កាលពីខែមេសា ខ្ញុំបានព្រមាននៅក្នុងទំព័រទាំងនេះថា ក្រុមហ៊ុនដែលអនុញ្ញាតឱ្យ AI ទទួលយកការងារកម្រិតបឋមកំពុងប្រមូលបំណុលទេពកោសល្យដែលពួកគេមិនទាន់បានឃើញនៅឡើយ។ ចាប់តាំងពីពេលនោះមក ការរកឃើញថ្មីបានបញ្ជាក់ពីបញ្ហា។
របស់ Microsoft សន្ទស្សន៍និន្នាការការងារ 2026 បានស្ទង់មតិកម្មករចំនួន 20,000 នាក់នៅក្នុងប្រទេសចំនួន 10 ហើយបានរកឃើញថាជំនាញមនុស្សដ៏មានតម្លៃបំផុតនៅក្នុងកន្លែងធ្វើការ AI គឺមិនមែនជាបច្ចេកទេសទេ។ ពួកគេគឺជាសមត្ថភាពក្នុងការគិតយ៉ាងម៉ត់ចត់ និងវាយតម្លៃលទ្ធផលនៃ AI ។ មានតែកម្មករ 16 ភាគរយប៉ុណ្ណោះដែលបានបង្កើតការវិនិច្ឆ័យដើម្បីផ្លាស់ប្តូរយ៉ាងរលូនរវាងការគ្រប់គ្រង AI និងធ្វើការងារដោយខ្លួនឯង។ ក្រុមហ៊ុន Microsoft ហៅពួកគេថា “អ្នកជំនាញជួរមុខ” ។ ព័ត៌មានលម្អិតដែលជាប់គាំងជាមួយខ្ញុំគឺថា បុគ្គលិកទាំងនេះដឹងខ្លួនធ្វើកិច្ចការមួយចំនួនដោយគ្មាន AI ជាពិសេសដើម្បីរក្សាការគិតរបស់ពួកគេឱ្យច្បាស់។
អ្នកត្រូវបានរៀបចំសម្រាប់អ្វីមួយ។ អ្នកថែសួន ព្យាករ ថាការធ្លាក់ចុះនៃជំនាញការគិតបែបរិះគន់នៅឆ្នាំ 2026 នឹងជំរុញឱ្យពាក់កណ្តាលនៃអង្គការពិភពលោកត្រូវការការវាយតម្លៃជំនាញ “AI-free” ។ សាជីវកម្ម RAND សិក្សា ការសិក្សាដែលបានបោះពុម្ពផ្សាយនៅនិទាឃរដូវនេះ បានរកឃើញថា សិស្សភាគច្រើនដែលប្រើ AI សម្រាប់ធ្វើកិច្ចការផ្ទះ ខ្លាចថាវានឹងប៉ះពាល់ដល់សមត្ថភាពគិតរបស់ពួកគេដោយឯករាជ្យ។ និយោជក និងនិស្សិតមកធ្វើការសន្និដ្ឋានដូចគ្នាសម្រាប់ហេតុផលផ្ទុយគ្នា៖ AI កាន់តែមានឥទ្ធិពល ការវិនិច្ឆ័យរបស់មនុស្សកាន់តែមានតម្លៃ។
AI កំពុងបំផ្លាញភាពខុសគ្នាដែលយើងទទួលបានជាយូរមកហើយ។ កាន់តែខ្លាំងឡើង ជំនាញដែលធ្វើឱ្យនរណាម្នាក់មានតម្លៃនៅកន្លែងធ្វើការ គឺជាជំនាញដូចគ្នាដែលធ្វើឱ្យនរណាម្នាក់ក្លាយជាពលរដ្ឋដ៏មានប្រសិទ្ធភាព។
ដូច្នេះនេះគឺជាសំណួរនៅក្នុងបេះដូងរបស់វា។ តើយើងកំពុងកសាងប្រព័ន្ធអប់រំដែលបង្កើតជំនាញការគិតប្រកបដោយការរិះគន់ក្នុងកម្រិតមួយ និងរៀបចំកម្លាំងពលកម្មនាពេលអនាគតដ៏ល្អបំផុតឬ?
ខ្ញុំមិនជឿនោះទេ។ ប៉ុន្តែនេះជារបៀបធ្វើវា។
ចក្ខុនិមិត្តពីរ សេចក្តីពិតមិនស្រួលមួយ
មហាវិទ្យាល័យ និងសាកលវិទ្យាល័យភាគច្រើនកំពុងឆ្ពោះទៅរកអ្វីដែលខ្ញុំនឹងហៅថាគំរូប្រសិទ្ធភាព AI៖ លិខិតសម្គាល់ថោកជាង លទ្ធផលលឿនជាងមុន និងការបណ្តុះបណ្តាលការងារដែលមានគោលដៅកាន់តែច្រើន។ សភាវគតិគឺអាចយល់បាន។ មជ្ឈមណ្ឌលស្រាវជ្រាវ Pew បច្ចុប្បន្ន ការស្ទង់មតិ បានរកឃើញថា 70 ភាគរយនៃជនជាតិអាមេរិកឥឡូវនេះជឿថាការអប់រំខ្ពស់កំពុងដើរក្នុងទិសដៅខុស។ ស្ថាប័នចាំបាច់ត្រូវបញ្ជាក់ពីភាពពាក់ព័ន្ធរបស់ពួកគេឱ្យបានឆាប់រហ័ស ហើយ AI ហាក់ដូចជាចម្លើយ។
បញ្ហាគឺថាប្រសិទ្ធភាពតែមួយមុខមិនគ្រប់គ្រាន់ក្នុងការរៀបចំសិស្សឱ្យទទួលបានជោគជ័យក្នុងជីវិត និងការងារនោះទេ។ លោក Paul LeBlanc អ្នកច្នៃប្រឌិតផ្នែកឧត្តមសិក្សាបានធ្វើការពេញមួយអាជីពរបស់គាត់ដើម្បីផ្តល់ឱ្យសិស្សរាប់រយពាន់នាក់នូវឱកាសពិតប្រាកដសម្រាប់ការរីកចម្រើនដែលវិស័យផ្លាស់ប្តូរយឺតយ៉ាវបានបរាជ័យក្នុងការសម្រេចបាន។ ចាប់តាំងពីការកសាងសាកលវិទ្យាល័យមិនរកប្រាក់ចំណេញដ៏ធំបំផុតរបស់ប្រទេស សាកលវិទ្យាល័យ Southern New Hampshire មក Leblanc បានបង្វែរការយកចិត្តទុកដាក់របស់គាត់ទៅប្រព័ន្ធអប់រំនាពេលអនាគត។ ឥឡូវនេះនៅក្នុងសៀវភៅនាពេលខាងមុខដែលមានចំណងជើងថា “Reclaiming Purpose: The University in an AI World” គាត់ ប្រកែក ថាអនាគតនៃការរៀនមិនមែននិយាយអំពីម៉ាស៊ីនទេ។ វានិយាយអំពីការប្រើប្រាស់ពួកវាដើម្បីក្លាយជាមនុស្សជាក់លាក់។ គាត់ពិពណ៌នាថានេះជាការផ្លាស់ប្តូរឆ្ពោះទៅរកអ្វីដែលគាត់ហៅថា “សេដ្ឋកិច្ចថែទាំ” ដែលជាជំនាញដែលពិបាកបំផុតក្នុងការធ្វើស្វ័យប្រវត្តិកម្ម ដូចជាទំនាក់ទំនង ការវិនិច្ឆ័យ និងការវិនិច្ឆ័យផ្លាស់ប្តូរពីគែមនៃរបៀបដែលយើងរៀបចំមនុស្សសម្រាប់ការងារ និងជីវិតទៅកាន់ដំណាក់កាលកណ្តាល។ យើងកំពុងស្នើសុំឱ្យ AI ធ្វើការងារនេះតិចសម្រាប់យើង មិនច្រើនទេ។
នេះជាចក្ខុវិស័យទីពីរសម្រាប់ AI ក្នុងវិស័យអប់រំ។ ជាជាងធ្វើឱ្យការរៀនលឿន ឬថោកជាងនេះ AI អាចបង្កើនពេលវេលា និងការយកចិត្តទុកដាក់ ដូច្នេះសិស្សអាចចូលជ្រៅទៅក្នុងការអភិវឌ្ឍជំនាញដែលពិបាកបំផុតក្នុងការធ្វើស្វ័យប្រវត្តិកម្ម៖ បង្កើតទំនាក់ទំនង ការសហការ ការគិតតាមរយៈសំណួរដែលមានសីលធម៌ និងការអនុវត្តការវិនិច្ឆ័យ។ មិនមែនជាការរៀបចំសម្រាប់ពិភពនៃការងារនោះទេ ប៉ុន្តែជាវិធីរៀបចំសម្រាប់វា។
ចក្ខុវិស័យទាំងពីរនេះមិនប្រកួតប្រជែងទេ។ ពួកគេចង្អុលទៅកន្លែងដដែល។ ជំនាញដែលនិយោជកត្រូវការបំផុតនាពេលបច្ចុប្បន្ននេះ៖ ការវិនិច្ឆ័យ ការត្រិះរិះពិចារណា និងសមត្ថភាពក្នុងការសួរចម្លើយជាជាងទទួលយកវាជាជំនាញដូចគ្នាដែលលទ្ធិប្រជាធិបតេយ្យផ្អែកលើ។ ប្រព័ន្ធក្រោយមធ្យមសិក្សាដែលខ្វះមួយនឹងផ្លាស់ប្តូររយៈពេលខ្លីមួយទៀត។
អ្វីដែលទិន្នន័យផលិតភាពមិនប្រាប់អ្នក។
Morgan Stanley ស្រាវជ្រាវលើ AI និងផលិតភាព, សំណាង ថ្មីៗនេះគ្របដណ្តប់ បានបន្លិចអ្វីមួយដែលគួរអោយកត់សំគាល់។ នៅក្នុងឧស្សាហកម្មដែលមានការប៉ះពាល់ AI ខ្លាំង ផលិតកម្មក្នុងមួយកម្មករបានកើនឡើងយ៉ាងខ្លាំង ខណៈដែលការងារនៅតែមានស្ថេរភាព។ កម្លាំងការងារត្រូវបានពង្រឹង មិនត្រូវបានជំនួសទេ។
ប៉ុន្តែលេខទាំងនេះប្រាប់តែផ្នែកនៃរឿងប៉ុណ្ណោះ។ ការឈ្នះដ៏ធំបំផុតគឺផ្តោតលើមនុស្សដែលចេះគ្រប់គ្រង AI មិនត្រឹមតែប្រើវាប៉ុណ្ណោះទេ។ នេះជាសំណួរមួយដែលចំនួននេះមិនអាចឆ្លើយបានថា តើអ្នកដែលទិន្នផលកើនឡើងប៉ុន្មាននាក់ដែលបានរៀនពីការងារនៅសាលា និងតាមស្ថាប័នណា?
មហាវិទ្យាល័យសហគមន៍កំពុងចុះឈ្មោះ ប្រហែល 40 ភាគរយ នៃសិស្សទាំងអស់នៅសហរដ្ឋអាមេរិក។ បន្ថែម HBCUs និងសាកលវិទ្យាល័យសាធារណៈក្នុងតំបន់ ហើយអ្នកឃើញស្ថាប័នដែលកំពុងអប់រំភាគច្រើននៃកម្លាំងការងារនាពេលអនាគតរបស់អាមេរិក៖ សិស្សជំនាន់ទី 1 មនុស្សពេញវ័យធ្វើការ មនុស្សដែលមកពីគ្រួសារដែលមហាវិទ្យាល័យមានអារម្មណ៍ថាយូរពេក។ ទាំងនេះមិនមែនជាសាលាដែលគ្រប់គ្រងការសន្ទនាថ្នាក់ជាតិអំពីការត្រៀមខ្លួន AI នោះទេ។ ពួកគេគឺជាអ្នកដែលនឹងសម្រេចចិត្តថាតើអត្ថប្រយោជន៍សេដ្ឋកិច្ចរបស់ AI នឹងត្រូវបានចែកចាយយ៉ាងទូលំទូលាយ ឬប្រមូលផ្តុំក្នុងចំណោមអ្នកដែលនៅខាងមុខរួចហើយ។
ពួកគេមួយចំនួនកំពុងស្វែងរកយ៉ាងឆាប់រហ័សដើម្បីចូលទៅក្នុងហ្គេម AI ។ មហាវិទ្យាល័យសហគមន៍គឺ ការណែនាំអំពីកម្មវិធី AI ដែលបានអនុវត្ត ជាមួយនិយោជកក្នុងស្រុក។ HBCUs គឺ ការសាងសង់បំពង់ តាមរយៈភាពជាដៃគូជាមួយ Google, NVIDIA និង IBM ។ រដ្ឋដូចជារដ្ឋ Illinois ច្បាប់ជាមុន អនុញ្ញាតឱ្យមហាវិទ្យាល័យសហគមន៍ផ្តល់សញ្ញាបត្របរិញ្ញាបត្រក្នុងវិស័យដែលមានតម្រូវការខ្ពស់។ ថាមវន្តគឺពិតប្រាកដ ហើយខ្ញុំមិនចង់បញ្ចុះតម្លៃវាទេ។
ប៉ុន្តែភាគច្រើននៃអ្វីដែលកំពុងត្រូវបានបង្កើតឡើងគឺសំដៅទៅលើអក្ខរកម្ម AI ដែលជាកំណែត្រួតពិនិត្យនៃការត្រៀមខ្លួន៖ ការរៀនចាប់ផ្តើម សង្ខេប និងអនុវត្តការវិភាគនៅក្នុងឧបករណ៍បង្កើត។ ជំនាញទាំងនេះមានសារៈសំខាន់ ប៉ុន្តែពួកគេតែម្នាក់ឯងមិនគ្រប់គ្រាន់ទេ។ ការងារកាន់តែស៊ីជម្រៅនៃការកសាងការវិនិច្ឆ័យយូរអង្វែងគឺពិបាកក្នុងការផ្តល់មូលនិធិយ៉ាងជាក់លាក់ព្រោះវាពិបាកក្នុងការវាស់វែង។ វាមិនផ្តល់គុណវុឌ្ឍិច្បាស់លាស់ ឬលទ្ធផលដែលអាចគណនាបានយ៉ាងងាយទេ ដូច្នេះហើយចាញ់ការសរសេរកម្មវិធីសមត្ថភាពដែលអនុញ្ញាត។
កន្លែងដែលអ្នកដឹកនាំអាជីវកម្មចូលមកលេង
