详细内容或原文请订阅后点击阅览
通用AI无法捕获高等教育的不成文规则
大学以遗产，默认理解和机构记忆为基础。库尔特·巴林（Kurt Barling）解释了为什么这意味着该行业必须控制AI的设计和部署
来源:Wonkhe | 高等教育政策、人物与政治几年前，我遇到了沃尔特·莫伯利（Walter Moberley）的《大学危机》。在第二次世界大战后的几年中，大学面临着一场完美的风暴：财务上的压力，改变的学生人口统计以及一个因价值失落的社会而摔跤。每一代都有其估算。大学不仅反映了他们所服务的社会，还可以帮助定义这些社会可能成为什么。
大学的危机今天的危机看起来截然不同。这与重建或质量扩展无关。它与知识本身有关 - 它如何在人工智能世界中进行介导和塑造。问题是，一旦支持LLM的工作流程开始推动其日常运作，大学是否可以坚持其文化独特性。
不成文规则
让我们清楚：大学是复杂的野兽。政策，框架和基准提供了骨骼。但是，在不成文的文化规则中，高等教育的肉和血液生活在其他地方。
坐在验证面板上坐着的任何人，斜视着tef提交的电子表格，或试图浏览批准工作流程，知道我的意思。机构不仅在文书工作上运行；他们以隐性的理解，走廊的对话和半口语协议进行。
这些实践很少将其纳入手册中 - 他们也不应该 - 但它们塑造了从治理到学生体验的一切。这是摩擦：大型语言模型，无论多么聪明，都看不到未编纂的内容。这意味着他们无法捕获使一所大学与另一个大学不同的规则。
通用AI
AI已经嵌入了该部门。我们在学生支持聊天机器人，窃检测，学习平台和后台系统中看到了它。但是这些工具建立在广泛的通用数据集上。他们弄平了细微差别，繁殖偏见，并假设一个千篇一律的世界观。