Chỗ đứng nào cho các nghề STEM

Ưu tiên giáo dục quốc gia hiện tại có thể được tóm gọn trong cụm từ gồm 4 chữ cái: STEM. Và điều đó cũng dễ hiểu thôi. Trình độ của một quốc gia trong khoa học, công nghệ, kĩ thuật và toán học đóng vai trò quan trọng trong sự phát triển kinh tế, tiến bộ khoa học và tạo ra các công việc tốt.

Chiến dịch STEM đã được thực hiện trong vòng nhiều năm, được ủng hộ bởi các nhà hoạch định chính sách ở nhiều lĩnh vực, được đưa vào nhiều trường và tổ chức. Hiện nay, cụm từ này được dùng với tính chất miêu tả. Lời khen: “Cô ấy là một STEM” thường đồng nghĩa với việc rằng người đó có khả năng cao khi nộp đơn vào đại học. Đa phần sự quan tâm đối với giáo dục STEM nằm ở việc người ta cho rằng đây là những ngành có nhiều cơ hội việc làm. Điều này còn tùy. STEM là một thể loại rộng, trải dài trên nhiều lĩnh vực và nghề nghiệp, từ kĩ sư phần mềm và nhà khoa học dữ liệu, đến nhà địa chất học, thiên văn học và vật lý học.

Những nghiên cứu mới đây cho rằng những ngành có thu nhập cao nhất trong lĩnh vực STEM là những ngành nằm ở chữ T (đặc biệt là khoa học máy tính).

Đầu năm nay, Glassdoor, một website tuyển dụng, xếp hạng mức lương trung bình trong 5 năm đầu tiên theo từng chuyên ngành. Ngành khoa học máy tính đứng đầu ($70.000), theo sau là kĩ sư điện ($68.438). Hóa sinh ($46.406) và công nghệ sinh học ($48.442) là 2 ngành thấp nhất, cũng đồng nghĩa với việc phụ nữ ít được chú ý đến trong các ngành STEM.

“Có một sự chênh lệch giữa vai trò của ngành máy tính và những ngành khoa học truyền thống” – Andrew Chamberlain, Chủ biên của Glassdoor cho hay.

Tại LinkedIn, các nhà nghiên cứu chỉ ra các kĩ năng đang được đòi hỏi. Top 10 năm ngoái đều là các kĩ năng máy tính, bao gồm dữ liệu, phân tích thống kê và viết các ứng dụng smartphone.

Trong một phân tích gần đây, Edward Lazowska, một giáo sư khoa học máy tính tại Đại học Washington, tập trung vào dự báo của Tổng cục thống kê về lĩnh vực STEM. Trong một thập kỉ tới, 73% mức tăng trưởng trong các ngành STEM sẽ thuộc về lĩnh vực máy tính, nhưng chỉ 3% trong lĩnh vực vật lý và 3% trong lĩnh vực khoa học đời sống.

Mọi người đang gộp chung vấn đề riêng lẻ trong một ngành vào chung khối ngành STEM.

Mọi người Mỹ đều nên biết những nguyên tắc cơ bản của khoa học và toán, ông Michael S. Teitelbaum, một chuyên gia trong lĩnh vực giáo dục khoa học cho hay. Nhưng ông tin rằng những nhà ủng hộ STEM, thông thường là các giám đốc điều hành của các công ty công nghệ, đang làm những việc sai trái khi họ đưa ra báo động rằng nước Mỹ đang thiếu trầm trọng nhân lực trong ngành STEM, dựa trên sự thiếu hụt ở một số ngành đang phát triển như phân tích dữ liệu, trí tuệ nhân tạo, và an ninh mạng.

“Khi người ta tổng quát vấn đề đó lên tất cả các ngành trong STEM, nó dễ  gây hiểu lầm”, ông Teitelbaum cho hay. “Chúng ta đang gây hiểu lầm cho rất nhiều người trẻ.”

Tỉ lệ thất nghiệp cho các ngành STEM có thể thấp, nhưng không phải ai cũng làm đúng ngành – theo nghiên cứu của National Science Foundation năm 2013, chỉ 13% trong ngành khoa học đời sống và 17% đối với ngành khoa học vật lý. Khoa học máy tính cũng là ngành STEM duy nhất mà hơn ½ số lượng sinh viên tốt nghiệp làm đúng ngành.

Nếu các nhà vật lý học và sinh học muốn có việc trong thời đại công nghệ số, họ sẽ trở thành những nhà khoa học dữ liệu và lập trình viên.

Làm trái ngành trong khối ngành STEM không hề đơn giản và cần nhiều nỗ lực.

Chương trình Insight Data Science, có trụ sở tại New York, Boston, Seattle và Palo Alto bắt đầu chương trình đào tạo đầu tiên 5 năm trước và nay có 900 cựu sinh viên làm việc tại các công ty như Facebook, LinkedIn, Airbnb, Amazon và Microsoft. Jake Klamka, nhà vật lý học đứng ra thành lập chương trình này liên tục nghe được từ các giám đốc điều hành của Thung lũng Silicon rằng việc họ thuê những nhà khoa học truyền thông nhưng chuyển hướng sang công nghệ rất nguy hiểm. Vì vậy Klamka quyết định thành lập một công ty giúp các nhà khoa học dễ dàng hơn trên con đường tiến đến ngành công nghiệp kỹ thuật – công nghệ.

