కంప్యూటర్ సైన్స్ విద్యకు తదుపరి ఏమిటి?

ఈశాన్య విశ్వవిద్యాలయ కేంద్రం యొక్క సెంటర్ ఫర్ ఇన్క్లిసివ్ కంప్యూటింగ్ స్థాపించబడిన ఐదు సంవత్సరాల తరువాత, కేంద్రం కెన్ విస్తృత విజయాన్ని ప్రగల్భాలు పలుకుతారు కంప్యూటర్ సైన్స్ విద్యను మరింత ప్రాప్యత చేయాలనే లక్ష్యంలో. దాని భాగస్వామి సంస్థలలో, 100 కన్నా ఎక్కువ సంఖ్యలో, కంప్యూటర్ సైన్స్ అధ్యయనం చేసే మహిళలు మరియు రంగు ప్రజల సంఖ్య పురుషులు మరియు శ్వేతజాతీయుల కంటే చాలా బాగా పెరిగింది.

ఎగ్జిక్యూటివ్ డైరెక్టర్ కార్లా బ్రాడ్లీ నేతృత్వంలో, ఈ కేంద్రం మొదటి అర్ధ దశాబ్దంలో హైస్కూల్లో కంప్యూటర్ సైన్స్ తరగతులు తీసుకోని విద్యార్థులకు మద్దతు ఇవ్వడంపై ప్రత్యేక శ్రద్ధ చూపించింది మరియు అందువల్ల వారి తోటివారిలో కొందరు కళాశాలలో ప్రవేశించే బేస్లైన్ జ్ఞానం లేదు. బ్రాడ్లీ మరియు ఆమె బృందం ఆ విద్యార్థులు వారి పరిచయ తరగతులలో విజయం సాధించడంలో సహాయపడటానికి ఉత్తమమైన పద్ధతులను అభివృద్ధి చేసింది -మరియు కంప్యూటర్ సైన్స్ ఈ రంగంలో ప్రధానంగా పరిగణించని విద్యార్థులను గీయడం కోసం. కేంద్రం ఒకటి ఇటీవలి ప్రాజెక్టులుఉదాహరణకు, విశ్వవిద్యాలయాల బృందం కంప్యూటర్ సైన్స్ మేజర్స్ -కాంప్ ఎస్సిఐ పాఠ్యాంశాలను గణాంకాలు, గ్రాఫిక్ డిజైన్ మరియు ఇంగ్లీష్ వంటి అనేక ఇతర మేజర్లతో విలీనం చేసే కంప్యూటర్ సైన్స్ మేజర్లను ఎంత చక్కగా విలీనం చేస్తుంది -కొత్త విద్యార్థులను క్రమశిక్షణకు మార్చుకుంటారు.

CIC ప్రారంభించినప్పటి నుండి కంప్యూటర్ సైన్స్ ల్యాండ్‌స్కేప్ కూడా మారిపోయింది. మరీ ముఖ్యంగా, విద్యార్థులు సాంకేతిక పరిజ్ఞానాన్ని ఉపయోగిస్తున్నందున ప్రొఫెసర్లకు ఉత్పాదక AI నొప్పిగా మారింది కోడింగ్ పనులను మోసం చేయండి. కానీ ఉత్పాదక AI టెక్ ల్యాండ్‌స్కేప్‌లో చాలా ముఖ్యమైన మరియు ఆసక్తికరమైన భాగంగా మారింది, అంటే సంస్థలు తమ ప్రస్తుత పాఠ్యాంశాల్లో అధ్యయనం చేయడాన్ని చేర్చడానికి ఉత్తమమైన మార్గాలను గుర్తించాలి.

కేంద్రం దాని మొదటి దశాబ్దం యొక్క మిగిలిన భాగాలను ప్లాన్ చేస్తున్నప్పుడు, లోపల అధిక ఎడ్ గత కొన్ని దశాబ్దాలుగా వేగంగా అభివృద్ధి చెందుతున్న మేజర్లలో ఒకటైన కంప్యూటర్ సైన్స్ విద్య ఎక్కడ ఉంది అనే దాని గురించి ఫోన్ ద్వారా బ్రాడ్లీతో మాట్లాడారు-మరియు అది ఎక్కడికి వెళుతుందో. ఇంటర్వ్యూ పొడవు మరియు స్పష్టత కోసం సవరించబడింది.

