Wykształcenie to najlepsza waluta w kieszeni. Potęgi klucz
Cytowany przez nas wiele razy w tym numerze Adam Smith również pisał o tej części "bogactwa narodów". Już na pierwszej stronie swojego dzieła stwierdza, że bogactwo narodu regulowane jest przez "umiejętności, zręczność i rozsądek", z jakimi praca narodu jest powszechnie wykonywana. Smith zauważa również, że wskaźnik poziomu wykwalifikowania siły roboczej jest ważniejszy niż wskaźnik zatrudnienia. Jak pisze, jeśli dwa narody mają podobną populację i zasoby naturalne, jedyne różnice w produktach, które wytwarzają, zależą od umiejętności ludzi i instytucji rządowych.
Nieco bardziej współczesnym językiem można wyrazić to tak: posiadanie wysoko wykwalifikowanej siły roboczej zwiększa produkcję i bogactwo. Jeśli kraj A zatrudnia większość swojej siły roboczej w górnictwie i rolnictwie, zaś kraj B w inżynierii i robotyce, to oczywiste jest, że kraj B ma znacznie większą wydajność, a zatem wyższy PKB. Kraj B ma dwa godne uwagi atuty. Po pierwsze, jego siła robocza będzie produkować maszyny do automatyzacji produkcji (co bezpośrednio zwiększy produkcję). Po drugie, przy tej samej wielkości siły roboczej pracownicy z kraju B mają więcej wolnego czasu na dalsze doskonalenie swoich umiejętności i powiększanie wiedzy.
Postulat zdobywania wykształcenia bywa niekiedy uzupełniany o to, by było to wykształcenie sprzyjające rozwojowi gospodarczemu. Ekonomiści znają pojęcie "zwrotu z inwestycji w edukację". Nie jest on zawsze i dla każdego kraju taki sam. Po pierwsze systemy szkolnictwa różnią się poziomem serwowanych usług. Po drugie - w wielu krajach edukacja jest bardzo droga a korzyści z niej nie w każdym przypadku odpowiadają poniesionym kosztom. Ważne, z gospodarczego punktu widzenia, są też preferowane kierunki kształcenia.
Dziś oznacza to więcej kształcących się w kierunkach technicznych, inżynieryjnych a także związanych z szeroko pojętą "computer science", czyli programowaniem, przetwarzaniem danych. W krajach biedniejszych, np. afrykańskich, jest to coraz lepiej rozumiane, dlatego rządy biedniejszych państw, które chcą zmienić swoją pozycję w rankingu bogactwa, prowadzą politykę wspierającą kształcenie w pożądanych z punktu widzenia rozwoju PKB państwa kierunkach.
Są też takie inicjatywy jak projekty Microsoftu, którzy poprzez swoją inicjatywę 4Afrika (2) rozwija umiejętności technologiczne w tych krajach. Od 2013 roku 4Afrika zdołała podnieść kwalifikacje blisko miliona młodych ludzi w ponad siedemnastu krajach afrykańskich. Innym przykładem zaangażowania sektora prywatnego jest program Seeds for the Future Africa firmy Huawei, w ramach którego w ciągu pięciu lat tysiąc afrykańskich studentów ma zostać wyedukowanych w zakresie technologii informacyjno-komunikacyjnych.
Dziś, na przykładzie tego, co robi się w Afryce, widać dobrze zrozumienie, w jaki sposób pomnażanie kapitału ludzkiego buduje bogactwo państw. Zamiast wysyłać pieniądze, daje się Afryce cenniejszą walutę. Jest jej zapewne wciąż za mało, ale z pewnością jest trwalszym fundamentem majątku narodowego niż gotówka.
Inwestycje w wykształcenie i szkolenie kreują zasobność także na innych niż państwo poziomach. Na przykład przekładają się na konkretne korzyści dla pracowników w postaci wyższych zarobków, wyższych wskaźników zatrudnienia i wyższego poziomu uczestnictwa w dalszym kształceniu i szkoleniu.
