El manual de estrategia de la educación superior para la asequibilidad de la IA
La inteligencia artificial (IA) ya está remodelando la educación superior, pero para muchas instituciones el desafío no es adoptarla, sino cómo hacerlo de manera asequible, responsable y a escala. Las universidades enfrentan presupuestos cada vez más ajustados, crecientes presiones de inscripción, una mayor diversidad de estudiantes y expectativas crecientes de los estudiantes que comparan cada vez más las instituciones en función de la calidad de sus experiencias digitales.
En este contexto, las estrategias de IA más exitosas van más allá de proyectos piloto limitados o herramientas novedosas para el aula; en cambio, se basan en decisiones pragmáticas y conscientes de los costos para incorporar capacidades de IA en toda la empresa universitaria. Este artículo analizará las formas prácticas y asequibles en que los líderes de la educación superior y sus equipos de transformación están haciendo esto para mejorar los resultados académicos, la eficiencia operativa, la utilización de la fuerza laboral y más.
Innovando en IA con recursos limitados y sistemas heredados
Las instituciones de educación superior comparten un conjunto familiar de limitaciones: financiación limitada, escasez de personal y demandas crecientes de personalización y accesibilidad. Se espera que los profesores apoyen a más estudiantes con menos tiempo. Los administradores están bajo presión para mejorar los resultados de retención, finalización y posgrado. Los equipos de TI deben modernizar la infraestructura y al mismo tiempo mantener la seguridad, la privacidad y el cumplimiento. La IA tiene el potencial de aliviar estas presiones, pero sólo si se implementa de manera que se alinee con la forma en que realmente operan las universidades.
Muchas instituciones asocian erróneamente la adopción de la IA con grandes migraciones a la nube o con nuevas infraestructuras costosas. En la práctica, un progreso significativo generalmente proviene del uso de la IA para optimizar lo que ya existe, mejorando los dispositivos, los procesos/flujos de trabajo internos y los sistemas que ya están integrados en la vida diaria del campus. Por eso, cuando se enfrentan a la elección estratégica de reconstruir sus entornos tecnológicos para la IA o evolucionar los actuales, la mayoría de las universidades consideran que lo último es más realista y más sostenible.
Las herramientas modernas de IA pueden ejecutarse cada vez más en terminales existentes, como computadoras portátiles de profesores y estudiantes, estaciones de trabajo del campus y servidores locales. Esto permite a las instituciones introducir capacidades habilitadas para IA sin invertir en nuevos centros de datos ni revisar toda su arquitectura de TI. Este enfoque incremental de identificar dónde se puede incorporar la IA a los sistemas actuales en lugar de reemplazarlos por completo reduce el riesgo, acelera la adopción y permite a las universidades aprender qué funciona antes de seguir escalando.
Uso estratégico de la IA perimetral