高等教育における人工知能の3つの革新的な応用

高等教育の専門家は、AI と完全に連携する準備をしなければ、機会を逃したり、学生とのつながりが断たれたりするリスクがあります。

Tyton Partners が新たに発表した調査結果によると、学生は教師よりもはるかに速いペースで生成 AI 製品を使用しています。具体的なデータによると、AIを頻繁に利用する教職員の割合はわずか22％であるのに対し、学生の間では49％にも上ります。

高等教育における人工知能の3つの革新的な応用

しかし、教育機関の観点から見ると、AI技術の推進スピードは決して遅いわけではありません。インテリジェントが2023年に発表した調査によると、教育機関の82％が1年以内に入学ワークフローにAIを取り入れており、受け入れの傾向がかなり明確になっていることが分かりました。しかし、AI 製品の実験、採用、受け入れという点では、教育機関は依然として企業組織に比べて大幅に遅れをとっています。

高等教育エコシステムが AI テクノロジーの導入を躊躇している理由の 1 つは、AI をどのように、どこで、いつ使用するかまだ決まっていないことにあると考えられます。さらに、大学や大学院のリーダーの多くは、AI テクノロジーに対して偏見を持っている可能性があります。確かに、生成 AI は盗作や再投稿の閾値を大幅に下げますが、少しの乱用があったからといって、この驚異的な技術を無駄にすべきではありません。

逆に、AI の可能性を広く理解する意欲のある高等教育機関は、さまざまな利点を得ることになります。これには、限られたリソースでより多くのことを実行し、学生によりパーソナライズされた体験を提供し、AI 予測機能を活用してより適切で多様な学位申請者を引き付けることが含まれます。

以下では、高等教育機関における AI の革新的な応用と関連プロジェクトを 3 つの側面から見ていきます。

1. AIは管理者がより多くの手作業のタスクを分担するのを手助けする

世界中の組織は、反復的なタスクが従業員の時間を慢性的に浪費しているという重要な事実を発見しました。 2021 年の UiPath の調査によると、従業員は自動化できるが創造的な価値のない仕事に週平均 4.5 時間を無駄にしていることがわかりました。どのような角度から見ても、これは運営予算の無駄であり、また、すべての部門が AI 技術の応用可能性を真剣に検討する必要があることを思い出させます。

AIツール、ソフトウェア、プラグインはすでに存在しており、こうした単純で反復的な作業を簡単かつスムーズに引き継ぐことができます。高等教育機関の事務および「バックオフィス」レベルでは、入学許可書発行後の書類処理、退学リスクのある学生の迅速な特定、従業員の独自の価値を最大限に活用することが具体的な業務として挙げられます。実際の教室や学習環境では、AI は指導レポートの整理やトランスクリプトのスプレッドシートへの転記など、教師の手作業の負担を軽減する補助機能を提供できます。

AI を自動化ソリューションとして使用するための鍵は、依然として多くの反復作業と無駄な作業が残っている作業リンクを正確に特定することです。これを踏まえて、まずは制御された環境で AI 技術のパイロットを実施し、その後、小グループを通じて段階的に実装して、どの部門や集団に関連ソリューションが最も実用的であるかを判断する必要があります。

2. AIは入学審査の公平性を高める

今日に至るまで、入学は高等教育において最も注目される分野の一つとなっています。最高裁判所が大学入学における積極的差別是正措置を廃止する判決を下したとき、大学界全体が衝撃を受けた。将来的には申請手続きが公平でなくなるのではないかと人々は懸念しており、AIの介入によって現在の下降傾向が根本的に逆転すると期待されています。

では、今後、一括入学手続きはどのように行われるのでしょうか?国際連絡グループのオトット支部の会長アンディ・ハンナ氏は、学校はまず、包括的な入学制度をその使命と一致させるべきだと説明した。この基盤から、「教育機関やプログラムは、自らの目標に最も近い人口統計的変数や行動変数を特定し、それを使用して応募者の資質や経験を判断することができます。グリットや共感などの要素を定量化することは困難ですが、現在では、教育機関やプログラムの使命を特定の変数にマッピングすることでフレームワークを設定し、機械を使用してさまざまな学生グループの構成を最適化することができます。」

ハンナ氏は、AI技術を使用してさまざまな独自の基準に基づいて志願者を評価することで、入学審査官は従来の標準テストのスコア、成績平均点、その他の数値ランキングを超えて、学生の多様性に悪影響を与える偏見を排除できる可能性があると主張している。このタイプの「非線形」モデルは、学校がより細心の注意と責任ある態度で入学業務を進めるよう導き、入学チームが学生のより多くの特徴を把握するのに役立ちます。

3. AI は学生によりカスタマイズされたコース構成を提供できます。

消費者市場では、パーソナライゼーションとカスタマイズが長い間、ビジネスの成功または失敗を決定する鍵となってきました。 Insider Intelligence の報告によると、消費者の 73% がブランドにパーソナライズされたサービスを提供することを期待しています。同じ傾向は、当然のことながら、学生と高等教育機関との交流にも反映されるでしょう。

AI テクノロジーは、これまで想像もできなかった方法で、大規模にパーソナライズされたサービスを提供できるようになります。アイビー テック コミュニティ カレッジを例に挙げてみましょう。同校は、統計的にコースに合格したり卒業したりする可能性が低い学生を簡単に特定できる独自のアルゴリズムを開発しました。 Google Cloud のレポートによると、「このアルゴリズムは、各学期の第 2 週に学生の最終コース成績を 60% から 70% の精度で予測できます。」その結果、大学の 3,000 人もの学生が事前に対象コースの個別指導と指導介入を受けました。

もちろん、これは単なる一例であり、AI が高等教育におけるパーソナライゼーションをどのように強化するかを示す小さな縮図にすぎません。その他の潜在的な用途としては、AI を使用して文章に対する修正および指導のフィードバックを提供したり、個別の学習計画を作成したり、1 年生がキャンパスでの最初の 1 週間を最大限に活用できるように支援したりすることが挙げられます。

学習は常に高等教育の中心にあります。今こそ、教育機関が AI テクノロジーに対する理解を深め、この新しいテクノロジーを活用して自らとすべての学生をサポートするときです。