Oczywiście w rzeczywistym świecie nie wszystko wygląda tak różowo. W wielu, nawet wysoko rozwiniętych krajach, mamy do czynienia z niedoinwestowaniem kapitału ludzkiego wśród pracowników, ponieważ ani firmy, ani osoby fizyczne nie mają pewności zwrotu z inwestycji. Wreszcie brak rozwiązań, które pozwalałyby na systemowe uznawanie kompetencji nabytych poza formalną edukacją i szkoleniami, oznacza, że znaczna część inwestycji w kapitał ludzki doświadczonych pracowników pozostaje niewidoczna.
Mimo to panuje dość zgodne przekonanie, iż wiedza od dawna uznawana jest za cenny zasób umożliwiający wzrost organizacyjny i trwałą przewagę konkurencyjną, zwłaszcza w przypadku organizacji konkurujących w niepewnym otoczeniu. Wraz z pojawieniem się gospodarki opartej na wiedzy, w której wiedza, kompetencje i związane z nimi wartości niematerialne i prawne są kluczowymi czynnikami przewagi konkurencyjnej, jesteśmy świadkami wielu zmian w charakterze edukacji i wymagań stawianych uczelniom, tak aby stały się one magazynami innowacji, w których źródła talentów są odżywiane i podtrzymywane.
Jak napisał w 2003 roku Arwind Malhotra, znany badacz zagadnień edukacji i przedsiębiorczości, każde społeczeństwo posiada lub kontroluje pewną liczbę zasobów wiedzy, a pomiar poziomu tej zmagazynowanej wiedzy, zawartej w jednostkach, instytucjach i systemach, jak również potencjału do wzmocnienia istniejących zasobów wiedzy i generowania nowej wiedzy, jest bardzo użyteczny i służy jako cenne narzędzie, podnoszące świadomość i wspierające, wskazujące braki w dostępnych zasobach wiedzy oraz mobilizujące polityczne wsparcie dla środków zaradczych, które należy podjąć.
Według opinii Komisji Europejskiej z 2006 roku, terminy "aktywa wiedzy", "aktywa intelektualne" oraz "kapitał intelektualny" są stosowane zamiennie na oznaczenie kombinacji wartości niematerialnych i prawnych oraz działań, które pozwalają organizacji przekształcić pakiet zasobów materialnych, finansowych i ludzkich w system zdolny do tworzenia wartości dla zainteresowanych stron i innowacji organizacyjnych.
Jednak w przeciwieństwie do aktywów fizycznych, które mogą mieć ograniczony okres użytkowania ze względu na zużycie, aktywa wiedzy mogą teoretycznie trwać wiecznie. Malhotra uważa, że w przeciwieństwie do danych, które można scharakteryzować jako właściwość rzeczy, wiedza jest właściwością podmiotów, która predysponuje je do działania w określonych okolicznościach.
Edukacja cyfrowych tubylców
Choć wartość wiedzy i edukacji uznawana jest od dekad, a właściwie od stuleci, to jednak podobieństwo do dawniejszych czasów dziś wygląda mocno ogólnie. Zarówno jeśli chodzi o rodzaj najbardziej pożądanej wiedzy, czyli najcenniejszego bogactwa, jak też gdy mówimy o sposobie jej pozyskiwania, edukowania, w ostatnich czasie zachodzą duże zmiany. W założeniu mają sprawić, że skarb ten, rozumiany i pozyskiwany po nowemu, będzie miał jeszcze większą wartość w nowych czasach.
Przekonanie, iż współczesne czasy wymagają nieco innego podejścia, zarówno jeśli chodzi o rozumienie samej wiedzy, nowych wartości, które może przekazywać edukacja, ale również sposobu nauczania, jest dość powszechne. O przykładach nowego rozumienia i podejścia do edukacji pisaliśmy w MT już lata temu.
