1.2 Vloga umetne inteligence pri oblikovanju vključujočega visokošolskega izobraževanja
Spoznajte, kako lahko umetna inteligenca podpira bolj vključujoče poučevanje, učenje in storitve za študente. Ta enota preučuje, kako lahko umetna inteligenca zmanjša ovire z izboljšanjem dostopnosti, podporo različnim jezikovnim in učnim potrebam ter izboljšanjem odzivnosti, hkrati pa poudarja pomen skrbnega nadzora za preprečevanje pristranskosti, zaščito preglednosti in zagotavljanje poštene obravnave vseh študentov.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Izberite eno področje v svoji instituciji, kjer bi umetna inteligenca lahko realno podprla vključevanje. Primeri lahko vključujejo dostopno učno gradivo, zgodnje prepoznavanje študentov, ki potrebujejo podporo, večjezično komunikacijo, podporo študentom s posebnimi potrebami ali racionalizacijo upravnih postopkov, ki trenutno ustvarjajo ovire.
Primer uporabe opišite na preprost način: kaj bi umetna inteligenca naredila, kdo bi imel koristi in kakšno spremembo bi prinesla v izkušnjo študentov ali osebja? Nato navedite eno resno tveganje, povezano s tem primerom uporabe. Tveganje se lahko nanaša na pristranskost, zasebnost, pomanjkanje preglednosti, preveliko zanašanje na samodejna priporočila ali neenak dostop do samega orodja.
Na koncu predlagajte eno varovalo, ki bi moralo biti vzpostavljeno pred sprejetjem. To je lahko politika, postopek pregleda, usposabljanje osebja, človeški nadzor, preverjanje kakovosti ali jasen način, kako lahko učenci dvomijo o odločitvah, podprtih z umetno inteligenco, ali se nanje pritožijo.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi. Besedilo lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
1.3 Ozaveščenost vodstva in strateška uskladitev za vključevanje umetne inteligence
Raziščite, kaj morajo vodje upoštevati pred uvajanjem umetne inteligence v poučevanje, učenje ali institucionalne procese. Ta učna enota obravnava ključne dejavnike, kot so pripravljenost institucije, upravljanje, usklajenost s politikami, kakovost podatkov, postopki nabave in kompetence zaposlenih. Poudarek je na tem, kako zagotoviti, da uvedba umetne inteligence podpira institucionalno strategijo in akademske vrednote – ter ne postane zgolj tehnična odločitev.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Predstavljajte si, da vaša ustanova razmišlja o uvedbi orodja umetne inteligence, ki podpira poučevanje ali storitve za študente (na primer pomočnika umetne inteligence za poizvedbe študentov, analitično nadzorno ploščo ali orodje, ki podpira povratne informacije o pisanju). Določite dva dejavnika pripravljenosti, ki ju je treba oceniti pred nadaljevanjem. Morda boste upoštevali kakovost podatkov in zasebnost, usposobljenost osebja in delovno obremenitev, strukture upravljanja, dostopnost, zahteve glede javnih naročil ali jasnost glede tega, kdo je odgovoren za rezultate.
Za vsak dejavnik na kratko pojasnite, kako bi bila v vašem kontekstu videti “dobra pripravljenost” in kaj bi lahko šlo narobe, če bi dejavnik zanemarili. Nato predlagajte en praktičen ukrep, ki bi ga vaša institucija lahko izvedla v naslednjih treh mesecih, da bi izboljšala pripravljenost. Ta korak mora biti realističen in v okviru vpliva vodstvenih delavcev, na primer ustanovitev skupine za pregled, izvedba pilotnega projekta z jasnimi merili uspeha, zagotovitev usposabljanja, opredelitev politike ali vzpostavitev kanala za povratne informacije za študente in osebje.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi. Besedilo lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
1.4 Spodbujanje vključujoče digitalne preobrazbe z vodenjem in sodelovanjem
Raziščite, kako je vključujoča digitalna preobrazba v visokem šolstvu v osnovi izziv vodenja in usklajevanja in ne zgolj tehnološki izziv. Ta učna enota se osredotoča na to, kako lahko vodstvo oblikuje usklajene, medsektorske pristope, ki zmanjšujejo razdrobljenost, krepijo dostopnost in podporo študentom ter z odgovornim eksperimentiranjem izboljšujejo kakovost učenja – ne le učinkovitost procesov.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
3. Dve tveganji za sodelovanje: Določite dve praktični tveganji, ki bi lahko ogrozili vključevanje, če je sodelovanje šibko (na primer nedosledne prakse tečajev na različnih fakultetah, nejasno lastništvo, slaba skladnost dostopnosti, nejasna komunikacija, pomanjkanje podpornih zmogljivosti ali uporaba umetne inteligence brez preglednih poti eskalacije).
