ผู้อำนวยการอธิการบดี ดร. แอนโทนี ลี แห่ง Westcliff University – ซีรีส์บทสัมภาษณ์

ดร. แอนโทนี เอ็ม ลี เป็นอธิการบดีของ มหาวิทยาลัย Westcliff ในเมือง Irvine รัฐแคลิฟอร์เนีย ซึ่งเป็นหนึ่งในมหาวิทยาลัยที่เติบโตเร็วที่สุดในสหรัฐอเมริกา โดยมีนักเรียนเพิ่มขึ้นจากไม่กี่ร้อยคนเป็นมากกว่า 3,000 คนในช่วงสิบปีที่ผ่านมา ดร. ลี曾ดำรงตำแหน่งผู้นำในมหาวิทยาลัยและโรงเรียนหลายแห่งในสหรัฐอเมริกาและต่างประเทศ โดยมีความเชี่ยวชาญในการสร้างโปรแกรมไฮบริดและออนไลน์แบบใหม่ๆ และได้แนะนำโปรแกรมใหม่ที่รวมเอาเทคโนโลยีเข้ากับการเรียนการสอนแบบดั้งเดิมเพื่อเพิ่มประสบการณ์การเรียนรู้ เขาได้นำโรงเรียนผ่านกระบวนการรับรองมาตรฐานทั้งระดับมหาวิทยาลัยและระดับ K-12 แล้ว และประสบการณ์ของเขาทำให้เขาเป็นผู้นำในหลายๆ ด้านที่สำคัญของการศึกษาระดับอุดมศึกษา รวมถึงการตลาด การเงิน การดำเนินงาน การปฏิบัติตามกฎระเบียบ และการรับรองมาตรฐาน

การกำหนดความพร้อมของกำลังแรงงานของคุณได้เปลี่ยนแปลงไปอย่างไรในยุคของ AI และการทำงานอัตโนมัติ?

ความพร้อมของกำลังแรงงานเคยหมายถึงความสามารถทางเทคนิคและความสามารถในการมีส่วนร่วมในทันทีในบทบาทที่กำหนด ในยุคของ AI การกำหนดความพร้อมนี้ไม่เพียงพอแล้ว เนื่องจากธรรมชาติของงานเองกำลังเปลี่ยนแปลง

ปัจจุบัน ความพร้อมหมายถึงการทำงานได้อย่างมีประสิทธิภาพในสภาพแวดล้อมที่มีการกระจายความฉลาดระหว่างมนุษย์และเครื่องจักร ที่ซึ่งเครื่องมือพัฒนาอย่างต่อเนื่อง และการดำเนินการมีการเสริมสร้างโดยเครื่องจักรมากขึ้น ความได้เปรียบในการแข่งขันไม่ได้มาจากการรู้วิธีทำงานเท่านั้น แต่มาจากการกำหนดปัญหา การกำกับผลลัพธ์ของ AI การซักถามสมมติฐาน และการนำความเข้าใจไปใช้ภายใต้ข้อจำกัดในโลกแห่งความเป็นจริง

เรากำลังเห็นการเปลี่ยนแปลงจากการทำงานตามหน้าที่เป็นการดูแลความรู้ การทำงานระดับเริ่มต้นกำลังถูกกำหนดใหม่ การผลิตตามปกติสามารถทำอัตโนมัติได้ แต่ความรับผิดชอบไม่สามารถทำอัตโนมัติได้ ซึ่งทำให้ความสำคัญของการคิดอย่างมีวิจารณญาณ การให้เหตุผลทางจริยธรรม ความตระหนักรู้ในบริบท และความสามารถในการแปลผลลัพธ์ของ AI เป็นการตัดสินใจที่รับผิดชอบเพิ่มขึ้น

ที่ Westcliff เรามองว่าความพร้อมของกำลังแรงงานเป็นการรวมกันของความเชี่ยวชาญในด้าน ความสามารถในการใช้ AI และการตัดสินใจอย่างมีระเบียบ นักเรียนต้องเข้าใจว่าระบบสร้างสรรค์ทำงานอย่างไร ที่ไหนที่มันสร้างความได้เปรียบ และที่ไหนที่มันทำให้เกิดความเสี่ยง นอกจากนี้พวกเขายังต้องเรียนรู้วิธีการทำงานร่วมกับระบบเหล่านี้โดยไม่ส่งมอบความรับผิดชอบทางปัญญาให้กับเครื่องจักร

