چگونه دانشگاه‌های پیشرو آینده‌ی هوش مصنوعی را شکل می‌دهند؟

فوربس: بر اساس نظرسنجی سال ۲۰۲۵ اینساید آموزش عالی، از مدیران ارشد فناوری/اطلاعات دانشگاه‌ها، تنها ۹٪ از رهبران فناوری مؤسسات آموزش عالی احساس می‌کنند که دانشگاه‌هایشان برای هوش مصنوعی آماده هستند. در حالیکه بسیاری هنوز در حال بررسی گام‌های بعدی خود هستند، تعداد اندکی از دانشگاه‌ها در حال بازنگری این مسئله هستند که چگونه هوش مصنوعی می‌تواند آموزش، پژوهش و عملیات روزانه‌ی دانشگاه را از اساس متحول کند. تجربه‌ی آن‌ها مدل‌های عملی برای دانشگاه‌هایی ارائه می‌دهد که هنوز در حال تدوین استراتژی‌های هوش مصنوعی خود هستند.

به گزارش پایگاه خبری موفقیت شناسی به نقل از فوربس، دانشگاه استنفورد از ابتدا اخلاق و حاکمیت را در هوش مصنوعی می‌گنجاند. رویکرد دانشگاه استنفورد به پیاده‌سازی هوش مصنوعی به دلیل تأکید بر تعادل میان نوآوری و مسئولیت‌پذیری برجسته است. در اوایل سال ۲۰۲۵، کمیته‌ی مشاوره‌ی هوش مصنوعی استنفورد یک چارچوب جامع منتشر کرد که به‌طور ویژه برای پرداختن به نقش هوش مصنوعی در سه حوزه‌ی مهم اداره، آموزش و پژوهش طراحی شده بود. 

آنچه رویکرد استنفورد را آموزنده‌تر می‌کند، رد سیاست‌های سختگیرانه‌ای است که می‌توانند مانع از آزمایش‌های نوآورانه شوند. به گفته‌ی «راس آلتمان»، رئیس کمیته در گزارش استنفورد، «ما ابتدا می‌خواستیم آزمایش‌های اولیه را در محیط‌های امن تشویق کنیم تا ببینیم این فناوری چه کاری می‌تواند انجام دهد و چگونه می‌تواند به ما در تحقق مأموریت‌مان کمک کند». این فلسفه اذعان می‌کند که مؤسسات باید محیط‌هایی ایجاد کنند که در آن‌ها اساتید و دانشجویان بتوانند قابلیت‌های هوش مصنوعی را بررسی کنند، در عین حال، تدابیری برای جلوگیری از سوءاستفاده در نظر گرفته شود. به جای تدوین قوانین سراسری درباره‌ی کاربرد هوش مصنوعی در دوره‌های آموزشی، استنفورد چارچوب‌هایی انعطاف‌پذیر ارائه می‌دهد که اساتید می‌توانند آن‌ها را متناسب با رشته‌ها و زمینه‌های درسی مختلف تنظیم کنند.

دانشگاه میشیگان سیستم‌های هوش مصنوعی دانشجو محور می‌سازد

در حالی که بسیاری از مؤسسات بر کاربردهای اداری هوش مصنوعی تمرکز دارند، دانشگاه میشیگان اولویت را به توسعه‌ی ابزارهایی داده است که مستقیماً تجربه‌ی دانشجویی را ارتقا می‌دهند. دستیار هوش مصنوعی میمایزی که نسخه‌ی بتای آن در سال ۲۰۲۴ منتشر شد، نمونه‌ی قابل تأملی از اجرای هوش مصنوعی با محوریت دانشجو است. این هوش مصنوعی به سیستم مدیریت یادگیری دانشگاه میشیگان متصل می‌شود و به دانشجویان امکان دسترسی به منابع درسی، بررسی تاریخ‌های تکالیف و تولید راهنماهای مطالعاتی مخصوص به دوره‌های ثبت‌نامی‌شان را می‌دهد. این سیستم اطلاعات خود را از منابع مختلف، از جمله اخبار میشیگان و تقویم رویدادهای دانشگاه دریافت می‌کند تا دانشجویان را از جدیدترین اطلاعات دانشگاهی مطلع سازد.  دانشگاه میشیگان در توسعه‌ی این ابزار مکانیزم‌های بازخورد شفافی را برقرار کرده است که به دانشجویان امکان می‌دهد در شکل‌گیری و بهبود مداوم آن نقش داشته باشند. رویکردی که هم فناوری بهتر و هم پذیرش بالاتر از سوی دانشجویان را به همراه دارد. این رویکرد دانشجو محور نشان می‌دهد که چگونه هوش مصنوعی می‌تواند تجربه‌ی آموزشی دانشجویان را ارتقا دهد.