4. Dva ukrepa sodelovanja: Predlagajte dva konkretna ukrepa, s katerima bi gradili zaupanje in skupno odgovornost. Vsaj en ukrep mora vključevati študente kot partnerje (na primer seja za sooblikovanje z različnimi študenti, pilotna skupina s predstavniki študentov, strukturirane povratne informacije z vidnimi nadaljnjimi ukrepi, klinike za osebje, jasno obveščanje o uporabi podatkov in človeškem nadzoru).
5. En kazalnik uspeha: Navedite en merljiv znak, da sprememba prispeva k vključevanju in ne le k učinkovitosti.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi. Besedilo lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
2. Pregledana skupina: Izberite eno skupino, ki je pogosto spregledana (na primer študenti izrednega študija, študenti, ki se vozijo na delo, mednarodni študenti, študenti invalidi, študenti prve generacije, pomožno pedagoško osebje), in pojasnite, zakaj je njihov pogled bistven za vključevanje.
3. Dve tveganji za sodelovanje: Določite dve praktični tveganji, ki bi lahko ogrozili vključevanje, če je sodelovanje šibko (na primer nedosledne prakse tečajev na različnih fakultetah, nejasno lastništvo, slaba skladnost dostopnosti, nejasna komunikacija, pomanjkanje podpornih zmogljivosti ali uporaba umetne inteligence brez preglednih poti eskalacije).
4. Dva ukrepa sodelovanja: Predlagajte dva konkretna ukrepa, s katerima bi gradili zaupanje in skupno odgovornost. Vsaj en ukrep mora vključevati študente kot partnerje (na primer seja za sooblikovanje z različnimi študenti, pilotna skupina s predstavniki študentov, strukturirane povratne informacije z vidnimi nadaljnjimi ukrepi, klinike za osebje, jasno obveščanje o uporabi podatkov in človeškem nadzoru).
5. En kazalnik uspeha: Navedite en merljiv znak, da sprememba prispeva k vključevanju in ne le k učinkovitosti.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi. Besedilo lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
1. Zainteresirane strani: Naštejte vsaj pet skupin zainteresiranih strani, ki so pomembne v visokem šolstvu (na primer študenti, akademsko osebje, vodje programov, študentske službe, podpora invalidom/dostopnosti, IT, knjižnica, zagotavljanje kakovosti, varstvo podatkov, zunanji partnerji).
2. Pregledana skupina: Izberite eno skupino, ki je pogosto spregledana (na primer študenti izrednega študija, študenti, ki se vozijo na delo, mednarodni študenti, študenti invalidi, študenti prve generacije, pomožno pedagoško osebje), in pojasnite, zakaj je njihov pogled bistven za vključevanje.
3. Dve tveganji za sodelovanje: Določite dve praktični tveganji, ki bi lahko ogrozili vključevanje, če je sodelovanje šibko (na primer nedosledne prakse tečajev na različnih fakultetah, nejasno lastništvo, slaba skladnost dostopnosti, nejasna komunikacija, pomanjkanje podpornih zmogljivosti ali uporaba umetne inteligence brez preglednih poti eskalacije).
4. Dva ukrepa sodelovanja: Predlagajte dva konkretna ukrepa, s katerima bi gradili zaupanje in skupno odgovornost. Vsaj en ukrep mora vključevati študente kot partnerje (na primer seja za sooblikovanje z različnimi študenti, pilotna skupina s predstavniki študentov, strukturirane povratne informacije z vidnimi nadaljnjimi ukrepi, klinike za osebje, jasno obveščanje o uporabi podatkov in človeškem nadzoru).
