Švietimo įstaigos turi savybę, kurios nedaugelis kitų sektorių turi: didžioji dalis AI naudotojų yra tie žmonės, kuriuos institucija turėtų formuoti, o ne kontroliuoti. Studentai ir mokiniai naudoja kalbos modelius užduotims, santraukoms ir rašto darbams rengti, dažnai greičiau ir plačiau, nei dėstytojai bei politikos formuotojai gali sekti. Dėstytojai tuos pačius įrankius naudoja, kad paspartintų darbų tikrinimą, kurtų mokymo medžiagą ar formuluotų grįžtamąjį ryšį. Tarp jų yra vadovybė, atsakinga už mokymo kokybę, egzaminavimą ir dažnai nepilnamečių mokinių asmens duomenų apsaugą, neturinti visada aiškaus vaizdo apie tai, kas vyksta praktikoje.
Šis santykis — naudojimas, kuris pradeda nuo naudotojo, o ne nuo organizacijos — daro valdymą švietimo sektoriuje kitokį nei verslo aplinkoje, kur IT skyrius įsigyja ir įdiegia įrankį. Čia naudojimas atsiranda pirmiausia, išsklaidytas tarp tūkstančių individualių sprendimų, o klausimas apie kontrolę kyla tik vėliau.
Švietimo programinės įrangos inventorizacija parodo, kokios skaitmeninės mokymosi aplinkos, testavimo sistemos ir administravimo paketai buvo įsigyti. Šis sąrašas nedaug pasako apie tai, ką dėstytojai faktiškai naudoja mokymo medžiagai kurti, ir dar mažiau apie tai, ką mokiniai ir studentai naudoja užduotims atlikti. Pokalbių robotas, kuris nemokamai pasiekiamas per naršyklę, neprašo IT skyriaus pritarimo ir neatsiranda niekur sutarčių apžvalgoje.
Tai daro šešėlinį AI naudojimą švietime struktūrine duotybe, o ne išimtimi. Naudojimas yra išsklaidytas tarp dėstytojų, kurie individualiai sprendžia, kaip naudoti įrankį, tarp studentų, kurie eksperimentuoja niekam neklausiant, ir tarp organizacijos dalių — nuo tvarkaraščių planavimo iki studijų konsultavimo — kurios savarankiškai ieško pagalbinių priemonių. Todėl pilnas vaizdas reikalauja ne vien techninės inventorizacijos, bet ir klausimo žmonėms, kurie su tuo dirba kasdien: ką jūs naudojate ir kokiu tikslu.
Šis klausimas duoda sąžiningą atsakymą tik tada, jei už jį nėra numatytos sankcijos. Dėstytojas, prisipažįstantis, kad užduotys tikrinamos su AI pagalba, arba mokinys, papasakojantis, kaip buvo parengtas rašto darbas, tai daro tik tuo atveju, jei nekyla rizikos, kad šis naudojimas būtų vertinamas kaip pažeidimas. Institucijoms, kurios pirmiausia norėtų žinoti, kas vyksta, todėl naudinga tokia strategija, kuri pirmiausia surenka informaciją apie naudojimą, o klausimą dėl pageidautinumo ir taisyklių iškelia atskirai ir vėliau. Kas užduoda abu klausimus vienu metu, į pirmąjį atsakymo neišgirs.
Ne kiekvienas AI naudojimas mokykloje ar institucijoje sveria tiek pat. Įrankis, padedantis dėstytojams formuluoti grįžtamąjį ryšį apie rašinį, turi kitokį poveikį nei sistema, kuri prisideda prie egzamino vertinimo, ar įrankis, naudojamas atrenkant studentus studijų programai. Kai AI prisideda prie sprendimo dėl konkretaus mokinio ar studento — pažymio, rekomendacijos, priėmimo — rizikos lygis yra didesnis nei tais atvejais, kai AI vien taupo laiką rengiamajam darbui.
Toks klasifikavimas pagal vaidmenį ir riziką yra būtinas, siekiant tinkamai paskirstyti ribotą dėmesį. Ne kiekvienas naudojimas reikalauja tiek pat priežiūros, ir valdymo strategija, kuri visą naudojimą vertina vienodai, praranda apžvalgą tose vietose, kur rizika didžiausia.
Švietimo institucijos jau dažnai turi priežiūros formas: egzaminų komisiją, dalyvavimo taryboje, duomenų apsaugos pareigūną, kokybės vadybos sistemą. AI valdymas veikia geriau, kai jis prisijungia prie šių esamų struktūrų, nei kai šalia sukuriama atskira, nauja sistema. Egzaminų komisija, kuri jau nusprendžia, kokios pagalbinės priemonės yra leidžiamos teste, yra logiška vieta įvertinti ir AI naudojimą. Todėl valdymo klausimas yra ne vien kokios taisyklės bus taikomos, bet ir kam organizacijoje priežiūra yra priskiriama.
Aktualūs teisiniai reglamentai — kas privaloma, kam ir per kokį terminą — aprašyti kitur. Čia svarbus mechanizmas: žinoti, kas naudojama, žinoti, kas už tai atsakingas, ir galėti tai pademonstruoti vadovybei, prižiūrinčiai institucijai ar tėvams.
Švietimo sektorius su kitomis aplinkomis sieja tai, kad šešėlinis AI yra norma, o ne išimtis, bet priežastis skiriasi. Kai AI valdymą finansinių paslaugų sektoriuje daugiausia lemia priežiūra dėl individualių klientų sprendimų, o AI valdymas IT sektoriuje sukasi apie AI, kuris pats tampa tiekiamo produkto dalimi, švietime kalbama apie didelę naudotojų grupę, kuri neturi formalios pozicijos organizacijoje, bet vis tiek atstovauja didžiajai daliai faktinio naudojimo. Tai kitokia problema nei AI valdymas mažmeninės prekybos sektoriuje, kur naudojimas paprastai priklauso darbuotojams, dirbantiems konkrečiose pareigose.
Inventorizacija, kokia AI naudojama ir kieno, yra pirmas žingsnis. Klausimas, kuris kyla po to, yra konkretesnis: kokia dalis darbo, kurį dabar atlieka dėstytojai, mokymo pagalbininkai ar politikos formuotojai, yra tinkama perduoti AI, ir kokia dalis nėra. Tai klausimas užduočių, ne pareigų ar padalinio, lygiu. FTE TO AI darbo skanavimas tai apskaičiuoja užduočių lygiu ir parodo, kokia dalis darbo faktiškai gali būti automatizuota, nepriklausomai nuo klausimo, kokie įrankiai jau tam naudojami.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.