دانشگاه اموری ظرفیت هوش مصنوعی بین‌رشته‌ای ایجاد می‌کند. ابتکار هوش مصنوعی- انسانیت دانشگاه اموری مدل برجسته‌ای برای توسعه‌ی سریع قابلیت‌های هوش مصنوعی از طریق جذب هدفمند اعضای هیئت‌علمی و همکاری‌های بین‌رشته‌ای ارائه می‌دهد. به جای محدود کردن توسعه‌ی هوش مصنوعی به دانشکده‌های علوم کامپیوتر یا فناوری اطلاعات، اموری به‌طور عمدی ارتباطات بین‌رشته‌ای را تقویت کرده است.

دانشگاه اموری ظرفیت هوش مصنوعی را با همکاری‌های بین‌رشته‌ای گسترش می‌دهد  

در یک سال، دانشگاه اموری ۱۹ عضو هیئت علمی متخصص در حوزه‌ی هوش مصنوعی را در مدارس و بخش‌های مختلف استخدام کرد و بدین ترتیب، شرایط لازم برای پژوهش و آموزش هوش مصنوعی را ایجاد کرد. این دانشگاه به‌طور نظام‌مند در حال بازنگری برنامه‌های درسی خود است تا هوش مصنوعی را در سراسر رشته‌ها بگنجاند، با توجه به تقاضای دانشجویان و نیازهای بازار کار. علاوه بر این، اموری از طریق برنامه‌ی کمک‌هزینه‌ی ابتکار هوش مصنوعی- انسانیت با موسسه فناوری جورجیا همکاری می‌کند. این ابتکار ۱۰۰،۰۰۰ دلار بودجه برای تشویق همکاری‌های پژوهشی جدید و گسترش مشارکت‌های موجود تخصیص می‌دهد، تا از هوش مصنوعی برای ارتقای جامعه و کیفیت زندگی انسانی استفاده شود. این برنامه از پروژه‌های بین‌رشته‌ای حمایت می‌کند که ملاحظات اخلاقی، عدالت اجتماعی، اختلافات در سلامت و سوگیری در داده‌های هوش مصنوعی را بررسی می‌کنند.  مرکز یادگیری هوش مصنوعی دانشگاه اموری که به‌عنوان محوری برای ارتقای سواد هوش مصنوعی و ادغام آن در جامعه دانشگاهی فعالیت می‌کند، دامنه‌ی برنامه‌های آموزشی خود را در سطح ایالت گسترش داده است.

سیستم دانشگاهی دانشگاه ایالتی نیویورک اجرای هوش مصنوعی را در پردیس‌های مختلف هماهنگ می‌کند 

دانشگاه ایالتی نیویورک، نمونه‌ای از چگونگی اجرای استراتژی‌های هماهنگ هوش مصنوعی در یک سیستم بزرگ چند پردیسی ارائه می‌دهد، در حالی که امکان تطبیق محلی را فراهم می‌کند. چارچوب هوش مصنوعی مسئولانه‌ی دانشگاه ایالتی نیویورک راهنمایی کلی برای سیستم ارائه می‌دهد، اما به پردیس‌های منفرد قدرت توسعه‌ی رویکردهای تخصصی را نیز می‌دهد.  دانشگاه ایالتی نیویورک بر عدالت از طریق طراحی تأکید دارد و با بررسی سوگیری‌های احتمالی در داده‌ها و الگوریتم‌ها، مانع از نتایج تبعیض‌آمیز می‌شود. این چارچوب، هوش مصنوعی را ملزم می‌کند که توضیحاتی قابل‌درک درباره‌ی فرآیندهای تصمیم‌گیری ارائه دهد، اقدامات امنیتی قوی را برای حفاظت از اطلاعات حساس اجرا کند، و ساختارهای حاکمیتی را برای تعریف مسئولیت‌ها در پیاده‌سازی هوش مصنوعی تعیین نماید.  به‌عنوان بزرگ‌ترین سیستم دانشگاهی عمومی یکپارچه در ایالات متحده، دانشگاه ایالتی نیویورک در موقعیتی منحصربه‌فرد قرار دارد تا نشان دهد چگونه هوش مصنوعی می‌تواند در خدمت منافع عمومی قرار گیرد، اولویتی که این دانشگاه صریحاً در رویکرد خود قرار داده است. 

