تخصص‌گرایی در عصر هوش مصنوعی؛ آینده متعلق به متخصصان عمیق یا انسان‌های چندتخصصی؟
شاید یکی از بزرگ‌ترین سوءتفاهم‌های زمان ما این باشد که فکر کنیم هرچه تخصصی‌تر شویم، برای آینده آماده‌تر خواهیم بود.
سال‌هاست جامعه به ما می‌گوید یک حوزه را انتخاب کنیم، در آن عمیق شویم و به متخصص تبدیل شویم. پزشکی، مهندسی، اقتصاد، روان‌شناسی، فناوری، طراحی و ده‌ها رشته دیگر هرکدام مرزهای مشخصی پیدا کرده‌اند.
این تخصص‌گرایی دستاوردهای بزرگی برای بشر داشته است. بسیاری از پیشرفت‌های علمی و فناوری بدون تخصص عمیق امکان‌پذیر نبودند.
اما امروز اتفاق متفاوتی در حال رخ دادن است.
مسئله‌های بزرگ جهان دیگر در مرزهای مشخص رشته‌ها باقی نمی‌مانند.
اقتصاد با فناوری درگیر است، فناوری با اخلاق، هوش مصنوعی با حقوق، پزشکی با داده، طراحی با روان‌شناسی و کسب‌وکار با همه این حوزه‌ها.
شاید آینده دیگر فقط متعلق به کسی نباشد که یک چیز را بسیار عمیق می‌داند؛ بلکه متعلق به کسی باشد که یک حوزه را عمیق می‌فهمد و می‌تواند آن را به حوزه‌های دیگر متصل کند.
تخصص چگونه شکل گرفت؟
دانش بشر آن‌قدر گسترده شد که دیگر یک انسان نمی‌توانست همه‌چیز را یاد بگیرد.
در نتیجه، دانش به رشته‌های مختلف تقسیم شد.
پزشک روی بدن انسان تمرکز کرد، مهندس روی ساختن، اقتصاددان روی منابع، روان‌شناس روی ذهن و برنامه‌نویس روی محاسبات.
این تقسیم‌بندی ضروری بود.
مشکل از زمانی آغاز می‌شود که فراموش کنیم این مرزها را خود انسان ساخته است.
جهان واقعی چنین مرزهایی ندارد.
یک بیمار فقط «مسئله پزشکی» نیست.
یک کسب‌وکار فقط «مسئله اقتصادی» نیست.
یک محصول دیجیتال فقط «مسئله فناوری» نیست.
هر مسئله واقعی معمولاً ترکیبی از چند مسئله است.
مسئله‌های بزرگ بین رشته‌ها اتفاق می‌افتند
فرض کنیم قرار است یک سیستم هوش مصنوعی برای حوزه سلامت طراحی شود.
آیا فقط به یک متخصص هوش مصنوعی نیاز داریم؟
نه.
به پزشک نیاز داریم تا مسئله بالینی را بشناسد.
به متخصص داده نیاز داریم تا داده‌ها را تحلیل کند.
به برنامه‌نویس نیاز داریم تا سیستم را بسازد.
به متخصص امنیت نیاز داریم تا از اطلاعات محافظت کند.
به متخصص حقوق و اخلاق نیاز داریم تا پیامدهای استفاده از سیستم را بررسی کند.
و در نهایت، به افرادی نیاز داریم که بتوانند بین این حوزه‌ها ارتباط برقرار کنند.
این افراد الزاماً در همه این رشته‌ها متخصص عمیق نیستند.
اما زبان هرکدام را تا حد قابل قبولی می‌فهمند.
این همان جایی است که مفهوم «اتصال» اهمیت پیدا می‌کند.
آینده فقط به «دانستن» نیاز ندارد؛ به «وصل کردن» نیاز دارد
یکی از مهم‌ترین توانایی‌های انسان آینده شاید دیگر صرفاً دانستن نباشد.
بلکه توانایی دیدن ارتباط میان چیزهایی باشد که در ظاهر ارتباطی با یکدیگر ندارند.
یک متخصص ممکن است سال‌ها روی یک مسئله کار کرده باشد و در آن حوزه بسیار عمیق باشد.
اما فردی که بتواند دانش او را با فناوری، اقتصاد، روان‌شناسی یا طراحی ترکیب کند، ممکن است راه‌حل کاملاً متفاوتی پیدا کند.
نوآوری اغلب دقیقاً در همین نقطه شکل می‌گیرد:
جایی که دو حوزه متفاوت به یکدیگر متصل می‌شوند.
هوش مصنوعی این تغییر را سریع‌تر می‌کند
ورود هوش مصنوعی این مسئله را جدی‌تر کرده است.
امروز یک انسان می‌تواند با کمک ابزارهای هوش مصنوعی، در مدت کوتاهی درباره حوزه‌ای که تخصص اصلی‌اش نیست اطلاعات اولیه به دست آورد، سؤال بپرسد، داده تحلیل کند، ایده تولید کند و حتی نمونه اولیه یک محصول را بسازد.
این به معنی بی‌ارزش شدن تخصص نیست.
برعکس، تخصص عمیق همچنان ارزشمند است.
اما رابطه انسان با تخصص در حال تغییر است.
در گذشته ممکن بود برای انجام کاری لازم باشد سال‌ها در یک حوزه آموزش ببینیم تا بتوانیم حتی وارد آن شویم.
امروز ابزارهای هوش مصنوعی می‌توانند بخشی از فاصله میان «نمی‌دانم» و «می‌توانم شروع کنم» را کاهش دهند.
در نتیجه، ارزش فردی که بتواند سؤال درست بپرسد، مسئله را درست تعریف کند و دانش حوزه‌های مختلف را به هم متصل کند بیشتر می‌شود.
اما آیا تخصص عمیق دیگر اهمیتی ندارد؟
قطعاً دارد.
این نکته بسیار مهم است.
نباید از حرف‌های بالا نتیجه بگیریم که آینده متعلق به انسان‌هایی است که از هر چیزی کمی می‌دانند اما در هیچ زمینه‌ای عمیق نیستند.
چنین رویکردی می‌تواند خطرناک باشد.
اگر بخواهیم یک سیستم پزشکی بسازیم، نمی‌توانیم فقط با اطلاعات عمومی پزشکی تصمیم بگیریم.
اگر بخواهیم یک سازه طراحی کنیم، نمی‌توانیم با چند ساعت مطالعه جای مهندس سازه را بگیریم.
اگر بخواهیم درباره یک موضوع پیچیده اقتصادی تصمیم بگیریم، دانش سطحی کافی نیست.
بنابراین آینده احتمالاً نه متعلق به «تخصص بدون ارتباط» است و نه متعلق به «دانستن سطحی از همه‌چیز».
بلکه متعلق به ترکیب این دو است:
عمق + ارتباط
مدل T شکل چه چیزی به ما می‌آموزد؟
یکی از مدل‌های مفید برای توضیح این موضوع، مدل معروف T-shaped است.
در این مدل، خط عمودی T نشان‌دهنده تخصص عمیق فرد در یک حوزه است.
خط افقی نشان‌دهنده آشنایی و توانایی همکاری با حوزه‌های دیگر است.
مثلاً فردی ممکن است در طراحی وب متخصص باشد، اما در کنار آن با بازاریابی، تجربه کاربری، هوش مصنوعی، تولید محتوا و تحلیل داده نیز آشنایی داشته باشد.
او لازم نیست در همه این حوزه‌ها متخصص درجه یک باشد.
اما آن‌قدر از آنها می‌داند که بتواند میانشان ارتباط برقرار کند.
این مدل می‌تواند برای بازار کار آینده بسیار مهم باشد.
انسان آینده شاید «متخصصِ اتصال» باشد
شاید در آینده یکی از ارزشمندترین نقش‌ها متعلق به افرادی باشد که بتوانند بین متخصصان مختلف ارتباط ایجاد کنند.
کسی که زبان برنامه‌نویس را بفهمد و بتواند با طراح صحبت کند.
کسی که کسب‌وکار را بفهمد و بتواند فناوری مناسب را برای آن انتخاب کند.
کسی که هوش مصنوعی را بشناسد اما فقط به ابزارها نگاه نکند و مسئله واقعی انسان و کسب‌وکار را ببیند.
این افراد یک مزیت مهم دارند:
آنها فقط یک دانش را مصرف نمی‌کنند؛ دانش‌های مختلف را به راه‌حل تبدیل می‌کنند.
تخصص نباید تبدیل به دیوار شود
تخصص زمانی ارزشمند است که به ما عمق بدهد، نه اینکه ما را از جهان اطرافمان جدا کند.
اگر یک متخصص فقط زبان حوزه خودش را بفهمد و نتواند با دیگران ارتباط برقرار کند، ممکن است دانش بسیار زیادی داشته باشد اما در حل مسئله‌های پیچیده محدود شود.
در مقابل، کسی که هم عمق دارد و هم می‌تواند با حوزه‌های دیگر ارتباط برقرار کند، ظرفیت بیشتری برای نوآوری پیدا می‌کند.
