پس از تغییر یک کالج با پیشنهادات آنلاین، یک رئیس برای مقابله با هوش مصنوعی کنار می‌رود - اخبار EdSurge

بازنشر افلاطون

دنبال: 0

زمانی که پل لبلانک بیش از 20 سال پیش به عنوان رئیس دانشگاه جنوبی نیوهمپشایر شروع به کار کرد، این موسسه به حدود 2,500 دانشجو در محوطه مسکونی خود آموزش داد - و آینده آن نامشخص به نظر می رسید. اما لبلانک که علاقه‌مند به فناوری بود و در edtech کار می‌کرد، شرطی را انجام داد که در آن زمان غیرمعمول بود: او تصمیم گرفت پیشنهادات آنلاین دانشگاه را افزایش دهد.

این رشد با افزایش پذیرش یادگیری آنلاین به شدت افزایش یافت، سپس از همه‌گیری کووید-19 افزایش غیرمنتظره‌ای گرفت. امروزه، این دانشگاه به لطف برنامه های آنلاین که به بیش از 200,000 دانشجو رسیده است، یکی از بزرگترین جمعیت دانشجویی در کشور را دارد.

در این ماه لبلانک اعلام کرد که پس از این سال تحصیلی از ریاست جمهوری کناره گیری خواهد کرد. اما او تلاش برای ایجاد تغییرات بزرگ در آموزش عالی را تمام نکرده است. او قصد دارد بر تلاش جدیدی در جنوب نیوهمپشایر تمرکز کند تا چگونگی تغییر شکل تدریس دانشگاهی را از طریق استفاده از ابزارهای جدید هوش مصنوعی مانند ChatGPT بررسی کند.

EdSurge با LeBlanc ارتباط برقرار کرد تا در مورد چگونگی انجام حرکت غیرمعمول دانشگاه به سمت آموزش آنلاین صحبت کند. او چگونه به منتقدانی که نگران هستند دانشگاه از دانشگاه‌های انتفاعی بیش از حد وام گرفته است پاسخ می‌دهد. و در مورد اینکه فکر می کند هوش مصنوعی چقدر تاثیر زیادی بر آموزش عالی خواهد داشت.

اپیزود را در ادامه گوش دهید پادکست های اپل, ابری, Spotify یا هر جا که به پادکست گوش می دهید، یا از پخش کننده در این صفحه استفاده کنید. یا متن بخشی را که برای وضوح ویرایش شده است، در زیر بخوانید.

EdSurge: زمانی که در سال 2003 به جنوب نیوهمپشایر رسیدید، دوره‌های آنلاینی وجود داشت اما تعداد کمی. وقتی تعداد کمی از کالج‌های غیرانتفاعی این کار را انجام می‌دادند، چه چیزی باعث شد که آن‌ها را دوباره رشد دهید؟

پل لبلانک: به نحوی که برخلاف میل خود به فضای آنلاین کشیده شدیم. SNHU این سایت های ماهواره ای را در پایگاه های نیروی دریایی داشت. ما یک ارائه دهنده ترجیحی برای نیروی دریایی ایالات متحده بودیم، و شما باید اعضای هیئت علمی کمکی داشته باشید که به پایگاه رانندگی می کنند و آنها پاس خود را می گیرند و می روند و کلاس ها را تدریس می کنند.

و نیروی دریایی گفت، به درستی، هر بار که کشتی‌ای را به دریا می‌فرستیم، همه آن ملوانان ناگهان دانشگاه را ترک می‌کنند. روز بعد سر کلاس نمی روند. اما این چیز جدید آموزش از راه دور وجود دارد، و اگر می‌خواهید وضعیت ارائه‌دهنده ترجیحی خود را حفظ کنید، باید شروع به ارائه آن کنید. ما را در سال 1995 به لطف خدا به فضای مجازی کشاندند.

بنابراین من در سال 2003 به اینجا رسیدم و حدود 18 نفر [در حال تدریس] و چند صد دانشجو [آنلاین] بودند. نوشته های روی دیوار را می دیدم. می‌توانستیم ببینیم که سودآوری‌ها به‌طور دیوانه‌وار در حال رشد هستند. و وقتی می‌توانستید مدارک کاملاً مجازی ارائه دهید، اکثر افراد غیرانتفاعی به آن نگاه می‌کردند و می‌گفتند: «این به آن خوبی نیست.» اما طبیعت از خلاء متنفر است. دانشگاه فونیکس و کورینتیانس، همه وارد دانشگاه شدند. و در اوج خود، این انتفاعی ها 12 درصد از کل دانشجویان آمریکایی را تحصیل کردند.

