Kaune išryškėjo, kokių įgūdžių DI nepakeis

VP Viešųjų paslaugų redakcija 2026-09-30 08:19 3 min. skaitymo

Parengė „Wordio“ redakcija pagal BNS pateiktą informaciją apie 2026 m. Kauno technologijos universitete vykusį renginį.

Mokėti naudotis dirbtiniu intelektu būsimam inžinieriui bus naudinga, tačiau vien šio įgūdžio nepakaks. Kauno technologijos universitete (KTU) vykusiame „3DEXPERIENCE Edu ENORTH Summit 2026“ renginyje pramonės ir akademinės bendruomenės atstovai kalbėjo apie tris susijusius gebėjimus: suprasti visą kuriamą sistemą, patikrinti technologijų pasiūlytus sprendimus ir išlaikyti tvirtus inžinerijos pagrindus.

Ši kryptis aktuali ir renkantis studijas, ir vertinant savo pasirengimą darbui. Jei užduotis apsiriboja vienos detalės projektavimu ar vienos programos valdymu, lengva nepastebėti, kaip sprendimas paveiks kitus komponentus. DI gali pasiūlyti variantų, bet atsakomybė įvertinti jų tinkamumą lieka žmogui.

Inžinieriui teks matyti daugiau nei atskirą detalę

„Dassault Systèmes“ pagrindinių inovacijų ir CRE viceprezidentas Gian Paolo Bassi renginyje teigė, kad produktą reikia suprasti kaip sistemą, veikiančią platesnėje aplinkoje ir turinčią savo gyvavimo ciklą. Toks požiūris keičia klausimą, kurį inžinierius užduoda projektuodamas: neužtenka žinoti, ar detalė atlieka savo funkciją; reikia suprasti, kaip ji veikia kartu su kitomis dalimis, duomenimis ir žmonėmis.

Tai ir yra sisteminio mąstymo esmė šiame kontekste. Sprendžiant techninę problemą, svarbu apibrėžti visos sistemos paskirtį, jos reikalavimus ir ryšius tarp dalių. Kalifornijos technologijos instituto profesorius Jonas Zmuidzinas pabrėžė, kad sudėtingose sistemose problemos gali slypėti būtent tuose ryšiuose. Jis taip pat priminė fizikos svarbą: modeliuojamas objektas turi veikti ne vien pagal projekto sumanymą, bet ir pagal fizinio pasaulio sąlygas.

Pavyzdžiui, vienas komponentas virtualiame modelyje gali atrodyti tinkamas, tačiau jo vertė paaiškėja tik įvertinus, kaip jis veiks su visa sistema. Todėl gebėjimas aiškiai suformuluoti reikalavimus ir matyti sprendimo pasekmes tampa tokia pat reikšminga darbo dalimi kaip gebėjimas naudotis projektavimo įrankiu.

DI pasiūlymą dar reikia patikrinti

Dirbtinis intelektas jau gali atlikti dalį techninių užduočių, generuoti sprendimų variantus ir padėti optimizuoti procesus. G. P. Bassi perspėjo, kad kritiniams pramoniniams sprendimams vien sugeneruoto atsakymo nepakanka: būtini moksliniai patikrinimai, modeliavimas ir simuliacijos.

Čia praverčia skaitmeniniai dvyniai – virtualūs produktų ar sistemų modeliai. Jie leidžia prieš gamybą išbandyti skirtingus scenarijus ir įvertinti galimą rezultatą. Renginyje kaip pavyzdžiai minėti automobilio elgesys susidūrimo metu ir orlaivio reakcija į turbulenciją. Tokius scenarijus virtualioje aplinkoje galima kartoti ir nagrinėti anksčiau, nei priimamas sprendimas dėl realaus produkto.

