報告：想學AI的學生數(shù)量已漲200%，老師都不夠用了
豐色 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
如今，隨著神經(jīng)網(wǎng)絡(luò)的卷土重來以及深度學習的蓬勃發(fā)展——
讓想學AI的學生越來越多，以至于大學里的老師都不夠用了。
一份報告顯示，從2011年到2020年，美國計算機科學專業(yè)的學生人數(shù)增加了兩倍，從60661人增至182262人。
但計算機科學專業(yè)的教師人數(shù)才從4363人增加到6230人，增幅不到50%。
也就是說，以前平均一個老師教14個學生，現(xiàn)在一個老師要教快30個學生。
老師更累了不說，學生獲得的教學質(zhì)量也無非跟以前比了。
所以，為什么計算機專業(yè)的老師數(shù)量沒有跟上來？
老師數(shù)量x1.5，學生數(shù)量x3
這份報告出自美國智庫“安全與新興技術(shù)中心”(CSET)。
該調(diào)查收集了140多個公立和私立大學計算機科學系的數(shù)據(jù)。
負責人表示，調(diào)查雖然沒有專門統(tǒng)計機器學習課程，但計算機科學系的數(shù)據(jù)足夠說明相關(guān)趨勢。
正如開頭所說，2020年計算機系的學生已是九年前的三倍，不管是本科生、碩士生還是博士生都增勢明顯。
而教師的數(shù)量雖然也在增加，但增幅遠跟不上學生。
這種的局面讓老師們抱怨自己的工作量越來越大，搞研究的時間越來越少。
學生的教育質(zhì)量同樣受損：
很多學校為了應對這個局面，開始提高錄取門檻，或者取消小班課程。
就比如2018年時，參與調(diào)查的學校中就有60%的學校限制了熱門課程的學生人數(shù)、61%的學校已經(jīng)或打算取消小班授課、42%的學校已經(jīng)或打算提高CS專業(yè)的入學門檻……
為什么造成這樣的不平衡？
并非全因為人才流向工業(yè)界
此前有專家警告稱，由于工業(yè)界給的薪水更高、資源更容易獲得等原因，大學面臨著人才流失的困境。
此話不假。
一方面，確實有很多大學教授被一些科技公司挖角。
最有名的案例包括2015年優(yōu)步在幾個月內(nèi)從CMU機器人實驗室挖走近40名專家，2013年Yann LeCun成為Meta人工智能研究的負責人。
其中，LeCun仍然保留了在紐約大學教課的職位。
這種“雙重隸屬”關(guān)系很常見，很多人教授只花10-20%的時間給公司打工，但總的來看，全職加入工業(yè)界的例子還是更多一些。
另一方面，AI相關(guān)的博士畢業(yè)生雖然越來越多，但進入學業(yè)界的數(shù)量20來年基本沒啥變化，進入工業(yè)界的卻飛速增長。從下表的曲線可以很明顯地觀察到這一趨勢。
CRA就曾批評行業(yè)在博士畢業(yè)之前就把他們錄取了的現(xiàn)象。
然而，人才都往工業(yè)界流失并非全部原因。
事實上：
（1）調(diào)查顯示，過去二十年，“被工業(yè)界挖角”的現(xiàn)象并沒有顯著增加，高校教師流失的常見原因反而是退休和學術(shù)界內(nèi)的工作變動。
（2）同時，工業(yè)界也有一小部分人才往學業(yè)界流動。
2020年，有32%的學校表示，他們的老師被工業(yè)界聘用；同時，也有38%的學校從工業(yè)界聘請了專家來當老師。
同樣值得關(guān)注的是，有些老師去工業(yè)界干了幾年后還會選擇回到學術(shù)界，他們的理由是：工業(yè)界工資雖然高、資源多，但無聊，短視。
這在一定程度上緩解了大學教師的人才流失。
（3）另外，對于很多博士生來說，他們的職業(yè)選擇，并不代表職業(yè)偏好。
相反，調(diào)查顯示，許多博士生對學術(shù)界的研究和教課工作比較感興趣。
報告在此揭開另一重要的原因，其實是學校的招聘速度沒有跟上來。
看下面這張圖就明白了。
從2006年到2020年間，高校教師崗的招聘難度基本保持平穩(wěn)，沒有太大的增幅。
由此我們可以推斷出：
教師數(shù)量增長相對緩慢的最合理解釋，是招聘力度不夠。
那么，是學校故意不招么？他們完全意識到了緊缺情況呀。
報告指出，主要是錢不夠。
總的來說，計算機專業(yè)開銷比人文學科要高很多，但政府的撥款增長緩慢，對于很多預算比較剛性的學校來說，要接受更多的學生、開更多的課程花掉很多錢后，就只能自己承擔額外的教師招聘費用，或者減少對原來教師的補助。
這倆方案實施起來都面臨著巨大的內(nèi)部阻力。
于是，教師崗位的數(shù)量就一直沒有跟上學生的增長速度。
幾點建議
如果這種緊缺不解決，后果也很明顯，其中，對于博士生來說影響最嚴重。
調(diào)查顯示，近年來，博士生入學人數(shù)相比本科生和碩士生增長最慢，這跟終身制教師數(shù)量的增長密切相關(guān)。
由于導師有限，很多沒有在頂刊發(fā)表過文章的申請者被拒絕了，這個要求其實很高。
反過來，博士生培養(yǎng)速度變慢，又會進一步限制高校合格教師的供應。
在更深層面，這一現(xiàn)象對AI領(lǐng)域的長遠發(fā)展也很不利。
最直觀的表現(xiàn)，老師把任務都耗在教學上了，哪來時間去搞研究呢？
畢竟工業(yè)界更注重利益，創(chuàng)造出根本性進展的可能性較小。
所以，應該怎么辦？
這份報告在最后也給出了一些建議：
（1）學術(shù)界：簡單粗暴，增加經(jīng)費；
（2）工業(yè)界：鼓勵雇員同時在學校教書；
（3）政府：為學校提供更多數(shù)據(jù)和基礎(chǔ)計算設(shè)施，這樣人才就不會因為學校資源不夠去工業(yè)界了；
……
最后，國內(nèi)是否也存在這種趨勢，請大家暢所欲言。
原報告：
https://cset.georgetown.edu/publication/ai-faculty-shortages/
參考鏈接：
https://www.theregister.com/2022/07/07/comp_sci_students_ai_lecturers/
相關(guān)閱讀
