O dilema das pessoas: como o capital humano está conduzindo ou restringindo a realização das estratégias nacionais de IA

Nos primeiros dias da pandemia COVID-19 (junho de 2020), LinkedIn divulgou um relatório mostrando que a demanda por habilidades de IA havia esfriado, mas em outubro de 2020, a demanda já havia chegado rugindo de volta . Isso não é surpreendente: de acordo com o Relatório Executivo de Tecnologia Emergente do RELX 2020 , A adoção de IA disparou durante a pandemia, e impressionantes 68% das empresas aumentaram seus investimentos em IA durante o ano. Além disso, 81% das empresas agora relatam usar tecnologias de IA, um aumento de 33 pontos percentuais desde 2018.

As empresas estão cada vez mais usando tecnologias de IA em aplicativos de missão crítica, o que levou a uma explosão na necessidade de cientistas e tecnólogos de dados construir e oferecer suporte a esses aplicativos. Não surpreendentemente, 39% das empresas agora citam a falta de conhecimento em tecnologia como um principal pedra de tropeço ao uso e adoção de IA.

Apesar do valor do aprendizado de máquina, muito do desenvolvimento de IA ainda se baseia em dois pilares: tecnologias e disponibilidade de capital humano. Nossos relatórios anteriores para o Brookings, Como diferentes países vêem a inteligência artificial e Analisando planos de inteligência artificial em 34 países, detalhou como os países estão abordando os planos nacionais de IA e como interpretar esses planos. Em nosso artigo de acompanhamento mais recente, Vencedores e perdedores no cumprimento das aspirações nacionais de inteligência artificial, discutimos como diferentes países estavam cumprindo suas aspirações nas dimensões orientada para a tecnologia e orientada para as pessoas. Nesta, nossa primeira análise de acompanhamento, mergulhamos mais profundamente na dimensão de pessoas de nossa tipologia, prestando muita atenção à lacuna e ao alcance de habilidades.



Desenvolvimento de fatores de capital humano

Seguimos a mesma estratégia ao examinar a dimensão das pessoas no cumprimento do plano estratégico de IA como fizemos em nosso post anterior. Nesse caso, tínhamos três elementos de dados que compunham nossa dimensão de pessoas: Penetração Relativa de Habilidade (a prevalência de habilidades de IA para a ocupação média no país), Índice de contratação de AI (a porcentagem de membros do LinkedIn em um determinado país que tinham habilidades de IA refletida em seus perfis), e Graduados STEM (o número de graduados com graus STEM em qualquer país). Os primeiros dois elementos de dados eram de Centro Humano de Inteligência Artificial de Stanford trabalhar enquanto as informações de graduação STEM eram do Banco Mundial .

Em vez de tentar interpretar três elementos de dados isoladamente, conduzimos uma análise fatorial para determinar se algum dos três elementos de dados estava intimamente relacionado. Itens intimamente relacionados foram matematicamente combinados em um único fator composto que contém ambos os elementos de dados para auxiliar na interpretação dos dados.

Nossa análise fatorial mostrou Penetração Relativa de Habilidade e Índice de contratação de AI estavam intimamente relacionados entre si e formavam um único fator composto. Nosso outro elemento de dados, graduados em STEM, não estava matematicamente relacionado aos outros elementos de dados e, portanto, nossa interpretação é baseada nesses dois fatores. O primeiro fator reflete o atual mercado de trabalho para IA, uma vez que se baseia nos profissionais e nas vagas existentes.

O segundo fator é baseado em Alunos STEM dentro de cada país, o que reflete futuras adições ao mercado de trabalho. À medida que esses alunos STEM se formarem, eles mudarão a situação do mercado de trabalho. Usando os dois fatores, podemos interpretar a dimensão das pessoas em duas subdimensões distintas: Mercado Presente e Mercado Futuro.

A Figura 1 mostra onde um grupo seleto de países se situa ao longo dessas subdimensões.

Gráfico do estado presente e futuro da dimensão de pessoas da estratégia de IA

Interpretamos e nomeamos os quadrantes da seguinte maneira. Os países que estão no canto superior direito que dublamos Líderes ; eles têm um mercado atual robusto (fator 1) e uma forte oferta de entrada de alunos STEM qualificados (fator 2). Países no quadrante inferior direito que dublamos Preparado para o futuro e esses são países que têm uma oferta de entrada de estudantes STEM qualificados, mas seu mercado de trabalho atual é mais fraco. Os países no quadrante superior esquerdo - apelidamos de Presente Preparado e são aqueles países que têm um mercado de trabalho atual robusto, mas carecem de uma oferta forte de novos talentos. Finalmente, o quadrante inferior esquerdo - dublamos o Despreparado quadrante e estes refletem países que não têm um mercado de trabalho atual robusto, nem têm uma grande oferta de novos talentos.

Índia, Alemanha e Cingapura

Índia (94º percentil no mercado atual e 92º percentil no mercado futuro), Alemanha (73º percentil no mercado atual e 98º percentil no mercado futuro) e Cingapura (82º percentil no mercado de trabalho atual e 94º percentil no mercado futuro) estão todos idealmente posicionados para atender às demandas de capital humano do trabalho de IA. Todos os três países têm um mercado atual robusto de pessoas tecnicamente qualificadas e estão posicionados para gerar ainda mais com sua trajetória educacional atual. Não vemos problemas centrados nas pessoas que provavelmente os atrapalhem.

China e Coréia do Sul

Tanto a China (48º percentil no mercado atual e 96º percentil no mercado futuro) e Coréia do Sul (50º percentil no mercado atual e 86º percentil no mercado futuro) estão na mesma posição. Embora eles não tenham atualmente um mercado robusto para tecnólogos de IA, eles estão empurrando um número impressionante de estudantes universitários para as áreas de STEM; com o tempo, isso os deslocará para o quadrante dos Líderes. Para esses países, a questão é com que rapidez eles podem converter o grande número de graduados STEM no mercado de trabalho e quantos - se houver - de seus formados partem para outros países.

EUA, Canadá, Austrália e Suécia

Todos os quatro países enfrentam um problema semelhante. Embora atualmente tenham um mercado forte para tecnólogos qualificados, eles estão prestes a despencar sem um grande número de alunos qualificados em STEM. Enquanto o Canadá (80º percentil no mercado atual e 38º percentil no mercado futuro) está em uma posição ligeiramente melhor do que os outros três países, todos os quatro países precisam se esforçar mais para encorajar mais residentes a entrar nos campos STEM. Para os EUA (80º percentil no mercado atual e 18º percentil no mercado futuro), esse problema tende a piorar: a maioria de seus atuais alunos STEM são de outros países e provavelmente retornarão aos seus países de origem após a formatura. Dessa forma, acreditamos que a posição dos EUA pode ser artificialmente otimista, uma vez que nossos dados não distinguem a cidadania dos atuais alunos STEM dentro do país.

lista de coisas que Obama fez

Os EUA estão mal classificados

No momento, Índia, Cingapura e Alemanha estão em uma posição forte e também desenvolvendo capital humano suficiente para alcançar suas estratégias nacionais de IA. Todas as nossas análises indicam que seus mercados atuais são bons e seus mercados futuros também são fortes. China e Coreia do Sul estão tentando alcançar Índia, Cingapura e Alemanha, já que seu mercado de trabalho atual é fraco, mas eles têm uma base muito forte de novos talentos.

Não há como contornar as más notícias para os EUA, Canadá, Austrália (62º percentil no mercado atual e 20º percentil no mercado futuro) e Suécia (48º percentil no mercado atual e 72º percentil no mercado futuro). Todos os quatro países terão problemas com a falta de talentos em IA, a menos que aumentem imediata e drasticamente o número de graduados STEM em suas faculdades e universidades. Enquanto eles estão sobrevivendo com base no número e talento que existe atualmente, o futuro parece sombrio, a menos que medidas fortes sejam tomadas.

Em nosso próximo post, vamos mergulhar mais profundamente na dimensão da tecnologia do cumprimento dos planos estratégicos nacionais de IA. Mas, inequivocamente, essas descobertas são um toque de clarim para os EUA fazerem mudanças dramáticas na educação STEM agora ou serem logo relegadas ao status de segundo nível.