Pisaliśmy m.in. o tym, jak popularna wśród nastolatków gra komputerowa, Minecraft, została wprowadzona do programu nauczania jako jeden przedmiotów szkolnych. Stało się to w zawsze otwartej na edukacyjne eksperymenty Szwecji. Zdaniem nauczycieli pomoże to nauczyć 13-latków samodzielnego myślenia. Zainteresowani edukatorzy mogli ściągnąć z internetu specjalną wersję Minecrafta dla szkół (3).
Uniwersytet stanowy w amerykańskiej Wirginii opracowuje nowe przedmioty nauczania, od przedszkola, po szkołę średnią, wszystkie mają być oparte na wykorzystaniu techniki druku 3D. Naukowcy są przekonani, że technologia ta stanowi przyszłość przemysłu i wytwórczości. Dlatego uważają, że oswajanie dzieci z technologiami trójwymiarowego druku od wczesnego dzieciństwa pozwoli im się potem lepiej odnaleźć, nie tylko zawodowo, w realiach nowej ekonomii.
Glen L. Bull, jeden z prowadzących projekt, mówi w rozmowie z "International Herald Tribune" to samo o drukarkach 3D, co od wielu lat mówiło się o komputerach, laptopach, a ostatnio o tabletach, że "każda klasa w szkole powinna być wyposażona w drukarkę trójwymiarową w ciągu najbliższych kilku lat". Przedmioty wykorzystujące tę technologię uczą kreatywności w tworzeniu z jednej strony. Z drugiej - uczą reguł poprawnej konstrukcji, poprawiania wytrzymałości modeli itp.
Chociaż przykłady powyższe pokazują "nowe" przedmioty, to jednak, gdy dokładniej się im przyjrzeć, nie są takie nowe. Grając, planując i gospodarując w Minecrafcie, młodzież uczy się wielu rzeczy, które starała się w różnych formach wpoić "stara" edukacja. Drukowanie w 3D nie zmienia praw fizyki, reguł poprawnej konstrukcji, ekonomii gospodarowania surowcami itd.
Nowe idzie również w nauczaniu królowej nauk. Trudno sobie wyobrazić, że matematyka znikłaby ze szkół, bo jeśli edukacja jest fundamentem bogactwa, to matematyka jest fundamentem edukacji. Tak czy owak nie brakuje ludzi, którym nie podobają się tradycyjne metody jej nauczania. Do niezadowolonych należy np. Conrad Wolfram, który wraz ze swoim bratem Stephenem od wielu lat rozwija usługę Wolfram Alfa, wyszukiwarkę odpowiedzi na pytania z różnych dziedzin nauki.
Wolfram za pomocą strony ComputerBasedMath.org oraz wykładów TED od kilku lat prowadzi kampanię na rzecz nowych metod nauczania matematyki w szkołach. Kilka lat temu zawarł umowę z rządem Estonii, na podstawie której w szkołach tej bałtyckiej republiki zostanie wprowadzony oparty na jego koncepcjach, nowy program nauczania matematyki dla uczniów w wieku od 13 do 18 lat. Dla Wolframa "rachunki" i "słupki", którymi nęka się dzieci w nauczaniu matematyki w pierwszych klasach szkoły, to tylko jeden z aspektów, wcale nie najważniejszy, matematyki. Znacznie ważniejsze dlań jest to, że matematyka to doskonały system rozwiązywania problemów. Inaczej mówiąc, myślenie matematyczne może pomóc każdemu w nieomal każdym możliwym problemie życiowym (4).
Nowe koncepcje edukacyjne często proponują, aby nowe przedmioty szkolne (o ile w ogóle to mają być przedmioty) wiązały się ściśle z zainteresowaniami uczniów. Chodzi o ty, aby spotkać się uczniem na polu, której jego najbardziej interesuje.
Wspomniany Minecraft jako przedmiot jest przykładem tej tendencji. Z biegiem lat pojawiły się pomysły nawet bardziej radykalne, by szkoły wprowadzały takie przedmioty jak "Facebook", "Lady Gaga", "Komiksy Manga", "Deskorolka" itp. Jak łatwo zauważyć, żeby te przedmioty miały sens z punktu widzenia zadań i roli szkoły, nauczyciele i twórcy programów nauczania muszą wykazać się nadzwyczajną elastycznością i talentami kreatywnymi.
