایت حذف از زنجیره ارزش جهانی هوش مصنوعی روبه‌رو خواهد شد.

 در ادامه یافته‌های این گزارش آمده که ظرفیت تربیت نیروی انسانی مرتبط با هوش مصنوعی- حدود ۳۵۰۰ نفر در طی پنج سال اخیر تقریبا بدون تغییر باقی مانده است؛ در‌حالی‌که کشورهای چین، آمریکا و کره‌ جنوبی در همین دوره ظرفیت تربیت نیروی انسانی خود را چند برابر کرده‌اند. این ناترازی با مهاجرت نخبگان و کمبود اعضای هیات علمی متخصص تشدید می‌شود و برنامه‌های درسی دانشگاه‌ها عمدتا نظری و مبتنی‌بر الگوهای سنتی هستند و فاقد مهارت‌آموزی عملی، پروژه‌محوری و یادگیری مبتنی‌بر مساله هستند. دروس میان‌رشته‌ای و کاربردی، که در جهان ستون فقرات آموزش هوش مصنوعی است، در نظام آموزش عالی ایران کم‌رنگ بوده و همین امر موجب فاصله گرفتن دانشگاه از نیازهای واقعی صنعت هوش مصنوعی شده است.

 در ادامه این گزارش بیان شده که ساختارهای دانشگاهی برای توسعه هوش مصنوعی به‌روز نشده‌اند. مراکز تحقیقاتی پراکنده‌اند، ماموریت مشخصی نداشته و چابکی لازم برای تعامل با صنعت و اجرای پروژه‌های نوآورانه را ندارند. زیرساخت‌های داده‌ای، رایانشی، پردازنده گرافیکی (GPU) و آزمایشگاهی نیز با استانداردهای جهانی فاصله قابل ملاحظه‌ای دارند و رابطه دانشگاه- صنعت همچنان ضعیف، کوتاه‌مدت و فاقد سازوکارهای پایدار است. در‌حالی‌که بنگاه‌های اقتصادی کشور کمبود نیروی انسانی متخصص را مهم‌ترین مانع توسعه محصولات هوش مصنوعی می‌دانند، مدل‌های موفق جهانی مانند اساتید مشترک، دوره‌های کارآموزی صنعت‌محور، پروژه‌های بازارمحور و آزمایشگاه‌های مشترک دانشگاه- صنعت در ایران به‌ندرت شکل گرفته‌اند.

 در این گزارش آمده که آموزش عالی و دانشگاه‌های ایران از ضعف نهادی و محدودیت اختیارات رنج می‌برند. هرچند این مساله ناشی از تشتت نهادهای سیاستگذاری، تنظیم‌گری و توسعه هوش مصنوعی در سطح کلان است؛ اما در دانشگاه‌ها هم ضرورت سیاستگذاری افقی و اهمیت تمرکز و چابک‌سازی نهادی تربیت نیروی انسانی هوش مصنوعی به‌مثابه فناوری چندمنظوره را درک نکرده‌اند. موضوعی که کشورهایی مانند چین و سنگاپور با ایجاد نهادهای ملی توسعه و تعالی هوش مصنوعی آن را حل کرده‌اند.در مقابل، تجربه کشورهای پیشرو نشان می‌دهد که توسعه هوش مصنوعی در دانشگاه‌ها نیازمند چهار رکن اصلی، دانشگاه‌های چابک و میان‌رشته‌ای، مراکز ملی هوش مصنوعی با نقش هدایت‌گری، مسیرهای تربیت چندسطحی نیروی انسانی و پیوند پایدار دانشگاه- صنعت است. سرمایه‌گذاری گسترده بر زیرساخت‌های داده و محاسبات و تعریف سازوکارهای همکاری طولانی‌مدت با صنعت بخش جدایی‌ناپذیر این موفقیت بوده است.