1. CIC యొక్క భాగస్వామి సంస్థలలో కంప్యూటర్ సైన్స్లో రంగు మహిళల రేట్లు ఇటీవలి సంవత్సరాలలో ఆకాశాన్ని తాకింది, CIC యొక్క పనికి కృతజ్ఞతలు. CIC కనుగొన్న ముఖ్య అంశాలు ఆ సంఖ్యలకు దోహదం చేస్తాయి?

బలమైన కీ అంశం [making] కంప్యూటింగ్‌కు పూర్తిగా కొత్తగా ఉన్న వ్యక్తి మొదటి రోజు నుండి వెనుకబడి ఉండరు మరియు సమానమైన ప్రారంభం కలిగి ఉంటారు. దీనికి మూడు భాగాలు ఉన్నాయి.

[First,] ఇప్పటికే ప్రతిదీ తెలిసిన వ్యక్తులతో తరగతి గదిలో వారు చెడుగా భావించలేదని మరియు వారు అక్కడ కూర్చుని వారు AP పరీక్షలో ఏమి పొందారో మరియు ఇది ఎలా సులభం అని చూసుకోవాలి. అది భయంకరమైన అనుభూతి. మరియు వారు సాధారణంగా అబద్ధం చెబుతారు, కాని 18 ఏళ్ళ వయసులో మీకు తప్పనిసరిగా తెలియదు. రెండవ భాగం ప్రతి ఒక్కరూ ఒకే స్థాయి అనుభవంతో రావడం లేదని మరియు ఈ వ్యక్తులు మూగవారని అనుకోకూడదని మీ TA లు అర్థం చేసుకున్నాయని నిర్ధారించుకోవడం వల్ల వారు కొంత కోడింగ్ మరియు కొంత అనుభవాన్ని కలిగి ఉన్న విద్యార్థులలో ఎక్కువ మందికి వారు అర్థం చేసుకోలేరు. కాబట్టి, TA శిక్షణ నిజంగా ముఖ్యం.

మరియు మూడవ విషయం కలుపు మొక్కలలో ఉంది; ఇది సాధారణ అంచనా యొక్క ఈ ఆలోచన, అంటే, మీరు ఒక కోర్సు యొక్క బహుళ విభాగాలను కలిగి ఉంటే, వాటికి ఒకే పనులు మరియు ఒకే పరీక్షలు ఉన్నాయని నిర్ధారించుకోండి, ఎందుకంటే వారు తదుపరి కోర్సుకు వెళ్ళినప్పుడు, వారందరూ ఒకే విషయాలు నేర్చుకున్నారు. ఇది చాలా ముఖ్యం, ఎందుకంటే మీకు అది లేకపోతే మరియు మీకు కంప్యూటింగ్‌కు పూర్తిగా క్రొత్త వ్యక్తి ఉంటే మరియు వారు మొదటి తరగతికి సులభమైన ఉపాధ్యాయుడిని పొందుతారు, వారు రెండవ తరగతిలో బాధపడతారు, అయితే అనుభవజ్ఞుడైన విద్యార్థి అలా చేయరు.

రంగు మహిళల కోసం మేము ప్రత్యేకంగా ఏమీ చేయలేదు. రంగు యొక్క మహిళలకు ముందస్తు కోడింగ్ అనుభవం ఉండకపోవచ్చు, ఎందుకంటే ఇది హైస్కూల్లో ఎన్నుకోబడినది మరియు ఇది ప్రతి ఉన్నత పాఠశాలలో బోధించబడదు.

2. AI లోని హాటెస్ట్ టాపిక్ విద్యార్థులు మోసం చేయడం గురించి భయాలు. ప్రస్తుతం దీన్ని పరిష్కరించడం సంస్థలను మీరు ఎలా చూస్తారు?

మా భాగస్వామి పాఠశాలల నుండి మేము విన్నాము, ముఖ్యంగా, AI చేత ఉత్పత్తి చేయబడిన గ్రేడింగ్ కార్యక్రమాలు మరియు అధ్యాపకులు తమ పరీక్షలలో వారు ఎలా చేస్తారు మరియు వారి పనులపై ప్రజలు ఏమి పొందుతారో అధ్యాపకులు పెద్ద అసమానతలను చూస్తున్నారు. వారు తమ పనులను పొందవచ్చు మరియు వారు పరీక్షలో విఫలమవుతారు. అందువల్ల వారు కొంచెం ఎక్కువ సహాయం కలిగి ఉన్న స్పష్టమైన సూచన.

