ਕੋਡ ਫੈਕਟਰੀਆਂ ਤੋਂ ਲੈ ਕੇ ਏਆਈ ਆਰਕੈਸਟਰੇਟਰਾਂ ਤੱਕ: ਇੰਜਨੀਅਰਿੰਗ ਸਿੱਖਿਆ ਨੂੰ ਪ੍ਰੀਮੀਅਮ ਵਿੱਚ ਕਿਉਂ ਪੁਨਰ ਖੋਜਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ

ਭਾਰਤ ਦੇ ਇੰਜਨੀਅਰਿੰਗ ਕਾਲਜ ਹਰ ਸਾਲ ਲਗਭਗ 1.5 ਮਿਲੀਅਨ ਗ੍ਰੈਜੂਏਟ ਪੈਦਾ ਕਰਦੇ ਹਨ, ਫਿਰ ਵੀ ਉਦਯੋਗ ਦੇ ਮੁਲਾਂਕਣਾਂ ਦੇ ਅਨੁਸਾਰ ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਬੇਰੁਜ਼ਗਾਰ ਰਹਿੰਦੇ ਹਨ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਅੰਕੜਾਤਮਕ ਵਿਗਾੜ ਨਹੀਂ ਹੈ – ਇਹ ਇੱਕ ਪ੍ਰਣਾਲੀਗਤ ਅਸਫਲਤਾ ਹੈ ਜੋ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਹੁਣ ਬੇਰਹਿਮੀ ਨਾਲ ਪ੍ਰਗਟ ਕਰ ਰਹੀ ਹੈ। ਜਿਵੇਂ ਕਿ AI ਟੂਲ ਛੋਟੀਆਂ ਟੀਮਾਂ ਨਾਲ 300-500% ਉਤਪਾਦਕਤਾ ਦੇ ਲਾਭਾਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ, ਸਵਾਲ ਹੁਣ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਕੀ ਭਾਰਤੀ ਉੱਚ ਸਿੱਖਿਆ ਨੂੰ ਸੁਧਾਰ ਦੀ ਲੋੜ ਹੈ, ਪਰ ਕੀ ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਤਬਦੀਲੀ ਤੋਂ ਬਿਨਾਂ ਬਚ ਸਕਦੀ ਹੈ।

ਮੌਜੂਦਾ ਸੰਕਟ: ਹੁਨਰ ਤੋਂ ਬਿਨਾਂ ਗ੍ਰੈਜੂਏਟ

ਅੱਜ ਹੀ ਕਿਸੇ ਵੀ ਭਾਰਤੀ IT ਸੇਵਾ ਕੰਪਨੀ ‘ਤੇ ਜਾਓ, ਅਤੇ ਤੁਹਾਨੂੰ ਇੱਕ ਪਰੇਸ਼ਾਨੀ ਵਾਲੀ ਹਕੀਕਤ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਵੇਗਾ: ਨਵੇਂ ਇੰਜੀਨੀਅਰਿੰਗ ਗ੍ਰੈਜੂਏਟ ਆਪਣਾ ਪਹਿਲਾ ਸਾਲ – ਕਈ ਵਾਰ ਦੋ – ਇਹ ਸਿੱਖਣ ਵਿੱਚ ਬਿਤਾਉਂਦੇ ਹਨ ਕਿ ਉਹਨਾਂ ਨੂੰ ਕਾਲਜ ਵਿੱਚ ਕੀ ਪ੍ਰਾਪਤ ਕਰਨਾ ਚਾਹੀਦਾ ਸੀ। ਨੈਸ਼ਨਲ ਇੰਪਲੋਏਬਿਲਟੀ ਰਿਪੋਰਟ 2024 ਨੇ ਖੁਲਾਸਾ ਕੀਤਾ ਹੈ ਕਿ ਸਿਰਫ 45.9% ਇੰਜੀਨੀਅਰਿੰਗ ਗ੍ਰੈਜੂਏਟ ਕਿਸੇ ਵੀ ਖੇਤਰ ਵਿੱਚ ਰੁਜ਼ਗਾਰ ਯੋਗ ਹਨ, ਸਿਰਫ 18.43% ਕੋਲ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਭੂਮਿਕਾਵਾਂ ਲਈ ਲੋੜੀਂਦੇ ਹੁਨਰ ਹਨ। ਇਹ ਅੰਕੜੇ ਨਾ ਸਿਰਫ਼ ਵਿਅਕਤੀਗਤ ਅਸਫਲਤਾ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ, ਸਗੋਂ ਇੱਕ ਅਜਿਹੇ ਯੁੱਗ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਸਿੱਖਿਆ ਪ੍ਰਣਾਲੀ ਦੇ ਸਮੂਹਿਕ ਦੀਵਾਲੀਆਪਨ ਨੂੰ ਵੀ ਦਰਸਾਉਂਦੇ ਹਨ ਜੋ ਹੁਣ ਮੌਜੂਦ ਨਹੀਂ ਹੈ।