5. En kazalnik uspeha: Navedite en merljiv znak, da sprememba prispeva k vključevanju in ne le k učinkovitosti.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi. Besedilo lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
V svojem odgovoru navedite:
1. Zainteresirane strani: Naštejte vsaj pet skupin zainteresiranih strani, ki so pomembne v visokem šolstvu (na primer študenti, akademsko osebje, vodje programov, študentske službe, podpora invalidom/dostopnosti, IT, knjižnica, zagotavljanje kakovosti, varstvo podatkov, zunanji partnerji).
2. Pregledana skupina: Izberite eno skupino, ki je pogosto spregledana (na primer študenti izrednega študija, študenti, ki se vozijo na delo, mednarodni študenti, študenti invalidi, študenti prve generacije, pomožno pedagoško osebje), in pojasnite, zakaj je njihov pogled bistven za vključevanje.
3. Dve tveganji za sodelovanje: Določite dve praktični tveganji, ki bi lahko ogrozili vključevanje, če je sodelovanje šibko (na primer nedosledne prakse tečajev na različnih fakultetah, nejasno lastništvo, slaba skladnost dostopnosti, nejasna komunikacija, pomanjkanje podpornih zmogljivosti ali uporaba umetne inteligence brez preglednih poti eskalacije).
4. Dva ukrepa sodelovanja: Predlagajte dva konkretna ukrepa, s katerima bi gradili zaupanje in skupno odgovornost. Vsaj en ukrep mora vključevati študente kot partnerje (na primer seja za sooblikovanje z različnimi študenti, pilotna skupina s predstavniki študentov, strukturirane povratne informacije z vidnimi nadaljnjimi ukrepi, klinike za osebje, jasno obveščanje o uporabi podatkov in človeškem nadzoru).
5. En kazalnik uspeha: Navedite en merljiv znak, da sprememba prispeva k vključevanju in ne le k učinkovitosti.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi. Besedilo lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
Izberite eno digitalno ali z umetno inteligenco povezano spremembo, ki bi vplivala na poučevanje, učenje ali študentske storitve v vaši instituciji. Primeri bi lahko vključevali službo za pomoč študentom, podprto z umetno inteligenco, novo platformo za ocenjevanje, hibridni učni okvir, program za izboljšanje dostopnosti ali učno analitiko za zgodnjo podporo.
V svojem odgovoru navedite:
1. Zainteresirane strani: Naštejte vsaj pet skupin zainteresiranih strani, ki so pomembne v visokem šolstvu (na primer študenti, akademsko osebje, vodje programov, študentske službe, podpora invalidom/dostopnosti, IT, knjižnica, zagotavljanje kakovosti, varstvo podatkov, zunanji partnerji).
2. Pregledana skupina: Izberite eno skupino, ki je pogosto spregledana (na primer študenti izrednega študija, študenti, ki se vozijo na delo, mednarodni študenti, študenti invalidi, študenti prve generacije, pomožno pedagoško osebje), in pojasnite, zakaj je njihov pogled bistven za vključevanje.
3. Dve tveganji za sodelovanje: Določite dve praktični tveganji, ki bi lahko ogrozili vključevanje, če je sodelovanje šibko (na primer nedosledne prakse tečajev na različnih fakultetah, nejasno lastništvo, slaba skladnost dostopnosti, nejasna komunikacija, pomanjkanje podpornih zmogljivosti ali uporaba umetne inteligence brez preglednih poti eskalacije).
4. Dva ukrepa sodelovanja: Predlagajte dva konkretna ukrepa, s katerima bi gradili zaupanje in skupno odgovornost. Vsaj en ukrep mora vključevati študente kot partnerje (na primer seja za sooblikovanje z različnimi študenti, pilotna skupina s predstavniki študentov, strukturirane povratne informacije z vidnimi nadaljnjimi ukrepi, klinike za osebje, jasno obveščanje o uporabi podatkov in človeškem nadzoru).
5. En kazalnik uspeha: Navedite en merljiv znak, da sprememba prispeva k vključevanju in ne le k učinkovitosti.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi. Besedilo lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
Izberite eno digitalno ali z umetno inteligenco povezano spremembo, ki bi vplivala na poučevanje, učenje ali študentske storitve v vaši instituciji. Primeri bi lahko vključevali službo za pomoč študentom, podprto z umetno inteligenco, novo platformo za ocenjevanje, hibridni učni okvir, program za izboljšanje dostopnosti ali učno analitiko za zgodnjo podporo.
