AI Acceptance and Digital Transformation as Predictive Drivers of University Sustainability Using a Hybrid Machine Learning Model

Nel mondo moderno, le università sono molto più di semplici luoghi di apprendimento; sono organizzazioni complesse che devono sopravvivere e prosperare in un ambiente in rapido cambiamento. Per farlo, esse si affidano a due forze potenti: la transizione verso l'uso di strumenti digitali in ogni aspetto del loro lavoro, nota come trasformazione digitale, e la volontà del loro personale di accogliere nuove tecnologie come l'intelligenza artificiale. La trasformazione digitale non consiste semplicemente nell'acquistare computer; implica il cambiare il modo in cui un'istituzione pianifica, gestisce il proprio personale e si connette con l'esterno. Allo stesso modo, accettare l'intelligenza artificiale non significa solo installare un software; riguarda se le persone all'interno dell'organizzazione credono che la tecnologia sia utile, facile da usare e abbastanza affidabile da cambiare il modo in cui lavorano. Quando queste due forze si allineano, hanno il potenziale di rendere un'università più sostenibile, il che significa che può continuare a soddisfare la sua missione a lungo termine creando valore per i suoi studenti, il personale e la comunità. Tuttavia, mentre queste idee sono ampiamente discusse, c'è stata poca prova concreta di come esse lavorino insieme nel contesto specifico delle università del Sud-est asiatico, e nessuno ha ancora costruito un modo affidabile per prevedere quanto bene una specifica università potrà performare sulla base di questi fattori.

Un team di ricercatori dell'Università Mahasarakham della Thailandia si è messo in viaggio per colmare questa lacuna guardando direttamente alle persone che gestiscono queste istituzioni. Hanno intervistato 178 alti dirigenti universitari, specificamente responsabili dell'amministrazione e dell'informatica, chiedendo loro riguardo al progresso digitale della loro istituzione, l'atteggiamento del personale verso l'intelligenza artificiale e la salute e sostenibilità complessiva della loro università. I ricercatori volevano vedere se il modo in cui un'università si trasforma digitalmente e il grado in cui i suoi leader accettano l'intelligenza artificiale possano effettivamente predire quanto quella università sarebbe sostenibile. Hanno affrontato questa domanda in due modi distinti. Primo, hanno utilizzato metodi statistici standard per vedere se esisteva un legame diretto tra questi fattori. Secondo, e in modo più innovativo, hanno costruito un sofisticato modello informatico progettato per imparare da questo piccolo gruppo di dirigenti per prevedere la sostenibilità di qualsiasi università con alta precisione.

L'analisi iniziale ha confermato ciò che molti leader potrebbero sospettare ma che pochi hanno provato con dati certi: la trasformazione digitale e l'accettazione dell'intelligenza artificiale sono effettivamente potenti motori di sostenibilità. Lo studio ha scoperto che quando un'università migliora la propria strategia digitale, gestisce meglio i propri processi e, cosa più importante, sviluppa le competenze del proprio personale, diventa significativamente più sostenibile. Tra tutti i fattori esaminati, le competenze e l'alfabetizzazione digitale del personale sono emerse come il singolo predittore di successo più forte, seguite da vicino dalla forza delle reti esterne e delle partnership dell'università. Allo stesso modo, la disponibilità della comunità universitaria ad accettare e utilizzare l'intelligenza artificiale ha mostrato un effetto positivo e forte sulla viabilità a lungo termine dell'istituzione. Ciò suggerisce che acquistare tecnologia non è sufficiente; le persone che la utilizzano devono crederci e devono essere capaci di usarla efficacemente.

Per andare oltre le semplici correlazioni e creare uno strumento che potesse effettivamente prevedere i risultati, i ricercatori hanno sviluppato un nuovo tipo di modello informatico. Questo modello è stato progettato per gestire la sfida di avere un numero relativamente piccolo di risposte ai sondaggi, un problema comune negli studi sulla leadership universitaria. I ricercatori sono partiti da 29 diversi pezzi di informazione raccolti dal sondaggio, che spaziavano dalle dimensioni dell'università fino ad atteggiamenti specifici verso la tecnologia. Utilizzando un metodo che imita il modo in cui i metalli vengono raffreddati per rimuovere le impurità, il computer ha testato sistematicamente combinazioni di questi fattori per trovare quelli più importanti. Ha ridotto l'elenco a soli 12 elementi chiave, eliminando il rumore e concentrandosi su ciò che contava davvero. Questi 12 elementi includevano non solo i fattori digitali e l'IA, ma anche dettagli basilari sull'università, come le sue dimensioni e il rango accademico dei rispondenti.

I ricercatori hanno poi combinato tre diversi tipi di algoritmi di apprendimento in un unico sistema unificato per effettuare le loro previsioni. Una parte del sistema cercava schemi complessi nei dati, un'altra agiva come una vasta foresta di alberi decisionali e una terza utilizzava una rete neurale per trovare connessioni sottili. Queste tre parti lavoravano insieme, con uno strato finale che imparava come combinare al meglio i loro singoli approfondimenti in una singola previsione altamente accurata. Questo approccio ibrido ha permesso al modello di imparare dal piccolo dataset senza confondersi o fare ipotesi azzardate. Quando i ricercatori hanno testato questo nuovo modello rispetto a metodi più vecchi e semplici, ha performato molto meglio. È stato in grado di spiegare più del 95 percento delle variazioni nel modo in cui le università erano sostenibili, un livello di accuratezza che i modelli più semplici non potevano raggiungere. Il modello si è anche dimostrato molto stabile, il che significa che forniva risultati coerenti anche quando i dati erano leggermente diversi, il che è fondamentale per fare previsioni affidabili.

Le scoperte offrono un percorso chiaro per i leader universitari e i decisori politici in Thailandia e in tutta la regione. Lo studio indica che il modo più efficace per garantire il futuro di un'università non è solo investire in nuova tecnologia, ma investire nelle persone che la utilizzano. Sviluppare le competenze digitali del personale e promuovere una cultura in cui l'intelligenza artificiale sia fiducia e accolta sono i passi più critici verso la sostenibilità. I ricercatori hanno anche fornito uno strumento pratico per monitorare questo progresso. Il loro nuovo modello predittivo può essere utilizzato dalle autorità educative per valutare la salute di diverse istituzioni, identificando quelle che potrebbero essere a rischio di restare indietro nel loro percorso digitale. Ciò consente un supporto e un intervento mirati prima che i problemi diventino gravi.

Tuttavia, i ricercatori sono cauti nel notare che il loro lavoro presenta dei limiti. Poiché i dati sono stati raccolti in un unico momento, lo studio mostra una forte connessione tra questi fattori ma non può provare che uno causi l'altro in senso stretto. Il modello è stato costruito su un gruppo specifico di 178 dirigenti in Thailandia, quindi, sebbene i risultati siano molto promettenti, potrebbero dover essere testati con gruppi più ampi o in altri paesi per vedere se rimangono validi ovunque. Nonostante questi limiti, lo studio offre uno sguardo raro e prezioso su come il cambiamento digitale e l'accettazione umana lavorino insieme per plasmare il futuro dell'istruzione superiore. Sposta la conversazione dalle idee astratte sull'era digitale a prove concrete e misurabili, dimostrando che la strada verso un'università sostenibile è pavimentata con persone competenti e una volontà di abbracciare gli strumenti di domani.