ਪਰੰਪਰਾਗਤ ਭਾਰਤੀ ਇੰਜਨੀਅਰਿੰਗ ਪਾਠਕ੍ਰਮ ਇੱਕ ਸਮੇਂ ਦੇ ਤਾਣੇ-ਬਾਣੇ ਵਿੱਚ ਫਸਿਆ ਹੋਇਆ ਹੈ, ਜਿਸ ਵਿੱਚ ਸਿੰਟੈਕਸ ਨੂੰ ਯਾਦ ਕਰਨ, ਐਪਲੀਕੇਸ਼ਨ-ਡਕਪਲਡ ਐਲਗੋਰਿਦਮ ਅਤੇ ਸਿਧਾਂਤਕ ਨਿਰਮਾਣ ‘ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਗਿਆ ਹੈ ਜੋ ਉਦਯੋਗ ਨੇ ਕਈ ਸਾਲ ਪਹਿਲਾਂ ਛੱਡ ਦਿੱਤਾ ਸੀ। ਵਿਦਿਆਰਥੀ ਕੋਡ ਦੀਆਂ ਹਜ਼ਾਰਾਂ ਲਾਈਨਾਂ ਨੂੰ ਹੱਥੀਂ ਲਿਖਣ ਤੋਂ ਗ੍ਰੈਜੂਏਟ ਹੁੰਦੇ ਹਨ – ਬਿਲਕੁਲ ਉਹੀ ਕੰਮ ਜੋ AI ਹੁਣ ਸਕਿੰਟਾਂ ਵਿੱਚ ਪੂਰਾ ਕਰਦਾ ਹੈ। ਉਹਨਾਂ ਨੇ ਲੜੀਬੱਧ ਐਲਗੋਰਿਦਮ ਨੂੰ ਯਾਦ ਕਰ ਲਿਆ ਹੈ ਪਰ ਇੱਕ ਸਕੇਲੇਬਲ ਸਿਸਟਮ ਨਹੀਂ ਬਣਾ ਸਕਦੇ। ਉਹਨਾਂ ਨੇ ਡਾਟਾ ਢਾਂਚੇ ‘ਤੇ ਪ੍ਰੀਖਿਆਵਾਂ ਪਾਸ ਕੀਤੀਆਂ ਹਨ, ਪਰ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਨਹੀਂ ਕਰ ਸਕਦੇ ਜਾਂ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ AI ਟੂਲਸ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਨਹੀਂ ਕਰ ਸਕਦੇ।

AI ਰੀਸੈਟ: ਕੋਡ ਟਾਈਪਿੰਗ ਤੋਂ AI ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ ਤੱਕ

ਏਆਈ ਕੋਡਿੰਗ ਸਹਾਇਕ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟਾਂ ਦਾ ਉਭਾਰ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਉਦਯੋਗ ਦੇ ਨਿਰੀਖਕ ਇੱਕ “ਜ਼ਾਲਮ ਰੀਸੈਟ” ਨੂੰ ਬੁਲਾ ਰਹੇ ਹਨ। ਬੇਸਿਕ ਕੋਡਿੰਗ, ਟੈਸਟਿੰਗ, ਡੌਕੂਮੈਂਟੇਸ਼ਨ, ਅਤੇ ਡੇਟਾ ਐਂਟਰੀ—ਐਂਟਰੀ-ਪੱਧਰ ਦੀਆਂ IT ਅਹੁਦਿਆਂ ਦੀ ਰੋਟੀ ਅਤੇ ਮੱਖਣ—ਬੇਮਿਸਾਲ ਗਤੀ ਨਾਲ ਸਵੈਚਲਿਤ ਹੋ ਰਹੇ ਹਨ। ਪੰਜ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰਾਂ ਦੀ ਟੀਮ ਨੂੰ ਹੁਣ ਏਆਈ ਸਿਸਟਮ ਨੂੰ ਆਰਕੈਸਟ ਕਰਨ ਵਾਲੇ ਇੱਕ ਤਜਰਬੇਕਾਰ ਇੰਜੀਨੀਅਰ ਦੁਆਰਾ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਕਿਆਸ ਨਹੀਂ ਹੈ; ਇਹ ਪਹਿਲਾਂ ਹੀ ਹੋ ਰਿਹਾ ਹੈ।

