Views of AI PhD Recipients on Resources to Build the Domestic Talent Pool
Zusammenfassung
Kurz
In einer CSET-Umfrage unter 127 KI-Promovierten galt ein starkes Hochschul- und Forschungsökosystem als wichtigste Ressource für den Aufbau eines inländischen KI-Talentpools; bei staatlicher Förderung und dem privaten Ökosystem unterschieden sich die Bewertungen je nach Beschäftigungssektor. Die Ergebnisse spiegeln die Einschätzungen einer begrenzten Gruppe von Promovierten wider und belegen nicht die tatsächliche Wirksamkeit der genannten Maßnahmen.
Mittel
Der Bericht wertet eine Frage aus einer CSET-Umfrage von 2019 unter KI-Promovierten aus. 127 Personen sollten fünf Ressourcen für den Aufbau eines inländischen KI-Talentpools ordnen. Am höchsten bewerteten sie ein starkes Hochschul- und Forschungsökosystem: 77 Prozent setzten es auf Rang eins oder zwei. Staatliche Förderung von KI-Forschung wurde häufig als drittwichtigste Ressource genannt. MINT-Bildung landete oft auf Rang vier, ein offenes Umfeld für ausländische Fachkräfte häufig auf dem letzten Platz. Die Einschätzungen zum privaten Sektor variierten stärker.
Die Rangfolgen unterschieden sich nach Beschäftigungsbereich: Akademisch Beschäftigte gewichteten staatliche Förderung höher, während Befragte aus der Privatwirtschaft das private Ökosystem höher einordneten. Der Bericht bezeichnet diese Unterschiede bei den mittleren Rangplätzen als statistisch signifikant. In offenen Antworten wurden außerdem frühe KI-Bildung, Visa-Unterstützung und mehr Vielfalt genannt. CSET verknüpft die Befunde mit Empfehlungen zu alternativen Bildungswegen, darunter Community und technische Colleges, sowie zu Investitionen in KI-Bildung und Stipendien.
Die Befragten waren KI-Promovierte an hoch eingestuften US-Universitäten; die Fragen zur Talententwicklung erhielten nur zufällig ausgewählte Hälfte der 254 Umfrageteilnehmenden. Die Ergebnisse geben deren Einschätzungen wieder und zeigen nicht, welche Maßnahmen nachweislich am wirksamsten sind.
Ausführlich lesen
Der Bericht wertet eine bislang nicht veröffentlichte Frage aus einer CSET-Umfrage von 2019 aus. Er untersucht, welche Ressourcen promovierte KI-Fachleute für wichtig halten, um den inländischen Talentpool eines Landes aufzubauen. Die Autorin bzw. der Autor stellt die Ergebnisse in den Zusammenhang mit späteren CSET-Analysen und Empfehlungen zur KI-Arbeitskraft.
Die Umfrage erhielt 254 Antworten von Personen aus Wissenschaft, Privatwirtschaft und öffentlichem Dienst. Befragt wurden KI-Promovierte, die zwischen 2014 und 2018 an einer hoch eingestuften US-Universität eine einschlägige Dissertation verfasst hatten. Die Fragen zur Talententwicklung wurden zufällig der Hälfte der Befragten vorgelegt. Die hier ausgewertete Rangordnungsfrage lautete, fünf vorgegebene Ressourcen nach Wichtigkeit zu sortieren: starke inländische MINT-Bildung, staatliche Finanzierung von KI-Forschung und -Entwicklung, ein starkes Hochschul- und Forschungsökosystem, ein starkes Ökosystem der Privatwirtschaft sowie ein für ausländische Fachkräfte offenes politisches und kulturelles Umfeld. Für diese Auswertung nennt der Bericht 127 Antworten.
Als wichtigste Ressource galt den Befragten ein starkes Hochschul- und Forschungsökosystem: 77 Prozent ordneten es auf Platz eins oder zwei ein, und mehr als 40 Prozent auf Platz eins. Staatliche KI-Forschungsförderung wurde ebenfalls als wichtig bewertet und am häufigsten auf Rang drei gesetzt. Inländische MINT-Bildung landete am häufigsten auf Rang vier; ein offenes Umfeld für ausländische Fachkräfte am häufigsten auf dem letzten Rang. Die Einschätzungen zum privaten Sektor streuten stärker: Etwa 20 Prozent setzten dessen Ökosystem auf Rang zwei oder drei, während 30 Prozent es zuletzt einordneten.
Die Rangfolgen unterschieden sich teilweise nach Beschäftigungssektor. Mehr als drei Viertel der Befragten aus der Wissenschaft zählten staatliche KI-Förderung zu den drei wichtigsten Ressourcen; bei den Befragten aus der Privatwirtschaft waren es 50 Prozent. Umgekehrt bewerteten 71 Prozent der in der Privatwirtschaft Beschäftigten das private Ökosystem als eine der drei wichtigsten Ressourcen, verglichen mit 46 Prozent der akademisch Beschäftigten. Laut Bericht waren die Unterschiede der mittleren Rangplätze zwischen diesen Gruppen bei staatlicher Förderung und dem privaten Ökosystem statistisch signifikant (p < 0,001). In beiden Gruppen lag das Hochschul- und Forschungsökosystem im Mittel vorn.
Bei einer offenen Zusatzfrage nannten einige Befragte frühe KI- und Computerbildung, Unterstützung bei Visa sowie mehr Vielfalt in Bildung und Einstellung. Der Bericht hebt Vielfalt als Ergänzung zu den vorgegebenen Kategorien hervor. Er verbindet diese Antworten mit CSET-Empfehlungen, alternative Zugangswege in KI-Berufe auszubauen, darunter über Community Colleges und technische Colleges. Außerdem nennt er Investitionen in Bildung und Stipendien, Lehrpläne, Lehrkräfte sowie Informationen zu KI-Ausbildung und Karrierewegen.
Die Ergebnisse zeigen, welche Ressourcen diese Gruppe von Promovierten für den Aufbau des Talentpools priorisierte; sie belegen nicht, welche Maßnahmen tatsächlich die größten Wirkungen erzielen. Die Auswertung beruht auf 127 Antworten auf eine Frage, die nur einer zufällig ausgewählten Hälfte der Umfrageteilnehmenden gestellt wurde. Die Befragten stammen zudem aus einem eng umrissenen Kreis von KI-Promovierten an hoch eingestuften US-Universitäten. Der Bericht erklärt, die Ranglisten seien in zwei früheren CSET-Kurzberichten wegen geringerer Antwortzahlen nicht veröffentlicht worden.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Zusammenfassungen sind inhaltlich weitgehend korrekt; die Zahlen (127, 77 Prozent, p < 0,001) stimmen mit dem Bericht überein. Die Teilfragen-Liste ist leer, daher wurden nur die drei Sammelfragen bewertet. Die von Luna angegebenen Anteilswerte wurden nicht geprüft, da das Bewertungsschema sie nicht vorsieht.
Im Bericht, aber nicht in der Zusammenfassung
- Der Bericht stellt fest, dass die Rangfolgen eng zu CSETs Empfehlungen zur US-KI-Workforce passen und die Umfrage diese Empfehlungen zusätzlich stützt; das wird in beiden Zusammenfassungen nicht erwähnt.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 54 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 62 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Vertrauen in Modelle
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 28 %gleiches Oberthema, hilft nicht
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 43 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 84 %Hintergrund, keine Belege
- JEV 26 %Hintergrund, keine Belege
- amos 31 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 68 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Weitere Berichte zu diesen Fragen
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv