人工智能(AI)在高等教育中取得了重大進(jìn)展，因?yàn)閷?shí)施某種形式的AI的機(jī)構(gòu)在學(xué)生留用、招聘和教師生產(chǎn)力等領(lǐng)域取得了可衡量的成果。

關(guān)鍵挑戰(zhàn)

• 高等教育機(jī)構(gòu)需要區(qū)分真正的人工智能例子和那些更注重智能自動(dòng)化(或只是炒作)的例子。
• 如今，大多數(shù)人工智能技術(shù)仍接近于預(yù)期膨脹的頂峰;許多人工智能技術(shù)項(xiàng)目仍在進(jìn)行中，尚未成熟到足以結(jié)合成有效的高等教育工具。
• 高等教育必須能夠收集自己版本的、可利用人工智能的正確數(shù)據(jù)，因?yàn)榻逃脑S多方面都涉及到每年都有類似問題和挑戰(zhàn)的學(xué)生群體。

建議

執(zhí)行數(shù)字化戰(zhàn)略并開始利用人工智能的高等教育***信息官應(yīng)該：

• 定義智能(特定的、可度量的、可操作的、相關(guān)的和有時(shí)限的)用例，確定關(guān)鍵問題或行動(dòng)，如“確定哪些預(yù)警指標(biāo)與確定高危學(xué)生相關(guān)?”
• 創(chuàng)建一個(gè)數(shù)據(jù)質(zhì)量審查，因?yàn)槿斯ぶ悄苄枰|(zhì)量可靠的機(jī)器可讀數(shù)據(jù)。隨著人工智能在新的復(fù)雜數(shù)據(jù)類型上蓬勃發(fā)展，通過連接相關(guān)的數(shù)據(jù)源開始人工智能活動(dòng)。
• 制定明確的數(shù)據(jù)透明度政策，以確定如何使用(或不使用)數(shù)據(jù)來建立信任。***信息官在為人工智能計(jì)劃收集數(shù)據(jù)時(shí)必須是透明，尤其是用于學(xué)生個(gè)性化的數(shù)據(jù)。
• 建立一支多元化的人才隊(duì)伍，確保人工智能項(xiàng)目的成功。利用學(xué)生參與，這也提供了職業(yè)發(fā)展技能。
• 讓一臺(tái)機(jī)器加入隊(duì)伍。通過開創(chuàng)一個(gè)數(shù)字轉(zhuǎn)換團(tuán)隊(duì)來創(chuàng)建一個(gè)持續(xù)的創(chuàng)新競(jìng)爭(zhēng)優(yōu)勢(shì)，如迪肯的數(shù)字化未來實(shí)驗(yàn)室。

戰(zhàn)略規(guī)劃假設(shè)

• 到2020年，至少10%的高等教育機(jī)構(gòu)將使用智能機(jī)器來提高學(xué)生的成功率。
• 到2021年，超過30%的院校將被迫實(shí)施個(gè)性化戰(zhàn)略，以保持學(xué)生的入學(xué)人數(shù)。
• 到2021年，前100所的高等教育機(jī)構(gòu)將需要采用人工智能技術(shù)，以保持在研究方面的競(jìng)爭(zhēng)力。

[[270879]]

1. 導(dǎo)言

人工智能作為一種通用技術(shù)，可以廣泛應(yīng)用于各個(gè)領(lǐng)域。相關(guān)機(jī)構(gòu)提出六種在良性循環(huán)中交互的核心人工智能技術(shù)：

• 業(yè)務(wù)分析和數(shù)據(jù)科學(xué)
• 自然語言處理、語音識(shí)別與機(jī)器學(xué)習(xí)
• 機(jī)器推理
• 計(jì)算機(jī)視覺
• 機(jī)器人和傳感器

圖1. 六個(gè)互聯(lián)核心人工智能技術(shù)

資料來源：Gartner(2018年12月)