ਪਰ ਇੱਥੇ ਮੁੱਖ ਸਮਝ ਹੈ: AI ਕਾਰਜਾਂ ਦੀ ਥਾਂ ਲੈਂਦਾ ਹੈ, ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਦੀ ਨਹੀਂ। ਗੁੰਝਲਦਾਰ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਅਜੇ ਵੀ ਆਰਕੀਟੈਕਚਰ, ਸੁਰੱਖਿਆ, ਕਾਨੂੰਨੀ ਪਾਲਣਾ, ਅਤੇ ਏਕੀਕਰਣ ਦੀ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਜਿਵੇਂ ਕਿ ਇੱਕ ਉਦਯੋਗ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ ਸਹੀ ਕਿਹਾ, “ਕਲਾਊਡ ਕਾਨੂੰਨੀ ਨੋਟਿਸਾਂ ਦਾ ਜਵਾਬ ਨਹੀਂ ਦਿੰਦਾ ਹੈ.” ਮੰਗ ਗਾਇਬ ਨਹੀਂ ਹੋਈ; ਇਸ ਦਾ ਵਿਕਾਸ ਹੋਇਆ ਹੈ। ਮਾਰਕੀਟ ਨੂੰ ਹੁਣ ਕੋਡ ਟਾਈਪਿਸਟਾਂ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ – ਇਸ ਨੂੰ AI ਆਰਕੈਸਟਰੇਟਰਾਂ, ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਵਾਲਿਆਂ, ਅਤੇ ਸਿਸਟਮ ਚਿੰਤਕਾਂ ਦੀ ਲੋੜ ਹੈ।

ਇਹ ਤਬਦੀਲੀ ਭਾਰਤੀ ਇੰਜੀਨੀਅਰਿੰਗ ਸਿੱਖਿਆ ਲਈ ਇੱਕ ਅਜੀਬ ਵਿਰੋਧਾਭਾਸ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਬਿਲਕੁਲ ਉਸੇ ਸਮੇਂ ਜਦੋਂ ਮਨੁੱਖੀ ਹੁਨਰਾਂ ਨੂੰ ਵਧੇਰੇ ਕੀਮਤੀ ਬਣਨਾ ਚਾਹੀਦਾ ਹੈ – ਜਦੋਂ ਨਿਰਣਾ, ਸਿਰਜਣਾਤਮਕਤਾ, ਨੈਤਿਕ ਤਰਕ ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆ-ਹੱਲ ਨੂੰ ਪ੍ਰੀਮੀਅਮ ਤਨਖਾਹ ਦਾ ਹੁਕਮ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ – ਭਾਰਤੀ ਗ੍ਰੈਜੂਏਟ ਇਸ ਤਬਦੀਲੀ ਲਈ ਸਭ ਤੋਂ ਘੱਟ ਤਿਆਰ ਹਨ। ਜਦੋਂ ਮਾਰਕੀਟ ਨੂੰ ਆਰਕੀਟੈਕਟਾਂ ਅਤੇ ਰਣਨੀਤੀਕਾਰਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਕੋਡ ਫੈਕਟਰੀਆਂ ਵਜੋਂ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ.

ਰੁਜ਼ਗਾਰ ਦੀ ਕਥਾ

ਅੰਕੜੇ ਇੱਕ ਭਿਆਨਕ ਤਸਵੀਰ ਪੇਂਟ ਕਰਦੇ ਹਨ. ਲਗਭਗ 800,000 ਇੰਜੀਨੀਅਰਿੰਗ ਵਿਦਿਆਰਥੀਆਂ ਵਿੱਚੋਂ ਜੋ ਭਾਰਤ ਵਿੱਚ ਸਲਾਨਾ ਸਥਾਨ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ, ਲਗਭਗ 60% ₹3-4.5 ਲੱਖ ਪ੍ਰਤੀ ਸਲਾਨਾ ਦੇ ਵਿਚਕਾਰ ਭੁਗਤਾਨ ਕਰਦੇ ਹੋਏ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦੇ ਹਨ – ਜੋ ਕਿ ਹੁਨਰਮੰਦ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਗਰੀਬੀ ਰੇਖਾ ਤੋਂ ਥੋੜ੍ਹਾ ਉੱਪਰ ਹੈ। ਵਧੇਰੇ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ, ਇਹ ਐਂਟਰੀ-ਪੱਧਰ ਦੀਆਂ ਸਥਿਤੀਆਂ ਬਿਲਕੁਲ ਉਹੀ ਹਨ ਜੋ AI ਤਬਾਹ ਕਰ ਰਿਹਾ ਹੈ। ਰਵਾਇਤੀ ਰਸਤਾ – ਗ੍ਰੈਜੂਏਟ ਹੋਣਾ, ਕਿਸੇ ਸੇਵਾ ਕੰਪਨੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣਾ, ਰੱਖ-ਰਖਾਅ ਜਾਂ ਟੈਸਟਿੰਗ ਵਿੱਚ ਸਾਲ ਬਿਤਾਉਣਾ, ਹੌਲੀ ਹੌਲੀ ਪੌੜੀ ਚੜ੍ਹਨਾ – ਢਹਿ ਰਿਹਾ ਹੈ।

ਤਿੰਨ ਦਹਾਕਿਆਂ ਤੋਂ ਭਾਰਤ ਦੇ ਆਈਟੀ ਉਛਾਲ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਵਾਲਾ ਬਿੱਲਯੋਗ ਘੰਟੇ ਦਾ ਮਾਡਲ ਖਤਮ ਹੋਣ ਜਾ ਰਿਹਾ ਹੈ। ਕੰਪਨੀਆਂ AI ਕੁਸ਼ਲਤਾ ਦੇ ਨਾਲ ਨਤੀਜਾ-ਆਧਾਰਿਤ ਕੀਮਤ ਅਤੇ ਫਿਕਸਡ-ਫ਼ੀਸ ਕੰਟਰੈਕਟਸ ਵੱਲ ਤਬਦੀਲ ਹੋ ਰਹੀਆਂ ਹਨ। ਜਦੋਂ AI ਟੂਲਸ ਨਾਲ ਉਤਪਾਦਕਤਾ 400% ਵਧ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਗਾਹਕ ਉਸੇ ਗਿਣਤੀ ਦੇ ਘੰਟਿਆਂ ਲਈ ਭੁਗਤਾਨ ਕਰਨ ਲਈ ਤਿਆਰ ਨਹੀਂ ਹੁੰਦੇ ਹਨ। ਉਹ ਨਤੀਜਿਆਂ ਲਈ ਭੁਗਤਾਨ ਕਰ ਰਹੇ ਹਨ. ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਔਸਤ ਇੰਜੀਨੀਅਰਿੰਗ ਗ੍ਰੈਜੂਏਟ ਦੀ ਸਮਾਈ ਸਮਰੱਥਾ ਤੇਜ਼ੀ ਨਾਲ ਘਟ ਰਹੀ ਹੈ.

ਏਆਈ ਯੁੱਗ ਵਿੱਚ ਭਾਰਤ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਪਾੜਾ ਹੋਰ ਵੀ ਚਿੰਤਾਜਨਕ ਹੈ। ਦੇਸ਼ ਵਿਦੇਸ਼ੀ ਚਿਪਸ ਅਤੇ ਕਲਾਉਡ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ‘ਤੇ ਭਰੋਸਾ ਕਰਨ ਵਾਲੇ “ਮਾਡਲ ਮਾਲਕ” ਦੀ ਬਜਾਏ ਇੱਕ “ਏਕੀਕਰਣ” ਬਣਿਆ ਹੋਇਆ ਹੈ। ਸਾਵਰੇਨ ਕੰਪਿਊਟ ਸਮਰੱਥਾਵਾਂ, ਘਰੇਲੂ AI ਖੋਜ ਈਕੋਸਿਸਟਮ ਅਤੇ ਬਿਜਲੀ ਉਤਪਾਦਨ ਵਿੱਚ ਤੁਰੰਤ ਨਿਵੇਸ਼ ਕੀਤੇ ਬਿਨਾਂ, ਭਾਰਤ ਇੱਕ “ਸਥਾਈ AI ਹੈਲਪ ਡੈਸਕ” ਬਣਨ ਦਾ ਜੋਖਮ ਲੈ ਸਕਦਾ ਹੈ – ਘੱਟੋ-ਘੱਟ ਮੁੱਲ ਦੇ ਵਾਧੇ ਦੇ ਨਾਲ ਕਿਤੇ ਹੋਰ ਬਣਾਏ ਗਏ ਸਰਵਿਸਿੰਗ ਸਿਸਟਮ।

ਪਾਠਕ੍ਰਮ ਸੰਕਟ: ਕੱਲ੍ਹ ਦੀਆਂ ਨੌਕਰੀਆਂ ਲਈ ਕੱਲ੍ਹ ਦੇ ਹੁਨਰ ਨੂੰ ਸਿਖਾਉਣਾ

ਭਾਰਤੀ ਇੰਜਨੀਅਰਿੰਗ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ਬੁਨਿਆਦੀ ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆਂ ਲਈ ਅਨੁਕੂਲਿਤ ਕੀਤਾ ਗਿਆ ਹੈ ਜਿੱਥੇ ਕੋਡ ਨੂੰ ਜਾਣਨਾ ਪ੍ਰਾਇਮਰੀ ਮੁੱਲ ਸੀ। ਪਾਠਕ੍ਰਮ ਸਾਲਾਂ ਤੋਂ ਬਦਲਿਆ ਨਹੀਂ ਰਹਿੰਦਾ, ਪਾਠ-ਪੁਸਤਕਾਂ ਪੁਰਾਣੀਆਂ ਤਕਨੀਕਾਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦੀਆਂ ਹਨ, ਅਤੇ ਇਮਤਿਹਾਨਾਂ ਨੂੰ ਐਪਲੀਕੇਸ਼ਨ ‘ਤੇ ਯਾਦ ਰੱਖਣ ਦਾ ਇਨਾਮ ਮਿਲਦਾ ਹੈ। ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਪ੍ਰੋਗਰਾਮ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਿਖਾਉਂਦੇ ਹਨ ਕਿ ਕਿਵੇਂ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਲੜੀਬੱਧ ਐਲਗੋਰਿਦਮ ਲਿਖਣੇ ਹਨ, ਜਦੋਂ ਕਿ ਉਹਨਾਂ ਨੂੰ ਸਿਖਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕਾਰੋਬਾਰੀ ਸਮੱਸਿਆ ਲਈ ਸਹੀ AI ਮਾਡਲ ਕਿਵੇਂ ਚੁਣਨਾ ਹੈ। ਵਿਦਿਆਰਥੀ ਸਮੈਸਟਰ ਨੂੰ ਸਿੰਟੈਕਸ ‘ਤੇ ਬਿਤਾਉਂਦੇ ਹਨ ਜਦੋਂ ਉਨ੍ਹਾਂ ਨੂੰ ਇੰਜੀਨੀਅਰ ਪ੍ਰੋਂਪਟ, AI ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ, ਅਤੇ ਆਟੋਨੋਮਸ ਏਜੰਟਾਂ ਨੂੰ ਵਰਕਫਲੋ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਸਿੱਖਣਾ ਚਾਹੀਦਾ ਹੈ।