 در این گزارش بیان شده که هدف اصلی، حرکت از جایگاه «مصرف‌کننده فناوری به «تولیدکننده و راهبر» در این حوزه بوده و این پیشنهادها با تمرکز بر افزایش ظرفیت‌های موجود، ایجاد نهادهای نوین و در‌نهایت، شکل‌دهی به یک زیست‌بوم ملی طراحی شده‌اند. در کوتاه‌مدت، تمرکز بر اجرای سریع تغییرات غیرساختاری است. این اقدامات شامل توسعه مسیرهای تحصیلی نوین مانند «دکتری حرفه‌ای» برای پیوند مستقیم دانشگاه با صنعت و «دکتری پیوسته» برای جذب و نگهداشت استعدادهای برجسته است. تقویت ظرفیت بین‌المللی از طریق سفرهای علمی کوتاه‌مدت، نهادینه‌سازی الگوهای آموزشی نوین مانند بوت‌کمپ‌ها و استفاده از دستیارهای هوش مصنوعی و ایجاد «شبکه سفیران هوش مصنوعی» در دانشکده‌ها برای ارتباط دانشجویان با زیست‌بوم نوآوری، دیگر پیشنهادهای کلیدی این مرحله هستند که می‌توانند ظرفیت‌های فعلی را فعال کرده و مقدمه‌ای برای تحولات بزرگ‌تر باشند.

 پیشنهاد میان‌مدت در این گزارش، تاسیس «مرکز توسعه و تعالی هوش مصنوعی» در دانشگاه است؛ نهادی چابک و نیمه‌مستقل که به‌عنوان قطبی (هاب) برای یکپارچه‌سازی آموزش، پژوهش و سیاستگذاری عمل می‌کند. ماموریت‌های کلیدی این مرکز شامل بازطراحی جامع برنامه‌های درسی در سه لایه (مبانی عمومی، کاربرد میان‌رشته‌ای و تخصصی پیشرفته)، دیپلماسی علمی، حل مسائل واقعی کشور از طریق رشته‌های «هوش مصنوعی پلاس» و جذب استعدادها با برگزاری مدارس تابستانی، المپیادهای هوش مصنوعی و بوت‌کمپ‌های نوجوانان است. در سطح دانشگاه‌ها، مراکز توسعه و تعالی هوش مصنوعی باید از این ابزارها به‌منظور تحقق اهداف و ماموریت‌های پیش‌بینی ‌شده استفاده کند؛ سکوهای آموزشی شخصی‌سازی ‌شده، مرکز مشاوره شغلی هوش مصنوعی، برنامه‌های اقامت پژوهشی و صنعتی و بوت‌کمپ‌های حرفه‌ای غیررسمی است. موفقیت این مرکز به الزاماتی چون مشارکت جدی بخش خصوصی، پرهیز از بوروکراسی و تمرکز بر چند دانشگاه مرجع در گام نخست بستگی دارد و در عمل به‌عنوان پلی میان دانشگاه، صنعت، ایران و جهان عمل خواهد کرد.

 در بلندمدت، راهکار اصلی این گزارش، توسعه یک زیست‌بوم ملی تربیت نیروی انسانی حوزه هوش مصنوعی است. این ایده بر سازماندهی دانشگاه‌های منتخب به‌عنوان «قطب‌های شایستگی» در حوزه‌های کلیدی (مانند صنعت، سلامت یا انرژی) استوار است تا هر‌کدام مسوول توسعه دانش و کاربردی در حوزه تخصصی خود باشند. اجزای این زیست‌بوم شامل یک زیست‌بوم انسانی چندسطحی، آکادمی ملی مشترک، صندوق‌های حمایتی دوجانبه و بین‌المللی (مانند بریکس و شانگهای) و دفاتر مشاوره صنعتی در دانشگاه‌هاست. همچنین ایجاد نظام ملی ارزیابی خروجی‌های دانشگاه‌ها در حوزه هوش مصنوعی از گام‌های کلیدی این گذار است و در این چشم‌انداز، دانشگاه‌ها به کانون‌های نوآوری و سیاستگذاری تبدیل می‌شوند که توسعه نیروی انسانی و تجاری‌سازی ایده‌ها را به‌طور همزمان پیش می‌برند.