As organizações de ensino diferem da maioria dos outros setores porque a atividade central em si – ensinar, orientar, avaliar – dificilmente se pode separar das pessoas que a executam. Onde uma fábrica ou uma loja pode reescrever processos sem afetar a identidade do trabalho, qualquer alteração numa escola ou instituição de ensino superior toca rapidamente na relação entre docente e aluno. Isso não torna o setor mais lento na tecnologia, mas sim mais cauteloso na questão sobre o que a IA pode realmente fazer antes de se falar de 'assumir'.
Acresce que as instituições de ensino são frequentemente compostas por várias camadas que não avançam à mesma velocidade: um conselho de administração, várias localizações ou faculdades, e um grande grupo de docentes com métodos de trabalho próprios. A maior parte das iniciativas de IA que encontramos começa numa dessas camadas sem que as outras camadas tenham sido envolvidas. Um docente experimenta um modelo de linguagem para feedback, enquanto o departamento de TI não tem noção de que dados saem do edifício nesse processo. Um conselho de administração formula uma visão de IA, enquanto a gestão de dados dos sistemas de acompanhamento de alunos ainda depende de papel ou de folhas de cálculo dispersas. Essa desconexão não é uma questão de falta de vontade, mas de ordem.
Um membro do conselho de administração, diretor de operações ou responsável de TI que vê projetos-piloto de IA ficarem parados reconhece frequentemente o mesmo padrão: o piloto funciona por si só, mas não escala. Isso raramente se deve a uma insuficiência da tecnologia. Mais frequentemente falta uma das camadas fundamentais necessárias para suportar um piloto: uma estrutura organizacional capaz de tomar e atribuir decisões sobre IA, uma infraestrutura de TI capaz de integrar novas aplicações em segurança, e uma gestão de dados que esteja em ordem antes de um modelo poder fazer algo sensato com isso. Só quando essas três camadas estão estabelecidas é que faz sentido olhar para as camadas dependentes: como as pessoas trabalham com isso, que perceção proporciona, e o quão inteligente a organização acaba por lidar com isso.
No ensino, isto pesa mais do que noutros setores, porque as camadas fundamentais cresceram frequentemente de forma histórica em torno de escolhas pedagógicas, não de escolhas técnicas. Uma administração escolar está organizada para dar contas à inspeção, não para dados reutilizáveis em aplicações de IA. Um departamento de TI é frequentemente pequeno e orientado para a gestão, não para a integração de novos sistemas. Isso não é uma deficiência, é uma prioridade diferente que foi estabelecida há décadas e que agora pesa na rapidez com que a IA realmente se implementa.
A medição da hybridresourcing analisa sete dimensões, distribuídas por cinco níveis, desde baseline até intelligence. Para as instituições de ensino, é notável que a pontuação em organização e gestão de dados fica frequentemente atrás da pontuação em ambição ou em aplicações individuais. Há regularmente alguém que já trabalha com IA, por vezes já a um nível avançado, enquanto a organização como um todo ainda se encontra no primeiro nível em termos de tomada de decisão e estruturação de dados. Essa dispersão torna-se visível na ronda de plotagem, na qual várias pessoas dentro da mesma instituição obtêm pontuações separadas. Nas organizações de ensino, essa dispersão é frequentemente maior do que a média, precisamente porque a administração, o TI e o pessoal docente raramente trabalham a partir da mesma imagem.
Essa dispersão não é, em si, um problema. É informação. Um administrador que pensa que a organização está preparada para IA em grande escala, e um gestor de TI que sabe que a infraestrutura ainda não o consegue suportar, têm ambos razão a partir da sua própria posição. A medição torna essa diferença explícita, para que a conversa possa centrar-se no que deve ser estabelecido primeiro, em vez de em quem tem razão.
As sete dimensões não são equivalentes em termos de tempo. Organização, infraestrutura de TI e gestão de dados são as dimensões em que as outras quatro se apoiam. Uma escola que queira trabalhar em perceção ou inteligência sem que os dados estejam em ordem constrói sobre areia movediça. Isso aplica-se às instituições de ensino tanto quanto às empresas de retalho que lutam com atrasos semelhantes na gestão de dados ou à hotelaria e restauração, onde as estruturas organizacionais estão frequentemente tão fragmentadas por estabelecimentos. O setor difere, a ordem não.
Isso torna a pergunta 'até que ponto estamos' menos uma pergunta sobre uma pontuação e mais uma pergunta sobre onde falta a fundação. Uma instituição que, no papel, obtém uma pontuação ambiciosa no uso de IA, mas não tem visão sobre a própria infraestrutura de TI, não conseguirá concretizar essa ambição sem primeiro voltar à base. É também isso que as instituições no setor das TIC e nos serviços financeiros demonstram: uma ambição elevada nas dimensões dependentes não compensa uma fundação fraca.
A medição de maturidade da hybridresourcing está em desenvolvimento. Quem quiser saber como a própria instituição pontua nas sete dimensões, e como essa pontuação se relaciona com a dos colegas dentro da mesma organização, pode inscrever-se na lista de espera. Ainda não existe uma ferramenta para usar hoje; existe já, sim, uma imagem clara do que a medição irá proporcionar assim que estiver disponível.
Esta página trata da questão de saber se uma organização de ensino pode suportar a IA: se a fundação está estabelecida antes de se construir algo sobre ela. Uma outra questão, que só depois se torna relevante, é o que a IA pode concretamente assumir dentro do ensino. Para isso é que serve a análise de trabalho da FTE TO AI: essa calcula, por tarefa, que parte do trabalho se presta a ser assumida pela IA, independentemente da questão de saber se a organização como um todo já está preparada para isso. Quem combinar as duas questões obtém não só uma visão sobre as possibilidades, mas também sobre a ordem em que estas se podem tornar realidade.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.