Профессор · Ученый платил за публичное изложение предмета — двадцать пять столетий преподавания и открытий, от рощи Платона до штатной должности и наставника ИИ.
Чем темнее клетка, тем выше балл по этому показателю.
МеньшеБольше
Последняя проверка Источники и титрыМедиа-кредитыМетодология
В исследовательских университетах почти всегда: докторская степень является основным дипломом профессии почти в каждой стране. Основными исключениями являются профессора-практики — выдающиеся судьи, архитекторы, художники или руководители, назначенные преподавать свое ремесло, — а также некоторые традиции консерваторий и изобразительных искусств, где профессиональная репутация заменяет докторскую степень. Немецкоязычные системы исторически требовали еще большего: вторую постдокторскую диссертацию под названием «Хабилитация».
Обычно от десяти до пятнадцати лет после окончания средней школы: степень бакалавра от трех до четырех лет, степень доктора от четырех до семи лет, затем от двух до шести лет постдокторской или срочных должностей перед первым постоянным назначением. Срок пребывания в должности или эквивалентный ему постоянный статус обычно достигается в возрасте от тридцати до тридцати лет, а в немецкоязычных и некоторых азиатских системах зачастую еще позже.
Срок полномочий — это бессрочное назначение, которое может быть отозвано только по серьезной причине, призванное защитить ученых, публикующих непопулярные результаты. Американский стандарт был установлен Заявлением о принципах AAUP 1940 года, обычно после шестилетнего испытательного срока и тщательной проверки. Другие системы защищают профессоров по-другому: немецкие профессора являются государственными служащими, а Великобритания отменила формальный срок пребывания в должности своим Законом о реформе образования 1988 года.
В североамериканской системе это карьерные звания: доценты проходят испытательный срок, доценты обычно только что заработали его, а профессора прошли вторую проверку на повышение. В Великобритании и большей части Содружества лестница включает преподавателя, старшего преподавателя, читателя, профессора — поэтому «профессор» там означает только высшее звание, а не какого-либо преподавателя университета.
В зависимости от страны и ранга он варьируется сильнее, чем ожидает большинство людей. Профессора в США в 2024 году в среднем получали примерно 150 000–170 000 долларов, при этом швейцарские кафедры входят в число самых высокооплачиваемых в мире — более 200 000 швейцарских франков; Профессора Великобритании обычно зарабатывают 75 000–100 000 фунтов стерлингов, а профессора государственных университетов Индии — около 25–35 лакхов рупий. На другом полюсе преподаватели в США за курс обычно получают всего лишь 3000–4000 долларов за занятие.
Это полностью зависит от учреждения. Должность в научно-исследовательском университете номинально делится примерно на 40 процентов на исследования, 40 процентов на преподавание и на 20 процентов на оказание услуг, хотя сроки грантов обычно нарушают это соотношение. Учреждения, ориентированные на преподавание, могут назначить четыре или более курсов за семестр, оставляя исследования по вечерам. Обследования использования времени преподавателей в нескольких странах неизменно показывают, что общее количество рабочих недель составляет пятьдесят и более часов для обоих видов работ.
Самый заметный продукт профессора — лекция — как раз является той частью работы, которую машины копируют лучше всего. Записанный курс масштабируется до миллионов, ИИ-преподаватель отвечает в 3 часа ночи без рабочего времени, а автоматические оценщики уже отмечают код и короткие ответы во многих университетах. Если бы работа заключалась только в доставке контента, у нее были бы серьезные проблемы.
Но университеты платят профессорам не только за предоставление контента; они платят им за производство знаний, за сертификацию компетентности и за воспроизводство профессии путем обучения исследователей. Эти функции основаны на суждениях о том, что верно и что важно — именно там, где нынешний ИИ, который синтезирует существующую литературу, а не расширяет ее, остается инструментом в руках человека, ответственного за ответ.
Грубо говоря, уровень доставки контента и первичной оценки работы сейчас или в ближайшее время станет автоматизированным: записанные инструкции и инструкции с помощью искусственного интеллекта, рутинная оценка, сортировка литературы, административная отчетность. Ядро — выбор исследовательских вопросов, контроль над учениками-исследователями, рецензирование того, что входит в канон, и участие в сертификации студентов — требует ответственного экспертного суждения, которого не может обеспечить ни одна существующая система. Реальное ближайшее будущее – это меньше чисто преподавательских должностей и больше машинного воздействия на профессора, а не исчезновение кафедры.
