Toda universidade tem ambição de IA. Poucos têm prontidão para IA.

Todos os líderes universitários com quem converso estão pensando em IA.

Esse não é o problema.

O problema é que a ambição avança mais rapidamente do que a prontidão. Os dados mostram que os estudantes já estão a utilizar estas ferramentas generativas de IA em grande escala, os docentes estão a experimentar e as equipas de liderança estão a prestar atenção, mas na maioria das instituições os sistemas e a governação necessários para tornar a IA útil, segura e mensurável ainda estão em fase de recuperação.

Esta lacuna é o que torna o novo relatório IREX e Development Gateway tão oportuno. Da ambição à adoção: insights sobre a preparação para IA em universidades de todo o mundode autoria de Razan Elayan, Mariam Ibrahim, Cameron Mirza e Tom Orrell, baseia-se em 76 entrevistados de 46 instituições em 25 países, a maioria baseada em África e no Médio Oriente. As descobertas são diretas. Apenas 34% dos entrevistados disseram que a sua instituição tem uma estratégia clara de IA ligada a prioridades académicas e operacionais, menos de 40% relataram políticas de IA aprovadas e pouco menos de um quinto relatou pilotos de IA governados que realmente fizeram parte do funcionamento da instituição.

No meu próprio trabalho em África, no Médio Oriente e no Sudeste Asiático, vejo esta tensão constantemente. As instituições sabem que a IA está a remodelar o ensino, a avaliação, as operações e a empregabilidade, e muitas não estão à espera passivamente. Estão a criar comités, a testar ferramentas e a apoiar bolsas de inovação. Contudo, a distância entre “precisamos de fazer algo com a IA” e “temos a capacidade institucional para fazer isto bem” ainda é grande e está a aumentar.

O erro comum é tratar a prontidão da IA ​​como uma questão de aquisição. Uma plataforma ainda é importante. Para muitas instituições, fará parte da infra-estrutura que as move da experimentação dispersa para a prática dimensionada e testada. No entanto, uma plataforma só cria valor quando está ligada ao modelo operacional que a rodeia. Tem de apoiar uma estratégia, ajudar a desenvolver a capacidade do pessoal e dos alunos, tornar a aprendizagem mais personalizada e mais alinhada com os resultados da força de trabalho e ajudar a instituição a compreender o que está realmente a funcionar, em vez de apenas adicionar outra camada de atividade digital.

Colmatar esta lacuna requer capacidade em diversas áreas interligadas: formas mais rápidas e eficazes de criar conteúdos de aprendizagem de elevada qualidade, percursos estruturados ligados às necessidades do mercado de trabalho, rotas mais claras entre estudo, competências e experiência profissional, e dados que mostram se os estudantes estão a progredir da forma pretendida por uma instituição.

É aqui cada vez mais que meu trabalho FuturoAprenda senta. As conversas que tenho tido com as universidades são menos sobre “usar IA” no sentido lato e mais sobre como a aprendizagem possibilitada pela IA, a criação de conteúdos, o desenvolvimento de competências, o crescimento pessoal, os percursos de empregabilidade e a visão institucional podem unir-se como uma experiência estudantil coerente. A questão não é mais provisão digital. É a capacidade de responder mais rapidamente, apoiar melhor os alunos e tomar decisões mais claras sobre o que melhora os resultados de aprendizagem e emprego.

As apostas não são teóricas. Os estudantes já estão a utilizar a IA para estudar, escrever, pesquisar, rever e preparar-se para o trabalho, enquanto o mercado de trabalho em que estão a entrar muda à sua volta. A investigação da Oxford Economics citada no relatório aponta para o aumento da pressão de desemprego entre os novos ingressantes no mercado de trabalho, com sinais de que os cargos de nível inicial estão a ser substituídos pela IA a taxas mais elevadas do que outros. Quando as universidades atrasam este trabalho, as consequências aparecem na experiência dos licenciados que tentam entrar num mercado onde as expectativas mudam mais rapidamente do que muitos programas de licenciatura.

É claro que nenhuma instituição tem tudo isso planejado e nem precisa fazê-lo. O que a próxima fase precisa é de mais honestidade sobre a distância entre a atividade da IA ​​e a prontidão da IA. O apetite está claramente presente. O que tem de acontecer agora é um foco mais forte na coordenação e coerência institucional: reunir os pilotos, as políticas e os bolsões de entusiasmo dispersos em algo que realmente se mantenha unido.

A realidade de qualquer conversa sobre IA é que a tecnologia continuará avançando, e o que importa é se uma instituição pode continuar avançando com ela. As universidades que levam isso a sério agora, que têm liderança voltada para o futuro e que colocam os parceiros e infraestruturas certos em torno da ambição, estarão muito melhor posicionadas para o que vier a seguir, e o mesmo acontecerá com os seus estudantes.

Hemani Naran é Gerente de Desenvolvimento Internacional – Emirados Árabes Unidos na FutureLearn.

Source link