ក្រុមហ៊ុនដែលចេញមកមុននឹងមិនមែនជាក្រុមហ៊ុនដែលទទួលយក AI លឿនបំផុតនោះទេ។ ពួកគេនឹងក្លាយជាអ្នកវិនិយោគលើមនុស្សជុំវិញខ្លួន កម្មករដែលគ្រប់គ្រង AI អាចទទួលស្គាល់គុណវិបត្តិរបស់វា និងជាម្ចាស់អ្វីដែលវាផលិត។ ការកសាងកម្លាំងពលកម្មនេះមានន័យថាការវិនិយោគនៅក្នុងស្ថាប័នដែលបុគ្គលិកភាគច្រើនរបស់យើងនាពេលអនាគតធ្វើការ។ វាមានន័យថាការដាក់មហាវិទ្យាល័យសហគមន៍ និង HBCUs នៅកន្លែងគោលនយោបាយដែលពួកគេកម្រមានកន្លែងអង្គុយ។ វាមានន័យថាការផ្តល់មូលនិធិដែលស្ថិតក្រោមការគ្រប់គ្រង ការរៀនសូត្រដែលមានរចនាសម្ព័ន្ធដែលបង្កើតការវិនិច្ឆ័យជាផ្នែកមួយនៃការងារជាជាងតម្រូវការសម្រាប់វា។ ហើយវាមានន័យថា មានឆន្ទៈក្នុងការនិយាយខ្លាំងៗថា ការចេះអក្សរ AI ដោយគ្មានការគិតរិះគន់ មិនមែនជាយុទ្ធសាស្ត្រកម្លាំងពលកម្មនោះទេ។ វាគឺជាដំណោះស្រាយរយៈពេលខ្លីដែលនឹងបង់ការប្រាក់នៅពេលក្រោយ។
ចក្ខុវិស័យប្រសិទ្ធភាពគឺមិនខុសទេ។ តម្លៃសមរម្យ លិខិតសម្គាល់ពាក់ព័ន្ធមានសារៈសំខាន់មិនគួរឱ្យជឿ ជាពិសេសសម្រាប់សិស្សដែលមិនមានលទ្ធភាពធ្វើការសម្រេចចិត្តខុសក្នុងការអប់រំរបស់ពួកគេ។ ប៉ុន្តែប្រព័ន្ធដែលត្រូវបានរចនាឡើងសម្រាប់តែទិន្នផលនឹងផលិតកម្មករដែលអាចដំណើរការ AI ដោយមិនអាចគ្រប់គ្រងវាបានពិតប្រាកដ ហើយពលរដ្ឋដែលអាចស្រូបយកព័ត៌មានដោយមិនអាចថ្លឹងថ្លែងបាន។ ការបរាជ័យទាំងពីរនេះពង្រឹងគ្នាទៅវិញទៅមក ហើយវិក័យប័ត្របញ្ចប់នៅគ្រប់ក្រុមហ៊ុនក្នុងប្រទេស។
ខ្ញុំនឹងនិយាយឱ្យច្បាស់តាមដែលខ្ញុំអាចធ្វើបាន៖ ទាំងចក្ខុវិស័យសេដ្ឋកិច្ច និងចក្ខុវិស័យពលរដ្ឋមិនអាចរស់បានដោយគ្មានអ្នកផ្សេងទៀតទេ។ អ្នកដឹកនាំធុរកិច្ចដែលយល់អំពីរឿងនេះ និងប្តេជ្ញាផ្តល់ធនធានពិតប្រាកដនឹងបញ្ចប់ជាមួយនឹងអ្វីដែលរឹងមាំជាងបំពង់ដែលមានទេពកោសល្យ។ ពួកគេបានជួយបង្កើតលក្ខខណ្ឌដែលសេដ្ឋកិច្ចទាំងមូលអាស្រ័យ។
Jeff Raikes គឺជាសហស្ថាបនិកនៃមូលនិធិ Raikes ដែលធ្វើការដើម្បីធានាថាយុវជនគ្រប់រូបនៅអាមេរិកមានឱកាសដើម្បីរីកចម្រើន។ គាត់គឺជាអតីតនាយកប្រតិបត្តិនៃមូលនិធិ Bill & Melinda Gates និងជាអតីតប្រធានផ្នែកអាជីវកម្មរបស់ Microsoft ។
មតិដែលបានបង្ហាញនៅក្នុងមតិយោបល់របស់ Fortune.com គឺគ្រាន់តែជាទស្សនៈរបស់អ្នកនិពន្ធរបស់ពួកគេប៉ុណ្ណោះ ហើយមិនចាំបាច់ឆ្លុះបញ្ចាំងពីគំនិត និងជំនឿរបស់ ទ្រព្យសកម្ម.