แบบจำลองการเรียนรู้แบบใช้การของเราถูกออกแบบมาเพื่อให้เข้าใกล้เทคโนโลยีที่เกิดขึ้นใหม่ในบริบทที่แท้จริง จุดมุ่งหมายไม่ใช่แค่ความชำนาญในการใช้เครื่องมือเท่านั้น แต่เป็นความสามารถในการปรับตัวให้เข้ากับการเปลี่ยนแปลงของเครื่องมือ

ในยุคนี้ ผู้ที่จะโดดเด่นไม่ใช่ผู้ที่แข่งขันกับ AI แต่เป็นผู้ที่สามารถกำกับ AI ได้อย่างรอบคอบ ซักถามอย่างเข้มงวด และรับผิดชอบต่อผลลัพธ์ที่ AI มีอิทธิพล นั่นคือสิ่งที่ความพร้อมของกำลังแรงงานต้องการในขณะนี้

สิ่งที่มหาวิทยาลัยควรทำเพื่อเตรียมพร้อมสำหรับการเปลี่ยนแปลงครั้งใหญ่ของ AI ในด้านหลักสูตรและการจัดการ?

AI ไม่ใช่เครื่องมือสอนเพิ่มเติม AI เปลี่ยนแปลงโครงสร้างของการศึกษาเอง

การเตรียมพร้อมสำหรับ AI ต้องเริ่มต้นด้วยการออกแบบใหม่ ทุกๆ วิชาต้องตรวจสอบว่าระบบสร้างสรรค์เปลี่ยนแปลงความคาดหวังทางวิชาชีพอย่างไร และกำหนดว่าความสามารถที่เพิ่มขึ้นด้วย AI ต้องการอะไร การประเมินต้องวัดความเข้าใจและความสามารถในการใช้ความรู้ ไม่ใช่แค่ผลลัพธ์

แต่การเตรียมพร้อมนี้ต้องมีการจัดการที่ชัดเจน ความรู้เกี่ยวกับ AI ไม่สามารถอยู่ในคอร์สที่แยกออกมาได้ การพัฒนาความรู้ของอาจารย์ การกำกับดูแล การประเมิน และการดูแลผู้ให้บริการต้องสอดคล้องกับหลักการที่ว่าเทคโนโลยีควรเพิ่มคุณภาพทางวิชาการ ไม่ใช่ทำให้เสื่อมลง

เมื่อถึงจุดนั้น AI จะกลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐานทางปัญญาของมหาวิทยาลัย มันกำหนดวิธีการเรียนรู้ วิธีการแสดงความชำนาญ และวิธีการรักษาความน่าเชื่อถือของสถาบันในโลกแห่งการทำงานที่ความสามารถของมนุษย์และเครื่องจักรทำงานร่วมกัน นั่นคือทิศทางที่เรากำลังดำเนินไปที่ Westcliff

คุณจะสร้างสมดุลระหว่างทักษะพื้นฐานของมนุษย์กับการสอนนักเรียนให้ทำงานร่วมกับ AI ได้อย่างไร?

ฉันไม่เห็นว่านี่เป็นการแลกเปลี่ยน หากอะไร AI เพิ่มคุณค่าของความสามารถพื้นฐานของมนุษย์มากขึ้น

เมื่อการผลิตทางปัญญาแบบปกติกลายเป็นเรื่องง่ายและไม่มีค่าใช้จ่าย การคิดอย่างมีวิจารณญาณกลายเป็นปัจจัยที่สำคัญ การตัดสินใจหมายถึงการกำหนดคำถามที่ดีและซักถามผลลัพธ์ของ AI การตัดสินใจหมายถึงการรู้ว่าเมื่อไหร่ที่ควรพึ่งพาเครื่องจักรและเมื่อไหร่ที่ควรหยุด จริยธรรมกลายเป็นเรื่องปฏิบัติและเกี่ยวกับการทำความเข้าใจผลกระทบของการนำระบบฉลาดมาใช้ในระดับใหญ่