ਅਕਾਦਮਿਕ ਪਹੁੰਚ ਸਮੱਸਿਆ ਨੂੰ ਗੁੰਝਲਦਾਰ ਬਣਾ ਦਿੰਦੀ ਹੈ। ਲੈਕਚਰ ਪ੍ਰੋਜੈਕਟਾਂ ਦਾ ਦਬਦਬਾ ਹੈ. ਸਿਧਾਂਤ ਅਭਿਆਸ ਦੀ ਥਾਂ ਲੈਂਦਾ ਹੈ। ਸਹਿਯੋਗੀ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ ਨਾਲੋਂ ਵਿਅਕਤੀਗਤ ਕੰਮ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। ਵਿਦਿਆਰਥੀ ਘੱਟ ਹੀ ਗੜਬੜ ਵਾਲੀਆਂ, ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਜੁੜਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਪਾਠ ਪੁਸਤਕ ਦੇ ਅੰਤਿਕਾ ਵਿੱਚ ਸਪੱਸ਼ਟ ਹੱਲ ਨਹੀਂ ਹੁੰਦਾ। ਉਹਨਾਂ ਨੂੰ ਤਕਨਾਲੋਜੀ ਦੇ ਵਿਕਲਪਾਂ ਬਾਰੇ ਲਗਾਤਾਰ ਸਿੱਖਣਾ, ਤੇਜ਼ੀ ਨਾਲ ਅਨੁਕੂਲ ਹੋਣਾ, ਜਾਂ ਗੰਭੀਰਤਾ ਨਾਲ ਸੋਚਣਾ ਨਹੀਂ ਸਿਖਾਇਆ ਜਾਂਦਾ ਹੈ।

ਫੈਕਲਟੀ ਇਕ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ. 2023 AICTE ਸਰਵੇਖਣ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਕਿ ਟੀਅਰ-2 ਅਤੇ ਟੀਅਰ-3 ਕਾਲਜਾਂ ਵਿੱਚ 65% ਇੰਜੀਨੀਅਰਿੰਗ ਫੈਕਲਟੀ ਕੋਲ ਉਦਯੋਗ ਦਾ ਤਜਰਬਾ ਜ਼ੀਰੋ ਸੀ। ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਨੇ ਦਹਾਕਿਆਂ ਵਿੱਚ ਆਪਣੇ ਹੁਨਰ ਨੂੰ ਅਪਡੇਟ ਨਹੀਂ ਕੀਤਾ ਹੈ। ਉਹ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਏਆਈ ਆਰਕੈਸਟਰੇਸ਼ਨ ਲਈ ਕਿਵੇਂ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ ਜਦੋਂ ਉਨ੍ਹਾਂ ਨੇ ਕਦੇ ਵੀ ਉਤਪਾਦਨ ਪ੍ਰਣਾਲੀ ਨੂੰ ਖੁਦ ਡਿਜ਼ਾਈਨ ਨਹੀਂ ਕੀਤਾ ਜਾਂ ਆਧੁਨਿਕ ਵਿਕਾਸ ਸਾਧਨਾਂ ਨਾਲ ਕੰਮ ਨਹੀਂ ਕੀਤਾ ਹੈ?

ਤਬਦੀਲੀ ਦਾ ਜ਼ਰੂਰੀ: ਪੁਨਰਗਠਨ ਇੰਜੀਨੀਅਰਿੰਗ ਸਿੱਖਿਆ

ਜੇਕਰ ਭਾਰਤੀ ਉੱਚ ਸਿੱਖਿਆ ਨੂੰ ਏਆਈ ਰੀਸੈਟ ਤੋਂ ਬਚਣਾ ਹੈ, ਤਾਂ ਇਸ ਨੂੰ ਬੁਨਿਆਦੀ ਤਬਦੀਲੀਆਂ ਨੂੰ ਅਪਣਾਉਣਾ ਹੋਵੇਗਾ। ਇੱਥੇ ਲੋੜੀਂਦੇ ਸੁਧਾਰ ਹਨ:

1. ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਪਾਠਕ੍ਰਮ ਨੂੰ ਮੁੜ ਡਿਜ਼ਾਈਨ ਕਰੋ: ਕੋਰਸਾਂ ਨੂੰ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਭਾਸ਼ਾਵਾਂ ਨੂੰ ਸਿਖਾਉਣ ਤੋਂ ਲੈ ਕੇ ਸਮੱਸਿਆ ਦੇ ਵਿਘਨ, ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਸੋਚ, ਅਤੇ ਹੱਲ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਸਿਖਾਉਣ ਲਈ ਬਦਲਣਾ ਚਾਹੀਦਾ ਹੈ। ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਆਪਣੇ ਸਮੇਂ ਦਾ 60-70% ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਸਿਖਲਾਈ ‘ਤੇ ਖਰਚ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਏਆਈ ਸਾਖਰਤਾ, ਐਕਸਲਰੇਟਿਡ ਇੰਜਨੀਅਰਿੰਗ, ਟੂਲ ਏਕੀਕਰਣ ਅਤੇ ਪਹਿਲੇ ਸਾਲ ਤੋਂ ਹੀ ਏਆਈ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਬਾਰੇ ਲਾਜ਼ਮੀ ਕੋਰਸਾਂ ਦੀ ਸ਼ੁਰੂਆਤ ਕਰੋ।

2. ਇੱਕ ਮੁੱਖ ਯੋਗਤਾ ਦੇ ਤੌਰ ‘ਤੇ ਨਿਰੰਤਰ ਸਿਖਲਾਈ: ਤਕਨੀਕੀ ਹੁਨਰ ਦਾ ਅੱਧਾ ਜੀਵਨ 2-3 ਸਾਲ ਤੱਕ ਘਟ ਗਿਆ ਹੈ. ਪਾਠਕ੍ਰਮ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਿਖਾਉਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਸਿੱਖਣਾ ਹੈ, ਨਾ ਕਿ ਕੀ ਸਿੱਖਣਾ ਹੈ। ਸਥਿਰ ਪਾਠਕ੍ਰਮ ਨੂੰ ਗਤੀਸ਼ੀਲ ਮਾਡਿਊਲਾਂ ਨਾਲ ਬਦਲੋ ਜੋ ਤਿਮਾਹੀ ਵਿਕਸਤ ਹੁੰਦੇ ਹਨ। ਮੈਟਾ-ਕੁਸ਼ਲਤਾਵਾਂ ‘ਤੇ ਜ਼ੋਰ ਦਿਓ: ਨਵੇਂ ਸਾਧਨਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਿਵੇਂ ਕਰਨਾ ਹੈ, ਸਵੈ-ਸਿੱਖਣਾ ਕਿਵੇਂ ਹੈ, ਤਕਨੀਕੀ ਤਬਦੀਲੀਆਂ ਲਈ ਤੇਜ਼ੀ ਨਾਲ ਕਿਵੇਂ ਅਨੁਕੂਲ ਹੋਣਾ ਹੈ।

3. ਉਦਯੋਗ-ਅਕਾਦਮੀਆ ਏਕੀਕਰਣ ਆਦੇਸ਼: ਕਿ 30% ਨਿਰਦੇਸ਼ ਸਰਗਰਮ ਉਦਯੋਗ ਪ੍ਰੈਕਟੀਸ਼ਨਰਾਂ ਤੋਂ ਆਉਂਦੇ ਹਨ। ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਆਪਣੇ ਪ੍ਰੋਗਰਾਮਾਂ ਦੌਰਾਨ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਇੰਟਰਨਸ਼ਿਪ (ਘੱਟੋ-ਘੱਟ ਛੇ ਮਹੀਨੇ) ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਉਦਯੋਗ ਸਲਾਹਕਾਰ ਬੋਰਡ ਬਣਾਓ ਜੋ ਹਰ ਸਾਲ ਦੀ ਬਜਾਏ ਪਾਠਕ੍ਰਮ ਦੀ ਸਾਲਾਨਾ ਸਮੀਖਿਆ ਅਤੇ ਅਪਡੇਟ ਕਰਦੇ ਹਨ।

4. ਫੈਕਲਟੀ ਬਦਲਾਅ: ਫੈਕਲਟੀ ਲਈ ਇੰਸਟੀਚਿਊਟ ਵਿੱਚ ਲਾਜ਼ਮੀ ਉਦਯੋਗ ਇਮਰਸ਼ਨ ਪ੍ਰੋਗਰਾਮ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ। ਬਿਜ਼ੰਤੀਨ ਅਕਾਦਮਿਕ ਨੌਕਰਸ਼ਾਹਾਂ ਦੇ ਮਾਰਗਦਰਸ਼ਨ ਤੋਂ ਬਿਨਾਂ ਸਿਖਾਉਣ ਲਈ ਉਦਯੋਗ ਦੇ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਮਾਰਗ ਬਣਾਓ। ਫੈਕਲਟੀ ਨੂੰ ਸਿਰਫ਼ ਪ੍ਰਕਾਸ਼ਨਾਂ ਦੇ ਆਧਾਰ ‘ਤੇ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਨਤੀਜਿਆਂ ਅਤੇ ਉਦਯੋਗ ਦੀ ਸ਼ਮੂਲੀਅਤ ਦੇ ਆਧਾਰ ‘ਤੇ ਉਤਸ਼ਾਹਿਤ ਕਰੋ।