無論如何定義人工智能，很明顯人工智能將對(duì)社會(huì)產(chǎn)生深遠(yuǎn)的長(zhǎng)期影響。雖然確切的結(jié)果還在爭(zhēng)論中，但我們已經(jīng)可以看到人工智能正在改變幾個(gè)職業(yè)，這改變了高等教育學(xué)生為未來職業(yè)做準(zhǔn)備的內(nèi)容和方式。澳大利亞迪肯大學(xué)副校長(zhǎng)(校長(zhǎng))簡(jiǎn)•登•霍蘭德(Jane denHollander)說：“我們的國家依賴于受過高等教育、技術(shù)嫻熟的畢業(yè)生，他們能夠接受智能機(jī)器的時(shí)代。我們都必須學(xué)會(huì)使用機(jī)器和機(jī)器之間的空間。”人工智能甚至可能成為收集可教時(shí)間的法律要求。這將確保人工智能能夠“傳授”掌握一門專業(yè)所需的技能。

許多人工智能實(shí)施仍處于早期階段?？傮w趨勢(shì)表明，與學(xué)習(xí)分析和人工智能解決方案相比，機(jī)構(gòu)分析等管理解決方案似乎更容易在教育中實(shí)施。截至2017年6月底，19項(xiàng)人工智能實(shí)施工作已經(jīng)開始。見表1。

表1.高等教育中的分析、算法、人工智能

資料來源：Gartner(2018年12月)

2. 分析

一些高等教育機(jī)構(gòu)正在不同層次和形式上實(shí)施人工智能技術(shù)，包括：

• 個(gè)性化和招聘聊天機(jī)器人
• 預(yù)警系統(tǒng)的保留
• 分級(jí)過程的智能自動(dòng)化

例如，堪培拉大學(xué)的露西允許學(xué)生每周7天、每天24小時(shí)獲得答案和信息。大多數(shù)學(xué)生認(rèn)為聊天機(jī)器人的幫助是一種改進(jìn)的學(xué)生體驗(yàn)。

(1) 聊天機(jī)器人——個(gè)性化

Gartner預(yù)測(cè)聊天機(jī)器人個(gè)性化實(shí)施的具體性(機(jī)器人知道基本的背景數(shù)據(jù))和機(jī)器人可以處理的問題/意圖的數(shù)量(從基本的校園定位問題到職業(yè)建議)都將增加。一些人工智能會(huì)話方法也可以用來改進(jìn)學(xué)習(xí)，比如如何構(gòu)建一篇論文(參見Deakin Genie和StudyTree)。

(2) 聊天機(jī)器人——招募

另一個(gè)重要的人工智能應(yīng)用程序涉及到改進(jìn)招生。簡(jiǎn)單的聊天機(jī)器人(如Codecademy與Bobbot的簡(jiǎn)短試驗(yàn))可以提高基于Web的招聘轉(zhuǎn)化率(codecademy的轉(zhuǎn)化率報(bào)道增長(zhǎng)了10%)。此外，這些招聘機(jī)器人應(yīng)該很快就會(huì)從主要的SIS供應(yīng)商那里獲得。

(3) 預(yù)警系統(tǒng)-保留

也許最傳統(tǒng)的人工智能用例涉及擴(kuò)展現(xiàn)有的分析計(jì)劃，以改進(jìn)早期預(yù)警系統(tǒng)，該系統(tǒng)用于增強(qiáng)教職員工和顧問對(duì)留住人才的影響力(如常春藤理工學(xué)院)。喬治亞州立大學(xué)(GSU)與Admithub的合作體現(xiàn)了一種更具創(chuàng)新性的方法。他們結(jié)合了分析和聊天技術(shù)，以及輕推理論，來影響那些在暑假前注冊(cè)，但在暑假后可能無法出現(xiàn)在校園里的學(xué)生的留校率，這些學(xué)生被稱為“暑假融化”。

