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

No mundo moderno, as universidades são mais do que apenas lugares de aprendizagem; são organizações complexas que devem sobreviver e prosperar em um ambiente em rápida mudança. Para fazer isso, elas dependem de duas forças poderosas: a mudança em direção ao uso de ferramentas digitais em todos os aspectos de seu trabalho, conhecida como transformação digital, e a disposição de seu pessoal em abraçar novas tecnologias, como a inteligência artificial. A transformação digital não é meramente comprar computadores; envolve mudar a forma como uma instituição planeja, gere as suas pessoas e se conecta com o mundo exterior. Da mesma forma, aceitar a inteligência artificial não é apenas instalar um software; é sobre se as pessoas dentro da organização acreditam que a tecnologia é útil, fácil de usar e confiável o suficiente para mudar a forma como trabalham. Quando essas duas forças se alinham, elas têm o potencial de tornar uma universidade mais sustentável, o que significa que ela pode continuar a cumprir a sua missão a longo prazo, criando valor para os seus estudantes, funcionários e comunidade. No entanto, embora estas ideias sejam amplamente discutidas, tem havido pouca prova concreta de como elas funcionam juntas no contexto específico das universidades do Sudeste Asiático, e ninguém construiu ainda uma forma fiável de prever quão bem uma universidade específica se sairá com base nestes fatores.

Uma equipa de investigadores da Universidade de Mahasarakham, na Tailândia, propôs-se a preencher esta lacuna olhando diretamente para as pessoas que gerem estas instituições. Eles inquiriram 178 executivos universitários de alto nível, especificamente aqueles responsáveis pela administração e tecnologia da informação, perguntando-lhes sobre o progresso digital da sua instituição, a atitude do seu pessoal em relação à inteligência artificial e a saúde e sustentabilidade geral da sua universidade. Os investigadores queriam ver se a forma como uma universidade se transforma digitalmente e o grau em que os seus líderes aceitam a inteligência artificial poderiam realmente prever o quão sustentável seria essa universidade. Abordaram esta questão de duas formas distintas. Primeiro, utilizaram métodos estatísticos padrão para ver se havia uma ligação direta entre estes fatores. Segundo, e de forma mais inovadora, construíram um modelo computacional sofisticado concebido para aprender com este pequeno grupo de executivos para prever a sustentabilidade de qualquer universidade com alta precisão.

A análise inicial confirmou o que muitos líderes poderiam suspeitar, mas poucos provaram com dados concretos: a transformação digital e a aceitação da inteligência artificial são, de facto, poderosos impulsionadores da sustentabilidade. O estudo descobriu que, quando uma universidade melhora a sua estratégia digital, gere melhor os seus processos e, mais importante, desenvolve as competências do seu pessoal, torna-se significativamente mais sustentável. Entre todos os fatores examinados, as competências e a literacia digital dos funcionários emergiram como o preditor de sucesso mais forte, seguidas de perto pela força das redes e parcerias externas da universidade. Da mesma forma, a disposição da comunidade universitária em aceitar e utilizar a inteligência artificial revelou ter um efeito forte e positivo na viabilidade a longo prazo da instituição. Isto sugere que comprar tecnologia não é suficiente; as pessoas que a utilizam devem acreditar nela e ser capazes de a utilizar eficazmente.

Para ir além das simples correlações e criar uma ferramenta que pudesse realmente prever resultados, os investigadores desenvolveram um novo tipo de modelo computacional. Este modelo foi concebido para lidar com o desafio de ter um número relativamente pequeno de respostas de inquéritos, um problema comum em estudos de liderança universitária. Os investigadores começaram com 29 informações diferentes recolhidas no inquérito, que variavam desde o tamanho da universidade até atitudes específicas em relação à tecnologia. Utilizando um método que imita a forma como os metais são arrefecidos para remover impurezas, o computador testou sistematicamente combinações destes fatores para encontrar os mais importantes. Reduziu a lista para apenas 12 características fundamentais, eliminando o ruído e focando-se no que realmente importava. Estas 12 características incluíam não só os fatores digitais e de IA, mas também detalhes básicos sobre a universidade, como o seu tamanho e o nível académico dos respondentes.

Os investigadores combinaram então três tipos diferentes de algoritmos de aprendizagem num sistema único e unificado para fazer as suas previsões. Uma parte do sistema procurava padrões complexos nos dados, outra agia como uma vasta floresta de árvores de decisão e uma terceira utilizava uma rede neuronal para encontrar conexões subtis. Estas três partes trabalharam juntas, com uma camada final que aprendeu como combinar melhor os seus conhecimentos individuais numa previsão única e altamente precisa. Esta abordagem híbrida permitiu que o modelo aprendesse com o pequeno conjunto de dados sem se confundir ou fazer suposições descabidas. Quando os investigadores testaram este novo modelo contra métodos mais antigos e simples, ele teve um desempenho muito superior. Foi capaz de explicar mais de 95 por cento das variações na sustentabilidade das universidades, um nível de precisão que os modelos mais simples não conseguiam alcançar. O modelo também se provou muito estável, o que significa que deu resultados consistentes mesmo quando os dados eram ligeiramente diferentes, o que é crucial para fazer previsões fiáveis.

As descobertas oferecem um caminho claro para os líderes universitários e decisores políticos na Tailândia e na região mais ampla. O estudo indica que a forma mais eficaz de garantir o futuro de uma universidade não é apenas investir em novas tecnologias, mas sim investir nas pessoas que as utilizam. Desenvolver as competências digitais do pessoal e fomentar uma cultura onde a inteligência artificial seja confiável e bem-vinda são os passos mais críticos para a sustentabilidade. Os investigadores também forneceram uma ferramenta prática para monitorizar este progresso. O seu novo modelo preditivo pode ser utilizado pelas autoridades educacionais para avaliar a saúde de diferentes instituições, identificando aquelas que podem estar em risco de ficar para trás na sua jornada digital. Isto permite um apoio e intervenção direcionados antes que os problemas se tornem graves.

No entanto, os investigadores notam cuidadosamente que o seu trabalho tem limites. Como os dados foram recolhidos num único momento, o estudo mostra uma forte ligação entre estes fatores, mas não pode provar que um cause o outro num sentido estrito. O modelo foi construído com base num grupo específico de 178 executivos na Tailândia, pelo que, embora os resultados sejam altamente promissores, poderão precisar de ser testados com grupos maiores ou em diferentes países para ver se se mantêm verdadeiros em todo o lado. Apesar destas limitações, o estudo oferece um vislumbre raro e valioso de como a mudança digital e a aceitação humana trabalham juntas para moldar o futuro do ensino superior. Ele move a conversa de ideias abstratas sobre a era digital para evidências concretas e mensuráveis, mostrando que o caminho para uma universidade sustentável é pavimentado com pessoas qualificadas e uma disposição para abraçar as ferramentas do amanhã.