నేను ఉంచాలని అనుకుంటున్నాను [place] గ్రేడింగ్ విధానాలు, తద్వారా మీరు జనరేటివ్ AI ని ఉపయోగించడం ద్వారా కోర్సును పాస్ చేయలేరు మరియు గ్రేడింగ్ విధానానికి ఒక ఉదాహరణను నేను మీకు ఇస్తాను. కాబట్టి, మీరు ఒక వ్యక్తి వారి పరీక్షలో ఏవైనా గ్రేడ్ తీసుకుంటారు -వారి పరీక్షలో తమకు బి లభించిందని చెప్పండి. వ్రాతపూర్వక హోంవర్క్ దాని యొక్క ఒక అక్షరాల గ్రేడ్‌లో ఉన్నంత కాలం, కాబట్టి వారికి B మరియు వారికి వ్రాతపూర్వక హోంవర్క్‌లో A లభిస్తే, అవును, అది వారి మొత్తం గ్రేడ్‌ను పైకి లాగుతుంది. కానీ వారు పరీక్షలో డి మరియు వ్రాతపూర్వక హోంవర్క్‌లో ఒక డి మరియు A ను పొందినట్లయితే, వారు కోర్సు కోసం D ను పొందుతారు. నేను వ్యక్తిగతంగా నా తరగతుల్లోకి ప్రవేశించే విధానం అది.

ఇది ఒక ఉదాహరణ. దీన్ని నిర్వహించడానికి ఉత్తమ మార్గం ఏమిటో ఎవరైనా స్థిరపడ్డారని నేను అనుకోను.

దీన్ని చేయడానికి ఒక మార్గంతో ముందుకు రావడానికి ప్రయత్నిస్తున్నాను, వాస్తవానికి నిజంగా ఆసక్తికరమైన పరిశోధన ప్రశ్న: వారి అభ్యాసం కోసం ఉత్పాదక AI వాడకాన్ని ప్రోత్సహించేటప్పుడు మీరు విద్యార్థి పురోగతిని ఎలా అంచనా వేస్తారు, కాని మోసం కోసం కాదు? కోడింగ్ తరగతులలో ఎల్లప్పుడూ మోసం జరుగుతోంది, మరియు రెండు ప్రోగ్రామ్‌లను తీసుకొని, అవి నిర్మాణాత్మకంగా మరియు తార్కికంగా ఒకేలా ఉన్నాయో లేదో చూడగల సాఫ్ట్‌వేర్ ఉంది -ఒక విద్యార్థి ఇండెంటేషన్, ఫార్మాటింగ్ మరియు అన్ని వేరియబుల్ పేర్లను మార్చినప్పటికీ, లాజిక్ ఒకటేనని మీరు ఇప్పటికీ చెప్పవచ్చు. మానవ మోసం పట్టుకోవటానికి మేము దశాబ్దాలుగా ఉపయోగిస్తున్నాము. కంప్యూటర్-టు-హ్యూమన్ మోసం కోసం దరఖాస్తు చేయడం కష్టం. కాబట్టి ఇది బహిరంగ సమస్య అని నేను అనుకుంటున్నాను మరియు ఇది మనోహరమైనది. వాస్తవానికి ఈ పనిని స్వయంగా చేయడానికి మేము విద్యార్థులను ఎలా ప్రోత్సహిస్తాము?

3. సహజంగానే, గత కొన్ని సంవత్సరాలుగా, వార్తలలో మనం చాలా చూసిన కథనం టెక్ తొలగింపుల సంఖ్య మరియు AI చేత భర్తీ చేయబడుతున్న కోడింగ్ ఉద్యోగాల పెరుగుదల. ఇది సరసమైన ఆందోళననా? ఈ సమయంలో విద్యార్థులు కంప్యూటర్ సైన్స్ లోకి వెళ్ళినప్పుడు విద్యార్థులు ఆందోళన చెందుతున్నారా?

విద్యార్థులు దాని గురించి చాలా ఆందోళన చెందుతున్నారని నేను చెప్తాను, మరియు మేము ఈశాన్యంలో తప్పనిసరిగా ప్రారంభించాము, కాని మేము భాగస్వామిగా ఉన్న కొన్ని ఇతర పాఠశాలల్లో, మేము కొంచెం తక్కువ డిమాండ్‌ను చూడటం ప్రారంభించాము. కంప్యూటర్ సైన్స్ కేవలం ఉంది గత కొన్నేళ్లుగా దూకుడు మరియు సరిహద్దుల ద్వారా పెరుగుతోందివిశ్వవిద్యాలయాలు అవసరమైన కోర్సుల సిబ్బందిని కూడా కొనసాగించడం చాలా కష్టం. నమోదులు కొంచెం తగ్గినట్లయితే ఇది మాకు కొంచెం విరామం ఇవ్వవచ్చు.

