Picks
185フォロー
15094フォロワー
「数理・データサイエンス・AI」教育に大きなうねり、教員不足にどう対応するか
ニュースイッチ
山崎 俊彦東京大学 大学院情報理工学系研究科電子情報学専攻 准教授
言いたいことがたくさんあり、まとまりがない文章になります。ご容赦を。 数理・データサイエンス・AI教育のニーズがどんどん高まっていることは間違いありません。教員の不足については指摘されていますが、年々減る一方の予算の中で人材を確保するのも要易ではありません。予算が増えない中で特定の分野だけに注力するということは「じゃあ、どこを減らす?」という議論になりかねません。それをやらないのが日本の大学のプライドだと思います。 AI特に深層学習を学ぼうとするとそれなりの性能の計算機が必要となります。通常のPCやタブレットでは駄目。規模感がわからないと思うので参考のために申し上げますが、我々の学部生向け実習では全10回の演習のために1人の学生あたりうん十万円のクラウド環境を用意しました。受講生20人です。かかるコストは・・・ さらに、「受験生増が期待できるDSの学部・学科の新設が相次ぐ中、DSを専門とする教員は争奪戦でもある。」というご指摘もあり、それも事実なのですが、DSを専門とする教員であっても家族の事情などにより全国どこにでも動けるわけではない。一部の地域に人材が集中してしまってそれらの地域ではどんなに応募しても採用されないという事態も起きています。せっかく優れた能力を持つのにAIの研究者・教育者であることを諦めた人材を少なくない数知っています。例えば海外の大学で行っているように夫婦揃って研究者の場合両方の就職について責任を持つなど、工夫ができると思います。研究者・教育者ばかりが道ではないのでそのような人材が産業界で活躍することも素晴らしいことだと思います。 講義のようなカリキュラムがあって粛々とすすめるものではどうしても身につくものもそれなりです。熱意を込められる演習の設計や仲間の存在が必要不可欠です。演習のデザインの仕方やラボなど仲間の存在一つで短期間でも国際会議で発表できたり企業さんへライセンシングできるようなレベルまで引き上げることも可能です。必要なのは相談や共に切磋琢磨できる仲間やライバル。 あと、高校までのカリキュラムにどの様に取り込むかについては慎重な議論が必要だと思います。変に受験に向けた対策がなされたり、面白さ・素晴らしさを伝えられずに嫌いな人を生産してしまったり、変な万能感を植え付けてしまったりすることを危惧しています。
476Picks
NORMAL