Vis dėlto simuliacija nėra automatinis įrodymas, kad kiekvienas pasiūlymas tinkamas. Inžinieriui reikia suprasti, ką modelis tikrina, kokiomis prielaidomis remiasi ir ar gautas rezultatas atitinka visos sistemos reikalavimus. Pasak G. P. Bassi, galutinis sprendimas vis dar priklauso žmogui.

Matematikos, fizikos ir kritinio mąstymo poreikis išlieka

Naujų įrankių atsiradimas nereiškia, kad galima praleisti inžinerijos pagrindus. „Dassault Systèmes“ 3DEXPERIENCE Edu viceprezidentas Nicolas Jeannee renginyje pabrėžė, jog fundamentalūs moksliniai įgūdžiai išliks būtini. Jo teigimu, kartu didės kritinio mąstymo reikšmė – gebėjimo nuspręsti, ar DI arba kito įrankio pasiūlytas sprendimas yra tinkamas.

Būtent pagrindinės žinios padeda pastebėti, kada rezultatas kelia klausimų. Jei inžinierius nesupranta reiškinio, kurį modeliuoja, jam sunkiau įvertinti ir įrankio atsakymą. Todėl DI kompetencija šiame darbe apima daugiau nei gebėjimą pateikti užklausą: reikia mokėti aiškinti rezultatą, jį tikrinti ir susieti su techniniais reikalavimais.

Renkantis, kokius įgūdžius stiprinti, verta žiūrėti į jų derinį. Projektavimo programos ar DI įrankio išmanymas padeda atlikti užduotį, o matematikos, fizikos ir sisteminio mąstymo žinios padeda suprasti, ar gautas sprendimas apskritai gali veikti numatytomis sąlygomis. Tai nėra atskiri mokymosi tikslai: praktinėje užduotyje jie naudojami kartu.

Praktinės užduotys parodo, kaip dirba visa sistema

„Dassault Systèmes“ strategijos ir verslo plėtros viceprezidentas Suchit Jain sakė, kad studentams nepakanka vien suteikti prieigą prie pažangios programinės įrangos. Jo teigimu, mokymuisi taip pat reikia praktinio darbo, realių duomenų ir galimybės anksti susidurti su pramonės problemomis. N. Jeannee papildė, kad prie technologijų turi būti derinamas mokymosi turinys ir realistiškos užduotys.

KTU Mechanikos inžinerijos ir dizaino fakultete įkurtas Skaitmeninio modeliavimo kompetencijų centras yra viena vietų tokiam darbui. Universiteto pateikta informacija nurodo, kad tai pirmasis „Dassault Systèmes“ kompetencijų centras Baltijos šalyse. Jame siekiama susieti studijas, mokslinius tyrimus ir pramonę, naudojant 3DEXPERIENCE platformą.

Būsimam specialistui tokio mokymosi vertė slypi ne vien pažintyje su konkrečia programa. Praktinė užduotis leidžia pereiti visą sprendimo kelią: suprasti problemą, sukurti modelį, išbandyti variantus ir įvertinti rezultatą pagal sistemos reikalavimus. Renginyje kalbėję ekspertai būtent šį gebėjimą – naudoti įrankius ir kartu vertinti jų pateikiamus atsakymus – siejo su besikeičiančiu inžinieriaus darbu.

Šaltinis: BNS

Kontekstas ir veiksmai Apie straipsnį Pranešti Dalintis

Šaltinis ir patikra Šaltinio kontekstas

Gidas remiasi BNS pateikta informacija apie KTU vykusį renginį ir jo dalyvių pasisakymus.

Patikros

• Ekspertų teiginiai priskirti juos išsakiusiems asmenims.
• DI taikymo galimybės atskirtos nuo poreikio tikrinti jo siūlomus sprendimus.
• KTU kompetencijų centro aprašymas apribotas šaltinyje pateiktais duomenimis.

BNS Patikrinti faktus

Šaltinis

BNS

Aprėptis

Kaunas

Atnaujinta

2026-09-30 08:19

Pranešti

Dalintis: