بقلم جيسيكا ماثيوز، مستشارة في الذكاء الاصطناعي وعلوم البيانات، ونائبة سابقة لرئيس إدارة المنتجات العالمية في غارتنر.
هل تستحق شهادة في الذكاء الاصطناعي العناء، أم أن علوم الحاسوب أو الرياضيات أو الإحصاء أساس أفضل؟
وفقًا لموقع بروغرامز دوت كوم، يوجد الآن أربعمئة وخمسون برنامج ماجستير في الذكاء الاصطناعي في الولايات المتحدة، بما في ذلك مسارات تركيز في الذكاء الاصطناعي ضمن درجات علوم الحاسوب والهندسة.
أرى أن درجة الدكتوراه وحدها هي التي تساعد الشخص على دخول مجال الذكاء الاصطناعي من دون خبرة سابقة في الذكاء الاصطناعي. والاستثناءات الوحيدة قد تكون إذا كانت لديك درجة جامعية في علوم الحاسوب وماجستير في الرياضيات أو الإحصاء، أو العكس.
ما الذي قدمه ماجستير بيركلي وما لم يقدمه
أقول ذلك لعدة أسباب. فرغم أنني أحمل ماجستيرًا من جامعة مرموقة، هي جامعة كاليفورنيا في بيركلي، ولدي أكثر من عشر سنوات من الخبرة في التحليلات البحثية، فإن ذلك لا يكفي عمومًا. وإذا كانت لديك خبرة عملية في البيانات، فهي لا تُحتسب إلا إذا كان مسمى وظيفتك في علوم البيانات أو تعلم الآلة. وبعد الحصول على الماجستير، تجد نفسك في منافسة مع حملة الدكتوراه.
مثال من اكتشاف الأدوية
على سبيل المثال، أنا مهتمة باستخدام الذكاء الاصطناعي في اكتشاف الأدوية. وهناك برنامج ماجستير في جامعة كاليفورنيا في سان فرانسيسكو يركز تحديدًا على علوم البيانات لاكتشاف الأدوية. لكن بعد مراجعة إعلانات الوظائف التي يستهدفها خريجو البرنامج، وجدت أنها جميعًا تتطلب درجة الدكتوراه. لذلك فإن المعرفة التقنية الأعمق، مع معرفة أقل صلة بالمجال، هي المسار الوحيد.
ومع أن الكثير يُقال عن قيمة المعرفة بالمجال، فإن تجربتي تُظهر أنها تُعد ميزة إضافية في قرار التوظيف، بينما تبقى المهارات التقنية هي العامل الفاصل.
كيف غيّر الذكاء الاصطناعي التوليدي ما يريده أصحاب العمل من الموظفين الجدد؟
لماذا أصبحت الوظائف المبتدئة أصعب الآن
ما يجعل الأمر صعبًا حقًا الآن على الموظفين في بداية مسيرتهم هو أن تحليل البيانات الاستكشافي وتصور البيانات يمكن تنفيذهما بفاعلية كبيرة باستخدام النماذج اللغوية الكبيرة ومن دون مهارة تقنية. وإذا كنت تعمل على شيء حساس، فأنت تحتاج إلى مراجعة يدوية. وإذا كانت مجموعات البيانات ضخمة جدًا، فأنت تحتاج إلى مهارات هندسة البيانات لإكمال عمليات استخراج البيانات وتحويلها وتحميلها حتى تتمكن من عرضها، خصوصًا بطرق قابلة للتكرار.
وبعد ذلك، فإن مهارات البيانات مثل حوكمة البيانات وبناء الطبقات الدلالية قيّمة، لكنها صعبة التحقيق في وقت مبكر من مسيرتك. وتُعد أدوار هندسة البيانات والتطوير أكثر نقاط البداية شيوعًا.
وقد وجدت دراسة أجراها مختبر ستانفورد للاقتصاد الرقمي في عام 2025 أن العاملين في بداية مسيرتهم، بين الثانية والعشرين والخامسة والعشرين، في المهن الأكثر تعرضًا للذكاء الاصطناعي شهدوا انخفاضًا نسبيًا في التوظيف بنسبة ثلاثة عشر بالمئة بعد انتشار الذكاء الاصطناعي التوليدي.
لغة إس كيو إل ما زالت مهمة
لا يزال السوق يفرض معيارًا توظيفيًا عاليًا لمهارات إس كيو إل، رغم سهولة أتمتة استعلاماتها. كما تستمر التعريفات غير المتسقة للأدوار الوظيفية التي يعاني منها المجال منذ سنوات. فمثلًا، غالبًا ما تتطلب وظائف علوم البيانات خبرة في نماذج تعلم الآلة، وتحويل النماذج إلى بيئة الإنتاج، والمساعدة في أتمتة الذكاء الاصطناعي، وهي ثلاث مجموعات مهارات مختلفة تمامًا. وتُضاف أدوات جديدة مثل أدوات الأتمتة وقواعد البيانات السحابية وأدوات تحويل البيانات، لكن إس كيو إل تحتفظ بالقدر نفسه من الوفاء الذي كانت تحظى به في السبعينيات.
هل تواكب البرامج الأكاديمية التطور؟
أشك في التوجه نحو تقديم درجات جامعية في الذكاء الاصطناعي وعلوم البيانات. فالمجال يتطلب أساسًا قويًا في علوم الحاسوب والإحصاء وأدوات الذكاء الاصطناعي، ويصعب تغطية ذلك تغطيةً ذات معنى إلى جانب متطلبات المقررات العامة.
ومع ذلك، إذا نظر إلى هذه البرامج على أنها متطلبات مسبقة لوظائف أخرى، مثل مديري منتجات البيانات أو مديري المشروعات أو برامج الدكتوراه، وليس للوظائف الأساسية في تعلم الآلة، فقد يكون لها معنى.
لو بدأت من جديد اليوم، هل كنت سأحصل على شهادة في الذكاء الاصطناعي؟
لو بدأت من جديد اليوم، لكنت سأبحث عن أعمال مشروعات على منصة أب وورك، وأرى إلى أي مدى يمكنني أن أصل في حل مشكلات الأعمال من خلال تعلم الأدوات التجارية. وعندما أصل إلى مشكلات تتطلب تطوير نماذج، أبدأ في التعمق في المعرفة الأساسية. لقد تقدمت الأدوات التجارية إلى حد كبير، حتى أخشى أننا ندفع المال لتعلم كيفية بناء الآلات الحاسبة بينما يُدفع للآخرين مقابل تشغيل أنظمة الدفع.
أو كنت سألتزم بمسار الدكتوراه من البداية، مع إدراك أن الماجستير سيضعني فقط في منافسة مع مجموعة كبيرة من حملة الدكتوراه. ورغم أن الحكمة التقليدية تقول إن الفهم التجاري والمعرفة بالمجال أمران بالغا الأهمية، فإن سوق العمل لا يوافق على ذلك.