นักเรียนต้องเรียนรู้ที่จะคิดในสถานการณ์ที่ AI มีอยู่ การเริ่มต้นด้วยการให้คำสั่ง แต่การกำกับดูแลอย่างลึกซึ้งเป็นทักษะที่สำคัญยิ่ง ผู้毕业ต้องสามารถอธิบายและป้องกันข้อสรุปของตนเองได้ด้วยวิธีที่ไม่สามารถสร้างขึ้นได้ด้วย AI

ที่ Westcliff เราให้ความสำคัญกับการใช้ AI เป็นตัวเพิ่มทักษะพื้นฐาน นักเรียนทำงานร่วมกับเครื่องมือฉลาดในขณะเดียวกันก็รับผิดชอบต่อความชัดเจน ความน่าเชื่อถือ และผลที่ตามมา ในระยะยาว ผู้ที่จะโดดเด่นคือผู้ที่รวมความลึกทางปัญญากับความคล่องตัวทางเทคโนโลยี AI ให้ความเร็วและขนาด มนุษย์ต้องให้ความสามารถในการตัดสินใจและความเป็นผู้นำ

ส่วนใดของการศึกษาระดับอุดมศึกษาที่อ่อนแอที่สุดต่อการเปลี่ยนแปลงของ AI และส่วนใดที่มีความยืดหยุ่นมากกว่าที่คาดไว้?

ส่วนที่อ่อนแอที่สุดคือส่วนที่สร้างขึ้นจากการจัดหาข้อมูลและการผลิตที่เป็นมาตรฐาน หากแบบจำลองพึ่งพาการสอนหรือการประเมินที่วัดผลลัพธ์ AI จะท้าทายสิ่งเหล่านี้อย่างรวดเร็ว

การศึกษาระดับอุดมศึกษามีความยืดหยุ่นมากกว่าในส่วนที่เน้นการเรียนรู้แบบมีโครงสร้าง การให้คำปรึกษา การฝึกปฏิบัติ การทำงานเป็นทีม การเรียนรู้ทางคลินิก และการสร้างอัตลักษณ์ทางวิชาชีพ AI สามารถสนับสนุนประสบการณ์เหล่านี้ได้ แต่ไม่สามารถแทนที่การเติบโตที่สร้างขึ้นผ่านการให้ข้อเสนอแนะและความรับผิดชอบ

เส้นแบ่งคือการออกแบบ สถาบันที่เห็นตัวเองเป็นผู้ให้บริการเนื้อหาพร้อมๆ กันจะถูกเปิดเผย สถาบันที่ดำเนินงานเป็นระบบการเรียนรู้ที่ตั้งใจ ซึ่งมุ่งเน้นไปที่การให้เหตุผล ความสามารถในการใช้ความรู้ และการเติบโตที่วัดได้ จะยังคงมีความเกี่ยวข้องอย่างมาก

AI กำลังเพิ่มมาตรฐานสำหรับสิ่งที่หลักฐานการเรียนต้องแสดงถึง

มหาวิทยาลัยควรคิดใหม่เกี่ยวกับการออกแบบหลักสูตรอย่างไรเมื่อ AI ลดระยะเวลาการเรียนรู้และลดอุปสรรคในการเข้าถึง?

เมื่อ AI ช่วยให้การเรียนรู้ทักษะทางเทคนิคเร็วขึ้น มหาวิทยาลัยต้องชี้แจงว่าหลักสูตรมีคุณค่าเพิ่มในด้านใด

หากเครื่องมือเร่งความเร็วในการทำงานได้ การศึกษาระดับอุดมศึกษาต้องเน้นไปที่สิ่งที่ไม่สามารถทำอัตโนมัติได้ เช่น ความลึกทางแนวคิด การแก้ปัญหาแบบมีโครงสร้าง การตัดสินใจอย่างมีจริยธรรม และการแสดงผลที่ยั่งยืนภายใต้ข้อจำกัด

