เมื่อ AI ทำงานเทคนิคได้ คนต้องเพิ่มคุณค่าด้วยการตัดสินใจ
ทักษะวิศวกรยุคใหม่ คือการผสานความรู้พื้นฐานทางวิศวกรรมเข้ากับการคิดวิเคราะห์ การสื่อสาร การทำงานร่วมกับผู้อื่น และความสามารถในการใช้ AI อย่างมีวิจารณญาณและรับผิดชอบ เพื่อแก้ปัญหาจริงได้อย่างเหมาะสม AI เขียนโค้ด วิเคราะห์ข้อมูล และแก้โจทย์เชิงเทคนิคได้รวดเร็วขึ้น จึงทำให้คำถามสำคัญของอาชีพยุค AI ไม่ใช่แค่ว่าเครื่องจักรจะแทนคนหรือไม่ แต่คือวิศวกรจะกำหนดโจทย์ ตรวจสอบผลลัพธ์ และตัดสินใจได้ดีแค่ไหน ผู้เชี่ยวชาญจากภาครัฐ ภาคเอกชน และแพลตฟอร์มแรงงานชี้ตรงกันว่า ความรู้เทคนิคยังเป็นฐานจำเป็น แต่ไม่อาจยืนอยู่ลำพังได้ ข้อสรุปนี้ควรเปลี่ยนวิธีมองการเรียนวิศวกรรม จากการสะสมเครื่องมือหรือภาษาโปรแกรม ไปสู่การสร้างคนที่เข้าใจหลักการและรู้ว่าเมื่อใดควรเชื่อหรือท้าทายคำตอบจาก AI

พื้นฐานแน่น สื่อสารชัด และเรียนรู้ใหม่ได้เสมอ
รากฐานที่ AI แทนไม่ได้ง่าย ๆ คือคณิตศาสตร์ ตรรกะการเขียนโปรแกรม และความเข้าใจหลักวิศวกรรม เพราะผู้ทำงานต้องนำทฤษฎีไปใช้วิเคราะห์ปัญหา กำหนดเกณฑ์วัดผล และตรวจสอบว่าวิธีแก้เหมาะกับสถานการณ์จริงหรือไม่ โครงงานวิศวกรรมปีสุดท้ายจึงมีความหมายมากกว่าการส่งงานให้ครบ แต่เป็นพื้นที่ฝึกแก้ปัญหาแบบองค์รวมและพิจารณาผลกระทบทางสังคม ขณะเดียวกัน ทักษะตลาดแรงงานไม่ได้วัดจากความเก่งเฉพาะทางเท่านั้น นายจ้างต้องการคนที่ร่วมงานกับทีมต่างสายได้ อธิบายเรื่องซับซ้อนให้เข้าใจง่าย และมีประสบการณ์ลงมือทำซึ่งบอกได้ชัดว่าตนรับผิดชอบอะไรและเกิดผลลัพธ์อย่างไร ภาษาอังกฤษช่วยให้สื่อสารและเข้าถึงความรู้ใหม่ ส่วนการคิดเชิงวิพากษ์ ความยืดหยุ่น และการเรียนรู้เพื่อเรียนรู้ใหม่ ทำให้วิศวกรไม่ยึดติดกับทักษะที่ล้าสมัย

ใช้ AI ให้เกิดงาน ไม่ใช่แค่กดใช้เครื่องมือ
การใช้เครื่องมือ AI เป็นเพียงจุดเริ่มต้น ความได้เปรียบเกิดขึ้นเมื่อวิศวกรเข้าใจหลักการ คิดเป็นระบบ และแปลงความสามารถของ AI ให้เป็นทางออกที่ตอบโจทย์ธุรกิจ มนุษย์ยังต้องกำหนดทิศทาง วางกรอบ และควบคุมการทำงาน เพื่อไม่ให้ผลลัพธ์ที่ดูน่าเชื่อถือกลายเป็นความผิดพลาดที่ส่งต่อไปยังผู้ใช้จริง นี่คือเหตุผลที่จริยธรรม ความรับผิดชอบ และการคุ้มครองข้อมูลส่วนบุคคลควรอยู่ในหลักสูตรวิศวกรรมศาสตร์ ไม่ใช่เนื้อหาเสริมที่เรียนเมื่อมีเวลา วิศวกรต้องเข้าใจทั้งสิ่งที่ระบบทำได้และสิ่งที่ไม่ควรมอบหมายให้ระบบตัดสินใจ การคิดแก้ปัญหาอย่างเป็นขั้นตอน การตั้งคำถาม และการเปิดรับความเห็นจากผู้อื่นจึงสำคัญพอ ๆ กับความชำนาญด้านเทคนิค ในตลาดงานที่เปลี่ยนเร็ว คนที่ตรวจสอบ AI ได้ย่อมมีคุณค่ามากกว่าคนที่ใช้คำสั่งได้คล่องเพียงอย่างเดียว

สามหลักสูตรสองปริญญาเชื่อมการเรียนกับงานจริง
Queen Mary University of London ร่วมกับมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี เปิดหลักสูตรวิศวกรรมศาสตรบัณฑิตนานาชาติแบบสองปริญญา 3 หลักสูตร โดยมีการเสวนาเรื่องวิศวกรรม ปัญญาประดิษฐ์ และอาชีพแห่งอนาคตในโอกาสเปิดตัว สาขาที่เปิด ได้แก่ วิศวกรรมข้อมูลและปัญญาประดิษฐ์ วิศวกรรมระบบไฟฟ้าและอิเล็กทรอนิกส์อัจฉริยะ และวิศวกรรมหุ่นยนต์และปัญญาประดิษฐ์ ความสำคัญของความร่วมมือนี้ไม่ได้อยู่ที่ปริญญาสองใบเพียงอย่างเดียว แก่นของแนวทางคือผสานพื้นฐานวิชาการระดับสากล ประสบการณ์ลงมือปฏิบัติ และทักษะการทำงานร่วมกับ AI เพื่อเตรียมผู้เรียนให้แข่งขันในตลาดแรงงานนานาชาติได้หลังสำเร็จการศึกษา หากการเรียนมีโครงงานจริง การฝึกงาน และการสื่อสารข้ามสายงานอย่างเป็นรูปธรรม ก็จะตอบโจทย์นายจ้างได้ตรงกว่าการเพิ่มเนื้อหาทฤษฎีโดยไม่ฝึกใช้
- วิศวกรรมข้อมูลและปัญญาประดิษฐ์
- วิศวกรรมระบบไฟฟ้าและอิเล็กทรอนิกส์อัจฉริยะ
- วิศวกรรมหุ่นยนต์และปัญญาประดิษฐ์
ท้ายที่สุด หลักสูตรจะมีคุณค่าก็ต่อเมื่อสร้างบัณฑิตที่คิดเองได้ สื่อสารกับคนอื่นรู้เรื่อง และรับผิดชอบต่อผลของเทคโนโลยี การเตรียมคนสำหรับยุค AI จึงไม่ใช่การแข่งขันว่าใครใช้เครื่องมือใหม่ได้เร็วที่สุด แต่คือการสร้างวิศวกรที่ใช้ความรู้ตัดสินใจได้ดี และพร้อมปรับตัวเมื่อเครื่องมือเปลี่ยน