بنابراین شاید لازم باشد از خودمان بپرسیم:
آیا تخصص من یک نقطه قوت است یا تبدیل به یک دیوار شده است؟
آینده ساختمان را هم تغییر می‌دهد، نه فقط دانشگاه را
این تغییر فقط درباره دانشگاه و رشته‌های علمی نیست.
حتی ساختار کسب‌وکارها نیز ممکن است تغییر کند.
تصور کنید یک تیم کوچک داشته باشیم که اعضای آن هرکدام یک تخصص اصلی دارند، اما با کمک هوش مصنوعی می‌توانند بخشی از نیازهای جانبی را سریع‌تر پوشش دهند.
در چنین شرایطی، تیم‌های کوچک می‌توانند توانایی‌هایی پیدا کنند که قبلاً فقط در سازمان‌های بزرگ وجود داشت.
یک طراح می‌تواند تحلیل اولیه انجام دهد.
یک برنامه‌نویس می‌تواند از ابزارهای هوش مصنوعی برای تولید نمونه اولیه استفاده کند.
یک بازاریاب می‌تواند داده‌ها را بهتر تحلیل کند.
و یک مدیر می‌تواند بدون تبدیل شدن به متخصص همه این حوزه‌ها، زبان مشترک آنها را بفهمد.
این یعنی ساختار کار نیز از «تقسیم تخصص‌ها» به سمت «اتصال تخصص‌ها» حرکت می‌کند.
برای نسل آینده چه چیزی مهم‌تر است؟
شاید آموزش آینده نیز باید تغییر کند.
به جای اینکه فقط از افراد بپرسیم:
«در چه رشته‌ای متخصص هستی؟»
باید سؤال دیگری هم بپرسیم:
«تخصص تو با چه حوزه‌هایی می‌تواند ترکیب شود؟»
دانش‌آموز یا دانشجویی که هم فناوری را می‌شناسد و هم روان‌شناسی را، ممکن است در آینده محصولاتی بسازد که یک متخصص صرفاً فنی نمی‌تواند بسازد.
فردی که اقتصاد و هوش مصنوعی را می‌شناسد، می‌تواند مسئله‌هایی را ببیند که یک متخصص اقتصادی سنتی شاید کمتر ببیند.
و کسی که طراحی، فناوری و رفتار انسان را کنار هم قرار می‌دهد، می‌تواند تجربه‌هایی خلق کند که صرفاً با نگاه فنی قابل طراحی نیستند.
عمق یا گستردگی؟ پاسخ هر دو است
شاید سؤال اصلی این نباشد که:
«تخصص بهتر است یا چندتخصصی بودن؟»
سؤال بهتر این است:
«چگونه عمیق شویم بدون اینکه از جهان اطراف خود جدا شویم؟»
به یک حوزه وارد شویم.
در آن عمیق شویم.
اما پنجره‌های ذهنمان را به روی حوزه‌های دیگر باز نگه داریم.
زیرا ممکن است بهترین ایده زندگی ما در رشته‌ای نباشد که در آن تخصص داریم؛ بلکه در نقطه اتصال تخصص ما با یک حوزه دیگر پیدا شود.
حرف آخر
جهان واقعی به رشته‌های دانشگاهی تقسیم نشده است.
این ما هستیم که برای فهم بهتر دانش، آن را دسته‌بندی کرده‌ایم.
امروز اما بسیاری از مهم‌ترین مسائل جهان دقیقاً در فاصله میان این دسته‌بندی‌ها قرار گرفته‌اند.
هوش مصنوعی، تغییرات اقلیمی، سلامت، اقتصاد دیجیتال، آینده کسب‌وکار، امنیت اطلاعات و بسیاری از مسائل پیچیده دیگر، به یک تخصص واحد پاسخ نمی‌دهند.
به همین دلیل، شاید آینده از آنِ کسانی باشد که یک چیز را عمیق می‌دانند، اما توانایی دیدن تصویر بزرگ‌تر را هم دارند.
نه متخصصی که فقط در یک اتاق می‌ماند.
نه فردی که از هر چیزی فقط اطلاعات سطحی دارد.
بلکه انسانی که عمق دارد، ارتباط می‌سازد و می‌تواند دانش‌های مختلف را به یک راه‌حل تبدیل کند.
شاید آینده متعلق به کسانی باشد که نه فقط می‌دانند، بلکه می‌توانند وصل کنند.
DigiBenis | جایی که ایده‌ها به فناوری، تجربه به موفقیت و آینده به واقعیت تبدیل می‌شود.