Przetworzenie przedmiotu "Lady Gaga" na coś użytecznego, wzbogacającego wiedzę i kształcącego umiejętności to przecież nie lada wyzwanie… Co nie znaczy, że się nie da. Za fantazyjnymi często nazwami kryją się rzeczywiste cele edukacyjne. Gdyby chcieć nazwać poważnie nowe przedmioty w szkole, to mogłyby się nazywać tak: "umiejętność pracy i współpracy w grupach", "innowacyjność", "myślenie krytyczne", "kompetencje komunikacyjne". Nazwy, jak widać, mało efektowne, ale o takie umiejętności właśnie chodzi.
Rzeczą, o której się często zapomina, jest fakt, iż spora część życia dzieciom i młodzieży upływa w cyberświecie, w internecie, w społecznościach, w aplikacjach mobilnych i grach. Oni są "digital natives" (5), czyli rdzennymi mieszkańcami cyberprzestrzeni. A pochodzenia i korzeni, jak wiadomo, nie da się zmienić. I tak zapewne będzie wyglądało ich całe życie, praca, zabawa, kontakty towarzyskie, aktywność zakupowa itd. Tradycyjnie rozumiana szkoła i treści edukacja są śmiesznie odległe od ich świata, więc wartość takiej edukacji spada w z punktów widzenia "cyfrowych tubylców". Jednak wcale nie musi tak być.
Wyobraźmy sobie przedmiot - "przysposobienie do życia w sieci". Dlaczego nie nauczyć młodych krytycyzmu i umiejętności selekcji w zalewie informacji, co byłoby prezentem ze starego świata edukacji i wiedzy dla nowego świata? Warto nauczyć młodych ludzi komunikacji według określonych zasad, które sprawią, że owo "życie w necie" stanie się w wielu jeszcze niezbyt ucywilizowanych sferach nieco znośniejsze oraz, co nie bez znaczenia, bezpieczniejsze.
Od digitalizacji do disintermediacji
W jaki sposób będzie przebiegał proces edukacji "pracowników przyszłości"? Firma Envisioning Technology opracowała swego czasu kompleksowe prognozy dotyczącą przyszłości technologii nauczania. Zauważa w nich m.in., że z jednej strony wykształcenie jest odpowiedzialne za przewidywanie umiejętności związanych z prawdziwym życiem, poprzez przygotowywanie nas do radzenia sobie z ogromną i szybko rosnącą złożonością rzeczywistości, z drugiej jednak - metody edukacji mogą być określone dopiero po praktycznych doświadczeniach. Ta dwoistość jest szczególnie wyraźna, kiedy mowa jest o technologiach, w tym przypadku bowiem szybko postępujące innowacje i nieustanne zmiany są jedynymi pewnikami.
Mapa nowej edukacji, dostarczona przez Envisioning Technology już w 2014 r. - obejmuje perspektywę kolejnych 30 lat (czyli zmiany miałyby już zachodzić). Przedstawia postulowane i konieczne w obecnej sytuacji zmiany w modelu i procesie wykształcenia. Główne jej punkty to:
- Całkowicie zdigitalizowane klasy szkolne. Nie jest to dokładnie to samo, co znana nam "cyfrowa szkoła", ale są to pojęcia pokrewne. Całość nauki i procesu dydaktycznego powinna przenieść się do środowiska komputerowo-mobilnego.
- Grywalizacja (Gamification). To pojęcie znane jest także z innych dziedzin, np. ze specyficznych form promocji i marketingu internetowego. Z punktu widzenia edukacyjnego istotne jest stałe ćwiczenie i doskonalenie umiejętności. Elementy rywalizacji w grupie nie są konieczne, bo nie każdy dobrze znosi tego rodzaju stres, ale walka z samym sobą i samodoskonalenie - jak najbardziej.
- Otwarcie informacji. Tworzenie szkolnych i międzyszkolnych społeczności zarządzających i korzystających z wiedzy, która w całkowicie cyfrowych zasobach jest powszechnie dostępna.
