En metastudie av KI i utdanning 2010-22 peker på disse gevinstene og hindringene:
- Gevinster
- Personlig tilpasning.
- Bedre grep om de lærendes forståelse.
- Noe bedre læringsutbytte.
- Redusert planlegging og administrative oppgaver
- Mer likebehandling.
- Økt presisjon i evaluering og tilbakemelding.
Hindringer
- Manglende etisk vurdering.
- For svak utvikling av fagstoffet.
- For svak infrastruktur.
- Undervisere har for lav teknisk kompetanse.
- Endringer i autoritetsstruktur.
Det spores noen gevinster. Mot videre utvikling av disse og mulige andre fordeler, er det særlig tre hindringene som er framhevet her. Det gjelder gjensidig avhengige størrelser i det institusjonelt digitale utviklingsarbeidet der manglende infrastruktur og for svak digitale kompetanse i undervisningspersonalet er gjensidig korrelerte størrelser:
- Dess bedre systemene er tilpasset behovet, jo mindre kreves av lærernes tekniske kompetanse.
- Jo mer lærerne kan, dess mindre betyr tekniske ufullkommenheter.
Begge deler påvirker utvikling av undervisningsdesign og fagenes dokumentstrukturer.
Dette kan forklares med undervisningsinstitusjonenes manglende evne til egenomdanning med et lite utviklet insentivsystem for utviklingsarbeid i undervisningen. Initiativ og institusjonell gevinst er sentralisert til studieadministrasjon og IT-tjenester. Forskyvninger i makt (autoritetsstruktur) er sentralt her.
Slike vurderinger er ikke nye og har fulgt dette feltet i fra det tok form på 1990-tallet og framover. Endringene er interessedrevet framfor kunnskapsdrevet. Digitaliseringen er resultat av ytre press mot større eller mindre grad av indre motstand, og sentraladministrasjones økende betydning vis-a-vis de faglig tilsatte.
Monopolbedrifter
Det et forøvrig umulig å forstå utviklingsbanen for utdannings-KI uten å sjele til den politiske økonomi.
Til sammen har de fem amerikanske teknologigigantene Nvidia, Microsoft, Apple, Google og Amazon nådd en markedsverdi på over 150 billioner kroner (150.000 milliarder). De er gjensidig låst i intens konkurranse med hverandre, og med kinesiske aktører som Baidu og Alibaba. Det er tydelige signaler fra dem om å endre utdanningssystemene med mindre vekt på formelle grader og det som synes å ha blitt en skripting for å få eksamenspapir.
Mange av teknologiselskapene vurderer nå søkere basert på ferdigheter og evner snarere enn akademisk grad.
Google har f.eks. utviklet egne sertifiseringsprogrammer i Google Career Certificates. De tilbyr opplæring i etterspurte ferdigheter som IT-støtte, dataanalyse, prosjektledelse og brukeropplevelse (UX) design. Programmene er designet for å være tilgjengelige for alle uavhengig av utdanningsbakgrunn.- Amazon tilbyr Career Choice-program som betaler for utdanning i felt som er etterspurt i arbeidsmarkedet, både innenfor og utenfor selskapet.
- Microsoft har lignende initiativer gjennom sitt Microsoft Learn-program.
- Meta University er en lønnet 10-ukers sommerskole for college-studenter og tilbyr kurs i dataingeniørfag, dataanalyse og produktdesign.
- Apple’s Developer Academy gir opplæring i apputvikling der studentene jobber på virkelige prosjekter og bygger porteføljer som kan vises til potensielle arbeidsgivere.
- Nvidia har opprettet Deep Learning Institute. Det tilbyr hands-on trening i kunstig intelligens og dyp maskinlæring.
Flere av selskapene holder også store årlige konferanser for utviklere på sine plattformer. De samarbeider med universiteter og høyskoler for å utvikle relevante kurs og programmer for industrien. Sertifiseringer fra teknologiselskaper har også begynt å bli like verdifulle som tradisjonelle grader.
Samlet sett utfordrer disse initiativene tradisjonelle modeller for høyere utdanning. De er fleksible, tilpassede og rettet mot konkrete behov i teknologisektoren. Samtidig bygges det ny kunnskap om hvordan utdanning kan designes for det raske endringstempoet som teknologibedriftene lever av. Det påvirker de løsningene de selv leverer til den offentlige utdanningssektoren.
OECD-scenarier for 4 alternativer for høyere utdanning (2021)