Анализ показателей подготовки кадров для сферы искусственного интеллекта по результатам мониторинга вузов
https://doi.org/10.31992/0869-3617-2022-31-7-9-24
Аннотация
В настоящее время искусственный интеллект (ИИ) является областью стратегической важности и ключевой технологией для становления новой цифровой экономики России. Важную роль в достижении амбициозных целей в области развития ИИ, закреплённых в правительственных документах, играет подготовка квалифицированных ИИ-специалистов. В статье представлены результаты исследования, в ходе которого на основе опроса более 200 российских университетов впервые сформированы показатели, характеризующие текущие и планируемые объёмы подготовки специалистов с компетенциями в области искусственного интеллекта.
Согласно результатам исследования, российские университеты оперативно отреагировали на развитие рынка ИИ-технологий и с 2019 г. ведут приём на образовательные программы по профилю «Искусственный интеллект», ежегодно наращивая объёмы подготовки. Более половины всех образовательных программ в сфере ИИ реализуется в рамках групп направлений подготовки/специальностей «09.00.00 Информатика и вычислительная техника» и «01.00.00 Математика и механика». Подготовка ИИ-специалистов в вузах России ведётся в большей степени за счёт бюджетных средств. По количеству студентов, принятых на обучение по образовательным программам в сфере ИИ, лидируют программы бакалавриата.
Проведена оценка планируемого до 2025 г. выпуска специалистов, обучавшихся по образовательным программам высшего образования в сфере ИИ. Проанализирован опыт зарубежных стран по подготовке ИИ-специалистов. Предложены меры по увеличению объёмов подготовки ИИ-специалистов в вузах России, одной из которых может стать направленность IT-программ высшего образования на технологии искусственного интеллекта. Подчёркнута важность ориентации программ подготовки специалистов в области ИИ на прогноз кадровой потребности относительно объёмов и профилей подготовки.
Об авторах
Т. В. РябкоРоссия
Рябко Татьяна Васильевна – директор Департамента государственной политики в сфере высшего образования Минобрнауки России
125993, г. Москва, ул. Тверская, 11
В. А. Гуртов
Россия
Гуртов Валерий Алексеевич – д-р физ.-мат. наук, проф., директор
И. С. Степусь
Россия
Степусь Ирина Сергеевна – канд. экон. наук, начальник отдела прогнозирования потребности экономики в кадрах Центра бюджетного мониторинга
185910, Республика Карелия, г. Петрозаводск, пр. Ленина, 33
Список литературы
1. Окрепилов В.В., Иванова Г.Н., Чудиновских И.В. Цифровая экономика: проблемы и перспективы // Экономика Северо-Запада: проблемы и перспективы развития. 2017. № 3-4 (56-57). С. 5–28. URL: https://elibrary.ru/item.asp?id=35128468 (дата обращения: 09.06.2022).
2. Гайнанов Д.А., Климентьева А.Ю. Приоритеты кадрового обеспечения цифровой экономики // Креативная экономика. 2018. Т. 12. № 12. С. 1963–1976. DOI:10.18334/ce.12.12.39679
3. Ендовицкий Д.А., Гайдар К.М. Университетская наука и образование в контексте искусственного интеллекта // Высшее образование в России. 2021. Т. 30. № 6. С. 121–131. DOI:10.31992/0869-3617-2021-30-6-121-131
4. Стрижов С.А., Богатырева Т.Г. Кадры и образование как ключевые факторы развития цифровой экономики // Развитие цифровой экономики в России как ключевой фактор экономического роста и повышения качества жизни населения / Андреева Г.Н., Бадальянц С.В., Богатырева Т.Г. и др. Н. Новгород : Профессиональная наука, 2018. 131 с. С. 50–80. ISBN: 978-1-370-96063-7
5. Vasiliev A., Yasyukevich Yu., Garashchenko A., Edemskiy I., Vesnin A., Sidorov D. Computer vision for GNSS-based detection of the auroral oval boundary // International Journal of Artificial Intelligence. 2021. Vol. 19. No. 2. URL: http://www.ceser.in/ceserp/index.php/ijai/article/view/6779 (дата обращения: 09.06.2022).