การออกแบบหลักสูตรควรเป็นแบบโมดูลาร์และใช้การเรียน แต่ต้องสอดคล้องกัน จุดมุ่งหมายคือความสามารถที่สะสม โดยรวมทักษะทางเทคนิคเข้ากับการให้เหตุผลและความสามารถในการปรับตัว AI ลดอุปสรรคในการเข้าถึง มหาวิทยาลัยต้องตอบสนองโดยการเพิ่มเกณฑ์สำหรับการบูรณาการ การตัดสินใจ และความสามารถที่แสดงออกมา

ที่ Westcliff เรามองว่าหลักสูตรเป็นระบบนิเวศที่มีการเปลี่ยนแปลง ไม่ใช่การเดินหน้าแบบเชิงเส้น นักเรียนสามารถกลับมาสู่ระบบการเรียนรู้ได้เมื่ออุตสาหกรรมเปลี่ยนแปลง ในขณะเดียวกันก็รักษาความสอดคล้องและความเข้มงวด

คุณเห็น AI มีบทบาทอย่างไรในการประเมินและรับรองหลักสูตร?

AI กำลังบังคับให้การศึกษาระดับอุดมศึกษาต้องเผชิญกับความเป็นจริงที่มีอยู่ก่อนที่เทคโนโลยีนี้จะเกิดขึ้น การประเมินแบบดั้งเดิมหลายอย่างวัดผลการผลิตมากกว่าการเข้าใจ หากงานสามารถทำอัตโนมัติได้ด้วยความพยายามน้อย การประเมินต้องเปลี่ยนไปสู่การแสดงออกอย่างแท้จริงของความสามารถ

การประเมินต้องเปลี่ยนไปสู่การแสดงออกอย่างแท้จริงของความสามารถ การป้องกันทางวาจา การแก้ปัญหาแบบสถานการณ์ การปรับปรุงอย่างต่อเนื่อง การจำลองแบบที่ใช้การประยุกต์ และหลักฐานจากพอร์ตโฟลิโอที่ทำให้กระบวนการคิดเห็นได้ชัด ในสภาพแวดล้อมที่มี AI การที่สำคัญไม่ใช่แค่สิ่งที่สร้างขึ้น แต่เป็นกระบวนการคิดที่อยู่เบื้องหลัง

ที่ Westcliff เราได้เปลี่ยนไปสู่แบบจำลองการประเมินแบบวาจาและแบบทำซ้ำที่ต้องการให้นักเรียนอธิบายและป้องกันการให้เหตุผลของตนเองในเวลาจริง AI สามารถช่วยเหลือโดยการสร้างคำสั่งแบบปรับเปลี่ยนและสนับสนุนการให้ข้อเสนอแนะที่มีมาตรฐาน แต่ความรับผิดชอบในการออกแบบยังคงอยู่กับมนุษย์ สถาบันต้องแน่ใจว่าพวกเขาประเมินความเข้าใจของนักเรียน ไม่ใช่แค่ผลลัพธ์ของโมเดล

การรับรองหลักสูตรกำลังเปลี่ยนไปสู่การแสดงความสามารถที่ยืนยันได้ มากกว่าการสะสมเวลาในการนั่งเรียน ผู้จ้างต้องการหลักฐานของความสามารถในการใช้ความรู้และการตัดสินใจที่รับผิดชอบ สถาบันที่ออกแบบการประเมินใหม่จะเสริมสร้างความน่าเชื่อถือของหลักสูตร

เมื่อใช้ AI อย่างรอบคอบ จะเปิดเผยจุดที่มาตรฐานทางวิชาการต้องได้รับการปรับปรุง

คุณเข้าใกล้การกำกับดูแลและการดูแลเมื่อนำ AI มาใช้ในการสอนและการบริหารจัดการอย่างไร?

เรามอง AI เป็นระบบที่ส่งผลกระทบต่อคุณภาพทางวิชาการและความน่าเชื่อถือของสถาบัน การกำกับดูแลเริ่มต้นด้วยความชัดเจนของวัตถุประสงค์ ขอบเขตที่กำหนดไว้ และความรับผิดชอบที่ชัดเจน

การดูแลที่มีประสิทธิภาพทำให้การนวัตกรรมเสริมสร้างความไว้วางใจมากกว่าการกัดกร่อนมัน ซึ่งหมายถึงมาตรฐานความเป็นส่วนตัวและความปลอดภัยของข้อมูลที่เข้มงวด การทบทวนความเอนเอียงและความยุติธรรมเมื่อระบบส่งผลต่อผลลัพธ์ของนักเรียน และความโปร่งใสเกี่ยวกับเครื่องมือที่ใช้และวิธีการจัดการข้อมูล