(4) 教員生產(chǎn)力

一些高等教育機(jī)構(gòu)正在使用人工智能加速評(píng)分過程，顯示了人工智能是如何從同齡人評(píng)分(高級(jí)評(píng)分)發(fā)展到算法人工智能的。供應(yīng)商GradeScope報(bào)告說，在加州大學(xué)伯克利分校進(jìn)行的試驗(yàn)可以節(jié)省多達(dá)75%的時(shí)間。密歇根大學(xué)在其M-WRITE程序中實(shí)現(xiàn)了評(píng)分過程的智能自動(dòng)化。在這種情況下，軟件為寫作作業(yè)分配分?jǐn)?shù)。在分?jǐn)?shù)交付給學(xué)生之前，由研究員或助教審查分?jǐn)?shù)。學(xué)生利用反饋修改作業(yè)。

高等教育***信息官在使用本研究時(shí)可以利用這些和其他同行的***實(shí)踐和成功。圖2概述了一個(gè)幫助***信息官準(zhǔn)備使用人工智能進(jìn)行教育的框架，。

圖2.教育人工智能的五種準(zhǔn)備方法

資料來源：Gartner(2018年12月)

3. 定義SMART(特定、可度量、可操作、相關(guān)和有時(shí)限)用例

喬治亞州立大學(xué)(GSU)的“減少夏季融化”項(xiàng)目仍然較好的案例。GSU的***實(shí)施方案是一項(xiàng)隨機(jī)對(duì)照試驗(yàn)，有足夠大的隊(duì)列，以確保官員收集到統(tǒng)計(jì)上有效的結(jié)果。人工智能是“黑匣子技術(shù)”——我們可以觀察輸入和輸出，但不能觀察兩者之間的關(guān)系。需要核實(shí)人工智能的結(jié)果。GSU與AdmitHub合作，以校園吉祥物的名字命名了一個(gè)基于文本的人工智能對(duì)話界面Pounce。Pounce是專門為處理與特定學(xué)生注冊(cè)任務(wù)的互動(dòng)而設(shè)計(jì)的，包括：

• 處理學(xué)費(fèi)支付
• 完成免費(fèi)申請(qǐng)聯(lián)邦學(xué)生援助(FAFSA)貸款申請(qǐng)
• 提供ACT分?jǐn)?shù)
• 了解在宿舍養(yǎng)寵物的指導(dǎo)原則

2016年，GSU對(duì)7000名新生中的50%進(jìn)行了隨機(jī)對(duì)照試驗(yàn)。Pounce取得了巨大的成果：

• 處理超過50，000條學(xué)生信息，只有只有1%的問題(472條信息)由GSU工作人員處理
• 交換了超過180，000條消息，如果手動(dòng)處理這些消息，則需要另外10條全職對(duì)等項(xiàng)
• 全天候服務(wù)，平均反應(yīng)時(shí)間少于7秒，讓學(xué)生感到滿意。
• 與對(duì)照組相比，在統(tǒng)計(jì)上有效的“夏季融化”減少21.4%

Pounce幫助GSU實(shí)現(xiàn)了：

• 貸款咨詢?cè)黾?4.9%。
• FAFSA驗(yàn)證需求減少16.85%。貸款接受度增加12.2%。
• 按時(shí)提交成績(jī)單增加6.25%。入職培訓(xùn)出勤率增加3.3%。

每件作品都有助于幫助學(xué)生做出更好的決定。輕推技術(shù)，基于諾貝爾獎(jiǎng)獲得者理查德·泰勒提出的“輕推理論”，幫助人們?cè)陉P(guān)鍵時(shí)刻做出正確的決策。***信息官及其組織可以利用輕推技術(shù)，結(jié)合對(duì)機(jī)構(gòu)數(shù)據(jù)的理解，將其作為一種潛在的工具。

4. 從數(shù)據(jù)開始

人工智能實(shí)現(xiàn)需要由利用人工智能優(yōu)勢(shì)的特定類型的數(shù)據(jù)集組成的機(jī)器可讀數(shù)據(jù)。如果數(shù)據(jù)太“簡(jiǎn)單”，傳統(tǒng)的分析甚至算法方法就足夠了。但是，如果數(shù)據(jù)過于復(fù)雜或稀缺，現(xiàn)有的機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)(DNN)技術(shù)將無法成功。介于兩者之間的是“恰到好處”或“金發(fā)碧眼”區(qū)域，那里有足夠數(shù)量的可靠數(shù)據(jù)，可用于分類和預(yù)測(cè)。喬治亞理工學(xué)院使用廣場(chǎng)問答論壇數(shù)據(jù)就是一個(gè)很好的例子;它表明，在保證數(shù)據(jù)質(zhì)量的前提下，數(shù)據(jù)集可以保持適度的工作狀態(tài)。

