Tài liệu Định hướng hiện thực hóa xã hội siêu thông minh của Nhật Bản

(VLOS) của nhà điều hành (Điều 132-2, Id.) - Không phân bố băng tần vô tuyến cho các chuyến bay của UAV (theo Điều 26 của Luật Radio) và các nhà khai thác UAV chỉ có thể sử dụng dải tần số Wi-Fi, vì việc sử dụng tần số Wi-Fi không đòi hỏi giấy phép. Thành phố Chiba dự định hợp tác với các doanh nghiệp tư nhân trong việc thực hiện các bài kiểm tra trình diễn không người lái. Vì mục đích này, thành phố sẽ sử dụng các biện pháp ưu đãi theo Luật Radio để rút ngắn thời gian cấp giấy phép. < Đặc khu chiến lược quốc gia [Các hệ thống lái xe tự động]: Dự án xe tự lái hoàn toàn> Để phát triển công nghệ cho hệ thống xe tự động hoàn toàn (tức là hệ thống tự lái cấp 4), cần tiến hành kiểm tra thực địa đầy đủ và xác minh kết quả thử nghiệm. Để làm việc này, cuộc kiểm tra đã được bố trí xếp tại các đặc khu. Các cuộc kiểm tra này cần phải được thực hiện tích cực và an toàn trên các tuyến đường công cộng để thu thập dữ liệu về sự an toàn của các hệ thống lái với mục đích để đạt được cấp 4. Trên cơ sở dữ liệu từ thử nghiệm trên đường công cộng, chính phủ sẽ kiểm tra các vấn đề khác nhau để sớm thực hiện việc xe tự lái hoàn toàn. Những vấn đề này bao gồm sửa đổi Luật Giao thông đường bộ, trách nhiệm pháp lý đối với tai nạn xe hơi và các nghĩa vụ của lái xe. Các thí nghiệm xe tự lái được thực hiện tại quận Shonan, như Thành phố Fujisawa, một đặc khu chiến lược quốc gia. Các cuộc kiểm tra thực địa cũng được thực hiện trên các tuyến đường công cộng và tại một địa điểm trong khu vực thiên tai nguy 31 hiểm (quận Arahama) tại thành phố Sendai, nơi bị tàn phá bởi trận động đất lớn ở Đông Nhật Bản. 2.3. Chuyển đổi mô hình trong nghiên cứu khoa học Những tiến bộ trong CNTT đang mang lại sự đổi mới cho nghiên cứu khoa học. Sự phát triển của Internet đã giúp các nhà khoa học trao đổi kiến thức và phát hiện khoa học dễ dàng hơn bằng cách xuất bản kết quả nghiên cứu trực tuyến. Ngoài ra, các nhà khoa học có thể làm việc cùng nhau trực tuyến không phụ thuộc vào thời gian và địa điểm. Internet cũng khuyến khích người dân tham gia tích cực vào nghiên cứu khoa học. Nhờ những tiến bộ trong công nghệ phân tích dữ liệu lớn và trí tuệ nhân tạo, nghiên cứu có thể được tiến hành hiệu quả bằng cách tham khảo một lượng lớn thông tin học thuật được đưa ra bởi các nhà khoa học khác. Dữ liệu lớn và trí tuệ nhân tạo tạo điều kiện thuận lợi cho các công việc mà các nhà khoa học khó có thể tự mình hoàn thành. Vì vậy, chúng giúp tăng năng suất nghiên cứu. Cách các nhà khoa học thực hiện nghiên cứu đã thay đổi. 2.3.1. Các phương pháp nghiên cứu mới được thực hiện bởi công nghệ thông tin và truyền thông Rất nhiều khám phá khoa học đã mang đến cho mọi người một quan điểm hoàn toàn mới trên thế giới, và đã giúp họ cải thiện cuộc sống của họ. Các thí nghiệm và suy niệm của các nhà khoa học đã dẫn đến những khám phá này, và không có thay đổi đáng kể trong các phương pháp nghiên cứu được các nhà khoa học sử dụng. Tuy nhiên, sự phát triển của công nghệ cho trí tuệ nhân tạo và phân tích dữ liệu lớn đang gây ra những thay đổi trong phương pháp nghiên cứu. Những thay đổi này hiện không rõ rệt, nhưng chắc chắn đang diễn ra. a) Cộng tác trực tuyến và sự tham gia của người dân Sự phổ biến của Internet đã giúp các nhà khoa học có thể áp dụng các phương pháp nghiên cứu mới bằng cách sử dụng các mạng trực tuyến và các công cụ kỹ thuật số. Ví dụ, Tim Gowers, một nhà toán học người Anh, đã bắt đầu dự án Polymath vào năm 2009 bằng cách sử dụng blog của mình để cộng tác giữa các nhà toán học để giải quyết các vấn đề toán học quan trọng và khó khăn. Với ý tưởng rằng, "nếu một nhóm gồm nhiều các nhà toán học có thể kết nối bộ não của họ một cách hiệu quả, họ sẽ có thể giải quyết vấn đề rất hiệu quả", Gowers đã yêu cầu các độc giả cùng tham gia dự án. Những người tham gia dự án có thể xem xét tiến trình nghiên cứu được ghi lại trong phần bình luận của blog của Gowers, và có thể phát triển phần việc của chính họ trong khi được lấy cảm hứng từ ý tưởng của các nhà toán học nào đó. Sáng kiến của Gowers đã khá thành công. Các nghiên cứu chứng minh về lý thuyết toán học và các giải pháp cho các vấn đề khó khăn do Gowers đề xuất, đã được xuất bản với phần tác giả được ghi ẩn danh, điều này đại diện cho tất cả những người tham gia liên quan. Dự án Polymath là một ví dụ về nghiên cứu cộng tác hiệu quả hơn nhiều so với nghiên cứu do một cá nhân thực hiện. Trong phương pháp nghiên cứu này, các ý tưởng của các nhà 32 nghiên cứu khác nhau được kết nối hiệu quả với nhau bởi vì những nhà nghiên cứu này có được những hiểu biết lẫn nhau. Galaxy Zoo là một ví dụ điển hình về khoa học nhân dân – điều đã được tích cực theo đuổi kể từ sự ra đời của Internet. Trong dự án khoa học nhân dân trực tuyến này, hàng triệu hình ảnh thiên hà từ Kính viễn vọng Không gian Hubble được phân loại. Hơn 200.000 người dân đã và đang hỗ trợ dự án nghiên cứu thiên hà quy mô lớn này. Một số tình nguyện viên Galaxy Zoo, những người đã phát hiện ra một số loại thiên hà mới, được liệt kê là đồng tác giả của các ấn phẩm học thuật. Do đó, dự án này đã khuyến khích người dân đóng vai trò tích cực trong nghiên cứu khoa học. Trong nghiên cứu khoa học tiên tiến, mỗi nhà khoa học có xu hướng tập trung vào một lĩnh vực chuyên môn trong phạm vi rất hẹp. Ngược lại, nhiều khám phá khoa học được thực hiện khi có sự tương tác kiến thức và ý tưởng từ các lĩnh vực nghiên cứu khác nhau. Sự lan truyền của nghiên cứu khoa học nhân dân dường như cung cấp cho các nhà khoa học cơ hội để có thể tìm hiểu những vấn đề vượt ra ngoài lĩnh vực chuyên môn của họ và do đó tìm ra điều gì đó có thể dẫn tới những khám phá mới. Tầm quan trọng của các phương pháp nghiên cứu được mô tả ở trên là các ý tưởng của cá nhân được chia sẻ trước khi chúng được sử dụng để tạo ra kết quả nghiên cứu, trong khi ở các phương pháp nghiên cứu thông thường, các phát hiện được chia sẻ chỉ khi các tài liệu nghiên cứu được công bố. Những phương pháp nghiên cứu mới này cho thấy khả năng rằng cách thức tiến hành nghiên cứu sẽ thay đổi từ thực tế hiện tại tập trung vào việc xuất bản bài báo nghiên cứu. b) Nghiên cứu dựa vào dữ liệu Nghiên cứu dựa trên dữ liệu đã thu hút sự chú ý như là một phương pháp nghiên cứu mới dựa trên khả năng lớn có sẵn để xử lý một lượng lớn dữ liệu đa dạng. Trong nghiên cứu dựa trên dữ liệu, việc phát hiện ra một định luật khoa học được thúc đẩy bởi một lượng lớn dữ liệu phi cấu trúc và được sử dụng để thúc đẩy nghiên cứu. Phương pháp nghiên cứu này nổi lên vì số lượng dữ liệu được công khai đã tăng lên với tốc độ nhanh, phần lớn dữ liệu hữu ích cho nghiên cứu khoa học hiện có sẵn ở định dạng có thể đọc được và số lượng dữ liệu được tích lũy qua nhiều nghiên cứu khác nhau đã đạt đến mức đủ phân tích dựa trên dữ liệu. Một ví dụ về nghiên cứu dựa trên dữ liệu là tìm kiếm vật liệu trong khoa học vật liệu. Tìm kiếm vật liệu nhằm mục đích cải thiện các đặc tính của một vật liệu cụ thể hoặc khám phá một vật liệu thay thế. Nó được sử dụng phụ thuộc vào các thí nghiệm được tiến hành bằng cách sử dụng trực giác của các nhà nghiên cứu hoặc kinh nghiệm cá nhân, và dữ liệu từ các thí nghiệm cần phải được tích lũy trong việc tìm kiếm vật liệu. Một phương pháp thông thường đòi hỏi một lượng lớn thời gian và tiền bạc. Vấn đề này được giải quyết bằng cách sử dụng tin học vật liệu. Tin học vật liệu là một lĩnh vực nghiên cứu trong đó dữ liệu về các hợp chất hóa học được phân tích trong việc tìm kiếm các vật liệu mới. Cách tiếp cận này rất hứa hẹn. Hội đồng Nghiên cứu Quốc gia của Viện Hàn lâm Khoa học Quốc gia Nhật Bản đã tuyên bố năm 2008: “Tích hợp các 33 kỹ thuật tính toán và các kỹ thuật phân tích thông tin liên quan đến nghiên cứu vật liệu sẽ giảm chu kỳ phát triển vật liệu từ 10 đến 20 năm hiện tại xuống còn 2 đến 3 năm.” Tại Hoa Kỳ," Sáng kiến Genome Vật liệu "được bắt đầu vào năm 2012 để thúc đẩy phát hiện và phát triển vật liệu. Tại Nhật Bản, trong "Nghiên cứu Vật liệu của Sáng kiến Tích hợp Thông tin (MI2I)" triển khai năm 2015, Viện Khoa học Vật liệu Quốc gia (NIMS) đã và đang nghiên cứu phát triển cơ sở hạ tầng nghiên cứu về tin học vật liệu. Tin học vật liệu ở Nhật Bản bắt đầu tạo ra kết quả. Vào tháng 11/2015, Atsuto Seko, Phó Giáo sư tại Đại học Kyoto, đã thành công trong việc phát hiện ra các hợp chất dẫn nhiệt hiệu quả bằng cách sử dụng các kỹ thuật tin học vật liệu. Trong Dự án Nền tảng Trí tuệ Tích hợp Tiên tiến (AIP), NC&PT sẽ được triển khai để đẩy nhanh tiến độ nghiên cứu khoa học. Với mục đích này, những sự hỗ trợ sẽ được cung cấp cho những khám phá khoa học – những khám phá khoa học được nghiên cứu không chỉ thông qua lý thuyết và thí nghiệm mà còn bằng cách áp dụng công nghệ trí tuệ nhân tạo sáng tạo cho dữ liệu lớn (ví dụ, kỹ thuật khoa học thứ 5, hoặc khoa học dựa trên AI; thử nghiệm, mô phỏng và phân tích dữ liệu lớn). Trong nghiên cứu dựa trên dữ liệu, kết quả có ý nghĩa được tạo ra từ một lượng lớn dữ liệu mà con người không thể phân tích đầy đủ. Chất lượng của kết quả nghiên cứu phụ thuộc vào sự sẵn có của cơ sở dữ liệu chất lượng. Do đó, để thúc đẩy nghiên cứu dựa trên dữ liệu, nhiều cơ sở dữ liệu hữu ích cần phải được cung cấp. 2.3.2. Khoa học mở Việc công bố các kết quả nghiên cứu dưới hình thức các bài báo và dữ liệu được kỳ vọng sẽ giúp tích lũy kiến thức, công bằng và minh bạch của các hoạt động nghiên cứu, nghiên cứu hợp tác và đổi mới sáng tạo. Trong thế kỷ 15, phát minh in ấn đã thúc đẩy mạnh mẽ việc phổ biến thông tin, và việc công bố kết quả nghiên cứu tăng lên, qua đó thúc đẩy rất nhiều nghiên cứu khoa học. Những tiến bộ gần đây về CNTT được cho là có tác động tương tự như tác động của cuộc cách mạng in về nghiên cứu khoa học. Những nỗ lực đã được thực hiện để tăng cường khả năng tiếp cận mở với thông tin học thuật như các bài báo học thuật và để tăng dữ liệu mở, tức là dữ liệu sẵn có miễn phí cho công chúng. Khái niệm khoa học mở bao gồm truy cập mở và dữ liệu mở. Nó mở ra một cách mới để tạo ra kiến thức, và nó có hiệu quả thúc đẩy nghiên cứu về khoa học và công nghệ. Khoa học mở cung cấp một cách mới cho nghiên cứu khoa học để đạt được những đổi mới sáng tạo. Không chỉ các nhà khoa học, mà còn nhiều bên liên quan từ nhiều lĩnh vực khác nhau tham gia vào việc đưa ra kết quả nghiên cứu. Nỗ lực thúc đẩy khoa học mở là một chủ đề được thảo luận mạnh mẽ ở nhiều nước. a) Bối cảnh và các vấn đề của khoa học mở. Trong nghiên cứu khoa học, một giả thuyết được đưa ra bởi một nhà nghiên cứu cần phải được xác minh một cách hợp lý dựa trên bằng chứng, và kết luận thu được từ giả thuyết cần được các nhà khoa học khác xác nhận. Vì vậy, thật sự cần thiết cho các 34 nhà nghiên cứu để chia sẻ những thông tin cần thiết để nhân rộng quá trình xác nhận, và các bài viết quan trọng cho mục đích này. Bằng cách công bố bài báo, các nhà nghiên cứu có thể chứng minh những đóng góp đột phá của họ. Xác lập bản thân như một nhà nghiên cứu tiên phong là động lực chính cho các nhà nghiên cứu xuất bản công trình nghiên cứu. Với sự phát triển của Internet, kho lưu trữ của máy chủ các bài báo điện tử trước khi in, chẳng hạn như arXiv, đã được cung cấp, và ngày càng nhiều nhà nghiên cứu đã phát hành bản in trực tuyến trước khi xuất bản các bài đăng trong các tạp chí hàn lâm. Trong khi cần phải làm điều gì đó về việc tăng chi phí đăng ký các tạp chí hàn lâm, một vấn đề tranh cãi đã nảy sinh liên quan đến bản quyền của các bài báo được chia sẻ bởi các nhà nghiên cứu trên trang mạng xã hội cho các học giả như Academia.edu. Chính phủ Nhật Bản đặt mục tiêu công khai kết quả nghiên cứu được tài trợ công cho công chúng. Một số sáng kiến cung cấp cho công chúng sử dụng không chỉ các tài liệu học thuật, mà còn tất cả các dữ liệu được sử dụng trong nghiên cứu. Các nỗ lực đã được thực hiện để thúc đẩy dữ liệu mở với mục đích xác minh các kết quả nghiên cứu ngày càng được ra đời bằng cách sử dụng phân tích theo hướng dữ liệu và nhằm nâng cao năng suất nghiên cứu bằng cách tái sử dụng dữ liệu miễn phí sẵn có. Dữ liệu mở cần phải được số hóa để máy tính có thể đọc được để có thể được sử dụng phân tích theo hướng dữ liệu. Dữ liệu mở hữu ích cho việc xác nhận kết quả nghiên cứu chính xác hơn trước đây, cũng như để tiết kiệm chi phí bảo trì dữ liệu bằng cách tránh sự cần thiết phải lưu trữ dữ liệu tại nhiều trang web. Do đó, sự công bằng và minh bạch của nghiên cứu khoa học sẽ được đảm bảo. Theo đó, cần phát triển các hệ thống để đánh giá chất lượng và công bố dữ liệu dựa trên quy trình bình duyệt trong diễn đàn giống như đối với các tài liệu nghiên cứu. Vì tầm quan trọng của dữ liệu cho các nhà nghiên cứu ngày càng tăng, năm 2014 các nhà nghiên cứu tại Đại học Tokyo đã phát triển phần mềm để phát hiện thao tác hình ảnh và đạo văn trong các tài liệu nghiên cứu. Phần mềm này được coi là một hình thức kinh doanh mới, và đã được tạo ra như là kết quả của những thay đổi được nêu ở các phần trên trong việc phân phối thông tin học thuật. Đồng thời, nỗ lực tăng dữ liệu mở và truy cập mở đã tạo ra những thay đổi trong các doanh nghiệp liên quan đến nghiên cứu, bao gồm cả việc xuất bản các tạp chí hàn lâm. Thực tế là các nhà nghiên cứu đóng góp vào việc tạo ra và đối chiếu dữ liệu trong các thí nghiệm quy mô lớn bị đánh giá thấp. Thông thường, các tài liệu học thuật là cơ sở để đánh giá những thành tựu khoa học của các nhà nghiên cứu. Bên cạnh đó, một số hệ thống cần thiết để các nhà nghiên cứu có thể được đánh giá trên cơ sở đóng góp của họ cho dữ liệu nghiên cứu. Tầm quan trọng của việc đánh giá kết quả nghiên cứu cũng đang thu hút sự chú ý ngày càng tăng vì sự cần thiết phải thúc đẩy nghiên cứu cạnh tranh toàn cầu cũng như đảm bảo phân bổ thích hợp các quỹ nghiên cứu cạnh tranh. Nỗ lực nhằm đa dạng hóa các phương pháp đánh giá dự kiến sẽ khuyến khích các nhà 35 nghiên cứu và các hoạt động nghiên cứu khác nhau như theo đuổi các hợp tác trực tuyến, thay vì tập trung vào việc viết các bài báo. Gần đây, altmetrics, một bộ chỉ số tác động mới, đã được phát triển. Altmetrics được sử dụng để đo lường tác động của các kết quả nghiên cứu được công bố, bao gồm các tài liệu học thuật, từ các góc độ khác nhau. Ví dụ, tác động xã hội của một bài báo có thể được xác định ngay lập tức trên cơ sở trích dẫn trên phương tiện truyền thông xã hội như Twitter. Altmetrics được kỳ vọng sẽ bổ sung cho các chỉ số dựa trên trích dẫn truyền thống. Năm 2012, PLoS ONE, một tạp chí truy cập mở, bắt đầu liệt kê các chỉ số đánh giá tác động dựa trên altmetrics, ngoài tác động trích dẫn thông thường và số lượng tải xuống cho mỗi bài báo mà tạp chí cung cấp trực tuyến. Trong một cuộc khảo sát được tiến hành vào năm 2011, 84% các nhà nghiên cứu được khảo sát cho biết họ hy vọng sẽ sử dụng dữ liệu được tạo ra bởi các nhà nghiên cứu khác nếu các dữ liệu đó có thể dễ dàng truy cập. Tuy nhiên, chỉ có 36% các nhà nghiên cứu được khảo sát đưa ra các dữ liệu chưa được xử lý cho các nhà nghiên cứu khác. Cơ sở hạ tầng cần được phát triển để giúp các nhà nghiên cứu cung cấp dữ liệu của họ một cách an toàn. Cơ sở hạ tầng như vậy bao gồm một hệ thống dựa trên một chiến lược mở hoặc đóng phù hợp, và các ưu đãi cho việc cung cấp dữ liệu nghiên cứu. b) Phát triển cơ sở hạ tầng khoa học mở Khi tiếp cận mở với kết quả nghiên cứu được thực hiện để đáp ứng nhu cầu của các nhà nghiên cứu và các bên liên quan, số lượng thông tin khổng lồ sẵn sàng cung cấp sẽ tăng cường KH,CN và Đổi mới. Các nghiên cứu đã được nâng cao để hỗ trợ thúc đẩy các phương pháp nghiên cứu mới. Tháng 1/2004, các bộ trưởng khoa học và công nghệ của các nước thành viên OECD đã đồng ý với Tuyên bố cấp Bộ trưởng về tiếp cận dữ liệu nghiên cứu từ tài trợ công. Dựa trên Tuyên bố cấp Bộ trưởng, OECD đã xây dựng các nguyên tắc và hướng dẫn tiếp cận dữ liệu nghiên cứu từ tài trợ công vào tháng 12/2006. Tháng 6/2013, các Bộ trưởng Khoa học G8 đã gặp và đồng ý rằng dữ liệu nghiên cứu khoa học mở - dữ liệu nghiên cứu khoa học được tài trợ công nói riêng - có thể truy cập dễ dàng và có thể sử dụng được. Vào tháng 5/2013, Hội đồng Nghiên cứu Toàn cầu (GRC) đã thông qua Kế hoạch Hành động hướng tới việc Truy cập Mở cho tới Ấn phẩm như một tài liệu động (được chỉnh sửa và cập nhật liên tục). GRC là một diễn đàn trên mạng bao gồm những người đứng đầu các cơ quan tài trợ khoa học và kỹ thuật từ khắp nơi trên thế giới. Trong bối cảnh như vậy, RDA (Liên minh dữ liệu nghiên cứu) và ICSU-WDS (Hệ thống dữ liệu thế giới) đã và đang thúc đẩy các cuộc thảo luận về dữ liệu nghiên cứu mở. Dựa trên những nỗ lực khác nhau cho dữ liệu nghiên cứu mở, nhiều quốc gia hiện đang sắp xếp cho việc thúc đẩy khoa học mở. Ví dụ, trong năm 2011, Quỹ khoa học quốc gia (NSF) bắt đầu yêu cầu tất cả những người nộp đơn xin NSF nộp một Kế hoạch quản lý dữ liệu bao gồm dữ liệu, bài viết, mẫu, bộ sưu tập vật lý, phần mềm, mô hình hoặc các tài liệu khác được tạo ra trong quá trình đề xuất dự án nghiên cứu. Tại 36 Đức, Luật Bản quyền đã được sửa đổi vào năm 2013. Căn cứ vào sửa đổi, tác giả của bất kỳ tác phẩm khoa học nào được thực hiện trong suốt quá trình nghiên cứu khoa học được tài trợ công và được xuất bản theo định kỳ, được bảo lưu quyền công bố trực tuyến bản thảo được chấp nhận sau 12 tháng kể từ ngày xuất bản lần đầu. Quyền này cũng được bảo lưu trong trường hợp chuyển giao bản quyền hoàn chỉnh cho nhà xuất bản. Tháng 12/2014, Văn phòng Nội các Nhật bản đã bắt đầu nghiên cứu khoa học mở theo các khuynh hướng toàn cầu trong khoa học mở và kết quả được tóm tắt thành báo cáo vào tháng 3 năm 2015. Báo cáo đã nêu rõ quan điểm cơ bản của chính phủ Nhật Bản về thúc đẩy khoa học mở, nói rằng Nhật Bản sẽ thúc đẩy hơn nữa việc sử dụng các kết quả của nghiên cứu được tài trợ công khai. Dựa trên báo cáo, Hội đồng Khoa học Nhật Bản đã điều tra và cân nhắc về các thỏa thuận mà giới khoa học của Nhật Bản nên làm cho khoa học mở. Các cuộc thảo luận tích cực về khoa học mở đã được thực hiện bởi các tổ chức chính phủ. Ví dụ, Ủy ban Thông tin Khoa học thuộc Phân ngành Khoa học, Hội đồng Khoa học và Công nghệ (CST), đã kiểm tra quyền truy cập mở vào các bài báo khoa học và dữ liệu được sử dụng trong các bài viết này. Để theo dõi sự tiến trình của những nỗ lực của các bộ, cơ quan và các tổ chức liên quan của chính phủ, Văn phòng Nội các đã triệu tập Hội đồng chuyên gia theo dõi về khoa học mở vào tháng 7/2015 để xem xét các vấn đề cụ thể liên quan đến việc phát hành và truy cập mở , cũng như lưu trữ dữ liệu đó. Là một phần của các biện pháp thúc đẩy truy cập mở vào các bài báo khoa học, vào năm 2013, MEXT bắt đầu hỗ trợ phát triển các tạp chí truy cập mở theo Chương trình Hỗ trợ tài trợ cho nghiên cứu khoa học. JST đã đưa vào hoạt động J-STAGE (Cơ quan Thông tin Khoa học và Công nghệ Nhật Bản), một nền tảng giúp các tổ chức học thuật ở Nhật Bản xuất bản các tạp chí điện tử của họ. Hơn nữa, Viện Tin học Quốc gia (NII) đã và đang cung cấp một nền tảng chung và các dịch vụ khác nhau để khuyến khích các trường đại học xây dựng và vận hành kho lưu trữ của chính họ và thúc đẩy phân phối nội dung số học thuật. Khoa học mở có tác động tích cực to lớn đến nghiên cứu khoa học. Ngoài ra, sự tiến bộ trong tương lai của CNTT có thể thay đổi cách thức tiến hành nghiên cứu khoa học. Để tạo ra môi trường nghiên cứu thú vị và hiệu quả hơn đối với kỷ nguyên mới, nhiều hành động tích cực cần được thực hiện khi đối mặt với các xu hướng mới trong nghiên cứu khoa học. Vì mục đích đó, điều quan trọng là đảm bảo sự hiểu biết của các nhà nghiên cứu về tầm quan trọng của các hành động đó và tranh thủ sự hợp tác của những người khác có liên quan. Phương pháp chủ động là rất cần thiết để khám phá những cách thức nghiên cứu khoa học nên được tiến hành trong tương lai. 37 3. PHÁT TRIỂN VÀ DUY TRÌ NGUỒN NHÂN LỰC THAM GIA VÀO XÃ HỘI SIÊU THÔNG MINH Nhân lực là chìa khóa để hiện thực hóa một xã hội siêu thông minh đi trước các nước trên thế giới. Các nguồn nhân lực chủ yếu góp phần hình thành một xã hội siêu thông minh bao gồm: (1) Các kỹ sư trí tuệ nhân tạo thông thạo những công nghệ mới nhất (2) Các nhà khoa học dữ liệu (3) Các chuyên gia bảo mật (4) Những người có đầu óc kinh doanh Ngoài ra, những phẩm chất và năng lực cần có ở mỗi cá nhân trong thời kỳ khó dự đoán những sự thay đổi. Ở đây sẽ dẫn đến nhu cầu (5) Trau dồi những phẩm chất và khả năng cần thiết để tồn tại trong thời đại của xã hội siêu thông minh Để vươn lên dẫn đầu thế giới trong sự phát triển của một xã hội siêu thông minh, các biện pháp bồi dưỡng (1) - (5) ở trên cần được thực hiện một cách có hệ thống và toàn diện. 3.1. Nguồn nhân lực cần thiết để hiện thực hóa một xã hội siêu thông minh 3.1.1. Các kỹ sư trí tuệ nhân tạo thông thạo những công nghệ mới nhất Số lượng kỹ sư CNTT ở Nhật Bản là khoảng một triệu người, và con số này bằng một phần ba so với Hoa Kỳ và một nửa số lượng kỹ sư của Trung Quốc. Xét về đăng ký sáng chế AI, Hoa Kỳ, Trung Quốc và châu Âu chiếm tỉ lệ lần lượt là 50%, gần 20% và hơn 10%. Nhật Bản chiếm 15%, một con số có thể chấp nhận được với đất nước này. Ngược lại, trong tổng số các bài báo khoa học về AI được công bố, số lượng tác giả Nhật Bản chiếm 2% (tức là khoảng 100 bài), ít hơn 10 lần so với các tác giả châu Âu (hơn 30%), tác giả Hoa Kỳ (20%) và tác giả Trung Quốc (20%). Về tổng số đăng ký sáng chế AI và bài báo khoa học, phần lớn các đăng ký sáng chế là của các công ty và các bài báo khoa học chủ yếu là của các trường đại học. Từ năm 1982 đến 1992, Chính phủ Nhật Bản đã triển khai dự án Máy tính thế hệ thứ 5 về công nghệ máy tính tiên tiến. Các nhà nghiên cứu và sinh viên làm việc cho dự án này là những chuyên gia hàng đầu tại các trường đại học và các công ty, và nhiều đăng ký sáng chế là nhờ vào những nghiên cứu của họ. Tuy nhiên, vào cuối những năm 1980, các nhà nghiên cứu đã phải đối mặt với những thách thức liên quan đến việc ứng dụng công nghiệp của các công nghệ AI, điều này đã cản trở những nghiên cứu về công nghệ này ở Nhật Bản. Sự thiếu hụt các nhà nghiên cứu AI tại các trường đại học Nhật Bản có vẻ là lý do cho sự suy giảm số lượng các bài báo khoa học liên quan đến AI được công bố bởi các nhà nghiên cứu Nhật Bản. 38 Số lượng nghiên cứu khoa học được công bố của Nhật Bản ít hơn so với các quốc gia khác cho thấy sự cần thiết của việc bồi dưỡng và tăng cường các nhà khoa học trẻ để nghiên cứu các công nghệ AI hàng đầu. Điều quan trọng là phải kết hợp được thế mạnh của những nhà nghiên cứu xuất sắc với khả năng đa dạng. Do các công nghệ cơ bản và việc ứng dụng các công nghệ này giữa các ngành công nghiệp là khác nhau, các nhà nghiên cứu cần có cơ hội trao đổi và thảo luận thường xuyên trong một thời gian dài để thúc đẩy và phát triển những nhà khoa học am hiểu về nhiều công nghệ cụ thể. Dự án AIP bắt đầu được thực hiện vào năm 2016. Theo đó, MEXT dự định bồi dưỡng và khuyến khích những kỹ sư trí tuệ nhân tạo có khả năng hỗ trợ phát triển công nghệ AI mới và ứng dụng các công nghệ này trong nhiều lĩnh vực. Đặc biệt, dự án AIP đã giúp bồi dưỡng những đối tượng để họ có thể trở thành kỹ sư trí tuệ nhân tạo, gồm: nghiên cứu sinh và thạc sĩ, và những người có tầm nhìn rộng, có đủ kiến thức và kinh nghiệm cần thiết, sẵn sàng học hỏi các kỹ năng về các công nghệ AI hàng đầu cũng như phát triển chuyên môn cần thiết để đóng góp cho các ngành nghề và các nghiên cứu liên quan đến AI. Một chương trình một năm thuộc Dự án AIP bao gồm các khóa học và hội thảo. Chương trình này cung cấp cho các kỹ sư AI đầy tham vọng những cơ hội học hỏi các kỹ thuật tiên tiến và tham gia vào các hoạt động nghiên cứu liên quan đến ứng dụng công nghệ AI để họ có được những kinh nghiệm thực tế trong giải quyết các vấn đề dựa trên công nghệ AI. 3.1.2. Các nhà khoa học dữ liệu Sự phát triển của các nền tảng công nghệ như một phần của những thay đổi trong cấu trúc công nghiệp, cũng như những thay đổi mang tính cách mạng trong các kỹ thuật liên quan đến đổi mới khoa học và công nghệ cho thấy cần phải bồi dưỡng các nhà khoa học dữ liệu thông thạo các kỹ thuật xử lý dữ liệu cần thiết cho việc phân tích, trực quan hóa dữ liệu và phương pháp phân tích dữ liệu. Các công ty tư nhân có nhu cầu lớn về các nhà khoa học trong lĩnh vực này, và nhu cầu này dự kiến sẽ tăng lên. Viện Nghiên cứu Toàn cầu McKinsey của Hoa Kỳ ước tính rằng năm 2018, Hoa Kỳ có thể phải đối mặt với tình trạng thiếu 140.000 đến 190.000 nhân lực có kỹ năng phân tích chuyên sâu. Nhật Bản cũng đang phải đối mặt với tình trạng thiếu nguồn nhân lực có kỹ năng phân tích dữ liệu cao. Trong năm 2008, Nhật Bản có 3.400 sinh viên tốt nghiệp