Долгое время университеты основывались на простой идее: знания ограничены. Студенты платили за обучение, посещали лекции, выполняли задания и в итоге получали подтверждение своих знаний.
Этот процесс давал два преимущества:
* Доступ к знаниям, которые было трудно найти в другом месте.
* Сигнал работодателям о том, что вы инвестировали время и усилия, чтобы овладеть этими знаниями.
Модель работала, потому что кривая предложения высококачественной информации находилась далеко слева, то есть знания были ограничены, а цена — tuition и премиальные зарплаты — оставалась высокой.
Сейчас кривая сместилась вправо, как показано на графике ниже. Когда предложение увеличивается — то есть что-то становится более доступным — новая точка пересечения с спросом находится ниже на оси цен. Именно поэтому tuition premiums и преимущества в зарплатах выпускников теперь находятся под давлением.
Согласно глобальной консалтинговой компании McKinsey, генеративный искусственный интеллект может добавить в мировую экономику от 2,6 до 4,4 триллионов долларов ежегодной производительности. Почему? Потому что искусственный интеллект снижает предельные издержки на производство и организацию информации.
Большие языковые модели больше не просто извлекают факты; они объясняют, переводят, обобщают и составляют тексты почти мгновенно. Когда предложение резко возрастает, базовая экономика говорит, что цена падает. «Премия за знания», которую давно продавали университеты, снижается.
Рынки реагируют быстрее, чем учебные программы
С момента запуска ChatGPT количество вакансий начального уровня в Соединённом Королевстве сократилось примерно на треть. В Соединённых Штатах несколько штатов исключают требования о наличии диплома для работы в государственном секторе.
В Мэриленде, например, доля объявлений о вакансиях в государственных органах, требующих наличия диплома, снизилась с примерно 68% до 53% в период с 2022 по 2024 год.
С точки зрения экономики, работодатели пересматривают стоимость рабочей силы, потому что искусственный интеллект теперь заменяет многие рутинные, кодируемые задачи, которые раньше выполняли выпускники. Если чат-бот может выполнить работу с почти нулевыми предельными издержками, премиальная заработная плата, выплачиваемая младшему аналитику, сокращается.
Но ценность знаний не везде падает с одинаковой скоростью. Экономисты, такие как Дэвид Аутор и Дарон Аджемоглу, отмечают, что технологии заменяют одни задачи, дополняя другие.
Данные подтверждают это
Компания Lightcast, занимающаяся аналитикой рынка труда, отмечает, что треть навыков, востребованных работодателями, изменилась в период с 2021 по 2024 год. Американский институт предпринимательства предупреждает, что работники среднего звена, чья работа зависит от повторяющегося опыта, больше всего рискуют столкнуться с давлением на заработную плату.
Так что да, базовые знания по-прежнему важны. Они нужны, чтобы давать задания ИИ, оценивать его результаты и принимать взвешенные решения. Но равновесная премиальная заработная плата — то есть дополнительная плата, которую работодатели предлагают после того, как спрос и предложение на эти знания уравновесятся, — быстро снижается по кривой спроса.
Герберт Саймон, лауреат Нобелевской премии по экономике и когнитивной науке, десятилетия назад лаконично сформулировал: «Богатство информации создаёт бедность внимания». Когда факты становятся дешёвыми и доступными, наша ограниченная способность фильтровать, оценивать и применять их становится настоящим узким местом.
Именно поэтому ограниченные ресурсы смещаются с самой информации на то, что машины всё ещё не могут скопировать: сосредоточенное внимание, здравый смысл, сильная этика, креативность и сотрудничество.
Я группирую эти человеческие качества под названием C.R.E.A.T.E.R. Эти способности — настоящий дефицит на современном рынке. Они дополняют ИИ, а не заменяют его, поэтому их заработная плата остаётся на прежнем уровне или растёт.
Университеты больше не могут полагаться на то, что цена будет определяться дефицитом тщательно отобранной и подтверждённой информации, которую раньше было трудно получить. Сравнительное преимущество теперь заключается в развитии человеческих навыков, которые дополняют ИИ. Если университеты не адаптируются, рынок — студенты и работодатели — будет двигаться дальше без них.
Возможность очевидна. Сместите продукт с предоставления контента на формирование суждений. Научите студентов думать вместе с интеллектуальными машинами, а не против них. Потому что старая модель, которая оценивала знания как дефицитный товар, уже уходит ниже точки безубыточности.
Материал предоставлен The Conversation под лицензией Creative Commons. Читайте оригинальную статью.