కానీ సాంకేతిక AI ని అర్థం చేసుకునే వ్యక్తుల డిమాండ్ చాలా పెద్దదిగా ఉంటుందని నేను భావిస్తున్నాను, మరియు కంప్యూటర్ సైన్స్ కోసం డిమాండ్ దూరంగా ఉండటాన్ని నేను చూడలేను. చాలా ఎంట్రీ లెవల్ ఉద్యోగాలు ఉన్నాయా, విద్యార్థులు దాని గురించి ఆందోళన చెందుతున్నారని నేను భావిస్తున్నాను. కానీ నేను దీని కోసం దేశవ్యాప్తంగా డేటాను ఏ విధంగానూ చూడలేదు. తప్ప [the Burning Glass Institute] లేదా వాస్తవానికి.కామ్ దీనిపై ఏదైనా ప్రచురించబోతోంది, నేను వృత్తాంతాన్ని విశ్వసించను [evidence].

4. CIC యొక్క కొన్ని ప్రాజెక్టులు మరియు కార్యక్రమాలకు నేషనల్ సైన్స్ ఫౌండేషన్ నిధులు సమకూర్చింది. అక్కడ జరుగుతున్న గ్రాంట్ రద్దుపై మీ ఆలోచనలు ఏమిటి మరియు అది STEM మరియు కంప్యూటర్ సైన్స్ విద్యను ఎలా ప్రభావితం చేస్తుంది?

కాబట్టి, నాకు వివరాలు తెలియదు [the cancellations]కానీ రద్దు చేయబడిన గ్రాంట్ల యొక్క బహిరంగంగా ప్రచురించబడిన జాబితాలు ఉన్నాయని నాకు తెలుసు, మరియు వాటిలో చాలా విలువైనవి మరియు ముఖ్యమైన పనులు చేస్తున్నాయని నేను భావిస్తున్నాను. దేశంలో జరుగుతున్న సైన్స్ పరిశోధనలకు కోతలు గురించి నేను బాధపడుతున్నాను. ప్రపంచ సవాళ్లను పరిష్కరించడంలో నిజంగా ముఖ్యమైన పురోగతి సాధించడం ఒక దేశంగా మనకు సవాలుగా ఉంటుందని నేను భావిస్తున్నాను మరియు ప్రపంచంలోని కొన్ని సవాళ్లు STEM విద్య చుట్టూ ఉన్నాయి.

CIC చేసే పని, కంప్యూటింగ్‌లో ముందస్తు అనుభవం లేని వ్యక్తుల కోసం కంప్యూటర్ సైన్స్ ప్రాప్యత చేయడానికి మేము కృషి చేస్తున్నాము, ఇటీవలి ఎగ్జిక్యూటివ్ ఆర్డర్‌లలో దేనినైనా దూరం చేయదు మరియు కంప్యూటింగ్‌లో పాల్గొనడానికి ఖచ్చితంగా సహాయపడుతుందని, వారు విశ్వవిద్యాలయానికి రాకముందే కంప్యూటింగ్‌లో ఎవరు ముందస్తు అనుభవం ఉన్నందున. మా ఉన్నత పాఠశాలల్లో 60 శాతం కంటే తక్కువ కంప్యూటర్ సైన్స్ బోధిస్తారు. కాబట్టి విద్యార్థి యొక్క గుర్తింపుతో సంబంధం లేకుండా, వారు కంప్యూటర్ సైన్స్ లేని పాఠశాలలో ఉంటే, వారు విశ్వవిద్యాలయానికి రాకముందే వారు దానిని తీసుకోలేరు. వారు కంప్యూటింగ్ ప్రోగ్రామ్ ద్వారా విజయవంతంగా పొందగలరని నిర్ధారించుకోవడం మరియు ఖచ్చితంగా, వారు ప్రారంభించే రోజు నుండి వారు వెనుకబడి ఉన్నట్లు అనిపించకుండా పరిచయ క్రమం ద్వారా వెళ్ళండి. మేము ముందుకు వెళ్ళేటప్పుడు ఆ రకమైన కార్యక్రమాలు నిజంగా ముఖ్యమైనవిగా కొనసాగుతాయని నేను భావిస్తున్నాను.