- Technologiczna obecność i namacalność technologii na każdym kroku. Chodzi w skrócie o całkowicie skomputeryzowane oraz interaktywne środowisko, w którym przebywają uczniowie/studenci. Także o "Internet Rzeczy".
- Multimedialne nasycenie miejsc, w których odbywa się edukacja. Obecnie do kreacji wizualnych, technologii wirtualnej rzeczywistości dodalibyśmy Augmented Reality, rozszerzoną rzeczywistość , która przenika i wzbogaca ćwiczenia i lekcje.
- "Disintermediacja". To chyba najmniej czytelna część wizji Envisioning Technology a jednocześnie najbardziej radykalna. Chodzi w niej o podważenie roli nauczyciela. Nie tylko tej tradycyjnej hierarchicznej relacji, lecz jego lub jej fizycznej obecności w ogóle. Przewiduje się wprowadzenie algorytmów, np. planujących zadania, pytania, ćwiczenia i testy. Coś w rodzaju sztucznej inteligencji zamiast człowieka za katedrą.
Maszynowa przemiana
Jest jeszcze jeden aspekt bogactwa opartego na edukacji, charakterystyczny dla naszych czasów, o którym z oczywistych względów nie pisał ani Smith, ani żaden z teoretyków po nim. Chodzi o wartość gospodarczą wynikającą z postępów nauczania w bardzo specyficznym rozumieniu, mianowicie - nauki maszynowej (6). W rozwoju sztucznej inteligencji, której uczenie maszynowe jest jednym z najważniejszych przejawów, upatruje się obecnie źródeł przyszłego bogactwa i dominacji państw w świecie. Wielu obawia się, że tym razem głównymi centrami wzrostu tego bogactwa będą kraje wschodniej Azji, z Chinami na czele, a nie świat zachodni. Ale to inna kwestia.
W najbardziej ogólnym ujęciu uczenie maszynowe polega na tym, że system komputerowy otrzymuje duże ilości danych, które następnie wykorzystuje do nauki wykonywania określonych zadań, takich jak np. rozumienie mowy czy rozpoznawanie zdjęć. Obecnie najczęściej do tego procesu używa się sieci neuronowych, czyli zainspirowanej przez ludzki mózg sieci połączonych ze sobą warstw elementów, zwanych neuronami, które wprowadzają dane do siebie nawzajem i które można przeszkolić do wykonywania określonych zadań poprzez modyfikację znaczenia przypisywanego danym wejściowym w miarę ich przemieszczania się między warstwami.
Sieć neuronowa uczy się na przykładach - trzeba jej przedstawić jakąś (w praktyce bardzo wielką) liczbę już rozwiązanych przykładów. Tok uczenia sieci zaczyna się od przypisania różnych lub losowych wag dla wyników. Sprawdzamy, czy odpowiedź sieci jest zgodna z pożądanym wynikiem, a następnie zmieniamy wagi tak, żeby wynik zbliżał się do pożądanej odpowiedzi.
Mechanizm regulacji wag jest częścią sieci neuronowej, tak zwaną regułą uczenia, i działa automatycznie. Wiele neuronów można połączyć w warstwy, gdzie jedna warstwa przekazuje wyniki kolejnej, aż do najwyższej warstwy, dającej odpowiedź. Struktura sieci (połączenia między neuronami) oraz mechanizm działania każdego neuronu zwykle są określone z góry. Zestaw wag, parametrów określających stopień wpływu poszczególnych wejść na wynik danego neuronu jest podstawową pamięcią sieci.
Uczenie maszynowe dzieli się na nadzorowanie i nienadzorowane z podzbiorem uczenia półnadzorowanego. Wyróżnia się też uczenie ze wzmocnieniem. W pierwszym przypadku zadaniem systemu pod ludzką kontrolą jest nauczenie się przewidywania prawidłowej odpowiedzi na pytanie. Rolę nadzorców w takim systemie wykonują np. pracownicy w trybie online, zatrudnieni na platformach takich jak Amazon Mechanical Turk.
