Kennisbank

Докъде е стигнало образованието със зрялостта на изкуствения интелект

Образователните организации се различават от повечето други сектори по това, че самата основна дейност – преподаване, напътстване, оценяване – трудно се отделя от хората, които я извършват. Докато фабрика или магазин могат да преработят процесите си, без да засегнат идентичността на работата, всяка промяна в училище или висше учебно заведение бързо докосва отношението между преподавател и студент. Това не прави сектора по-бавен по отношение на технологията, но го прави по-предпазлив по въпроса какво изкуственият интелект всъщност може да прави, преди да се говори за 'поемане'.

Към това се добавя, че образователните институции често се състоят от няколко пласта, които нямат еднакво темпо: управление, редица локации или факултети, и голяма група преподаватели с техни собствени начини на работа. По-голямата част от инициативите за изкуствен интелект, които срещаме, започват на един от тези пластове, без другите пластове да бъдат взети предвид. Преподавател експериментира с езиков модел за обратна връзка, докато ИТ отделът няма представа какви данни при това напускат сградата. Управление формулира визия за изкуствен интелект, докато управлението на данните на системите за проследяване на учениците все още се крепи на хартия или в отделни таблици. Тази несъответствие не е въпрос на неохота, а на последователност.

Защо пилотните проекти не се разрастват

Член на управителен съвет, директор бизнес операции или ръководител ИТ, който вижда как пилотните проекти с изкуствен интелект засядат, разпознава често същия модел: пилотният проект работи сам по себе си, но не се разраства. Това рядко се дължи на недостатъци в технологията. По-често липсва един от фундаменталните пластове, необходими за да носи пилотен проект: организационна структура, която може да взема решения относно изкуствения интелект и да ги разпределя, ИТ инфраструктура, която може безопасно да поеме нови приложения, и управление на данни, което е в ред, преди модел да може да направи нещо смислено с тях. Едва когато тези три стоят на място, има смисъл да се погледне към зависимите пластове: как хората работят с него, какво прозрение дава то, и колко интелигентно организацията в крайна сметка го използва.

В образованието това играе по-силна роля, отколкото на други места, защото фундаменталните пластове често са изградени исторически около образователни избори, не около технически. Училищна администрация е устроена за отчетност пред инспекцията, не за повторно използваеми данни за приложения на изкуствен интелект. ИТ отделът често е малък и насочен към поддръжка, не към интеграция на нови системи. Това не е недостатък, а различен приоритет, установен десетилетия по-рано и който сега влияе на скоростта, с която изкуственият интелект действително се внедрява.

Какво показва измерването на зрялостта

Измерването на hybridresourcing разглежда седем измерения, разделени в пет нива от базово до интелигентно. За образователните институции се забелязва, че резултатът по организация и управление на данни често изостава спрямо резултата по амбиция или по индивидуални приложения. Редовно вече има някой, който работи с изкуствен интелект, понякога дори на напреднало ниво, докато организацията като цяло все още стои на първо ниво по отношение на вземането на решения и структурирането на данни. Тази разлика се вижда в кръга на нанасяне на резултатите, в който няколко хора в рамките на една и съща институция получават оценка отделно. При образователните организации тази разлика често е по-голяма от средната, точно защото управление, ИТ и преподавателски персонал рядко работят от една и съща представа.

Тази разлика сама по себе си не е проблем. Тя е информация. Управител, който смята, че организацията е готова за широкомащабен изкуствен интелект, и ИТ мениджър, който знае, че инфраструктурата все още не може да поеме това, са прави и двамата от собствената си позиция. Измерването прави тази разлика ясна, така че разговорът да може да се съсредоточи върху какво трябва да стои на място първо, а не върху кой е прав.

Последователността, която не може да бъде заобиколена

Седемте измерения не са равностойни във времето. Организация, ИТ инфраструктура и управление на данни са измеренията, на които се крепят другите четири. Училище, което желае да работи по прозрение или интелигентност, без данните да са в ред, строи върху пясък. Това важи за образователните институции точно толкова силно, колкото и за фирмите за търговия на дребно, които се борят със сходни изоставания в управлението на данни или за ресторантьорския сектор, където организационните структури често са разпокъсани по локациите точно по същия начин. Секторът е различен, последователността – не.

Това прави въпроса 'докъде сме стигнали' по-малко въпрос за резултат и повече въпрос за къде липсва основата. Институция, която на хартия има амбициозен резултат по използване на изкуствен интелект, но няма поглед над собствената си ИТ инфраструктура, няма да успее да реализира тази амбиция без първо да се върне към основите. Това е и това, което показват институциите в ИКТ секторa и във финансовите услуги: високата амбиция по зависимите измерения не компенсира слабата основа.

Какво следва след измерването

Измерването на зрялостта на hybridresourcing е в процес на изграждане. Който иска да знае как собствената му институция се оценява по седемте измерения, и как тази оценка се отнася към оценките на колеги в рамките на същата организация, може да се регистрира за списъка с изчакващи. Все още няма инструмент, който да се използва днес; но има ясна представа за какво измерването ще даде, веднага след като бъде достъпно.

Тази страница разглежда въпроса дали образователна организация може да носи изкуствен интелект: дали основата стои на място, преди да се строи нещо върху нея. Друг въпрос, който има смисъл едва след това, е какво изкуственият интелект в образованието конкретно може да поеме. За това е предназначен работният скенер на FTE TO AI: той изчислява за всяка задача каква част от работата се поддава на поемане от изкуствен интелект, независимо от въпроса дали организацията като цяло вече е готова за това. Който съчетае и двата въпроса, получава не само поглед върху възможностите, но и върху последователността, в която те могат да станат реалност.