ช่องว่างทักษะ AI ในเวียดนามยังคงอยู่ แม้มหาวิทยาลัยลงทุนสูง

ความมั่นใจในการใช้ AI สูงกว่าความพร้อมในที่ทำงาน

มหาวิทยาลัยในเวียดนามกำลังลงทุนอย่างมากในปัญญาประดิษฐ์ (AI) และนักศึกษามีความมั่นใจในการทำงานร่วมกับ AI มากกว่าเพื่อนนักศึกษาในตลาดอื่นที่สำรวจ อย่างไรก็ตาม นายจ้างมองว่าความมั่นใจดังกล่าวยังไม่สอดคล้องกับความสามารถของบัณฑิตในการประยุกต์ใช้ AI อย่างมีประสิทธิภาพในงานจริง ตามผลการศึกษาของ Pearson และ Amazon Web Services (AWS)

ผลสำรวจในเวียดนามพบว่า ผู้บริหารระดับอุดมศึกษา 96 เปอร์เซ็นต์ระบุว่าสถาบันของตนกำลังลงทุนด้าน AI นักศึกษามากกว่า 52 เปอร์เซ็นต์ประเมินความพร้อมของตนในการทำงานในสภาพแวดล้อมที่ใช้ AI ไว้ที่ 8 ถึง 10 คะแนนจากเต็ม 10 ซึ่งเป็นระดับความมั่นใจสูงที่สุดในบรรดา 6 ตลาดที่ศึกษา ในทางกลับกัน นายจ้างเวียดนามเพียง 15 เปอร์เซ็นต์ประเมินว่าบัณฑิตจบใหม่มีความสามารถโดดเด่นในทักษะทั้ง 8 ด้านที่จำเป็นต่อสถานที่ทำงานที่ผสาน AI

การศึกษานี้สำรวจคน 402 คนในเวียดนาม ได้แก่ นักศึกษา 301 คน ผู้บริหารมหาวิทยาลัยและอาจารย์ 50 คน ตลอดจนนายจ้างและผู้นำภาคธุรกิจ 51 คน งานวิจัยในภาพรวมครอบคลุมเวียดนาม บราซิล มาเลเซีย ซาอุดีอาระเบีย สหราชอาณาจักร และสหรัฐอเมริกา ผลการศึกษาชี้ว่าความท้าทายไม่ได้อยู่แค่การเข้าถึงเครื่องมือ AI แต่บัณฑิตต้องแสดงให้เห็นว่าสามารถใช้เครื่องมือเหล่านี้อย่างมีวิจารณญาณ ตรวจสอบผลลัพธ์ และนำไปใช้กับงานจริงได้

ช่องว่างนี้มีความสำคัญในช่วงที่ AI กำลังเปลี่ยนรูปแบบการทำงานและตำแหน่งงานระดับเริ่มต้น นักศึกษาที่เขียนคำสั่งให้แชตบอตได้ อาจยังประสบปัญหาในการตัดสินว่าคำตอบถูกต้องหรือไม่ ระบุหลักฐานที่ขาดหายไป หรืออธิบายว่าคำแนะนำที่ AI ช่วยจัดทำตอบโจทย์ทางธุรกิจอย่างไร ขั้นตอนเหล่านี้ต้องอาศัยทั้งความคุ้นเคยกับเทคโนโลยี การคิดเชิงวิพากษ์ การสื่อสาร และความรู้เฉพาะด้าน

การลงทุนเดินหน้าเร็ว แต่ไม่ทั่วถึง

รายงานจัดเวียดนามอยู่ในกลุ่ม “นักวางกลยุทธ์ที่เดินหน้าอย่างรวดเร็ว” ซึ่งหมายถึงตลาดที่มอง AI เป็นวาระเชิงกลยุทธ์และลงทุนอย่างมาก ผู้บริหารมหาวิทยาลัยที่ตอบแบบสำรวจ 9 ใน 10 คนระบุว่า การเปลี่ยนแปลงในที่ทำงานที่ขับเคลื่อนโดย AI เกิดขึ้น “เร็วมากเป็นพิเศษ” หรือ “เร็วมาก” สูงกว่าค่าเฉลี่ยทั่วโลกที่ 67 เปอร์เซ็นต์อยู่ 23 จุดเปอร์เซ็นต์ ผู้นำสถาบันการศึกษาทุกคนที่สำรวจคาดว่าการเปลี่ยนแปลงจะยิ่งเร็วขึ้นในอีก 2 ปีข้างหน้า