▼ 喬治亞理工學(xué)院使用助教機(jī)器人來增加個(gè)性化，同時(shí)給助教更多的時(shí)間

喬治亞理工學(xué)院的助教(TA)機(jī)器人“吉爾·沃森”(JW)是一個(gè)獨(dú)特的例子，它提供了幾個(gè)要點(diǎn)。一個(gè)特殊的情況是該項(xiàng)目負(fù)責(zé)人是人工智能領(lǐng)域的真正專家。AshokK.Goel是喬治亞理工學(xué)院交互式計(jì)算學(xué)院(亞特蘭大的一所公共研究大學(xué)，有26，000多名學(xué)生)的計(jì)算機(jī)科學(xué)和認(rèn)知科學(xué)教授。作為他研究的一部分，他和他的8個(gè)博士團(tuán)隊(duì)可以訪問IBM的開放式開發(fā)平臺(tái)和Watson API來回答問題。

第二個(gè)特殊情況是，戈?duì)?Goel)教授主講一門關(guān)于基于知識(shí)的人工智能(KBAI)的課程，通常有300名學(xué)生。這提供了對(duì)數(shù)據(jù)和實(shí)時(shí)測(cè)試環(huán)境的訪問。學(xué)生們使用在線討論論壇廣場(chǎng)每學(xué)期提出大約10000個(gè)問題。在2015/16年，Goel教授和他的團(tuán)隊(duì)只用了四個(gè)學(xué)期的問題(40000個(gè))，總共花費(fèi)了1500小時(shí)來創(chuàng)建和培訓(xùn)他們的***個(gè)操作性TA機(jī)器人(JW)。2016年1月，當(dāng)JW在一個(gè)真實(shí)的課上進(jìn)行***次測(cè)試時(shí)，它的表現(xiàn)不是很好(但經(jīng)過培訓(xùn)，它只能以至少97%的置信度回答)。截止2016年3月，JW能夠處理約23%的問題。到2017年春季，一個(gè)改進(jìn)的JW將基本問題的答案增加了26%，但精度略有下降。在非常具體的任務(wù)中，例如為“學(xué)生介紹”提供個(gè)性化的回答(要求每個(gè)學(xué)生以書面形式向全班介紹自己)，JW在所有案例中都能表現(xiàn)出色，占59%。

戈?duì)柦淌诘哪繕?biāo)是最終使這項(xiàng)技術(shù)變得足夠簡(jiǎn)單，中學(xué)教師可以在課堂上使用它。研究小組正在努力減少助教為不同班級(jí)設(shè)置的時(shí)間。在第二節(jié)課，一個(gè)完全獨(dú)立的團(tuán)隊(duì)完成了150小時(shí)的設(shè)置時(shí)間。目標(biāo)是將其縮短到15個(gè)小時(shí)——這是團(tuán)隊(duì)認(rèn)為其TA機(jī)器人成功商業(yè)化的關(guān)鍵。商業(yè)化的時(shí)間表尚不清楚，但戈?duì)柦淌诘膱F(tuán)隊(duì)和喬治亞理工大學(xué)風(fēng)險(xiǎn)實(shí)驗(yàn)室仍在繼續(xù)開發(fā)。

IBM Watson一直在與Pearson合作(始于2016年)，致力于擴(kuò)大高等教育服務(wù)。這一合作關(guān)系產(chǎn)生了一個(gè)名為“狂歡”的個(gè)人輔導(dǎo)產(chǎn)品，目前已納入Pearson的四個(gè)課程。圣瑪麗山大學(xué)、喬治亞州立大學(xué)和密西西比大學(xué)都參與了利用這項(xiàng)課程的工作。