đại học với trình độ đào tạo nâng cao về thống kê và học máy và các kỹ năng phân tích dữ liệu. Trong 5 năm từ 2004 đến 2008, số lượng các nhà khoa học có kỹ năng phân tích tiếp tục giảm. Nhật Bản cần thúc đẩy bồi dưỡng các nhà khoa học dữ liệu thông thạo kỹ thuật xử lý dữ liệu cần thiết cho việc phân tích, cũng như trực quan hóa dữ liệu và phương pháp phân tích dữ liệu. Mặc dù không có định nghĩa rõ ràng về "nhà khoa học dữ liệu", họ là những người thông thạo các công việc sau: kỹ thuật xử lý dữ liệu lớn (cần thiết để xử lý nhiều petabyte dữ liệu phân tán), kỹ thuật trực quan hóa dữ liệu (để tạo ra một lượng lớn dữ liệu nhiều chiều và kết quả tính toán dễ hiểu cho mọi người) và kỹ thuật 39 phân tích dữ liệu (rất cần thiết để thu được kiến thức chuyên sâu từ dữ liệu lớn; và những kỹ thuật này bao gồm: thống kê, máy học, khai thác dữ liệu và Định lý Bayes). Ngoài ra, các nhà khoa học dữ liệu cần phải có khả năng và phẩm chất sau đây: - Quản lý bảo mật và đạo đức trong nghiên cứu - Lập kế hoạch chiến lược, xác định vấn đề, lập kế hoạch phân tích và giải quyết vấn đề - Thu thập dữ liệu - Xác định bản chất dữ liệu, tìm dữ liệu liên quan - Quản lý (chọn lọc, tiền xử lý, làm sạch dữ liệu) - Chuyển kết quả phân tích dữ liệu thành các hoạt động kinh doanh và dịch vụ - Hợp tác với các nhà nghiên cứu và doanh nhân trong các lĩnh vực khác nhau Nói cách khác, các nhà khoa học dữ liệu là các nhà nghiên cứu am hiểu dữ liệu1. Theo dự án AIP, Bộ Giáo dục, Văn hóa, Thể thao, Khoa học và Công nghệ Nhật Bản (MEXT) đã và đang nỗ lực để phát triển các nhà khoa học dữ liệu cấp cao, những người có thể chủ động sử dụng dữ liệu trong một tổ chức. Đặc biệt, với sự hợp tác của Viện Toán học Thống kê, một chương trình kéo dài một năm bao gồm các khóa học và hội thảo đã được tổ chức dành cho các nghiên cứu sinh tiến sĩ và sau tiến sĩ với các kỹ năng tiên tiến trong khoa học dữ liệu. Chương trình cung cấp cho họ những cơ hội tìm hiểu về các kỹ thuật tiên tiến thông qua thực hành. Việc nghiên cứu tình huống cũng được tiến hành để tìm hiểu về các kết quả nghiên cứu mới nhất liên quan đến việc áp dụng các công nghệ trí tuệ nhân tạo. 3.1.3. Các chuyên gia bảo mật Như đã nêu ở trên, Internet vạn vật sẽ mang lại lợi ích cho cuộc sống của chúng ta theo nhiều cách khác nhau, nhưng nó cũng sẽ dẫn đến tình trạng gia tăng các cuộc tấn công mạng gây thiệt hại nghiêm trọng. Vì vậy, việc bồi dưỡng các chuyên gia an ninh mạng là cấp bách và bắt buộc. Tại Nhật Bản, 265.000 kỹ sư bảo mật thông tin đang là nhân viên của các tập đoàn CNTT. Theo ước tính, những công ty này sẽ cần thêm khoảng 80.000 kỹ sư bảo mật thông tin nữa. Các tập đoàn có sự thiếu hụt nghiêm trọng những kỹ sư trong lĩnh vực này không liên quan đến công nghệ thông tin mà thuộc các lĩnh vực sản xuất, bán buôn, bán lẻ, y tế và phúc lợi. Trong số 265.000 kỹ sư bảo mật thông tin, ước tính có khoảng 160.000 người thiếu các kỹ năng kỹ thuật cần thiết để xử lý công việc, vì vậy, họ cần phải được đào tạo nâng cao. Đối mặt với sự thiếu hụt số lượng các chuyên gia bảo mật thông tin, xã hội Nhật Bản thiếu nhận thức về tầm quan trọng của an toàn thông tin và sự cần thiết của các 40 biện pháp cải thiện tình hình. Các biện pháp này cần được thực hiện để nâng cao mối quan tâm của xã hội về bảo mật thông tin và chủ động bồi dưỡng các chuyên gia. Để đảm bảo các biện pháp chống lại các mối đe dọa bảo mật thông tin ngày càng trắng trợn và nghiêm trọng và các cuộc tấn công mạng tinh vi, cũng như để đảm bảo bảo mật thông tin cho Thế vận hội Olympic và Paralympic 2020 tại Tokyo, việc bồi dưỡng các chuyên gia an ninh mạng là hết sức cần thiết. Hướng đến mục tiêu đó, hệ thống giáo dục tiểu học và trung học sẽ được cải thiện, mang đến những cơ hội học hỏi về đạo đức và lập trình thông tin cho học sinh. Các mạng lưới giáo dục mang tính thực tế cũng sẽ được phát triển tại các trường đại học và các chương trình giáo dục về bảo mật thông tin cũng sẽ được áp dụng tại các trường đại học kỹ thuật cấp quốc gia. Sự hợp tác giữa các trường đại học và chính phủ là điều vô cùng quan trọng trong nỗ lực đào tạo các chuyên gia an ninh mạng, góp phần bảo vệ xã hội. MEXT đang xem xét Bộ hướng dẫn Chương trình giảng dạy. Vào tháng 8 năm 2015, Ủy ban Đặc biệt về Xây dựng Chương trình giảng dạy đã tóm tắt lại các vấn đề cần chú ý ("Tóm tắt các vấn đề"). Trong đó nêu rõ rằng các cơ hội để tìm hiểu về bảo mật thông tin, đạo đức thông tin và lập trình sẽ được tăng lên theo giai đoạn phát triển của học sinh. Đối với các trường cao đẳng kỹ thuật quốc gia, “Các trung tâm Bồi dưỡng Chuyên gia Bảo mật KOSEN” đang được nhân rộng trên phạm vi toàn quốc để cung cấp cho sinh viên công nghệ một môi trường chia sẻ các bài tập bảo mật thông tin. Đối với các trường đại học, Mạng lưới Giáo dục Công nghệ thông tin Thực tế (enPiT) được thiết lập để bồi dưỡng các chuyên gia bảo mật thông tin. Với sự phối hợp của Viện Tin học Quốc gia, dự án AIP cung cấp chương trình một năm cho các nghiên cứu sinh và những người có kinh nghiệm về quản lý an ninh thông tin tại một công ty hoặc một tổ chức. Theo chương trình này, SINET được sử dụng trong các mô phỏng tấn công mạng dựa trên các dữ liệu thực tế để có cái nhìn tổng quan về các cuộc tấn công mạng đó và đánh giá tình hình liên quan đến chúng. Trung tâm Quốc gia về Sẵn sàng ứng phó và Chiến lược An ninh không gian mạng (NISC) của chính phủ Nhật Bản đã xây dựng “Chiến lược An ninh không gian mạng”. Chiến lược này mô tả sự cần thiết của việc phát triển giáo dục về an ninh mạng và các vấn đề liên quan, nhằm mục đích tìm kiếm, bồi dưỡng và đảm bảo nguồn cung cấp các chuyên gia với năng lực và kỹ năng nghề nghiệp xuất sắc. Trên cơ sở Chiến lược an ninh không gian mạng, "Chính sách Tăng cường Toàn diện về Bồi dưỡng Chuyên gia an ninh không gian mạng" được xây dựng để thúc đẩy việc bồi dưỡng các chuyên gia an ninh mạng. 3.1.4. Nguồn doanh nhân Sức lan tỏa của điện toán đám mây và mạng xã hội (SNS) đã tạo ra các giá trị và ngành nghề mới phụ thuộc vào việc sử dụng dữ liệu lớn và hạ tầng CNTT chi phí thấp. Trong một môi trường xã hội mở ra ngày càng nhiều cơ hội kinh doanh, cần thúc