นอกจากนี้ยังต้องอัปเดตกรอบความซื่อสัตย์ให้สะท้อนความเป็นจริงในปัจจุบันมากกว่าสมมติฐานในอดีต การพัฒนาความรู้ของอาจารย์เป็นสิ่งสำคัญเพื่อให้การนำ AI มาใช้เป็นไปอย่างมีเจตนาและสอดคล้องกับเป้าหมายการเรียนรู้

เมื่อเรานำแบบจำลองการประเมินที่ได้รับการสนับสนุนจาก AI มาใช้ที่ Westcliff การดูแลถูกฝังไว้ในด้านการออกแบบ อาจารย์ตรวจสอบการนำไปใช้ ประเมินผลกระทบ และปรับปรุงกระบวนการตามหลักฐาน การประเมินผู้ให้บริการเป็นเรื่องต่อเนื่อง ไม่ใช่เพียงครั้งเดียว สถาบันต้องประเมินความสอดคล้องกับมาตรฐานทางวิชาการและความปลอดภัยของนักเรียนอย่างสม่ำเสมอ

วัตถุประสงค์คือการนวัตกรรมที่มีความรับผิดชอบ

ความเข้าใจผิดที่ผู้ศึกษามีเกี่ยวกับ AI ที่พบบ่อยที่สุดคืออะไร และการเปลี่ยนแปลงความคิดที่จำเป็นคืออะไร?

ความเข้าใจผิดสองประการปรากฏขึ้นซ้ำๆ ประการแรก AI เป็นปัญหาเรื่องความซื่อสัตย์ ประการที่สอง AI เป็นเพียงเครื่องมือเพิ่มประสิทธิภาพ มันไม่ใช่สิ่งใดสิ่งหนึ่งโดยเฉพาะ แต่สะท้อนถึงการเปลี่ยนแปลงวิธีการสร้างความรู้ การประเมิน และการนำไปใช้

เมื่อสถาบันพิจารณา AI เพียงในเรื่องความซื่อสัตย์ พวกเขาจะกลายเป็นการจำกัดเมื่อถูกมองว่าเป็นเพียงเรื่องของประสิทธิภาพ พวกเขาจะลดทอนผลกระทบของ AI การเปลี่ยนแปลงที่สำคัญคือการออกแบบการเรียนรู้ให้กระบวนการคิดเห็นได้ชัดและรับผิดชอบในสถานการณ์ที่มี AI

การเปลี่ยนแปลงความคิดที่จำเป็นคือการเปลี่ยนจากควบคุมไปสู่การออกแบบ ซึ่งช่วยให้อาจารย์กลายเป็นนักออกแบบประสบการณ์การเรียนรู้ที่เน้นการตัดสินใจ การสังเคราะห์ และความสามารถในการใช้ความรู้

ด้วยการสนับสนุนจากสถาบัน การแบ่งปันแนวทางปฏิบัติ และการกำกับดูแลที่สอดคล้องกัน ผู้ศึกษาสามารถย้ายไปยังที่ที่ AI ยกระดับการสอนและการออกแบบทางวิชาการให้สูงขึ้น

มหาวิทยาลัยควรเตรียมนักเรียนให้พร้อมสำหรับตลาดแรงงานที่มีบทบาทที่เปลี่ยนแปลงและ AI กำหนดงานระดับเริ่มต้นใหม่ๆ อย่างไร?

งานระดับเริ่มต้นแบบดั้งเดิมเคยเป็นพื้นที่ฝึกอบรมสำหรับการผลิตตามปกติ ในหลายๆ สาขา AI ได้กลายเป็นผู้รับหน้าที่เหล่านี้แล้ว ดังนั้น ผู้สำเร็จการศึกษาจึงต้องทำงานในระดับที่สูงกว่าเร็วขึ้น

การเตรียมพร้อมจึงต้องเน้นไปที่ความสามารถที่ยากจะทำอัตโนมัติ เช่น การกำหนดปัญหา การสื่อสาร การตัดสินใจ และการดูแลระบบอัจฉริยะอย่างมีความรับผิดชอบ นักเรียนต้องสามารถทำงานในสถานการณ์ที่มีความไม่แน่นอนได้ โดยที่เครื่องมือเปลี่ยนแปลงและบทบาทมีความยืดหยุ่น

มหาวิทยาลัยควรเน้นความสามารถที่สามารถปรับใช้ได้ในหลายๆ บริบท มากกว่าการเชี่ยวชาญเฉพาะทางเพียงอย่างเดียว การเรียนรู้แบบมีโครงสร้างและแบบโครงการที่มีข้อจำกัดจริงเป็นสิ่งจำเป็น เมื่อนักเรียนแก้ปัญหาเชิงซ้อนและป้องกันคำแนะนำของตน พวกเขากำลังฝึกทักษะการคิดที่รับผิดชอบซึ่งผู้จ้างมีค่า

ความรู้เกี่ยวกับ AI ต้องเป็นความรู้พื้นฐาน ไม่ใช่ทุกคนที่ต้องสร้างโมเดล แต่ทุกคนต้องเข้าใจว่าระบบอัจฉริยะมีอิทธิพลต่อการตัดสินใจในอาชีพของตนอย่างไร

ตลาดแรงงานจะเปลี่ยนแปลงต่อไป การศึกษาระดับอุดมศึกษามีหน้าที่ไม่ใช่เพื่อคาดการณ์ทุกบทบาท แต่เพื่อผลิตบุคคลที่สามารถย้ายระหว่างบทบาทได้ เรียนรู้อย่างต่อเนื่อง และมีส่วนร่วมอย่างมีความหมายในสภาพแวดล้อมที่มีการเปลี่ยนแปลงอย่างรวดเร็วจากเทคโนโลยี

สิ่งใดที่จะบ่งชี้ว่ามหาวิทยาลัยได้ปรับตัวเข้ากับการเปลี่ยนแปลงที่ขับเคลื่อนด้วย AI แล้ว?

ความสำเร็จจะวัดจากผลลัพธ์ ไม่ใช่จากตำแหน่งหรือตัวชี้วัดที่เห็นแก่ความว่างเปล่า

มหาวิทยาลัยได้ปรับตัวเมื่อแบบจำลองการเรียนและการประเมินถูกออกแบบใหม่รอบๆ ความสามารถที่ใช้ได้จริง ไม่ใช่การนำเสนอเนื้อหา อาจารย์สามารถแสดงให้เห็นถึงการออกแบบการเรียนรู้ที่รอบคอบ และนักเรียนสามารถอธิบายและป้องกันการให้เหตุผลของตนเองได้ด้วยวิธีที่ไม่สามารถสร้างขึ้นได้ด้วย AI

การปรับตัวของสถาบันยังเห็นได้จากการจัดการ AI ที่โปร่งใส การดูแลที่ฝังอยู่ และสามารถแสดงให้เห็นว่าความไว้วางใจในผลลัพธ์ทางวิชาการมีความเข้มแข็งขึ้น ไม่ใช่เสื่อมลง

ตัวบ่งชี้ที่เชื่อถือได้มากที่สุดคือการยืนยันจากภายนอก ผู้จ้างรับรู้ว่าผู้สำเร็จการศึกษามีการตัดสินใจที่มีประสบการณ์ ความสามารถในการใช้ความรู้ และความสามารถในการตัดสินใจในสถานการณ์ที่มี AI

การปรับตัวหมายถึงความคล่องตัวโดยไม่ประนีประนอม สถาบันจะพัฒนาไปตามก้าวของเทคโนโลยี ในขณะเดียวกันก็รักษามาตรฐานที่เข้มงวดและความชัดเจนในเรื่องจริยธรรม ที่ Westcliff เราเชื่อว่าเรากำลังสร้างแบบจำลองการเรียนรู้ที่ยังคงเชื่อถือได้ ทนทาน และมีคุณค่าในขณะที่ AI กำลังเปลี่ยนแปลงภูมิทัศน์

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม มหาวิทยาลัย Westcliff เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับสิ่งเหล่านี้