Policy Fragmentation or Institutional Alignment? Institutional Governance of AI in Universities and Business Schools
Questo studio analizza le politiche sull'IA nelle istituzioni dell'istruzione superiore statunitensi e riscontra un significativo disallineamento per cui le linee guida a livello universitario danno priorità alla mitigazione del rischio, mentre le politiche a livello di singola facoltà si concentrano sulla pedagogia, un divario che è particolarmente pronunciato nelle scuole di economia e che ostacola l'integrazione degli obiettivi di apprendimento specifici per ogni disciplina.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate il mondo dell'istruzione superiore come una città enorme e frenetica. Per decenni, questa città ha dovuto decidere come gestire i nuovi strumenti: prima è arrivata la calcolatrice, poi il foglio di calcolo e ora, lo strumento più potente di tutti, l'Intelligenza Artificiale (IA). Pensate all'IA come a un assistente super intelligente e onnisciente che può scrivere saggi, risolvere problemi matematici complessi e analizzare dati in pochi secondi. Ma proprio come una nuova superpotenza, arriva con un "ma". Le scuole stanno cercando di stabilire le regole del gioco: gli studenti dovrebbero essere autorizzati a usare questo assistente? Se sì, in che modo? E chi ha il compito di stabilire le regole? Questa è la grande domanda che l'articolo affronta. Esamina come le università (il governo della città) e le singole scuole al loro interno, come le scuole di economia (quartieri specializzati), stiano scrivendo i propri regolamenti per l'IA. L'obiettivo è vedere se tutti cantano dallo stesso spartito o se la città e i quartieri stanno discutendo sul testo.
Gli autori, Lydia Manikonda e Dominique Outlaw, hanno deciso di giocare a fare i detective. Non si sono limitati a indovinare; hanno usato un programma per computer (una sorta di lente d'ingrandimento digitale) per leggere e analizzare 130 diverse politiche sull'IA di università in 34 stati degli Stati Uniti. Volevano vedere se le regole delle grandi università corrispondessero alle regole specifiche create dalle scuole di economia. Hanno trattato il testo di queste politiche come un puzzle, usando la matematica per misurare quanto le regole suonassero "felici" o "spaventate" (sentimento), quanto fossero chiare e quanto fossero simili i diversi regolamenti tra loro.
Ecco cosa hanno scoperto, ed è un po' come scoprire che il governo cittadino e la locale guardia di quartiere parlano due lingue diverse.
Per prima cosa, hanno guardato al quadro generale: le politiche a livello universitario. Queste si sono rivelate molto prudenti, come un genitore che dice a un bambino: "Fai attenzione con quel nuovo giocattolo". Il linguaggio era prevalentemente neutro e gentile, usando parole come "potrebbe" o "può" invece di comandi severi come "deve" o "è proibito". Il focus principale di queste grandi politiche era sulla sicurezza e sul rischio. Erano preoccupate per la sicurezza dei dati (mantenere i segreti al sicuro) e per assicurarsi che nessuno usasse impropriamente la tecnologia. Dicevano essenzialmente: "Non rompere nulla e non caricare le tue informazioni private su Internet".
Poi, gli autori hanno fatto uno zoom sulle scuole di economia. Hanno scoperto che solo otto delle 130 università avevano una politica separata e specifica solo per la propria scuola di economia. Ma ecco il colpo di scena: quando hanno confrontato queste otto politiche delle scuole di economia con le regole della loro università madre, non corrispondevano affatto. Era come se la città dicesse: "Non toccare i cavi", ma la scuola di economia dicesse: "Ecco come usare i cavi per costruire un robot fantastico".
Le politiche delle scuole di economia erano molto più concentrate su come usare l'IA per l'apprendimento. Parlavano di strumenti specifici, di come scrivere compiti che utilizzano l'IA e di come insegnare agli studenti a essere bravi nell'usare questi strumenti. Erano meno preoccupate dei "non fare" e più preoccupate dei "come fare". Le politiche universitarie riguardavano la difesa del castello (gestione del rischio), mentre le politiche delle scuole di economia riguardavano l'insegnamento ai cavalieri come combattere (pedagogia e competenze).
L'articolo suggerisce che questo disallineamento sia un problema. Se l'università dice "Fai attenzione", ma la scuola di economia dice "Usa questo strumento per ottenere un lavoro", studenti e insegnanti si confondono. Non sanno se devono avere paura dell'IA o essere entusiasti di essa. Gli autori sostengono che dobbiamo colmare questo divario. Propongono un nuovo modo di pensare in cui l'università stabilisce i guardrail di sicurezza (come "non caricare segreti"), ma le scuole di economia sono libere di costruire i percorsi di apprendimento all'interno di quei guardrail.
Gli autori sono attenti a non dire che il problema sia risolto. Suggeriscono che in questo momento le cose siano un po' disordinate e frammentate. Hanno scoperto che la maggior parte delle università è ancora nella fase di "comprensione", usando un linguaggio morbido perché la tecnologia cambia così velocemente. Raccomandano che le scuole collaborino per garantire che le grandi regole e le piccole regole comunichino tra loro, in modo che gli studenti si diplomino pronti per il mondo reale, dove l'IA è già una parte normale del lavoro.
In breve, l'articolo mostra che mentre le università cercano di mantenere tutti al sicuro dall'IA, le scuole di economia cercano di insegnare agli studenti come usarla. La sfida è fare in modo che questi due obiettivi non si inciampino a vicenda, ma lavorino invece insieme per creare un futuro in cui gli studenti siano sia sicuri che competenti.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.