5. ਮੁਲਾਂਕਣ ਕ੍ਰਾਂਤੀ: ਇਮਤਿਹਾਨਾਂ ਨੂੰ ਖਤਮ ਕਰੋ ਜੋ ਯਾਦਾਂ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ. ਉਹਨਾਂ ਨੂੰ ਪੋਰਟਫੋਲੀਓ-ਆਧਾਰਿਤ ਮੁਲਾਂਕਣਾਂ ਨਾਲ ਬਦਲੋ ਜਿੱਥੇ ਵਿਦਿਆਰਥੀ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ ਦੀਆਂ ਯੋਗਤਾਵਾਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ। AI ਟੂਲਸ ਨਾਲ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ, ਨਾ ਕਿ ਉਹਨਾਂ ਤੋਂ ਬਿਨਾਂ ਕੋਡ ਲਿਖਣ ਦੀ ਯੋਗਤਾ। ਤਕਨੀਕੀ ਮੁਹਾਰਤ ਦੇ ਨਾਲ ਗ੍ਰੇਡ ਸਹਿਯੋਗ, ਸੰਚਾਰ ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਸੋਚ।

6. ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਅਤੇ ਈਕੋਸਿਸਟਮ ਬਿਲਡਿੰਗ: ਯੂਨੀਵਰਸਿਟੀਆਂ ਨੂੰ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ, ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੇ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ, ਅਤੇ AI ਪਲੇਟਫਾਰਮ ਪ੍ਰਦਾਤਾਵਾਂ ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਨਵੀਨਤਾ ਲੈਬ ਬਣਾਓ ਜਿੱਥੇ ਵਿਦਿਆਰਥੀ ਅਤਿ-ਆਧੁਨਿਕ ਉਪਕਰਨਾਂ ਨਾਲ ਪ੍ਰਯੋਗ ਕਰ ਸਕਣ। ਸਟਾਰਟਅੱਪ ਅਤੇ ਖੋਜ ਸੰਸਥਾਵਾਂ ਨਾਲ ਸਬੰਧ ਬਣਾਓ।

7. ਅੰਤਰ-ਅਨੁਸ਼ਾਸਨੀ ਏਕੀਕਰਣ: ਭਵਿੱਖ ਟੀ-ਆਕਾਰ ਦੇ ਪੇਸ਼ੇਵਰਾਂ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ: ਵਪਾਰ, ਡਿਜ਼ਾਈਨ, ਨੈਤਿਕਤਾ ਅਤੇ ਡੋਮੇਨ ਗਿਆਨ ਦੀ ਸਮਝ ਦੇ ਨਾਲ ਡੂੰਘੇ ਤਕਨੀਕੀ ਹੁਨਰ। ਇੰਜੀਨੀਅਰਿੰਗ ਪ੍ਰੋਗਰਾਮਾਂ ਵਿੱਚ ਵਪਾਰਕ ਬੁਨਿਆਦੀ, ਡਿਜ਼ਾਈਨ ਸੋਚ, ਏਆਈ ਵਿੱਚ ਨੈਤਿਕਤਾ, ਅਤੇ ਡੋਮੇਨ-ਵਿਸ਼ੇਸ਼ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇ ਕੋਰਸ ਲਾਜ਼ਮੀ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ।

ਰਣਨੀਤਕ ਜ਼ਰੂਰੀ

AI ਪਰਿਵਰਤਨ ਭਾਰਤੀ ਉੱਚ ਸਿੱਖਿਆ ਲਈ ਹੋਂਦ ਦੇ ਖਤਰੇ ਅਤੇ ਬੇਮਿਸਾਲ ਮੌਕੇ ਦੋਵਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਖ਼ਤਰਾ ਸਪੱਸ਼ਟ ਹੈ: ਬੇਰੁਜ਼ਗਾਰ ਗ੍ਰੈਜੂਏਟ ਪੈਦਾ ਕਰਨਾ ਜਾਰੀ ਰੱਖੋ ਕਿਉਂਕਿ ਨੌਕਰੀਆਂ ਅਲੋਪ ਹੋ ਜਾਂਦੀਆਂ ਹਨ, ਦਾਖਲੇ ਘਟਦੇ ਹਨ ਅਤੇ ਸੰਸਥਾਵਾਂ ਬੰਦ ਹੁੰਦੀਆਂ ਹਨ। ਮੌਕਾ ਵੀ ਉਨਾ ਹੀ ਸਪੱਸ਼ਟ ਹੈ: ਇੰਜਨੀਅਰਾਂ ਦੀ ਇੱਕ ਪੀੜ੍ਹੀ ਤਿਆਰ ਕਰਨ ਲਈ ਜੋ ਏਆਈ ਨੂੰ ਆਰਕੇਸਟ੍ਰੇਟ ਕਰਨ, ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ, ਅਤੇ ਉਹਨਾਂ ਤਰੀਕਿਆਂ ਨਾਲ ਮੁੱਲ ਪੈਦਾ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਮਸ਼ੀਨਾਂ ਦੁਆਰਾ ਨਕਲ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ।

