对人工智能的信心超过职场准备程度
越南高校正大力投资人工智能，学生对自己在工作中运用人工智能的信心，也高于其他受调查市场的同龄人。然而，皮尔逊与亚马逊云科技（AWS）的一项研究显示，雇主认为，毕业生的这份信心与他们在工作中有效应用人工智能的能力之间存在差距。
越南调查发现，96%的高等教育领域负责人表示所在院校正在投资人工智能。超过52%的学生将自己在人工智能环境中工作的准备程度评为8至10分（满分10分），在受调查的六个市场中信心水平最高。相比之下，只有15%的越南雇主认为，应届毕业生在人工智能融入职场所需的八项能力方面表现出色。
这项研究在越南调查了402人：301名学生、50名高校负责人和教职人员，以及51名雇主和企业负责人。更大范围的研究覆盖越南、巴西、马来西亚、沙特阿拉伯、英国和美国。研究结果指出，挑战不只是能否获得人工智能工具：毕业生还需要证明自己能审慎使用这些工具、核验结果，并将其用于实际任务。
随着人工智能改变工作方式和初级职位，这一差距尤为重要。会向聊天机器人输入提示的学生，仍可能难以判断回答是否准确、发现证据缺失，或解释人工智能辅助生成的建议如何满足业务需求。要做到这些，既需要熟悉技术，也需要批判性思维、沟通能力和专业知识。
投资推进迅速，但步伐并不均衡
报告将越南归类为“高速战略型”市场，即把人工智能视为战略重点并投入大量资源。受调查的高校负责人中，十分之九表示，人工智能驱动的职场变化正在“极快”或“非常快”地发生。这一比例比全球平均水平67%高出23个百分点。所有受调查的学术领域负责人都预计，未来两年变化速度还会加快。
投资并不意味着院校能跟上每一项发展。只有28%的受调查越南院校表示能够跟上所有人工智能发展。报告提到的投资领域包括教职人员发展、计算基础设施、技术能力、课程设置，以及用于院校运营的人工智能系统；同时指出，准备程度取决于这些资源如何转化为学习和实践。
调查还发现，84%的高等教育领域负责人定期与雇主交流，以了解市场需求。这是一个重要的起点，但定期联系并不一定意味着雇主会参与课程设计或学生作业评估。下一步是让这些合作更具实效，并长期持续。
学生的自我评价能反映信心水平，但并不能直接衡量职场表现。雇主则依据毕业生在工作中面对的任务和要求进行评判。这两种视角之间的差距表明，课程和评估应为学生提供更多展示应用能力的机会，而不只是考查他们对工具是否熟悉。
雇主认为毕业生欠缺哪些能力
越南雇主指出了毕业生使用人工智能时存在的几个问题。43%的雇主提到使用习惯不佳，包括过度相信人工智能的输出，以及核验或事实查证能力不足。37%指出实际经验有限，35%则提到过度依赖人工智能工具。这些问题可能有所重叠，但合在一起表明，仅有工具可用并不足以衡量准备程度。
只有8%的雇主认为毕业生在批判性评估人工智能输出方面表现出色。这项能力包括依据可靠证据核查说法、识别不确定性和偏见，以及判断任务何时需要人类专业知识而非自动生成的答案。当人工智能生成流畅却仍可能包含错误的文本时，这一点尤其重要。
雇主从八个方面评估毕业生：技术知识、适应能力、有效使用人工智能工具、创造力、将学术知识应用于实际工作、持续学习、沟通与协作，以及批判性评估人工智能输出。总体上，15%的毕业生被评为表现出色，这是上述各项能力的平均比例；这并不意味着每位雇主对每个方面的评价都相同。
这一问题也不限于越南。皮尔逊与AWS的研究显示，全球有53%的雇主表示，很难找到人工智能技能符合职场要求的应届毕业生。在整项研究中，只有14%的学习者表示，自己已能熟练地将人工智能工具应用于专业工作流程。综合来看，这些发现揭示了一个转型难题：学会使用工具，并不意味着一个人就能在工作中可靠地运用它。
四项能力构成具备人工智能应用能力的毕业生
报告将人工智能应用准备度描述为四项相互关联的能力。人工智能实用能力是指懂得如何使用相关工具完成任务。关键人类技能包括判断力、适应能力、沟通、协作和解决问题的能力。负责任地管理人工智能意味着负责任地使用人工智能，并考虑隐私、偏见和潜在危害。战略判断力则包括了解人工智能在哪些方面能够创造价值，以及在哪些情况下可能并不适用。