供應(yīng)商jane.AI有一個(gè)機(jī)器人程序“jane”，它響應(yīng)聊天請(qǐng)求，利用整個(gè)機(jī)構(gòu)的多個(gè)數(shù)據(jù)源來回答常見問題。它通過員工的培訓(xùn)和用戶的持續(xù)反饋來學(xué)習(xí)，使用自然語言處理和算法在當(dāng)今教育中使用的一系列常見應(yīng)用程序中找到答案。Jane.AI目前正在圣路易斯的馬里維爾大學(xué)和華盛頓大學(xué)進(jìn)行試點(diǎn)。

此外，新的數(shù)據(jù)類型，如語音數(shù)據(jù)，正作為有效的數(shù)據(jù)被訪問，以提高人工智能的質(zhì)量和增加學(xué)生服務(wù)的個(gè)性化。

5. 建立對(duì)數(shù)據(jù)的信任

收集大量的個(gè)人數(shù)據(jù)需要信任。高等教育***信息官可以通過透明的數(shù)據(jù)使用方式建立信任，并確保用戶能夠控制他們?nèi)绾胃龜?shù)據(jù)。GDPR在歐洲的實(shí)施是建立信任的良好***步，但最終收集數(shù)據(jù)的每個(gè)服務(wù)的用戶界面都需要建立在用戶控制和同意的基礎(chǔ)上。

道德問題也會(huì)使情況復(fù)雜化。如果將人工智能用于分析和決策，***信息官必須意識(shí)到算法中的偏差，這種偏差會(huì)被過程的迭代性質(zhì)放大，從而產(chǎn)生極其不準(zhǔn)確的結(jié)論。

▼ 常春藤科技收集并連接云中數(shù)據(jù)，然后連接到教員

常春藤理工社區(qū)學(xué)院說明了數(shù)據(jù)使用在教員對(duì)數(shù)據(jù)采取行動(dòng)之前不會(huì)產(chǎn)生實(shí)際影響。常春藤理工學(xué)院位于印第安納州40多個(gè)地點(diǎn)，每年為近16萬名學(xué)生提供服務(wù)。常春藤理工學(xué)院在使用數(shù)據(jù)方面有著優(yōu)秀的傳統(tǒng);2016年，它獲得了高德納數(shù)據(jù)與分析卓越獎(jiǎng)。LigeHensley(當(dāng)時(shí)的***技術(shù)官，現(xiàn)在的***信息官)在使用Amazon Web Services(AWS)的同時(shí)，有一個(gè)收集和連接云中數(shù)據(jù)的長(zhǎng)期策略。2013年9月，Hensley開始應(yīng)用機(jī)器學(xué)習(xí)技術(shù)，利用Wolfram Mathematica制作原型，以尋找合適的算法。他發(fā)現(xiàn)了一種隨機(jī)算法，可以預(yù)測(cè)學(xué)生是否會(huì)不及格，結(jié)果很好。學(xué)院隨后部署了Python Scikit-Learn來簡(jiǎn)化生產(chǎn)速度并降低成本。

然而，Hensley的團(tuán)隊(duì)發(fā)現(xiàn)了一個(gè)缺失的關(guān)鍵部分——他們需要將結(jié)果與行動(dòng)聯(lián)系起來。2016年7月新校長(zhǎng)到來時(shí)，團(tuán)隊(duì)建立了一個(gè)流程，以增強(qiáng)教職員工的權(quán)能，并就如何使用數(shù)據(jù)和實(shí)現(xiàn)其效益向員工提供建議，這些工作在應(yīng)用機(jī)器學(xué)習(xí)精煉數(shù)據(jù)時(shí)獲得了回報(bào)。該過程確定了預(yù)測(cè)2017年學(xué)生課程不及格的83%的準(zhǔn)確率。干預(yù)措施開始產(chǎn)生效果，期中考試不及格分?jǐn)?shù)下降3.3%，相當(dāng)于超過3100名學(xué)生通過了課程。

