De framtida effekterna av artificiell intelligens (AI) på samhället och arbetskraften har studerats och rapporterats utförligt. I en färsk bok, AI Supermakter , Kai-Fu Lee, tidigare president för Google Kina, skrev att 40 till 50 procent av nuvarande jobb kommer att vara tekniskt och ekonomiskt livskraftiga med AI och automatisering under de kommande 15 åren.

Artificiell intelligens avser datorsystem som samlar in, tolka och lära av externa data för att uppnå specifika mål och uppgifter. Till skillnad från naturlig intelligens som människor och djur visar, det är en artificiell form av intelligens som demonstreras av maskiner. Detta har väckt frågor om AI:s beslutsfattande och AI:s påverkan på arbetsplatsen.

Datorkraften har ökat snabbt de senaste decennierna, AI:s kapacitet har också ökat dramatiskt. Vincent Müller, filosof vid Eindhoven tekniska universitet, och Nick Bostrom, filosof vid Oxford University, genomförde en undersökning 2016 om AI:s framtida potential.

Respondenterna indikerade en 50 -procentig sannolikhet för att AI:s kapacitet kommer att överstiga mänsklig intelligens 2040 till 2050. Andra teknikledare har förutspått att detta kommer att ske mycket tidigare. Eftersom AI ständigt lär sig och förbättras, en ny form av AI-superintelligens kan dyka upp långt bortom mänsklig intelligens.

Hur svarar universiteten på denna utmaning? Behöver traditionella ämnen och kompetenser som undervisas på universitetet omprövas med tanke på den kommande störningen av AI på arbetsmarknaden?

Som dekan för teknik och tillämpad vetenskap vid Memorial University, Jag är orolig för denna störning ur perspektivet på färdigheter som eleverna ska lära sig att framgångsrikt anpassa sig till AI på arbetsplatsen.

'Resilient kompetens'

Nyligen övervakade jag ett projekt som genomfördes av två forskarassistenter, Joud Omary, en datoringenjörsstudent, och Deep Patel, en elingenjörsstudent, om mottagligheten hos olika forskarattribut för datorisering. De analyserade sannolikheten för att olika studentkompetenser skulle automatiseras under de kommande 10 till 20 åren.

De mest automationsresistenta färdigheterna bestämdes baserat på en Brookfield Institute-rapport som undersökte sannolikheterna för automatisering av arbetsuppgifter över en rad yrken som är förknippade med universitetsexamen.

Repetitiva färdigheter som mönsterigenkänning, informationsinhämtning, optimering och planering är mest sårbara för automatisering. Å andra sidan, sociala och kognitiva färdigheter som kreativitet, problemlösning, att dra slutsatser om känslomässiga tillstånd och sociala interaktioner är minst sårbara.

De mest motståndskraftiga kompetenserna (de som minst troligen kommer att förskjutas av AI) inkluderade kritiskt tänkande, lagarbete, social förmåga, ledarskap och entreprenörskap.

Yuval Harari, en historiker vid hebreiska universitetet i Jerusalem, beskrev uppkomsten av AI som en "kaskad av allt större störningar" inom högre utbildning snarare än en enda händelse som sätter sig i en ny jämvikt. De okända vägarna som tas av AI kommer att göra det allt svårare att veta vad de ska lära eleverna.

Ekonomen Carl Frey, och ingenjör Michael Osborne, både vid University of Oxford, rapporterade att en rad yrken är mottagliga för datorisering inklusive de som är förknippade med traditionella universitetsexamen, t.ex., revisorer, revisorer, geovetare. Intressant, även för ingenjörer som är betydande utvecklare av AI -teknik, det finns en känslighet för olika teknikområden för datorisering.

I ett sådant sammanhang, "fjädrande kompetens" är alltid relevant. Joseph Aoun, ordförande för Northeastern University, och en lingvist, argumenterar i sin bok att det som kommer att betyda mest är erfarenhetsinlärning (co-op education), livslångt lärande och en läroplan med fokus på humanik (studier av mänskliga angelägenheter).

I takt med att AI -teknik blir mer kraftfull och kapabel inom en rad yrken, det kommer att bli allt viktigare för dagens studenter att utrustas med rätt kompetens som ger mervärde utöver vad AI kan uppnå. När AI förskjuter gamla jobb, det kommer också att leda till nya jobb.

'Resultatbaserad utbildning'

Traditionella lärandemål i ingenjörsprogram har inkluderat en stark kunskapsbas, problemanalys, design och användning av tekniska verktyg, bland andra.

Men ingenjörer har idag en växande mångfald av krav i sitt yrkesliv. Icke-tekniska färdigheter blir allt viktigare för att arbeta effektivt i en affärsmiljö. Dessa inkluderar kommunikationskunskaper, projektledning, livslångt lärande och teknikens tvärvetenskapliga inverkan på samhället och miljön.

Vid Memorial Universitys tekniska fakultet och tillämpad vetenskap, ett sätt som vi har reagerat på denna föränderliga miljö är genom att kartlägga lärandemålen genom hela läroplanen för att säkerställa att alla akademiker från våra samarbetsprogram har en önskad uppsättning examenattribut.

Till exempel, en traditionell vätskemekanikkurs mätte endast ämnets tekniska färdigheter. I dag, kursen spårar en rad andra lärandemål, såsom kommunikationskunskaper genom skriftliga rapporter och presentationer.

Mer allmänt över läroplanen, det bestäms var och hur varje examenattribut lärs ut och utvärderas för varje kurs. Utvärderingen av varje attribut registreras, till exempel genom en handledning, tentamen fråga, eller uppdrag. Lämpliga rubriker fastställs för varje attribut. Därefter utvärderas och förbättras kurser kontinuerligt för att se hur studenterna får de önskade examensattributen.

Ingenjörsstudenter är också skyldiga att ta kompletterande studier i andra discipliner, som humaniora, att öka medvetenheten om teknikens roll och inverkan på samhället och kulturen.

Memorials humanistiska och samhällsvetenskapliga fakultet har starka kopplingar till de mänskliga läs- och skrivkunnighetsområdena som Aoun noterar. Över en rad olika discipliner - från filosofi till statsvetenskap, sociologi till geografi - studenter arbetar i team, reflektera över utmanande etiska frågor och delta i dialog om viktiga allmänna bekymmer.

Också, Memorials fakultet för företagsekonomi introducerar studenterna till AI och exponerar för en rad viktiga icke-tekniska företagskunskaper. För att framgångsrikt hantera organisationer där arbetsprocesser kommer att omdefinieras av AI, akademiker kommer mer än någonsin att behöva veta hur man bygger starka relationer, arbeta i team och kommunicera effektivt.

En förskjutning av högre utbildning från vad eleverna lär sig i klassrummet till lärandemål istället och examen attribut kommer att bli allt viktigare med ökningen av AI. En övergång till resultatbaserad utbildning gör det möjligt för eleverna att få kritiska automationsresistenta kompetenser för att lyckas och trivas i den framtida arbetskraften tillsammans med AI.

Denna artikel publiceras från The Conversation under en Creative Commons -licens. Läs originalartikeln.