Intervjuer
Dr. Anthony Lee, president og administrerende direktør ved Westcliff University – Intervjuserie

Viktige punkterArbeidsstyrkens beredskap krever nå menneskelig tilsyn med AI-resultater og ansvarlig…
Vis mer
- Arbeidsstyrkens beredskap krever nå menneskelig tilsyn med AI-resultater og ansvarlig skjønn.
- AI-kompetanse må veves inn i alle fagplaner, ikke behandles som et tillegg.
- Vurdering må måle ekte resonnering og anvendt kompetanse, ikke bare automatisert produksjon.
Dr. Anthony M. Lee er president i Westcliff University i Irvine, California, ett av de raskest voksende universitetene i USA, som har gått fra færre enn noen hundre studenter til over 3 000 studenter over de siste ti årene. Dr. Lee har hatt ledelsesstillinger på flere universiteter og skoler i USA og internasjonalt. Med ekspertise i innovative hybrid- og nettbaserte programmer, har Dr. Lee lansert nye programmer som kombinerer teknologi med tradisjonell undervisning på campus for en forbedret læringsopplevelse. Han har ledet skoler gjennom akkrediteringsprosessen på universitets- og K-12-nivå. Han har ledererfaring i mange kritiske områder innen høyere utdanning, inkludert markedsføring, finans, drift, etterlevelse av regelverk og akkreditering.
Hvordan har din definisjon av beredskap for arbeidslivet utviklet seg i en tid med generativ AI og automatisering?
Beredskap for arbeidslivet betydde tidligere teknisk kompetanse og evnen til å bidra umiddelbart i en definert rolle. I en tid med generativ AI er denne definisjonen ikke lenger tilstrekkelig, fordi arbeidets natur selv endrer seg.
I dag betyr beredskap å fungere effektivt i miljøer der intelligensen er fordelt mellom mennesker og maskiner, der verktøy utvikler seg kontinuerlig, og der utførelsen i økende grad støttes av teknologi. Konkurransesfordelen er ikke lenger bare å vite hvordan man utfører en oppgave, men å vite hvordan man rammer problemer, overvåker AI-utdata, undersøker antakelser og bruker dømmekraft innenfor reelle begrensninger.
Vi er vitne til et skifte fra oppgaveutføring til kognitivt tilsyn. Arbeid i begynnerstillinger defineres på nytt. Rutineproduksjon kan automatiseres, ansvar kan ikke. Dette legger større vekt på kritisk tenkning, etisk resonnering, kontekstbevissthet og evnen til å oversette AI-genererte utdata til ansvarlige beslutninger.
Ved Westcliff ser vi på beredskap for arbeidslivet som integrasjon av faglig ekspertise, ferdighet i bruk av AI og disiplinert menneskelig dømmekraft. Studenter må forstå hvordan generative systemer fungerer, hvor de skaper gevinst, og hvor de introduserer risiko. Mer viktig er at de må lære å samarbeide med disse systemene uten å utkontraktere intellektuelt ansvar.
Vår modell for anvendt læring er designet rundt strukturert engasjement med fremvoksende teknologier i autentiske kontekster. Målet er ikke bare verktøyskompetanse, men tilpasningsdyktighet, evnen til å forbli effektiv når verktøy endrer seg.
I denne tiden vil de profesjonelle som skiller seg ut ikke være de som konkurrerer med AI, men de som kan styre AI på en gjennomtenkt måte, undersøke resultatene grundig og forbli ansvarlige for resultater det påvirker. Det er hva beredskap for arbeidslivet nå krever.
Hva betyr det for en institusjon å ta AI alvorlig på både læreplan- og institusjonsnivå, i stedet for å behandle det som et tillegg?
AI er ikke bare et annet undervisningsverktøy. Det endrer utdanningsarkitekturen selv.
Å ta AI alvorlig begynner med redesign. Hvert fag må undersøke hvordan generative systemer endrer profesjonelle forventninger og definere hva AI-forsterket kompetanse krever. Vurdering må måle resonnering og anvendt kompetanse, ikke bare utdata.
Å ta AI seriøst krever også institusjonell sammenheng. AI-kompetanse kan ikke begrenses til enkeltstående kurs. Kompetanseutvikling for undervisere, styring, vurderingsstrategi og leverandørkontroll må samordnes etter et klart prinsipp om at teknologi skal styrke akademisk kvalitet, ikke utvanne den.
Ved Westcliff ser vi på AI som en del av universitetets intellektuelle infrastruktur. Det former hvordan læring struktureres, hvordan mestring demonstreres og hvordan institusjonell troverdighet opprettholdes i et arbeidsliv der menneskelig dømmekraft og maskinkapasitet opererer side om side. Det er tanken vi går fremover med ved Westcliff.
Hvordan balanserer du grunnleggende menneskelige ferdigheter med å lære studenter å arbeide effektivt sammen med AI?
Jeg ser ikke på dette som en avveining. Tvert imot øker generativ AI verdien av grunnleggende menneskelige evner.
Når rutinemessig kognitiv produksjon blir billig, er det resonnering på høyere nivå som skaper forskjellen. Kritisk tenkning betyr å formulere bedre spørsmål og undersøke maskin-genererte utdata. Dømmekraft betyr å vite når man skal stole på et system og når man skal stoppe opp. Etikk blir praktisk og handler om å forstå konsekvensene av å ta i bruk intelligente systemer i stor skala.
Studenter må lære å tenke i miljøer der AI er til stede. Prompting er en start, men kognitivt tilsyn er den dypere ferdigheten. Kandidater må kunne artikulere og forsvare konklusjoner som bygger på informasjon fra intelligente systemer, men ikke bestemmes av dem.
Ved Westcliff behandler vi ferdighet i bruk av AI som en forsterker av grunnleggende ferdigheter. Studenter arbeider med intelligente verktøy samtidig som de forblir ansvarlige for klarhet, troverdighet og konsekvens. På lang sikt vil de profesjonelle som skiller seg ut kombinere intellektuell dybde med teknologisk smidighet. AI leverer hastighet og skala. Mennesker må levere skjelneevne, ansvar og ledelse.
Hvilke deler av høyere utdanning er mest sårbare for forstyrrelse av AI, og hvilke områder er mer motstandsdyktige enn folk forventer?
De mest sårbare områdene er bygget på informasjonsoverføring og standardiserte resultater. Hvis en modell primært baserer seg på forelesninger eller vurderinger som måler produksjon, vil AI raskt utfordre modellen.
Høyere utdanning er mer motstandsdyktig der den fokuserer på strukturert utvikling, mentorering, anvendt praksis, teamarbeid, klinisk læring og profesjonell identitetsdannelse. AI kan støtte disse erfaringene, men kan ikke erstatte vekst bygget gjennom tilbakemelding og ansvar.
Skillelinjen er design. Institusjoner som ser seg selv primært som innholdsleverandører er eksponert. De som opererer som bevisst utformede læringssystemer, fokusert på resonnering, anvendt kompetanse og målbar vekst, forblir svært relevante.
AI setter en ny standard for hva en kvalifikasjon må representere.
Hvordan bør universiteter tenke nytt om utformingen av gradsprogrammer når AI forkorter tiden det tar å tilegne seg ferdigheter og senker terskelen for å komme inn?
Når AI forkorter tiden det tar å oppnå tekniske ferdigheter, må universiteter klargjøre hvor en grad tilfører verdi.
Hvis verktøy gjør det raskere å mestre oppgaver, må høyere utdanning fokusere på hva som ikke kan automatiseres, konseptuell dybde, strukturert problemløsning, etisk dømmekraft og varig prestasjon innenfor begrensninger.