การลงทุนไม่ได้รับประกันว่าสถาบันจะตามทันพัฒนาการทุกด้าน มีสถาบันในเวียดนามที่สำรวจเพียง 28 เปอร์เซ็นต์ระบุว่าตามทันพัฒนาการด้าน AI ทั้งหมด รายงานกล่าวถึงการลงทุนในด้านต่าง ๆ เช่น การพัฒนาคณาจารย์ โครงสร้างพื้นฐานด้านคอมพิวเตอร์ ขีดความสามารถทางเทคนิค หลักสูตร และระบบ AI สำหรับการดำเนินงานของสถาบัน พร้อมชี้ว่าความพร้อมขึ้นอยู่กับการนำทรัพยากรเหล่านั้นไปต่อยอดเป็นการเรียนรู้และการฝึกปฏิบัติได้อย่างไร

ผลสำรวจยังพบว่า ผู้บริหารระดับอุดมศึกษา 84 เปอร์เซ็นต์ติดต่อกับนายจ้างเป็นประจำเพื่อทำความเข้าใจความต้องการของตลาด นี่เป็นจุดเริ่มต้นที่สำคัญ แม้การติดต่อสม่ำเสมอจะไม่ได้หมายความว่านายจ้างมีส่วนร่วมในการออกแบบหลักสูตรหรือประเมินผลงานนักศึกษาเสมอไป ขั้นต่อไปคือทำให้ความร่วมมือเหล่านี้เป็นรูปธรรมและต่อเนื่องยิ่งขึ้น

การประเมินตนเองของนักศึกษาเป็นหลักฐานที่มีประโยชน์เกี่ยวกับความมั่นใจ แต่ไม่ได้วัดผลการปฏิบัติงานในที่ทำงานโดยตรง ขณะที่นายจ้างประเมินบัณฑิตจากงานและความคาดหวังที่พบในการทำงานจริง ความแตกต่างระหว่างมุมมองทั้งสองชี้ว่า หลักสูตรและการประเมินควรเปิดโอกาสให้นักศึกษาแสดงทักษะการประยุกต์ใช้ได้มากขึ้น ไม่ใช่เพียงความคุ้นเคยกับเครื่องมือ

นายจ้างระบุว่าบัณฑิตยังขาดทักษะอะไร

นายจ้างเวียดนามระบุปัญหาหลายประการเกี่ยวกับการใช้ AI ของบัณฑิต 43 เปอร์เซ็นต์กล่าวถึงพฤติกรรมการใช้ที่ไม่เหมาะสม เช่น เชื่อผลลัพธ์จาก AI มากเกินไป และตรวจสอบหรือเช็กข้อเท็จจริงไม่เพียงพอ 37 เปอร์เซ็นต์ชี้ถึงประสบการณ์ภาคปฏิบัติที่จำกัด ส่วน 35 เปอร์เซ็นต์ระบุว่าพึ่งพาเครื่องมือ AI มากเกินไป คำตอบเหล่านี้อาจทับซ้อนกัน แต่เมื่อพิจารณาร่วมกันก็แสดงให้เห็นว่า การเข้าถึงเครื่องมือเพียงอย่างเดียวไม่อาจใช้วัดความพร้อมได้ครบถ้วน

นายจ้างเพียง 8 เปอร์เซ็นต์ประเมินว่าบัณฑิตมีความสามารถโดดเด่นในการประเมินผลลัพธ์จาก AI อย่างมีวิจารณญาณ ทักษะนี้ครอบคลุมการตรวจสอบข้อกล่าวอ้างกับหลักฐานที่เชื่อถือได้ การมองเห็นความไม่แน่นอนและอคติ ตลอดจนการรู้ว่าเมื่อใดงานนั้นต้องอาศัยความเชี่ยวชาญของมนุษย์แทนคำตอบอัตโนมัติ ทักษะนี้สำคัญเป็นพิเศษเมื่อ AI สร้างข้อความที่อ่านลื่นไหล แต่ยังอาจมีข้อผิดพลาด

นายจ้างประเมินความสามารถ 8 ด้าน ได้แก่ ความรู้ทางเทคนิค การปรับตัว การใช้เครื่องมือ AI อย่างมีประสิทธิภาพ ความคิดสร้างสรรค์ การนำความรู้ทางวิชาการไปใช้กับงานจริง การเรียนรู้อย่างต่อเนื่อง การสื่อสารและทำงานร่วมกัน และการประเมินผลลัพธ์จาก AI อย่างมีวิจารณญาณ ตัวเลขโดยรวมที่ระบุว่ามีเพียง 15 เปอร์เซ็นต์ประเมินว่าบัณฑิตโดดเด่นนั้น เป็นค่าเฉลี่ยของความสามารถเหล่านี้ ไม่ได้หมายความว่านายจ้างทุกคนให้คะแนนแต่ละด้านเหมือนกัน