ਇਸ ਲਈ ਵਾਧੇ ਵਾਲੇ ਸੁਧਾਰਾਂ ਦੀ ਲੋੜ ਹੈ – ਇਹ ਇੰਜੀਨੀਅਰਿੰਗ ਸਿੱਖਿਆ ਦੇ ਅਰਥਾਂ ‘ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। ਯੂਨੀਵਰਸਿਟੀਆਂ ਨੂੰ ਇਹ ਨਹੀਂ ਪੁੱਛਣਾ ਚਾਹੀਦਾ ਕਿ “ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਕੀ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?” ਪਰ “ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਕੀ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?” ਜਵਾਬ ਕੋਡ ਲਿਖਣਾ ਨਹੀਂ ਹੈ; ਇਹ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ, ਹੱਲ ਡਿਜ਼ਾਈਨ ਕਰਨ, AI ਟੂਲਸ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ, ਗੁਣਵੱਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ, ਅਤੇ ਨਤੀਜਿਆਂ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਣ ਦੇ ਯੋਗ ਸਮੱਸਿਆਵਾਂ ਦੀ ਪਛਾਣ ਕਰ ਰਿਹਾ ਹੈ।

ਦਹਾਕਿਆਂ ਦੇ ਆਈ ਟੀ ਸੇਵਾਵਾਂ ਦੇ ਉਛਾਲ ਦੇ ਦੌਰਾਨ ਭਾਰਤੀ ਇੰਜੀਨੀਅਰਿੰਗ ਸਿੱਖਿਆ ਨੂੰ ਕਾਇਮ ਰੱਖਣ ਵਾਲੀ ਖੁਸ਼ਹਾਲੀ ਹੁਣ ਇਸਦੀ ਸਭ ਤੋਂ ਵੱਡੀ ਦੇਣਦਾਰੀ ਬਣ ਗਈ ਹੈ। ਜਿਵੇਂ ਕਿ ਜੂਨੀਅਰ ਰੋਲ ਅਲੋਪ ਹੋ ਜਾਂਦੇ ਹਨ ਅਤੇ ਬਾਡੀ-ਸ਼ੌਪਿੰਗ ਮਾਡਲ ਢਹਿ ਜਾਂਦੇ ਹਨ, ਕੇਵਲ ਉਹ ਸੰਸਥਾਵਾਂ ਜੋ ਬੁਨਿਆਦੀ ਤੌਰ ‘ਤੇ ਆਪਣੇ ਆਪ ਨੂੰ ਮੁੜ ਸੁਰਜੀਤ ਕਰਦੀਆਂ ਹਨ, ਬਚਣਗੀਆਂ। ਸਵਾਲ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਕੀ AI ਉੱਚ ਸਿੱਖਿਆ ਨੂੰ ਬਦਲ ਦੇਵੇਗਾ – ਇਹ ਪਹਿਲਾਂ ਹੀ ਹੋ ਰਿਹਾ ਹੈ। ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕੀ ਭਾਰਤੀ ਯੂਨੀਵਰਸਿਟੀਆਂ ਬਹੁਤ ਦੇਰ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੇ ਆਪ ਨੂੰ ਬਦਲ ਲੈਣਗੀਆਂ।

ਬੇਰਹਿਮ ਸੱਚਾਈ ਇਹ ਹੈ: ਭਾਰਤੀ ਇੰਜੀਨੀਅਰਿੰਗ ਸਿੱਖਿਆ ਜਾਂ ਤਾਂ ਹੁਣ ਇੱਕ ਦਰਦਨਾਕ ਰੀਸੈਟ ਨੂੰ ਗਲੇ ਲਗਾ ਸਕਦੀ ਹੈ ਜਾਂ ਬਾਅਦ ਵਿੱਚ ਹਿੰਸਕ ਅਪ੍ਰਚਲਨ ਦਾ ਸਾਹਮਣਾ ਕਰ ਸਕਦੀ ਹੈ। ਚੋਣ, ਭਾਵੇਂ ਅਸੁਵਿਧਾਜਨਕ ਹੋਵੇ, ਅਸੀਂ ਕਰਨਾ ਹੈ।

(ਸੂਬਾ ਰਾਓ ਘੰਟਾ, ਆਂਧਰਾ ਪ੍ਰਦੇਸ਼ ਸਰਕਾਰ ਦੇ ਸਾਬਕਾ ਸਕੱਤਰ)

(ਲਈ ਸਾਈਨ ਅੱਪ ਕਰੋ ਕਿਨਾਰਾਦ ਹਿੰਦੂ ਦਾ ਹਫਤਾਵਾਰੀ ਸਿੱਖਿਆ ਅਖਬਾਰ।)