Gradsprogrammene bør være modulære og praksisorienterte, men sammenhengende. Målet er kumulativ kompetanse, som integrerer teknisk ferdighet med resonnering og tilpasningsdyktighet.
AI senker barrierer for inngang. Universiteter må svare ved å heve terskelen for integrasjon, dømmekraft og demonstrert evne. En grad må signalisere varig kompetanse, ikke bare eksponering.
Ved Westcliff ser vi på grader som dynamiske økosystemer i stedet for faste lineære fremgangsmåter. Kvalifikasjoner som kan bygges videre på, og trinnvise læringsløp gjør det mulig for studenter å vende tilbake til læring når bransjer endrer seg, samtidig som sammenheng og faglig grundighet opprettholdes. Fleksibilitet betyr noe, men intellektuell fremgang betyr mer.
Hvilken rolle ser du AI spille i vurdering og kvalifisering?
AI tvinger høyere utdanning til å konfrontere en realitet som forutgår teknologien selv. Mange tradisjonelle vurderinger målte produksjon i stedet for forståelse. Hvis en oppgave nå kan automatiseres med minimal innsats, må vi spørre om den noen gang fanget resonnering.
Vurdering må skifte mot autentisk demonstrasjon av kompetanse, muntlig presentasjon og forsvar, scenariobasert problemløsning, iterativ forbedring, anvendte simulasjoner og portefølje-bevis som gjør tenkning synlig. I et miljø med AI er det ikke bare sluttproduktet som teller, men også den kognitive prosessen bak.
Ved Westcliff har vi gått over til muntlige og iterative vurderingsmodeller som krever at studenter artikulerer og forsvarer sin resonnering i sanntid. AI kan assistere ved å generere adaptive prompter og støtte skalerbar tilbakemelding, men ansvaret for utformingen forblir menneskelig. Institusjoner må sikre at de vurderer studentenes tenkning, ikke modellens resultater.
Kvalifisering handler stadig mer om verifisert evne i stedet for oppsamlet tid i undervisningen. Arbeidsgivere ønsker bevis for anvendt kompetanse og ansvarlig dømmekraft. Institusjoner som redesigner vurdering proaktivt vil styrke troverdigheten til deres grader.
Når AI innføres på en gjennomtenkt måte, avdekker det hvor akademiske standarder må heves.
Hvordan nærmer du deg styring og tilsyn når du introduserer AI i undervisning og administrasjon?
Vi behandler AI som ethvert annet system som i vesentlig grad påvirker akademisk kvalitet og institusjonell troverdighet. Styring begynner med et tydelig formål, definerte grenser og klare linjer for ansvar.
Effektivt tilsyn sikrer at innovasjon styrker tillit i stedet for å underminere den. Det betyr strenge standarder for personvern og datasikkerhet, vurdering av skjevheter og rettferdighet når systemer påvirker studentenes resultater, og åpenhet om hvilke verktøy som brukes og hvordan data håndteres.
Det krever også oppdatering av integritets-rammeverk for å reflektere nåværende realiteter i stedet for utdaterte antakelser. Kompetanseutvikling for undervisere er avgjørende for at innføringen skal være bevisst og i samsvar med læringsmålene, i stedet for å være fragmentert eller reaktiv.
Da vi introduserte AI-støttede vurderingsmodeller ved Westcliff, var tilsyn innbygget i designet. Underviserne fulgte innføringen, vurderte virkningene og forbedret prosessene på grunnlag av dokumentasjon. Leverandør-vurdering er kontinuerlig, ikke episodisk. Institusjoner må jevnlig vurdere sammenfall med akademiske standarder og studentbeskyttelse.
Målet er ansvarlig innovasjon.
Hvilke misforståelser har lærere vanligvis om AI, og hva slags holdningsendring kreves?
To misforståelser dukker opp gjentakende. Den første er at AI primært er et juks-problem. Den andre er at det bare er et produktivitetsverktøy. Ingen av disse perspektivene er tilstrekkelige alene. Mer grunnleggende reflekterer det et skifte i hvordan kunnskap genereres, vurderes og anvendes.
Når institusjoner rammer AI bare som et integritetsproblem, velger de som regel restriksjoner. Når de rammer det bare som effektivitet, underdriver de implikasjonene. Det viktigste spørsmålet er hvordan å designe læring så resonneringen forblir synlig og knyttet til ansvar i et miljø med AI.
Den nødvendige holdningsendringen er fra kontroll til design. Dette gir underviserne en enda mer sentral rolle som arkitekter for læringserfaringer som legger vekt på dømmekraft, syntese og anvendt kompetanse.
Med institusjonell støtte, felles praksis og sammenhengende styring kan undervisere gå videre i et miljø der AI stiller høyere krav til gjennomtenkt pedagogikk og gjør utformingen av undervisningen viktigere enn noen gang.
Hvordan bør universiteter forberede studenter på et arbeidsmarked hvor roller er flytende og AI definerer arbeid i begynnerstillinger på nytt?
Begynnerstillinger har tradisjonelt tjent som treningsgrunn for rutine-produksjonsoppgaver. I mange felt absorberer AI nå mye av dette tidlige arbeidet. Derfor forventes kandidater å operere på et høyere nivå tidligere.
Forberedelse må derfor fokusere på evner som er vanskelige å automatisere: problemformulering, kommunikasjon, beslutningstaking og ansvarlig tilsyn av intelligente systemer. Studenter må være komfortable med å arbeide i usikkerhet, hvor verktøy utvikler seg og roller er flytende.
Universiteter bør betone tilpasningsdyktige ferdigheter som kan brukes i ulike sammenhenger i stedet for smal spesialisering alene. Strukturert, prosjektbasert læring med virkelige begrensninger er essensiell. Når studenter løser komplekse problemer og forsvarer sine anbefalinger, øver de den type ansvarlig tenkning som arbeidsgivere stadig mer verdsetter.
AI-kompetanse må bli en basis. Ikke alle trenger å bygge modeller, men alle må forstå hvordan intelligente systemer påvirker beslutninger innen deres profesjon.
Arbeidsmarkedet vil fortsette å skifte. Høyere utdanningens ansvar er ikke å forutsi hver enkelt rolle, men å utdanne individer som kan flytte over roller, lære kontinuerlig og bidra meningsfullt i miljøer formet av akselererende teknologi.
Hva ville signalisere at et universitet har tilpasset seg AI-drevet endring i stedet for bare å overleve?
Suksess vil bli målt av resultater og ikke av offentlig posisjonering eller flotte målinger.
Et universitet har virkelig tilpasset seg når studieplanene og vurderingsmodellene er redesignet rundt virkelige kompetanser i stedet for innholdsformidling. Underviserne kan vise gjennomtenkt læringsdesign i stedet for å innføre nye tilnærminger for sent, og studenter kan tydelig artikulere og forsvare sin resonnering på måter som ikke kan genereres på forespørsel.
Institusjonell tilpasning er også synlig i styring. AI-bruk er åpen, tilsyn er innbygget og vi kan vise til at tilliten til akademiske resultater styrkes i stedet for å svekkes.
Den mest pålitelige indikatoren er likevel ekstern validering. Arbeidsgivere anerkjenner at kandidater demonstrerer moden dømmekraft, anvendt kompetanse, beslutningstaking og ferdighet i miljøer med AI.
Tilpasning betyr smidighet uten kompromiss. Institusjonen utvikler seg mens teknologien utvikler seg samtidig som den opprettholder strenge standarder og etisk klarhet. Ved Westcliff tror vi på at vi produserer en læringsmodell som forblir troverdig, motstandsdyktig og verdifull mens AI fortsetter å forme landskapet.
Takk for det flotte intervjuet. Lesere som ønsker å lære mer om dette universitetet bør besøke Westcliff University.