Локальный гид: Scored tasks, not job title. Lower safer.
Локальный гид: Jobs AI cannot take →Решение того, какие вопросы заслуживают многих лет работы — до того, как появятся доказательства для обучения — является определяющим действием профессии, и генеративные системы, построенные на существующей литературе, являются структурно самыми слабыми именно там.
Формирование исследователя требует многих лет индивидуально выверенного вызова, поощрения и честного исправления в рамках доверительных отношений; это ученичество, а ученичество никогда не осуществлялось с помощью инструментов.
Степеням доверяют, потому что названные, дипломированные люди отвечают за то, что они подтверждают. Полное делегирование этого решения системам, которыми можно манипулировать, потратит то самое доверие, которое продают университеты.
Читать комнату, давить на отступающего студента, вытаскивать того, кто прячется — импровизированное социальное ремесло живого преподавания сопротивляется автоматизации еще долгое время после того, как доставка контента прекращается.
Редактирование журналов, рассмотрение споров, установление учебных программ и стандартов — профессия самоуправляется, а самоуправление требует членов, чье мнение коллеги считают законным.
Записанные курсы, МООК и преподаватели искусственного интеллекта уже проводят вводные инструкции в широком масштабе; как только содержание стандартизировано, маргинальная лекция становится наиболее заменимым часом в неделю профессора.
Сегодня системы искусственного интеллекта составляют обзоры литературы, просматривают тысячи рефератов и отмечают соответствующие цитаты за считанные минуты — работа, которая занимала недели каждого исследовательского проекта и большую часть первого года обучения каждого аспиранта.
Автогрейдеры уже десять лет отмечают задания по программированию; системы оценки эссе и обратной связи все чаще справляются с рутинной оценкой, оставляя преподавателям спорные и важные дела.
«Джилл Уотсон» из Технологического института Джорджии отвечала на обычные вопросы студентов на форуме в 2016 году, даже не замечая, что она занимается программным обеспечением; планирование, запросы по учебной программе и логистика сроков — это именно тот вид автоматизированного трафика.
При дешевой доставке контента — видео, адаптивных преподавателях, объяснителях с искусственным интеллектом — время занятий смещается в сторону того, что обеспечивает только присутствие: обсуждение, решение проблем, обучение коллег. Лекция сохранилась, но как один из нескольких инструментов, а не как определение профессии.
После эксперимента Джилл Уотсон, проведенного в Технологическом институте Джорджии в 2016 году, университеты теперь используют ИИ-помощников для решения повседневных вопросов, составления отзывов и обучения, а новая задача профессора — контроль качества: проверка ответов машины и обучение студентов задавать вопросы, а не доверять сгенерированному тексту.
Онлайн-мега-провайдеры уже разделили работу профессора — разработку курсов, проведение, оценку, наставничество — между специалистами и программным обеспечением. На одном конце сохраняется должность профессора-исследователя, в то время как из осколков возникает растущая семья должностей в области преподавания, проектирования и проверки.
AlphaFold от DeepMind эффективно решил задачу предсказания структуры белка в 2020 году, разрушив многолетнюю исследовательскую программу и в одночасье перенаправив профессоров целой области. По мере того, как ИИ поглощает все больше рутинного анализа, дефицитные навыки преподавателей начинают ставить следующий вопрос и проверять ответы, сгенерированные машиной.
Специалист, который превращает предметный опыт в структурированные онлайн-курсы и смешанные курсы — одна из самых быстрорастущих должностей в сфере образования, в штате которой много докторов наук, которые предпочли дизайн лотерее на получение должности.
Создание и настройка адаптивных платформ, преподавателей искусственного интеллекта и аналитических конвейеров, которые университеты все чаще преподают; гибрид педагогики и разработки программного обеспечения, который почти не существовал в 2010 году.
Объяснители с академической подготовкой теперь достигают аудиторий, которые никогда не существовали в лекционных аудиториях — каналы по математике и естественным наукам, которыми управляют бывшие академики, насчитывают десятки миллионов подписчиков, что превращает ремесло профессора-объяснятеля в самостоятельную карьеру.
