Een volwassenheidsmodel voor AI in het ’tertiaire onderwijs’

Een ‘maturity model’ -‘volwassenheidsmodel’- is een instrument waarmee organisaties of teams in kaart kunnen brengen hoe goed hun organisatie of team is op een bepaald terrein, en hoe zij zich op dit terrein kunnen doorontwikkelen. Het Britse National centre for AI heeft een volwassenheidsmodel ontwikkeld voor AI in het ’tertiaire onderwijs’ (middelbaar beroepsonderwijs, hoger beroepsonderwijs, universitair onderwijs, post-initieel onderwijs).

Ongeveer vier maanden geleden heb ik aandacht besteed aan een rapport van JISC over de stand van zaken met betrekking tot artificiële, kunstmatige, intelligentie (AI) in het hoger onderwijs. Dit model kwam in dit rapport ook voor. Michael Webb ligt dit model in een aparte blogpost toe.

AI Maturity
Bron: JISC

Volgens Webb stelt dit volwassenheidsmodel instellingen in staat te begrijpen waar ze staan en welke activiteiten en processen nodig zijn om verder te komen op de volwassenheidscurve ten aanzien van AI. Op dit moment bevinden de meeste instellingen zich volgens hem in de approaching and understanding fase. Enkelen bewegen zich richting de experimenting and exploring fase, terwijl een veel kleinere groep zich in de derde, de operational fase, bevindt.

Approaching and Understanding (benaderen en begrijpen)

In deze fase zijn instellingen geïnteresseerd in AI en willen zij begrijpen welke problemen ermee kunnen worden opgelost, hoe het werkt en met welke kwesties rekening moet worden gehouden. Instellingen willen weten hoe lerenden staan tegenover AI, wat de belangrijkste ethische kwesties zijn en met welke bredere maatschappelijke gevolgen rekening gehouden moet worden.

Experimenting and Exploring (experimenteren en verkennen)

In deze fase identificeer je een specifiek probleem waar AI een oplossing voor moet zijn en onderzoek je of een op AI gebaseerde oplossing kan helpen dit probleem aan te pakken. Je verdiept je ook in succesvolle implementaties van AI-systemen (ook kleinschalige) en je ontwikkelt inzicht in de belangrijkste praktische problemen op dit terrein. Verder kijk je hoe toegankelijk AI-gestuurde middelen zijn.

Operational (operationeel)

In de operationele fase gaan instellingen verder dan experimenteren en hebben zij AI-systemen in gebruik voor een of meer processen. Instellingen zullen moeten begrijpen wat er anders is aan een AI-project en hoe zij AI-systemen moeten verkrijgen om deze volledig operationeel te maken. Daarbij gaat het om het verschil tussen een dienst die op een standaardalgoritme is gebaseerd, en een dienst die op machine learning is gebaseerd. Je moet je daarbij bewust zijn van beperkingen en risico’s (zoals bias). Volgens Webb hebben we nieuwe benaderingen nodig om de prestaties van de software te begrijpen en te valideren, om ervoor te zorgen dat we het risico van vooringenomenheid minimaliseren/wegnemen, en om manieren te hebben om deze kwesties zowel bij de aankoop te beoordelen als tijdens het gebruik van het systeem te controleren.

Embedded (ingebed)

In deze vierde fase wordt AI onderdeel van de overweging voor elk digitaal transformatieproject, ondersteund door de strategie van een organisatie. Hierbij speelt volwassen gegevensbeheer een rol spelen, evenals institutionele beleidslijnen en processen.

Transformational (transformerend)

In deze vijfde en laatste fase heeft AI het onderwijs drastisch veranderd. De manier waarop kan sterk verschillen. Het onderwijs kan meer gepersonaliseerd zijn, maar het is ook mogelijk dat medewerkers niet langer alledaagse en repetitieve taken hoeven uit te voeren. AI zal niet alleen worden gebruikt om bestaande processen te verbeteren of goedkoper te maken. We zullen AI ook gebruiken om nieuwe benaderingen en processen te ontwikkelen die profiteren van de dingen die AI goed kan. Om dit stadium te bereiken, is het belangrijk te begrijpen hoe AI andere sectoren heeft getransformeerd.

Ik heb wel vaker ‘maturity’ modellen gezien. Het mooie van dit model is dat expliciet rekening wordt gehouden met risico’s die AI met zich mee kan brengen. Verder valt de hoge mate van onzekerheid op, naarmate je naar hogere fases gaat. Volgens mij kun je als organisatie er ook genoegen mee nemen om in de operationele fase te blijven. Al denk ik dat menigeen blij zal zijn als de werkdruk wordt verlicht doordat AI een deel van de routinematige taken overneemt.

This content is published under the Attribution 3.0 Unported license.

Delen

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *