ウェストクリフ大学のアンソニー・リー博士、学長兼CEO – インタビュー・シリーズ

アンソニー・M・リー博士は、カリフォルニア州アーバインにあるウェストクリフ大学の学長です。ウェストクリフ大学は、アメリカで最も急成長している大学の1つで、過去10年間で学生数を数百人から3,000人以上に増やしています。リー博士は、アメリカおよび国際的なさまざまな大学や学校でリーダーシップの役割を果たしてきました。革新的なハイブリッドおよびオンラインプログラムの専門家であるリー博士は、従来のキャンパスベースの授業にテクノロジーを融合させ、学習体験を強化する新しいプログラムを立ち上げました。彼は、大学およびK-12レベルの認定プロセスを通じて学校を率いてきました。彼の経験は、高等教育における多くの重要な分野でリーダーシップを発揮してきました。包括的なマーケティング、財務、運営、コンプライアンス、認定などです。

ジェネレーティブAIと自動化の時代に、ワークフォースの準備度の定義はどのように進化していますか。

ワークフォースの準備度とは、従来、技術的な能力と、定義された役割内で直ちに貢献できる能力を意味しました。ジェネレーティブAIの時代に、その定義は、仕事そのものの性質が変化しているため、十分ではありません。

今日、準備度とは、人間と機械の間で知能が分散され、ツールが継続的に進化し、実行が増加する環境で効果的に機能することを意味します。競争上の優位性は、単にタスクを実行する方法を知っていることだけではありません。問題を定義する方法、AIの出力を監督する方法、仮定を疑う方法、現実の制約下で判断を適用する方法を知っていることです。

タスクの実行から認知的監督への移行を目撃しています。初級作業は再定義されています。ルーチン生産は自動化できますが、責任は自動化できません。那は、批判的思考、倫理的推論、文脈的認識、AIによって生成された出力を責任ある決定に翻訳する能力に、より大きな重きを置くことです。

ウェストクリフでは、ワークフォースの準備度を、ドメインの専門知識、AIの流暢さ、規律ある人間の判断の統合と見なしています。学生は、ジェネレーティブ・システムがどのように機能するか、どこでレバレッジを作り出すか、どこでリスクをもたらすかを理解する必要があります。さらに重要的是、学生はこれらのシステムと協力する方法を学び、知的責任を外部に委託しないようにする必要があります。

私たちの適用学習モデルは、真の文脈における新興テクノロジーとの構造化された関与を中心に設計されています。目標は、ツールの熟練だけではありません。適応可能な能力、ツールが変わるにつれて効果的に機能し続ける能力です。

この時代に、AIと競争するのではなく、AIを思慮深く導き、厳しく疑い、影響を受ける結果に対して責任を負うことができる専門家が際立つでしょう。それが現在、ワークフォースの準備度を必要としています。

AIを取り巻く誤解について、教育者が最も一般的に持っているものは何ですか。また、どのような心構えの転換が必要ですか。

2つの誤解が繰り返し表面化します。1つは、AIは主に不正行為の問題であるというものです。2つ目は、AIは単に生産性ツールであるというものです。それは、どちらも単独ではありません。より基本的に、それは知識が生成され、評価され、適用される方法の変化を反映しています。

機関がAIを不正行為の問題としてのみとらえるとき、それらは制限に頼ります。機関がAIを単に効率ツールとしてのみとらえるとき、それらはその影響を過小評価します。より重要な質問は、AIが存在する環境で推論が見えるままであることを保証する方法で学習を設計する方法です。

必要な心構えの転換は、コントロールから設計への転換です。これにより、教員は、判断、統合、適用された能力を強調する学習体験のアーキテクトになることができます。

機関のサポート、共有された実践、整合的なガバナンスを得て、教員は真に、AIが思慮深い教育法と学術設計の重要性を高める場所に進むことができます。

大学は、AIがエントリーレベルの仕事を再定義し、役割が流動的になる労働市場で学生をどのように準備させるべきですか。

エントリーレベルの役割は、従来、ルーチン作業タスクのトレーニングの場として機能してきました。多くの分野で、AIは現在、初期段階の仕事の多くを吸収しています。したがって、卒業生は、より高いレベルでより早く機能することが期待されています。

準備は、問題の定義、コミュニケーション、意思決定、知的システムの責任ある監督などの、自動化が困難な能力に焦点を当てる必要があります。学生は、ツールが進化し、役割が流動的な環境で効果的に機能する必要があります。

大学は、狭い専門化のみではなく、文脈を超えた適応可能な能力を強調する必要があります。現実の制約を持つプロジェクトベースの学習は不可欠です。学生が複雑な問題を解決し、提案を擁護するとき、彼らは、雇用主がますます重視する責任ある思考の実践をしています。

AIリテラシーの基準化は不可欠です。誰でもモデルを構築する必要はありませんが、誰でも知的システムがその職業内で意思決定に与える影響を理解する必要があります。

労働市場は引き続き変化します。高等教育の責任は、すべての役割を予測することではなく、役割を超えて移動し、継続的に学び、テクノロジーによって形作られる環境で有意義に貢献する個人が卒業することです。

大学がAI駆動の変化に成功して適応したことを示すものは何ですか。

成功は、外部の認証によって測定されます。大学のカリキュラムと評価モデルが、コンテンツの配信ではなく、現実世界ベースの能力の再設計によって再構築されているときに、大学は真正に適応しています。教員は、思慮深い学習設計を示すことができ、学生は、AIによって生成されるものではなく、自分たちの推論を明確に擁護できることが、成功の兆しです。

機関の適応は、ガバナンスでも見られます。AIの使用は透明性があり、オーバーサイトは組み込まれており、学術的成果に対する信頼が強化されることを示しています。

最も信頼できる指標は、雇用主が、卒業生が熟練した判断力、適用された能力、意思決定、AIを活用した環境における流暢さを示していることを認識していることです。

適応とは、妥協なしにアジリティを意味します。機関は、テクノロジーの進歩とともに進化しながら、厳格な基準と倫理的明晰さを維持します。ウェストクリフでは、AIが風景を再定義し続ける中で、信頼性の高い、回復力のある、有価値な学習モデルを生み出していることを信じています。

素晴らしいインタビュー、読者がこの学部についてもっと知りたい場合は、ウェストクリフ大学を訪問してください。