Rada “ucz się kodować” odchodzi do lamusa. Sztuczna inteligencja zmienia ambicje licealistów, którzy zamiast informatyki coraz częściej wybierają statystykę.
W skrócie:
- Liczba dyplomów z informatyki w USA i Kanadzie spadła o 5,5% w roku akademickim 2023/2024, co pokazuje, że trend na kodowanie wyraźnie słabnie.
- Test AP Statistics w 2024 roku zdawało ponad 264 tys. uczniów, co czyni go jednym z najpopularniejszych egzaminów w Stanach Zjednoczonych.
- Eksperci wskazują, że kluczową umiejętnością nie jest już samo pisanie kodu, lecz integracja AI z własną dziedziną i krytyczne myślenie.
Jeszcze dekadę temu mantra była prosta i powtarzana przy każdej rodzinnej i szkolnej okazji: “ucz się kodować”. Python był nową łaciną, a dyplom z informatyki biletem do stabilnej, dobrze płatnej i – jak wtedy sądzono – pewnej przyszłości. Dziś ten blask przygasł. Porada, by uczyć się programowania, brzmi już nieco archaicznie, niczym zachęta do nauki stenografii. Młodzi ludzie wciąż marzą o pracy w technologii, ale nie widzą już do niej jednej, prostej ścieżki. Widzą za to, że sztuczna inteligencja ma apetyt na stanowiska dla koderów.
Dlaczego “ucz się kodować” to już przeżytek?
Sytuacja jest dynamiczna, a szkoły z trudem próbują za nią nadążyć. Benjamin Rubenstein, wicedyrektor w nowojorskiej Manhattan Village Academy, obserwuje ten proces od 20 lat. Widział, jak “ścieżka kariery STEM” z prostej linii przekształciła się w sieć rozgałęzień. “Obserwujemy przejście od brania jak największej liczby zajęć z informatyki do próby zaliczenia jak największej liczby kursów ze statystyki” – mówi w rozmowie z magazynem WIRED. Dla jego uczniów studiowanie statystyki wydaje się po prostu bardziej praktyczne w świecie, w którym AI potrafi pisać kod, ale wciąż potrzebuje człowieka do jego interpretacji i analizy danych.
Czterdzieści lat temu inspiracją była NASA, która pchała młodych w stronę fizyki i inżynierii. Dwie dekady później magnesem stał się Google, zapełniając sale wykładowe na kierunkach informatycznych. Dziś ambicje kształtuje sztuczna inteligencja. Paradoksalnie, prowadzi ona uczniów z dala od tego, co sama potrafi robić (kodowanie), a w kierunku zadań, z którymi wciąż ma problemy – analizy, interpretacji i pracy z kontekstem.
Statystyka nową królową nauk? Liczby nie kłamią
To nie są tylko anegdotyczne obserwacje. To twarde dane. Według badania przeprowadzonego przez Computing Research Association, liczba dyplomów z informatyki, inżynierii komputerowej i informatyki przyznanych w roku akademickim 2023 – 2024 w USA i Kanadzie spadła o około 5,5% w porównaniu z rokiem poprzednim. To niewielka, ale symboliczna zmiana.
Jednocześnie rośnie apetyt na dane. W 2024 roku do egzaminu AP Statistics przystąpiło 264 262 uczniów, co czyni go jednym z najchętniej wybieranych testów. Co prawda egzaminy z informatyki wciąż przyciągają tłumy (175 261 zdających AP Computer Science Principles), ale sygnał jest jasny: umiejętność pracy z danymi stoi teraz na równi z kodowaniem, a nie w jego cieniu. Jak podsumowuje Rubenstein: “Uczniowie, którzy postrzegają siebie jako ludzi STEM, będą dążyć do tego, co uważają za wartościowy towar na rynku pracy. A rynek pracy może w zasadzie kształtować edukację, jeśli tylko zechce”.
Jak szkoły próbują nadążyć za rewolucją?
Wzrost znaczenia AI stawia nauczycieli w trudnej sytuacji. Z jednej strony muszą przygotować uczniów na przyszłość zdefiniowaną przez uczenie maszynowe. Z drugiej – zarządzać narzędziami, które ułatwiają pójście na skróty w procesie nauki. Mimo tego Rubenstein wierzy, że AI może stać się prawdziwym sojusznikiem edukatorów, a nie ich zamiennikiem. Wyobraża sobie klasy, w których algorytmy pomagają nauczycielom identyfikować, którzy uczniowie potrzebują więcej czasu na zrozumienie materiału, lub sugerują projekty oparte na danych, dopasowane do zainteresowań konkretnej osoby.
Jego szkoła już teraz wdraża tę filozofię w życie. W ramach zajęć z matematyki stosowanej uczniowie analizują dane nowojorskiej policji, aby proponować zmiany w polityce miejskiej. Na kursie etnometematyki badają związki matematyki z kulturą i tożsamością. “Nie chcemy, aby matematyka wydawała się oderwana od prawdziwego życia” – wyjaśnia Rubenstein. I chociaż wciąż wymaga od każdego ucznia zaliczenia informatyki przed ukończeniem szkoły, to robi to, “aby mogli zrozumieć, co dzieje się za kulisami”.
Myśleć z AI, a nie tylko jej używać – oto nowa supermoc
Podobne myślenie widać w środowisku akademickim. Xiaoming Zhai, badacz edukacji naukowej z University of Georgia, już testuje, jak może wyglądać przyszłość. Jego zespół buduje systemy oparte na wielu agentach AI, które wchodzą w interakcje z nauczycielami i uczniami, modelując proces naukowego dociekania. Jego projekty testują nowy rodzaj umiejętności: nie tylko jak używać AI, ale jak z nią myśleć.
Zhai przytacza historię naukowca, który nigdy nie napisał ani jednej linijki kodu, a mimo to użył generatywnej AI do zbudowania działającej symulacji naukowej. “Próg wejścia w kodowanie został obniżony” – mówi. “Prawdziwą umiejętnością jest teraz integracja AI z własną dyscypliną”. Według niego następna generacja naukowców będzie używać algorytmów tak, jak ich poprzednicy używali mikroskopów – do wykrywania wzorców, testowania hipotez i przesuwania granic poznania. Kluczowe staje się partnerstwo z maszyną. “Nie chcemy uczniów, którzy myślą, że AI może zrobić wszystko, ani tych, którzy całkowicie się jej boją. Chcemy, aby używali jej w sposób odpowiedzialny” – podsumowuje. Nowa umiejętność nie polega na programowaniu maszyny, ale na zrozumieniu jej logiki na tyle dobrze, by nią pokierować.