6. 獲得人才

如圖1所示，如今成功應(yīng)用人工智能需要不同的人才集合。但技術(shù)人才只是冰山一角，因?yàn)槿斯ぶ悄芘c數(shù)據(jù)緊密相連。人工智能應(yīng)用程序必須由熟悉人工智能部署領(lǐng)域的人來教授，如學(xué)生顧問或助教(TA)。如今的就業(yè)市場(chǎng)中，雇主都在尋找那些知道如何將人工智能應(yīng)用于其企業(yè)的潛在雇員。雇主希望引進(jìn)***人才，而高等教育具有傳授人工智能技術(shù)的巨大優(yōu)勢(shì)，從而培養(yǎng)出優(yōu)秀人才。我們建議這些高等教育機(jī)構(gòu)：

• 利用學(xué)生。
• 為學(xué)生的職業(yè)生涯提供一個(gè)良好的開端。

例如，迪肯數(shù)字未來實(shí)驗(yàn)室引入了一個(gè)跨職能的***實(shí)踐的跨功能團(tuán)隊(duì)，幫助學(xué)生開發(fā)適當(dāng)?shù)膽?yīng)用程序和服務(wù)。

迪肯的專門研發(fā)部門和數(shù)字未來實(shí)驗(yàn)室根據(jù)自己的互聯(lián)網(wǎng)協(xié)議開發(fā)了一個(gè)VPA框架，配備了：

• 會(huì)話人工智能
• 預(yù)測(cè)分析
• 市場(chǎng)來源的語音識(shí)別引擎

迪肯的下一代個(gè)性化產(chǎn)品“迪肯精靈”于2018年2月推出，并向該校的57，000名學(xué)生推廣。Genie不是從零開始開發(fā)的，它建立在現(xiàn)有功能之上，如DeakInSync、個(gè)性化學(xué)生卡、在線帳戶和應(yīng)用程序中心，這些功能都得到了企業(yè)服務(wù)總線集成程序的支持，該程序可以向?qū)W生提供信息。

迪肯團(tuán)隊(duì)將其DeakInSyncAPI移植到DeakInSync服務(wù)和應(yīng)用程序。將Genie的自由認(rèn)知機(jī)器學(xué)習(xí)方法應(yīng)用于數(shù)據(jù)語料庫是沒有問題的。但是，開發(fā)人員需要在系統(tǒng)中指定術(shù)語。

重要的是，開發(fā)人員能夠?qū)enie從一個(gè)被動(dòng)的問答系統(tǒng)演變?yōu)橐粋€(gè)主動(dòng)的助手，幫助學(xué)生學(xué)習(xí)過程。

迪肯希望讓Genie更加個(gè)性化，并計(jì)劃將Deakin Scout集成到VPA框架中。(Deakin Scout是將物聯(lián)網(wǎng)集成集成到Genie 2.0的計(jì)劃的一部分。)這代表了如何連接和收集數(shù)據(jù)以實(shí)現(xiàn)規(guī)模化的個(gè)人關(guān)注的下一個(gè)階段。

歸根結(jié)底，思維過程是迪肯努力的關(guān)鍵方面。

7. “使用”機(jī)器作為團(tuán)隊(duì)的一部分

如前所述，實(shí)施人工智能在很大程度上仍然是手工制作，而不是工業(yè)化。和所有領(lǐng)域一樣，掌握知識(shí)的途徑是通過實(shí)踐。高等教育的***信息官應(yīng)該在他們的團(tuán)隊(duì)中配備一臺(tái)機(jī)器，并開始積累經(jīng)驗(yàn)。機(jī)器可以執(zhí)行多種角色，例如：

• 教學(xué)助理(喬治亞理工學(xué)院)
• 學(xué)生虛擬個(gè)人助理-VPA(Deakin)
• 入學(xué)援助(GSU)
• 增強(qiáng)型分級(jí)器(Berkeley/Gradescope)研究VPA(IRIS.AI/META)

