美国数百万工人表示希望掌握AI技能。近4700万白领专业人士计划在未来六个月内开始学习，这一趋势源于他们认为AI将重塑其工作岗位，无论他们是否做好准备。雇主方面也面临紧迫需求。AI和机器学习工程师的职位预计每年将增长40%。这一增速几乎是所有职业平均增速的100倍。

然而，对于大多数人来说，掌握这些技能的途径仍不明确。很少有学习者通过传统学位项目学习，更少有人能获得正式的AI技能支持。大多数人只能独自摸索，从各种渠道拼凑课程、教程或证书。

这是Validated Insights最新报告所描绘的背景，该报告清晰地阐述了许多教育者和雇主早已感受到的现实：AI的发展速度已超过了本应支持它的机构。报告全面梳理了这场危机的全貌，从招生数据到招聘趋势。

报告中一个关键主题是，问题不在于兴趣或缺乏动力，而是教学AI的基础设施似乎范围太窄、增长太慢，无法支持AI的迅猛发展。

目前，所需的AI工作者数量与实际可供给数量之间已存在巨大差距，且这一差距正在不断扩大。报告指出，2023年美国AI和机器学习领域缺口超过34万人。若无改善措施，这一数字到2027年可能增至近70万人。

面对传统高等教育资源的匮乏，大多数学习者只能自行解决问题。报告指出，“在这866万学习AI的人群中，32.8%是通过结构化且有监督的学习项目进行学习，其余则以独立方式学习。”

即使在结构化项目中，也很少涉及高校。报告指出，“仅有0.2%的人通过高等教育机构的学分课程学习AI”，而“其余99.8%的人则从教育提供商处获取这些技能”。这包括从在线平台到雇主主导的培训——这些项目注重速度、灵活性和实际应用，而非学位认证。

AI领域的大学项目正在增长，但仍未能覆盖足够多的人群。2018年至2023年间，美国大学AI与机器学习项目的入学人数每年增长近45%。即便如此，这些项目仍仅服务于一小部分学习者——大多数人仍在寻求其他选择。

这种脱节催生了新兴的替代教育提供者领域，其中许多机构游离于传统学术体系之外。这些机构包括在线平台、培训初创公司及非营利组织，它们强调以更快速、更便捷的方式培养AI技能。部分机构专注于项目制学习，另一些则侧重于短期认证或行业导师制，但所有机构均定位为对机构反应迟缓的回应。

与此同时，招聘需求并未放缓。到2027年，AI和机器学习工程师的职位数量预计将接近翻三倍，这进一步迫使雇主重新思考如何快速识别人才并填补职位空缺。

即使人们成功在传统体系外掌握AI技能，这只是第一步。下一步的挑战是证明这些技能。大多数雇主在招聘决策时仍依赖正式学位，即使工作本身已不再要求这些学位。报告指出一个值得注意的差距：仅21%的AI岗位从业者拥有研究生学位，而51%的职位发布仍要求此类学位。

这种脱节在双方都引发了挫败感。学习者带着新技能却无法提供相应资质证明。雇主则试图用已不再反映实际学习方式的信号来填补岗位。这种转变已在就业市场中显现，尤其体现在面临失业率上升和AI密集型行业初级岗位减少的应届毕业生群体中。

在线平台之所以迅速崛起，一个重要原因是当传统教育无法快速跟进时，人们会寻求其他途径，而他们正在Coursera和Udemy等平台上找到所需的内容。

报告显示，在ChatGPT推出后的前14个月里，有超过350万人在上述两个平台上报名参加了生成式AI课程。其吸引力不言而喻：成本更低、灵活性更高，且内容能随技术本身不断更新。这些平台并非旨在取代大学，但对于越来越多的学习者而言，它们已成为需要补充学习时首先选择的去处。

报告还指出，一些规模较小、以社区为基础的项目正在填补传统系统留下的空白。例如，非营利组织VIAI为那些没有时间、金钱或无法接触传统选项的学习者提供“按能力付费”的AI课程。这些努力通常服务于父母、自由职业者和职业中期专业人士。

为缩小差距，报告建议雇主提供更多实用性强的在职培训。同时呼吁推出更多易于参与且符合人们日常日程的本地化项目。报告还指出，人们需要更好的方式来证明所学技能，即使未获得传统学位，应该建立一个重视技能并为所有人开辟更多路径的体系。