这些能力需要协同发挥作用。例如，毕业生使用人工智能准备商业提案时，应能明确任务、选择合适的工具、核查说法和来源、发现局限，并解释最终建议背后的理由。即使系统协助完成了工作，用户仍须对成果负责。
这一思路也改变了人工智能的教学方式。若课程主要围绕操作热门工具展开，随着工具变化，课程内容很快就会过时。教学生评估输出、调整方法，并将人工智能与专业知识结合起来，更具持久价值。这有助于学习者把技能迁移到陌生系统和新的职场任务中。
报告提出的人工智能准备度摩擦框架还指出了教育到就业过渡期间可能叠加出现的六项障碍：变化速度、衔接、能力、治理、经验和技能。变化速度是指职场变化快于课程更新。衔接是指雇主与教育工作者之间反馈不足。能力包括教职人员准备程度不一。治理涉及负责任使用人工智能的实用规则。经验是指缺少有组织的实践机会。技能则指毕业生展现的能力与职位要求不匹配。
将雇主联系转化为共同实践
高校和雇主可以围绕真实工作设计评估，以弥补实践经验的不足。作业不应只要求学生介绍人工智能工具，还可以要求他们使用人工智能起草提案、核查其中的说法、找出薄弱之处并为建议辩护。这样一来，学生的工作过程一目了然，教师也能同时评估其判断力和最终成果。
雇主可以提供实际业务挑战、实习机会和课程反馈，也可以通过安排教职人员观摩团队工作或与团队协作，帮助他们了解人工智能在商业环境中的用法。这些合作能让学生练习课堂作业可能无法涵盖的现实约束，例如信息不完整、时间紧迫，以及需要向同事传达研究结果。
报告建议高校缩短课程审查周期、采用灵活的学习模式，并提供可累积的资格认证，让学习者分阶段取得获认可的资历。报告还呼吁加强面向应用型教学的教职人员培训，并提供可计学分的机会，让学生在真实情境中练习使用人工智能。目标是将人工智能应用纳入核心学习，而不是局限于选修演示或独立的入门课程。
学生可以通过建立人工智能辅助项目作品集，让自己的技能更容易被评估。作品集可以展示任务内容、人工智能的使用方式、学生核查或修改了哪些内容，以及最终成果。相比单凭学位或笼统声称熟悉人工智能，这些证据有助于雇主了解求职者的实际能力。
报告还讨论了一项假设性二选一：一名候选人人工智能技能扎实但没有学位，另一名候选人拥有学位但人工智能实践经验有限。雇主给学位持有者的优势仅为4个百分点。这表明学历仍然重要，但雇主可能也很看重应用能力的实际证据。
责任不只属于校园和雇主
明确的治理机制也是准备工作的一部分。学生和教职人员需要获得实用指引，了解哪些工具可以使用、哪些信息不应输入工具、如何披露人工智能生成的内容，以及由谁负责核查。如果缺少明确规则，人们可能会使用未经批准的工具，或不慎处理敏感信息，使风险从教育领域延续到职场。
监管机构可以通过明确政策，并允许将相关数字技能认证纳入大学课程，来支持这一转型。报告还建议教育机构与雇主就更明确的学习成果和评估标准达成一致，让毕业生能以更统一的方式展示自身能力。
皮尔逊和AWS的高管将应对重点概括为：把人工智能应用转化为职场能力。这项研究由独立研究机构PSB Insights参与开展，汇总了六个市场中2700多名学习者、教育领域负责人和雇主的调查回答，并对高等教育领域负责人进行了访谈。研究提出的框架旨在帮助院校找出自身教育到就业路径中需要改进的环节。
对越南而言，核心发现并不是高校投资不足，也不是学生缺乏兴趣。投资相当普遍，学生信心较高，且大多数受调查院校已经与雇主开展交流。更难的是把这些优势转化为反复实践、可靠评估，以及贴近毕业生离校后将面对的决策任务的工作。
要点
- 96%的受调查越南高等教育领域负责人表示所在院校正在投资人工智能。
- 超过52%的学生将自己从事人工智能融入型工作的准备程度评为8至10分（满分10分）。
- 只有15%的雇主认为应届毕业生在八项职场人工智能能力方面表现出色。
- 雇主指出毕业生核验习惯不佳、实际经验有限，并且过度依赖人工智能工具。
- 报告呼吁开展由雇主参与设计的评估、加强应用实践和教职人员培训，并完善人工智能治理规则。