迪肯大學(xué)的學(xué)生們受益于機(jī)器技術(shù)。但這些機(jī)器需要先教。在入職培訓(xùn)周前四個(gè)月，員工們根據(jù)電子郵件、語音信息和文件數(shù)據(jù)收集了大約20，000個(gè)問題，并被要求寫下答案。學(xué)生們需要測(cè)試華生人工智能技術(shù)。超過100名學(xué)生從事華生教學(xué)。學(xué)生們顯然受益于使用機(jī)器。他們可以把這項(xiàng)任務(wù)包括在他們的簡(jiǎn)歷中，同時(shí)給迪肯品牌一些積極的宣傳。

經(jīng)驗(yàn)和持續(xù)創(chuàng)新是高等教育***信息官的***競(jìng)爭(zhēng)優(yōu)勢(shì)。有關(guān)迪肯大學(xué)數(shù)字化戰(zhàn)略時(shí)間表的更多信息，請(qǐng)參見圖3。

圖3.迪肯數(shù)字化戰(zhàn)略時(shí)間表

資料來源：Gartner(2018年12月)

▼ 底線：人工智能可以讓人類自由地完成其他重要任務(wù)

人工智能在高等教育中的狀態(tài)仍然是一項(xiàng)正在進(jìn)行中的工作。人工智能方法還沒有工業(yè)化，需要人工來獲取人工智能能夠消化的格式的數(shù)據(jù)源。學(xué)習(xí)機(jī)器仍然需要教，企業(yè)還處于了解如何有效地教授機(jī)器的早期階段。

然而，一些機(jī)構(gòu)正在取得進(jìn)展。加州大學(xué)伯克利分校和喬治亞州立大學(xué)的人工智能起源于傳統(tǒng)的分析方法，但它們?nèi)栽诶^續(xù)發(fā)展與人工智能相關(guān)的技術(shù)。數(shù)據(jù)是基礎(chǔ)，但分析結(jié)果必須付諸行動(dòng)。向教職員工提供數(shù)據(jù)驅(qū)動(dòng)的見解，并授權(quán)他們采取行動(dòng)，對(duì)于任何對(duì)學(xué)生成績(jī)的真正影響都是必要的。

人工智能真正能夠超越的下一步是擴(kuò)展和個(gè)性化與廣泛學(xué)生的互動(dòng)。(GSU的輕推技術(shù)結(jié)合了人工智能會(huì)話界面和簡(jiǎn)單的文本消息傳遞。)

喬治亞理工大學(xué)和迪肯大學(xué)的例子表明，研究和開發(fā)過程都是必要的。AI助教和VPA都需要教授，無論是一門課程(如喬治亞理工學(xué)院)或整個(gè)學(xué)院(迪肯學(xué)院)，這一過程都是實(shí)驗(yàn)性和低規(guī)模的。***信息官必須配備一支技術(shù)嫻熟的數(shù)字化轉(zhuǎn)型團(tuán)隊(duì)，例如迪肯的數(shù)字化未來實(shí)驗(yàn)室或喬治亞理工學(xué)院的Goel教授召集的團(tuán)隊(duì)。跨職能團(tuán)隊(duì)能夠?qū)崿F(xiàn)數(shù)字化轉(zhuǎn)型，正如2018年***信息官議程調(diào)查中72%的***執(zhí)行者所報(bào)告的那樣。只有12%的表現(xiàn)落后員工和22%的高等教育***信息官持相同觀點(diǎn)。

GSU提供了一種非正式的創(chuàng)新方法，可能更符合學(xué)術(shù)傳統(tǒng)。在GSU，CIO可以使用IT預(yù)算中的種子資金進(jìn)行早期試驗(yàn)，然后創(chuàng)建贈(zèng)款申請(qǐng)，將想法帶到試點(diǎn)項(xiàng)目狀態(tài)。

在高校開始使用人工智能相關(guān)技術(shù)的時(shí)機(jī)已經(jīng)成熟。雖然人工智能驅(qū)動(dòng)的科學(xué)院的未來才剛剛開始，但這項(xiàng)技術(shù)仍有望智能地解放人類，讓他們完成更高級(jí)的任務(wù)。

文章轉(zhuǎn)載自微信公眾號(hào)“三思派”（ID: Science-Pie）

戳這里，看該作者更多好文