đẩy việc đào tạo nguồn nhân lực có ý thức kinh doanh tốt và táo bạo để tạo ra các 41 ngành nghề và dịch vụ mới. Trong khi một số lượng lớn các công ty CNTT đã được niêm yết trên sàn giao dịch chứng khoán từ năm 1980 tại Hoa Kỳ và từ năm 1990 tại Trung Quốc và Hàn Quốc, thì phần lớn các công ty CNTT hiện tại của Nhật Bản đã được niêm yết trước năm 1980. Điều này cho thấy rằng các doanh nghiệp CNTT ở Nhật đang đổi mới chậm hơn so với các nước khác. Lý giải cho tình trạng này là những khó khăn của các doanh nghiệp trong việc huy động vốn, bởi thực tế là đầu tư vốn mạo hiểm theo tỷ lệ phần trăm GDP ở Nhật nhỏ hơn so với các nước khác. Vì vậy, nỗ lực để nuôi dưỡng tinh thần doanh nhân ở Nhật Bản là vô cùng cần thiết. Với mục tiêu tăng số lượng doanh nghiệp tiềm năng, tăng cường hiểu biết xã hội và vị thế của doanh nghiệp và hoạt động kinh doanh, cần đào tạo nguồn nhân lực đa dạng thông qua giáo dục tiểu học, trung học và đại học. Điều quan trọng là các học sinh giỏi - những người đóng vai trò quan trọng trong các thế hệ tiếp theo - cần được làm quen với công việc kinh doanh và cân nhắc phát triển sự nghiệp trong một doanh nghiệp. Để đạt được mục tiêu này, họ cần được tạo điều kiện, cơ hội tiếp xúc với các doanh nhân và trải nghiệm các nền văn hóa khác thông qua việc du học ở nước ngoài để từ đó, học cách đương đầu với những thử thách cũng như trân trọng những ý tưởng và cách tiếp cận độc đáo. Các trường đại học cần thúc đẩy giáo dục về kinh doanh, hỗ trợ sinh viên khởi nghiệp và cung cấp cho sinh viên cơ hội và mạng lưới để tiếp cận các doanh nhân giỏi và tìm kiếm sự giúp đỡ. MEXT đã và đang triển khai Chương trình Tăng cường Phát triển Doanh nhân Toàn cầu (Chương trình EDGE). Chương trình EDGE hỗ trợ nhiều dự án nhằm phát triển nguồn nhân lực với năng lực thực tế và nhằm giúp sinh viên sau tốt nghiệp cũng như các nhà nghiên cứu trẻ có cơ hội học hỏi kinh nghiệm kinh doanh và bí quyết khởi nghiệp. METI đã phối hợp với MEXT tổ chức các cuộc họp của Hội đồng Thúc đẩy Giáo dục Doanh nhân tại các trường tiểu học và trung học phổ thông. Dựa trên một phân tích của Hội đồng về tình hình hiện tại, các vấn đề, đường hướng liên quan đến giáo dục kinh doanh, một cuốn sổ tay đã được biên soạn với các ý tưởng và các ví dụ cụ thể về giáo dục kinh doanh. Hy vọng giáo dục kinh doanh thực tế được giới thiệu và tăng cường trên toàn quốc dựa trên sự hiểu biết của các nhà giáo dục và sự hợp tác của các cộng đồng khu vực và các công ty tư nhân. Chương trình IPA đã triển khai Dự án Tìm kiếm Nguồn nhân lực CNTT (Chương trình MITOH) nhằm chủ động xác định và phát triển những cá nhân xuất sắc thành những nhà sáng chế trong các lĩnh vực liên quan đến phần mềm với sự hỗ trợ của các nhà quản lý dự án. Chương trình MITOH đã phát triển cơ sở hạ tầng cung cấp thông tin về các hoạt động và thành tựu của các chuyên gia CNTT trẻ và mở rộng mạng lưới chuyên gia trong tất cả các ngành nghề nhằm khuyến khích một loạt các ngành công nghiệp tận dụng lợi thế của chương trình này. 42 Viện Công nghệ thông tin và Truyền thông Quốc gia (NICT) đã đưa ra nền tảng Cố vấn CNTT. Vốn, nguồn nhân lực và thương mại hóa là ba yếu tố quan trọng để bắt đầu một doanh nghiệp CNTT. Để giúp kết nối các yếu tố này, nguồn nhân sự từ các doanh nghiệp CNTT được coi là những cố vấn trên nền tảng này, cùng làm việc theo khu vực với nguồn nhân lực trẻ. 3.2. Bồi dưỡng phẩm chất và kỹ năng cần thiết để tồn tại trong một xã hội siêu thông minh Như đã mô tả ở trên, cuộc sống và công việc của người dân có thể bị thay đổi bất ngờ trong một xã hội siêu thông minh. Để tồn tại trong một xã hội siêu thông minh với những thay đổi chóng mặt, điều quan trọng là có thể sử dụng mọi thứ để tự giải quyết mọi vấn đề, kể cả những vấn đề phát sinh không lường trước được. Để có được khả năng như vậy, cần có các kỹ năng học tập chắc chắn và một sức khỏe tốt. Những người trẻ tuổi rất cần một nền giáo dục toàn diện để có thể học tập chuyên sâu hơn trước khi lập nghiệp. Sinh viên nghệ thuật cần được bồi dưỡng thêm về toán học, và các sinh viên chuyên ngành toán, khoa học hoặc kỹ thuật thì cần phải học thêm về khoa học xã hội và nhân văn. Do một số người dự đoán rằng trí tuệ nhân tạo sẽ vượt qua trí thông minh của con người, chính vì vậy con người càng cần phải nâng cao các phẩm chất và khả năng riêng biệt của mình. Ví dụ như các khả năng và hoạt động sau đây cần được chú trọng trong tương lai, bao gồm khả năng giải quyết các vấn đề gây tranh cãi, khả năng xác định và giải quyết các thách thức; các hoạt động đòi hỏi sự sáng tạo và tính chuyên nghiệp cao; các hoạt động đòi hỏi tính nhạy cảm, tình cảm và lòng yêu thương. Cụ thể, những phẩm chất và khả năng được liệt kê dưới đây được yêu cầu trong một xã hội siêu thông minh. - Khả năng, tham vọng và tài lãnh đạo để xác định và giải quyết các vấn đề một cách độc lập; - Sự sáng tạo, sẵn lòng đảm nhận công việc đầy thách thức, sự kiên trì và tự khẳng định; - Sự nhạy cảm, tình yêu thương, kỹ năng giao tiếp, và chấp nhận sự đa dạng; Những điều này được đưa ra bởi Hội đồng Thực hiện Tái thiết Giáo dục. Bản "Tóm tắt các vấn đề" do Ủy ban đặc biệt về Xây dựng chương trình giảng dạy phát hành nhấn mạnh các nội dung sau: "Những phẩm chất và khả năng mà trẻ em, những người phát triển xã hội trong tương lai, cần có để đối mặt với thực trạng thế giới và xã hội và sống một cuộc sống độc lập cần dựa trên ba yếu tố quan trọng của giáo dục trường học: kiến thức và kỹ năng; khả năng tư duy, phán đoán và biểu cảm; và thái độ tích cực đối với việc học độc lập." 43 Đồng thời, những phẩm chất và năng lực đó có thể được hiểu theo ba điểm chính sau đây: - Những gì trẻ em biết và có thể làm (kiến thức và kỹ năng của cá nhân) - Cách trẻ em sử dụng những gì chúng biết và có thể làm (khả năng suy nghĩ, phán đoán và diễn đạt) - Cách trẻ tương tác với thế giới và xã hội và tạo ra cuộc sống tốt hơn cho bản thân (thái độ đối với học tập và phẩm chất con người) 3.2.1. Thực hiện cải cách giáo dục bền vững hướng tới hiện thực hóa xã hội siêu thông minh a) Bồi dưỡng kỹ năng sử dụng thông tin trong xã hội siêu thông minh (Đổi mới nội dung giáo dục) Trẻ được