Institutional Preparedness for the Adoption of Ethical Artificial Intelligence in Tanzanian Higher Learning Institutions

Kunstmatige intelligentie is niet langer een ver af gelegen concept dat voorbehouden is aan sciencefiction; het is een hulpmiddel dat de manier waarop mensen dagelijks leren, werken en problemen oplossen, vormgeeft. Op universiteiten biedt deze technologie krachtige manieren om lessen te personaliseren, onderzoek te versnellen en beheerders te helpen bij het beheren van complexe taken. De snelle komst van deze hulpmiddelen heeft echter een prangende vraag naar de voorgrond gebracht: zijn de instellingen die ze gebruiken klaar om het ethische gewicht aan te kunnen dat gepaard gaat met dergelijke macht? Ethische kunstmatige intelligentie verwijst naar de praktijk van het gebruik van deze slimme systemen op manieren die eerlijk, transparant en oprecht zijn, om ervoor te zorgen dat ze niet per ongeluk desinformatie verspreiden, de privacy schenden of toestaan dat studenten werk inleveren zonder de juiste bronvermelding. Om te profiteren van deze technologie zonder haar kernwaarden te verliezen, moeten scholen over duidelijke regels, getraind personeel en een gedeeld begrip beschikken van wat juist en onjuist is wanneer een computer helpt bij het schrijven van een essay of het oplossen van een wiskundeprobleem.

Een recente studie uitgevoerd in Tanzania onderzocht precies deze vraag, waarbij werd gekeken of de universiteiten in het land klaar zijn om kunstmatige intelligentie op een verantwoorde manier te adopteren. De onderzoekers richtten zich op drie grote publieke instellingen: het Institute of Accountancy Arusha, het Institute of Finance Management en het National Institute of Transport. Zij wilden weten of de mensen binnen deze muren — zowel de studenten die de tools gebruiken als de medewerkers die ermee lesgeven — de ethische regels begrepen, of de scholen schriftelijke beleidsregels hadden om hen te begeleiden, en welke obstakels in de weg stonden van verantwoord gebruik. Om een compleet beeld te krijgen, sprak het team met 171 studenten via enquêtes en hield zij gedetailleerde gesprekken met sleutelpersoneel, waarbij zij zochten naar zowel de cijfers als de verhalen achter de gegevens.

Het onderzoek onthulde een landschap van gemengde gereedheid. De ondervraagde studenten toonden een matig niveau van begrip met betrekking tot ethische kunstmatige intelligentie. Ze wisten over het algemeen wat de technologie was en hoe ze deze voor hun studie konden gebruiken, maar hun begrip van de diepere ethische kwesties was wankel. Hoewel ze konden identificeren dat AI mogelijk bevooroordeelde of onnauwkeurige informatie kan produceren, hadden velen moeite om deze risico's te koppelen aan de kernprincipes van academische eerlijkheid. De gegevens suggereerden dat studenten comfortabel waren met de mechanica van de tools, maar vaak een duidelijk besef misten van hoe ze deze konden gebruiken zonder hun eigen leerproces of integriteit in gevaar te brengen. Kortom, ze wisten hoe ze de machine aan moesten zetten, maar ze waren minder zeker over de morele grenzen van wat ze de machine lieten doen.

Misschien wel de meest significante bevinding was het gebrek aan formele begeleiding binnen de instellingen zelf. Wanneer gevraagd werd naar het bestaan van duidelijke regels voor het gebruik van kunstmatige intelligentie, rapporteerden studenten dat hun scholen zeer weinig, indien überhaupt, specifieke beleidsregels hadden. Het algemene beeld was er een van onzekerheid; hoewel sommige medewerkers informele adviezen gaven tijdens de lessen, was er geen uitgebreid, schriftelijk kader dat voor iedereen gold. De studie toonde aan dat de meeste universiteiten opereerden zonder een specifieke set richtlijnen die uitlegde wat wel en wat niet toegestaan was. De afwezigheid van deze duidelijke richting liet studenten en docenten navigeren in een grijs gebied, onzeker over hoe ze zaken als auteurschap, gegevensprivacy of de juiste manier om door de computer gegenereerde inhoud te citeren, moesten afhandelen.

De onderzoekers identificeerden ook de specifieke hindernissen die deze scholen ervan weerhouden met vertrouwen vooruit te gaan. De grootste uitdagingen waren niet een gebrek aan interesse of toegang tot de technologie, maar eerder een tekort aan kennis en structuur. De studie benadrukte dat beperkt bewustzijn onder zowel studenten als personeel een belangrijke barrière was, evenals het gebrek aan trainingsprogramma's om mensen te leren deze tools verantwoord te gebruiken. Bovendien maakt de snelheid waarmee kunstmatige intelligentie verandert het moeilijk voor instellingen om regels te schrijven die relevant blijven. Het snelle tempo van technologische ontwikkeling betekent dat tegen de tijd dat een universiteit klaar is met het opstellen van een beleid, de technologie al geëvolueerd kan zijn, waardoor de richtlijnen al verouderd zijn voordat ze zelfs gepubliceerd worden.

Uiteindelijk concludeert de studie dat hoewel Tanzanianse hoger onderwijsinstellingen beginnen met het omgaan met kunstmatige intelligentie, ze nog niet volledig voorbereid zijn om dit op een ethische en verantwoorde manier te adopteren. De technologie is aanwezig, maar de ondersteunende structuren — zoals duidelijke beleidsregels, consistente training en sterk bestuur — ontbreken nog. De onderzoekers suggereren dat om vooruit te kunnen gaan, deze instellingen hun focus moeten verleggen van simpelweg het toestaan van het gebruik van AI naar het actief onderwijzen van de waarden en vaardigheden die nodig zijn om het goed te gebruiken. Dit houdt in: het creëren van duidelijke, flexibele regels die aanvaardbaar gedrag definiëren, het instellen van commissies om toezicht te houden op het gebruik van de technologie, en het bieden van regelmatige training om ervoor te zorgen dat iedereen binnen de universiteitsgemeenschap begrijpt hoe zij de academische integriteit in een digitaal tijdperk intact kunnen houden. Zonder deze stappen dreigt de belofte van kunstmatige intelligentie overschaduwd te worden door verwarring en misbruik.