Policy Fragmentation or Institutional Alignment? Institutional Governance of AI in Universities and Business Schools
本研究は、米国の高等教育機関におけるAI政策を分析しており、大学レベルのガイドラインがリスク軽減を優先する一方で、学部レベルのポリシーは教育法に焦点を当てているという重大な不一致を見出しており、この乖離は特にビジネススクールにおいて顕著であり、分野固有の学習目標の統合を妨げている。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
高等教育の世界を、巨大で活気あふれる一つの都市だと想像してみてください。何十年もの間、この都市は新しい道具をどう扱うべきか決断を下してきました。最初は計算機、次にスプレッドシート、そして今、最も強力な道具である人工知能（AI）が登場しました。AIを、エッセイを書き、複雑な数学の問題を解き、数秒でデータを分析できる、超スマートで全知全能のアシスタントだと考えてください。しかし、この新しいスーパーパワーには、ある「代償」が伴います。学校側は、道路のルールをどのように定めるべきか模索しています。学生はこのアシスタントの使用を許可されるべきでしょうか？もしそうなら、どのように？そして、誰がルールを作るのでしょうか？これが、この論文が取り組んでいる大きな問いです。この論文は、大学（都市政府）と、その中の特定の学部、例えばビジネススクール（専門的な近隣地域）が、どのように独自のAIルールブックを作成しているかを調査しています。目的は、全員が同じ曲を歌っているのか、それとも都市と近隣地域が歌詞を巡って言い争っているのかを見極めることです。
著者であるリディア・マニコンダとドミニク・アウトロウは、探偵になることに決めました。彼らは単に推測したのではなく、コンピュータプログラム（一種のデジタル拡大鏡）を使用して、全米34州の大学による130種類の異なるAIポリシーを読み込み、分析しました。彼らは、大学全体のルールと、ビジネススクールが作成した特定のルールが一致しているかどうかを確認したかったのです。彼らは、これらのポリシーのテキストをパズルのように扱い、ルールがどれほど「幸福」または「恐怖」を感じさせる響きを持っているか（感情）、どれほど明確であるか、そして異なるルールブック同士がどれほど似ているかを、数学を用いて測定しました。
以下に彼らの発見を記します。それは、まるで都市政府と地元の防犯パトロール隊が、互いに異なる言語を話していることを発見したようなものです。
まず、彼らは大局的な視点、つまり大学全体のポリシーに注目しました。これらは、親が子供に「その新しいおもちゃには気をつけて」と言う時のように、非常に慎重なものでした。言葉遣いは概して中立的かつ穏やかで、「しなければならない」や「禁止」といった厳格な命令語ではなく、「〜してもよい」や「〜できる」といった言葉が使われていました。これらの大きなポリシーの主な焦点は、安全性とリスクにありました。彼らはデータセキュリティ（秘密を守ること）や、誰もテクノロジーを悪用しないことについて懸意を払っていました。彼らは本質的に、「何も壊さないこと」、そして「個人の情報をインターネットにアップロードしないこと」と言っていたのです。
次に、著者たちは視点をビジネススクールへと絞り込みました。彼らは、130の大学のうち、ビジネススクール専用の個別のポリシーを持っているのはわずか8校であることを発見しました。しかし、ここにひねりがあります。これら8つのビジネススクールのポリシーを親大学のルールと比較したところ、それらはあまり一致していませんでした。それは、都市が「配線には触れるな」と言っている一方で、ビジネススクールが「この配線を使ってクールなロボットを作ろう」と言っているようなものでした。
ビジネススクールのポリシーは、学習のためにAIを「どのように」使うかにずっと重点を置いていました。彼らは具体的なツールや、AIを使用した課題の書き方、そして学生にこれらのツールを使いこなすための優れた方法を教えることについて語っていました。彼らは「やってはいけないこと（禁止事項）」よりも、「やり方（手法）」に関心がありました。大学のポリシーは城を守ること（リスク管理）に専念していましたが、ビジネススクールのポリシーは、騎士に戦い方を教えること（教育法とスキル）に専念していたのです。
この論文は、この不一致が問題であると示唆しています。もし大学が「注意しなさい」と言い、一方でビジネススクールが「このツールを使って仕事に就け」と言えば、学生や教師は混乱します。彼らは、AIに対して恐れるべきなのか、それとも期待すべきなのかが分からなくなるのです。著者らは、この溝を埋める必要があると主張しています。彼らは、大学が安全のガードレール（例えば「秘密をアップロードしない」など）を設定し、そのガードレールの中でビジネススクールが自由な学習経路を構築できるという、新しい考え方を提案しています。
著者らは、これが解決済みの問題であるとは言っていません。彼らは、現在、状況は少し混沌としており、断片化していると示唆しています。テクノロジーの変化があまりに速いため、多くの大学がいまだに「模索中」の段階にあり、ソフトな言葉遣いを用いていることを彼らは発見しました。彼らは、学生が、AIがすでに仕事の一部となっている現実の世界へ出る準備ができている状態で卒業できるよう、大きなルールと小さなルールが互いに連携するように、学校が協力すべきであると勧告しています。
要約すると、この論文は、大学がAIから全員を守ろうとしている一方で、ビジネススクールは学生にその使い方を教えようとしていることを示しています。課題は、これら二つの目標が互いに衝突するのではなく、むしろ協力し合って、学生が「安全」かつ「熟練」した状態で未来を切り拓けるようにすることです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。