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

現代の世界において、大学は単なる学習の場以上の存在です。それらは、急速に変化する環境の中で生き残り、繁栄しなければならない複雑な組織です。これを行うために、大学は二つの強力な力に依存しています。一つは、あらゆる業務においてデジタルツールを活用することへと向かう動きである「デジタルトランスフォーメーション（DX）」であり、もう一つは、人工知能（AI）のような新しい技術を受け入れようとする職員の意志です。デジタルトランスフォーメーションは、単にコンピュータを購入することではありません。それは、機関がいかに計画を立て、人材を管理し、外部の世界とつながるかを変えることを意味します。同様に、人工知能を受け入れることは、単にソフトウェアをインストールすることではなく、組織内の人々がそのテクノロジーを、自分たちの働き方を変えるのに有用で、使いやすく、信頼に足るものであると信じているかどうかに関わる問題なのです。これら二つの力が一致したとき、大学をより持続可能なものにする、つまり、学生、職員、そして地域社会に対して価値を創造しながら、長期的にその使命を果たし続けられるようにする潜在能力を発揮します。しかし、これらの概念は広く議論されているものの、東南アジアの大学という特定の文脈において、これらがどのように連携しているかについての具体的な証拠はほとんどなく、また、これらの要因に基づいて特定の大学がどの程度うまくいくかを予測するための信頼できる手法もまだ構築されていません。

タイのマハサラカム大学の研究チームは、これらの機関を運営している人々に直接焦点を当てることで、この空白を埋めようと試みました。彼らは178人の高レベルな大学幹部、具体的には管理および情報技術を担当する層を対象に調査を行い、その機関のデジタルの進展、職員の人工知能に対する態度、そして大学全体の健全性と持続可能性について尋ねました。研究者たちは、大学がどのようにデジタル変革を行い、リーダーたちが人工知能をどの程度受け入れているかが、実際にその大学の持続可能性を予測できるのかどうかを検証したいと考えました。彼らはこの問いに対し、二つの異なるアプローチを用いました。第一に、標準的な統計手法を用いて、これらの要因の間に直接的な関連があるかどうかを確認しました。第二に、より革新的な方法として、この少数のエグゼクティブのグループから学習し、あらゆる大学の持続可能性を高精度に予測するように設計された、高度なコンピュータモデルを構築しました。

初期の分析は、多くのリーダーが勘づいていながらも、確かなデータで証明できた人はほとんどいない事実を裏付けました。すなわち、デジタルトランスフォーメーションと人工知能の受容は、確かに持続可能性の強力な推進力であるということです。研究によれば、大学がデジタル戦略を改善し、プロセスをより適切に管理し、そして最も重要なこととして、職員のスキルを育成する場合、その大学は著しく持続可能性が高まることがわかりました。検討されたすべての要因の中で、職員のスキルとデジタル・リテラシーが、成功の最も強力な予測因子として浮上し、次いで大学の外部ネットワークやパートナーシップの強さが続きました。同様に、大学コミュニティが人工知能を受け入れ、使用しようとする意志が、機関の長期的な生存能力に強いプラスの影響を与えることも判明しました。これは、テクノロジーを購入するだけでは不十分であり、それを使う人々がテクノロジーを信じ、効果的に使いこなす能力を備えていなければならないことを示唆しています。

単なる相関関係を超えて、実際に結果を予測できるツールを作成するために、研究者たちは新しいタイプのコンピュータモデルを開発しました。このモデルは、大学のリーダーシップに関する研究でよくある問題である、調査回答数が比較的少ないという課題に対処するように設計されました。研究者たちは、大学の規模からテクノロジーに対する具体的な態度に至るまで、調査から収集された29の異なる情報からスタートしました。金属から不純物を取り除くために冷却するプロセスを模倣した手法を用いて、コンピュータはこれらの要因の組み合わせを系統的にテストし、最も重要なものを特定しました。これにより、リストをわずか12の主要な特徴へと絞り込み、ノイズを排除して、真に重要なものに焦点を絞りました。これら12の特徴には、デジタルやAIに関する要因だけでなく、大学の規模や回答者の学術的地位といった基本的な詳細も含まれていました。

研究者たちは、予測を行うために、三種類の異なる学習アルゴリズムを一つの統合されたシステムへと組み合わせました。システムの一部分はデータ内の複雑なパターンを探し、もう一方は膨大な決定木の森のように機能し、三つ目の部分はニューラルネットワークを用いて微妙なつながりを見つけ出します。これら三つの部分は連携し、最終的な層が、個々の洞察を一つの高度に正確な予測へと最適に組み合わせる方法を学習します。このハイブリッドなアプローチにより、モデルは小さなデータセットから混乱したり、突飛な推測をしたりすることなく学習することができました。研究者たちがこの新しいモデルを従来の単純な手法と比較したところ、その性能ははるかに優れていました。このモデルは、大学の持続可能性における変動の95パーセント以上を説明することができ、これは単純なモデルでは到達できなかったレベルの精度です。また、モデルは非常に安定しており、データが多少異なっていても一貫した結果を示すことができました。これは、信頼できる予測を行う上で極めて重要です。

この知見は、タイおよび周辺地域の大学のリーダーや政策立策者に明確な道筋を示しています。研究は、大学の未来を確保するための最も効果的な方法は、単に新しいテクノロジーに投資することではなく、それを使用する「人」に投資することであると示しています。職員のデジタルスキルを向上させ、人工知能が信頼され歓迎される文化を育むことが、持続可能性に向けた最も重要なステップです。また、研究者たちは、この進捗を監視するための実用的なツールも提供しました。彼らの新しい予測モデルは、教育当局がさまざまな機関の健全性を評価し、デジタルの歩みにおいて取り残されるリスクがある機関を特定するために使用できます。これにより、問題が深刻化する前に、的を絞った支援や介入が可能になります。

しかし、研究者たちは、自らの研究には限界があることにも注意を促しています。データが単一の時点（横断的）で収集されたものであるため、この研究はこれらの要因間の強い関連性を示してはいるものの、厳密な意味で一方が他方を引き起こすという因果関係を証明するものではありません。また、モデルはタイの178人のエグゼクティブという特定のグループに基づいて構築されているため、結果は非常に有望ではあるものの、それがどこでも通用するかどうかを確認するには、より大きなグループや異なる国々での検証が必要です。こうした限界はあるものの、本研究は、デジタル変革と人間の受容がどのように相互作用して高等教育の未来を形作るのかについて、稀有で価値のある洞察を与えています。この研究は、デジタル時代に関する抽象的な議論を、具体的で測定可能な証拠へと移行させ、持続可能な大学への道は、熟練した人材と、明日の道具を受け入れようとする意志によって築かれるものであることを示しています。