اما من فکر کردم [یادگیری آنلاین] کارتی است که می توانیم بازی کنیم. و کارت های دیگر من چه بود؟ ما نسبتاً ناشناخته بودیم، بسیار محلی. راه درست رتبه‌بندی مدرسه را نمی‌دانم، اما خیلی‌ها گفتند که اگر چهار ردیف باشد، ما درجه سوم هستیم.

دو چیز وجود داشت که من واقعاً در مورد آنها خوش شانس بودم. اولین مورد این بود که چیزی برای کار وجود دارد. ما هنوز برنامه داشتیم. مردم واقعاً سخت کار می کردند و افراد واقعاً با استعدادی در اولین عملیات آنلاین وجود داشتند. اون تیم اولیه دوم این که این مکان همیشه برای خدمت به دانش آموزان غیر سنتی ساخته شده است. DNA واقعی آن در زمان تأسیس برای دانشجویان غیرسنتی بود.

ما در سال 1932 با دانشجویان غیرسنتی در یک ویترین طبقه دوم در خیابان هانوفر در منچستر، نیوهمپشایر، شروع کردیم. و تنها در سال 1968 بود که یک پردیس به دست آوردیم. تنها در دهه 70 بود که ما شروع به جذب دانش‌آموزان سنتی در محوطه دانشگاه کردیم. بنابراین همیشه در DNA ما بود.

و ما خوش شانس بودیم که پول زیادی نداشتیم و موقعیت زیادی نداشتیم.

خوش شانس بودی که پول نداشتی؟

زیرا دو مانع بزرگ برای نوآوری، پول زیاد و موقعیت زیاد است. لری باکو دوست خوبی بود و رئیس دانشگاه هاروارد بود. و من فکر می کردم، لری، برای شما بچه ها خیلی سخت است که نوآوری کنید. چگونه هاروارد را تغییر می دهید؟ اضطرار زیادی وجود ندارد. و اگر این همه ثروت دارید، چرا تغییر کنید؟

اولین کاری که انجام دادیم این بود که آن بخش آنلاین را گرفتیم و آن را دور کردیم. ما آن را در یاردهای آسیاب منچستر دو مایلی دورتر گذاشتیم.

و من گفتم، ببینید، من به شما اجازه می‌دهم با قوانین مختلف بازی کنید. ما کارهای زیادی برای انجام دادن داشتیم، و این سکسی نیست. زیر کاپوت بود. قوانین کسب و کار ما را تغییر می داد. داشت تکنولوژی ما را تغییر می داد. این داشت نحوه برگزاری دوره ها را تغییر می داد. کار زیادی بود. ما باید با اعضای هیئت علمی سنتی خود مذاکره می‌کردیم که واقعاً کارهایی را که می‌توانیم انجام دهیم و انجام ندهیم کنترل می‌کردند - تا کمی فضای تنفسی برای انجام کاری که می‌خواستیم انجام دهیم. اما در مقطعی، چالشی که من برای تیم قرار دادم این بود که چگونه با فونیکس رقابت کنیم؟ ما نمی خواهیم مثل آنها باشیم. ما می خواهیم در مورد کارهای خوبی که آنها انجام می دهند یاد بگیریم. و مردم فراموش می‌کنند که دانشگاه فونیکس کارهایی را واقعاً خوب انجام می‌داد که مدیران ارشد فعلی انجام نمی‌دادند.

مانند آنچه که؟ نمونه ای از چیزی که سودآوری در آن زمان به خوبی انجام می داد چیست؟

گفتند: هی، می‌دانی چیست؟ برای تبدیل شدن به یک دانشجو نباید دانش‌آموزان بزرگسال را در یک میلیون حلقه اداری قرار دهید... مانند دریافت رونوشت از دفتر ثبت که در ساعت 5 بسته می‌شود.» آنها در مورد خدمات مشتری فکر می‌کردند. شما مجبور نیستید با دانش آموزان خود فقط به این دلیل که دانش آموز هستند، بد رفتار کنید. شما می توانید کارها را برای آنها بهتر انجام دهید.

روزهای اول را به یاد دارم، بنابراین ما فقط گفتیم، به وب سایت بروید و روی این کادر کلیک کنید. شما فقط به ما اجازه می دهید رونوشت خود را دریافت کنیم. ما رونوشت شما را ردیابی خواهیم کرد و هزینه 10 دلار را پرداخت خواهیم کرد. و ما مردی را داشتیم که هنوز با ماست که می رفت پایین و به اداره پست می رفت و انبوه سفارش های پستی را به قیمت 10 دلار دریافت می کرد. و ما آنها را با برنامه چاپ شده، در این فرآیند دستی وحشتناک، به مدارس پست می‌کنیم. الان همش دیجیتالی شده اما بله، اینها چیزهایی هستند که تفاوت واقعی ایجاد کردند.