Carlos Faham đã theo con đường đó. Anh có một sự nghiệp học vấn hoành tránh, với nhiều giải thưởng và học bổng. Anh học tiến sĩ tại đại học Brown với đề tài vật lý hố đen. Sau khi tốt nghiệp, anh nghiên cứu tại Lawrence Berkeley. Tiến sĩ Faham thích nghiên cứu, nhưng sau gần 2 năm, anh cảm thấy mệt mỏi. Tính đến lúc đó, anh đã dành 12 năm cho việc học. Bước tiếp theo là nộp đơn vào việc giảng dạy. Với mức sống ở nơi anh ở, anh không có đủ tiền. Một nghiên cứu sinh sau tiến sĩ thường kiếm được $40.000 đến $60.000 một năm.

Tiến sĩ Faham đã có một vài kinh nghiệm lập trình cho nghiên cứu vật lý của anh. Anh nộp đơn vào các công ty công nghệ, tin rằng họ sẽ thuê những người thông minh. Anh còn không được gọi vào phỏng vấn. Anh được nhận xét rằng kiến thức và kinh nghiệm của anh quá học thuật.

“ Việc đó như là đang chạy nhanh và tông vào tường vậy.” Tiến sĩ Faham tham gia chương trình đào tạo 7 tuần của Insight Data Science vào năm 2015. Không có lớp học lí thuyết nào. Ngoài một vài bài giảng từ những người trong nghề, thời gian còn lại dùng để tạo ra một sản phẩm – đối với anh là phần mềm nhận diện khuôn mặt trong video – và huấn luyện cho phỏng vấn. Điều đó đòi hỏi giải quyết một vấn đề trên bảng trắng và giải thích suy nghĩ của mình. “Việc phỏng vấn như là để có cơ bắp, bạn phải tập luyện thường xuyên.” Sau chương trình, anh nhận được 6 lời mời việc làm. Anh làm tại LinkedIn. (Chương trình này miễn phí và các công ty trả tiền cho chương trình).

Hôm nay, tiến sĩ Faham, 33 tuổi, là một chuyên gia phân tích dữ liệu, làm việc trong một team dùng các mô hình để chỉ ra các hành vi phi pháp trên mạng xã hội, bao gồm cả việc tuyển dụng giả, quảng cáo giả và thư rác. Khoảng 90% những ai tham gia vào chương trình đào tạo có việc làm là chuyên gia phân tích dữ liệu, với tỉ lệ bỏ việc là 3%.

Anasuya Das cũng có một sự nghiệp như vậy. Sau chương trình, Tiến sĩ Das, có bằng Tiến sĩ trong lĩnh vực Khoa học thần kinh, làm việc tại Trung tâm Nghiên cứu ung thư tại New York, cô là một chuyên gia phân tích dữ liệu cấp cao. Cô tạo ra các phần mềm cho bác sĩ, y tá và các nhà nghiên cứu. Một dự án hiện nay là đề xuất ra những thử nghiệm lâm sàng tốt nhất cho các bệnh nhân ung thư, dựa trên tiền sử, tuổi, giới tính và gen.

Khoa học dữ liệu là một lĩnh vực hoàn toàn khác so với khoa học thần kinh, nhưng một vài công cụ cô sử dụng đều lấy cảm hứng từ bộ não con người. Kinh nghiệm của cô chỉ ra rằng công nghệ và trí tuệ nhân tạo đang ngày càng được sử dụng trên nhiều lĩnh vực.

Một số trường đại học đang có cách thức đào tạo mới nhằm đáp ứng nhu cầu của sinh viên.

Biết được thực trạng hiện tại như vây,  ý tưởng cho một phân khoa (division) mới của ngành khoa học dữ liệu tại UC Berkeley đã ra đời, và sẽ bắt đầu vào tháng 7. Phân khoa này nhằm đáp ứng nhu cầu của sinh viên và ngành kỹ thuật hiện đại.  Khóa học “Foundations of Data Science” của Berkeley thu hút hơn 1,200 sinh viên từ hơn 50 chuyên ngành khác nhau trong năm học vừa qua.

Việc sử dụng từ “phân khoa” (division) thay vì “học viện” (institute) nhằm nhấn mạnh phương pháp của nhà trường. David Culler, giám đốc tạm thời của ngành khoa học dữ liệu tại trường giải thích. “Chúng tôi muốn đây là môn cơ bản cho toàn trường, cải tiến với các môn học khác. Đây là thế giới mô phỏng lại những gì đang diễn ra trong thực tế.”

Người dịch: Nguyễn Hữu Hoàng Hải

Nguồn: The New York Times