Diana Oblinger ist die ehemalige Präsidentin von EDUCAUSE, einer grossen Nonprofit-Organisation in den USA, die sich auf den Bereich der Weiterentwicklung des Hochschulwesens durch den Einsatz von neuen Technologien konzentriert.
In einem Beitrag für EDUCAUSreview “Smart machines and human expertise: challenges for higher education” zeigt Oblinger Einsatzbereiche für “smart machines” in unterschiedlichsten Berufsfeldern auf, zeigt Einsatzbereiche an den Hochschulen selbst und im Rahmen der Hochschulbildung und verweist immer wieder auf offene Fragestellungen, die durch die Verantwortlichen an Hochschulen beantwortet werden müssen.
Zum Einstieg stellt Oblinger folgendes fest:
The world around us is getting smarter. (…) Rather than replacing people, smart machines augment human capabilities, meaning that we need to learn to work with machines as partners. (…) Colleges and universities are challenged to move beyond the use of technology to deliver education. Higher education leaders must consider how AI, big data, analytics, robotics, and wide-scale collaboration might change the substance of education. (…) What does it mean to be a professional in a world of smart machines?
Der Hinweis, dass sich viele Berufsfelder durch den Einsatz von “smart machines” stark verändern, zieht sich wie ein roter Faden durch ihren Beitrag. Die Beispiele, die sie anführt, beziehen sich auf Berufsfelder wie Chirurgie, Pflege, Logistik, ebenso wie auf Bereich der Rechtsberatung, die Mediation von Bagatell-Rechtsstreitigkeiten (“Online Dispute Resolution”, ODR) sowie das produzierende Gewerbe aber auch auf branchenneutrale Prozesse wie z.B. die Auswahl und Rekrutierung von Mitarbeitenden.
Was sind die Folgen daraus für Hochschulen? Oblinger verweist auf verschiedene Aspekte:
- Gestaltung, Unterstützung und Verbesserung administrativer Prozesse
- Verschiedene Hochschulen haben bereits KI-basierte Bots im Einsatz, um beispielsweise den Prozess der Bewerbung und Einschreibung besser zu unterstützen (Georgia State University, USA), bei der Auswahl von passenden Kursen zu unterstützen (Beckett University, UK) einen virtuellen Studien-Assistenten anzubieten (Deakin University, Australien) oder Lehrpersonen bei der Beantwortung von Routinefragen im Rahmen ihrer Kurse zu entlasten (Georgia Tech University, USA).
- Anpassung des Fächerkanons und des Curriculums
- Künstliche Intelligenz, maschinelles Lernen oder Datenmanagement sind Beispiele für neue Fächer, die im Fächerkanon und den Curricula verankert werden müssen.
- Darüber hinaus müssen mit Blick auf in vielen Berufsfeldern erforderliche Datenanalysen Kompetenzen in Mathematik und Statistik gestärkt werden.
- Fachübergreifende Kompetenzen wie z.B. kritisches Denken, Problemlösen, funktionsübergreifende Zusammenarbeit und Teamarbeit müssen gestärkt werden.
- Das Gleiche gilt für ethisches Handeln und Entscheiden – z.B. auf der Grundlage maschineller Datenauswertungen.
- Unterstützung von Forschungsarbeiten
- Am Baylor College für Medizin (Texas) wird das auf der IBM-Watson-Technologie basierende “Knowledge Integration Toolkit (KnIT) eingesetzt, um im Rahmen von Forschungsarbeiten grosse Mengen an wissenschaftlichen Artikeln systematisch auszuwerten.
- Flexibilisierung der Hochschulbildung
- Wenn lebenslanges Lernen das Leitbild ist, Berufsbilder und Tätigkeitsprofile sich schnell ändern, dann sind Vollzeitstudiengänge möglicherweise zu wenig flexibel. Die Northwestern University (USA), beispielsweise, bietet berufsbegleitende Master-Studiengänge, die eine Durchlässigkeit von einzelnen Badges (Nachweisen für einzelne Kompetenzen) bis hin zum Master-Studienabschluss ermöglichen.
- Zertifizierung (informell) erworbener Kompetenzen
- Angesichts einer sich verändernden Bildungslandschaft müssen Hochschulen klarer herausstellen, was ihre Absolventen wissen und können. Erweiterte Zeugnisse und (digitale) Badges sind mögliche Wege dahin.
- Die Zertifizierung (informell) erworbener Kompetenzen, wie sie beispielsweise Degreed anbietet (Degreed Skill Certification), kann auch eine Aufgabe für Hochschulen sein.
Zu dem zuletzt aufgeführten Aspekt noch eine pointierte Aussage von Oblinger:
Though the significance of a degree and the power behind a college or university brand are likely to remain, data-driven and competency-based approaches will challenge higher education institutions to provide greater transparency into what graduates can do, both on graduation and throughout their career.
Titelbild zum Beitrag by Tobias Fischer on Unsplash
Schreiben Sie einen Kommentar