Более 200 инициатив по применению искусственного интеллекта в управлении университетами собрали по итогам образовательной мастерской Томского госуниверситета. Сейчас на их основе формируется библиотека решений, которая объединит рабочие подходы, типичные ошибки и барьеры внедрения ИИ. Осенью состоится новый поток мастерской, перед которым организаторы планируют обновить программу с учетом результатов первого запуска.
Образовательная мастерская «Инструменты искусственного интеллекта в управлении университетом: стратегия и тактика» прошла 23-26 июня в Великом Новгороде. Ее организовали Томский государственный университет и Новгородский государственный университет имени Ярослава Мудрого. Участники работали над собственными проектами внедрения ИИ в университетские процессы и продолжили дорабатывать их после завершения очного интенсива.
«В процессе работы мы собрали колоссальный массив данных: более двухсот инициатив от ведущих университетов. Сейчас мы формируем единую базу знаний сообщества практиков», — рассказал директор Центра технологического и исследовательского сопровождения Института дистанционного образования ТГУ Артем Фещенко.
По его словам, в библиотеку планируется включить проверенные управленческие шаблоны запросов к нейросетям, а также реестр типичных барьеров и ошибок, с которыми сталкиваются университеты при внедрении технологий. Доступ к базе смогут получать участники программы.
Такая библиотека позволит использовать накопленный опыт при подготовке новых проектов. Университетские команды смогут посмотреть, какие задачи уже решали коллеги, с какими сложностями они сталкивались и какие вопросы необходимо предусмотреть еще до запуска пилота.
Новый поток мастерской пройдет осенью
Осенью ТГУ планирует провести следующую ИИ-мастерскую. Ее формат пересоберут с учетом опыта первого потока, результатов постсопровождения и анализа разработанных университетами инициатив.
Так, одной из особенностей мастерской стало использование искусственного интеллекта внутри самой программы. Нейросети работали с инициативами участников еще на подготовительном этапе, помогали командам во время очного интенсива и использовались при последующей экспертизе проектов.
Участники также проводили перекрестный аудит проектов. Команды разных университетов разбирали инициативы друг друга, находили слабые места в управленческих моделях и предлагали варианты доработки.
«Мы перевели формат обмена опытом между университетами из плоскости абстрактных докладов в формат жесткого перекрестного аудита, где вузы помогали друг другу докручивать управленческие модели», — отметил Фещенко.
После очной части сопровождение команд продолжилось еще три недели. Главной задачей этого этапа стала подготовка устава проекта, который фактически становится техническим заданием для будущего пилота. К работе подключили инженеров и практиков в области искусственного интеллекта, которые помогали оценивать архитектуру решений и необходимые затраты.
Для проверки дорожных карт организаторы создали цифрового эксперта. В нейросеть загрузили критерии оценки и стенограммы выступлений экспертов очного интенсива. Система проанализировала проекты и подготовила для команд развернутые рецензии.
«Мы сделали искусственный интеллект соавтором и трекером программы. Нейросети фильтровали идеи на подготовительном этапе, помогали строить экономику на интенсиве и давали экспертные рецензии на стадии доработок.
Прямых аналогов нашей мастерской в стране сейчас нет. Мы соединили глубокое стратегическое прогнозирование с прикладным проектированием и научили топ-менеджеров выступать квалифицированными заказчиками интеллектуальных систем. В результате получился готовый консалтинговый продукт, который можно масштабировать для всей страны», — отметил Фещенко.
Подробнее о том, как прошел первый поток команды: https://ido.tsu.ru/novosti-ido/blog/ii-bez-magii-kak-universitetskim-komandam-nauchitsya-menyat-svoi-vuzy/