kỳ vọng sẽ chú trọng hơn tới việc triển khai những nghiên cứu vượt trội hoặc quản lý công nghệ khi suy tính về sự nghiệp tương lai trong một xã hội siêu thông minh với tốc độ lan tỏa thông tin nhanh chóng. Trong việc này, các nỗ lực cần được thực hiện để khuyến khích trẻ học toán và khoa học cũng như kích thích sự quan tâm của trẻ đối với những môn học này. Sự phát triển nhanh chóng của CNTT là yếu tố khiến cho lĩnh vực công nghệ cao trở nên quen thuộc với trẻ em, do vậy trẻ em phải có kiến thức khoa học cần thiết để hiểu và sử dụng các công nghệ này. Theo quan điểm này, nhiều nỗ lực đã và đang được thực hiện để sửa đổi Khung tiêu chuẩn Chương trình giảng dạy Quốc gia theo nguyên tắc cơ bản là tiến tới "một chương trình giảng dạy mở cho công chúng". Những sửa đổi này bao gồm các cải tiến về phương pháp học tập và đào tạo từ quan điểm học tập tích cực, tăng cường quản lý chương trình giảng dạy, xem xét các môn học và khóa học. Nhằm nâng cao kỹ năng của trẻ em trong việc sử dụng thông tin hướng tới hiện thực hóa xã hội siêu thông minh, môi trường CNTT tại trường học cần được cải thiện bằng cách trang bị máy tính bảng cho từng học sinh, các thiết bị hiển thị lớn như bảng phấn điện tử, camera và mạng LAN không dây. Ngoài ra, giáo viên cũng cần trau dồi các kỹ năng CNTT để tận dụng môi trường CNTT tại trường tạo thuận lợi cho giáo dục. Hơn nữa, cần bảo đảm lực lượng nghiên cứu sinh sau tiến sĩ, sinh viên sau đại học và các nguồn nhân lực bên ngoài có kỹ năng CNTT, đào tạo họ thành đội ngũ hỗ trợ kỹ thuật và giao cho họ các công việc liên quan đến CNTT theo nhu cầu của trường học. b) Sử dụng CNTT để đổi mới môi trường học tập (đổi mới kỹ thuật giáo dục) "Đề xuất Dự thảo lần 7: Những phẩm chất và khả năng cần thiết trong thời đại tới, và giáo dục và giáo viên bồi dưỡng những phẩm chất và năng lực này" do Hội đồng Thực hiện Tái thiết Giáo dục ban hành vào tháng 5 năm 2015 nêu rõ: nội dung giáo dục và kỹ thuật cần phải được đổi mới mạnh mẽ thông qua các mục dưới đây để thấm nhuần những phẩm chất và khả năng nói trên. 44 - Tăng cường học tập tích cực, và thiết lập một hệ thống giáo dục tương đương với các hệ thống ở các nước tiên tiến khác; - Sử dụng CNTT để đổi mới môi trường học tập và phát triển các kỹ năng sử dụng thông tin; - Nuôi dưỡng tinh thần kinh doanh và sức mạnh của sự sáng tạo để tạo ra giá trị mới; và - Tìm kiếm và bồi dưỡng tài năng xuất sắc. Theo “Tóm tắt các vấn đề” do Ủy ban Đặc biệt về Xây dựng kế hoạch giảng dạy công bố, để đảm bảo rằng học sinh có thể có được những phẩm chất và khả năng cần thiết thì các phương pháp học tập và giảng dạy cần được cải thiện trên cơ sở ba điểm chính của học tập tích cực : "Học tập sâu", "học tập thoại" và "học tập tự nguyện". Trong số các phương pháp đổi mới nội dung và công nghệ giáo dục kể trên, trọng tâm dưới đây thuộc mục 2 vì nó được kỳ vọng sẽ có những tác động đổi mới lớn trong một xã hội siêu thông minh. Khóa học đại trà trực tuyến mở (MOOC) Ngày càng có nhiều trường đại học và cao đẳng hàng đầu trên thế giới cung cấp các khóa học đại trà trực tuyến mở (MOOC) với một loạt các môn học. MOOC đã trở nên phổ biến trên toàn thế giới khi Đại học Stanford cung cấp ba khóa học thử nghiệm miễn phí cho công chúng. Khóa học "Giới thiệu về Trí tuệ nhân tạo" đã thu hút hơn 160.000 người từ khắp nơi trên thế giới đăng ký tham gia. Điều này cho thấy tiềm năng của các dịch vụ này có thể vượt qua vấn đề biên giới địa lý và thu hút những học viên giỏi với khát khao kiến thức nâng cao. Năm 2013, các khóa học Khóa học đại trà trực tuyến mở ở Nhật Bản (JMOOC) đã được triển khai để thúc đẩy việc sử dụng các MOOC ở Nhật Bản. Tháng 3/2015, Trung tâm Trao đổi Học thuật về Môi trường và Chiến lược thông tin (AXIES) đã công bố kết quả của một cuộc khảo sát về việc sử dụng MOOC với bốn trường đại học quốc gia và 15 trường đại học dân lập đã xây dựng và cung cấp nội dung khóa học MOOC. Có 54 trường học (18 trường đại học quốc gia, 30 trường đại học tư thục, 2 trường đại học công lập, 4 trường cao đẳng hoặc cao đẳng kỹ thuật) đang có kế hoạch xây dựng và cung cấp nội dung khóa học MOOC. Sự gia tăng MOOC và những hình thức khóa học trực tuyến khác trên thế giới đã giúp phát triển nền tảng cho những người có thể hưởng lợi từ nền giáo dục tốt. Những khóa học này thu hút những học viên xuất sắc với mong muốn có được kiến thức nâng cao vượt mọi biên giới. Việc sử dụng hiệu quả các khóa học này được kỳ vọng sẽ tiếp tục quá trình giáo dục. Trong xã hội siêu thông minh, những chuyên môn cần thiết trong các ngành sản xuất sẽ đa dạng hơn hiện nay. Trong kết nối này, các khóa học trực tuyến có sẵn bất cứ lúc nào, bất cứ nơi nào, dự kiến sẽ được sử dụng hiệu quả bởi các 45 chuyên gia chuyên cập nhật về an ninh thông tin, công nghệ tiên tiến và cải cách hệ thống. Học tập tối ưu và tùy chỉnh (học tập thích nghi) Trong phương pháp học tập thích nghi, dữ liệu về các câu trả lời đúng hoặc sai của học viên sẽ được thu thập và đối chiếu dưới dạng dữ liệu lớn. Trí tuệ nhân tạo sẽ phân tích khả năng của người học từ việc đưa ra câu trả lời sai và dự đoán những kiến thức và kỹ năng mà người học cần có. Dựa trên phân tích và phán đoán này, nội dung học tập tối ưu sẽ được tự động xây dựng và cung cấp cho người học. Học tập thích ứng đặc biệt phù hợp với các môn học cần ghi nhớ. Học viên học bằng cách lặp lại các quy trình định trước để giải quyết các vấn đề và có câu trả lời. Ngược lại, học tập thích nghi không phải là một phương pháp tối ưu để giải quyết các vấn đề với nhiều đáp án vì người học sẽ phải suy nghĩ từ một quan điểm đa phương thông qua thảo luận và tranh luận. Do vậy, phương pháp học tập thích nghi phù hợp các môn học đề cao sự tiếp thu kiến thức và khả năng ghi nhớ đóng vai trò rất quan trọng. Với phương pháp này, người học có thể sử dụng thời gian một cách hiệu quả. Hy vọng rằng phương pháp giáo dục dựa trên tranh luận và tư duy sáng tạo sẽ được đầu tư nhiều thời gian hơn so với trước đây, vì đây là những yếu tố cần thiết giúp Nhật Bản sánh vai với các nước tiên tiến khác trong làn sóng toàn cầu hóa. 3.2.2. Cải thiện môi trường học lại cho xã hội siêu thông minh Người ta dự đoán rằng con người sẽ ngày càng tập trung vào việc sáng tạo trong xã hội siêu thông minh. Điều này gợi ý rằng các kỹ năng và chuyên môn mà các chuyên gia cần có để phát triển nghề nghiệp sẽ thay đổi. Hiện nay, tỷ lệ công nhân ở Nhật Bản trải qua quá trình học lại (học tập nhắc lại) để kiếm bằng thấp hơn so với các nước khác. Để chuẩn bị cho một xã hội siêu thông minh với sự thay đổi diễn ra nhanh chóng, yêu cầu phản ứng nhanh, cần phải cải cách giáo dục đại học theo nhiều cách để đảm bảo không xảy ra tình trạng nguồn nhân lực mà các trường đại học đào tạo ra không phải là nguồn nhân lực mà các công ty cần. Môi trường học lại của các chuyên gia cần phải được cải thiện để nâng cao khả năng và kiến thức. Nội dung giáo dục tại các trường đại học cũng cần đa dạng, phong phú hơn bằng việc phát triển chương trình giảng dạy có sự hợp tác với các ngành nghề và doanh nghiệp trong lĩnh vực thông tin, khoa học và công nghệ. Trong số các sáng kiến mà MEXT đề xuất cần phải làm việc ngay lập tức, các sáng kiến chính sẽ được mô tả dưới đây. a) Hình thành hệ thống chứng nhận các chương trình học lại cho các chuyên gia tại các trường đại học - Một hệ thống chứng nhận đã được thiết lập vào tháng 7/2015 nhằm gia tăng cơ hội cho các chuyên gia tăng cường các kỹ năng cần thiết cho sự nghiệp. Theo hệ thống 46 này, một chương trình thực tế và chuyên nghiệp mà một trường đại học tạo ra để đáp ứng nhu cầu của các chuyên gia và doanh nghiệp sẽ được chứng nhận là Chương trình học tập nhắc lại dành cho các chuyên gia (Brush-up program - BP). Vào tháng 12/2015, Bộ trưởng MEXT đã chứng nhận 123 chương trình đại học dạng này. - Thông qua việc chứng nhận các chương trình BP, (i) các lựa chọn học lại được hiển thị trực quan cho các chuyên gia, (ii) tăng cường sự hấp dẫn của chương trình đại học và (iii) thúc đẩy việc học lại của các chuyên gia vì các công ty hiểu rõ nhu cầu học lại, và hệ thống hưởng lợi giáo dục và đào tạo của Bộ Y tế Lao động và An sinh xã hội Nhật Bản (MHLW) được sử dụng. b) Thành lập các cơ sở học nâng cao cung cấp đào tạo nghề thực tế - Nhằm giúp đỡ các chuyên gia có trình độ cao có thể đáp ứng các nhu cầu kinh tế xã hội thay đổi về nguồn nhân lực và tăng cơ hội học lại cho sinh viên tốt nghiệp phổ thông, nhiều cuộc thảo luận liên quan đến việc thành lập các cơ sở đào tạo mới đã được tiến hành. Đây sẽ là những cơ quan cấp bằng thuộc hệ thống đại học. Cụ thể như sau: + Xây dựng thể chế thuận lợi cho việc phát triển các chuyên gia trình độ cao nhằm đáp ứng nhu cầu xã hội về nguồn nhân lực, trên cơ sở đặc điểm của từng ngành cụ thể + Xây dựng thể chế đảm bảo chất lượng giáo dục theo yêu cầu của các cơ sở đào tạo chuyên sâu, được công nhận trong nước và quốc tế với các khóa học hữu ích + Tăng cường các lựa chọn nghề nghiệp cho học sinh trung học cũng như tạo điều kiện cho việc học lại của các nhân viên muốn làm chủ công nghệ và chuyên môn tiên tiến 47 KẾT LUẬN Một xã hội siêu thông minh sẽ được hiện thực hóa nhờ vào sức mạnh của khoa học, công nghệ và đổi mới. Sự tiến bộ của Internet Vạn vật (IoT) đã mang lại kỷ nguyên của dữ liệu lớn (big data). Những đổi mới trong trí thông minh nhân tạo cung cấp các dịch vụ mới. Robot có khả năng thực hiện các nhiệm vụ nguy hiểm và công việc thể chất, trí tuệ nhân tạo cung cấp các dịch vụ mới, hỗ trợ các dịch vụ chuyên nghiệp có tri thức. Trong tương lai, robot và trí tuệ nhân tạo sẽ là đối tác của con người trong cuộc sống hàng ngày của họ. Robot và trí thông minh nhân tạo sẽ giúp nâng cao năng suất; do đó, mọi người sẽ có thể phân bổ nhiều thời gian hơn cho công việc sáng tạo và giao tiếp với người khác. Trong khi đó, một số người dự đoán rằng “điểm kỳ dị công nghệ” (technological singularity) - điểm mà tại đó siêu trí tuệ mạnh mẽ sẽ vượt qua tất cả trí thông minh của con người, sẽ xảy ra vào năm 2045. Liệu trí thông minh nhân tạo có vượt qua trí thông minh của con người ? Khi cố gắng trả lời câu hỏi này, chúng ta xem xét một cách tự nhiên những gì con người có thể làm và những gì trí tuệ nhân tạo thì không thể. Trong thời đại của Internet Vạn vật, dữ liệu được thu thập từ nhiều lĩnh vực thành dữ liệu lớn. Trong tương lai, trí thông minh nhân tạo sẽ giúp chúng ta tìm ra câu trả lời cho tất cả các câu hỏi và robot sẽ giúp con người thực hiện những nhiệm vụ khó khăn, ở những nơi nguy hiểm. Trong xã hội tương lai, có lẽ chúng ta sẽ không phải suy nghĩ nhiều vì trí tuệ nhân tạo sẽ cho chúng ta biết những gì cần cũng như cách thức hành xử. Do đó, chúng ta sẽ có thể dành nhiều thời gian hơn cho công việc sáng tạo và tạo ra những đổi mới. Một xã hội như vậy với một lượng lớn dữ liệu được tạo ra bởi các hoạt động của con người. Trong xã hội siêu thông minh được nhận diện bằng sự tiến bộ sáng tạo của Internet Vạn vật, dữ liệu lớn, trí thông minh nhân tạo và robot, ai sẽ sở hữu trí tưởng tượng và óc sáng tạo để tưởng tượng và tạo ra ô tô thay thế cho các toa xe ngựa? Tham vọng lớn là điều cần thiết để tạo ra những ý tưởng mới lạ bất ngờ. Chúng ta cần có khả năng xác định các vấn đề phát sinh từ sự khác biệt giữa lý tưởng và thực tế nhờ chính kinh nghiệm mà chúng ta học được từ những thất bại, thành công, niềm vui, nỗi buồn, mất mát và thành tựu. Chúng ta cần ghi nhớ điều này khi nghĩ về khả năng trí tuệ nhân tạo sẽ vượt qua trí thông minh của con người. Để hiện thực hóa một xã hội siêu thông minh trước phần còn lại của thế giới, tất cả những người có liên quan cần phải xem xét những điều trên khi cùng nhau làm việc để thúc đẩy những nỗ lực cần thiết. Trung tâm Phân tích thông tin 48 Tài liệu tham khảo 1. MEXT. White Paper on Science and Technology 2016. 2. The 5th Science and Technology Basic Plan. Government of Japan 2016. 3. CRDS. Future Services & Societal Systems in Society 5.0. 2016 (Center for Research and Development Strategy- Japan Science and Technology Agency). 4. Advisory Board for Promotion of Science and Technology Diplomacy - Minister for Foreign Affairs of Japan. Recommendation for the Future - STI as a Bridging Force to Provide Solutions for Global Issues. Four Actions of Science and Technology Diplomacy to Implement the SDGs. 5/2017.