Gartner：人工智能在高等教育领域中的实践

人工智能(AI)在高等教育中取得了重大进展，因为实施某种形式的AI的机构在学生留用、招聘和教师生产力等领域取得了可衡量的成果。

关键挑战

高等教育机构需要区分真正的人工智能例子和那些更注重智能自动化(或只是炒作)的例子。

如今，大多数人工智能技术仍接近于预期膨胀的顶峰;许多人工智能技术项目仍在进行中，尚未成熟到足以结合成有效的高等教育工具。

高等教育必须能够收集自己版本的、可利用人工智能的正确数据，因为教育的许多方面都涉及到每年都有类似问题和挑战的学生群体。

建议

执行数字化战略并开始利用人工智能的高等教育首席信息官应该：

定义智能(特定的、可度量的、可操作的、相关的和有时限的)用例，确定关键问题或行动，如“确定哪些预警指标与确定高危学生相关?”

创建一个数据质量审查，因为人工智能需要质量可靠的机器可读数据。随着人工智能在新的复杂数据类型上蓬勃发展，通过连接相关的数据源开始人工智能活动。

制定明确的数据透明度政策，以确定如何使用(或不使用)数据来建立信任。首席信息官在为人工智能计划收集数据时必须是透明，尤其是用于学生个性化的数据。

建立一支多元化的人才队伍，确保人工智能项目的成功。利用学生参与，这也提供了职业发展技能。

让一台机器加入队伍。通过开创一个数字转换团队来创建一个持续的创新竞争优势，如迪肯的数字化未来实验室。

战略规划假设

到2020年，至少10%的高等教育机构将使用智能机器来提高学生的成功率。

到2021年，超过30%的院校将被迫实施个性化战略，以保持学生的入学人数。

到2021年，前100所的高等教育机构将需要采用人工智能技术，以保持在研究方面的竞争力。

1. 导言

人工智能作为一种通用技术，可以广泛应用于各个领域。相关机构提出六种在良性循环中交互的核心人工智能技术：

业务分析和数据科学

自然语言处理、语音识别与机器学习

机器推理

计算机视觉

机器人和传感器

图1. 六个互联核心人工智能技术

资料来源：Gartner(2018年12月)

无论如何定义人工智能，很明显人工智能将对社会产生深远的长期影响。虽然确切的结果还在争论中，但我们已经可以看到人工智能正在改变几个职业，这改变了高等教育学生为未来职业做准备的内容和方式。澳大利亚迪肯大学副校长(校长)简•登•霍兰德(Jane denHollander)说：“我们的国家依赖于受过高等教育、技术娴熟的毕业生，他们能够接受智能机器的时代。我们都必须学会使用机器和机器之间的空间。”人工智能甚至可能成为收集可教时间的法律要求。这将确保人工智能能够“传授”掌握一门专业所需的技能。

许多人工智能实施仍处于早期阶段。总体趋势表明，与学习分析和人工智能解决方案相比，机构分析等管理解决方案似乎更容易在教育中实施。截至2017年6月底，19项人工智能实施工作已经开始。见表1。

表1.高等教育中的分析、算法、人工智能

资料来源：Gartner(2018年12月)

2. 分析

一些高等教育机构正在不同层次和形式上实施人工智能技术，包括：

个性化和招聘聊天机器人

预警系统的保留

分级过程的智能自动化

例如，堪培拉大学的露西允许学生每周7天、每天24小时获得答案和信息。大多数学生认为聊天机器人的帮助是一种改进的学生体验。

(1) 聊天机器人——个性化

Gartner预测聊天机器人个性化实施的具体性(机器人知道基本的背景数据)和机器人可以处理的问题/意图的数量(从基本的校园定位问题到职业建议)都将增加。一些人工智能会话方法也可以用来改进学习，比如如何构建一篇论文(参见Deakin Genie和StudyTree)。

(2) 聊天机器人——招募

另一个重要的人工智能应用程序涉及到改进招生。简单的聊天机器人(如Codecademy与Bobbot的简短试验)可以提高基于Web的招聘转化率(codecademy的转化率报道增长了10%)。此外，这些招聘机器人应该很快就会从主要的SIS供应商那里获得。

(3) 预警系统-保留