بنابراین قصد دارید در ماه ژوئن از ریاست جمهوری کناره گیری کنید و پروژه بعدی شما شامل هوش مصنوعی است. می توانید در مورد آن بیشتر بگویید؟

این طرح شامل تیم کوچکی است که کوچک و قدرتمند است، از جمله جورج زیمنس، که احتمالاً در میان پنج متخصص برجسته جهان در زمینه هوش مصنوعی و آموزش است. بنابراین من او را متقاعد کردم که پست خود را ترک کند و به عنوان دانشمند ارشد در این تیم کوچکی که با هم تشکیل داده ایم، به ما بپیوندد، و ما گروهی داریم که بر روی سلامتی و بهزیستی به رهبری تانیا گامبی، روانشناس بالینی کار می کند. و بنابراین ما جمع کردیم، فکر می کنم اکنون شش نفر هستند.

و آنچه که ما به آن نگاه می کنیم این سوال است: اگر سعی نکنیم آن را در مدل های موجود تطبیق دهیم، طراحی مجدد آموزش از بالا به پایین چگونه خواهد بود؟ و چیزی که ما واقعاً روی آن کار می‌کنیم این است که اگر می‌توانست توسط هوش مصنوعی تقویت شود و توسط آن پشتیبانی شود، یک نسخه آموزش مبتنی بر رابطه‌محور و انسان‌محور چگونه خواهد بود؟

بنابراین ایده ما این است که وقتی صحبت از یادگیری می‌کنیم، هوش مصنوعی انسان محور چگونه به نظر می‌رسد، چه روابط انسانی می‌خواهیم در دنیایی که در آن انسان‌ها دیگر قدرتمندترین موجودات نیستند، در مورد دانش اعلامی حفظ کنیم؟ جدای از توهمات هوش مصنوعی، ما به سرعت در حال شکست دادن این مسابقه هستیم.

ما بسیار تحت تأثیر کتاب "قدرت و پیش بینی: اقتصاد مخرب هوش مصنوعی" قرار گرفتیم. این توسط سه اقتصاددان از دانشگاه تورنتو نوشته شده است.

فکر می کنید چه نوع خروجی خواهید داشت؟ آیا کاغذ سفید یا ابزاری را منتشر می کنید؟

ما فکر می کنیم که تحقیقات و ابزارهایی در اختیار خواهیم داشت. امیدواریم تا زمانی که اجلاس ASU+GSV در ماه آوریل برگزار شود، بتوانیم آنچه را که در حال ساخت هستیم رونمایی کنیم.

ما روی یک پلتفرم یادگیری کار می کنیم. ما یک پروژه واقعا جالب و مهم داریم که جدا از این است. این چیزی نبود که از ما خواسته شد. اما جورج و من می‌دانیم که ویرایش بالاتر در داشتن داده‌های خودش وحشتناک است. حتی در داخل موسسات، ما در داده ها وحشتناک هستیم. و اگر ما - به عنوان یک صنعت، به عنوان یک بخش - مدیریت بهتری روی داده های خود نداشته باشیم، نسبت به برنامه ها و رویکردهای هوش مصنوعی دیگران نسبت به خود واکنش نشان خواهیم داد. بنابراین، ما در حال راه‌اندازی برای ایجاد یک کنسرسیوم جهانی داده‌ایم و از بنیادها حمایت می‌کنیم.

شورای آموزش آمریکا پذیرفته است که میزبان داور بی طرف آن باشد. و ما تعدادی بازیگر در مقیاس بزرگ داریم. بنابراین، ما روی معماری و حاکمیت کار می‌کنیم، و باید حفاظت‌های عظیمی در مورد داده‌های حریم خصوصی دانش‌آموز داشته باشیم، و نمی‌خواهیم آن‌ها را به حداقل برسانیم. اما امید ما این است که بتوانیم یک کنسرسیوم داده عظیم بسازیم تا آموزش عالی، محققان آن، سیاست گذاران آن و افرادی که می خواهند برنامه های یادگیری بسازند، داده های بسیار غنی تری داشته باشند که واقعاً با سوگیری الگوریتمی مبارزه می کند، که واقعاً یادگیری را بهتر درک می کند. ما باید این را به عنوان یک صنعت در اختیار داشته باشیم. بنابراین ما امیدواریم که این کنسرسیوم داده را در ماه آوریل راه اندازی کنیم و بتوانیم آن را اعلام کنیم.

گوش دادن به مصاحبه کامل در پادکست EdSurge.