ปัญหานี้ไม่ได้จำกัดอยู่แค่เวียดนาม ในภาพรวมทั่วโลก นายจ้าง 53 เปอร์เซ็นต์ที่ร่วมการวิจัยของ Pearson และ AWS ระบุว่าหาบัณฑิตจบใหม่ที่มีทักษะ AI ตรงตามข้อกำหนดของที่ทำงานได้ยาก ในการศึกษาทั้งหมด มีผู้เรียนเพียง 14 เปอร์เซ็นต์ที่ระบุว่าตนมีความชำนาญระดับสูงในการประยุกต์ใช้เครื่องมือ AI เข้ากับกระบวนการทำงานระดับมืออาชีพ เมื่อพิจารณาร่วมกัน ผลการศึกษาสะท้อนปัญหาในช่วงเปลี่ยนผ่าน กล่าวคือ การเรียนรู้ใช้เครื่องมือไม่ได้ทำให้พร้อมใช้เครื่องมือนั้นในงานจริงได้อย่างน่าเชื่อถือโดยอัตโนมัติ

ความสามารถ 4 ด้านที่บัณฑิตพร้อมใช้ AI ควรมี

รายงานอธิบายว่าความพร้อมด้าน AI ประกอบด้วยความสามารถ 4 ด้านที่เชื่อมโยงกัน ความชำนาญในการใช้ AI หมายถึงการรู้จักใช้เครื่องมือที่เหมาะสมกับงาน ทักษะมนุษย์ที่สำคัญประกอบด้วยวิจารณญาณ การปรับตัว การสื่อสาร การทำงานร่วมกัน และการแก้ปัญหา การกำกับดูแลอย่างมีจริยธรรมหมายถึงการใช้ AI อย่างรับผิดชอบและคำนึงถึงความเป็นส่วนตัว อคติ และผลเสียที่อาจเกิดขึ้น ส่วนความเข้าใจเชิงกลยุทธ์คือการรู้ว่า AI เพิ่มคุณค่าได้ตรงไหนและไม่เหมาะกับงานใด

ความสามารถเหล่านี้ต้องทำงานร่วมกัน ตัวอย่างเช่น บัณฑิตที่จัดทำข้อเสนอทางธุรกิจโดยใช้ AI ควรกำหนดโจทย์ เลือกเครื่องมือที่เหมาะสม ตรวจสอบข้อกล่าวอ้างและแหล่งข้อมูล ระบุข้อจำกัด และอธิบายเหตุผลเบื้องหลังข้อเสนอแนะฉบับสุดท้ายได้ แม้ระบบจะช่วยจัดทำผลงาน แต่ผู้ใช้ที่เป็นมนุษย์ยังคงต้องรับผิดชอบต่องานนั้น

แนวทางนี้ยังเปลี่ยนวิธีการสอน AI ด้วย หลักสูตรที่เน้นเพียงวิธีใช้เครื่องมือยอดนิยมอาจล้าสมัยเมื่อเครื่องมือเปลี่ยนไป การสอนให้นักศึกษาประเมินผลลัพธ์ ปรับวิธีการ และเชื่อมโยง AI เข้ากับความรู้เฉพาะด้านมีความยั่งยืนกว่า ช่วยให้ผู้เรียนประยุกต์ทักษะกับระบบที่ไม่คุ้นเคยและงานรูปแบบใหม่ในที่ทำงานได้

กรอบการศึกษาของรายงานที่เรียกว่า AI Readiness Friction Framework ยังระบุอุปสรรค 6 ด้านที่อาจสะสมและส่งผลต่อเนื่องในช่วงเปลี่ยนผ่านจากการศึกษาไปสู่การทำงาน ได้แก่ ความเร็ว ความเชื่อมโยง ขีดความสามารถ ธรรมาภิบาล ประสบการณ์ และทักษะ ความเร็วหมายถึงการเปลี่ยนแปลงในที่ทำงานที่เกิดเร็วกว่าการปรับปรุงหลักสูตร ความเชื่อมโยงหมายถึงการแลกเปลี่ยนข้อเสนอแนะระหว่างนายจ้างกับผู้สอนที่ยังไม่เข้มแข็ง ขีดความสามารถครอบคลุมความพร้อมของคณาจารย์ที่ไม่เท่าเทียมกัน ธรรมาภิบาลหมายถึงกฎเกณฑ์เชิงปฏิบัติสำหรับการใช้อย่างรับผิดชอบ ประสบการณ์คือการขาดโอกาสฝึกฝนอย่างเป็นระบบ ส่วนทักษะหมายถึงความไม่สอดคล้องระหว่างสิ่งที่บัณฑิตแสดงให้เห็นกับสิ่งที่งานต้องการ

เปลี่ยนการติดต่อกับนายจ้างให้เป็นการฝึกร่วมกัน

มหาวิทยาลัยและนายจ้างช่วยแก้ปัญหาการขาดประสบการณ์ได้ด้วยการออกแบบการประเมินที่อิงกับงานจริง แทนที่จะให้นักศึกษาอธิบายเครื่องมือ AI เพียงอย่างเดียว โจทย์อาจกำหนดให้ใช้ AI ร่างข้อเสนอ ตรวจสอบข้อกล่าวอ้าง ระบุจุดอ่อน และชี้แจงเหตุผลของข้อเสนอแนะ วิธีนี้ทำให้เห็นกระบวนการทำงานและเปิดทางให้อาจารย์ประเมินวิจารณญาณควบคู่ไปกับผลงานขั้นสุดท้าย

นายจ้างสามารถนำโจทย์จากงานจริงมาให้ ฝึกงาน และให้ข้อเสนอแนะต่อหลักสูตรได้ อีกทั้งยังช่วยให้คณาจารย์เข้าใจการใช้ AI ในภาคธุรกิจด้วยการเปิดโอกาสให้สังเกตการณ์หรือทำงานร่วมกับทีม ความร่วมมือเหล่านี้ช่วยให้นักศึกษาได้ฝึกกับข้อจำกัดที่แบบฝึกหัดในชั้นเรียนอาจไม่ครอบคลุม เช่น ข้อมูลไม่ครบถ้วน กำหนดส่งงาน และความจำเป็นในการสื่อสารข้อค้นพบกับเพื่อนร่วมงาน

สำหรับมหาวิทยาลัย รายงานแนะนำให้ทบทวนหลักสูตรในรอบที่สั้นลง ใช้รูปแบบการเรียนรู้ที่ยืดหยุ่น และเปิดสอนประกาศนียบัตรแบบสะสมหน่วย ซึ่งช่วยให้ผู้เรียนทยอยสร้างคุณวุฒิที่ได้รับการรับรองเป็นขั้น ๆ รายงานยังเรียกร้องให้พัฒนาคณาจารย์โดยเน้นการสอนแบบประยุกต์ และเปิดโอกาสให้นักศึกษาฝึกใช้ AI ในสถานการณ์จริงโดยได้รับหน่วยกิต เป้าหมายคือผนวกการใช้ AI เข้ากับการเรียนรู้หลัก แทนที่จะจำกัดไว้เพียงการสาธิตที่เลือกเข้าร่วมหรือบทนำแบบแยกส่วน

นักศึกษาทำให้ทักษะของตนประเมินได้ง่ายขึ้นด้วยการจัดทำแฟ้มสะสมผลงานจากโครงการที่ใช้ AI ช่วย แฟ้มผลงานอาจแสดงโจทย์ วิธีใช้ AI สิ่งที่นักศึกษาตรวจสอบหรือแก้ไข และผลลัพธ์ของงาน หลักฐานดังกล่าวช่วยให้นายจ้างเข้าใจความสามารถเชิงปฏิบัติของผู้สมัครได้มากกว่าการดูปริญญาหรือคำกล่าวอ้างกว้าง ๆ ว่ามีความชำนาญด้าน AI

รายงานยังกล่าวถึงสถานการณ์สมมติที่ให้นายจ้างเลือกระหว่างผู้สมัครสองคน คนหนึ่งมีทักษะ AI สูงแต่ไม่มีปริญญา อีกคนมีปริญญาแต่ประสบการณ์ด้าน AI จำกัด นายจ้างให้ความได้เปรียบแก่ผู้จบปริญญาเพียง 4 จุดเปอร์เซ็นต์ ผลดังกล่าวบ่งชี้ว่าคุณวุฒิยังมีความสำคัญ แต่นายจ้างอาจให้น้ำหนักมากกับหลักฐานที่แสดงความสามารถในการประยุกต์ใช้

