人工智能(AI)的快速发展,正在深刻影响着从学生学业成就到学校运营效率的方方面面。高校应建立AI战略基础框架,尤其是在教学科研、数据实践和创新探索等关键领域,并使其与学校使命和目标保持一致,以便从容应对全球教育领域AI应用持续演进的浪潮。
提出AI战略目标
当前,高校师生正在积极尝试AI技术,大学校园涌现各种AI创新实践。但相关调查显示,多数高校要么缺乏明确的AI战略,要么存在AI战略与学校战略脱节的现象。在此情况下,教育领导者们迫切需要获得有章可循的指导方案和实施工具。学校领导者的职责不是控制创新,而是引导创新。一个精心制定的人工智能战略能够确保学校各利益相关者对AI的探索在共同框架内进行,强化学校价值观并服务于学校的长远目标。
对此,托马斯杰斐逊大学校长苏珊·奥尔德里奇(Susan Aldridge)提出了“引领人工智能影响高等教育的四大战略目标”,力求主动引导AI在高等教育领域的应用。
目标一:通过课程体系设计,确保学生掌握未来职业所需的AI技能,使学生在日益拓展AI应用的职场环境中保持竞争优势;
目标二:运用AI技术赋能教育过程,提升教学效果,强化学生的终身学习能力;
目标三:借助AI技术破解教学和管理难题,包括提高学习成果、优化招生策略等;
目标四:系统应对高等教育AI应用面临的风险和挑战,建立前瞻机制以预测和应对挑战。
高校可以将这些战略目标与实践相结合,让AI更好地赋能学校发展。
明确数据隐私导向
在高校对AI的相关探索中,数据隐私是最受关注的议题。1EdTech制定的《生成式人工智能数据评估框架》涵盖了以下几个关键维度:
明确告知人工智能技术的使用情况;
用户选择加入/退出机制;
数据来源透明度与质量;
数据所有权与治理机制。
高校可以利用该框架对AI应用程序进行数据隐私审查,供应商也可以借此自行评估其在AI实践中的立场与定位,以此推动高等教育AI应用的透明度。
升级评估框架
可以将上述评估框架迭代扩展,新增以下维度以应对更深层次的挑战:
偏见与公平;
学习成果的有效性;
所有学习者的可及性。
扩展后的框架在明确数据隐私导向的同时,聚焦公平、实效和全纳,既助力学校评估和引导AI战略,又使教育科技供应商明确AI应用的伦理需求。
跨校园协作
要确保战略实效,AI战略部署必须覆盖整个学校。AI战略的制定不应是技术部门或教学中心独立承担的职责,还需要学校各部门和院系代表的共同参与。广泛的跨部门合作不仅能强化战略实施的一致性和有效性,更能提升全校师生对AI政策的认同和支持。
赋能教师而非增加负担
教师们的心声很明确:他们需要的不是额外工作量,而是更多支持。有效的AI战略应聚焦以下维度:
节省时间、减轻工作量;
优化而不是取代现有的教学实践;
即插即用的简易集成方案;
持续的专业发展支持和明确的指导方针。
当教师获得充足的支持和信心时,才更有可能利用AI技术提升教学效果。
动态战略应对变革需求
有效的AI战略不是一次性文档,而是一个动态框架。随着AI技术进步,相关政策与实践也应同步迭代。高校需制定明确的AI指导方针,并确保其反映学校的文化理念和育人使命,满足不断变化的教学科研和人才发展需求。AI已来,通过积极主动的采取行动应对变革,高校不仅可以适应未来,而且能够塑造未来。
来源:Campus Technology
作者:苏珊娜·卡博纳罗
编译:项阳