Nær halvparten av bloggpostene på Dosentforeningens nettsider har Digital dosent som emneknagg. Mange av dem tar opp generativ kunstig intelligens. Det er ikke tilfeldig. KI er ikke lenger bare for de spesielt interesserte. Mer enn det:
- Som en teksttung aktivitet blir høyere utdanning sterkere preget av tekstteknologiene enn mange andre bransjer.
- Klassifikasjon og gruppering (clustring) hører med i det akademiske tenkesett og metodeapparat.
- Dosentstigen har utviklingsarbeid bygd inn i opprykkskriteriene. På den ene eller andre måte spiller digitalisering og KI en rolle i mange relevante utviklingstiltak.
Utviklingen skyldes teknologiske fremskritt, økt tilgjengelighet av data, et økende behov for løsninger på komplekse problemer, press på økonomi og rekruttering, og sterkere internasjonal konkurranse.
Les mer:
- Teknologisk utvikling. Den raske utviklingen innen databehandling, spesielt med kraftfull GPU-teknologi, har gjort det mulig for KI-algoritmer å behandle store mengder data. GPU-er, Graphic Processing Units, ble utviklet for å gjenskape skjermbilder i 2D og 3D for spillbransjen. Da brukes matrise-algebra siden figurer i skjermbildet bygges opp av geometriske figurer som stadig endrer posisjon. Matriseberegninger er velegnet til å kalkulere akkurat dette. Så viste det seg at klassifikasjon, generative tekste og bilder gjennom nevrale nettverk også krever matriseberegning. De nevrale nettverkene, som var inspirert av sanse- og hjernecellenes funksjoner, fikk sin renessanse gjennom dyp læring – en underkategori av maskinlæring. Gjennombruddet kom med OpenAIs GPT-modeller. De er fulgt med tilsvarende systemer fra andre leverandører i USA, men også fra land som Frankrike og Kina. De kan håndtere tekst på mange språk, bilde-gjenkjenning og beslutningsprosesser på forbløffende nivå. I tillegg har tilgjengeligheten av skytjenester demokratisert tilgangen til KI-verktøy.
- Datamengden eksploderer. KI som allemannseie er uløselig knyttet til voldsom vekst i datamengden. Smarttelefoner, sensorer og nettbaserte plattformer gir en konstant strøm av data som driver KI-systemene. Bedrifter som Amazon, Netflix, Meta og Spotify har bygget forretningsmodeller rundt datadrevne KI-systemer som skal lokke og holde på kundene og øke inntektene.
- Økonomiske gevinst. Den økonomiske potensialet i KI har stimulert investeringer på tvers av bransjer. Bedrifter bruker KI til å redusere kostnader, automatisere kjedelige oppgaver og skape nye inntektsstrømmer. Autonome kjøretøy, de egentlige automobiler, kan komme til å revolusjonere transportsektoren. KI-drevne diagnose- og overvåkingsløsninger kan gjøre det samme i helsevesenet. Regjeringer ser også den strategiske betydningen av KI, og finansierer forskningsinitiativer. De utformer militære doktriner og sivil politikk for å hevde seg i den globale konkurransen. KI har også vist seg nyttig i økonomisk krisehåndtering, som under COVID-19-pandemien.
- Presset økonomi. Mange utdanningsinstitusjoner opplever økonomisk press på grunn av redusert offentlig finansiering og økte krav til effektivitet. KI tilbyr løsninger som kan redusere kostnader og effektivisere driften. Det kan gjelde rasjonalisering av administrative oppgaver med søknadsbehandling, timeplanlegging og rapportering, slik at ressursene kan omdisponeres til kjernevirksomhet. Minst like viktig blir skalering og fleksibel gjenbruk av læringsressurser. Det fordrer omlegging av undervisningen med alternativer til 3nveis forelesninger.
- Manglende studentrekruttering. Demografiske endringer og konkurranse fra alternative læringsmodeller (f.eks. nettbaserte kurs og mikrokreditering) har ført til lavere studentopptak ved enkelte institusjoner. KI kan bidra til å øke rekrutteringen på flere måter.
- Internasjonal akademisk konkurranse. Globaliseringen av høyere utdanning har intensivert konkurransen om studenter, forskningsmidler og akademisk prestisje. KI styrker institusjonenes konkurranseevne på følgende måter:
Selv om KI åpner for betydelige forbedringer, kan økonomiske og konkurransemessige hensyn føre til at institusjonene fokuserer for mye på kostnadseffektivitet og økonomisk resultatorientering, noe som kan gå på bekostning av kvaliteten i utdanningen. Etiske og pedagogiske spørsmål rundt bruken av KI må balansere innovasjon med institusjonenes samfunnsoppdrag.
Denne utviklingen viser at KI ikke bare er en teknologisk løsning, men også en strategisk ressurs som kan hjelpe og utfordre høyere utdanningsinstitusjoner.
Her ligger det et utall utviklingsoppgaver og venter for den som vil kvalifisere seg i dosentstigen.