Мартин Форд - Роботы наступают

Более вероятно, что главной движущей силой революции станут учебные заведения, стоящие на ступеньку ниже, в особенности крупные государственные университеты, имеющие репутацию важных научных центров и выпускающие огромное количество специалистов — а также обладающие мощными брендами, ассоциирующимися с выдающимися футбольными и баскетбольными командами — и все чаще испытывающие трудности с финансированием на фоне сокращения государственных расходов. Совместный проект Технологического института Джорджии и Udacity по подготовке дипломированных специалистов в области компьютерных вычислений с использованием МООК, а также эксперимент Университета Висконсина по выдаче дипломов по результатам оценки компетентности позволяют заглянуть в будущее, в котором эти явления станут массовыми. Как я уже говорил ранее, одна или несколько частных фирм могут занять большую долю рынка, предложив возможность получения документов о профессиональном образовании исключительно по результатам прохождения специальных тестов.

Даже если развитие МООК в ближайшем будущем не приведет напрямую к выдаче дипломов и прочих востребованных рынком документов об образовании, такие курсы в любом случае могут стать угрозой для бизнес-моделей многих колледжей. Массовые вводные лекции в рамках таких курсов, как «Экономика» и «Психология», являются жизненно важными источниками дохода для колледжей, давая им возможность с минимальными затратами для себя обучать сотни студентов, большинство из которых вносит полную плату. Как только студенты получат возможность заменить такие курсы бесплатными или недорогими МООК, проводимыми знаменитыми профессорами из элитных учебных заведений, они не преминут это сделать, что само по себе станет настоящим ударом по финансовой стабильности многих не самых лучших учебных заведений.

Массовость МООК сама по себе станет важным фактором внедрения инноваций по мере их развития. Участие студентов в таких курсах сопровождается сбором огромного количества данных о них самих и о том, что приводит их к успеху или неудаче. Как мы видели, применение методов обработки больших данных почти всегда дает важные наблюдения, которые позволяют со временем добиваться более высоких результатов. Образование тоже не стоит на месте, а значит, можно ожидать, что с появлением новых технологий они будут все чаще использоваться в рамках МООК. Например, адаптивные системы обучения можно считать своего рода роботизированными преподавателями. Эти системы тщательно отслеживают успехи отдельных студентов, предлагая им индивидуальное обучение и персональную помощь. Они также способны подстраиваться под темп обучения, соответствующий способностям студентов. У нас уже есть примеры успешной работы таких систем. В частности, это показывает недавно проведенное рандомизированное исследование, включавшее анализ статистических данных по вводным курсам в шести государственных университетах. В рамках исследования все студенты были поделены на две группы: преподавание для членов первой группы проводилось в традиционном формате, тогда как главным методом во второй было роботизированное обучение с ограниченным количеством аудиторных часов. Оказалось, что результаты обучения были схожими в обеих группах студентов, «включая процент успешно сдавших экзамены, количество баллов на заключительном экзамене и результаты стандартной оценки статистической грамотности» {201}.

Если сфера высшего образования все-таки «падет» под стремительным натиском цифровых технологий, весьма велика вероятность того, что результаты последующей трансформации будут носить неоднозначный характер. С одной стороны, стоимость высшего образования снизится, и оно станет доступно более широкому кругу людей, но, с другой, внедрение новых технологий может привести к разрушению отрасли, которая сама по себе является важным поставщиком рабочих мест для высококвалифицированных специалистов. И, как мы уже видели на примере целого ряда других отраслей, стремительное развитие технологий автоматизации на основе ПО ставит крест на будущем многих рабочих мест, которые требуют высокой квалификации и которые, вероятнее всего, будут интересовать новых выпускников. Пока алгоритмы оценивания эссе и роботы-преподаватели будут учить студентов навыкам письменной речи, многие из рутинных задач по написанию текстов, выполняемых начинающими специалистами, будут автоматизированы с помощью алгоритмов вроде тех, что разрабатываются компанией Narrative Science.