6. Frolov A., Bobrov P., Biryukova E., Isaev M., Kerechanin Y., Bobrov D., Lekin A. Using Multiple Decomposition Methods and Cluster Analysis to Find and Categorize Typical Patterns of EEG Activity in Motor Imagery Brain–Computer Interface Experiments // Frontiers in Robotics and AI. 2020. Vol. 7. Article no. 88. doi:10.3389/frobt.2020.00088
7. Samsonovich A. Socially emotional braininspired cognitive architecture framework for artificial intelligence // Cognitive Systems Research. 2020. Vol. 60. P. 57–76. doi:10.1016/j.cogsys.2019.12.002
8. Замятин А.В., Чучалин А.И. Развитие кадрового потенциала российских вузов в области математики, информатики и цифровых технологий // Высшее образование в России. 2021. Т. 30. № 11. С. 9–20. DOI:10.31992/08693617-2021-30-5-9-20
9. Кузнецов Н.В., Лизяева В.В., Прохорова Т.А., Лесных Ю.Г. Подготовка кадров для реализации национальной программы «Цифровая экономика Российской Федерации» // Современные проблемы науки и образования. 2020. № 1. С. 25–25. DOI:10.17513/spno.29520
10. Фролов Ю.В., Босенко Т.М. Исследования статистических данных подготовки кадров для цифровой экономики в Российской Федерации // Высшее образование в России. 2021. Т. 30. № 11. С. 29–41. DOI:10.31992/08693617-2021-30-11-29-41
11. Гибадуллин А.А., Карагодин А.В. Вызовы цифровой экономики в сфере подготовки кадров // Актуальные проблемы экономики и менеджмента. 2019. № 2 (22). С. 33–42. URL: https://www.sstu.ru/upload/medialibrary/60c/Aktualnye-problemy-ekonomiki-i-menedzhmenta02-_22_2019.pdf (дата обращения: 09.06.2022).
12. Индикаторы цифровой экономики: 2020: статистический сборник / Г.И. Абдрахманова, К.О. Вишневский, Л.М. Гохберг и др.; Нац. исслед. ун-т «Высшая школа экономики». М. : НИУ ВШЭ, 2020. 360 c. ISBN 978-5-7598-2194-6
13. Питухин Е.А., Семёнов А.А. Прогнозирование приёмов, выпусков и численности студентов образовательных учреждений профессионального образования // Проблемы прогнозирования. 2012. № 2. С. 74–88. URL: https://ecfor.ru/publication/prognozirovaniestudentovuchrezhdenij-professionalnogoobrazovaniya/ (дата обращения: 09.06.2022).
14. Riccardo R., Montserrat L.C., Georgios A., Sofia S., Melisande C., Miguel V.B., Wojciech Z.L., Giuditta D.P. Academic Offer of Advanced Digital Skills in 2019-20. International Comparison. Focus on Artificial Intelligence, High Performance Computing, Cybersecurity and Data Science. Luxembourg : Publications Office of the European Union, 2020. 76 p. doi:10.2760/225355
15. Колин К.К. Новый этап развития искусственного интеллекта: национальные стратегии, тенденции и прогнозы // Стратегические приоритеты. 2019. № 2(22). С. 4–12. URL: https://www.elibrary.ru/item.asp?id=41414268 (дата обращения: 09.06.2022).
16. Гуртов В.А., Серова Л.М., Степусь И.C. Прогнозирование потребности высокотехнологичных секторов экономики в кадрах с высшим профессиональным образованием. Сер.: Экономика высшей школы: Аналитические обзоры по основным направлениям развития высшего образования. М. : ФИРО, 2010. Вып. 8. 80 с. URL: http://openbudgetrf.ru/doc/75/ (дата обращения: 09.06.2022).
17. Гуртов В.А., Серова Л.М. Планирование приёма на подготовку бакалавров, специалистов и магистров // Высшее образование в России. 2009. № 9. С. 8–17. URL: https://www.elibrary.ru/item.asp?id=12876274 (дата обращения: 09.06.2022).