5. కంప్యూటర్ సైన్స్ విద్యలో కొన్ని ముఖ్య సమస్యలు ఏమిటి, ముందుకు సాగడానికి CIC కృషి చేయబోతోంది?

రెండు కొత్త కార్యక్రమాలు: ఒకటి సాంకేతిక AI లో విద్యను పొందడం సులభం. ఇది ఇతర విషయాలలో AI ని ఎలా ఉపయోగించాలో మరియు AI ని అభ్యాస వాతావరణంలో AI ని ఎలా ఉపయోగించాలో తెలుసుకోవడానికి విరుద్ధంగా ఉంటుంది. ఇది వాస్తవానికి కంప్యూటర్ సైన్స్ దృక్కోణం నుండి AI అల్గోరిథంలను నిజంగా అర్థం చేసుకోవడంలో ఉంది.

మేము ప్రస్తుతం మాస్టర్స్ అందిస్తున్న మొత్తం దేశం యొక్క ల్యాండ్‌స్కేప్ అధ్యయనంలో పని చేస్తున్నప్పుడు, మైనర్లను అందిస్తున్నారు, వారు AI లో సాంద్రతలను అందిస్తున్నారు, వారికి కోర్సులు అవసరం. మేము కూడా అవసరాలను కూడా చూస్తున్నాము, ఎందుకంటే ప్రస్తుతం మనకు వృత్తాంత సాక్ష్యాలు ఉన్న మా పని పరికల్పనలలో ఒకటి, సాంకేతిక AI తరగతులు తీసుకోవటానికి అవసరమైన కోర్సు పనిని పూర్తి చేయగలిగేలా విద్యార్థులను వారి ఏడవ లేదా ఎనిమిదవ సెమిస్టర్ వరకు తీసుకెళ్లవచ్చు. మరియు ఇది ఒక సమస్య, ఎందుకంటే వారు త్వరగా వాటిని త్వరగా పొందగలిగేలా మాకు అవసరం, కానీ ఇది రెండవ సంబంధిత సమస్యకు కారణమవుతుంది, అంటే, ఒక విద్యార్థి వారి చివరి సంవత్సరంలో AI తరగతులకు మాత్రమే చేరుకోగలిగితే, మీరు నిజంగా AI లో ముందస్తు నిర్మాణాన్ని ఏర్పాటు చేయలేరు.

మేము చూస్తున్న రెండవ పెద్ద చొరవ నిజంగా కమ్యూనిటీ కళాశాల మరియు STEM లోని నాలుగు సంవత్సరాల విశ్వవిద్యాలయాల మధ్య క్రెడిట్-నష్ట సమస్య అని పిలువబడే వాటిని పరిశీలించడం మరియు పని చేయడం. కంప్యూటర్ సైన్స్లో, మేము దీనిని చూసినప్పుడు, అవును, కమ్యూనిటీ కళాశాలలు మరియు నాలుగు సంవత్సరాల విశ్వవిద్యాలయాల మధ్య ఉచ్చారణ ఒప్పందాలు ఉన్నాయి, కానీ తరచుగా అవి చాలా సాధారణ షెడ్యూల్‌లో నవీకరించబడవు. ఏమి జరుగుతుందంటే, కంప్యూటర్ సైన్స్ వంటి కఠినమైన, ప్రగతిశీల అవసరాలతో కూడిన డిగ్రీలో, మీరు కంప్యూటర్ సైన్స్ 2 తీసుకోవడానికి ముందు కంప్యూటర్ సైన్స్ 1 తీసుకోవాలి, విద్యార్థులు ఆ క్రమంలో అంగీకరించబడకుండా ముగుస్తుంది, అంటే వారు నిజంగా తిరిగి వెళ్లి నాలుగు సంవత్సరాలకు బదిలీ చేసిన తర్వాత మరింత పరిచయ సామగ్రిని తీసుకుంటారు.

మేము దాని చుట్టూ ఒక చిన్న పైలట్ ప్రాజెక్ట్‌లో పని చేస్తున్నాము, ఎందుకంటే నా దృష్టిలో, క్రెడిట్ నష్టం నిజంగా నొక్కే సమస్య మరియు అత్యవసర సమస్య. ఇది చాలా మంది ప్రజలు నాలుగేళ్ల విశ్వవిద్యాలయానికి చేరుకున్నప్పుడు STEM లో మేజర్ చేయలేకపోతున్నారు ఎందుకంటే వారు పాఠశాల యొక్క మరొక సెమిస్టర్‌ను భరించలేరు.