วิศวกรศาสตร์ยุค AI คืออะไร และทำไม Coding อย่างเดียวไม่พอแล้ว
วิศวกรศาสตร์ยุค AI คือแนวทางการเรียนและการทำงานด้านวิศวกรรมที่ผสานความรู้ดั้งเดิมกับการทำงานร่วมกับระบบอัจฉริยะ ตั้งแต่หุ่นยนต์ ระบบอัตโนมัติ ไปจนถึงซอฟต์แวร์และข้อมูล เพื่อสร้างระบบที่ทำงานได้จริงในโลกที่ทุกอุตสาหกรรมขับเคลื่อนด้วยเทคโนโลยี AI การเป็นวิศวกรในยุคนี้จึงไม่ใช่แค่การเขียนโค้ดให้ฟังก์ชันทำงาน แต่ต้องเข้าใจทั้งภาพรวมของระบบ การออกแบบให้ปลอดภัย ใช้งานได้จริง และตอบโจทย์ผู้ใช้ที่หลากหลาย วิศวกรที่มัวแข่งกันว่าใคร Coding เก่งที่สุดกำลังพลาดเกมใหญ่กว่า คือเกมของการเชื่อมเทคโนโลยีหลายด้านเข้าด้วยกันให้กลายเป็นคุณค่าที่จับต้องได้ในชีวิตจริงของคน
จาก User สู่ Developer วิศวกรต้องคิดแบบ System Engineer และ Integrated Engineer
จุดเปลี่ยนสำคัญของวิศวกรศาสตร์ยุค AI คือการเลิกพอใจกับบทบาทผู้ใช้เทคโนโลยี แล้วก้าวไปเป็นผู้พัฒนาเทคโนโลยีใหม่ ผศ ดร วนายุทธ์ แสนเงิน จากคณะวิศวกรรมศาสตร์ มหาวิทยาลัยศรีปทุมมองว่า วิศวกรที่ทำงานกับ Robotics และ AI ในอีกไม่กี่ปีข้างหน้าจะต้องเป็น Integrated Engineer หรือ System Engineer ที่เชื่อมความรู้ Mechanical Electronics Control Software AI Sensor Computer Vision และ Network เข้าด้วยกัน การเรียนแบบเดิมที่หยุดอยู่แค่การรู้วิธีเรียกใช้ฟังก์ชันจึงไม่พอ เพราะนั่นทำให้นักศึกษาเป็นเพียง User ของเครื่องมือสำเร็จรูป ในขณะที่ตลาดงานต้องการคนที่วิเคราะห์โจทย์ ออกแบบระบบ ทดสอบ แก้ Error เก็บ Data ปรับ Model และพาระบบไปใช้งานจริงได้โดยไม่รอคู่มือ
ทักษะวิศวกรอนาคต ผสมหุ่นยนต์ ระบบอัตโนมัติ และ Human-Centered Design
เมื่อระบบวิศวกรรมหนึ่งชิ้นประกอบด้วย Hardware Sensor Mechanical Electrical Communication Software AI และ Safety ทักษะวิศวกรอนาคตจึงเป็นเรื่องของการบูรณาการมากกว่าความเชี่ยวชาญด้านใดด้านหนึ่ง การออกแบบหุ่นยนต์และระบบอัตโนมัติในยุคนี้ต้องคิดถึงมนุษย์เป็นศูนย์กลางควบคู่ไปกับการคิดเชิงเทคนิค การวิเคราะห์ว่าผู้ใช้ตัวจริงมีข้อจำกัดและปัญหาอะไร ไปจนถึงการออกแบบประสบการณ์การใช้งานที่ไม่ซับซ้อนเกินไป วิศวกรที่มุ่งแต่ทำให้โค้ดรันได้ แต่ไม่ถามว่าระบบตอบโจทย์ผู้ใช้หรือไม่ กำลังผลิตงานที่สวยบนกระดาษแต่ใช้ไม่ได้ในชีวิตจริง ขณะที่ตลาดงานต้องการคนที่เป็นทั้ง Integrator Problem Solver และ Lifelong Learner พร้อมเรียนรู้เทคโนโลยีใหม่ไปพร้อมกับการทำงานกับคนต่างศาสตร์
การพัฒนาบุคลากร AI ต้องเริ่มจากโจทย์จริง ภาคอุตสาหกรรมจับมือมหาวิทยาลัย
การสร้างกำลังคนดิจิทัลและการพัฒนาบุคลากร AI ไม่สามารถทำได้จากรั้วมหาวิทยาลัยฝ่ายเดียวหรือจากภาคธุรกิจฝ่ายใดฝ่ายหนึ่งอีกต่อไป โจทย์สำคัญคือการผนึกกำลังให้การเรียนรู้เริ่มจากปัญหาจริงในสังคมและอุตสาหกรรม กลุ่มบริษัทซีดีจีเลือกขยับจากบทบาทผู้จ้างงานมาเป็น Tech Talent Developer ร่วมกับมหาวิทยาลัยต่างๆ ผ่าน Co Create Learning Experiences และการให้โจทย์จริงที่ระดับประเทศตั้งแต่ขั้นฝึกงานและกิจกรรม Hackathon การแข่งขัน CDG x University Hackathon ภายใต้หัวข้อ AI for Better Society ถูกออกแบบให้ไม่วัดแค่ความล้ำของ AI แต่วัดจากกระบวนการที่นักศึกษาต้องลงพื้นที่คุยกับหน่วยงานและผู้ใช้จริงก่อนออกแบบโซลูชัน แนวคิดนี้ชี้ชัดว่าเทคโนโลยีมีค่าเมื่อถูกใช้แก้ปัญหา ไม่ใช่แค่แสดงความฉลาดของอัลกอริทึม
Future Change Makers ในโปรแกรมศึกษาวิศวกรรม ต้องมอง AI เป็นเพื่อนร่วมงาน
หัวใจของโปรแกรมศึกษาวิศวกรรมยุคใหม่ไม่ใช่การปั้นบัณฑิตให้พร้อมสมัครงานเท่านั้น แต่คือการสร้าง Future Change Makers ที่ใช้ AI เป็นเครื่องมือเสริมศักยภาพมนุษย์มากกว่าจะมองว่าเป็นคู่แข่ง การเปิดห้องเรียนสู่โจทย์จริงผ่านความร่วมมือมหาวิทยาลัยและภาคอุตสาหกรรม เช่น University Excellence Award ที่ซีดีจีใช้ยกย่องพันธมิตรทางปัญญา แสดงให้เห็นว่า การสร้างระบบนิเวศการพัฒนาบุคลากรดิจิทัลต้องต่อเนื่องและยั่งยืน วิศวกรศาสตร์ยุค AI จึงควรสอนให้คนรุ่นใหม่ตั้งคำถามว่าเทคโนโลยีจะสร้างประโยชน์ให้ผู้คนอย่างไร มากกว่าถามว่าเครื่องมือใหม่ทำอะไรได้บ้าง หากการศึกษาเดินไปในทิศทางนี้ เราจะได้วิศวกรที่กล้าออกแบบอนาคต ไม่ใช่แค่ตามแก้ปัญหาในปัจจุบัน