Корпоративные лаборатории искусственного интеллекта и биотехнологии нанимают профессоров и их докторантов по цене, кратной академической оплате — Uber нанял около сорока исследователей из центра робототехники Карнеги-Меллона в ходе одного рейда в 2015 году, — что сделало отраслевые исследования крупнейшим работодателем смежной профессии.
Три обратимые линзы: усилить, заменить срез или открыть нишу. Учебные метки, не прогноз.
Роль сохраняется; ИИ ускоряет черновики или исследование; суждение остаётся человеческим.
Узкий пакет задач может сжаться раньше, пока смежное мастерство растёт.
Могут появиться надзор и интеграция там, где вывод ИИ должен быть достоверным.
Наиболее очевидными задачами являются те, которые можно полностью определить заранее: стандартизированная лекция, стандартная оценка, обзор литературы. Наиболее защищенными задачами являются те, которые не могут быть защищены: несформулированный исследовательский вопрос, борющийся аспирант, суждение о том, какую область следует считать верной.
Более вероятный прорыв является экономическим, а не технологическим: автоматизация дает университетам новые причины делить штат профессоров на более дешевые части, ускоряя переход к контрактам только на преподавание и контрактам с координаторами курсов, который начался за десятилетия до появления искусственного интеллекта. Профессорско-исследовательская деятельность сохраняется; вопрос в том, сколько из окружающих ролей сохранят титул.
Все предыдущие технологии, направленные на эту профессию — печать, вещание, МООК — были объявлены ее целью и поглощены ее инструментом. ИИ является наиболее способным и первым, кто занимается оценкой и синтезом. Но пока общество хочет, чтобы новые знания создавались и свидетельства заслуживали доверия, кто-то ответственный должен исповедовать это и нести за это ответственность.
От вавилонских писцов до медалистов Филдса и доказательства с помощью искусственного интеллекта: профессия, которая превращает сложные вопросы в постоянную уверенность, по одной теореме за раз.
Локальный гид: AI-resistant 70 🔭Ученый, который измеряет Вселенную, от вавилонских глиняных табличек до космических телескопов, все еще решает, какое мерцание данных является открытием.
Локальный гид: AI-resistant 70 🎬Превращает сценарий в готовый фильм, продумывая каждый кадр, исполнение и монтаж, а затем убеждает продюсера, студию и аудиторию, что идея стоит затраченного бюджета.
Локальный гид: AI-resistant 73 ⚛️Выводит и проверяет математические законы, управляющие материей, энергией, пространством и временем, от одинокой классной доски до статьи о коллайдере частиц, написанной 3000 авторами.
Локальный гид: AI-resistant 65 ⚖️Общество доверяет принимать решения людям: от стелы Хаммурапи до слушаний об освобождении под залог, оцениваемых искусственным интеллектом, самые трудные споры по-прежнему заканчиваются на глазах у одного ответственно…
Локальный гид: AI-resistant 90 🧬Ученый, который изучает саму жизнь, от того, что Линней давал имена видам вручную, до редактирования геномов с помощью CRISPR, до сих пор проверяет каждую идею на живом организме.
Локальный гид: AI-resistant 64Самая большая в мире профессия: от шумерских таблеточных домов до классов эпохи искусственного интеллекта: одному взрослому поручено превратить тридцать незнакомцев в комнату для обучения.
Локальный гид: AI-resistant 78 📜Обученный следователь прошлого — от Геродота и Сыма Цяня до цифрового архива, превращающий хрупкие документы в проверяемые отчеты о том, что произошло.
Локальный гид: AI-resistant 70 🧩Ученые, изучающие разум и поведение, от лейпцигской лаборатории Вундта 1879 года до терапевтического кабинета, обучены слышать то, что человек еще не может сказать сам.
Локальный гид: AI-resistant 82 🌐Профессия, которая несет смысл между языками — от Септуагинты и Вульгаты Иеронима до Толедо, киосков Нюрнберга и эпохи машинного перевода.
Локальный гид: AI-resistant 28 📖Хранитель и проводник записанных знаний, от глиняных табличек Ниневии до борьбы с электронным кредитованием, организующий то, что знает человечество, чтобы каждый мог его найти.
Локальный гид: AI-resistant 55