ความรับผิดชอบไม่ได้จำกัดอยู่แค่ในมหาวิทยาลัยและสถานประกอบการ

ธรรมาภิบาลที่ชัดเจนเป็นอีกองค์ประกอบหนึ่งของความพร้อม นักศึกษาและบุคลากรจำเป็นต้องมีแนวทางที่นำไปใช้ได้จริงว่าใช้เครื่องมือใดได้บ้าง ไม่ควรป้อนข้อมูลใดลงในระบบ ต้องเปิดเผยการใช้ผลงานที่ AI สร้างขึ้นอย่างไร และใครเป็นผู้รับผิดชอบตรวจสอบ หากไม่มีกฎเกณฑ์ที่ชัดเจน ผู้ใช้อาจเลือกใช้เครื่องมือที่ไม่ได้รับอนุมัติหรือจัดการข้อมูลอ่อนไหวอย่างไม่รอบคอบ ซึ่งทำให้ความเสี่ยงจากการศึกษาติดตามไปถึงที่ทำงาน

หน่วยงานกำกับดูแลสามารถสนับสนุนการเปลี่ยนผ่านได้ด้วยการชี้แจงนโยบายและเปิดทางให้นำการรับรองทักษะดิจิทัลที่เกี่ยวข้องไปผนวกในหลักสูตรมหาวิทยาลัย ข้อเสนอแนะในรายงานยังเรียกร้องให้ผู้จัดการศึกษาและนายจ้างตกลงร่วมกันเรื่องผลลัพธ์การเรียนรู้และมาตรฐานการประเมินที่ชัดเจนยิ่งขึ้น เพื่อให้บัณฑิตมีแนวทางที่สอดคล้องกันมากขึ้นในการแสดงความสามารถ

ผู้บริหารของ Pearson และ AWS วางกรอบการรับมือไว้ที่การเปลี่ยนการมีส่วนร่วมกับ AI ให้เป็นความสามารถในการทำงาน งานวิจัยจัดทำร่วมกับ PSB Insights บริษัทวิจัยอิสระ โดยรวบรวมคำตอบแบบสำรวจจากผู้เรียน ผู้นำด้านการศึกษา และนายจ้างกว่า 2,700 คนใน 6 ตลาด รวมทั้งการสัมภาษณ์ผู้นำระดับอุดมศึกษา กรอบแนวคิดเหล่านี้มีเป้าหมายเพื่อช่วยให้สถาบันระบุจุดที่ควรปรับปรุงในเส้นทางจากการศึกษาไปสู่การทำงานของตน

ข้อค้นพบสำคัญสำหรับเวียดนามไม่ใช่ว่ามหาวิทยาลัยล้มเหลวในการลงทุนหรือนักศึกษาไม่สนใจ การลงทุนแพร่หลาย ความมั่นใจของนักศึกษาอยู่ในระดับสูง และสถาบันส่วนใหญ่ที่สำรวจติดต่อกับนายจ้างอยู่แล้ว โจทย์ที่ยากกว่าคือการเชื่อมจุดแข็งเหล่านั้นเข้ากับการฝึกฝนซ้ำ ๆ การประเมินอย่างรอบคอบ และงานที่ใกล้เคียงกับการตัดสินใจซึ่งบัณฑิตจะต้องเผชิญหลังออกจากมหาวิทยาลัย

สรุปประเด็นสำคัญ

• ผู้บริหารระดับอุดมศึกษาในเวียดนามที่สำรวจ 96 เปอร์เซ็นต์ระบุว่าสถาบันของตนกำลังลงทุนด้าน AI
• นักศึกษามากกว่า 52 เปอร์เซ็นต์ประเมินความพร้อมสำหรับการทำงานที่ผสาน AI ไว้ที่ 8 ถึง 10 คะแนนจากเต็ม 10
• นายจ้างเพียง 15 เปอร์เซ็นต์ประเมินว่าบัณฑิตจบใหม่โดดเด่นในทักษะ AI ที่จำเป็นต่อการทำงานทั้ง 8 ด้าน
• นายจ้างชี้ถึงพฤติกรรมการตรวจสอบที่ไม่ดี ประสบการณ์ภาคปฏิบัติที่จำกัด และการพึ่งพาเครื่องมือ AI มากเกินไป
• รายงานเรียกร้องให้มีการประเมินที่นายจ้างร่วมออกแบบ การฝึกปฏิบัติ การพัฒนาคณาจารย์ และธรรมาภิบาลด้าน AI ที่ชัดเจนยิ่งขึ้น