Zbiory danych treningowych są ogromne i powiększają się. W dłuższej perspektywie czasowej dostęp do ogromnych zestawów danych może również okazać się mniej ważny niż dostęp do dużych ilości mocy obliczeniowej. W ostatnich latach zaczęto wykorzystywać Generatywne Sieci Konfrontujące lub inaczej Przeciwstawne (Generative Adversarial Networks - GAN), systemy nauki maszynowej, które mogą wykorzystywać oznaczone dane do generowania zupełnie nowych zasobów danych, na przykład tworząc nowe obrazy z istniejących ilustracji, wykorzystane z kolei do efektywniejszego szkolenia maszyn.
Podejście to mogłoby doprowadzić do rozwoju kształcenia półnadzorowanego, w ramach którego systemy mogłyby uczyć się, jak wykonywać zadania, wykorzystując znacznie mniejszą ilość oznaczonych danych, niż jest to konieczne w przypadku systemów szkoleniowych wykorzystujących obecnie naukę pod nadzorem.
Głębokie uczenie (Deep Learning - DL), uchodzące za najbardziej udane podejście w dziedzinie uczenia maszynowego, wykorzystuje "neurony", które układają się w warstwy i połączenia z innymi "neuronami" - podobnie jak neurony w naszych mózgach. Każda warstwa neuronów wybiera specyficzną cechę do identyfikacji. Kolejne warstwy pracują nad kolejnymi cechami, co prowadzi do nauki dokładnej identyfikacji stworzenia.
Na każdym kroku możemy znaleźć dziś prognozy mówiące o tym, jak w ramach autonomicznej rewolucji roboty wykorzystujące sztuczną inteligencję zastąpią ludzi w pracy i większości zadań wykonywanych ręcznie lub za pomocą umysłu, które nadal wykonuje człowiek. AI może znacząco podnieść standard życia każdego z nas, automatyzując nie tylko powtarzalne zadania, ale także czynności wymagające podejmowania decyzji.
Z drugiej strony jednym z największych strachów w obliczu rewolucji inteligentnych maszyn jest obawa przed zabraniem większości miejsc pracy od prostych, fizycznych, po biurowe i nawet menedżerskie stanowiska. Zdaniem specjalistów z firmy Deloitte, którzy opublikowali na początku sierpnia 2017 r. artykuł na ten temat w serwisie "Quartz", nie ma powodów do obaw, gdyż automatyzacyjne zmiany doprowadzą do powstania nowych zawodów, których jeszcze nawet nie znamy, o czym wspominał też cytowany wcześniej raport Della.
Deloitte przypomina historię z lat 1811-1817, gdy grupa angielskich robotników włókienniczych zagrożonych utratą pracy w związku z projektem zastąpienia ludzi maszynami zaczęła się skupiać wokół legendarnej postaci Neda Ludda i podpalać fabryki, niszczyć maszyny. Historia jednak pokazała, że tuż po redukcji zatrudnienia poprzez pojawienie się maszyny następuje znaczące powiększanie skali produkcji i sprzedaży. Podobne efekty pojawiły się dzięki automatyzacji Forda, która stworzyła podwaliny pod zatrudnienie milionów ludzi na ziemi.
I w końcu sama rewolucja komputerowa potwierdziła tę samą prawidłowość. Dzięki zautomatyzowaniu procesów produkcji (7) i zmniejszeniu ceny jednostkowej komputery stały się polem do popisu dla ludzkiej kreatywności i produktywności. Powstały setki nowych zawodów, nieistniejących w przeszłości w ogóle. Z tych historycznych analogii wynika, jak wnioskują eksperci, lęk przed zastąpieniem ludzkości przez AI wydaje się całkowicie nieuzasadniony, gdy tak czy inaczej prowadzi do kumulacji większej ilości wiedzy i do zwiększania poziomu edukacji, co, jak wielokrotnie pisaliśmy, zawsze jest korzystne dla narodów jako pomnażanie bogactwa.
Mirosław Usidus