یک نقشه‌ی راه برای مؤسسات آموزش عالی 

بر اساس مدل‌های موفق، یک نقشه‌ی راه برای دانشگاه‌هایی که به دنبال تسریع آمادگی خود برای هوش مصنوعی هستند تدوین شده است. این چارچوب، بهترین رویه‌های دانشگاه‌های پیشرو را ترکیب می‌کند و در عین حال، قابلیت تطبیق با زمینه‌های مختلف سازمانی را حفظ می‌کند. 

اولاً، دانشگاه‌ها باید استخدام مدیران اختصاصی برای هوش مصنوعی را در نظر بگیرند که به‌طور مستقیم به مدیران ارشد گزارش دهند. تحلیل دانشگاه استنفورد نشان داده که رویکرد دوگانه که در آن مسئولیت‌های هوش مصنوعی به نقش‌های موجود مانند مدیر اطلاعات یا مدیر داده اضافه می‌شود، معمولاً رشد استراتژیک را محدود می‌کند. 

ثانیاً، برای تضمین نمایندگی گسترده، دانشگاه‌ها می‌توانند ساختارهای حاکمیتی رسمی شامل کمیته‌های متشکل از اعضای هیئت علمی، مدیران، فناوری اطلاعات، مشاوران حقوقی و دانشجویان ایجاد کنند. این گروه‌ها به‌طور منظم جلسه برگزار می‌کنند تا سیاست‌ها را تدوین کنند، مسائل جدید را بررسی نمایند، و اطمینان حاصل کنند که هوش مصنوعی با ارزش‌های نهادی همسو است. زیرساخت داده و امنیت نیز برای یکپارچه‌سازی موفق هوش مصنوعی حیاتی است. برای مثال، دانشگاه ایالتی نیویورک چارچوبی مسئولانه طراحی کرده که حاکمیت داده، عدالت در طراحی، و پروتکل‌های امنیتی قوی را برای تضمین کیفیت داده و حریم خصوصی در سراسر پردیس‌های دانشگاهی اجرا می‌کند. 

سواد هوش مصنوعی برای دانشجویان و اساتید نیز باید در اولویت قرار گیرد. برنامه‌های جامع سواد هوش مصنوعی در دانشگاه‌هایی مانند دانشگاه اوهایو اجرا شده است که در آن‌ها اعضای هیئت علمی و کارکنان در کارگاه‌های آموزشی مختلف، از آگاهی ابتدایی تا کاربردهای پیشرفته، مهارت‌های ضروری را کسب می‌کنند.  همکاری‌های بین دانشگاهی بخش پایانی چارچوب ادغام موفق هوش مصنوعی است. دانشگاه‌های پیشرو فعالانه مشارکت‌هایی برای اشتراک‌گذاری منابع، تخصص و بهترین رویه‌ها ایجاد می‌کنند. برای مثال، همکاری دانشگاه اموری با موسسه فناوری جورجیا از طریق برنامه کمک‌هزینه‌ی ابتکار هوش مصنوعی- انسانیت نشان می‌دهد که چگونه تلاش‌های مشترک می‌توانند پژوهش‌های بین‌رشته‌ای را در راستای رفع چالش‌های اجتماعی تشویق کنند.   

مسیر آینده: از پیاده‌سازی تا تحول 

اکثر مؤسسات آموزش عالی هنوز در مراحل اولیه‌ی پذیرش هوش مصنوعی قرار دارند و با چالش انتقال از آزمایش اولیه به ادغام استراتژیک در سطح کل مؤسسه مواجه‌اند. سازمان‌های جهانی مانند مجمع جهانی اقتصاد و یونسکو بر اهمیت گنجاندن اصول اخلاقی، عادلانه و انسان‌محور در اجرای هوش مصنوعی در آموزش تأکید دارند.  برای رهبران آموزش عالی، پرسش دیگر این نیست که آیا باید هوش مصنوعی را بپذیرند، بلکه چگونه این کار را انجام دهند تا مأموریت‌های اصلی خود را پیش ببرند و دانشجویان را برای موفقیت در دنیایی با حضور گسترده‌ی هوش مصنوعی آماده سازند. 

انتهای پیام/