V svojem odgovoru navedite:
1. Zainteresirane strani: Naštejte vsaj pet skupin zainteresiranih strani, ki so pomembne v visokem šolstvu (na primer študenti, akademsko osebje, vodje programov, študentske službe, podpora invalidom/dostopnosti, IT, knjižnica, zagotavljanje kakovosti, varstvo podatkov, zunanji partnerji).
2. Pregledana skupina: Izberite eno skupino, ki je pogosto spregledana (na primer študenti izrednega študija, študenti, ki se vozijo na delo, mednarodni študenti, študenti invalidi, študenti prve generacije, pomožno pedagoško osebje), in pojasnite, zakaj je njihov pogled bistven za vključevanje.
3. Dve tveganji za sodelovanje: Določite dve praktični tveganji, ki bi lahko ogrozili vključevanje, če je sodelovanje šibko (na primer nedosledne prakse tečajev na različnih fakultetah, nejasno lastništvo, slaba skladnost dostopnosti, nejasna komunikacija, pomanjkanje podpornih zmogljivosti ali uporaba umetne inteligence brez preglednih poti eskalacije).
4. Dva ukrepa sodelovanja: Predlagajte dva konkretna ukrepa, s katerima bi gradili zaupanje in skupno odgovornost. Vsaj en ukrep mora vključevati študente kot partnerje (na primer seja za sooblikovanje z različnimi študenti, pilotna skupina s predstavniki študentov, strukturirane povratne informacije z vidnimi nadaljnjimi ukrepi, klinike za osebje, jasno obveščanje o uporabi podatkov in človeškem nadzoru).
5. En kazalnik uspeha: Navedite en merljiv znak, da sprememba prispeva k vključevanju in ne le k učinkovitosti.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi. Besedilo lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
2.1 Etični in pravni temelji umetne inteligence v visokem šolstvu
Raziščite etična in pravna načela, ki usmerjajo odgovorno uporabo umetne inteligence v visokem šolstvu. V tej enoti so predstavljeni ključni pojmi, kot so pravičnost, preglednost, odgovornost in varstvo podatkov, ki vodjem institucij pomagajo zagotoviti, da umetna inteligenca služi izobraževalnim vrednotam in spoštuje človekove pravice.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Razmislite o tem, kako se umetna inteligenca trenutno uporablja (ali bi se lahko uporabljala) v vaši instituciji. Opredelite eno potencialno etično tveganje (npr. pristranskost, zloraba podatkov, pomanjkanje preglednosti) in predlagajte en ukrep, ki bi ga vaša institucija lahko sprejela za njegovo ublažitev.
(Napišite do 200-300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi.
Svoja razmišljanja lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
2.2 Razvoj institucionalnih strategij in politik na področju umetne inteligence
Raziščite, kako lahko univerze oblikujejo in izvajajo institucionalne strategije in politike umetne inteligence, ki spodbujajo vključevanje, preglednost in odgovornost. Ta enota se osredotoča na spreminjanje etičnih in pravnih načel v uporabne okvire, ki zagotavljajo, da so inovacije na področju UI skladne z izobraževalnimi vrednotami, cilji enakosti in institucionalnimi poslanstvi.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Razmislite o trenutnem pristopu vaše institucije k umetni inteligenci.
Če bi vaša univerza morala razviti novo strategijo in politiko umetne inteligence, katera tri načela bi jo morala voditi in zakaj?
Za vsako načelo navedite en poseben ukrep ali mehanizem, ki bi ga vaša institucija lahko sprejela, da bi bilo to načelo vidno v praksi.
(Napišite do 300 besed.)
Opomba: Vaši odgovori se ne shranjujejo na platformi.
Svoja razmišljanja lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
2.3 Upravljanje in krepitev zmogljivosti za odgovorno uvajanje umetne inteligence
Raziščite, kako lahko univerze vzpostavijo upravne strukture in razvijejo institucionalne zmogljivosti za zagotavljanje odgovornega in trajnostnega uvajanja umetne inteligence. V tej enoti so izpostavljeni modeli vodenja, sodelovanje med oddelki in prakse razvoja zaposlenih, ki omogočajo etično vključevanje umetne inteligence v kulturo in delovanje visokošolskih institucij.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Predstavljajte si, da vaša univerza razvija okvir odgovornega upravljanja umetne inteligence.
Vaša naloga je opisati, kako bi lahko vodenje, sodelovanje in razvoj osebja sodelovali pri zagotavljanju etičnega, preglednega in trajnostnega uvajanja umetne inteligence.
Napišite do 300 besed, v katerih boste obravnavali naslednje vodilne točke:
Katere mehanizme upravljanja (npr. odbore, strukture poročanja, postopke pregledovanja) bi vključili?
2. Kako bi spodbujali sodelovanje med akademskimi, pravnimi in tehničnimi enotami?
3. Kateri ukrepi za krepitev zmogljivosti bi pomagali osebju in študentom razumeti in odgovorno uporabljati umetno inteligenco?
Opomba: Vaši odgovori se ne shranjujejo na platformi.
Svoja razmišljanja lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
Raziščite, zakaj je dostopnost ključna odgovornost vodstva v visokošolstkem izobraževanju in kako vpliva na pravice študentov, institucionalno kakovost in pravno skladnost. V tej enoti je obravnavano, kako je treba dostopnost vključiti na sistemski ravni - z upravljanjem, javnimi naročili in zagotavljanjem kakovosti - zlasti pri digitalnih storitvah, namenjenih študentom, in kako priznani standardi, kot sta WCAG in EN 301 549, usmerjajo institucije pri izpolnjevanju evropskih obveznosti glede dostopnosti.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Izberite eno digitalno storitev z velikim učinkom, ki oblikuje pot študentov v vaši instituciji, na primer učno platformo, študentski portal, spletno ocenjevalno okolje ali osrednjo spletno stran, od katere so študenti odvisni. Opišite, kdo je odgovoren za rezultate dostopnosti te storitve na ravni vodstva in kako se dostopnost trenutno obravnava pri naročanju, zagotavljanju kakovosti in podpori uporabnikom. Nato navedite eno vrzel, ki bi lahko povzročila pravno tveganje ali tveganje za ugled, na primer nejasne zahteve za ponudnike, šibko testiranje, omejeno poročanje o dostopnosti ali pomanjkanje zmogljivosti osebja. Predlagajte en realističen ukrep vodstva, ki bi ga lahko izvedli v naslednjih treh mesecih, da bi zmanjšali to tveganje in izboljšali izkušnje študentov. Napišite 200 do 300 besed.
Opomba: Vaši odgovori se ne shranjujejo na platformi.
Svoja razmišljanja lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
3.2 Etična tveganja umetne inteligence v visokem šolstvu
Raziščite, zakaj največja etična tveganja umetne inteligence v visokošolskem izobraževanju pogosto izhajajo iz vsakodnevne institucionalne uporabe, ki se hitro razširi na vpisne postopke, podporo študentom, učne platforme in ključne administrativne procese. Ta učna enota obravnava etično tveganje kot vprašanje vodstvenega značaja ter poudarja, kako lahko vodstvo zagotavlja pravičnost, vključevanje, transparentnost in odgovornost, kadar sistemi umetne inteligence vplivajo na odločitve o študentih in zaposlenih, ter zakaj institucionalnega nadzora ni mogoče v celoti prepustiti ponudnikom tehnologije.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Izberite eno sedanjo ali načrtovano uporabo umetne inteligence v vaši instituciji, na primer klepetalnega robota za študentske storitve, avtomatizirano reševanje prošenj za podporo študentom, oblikovanje ocenjevanja s podporo umetne inteligence, napovedno analitiko za zadržanje študentov ali zunanje generativno orodje umetne inteligence, ki ga uporablja osebje. Opišite predvideno korist in kdo naj bi od nje imel koristi. Nato analizirajte etično tveganje, pri čemer se osredotočite na tri vprašanja. Prvič, kaj bi lahko šlo narobe za študenta ali člana osebja, če bi bil sistem netočen, pristranski ali slabo razložen. Drugič, za katere podatke gre in ali imajo posamezniki realno možnost, da jih razumejo, izpodbijajo ali zavrnejo. Tretjič, kdo je odgovoren za spremljanje rezultatov in ukrepanje, kadar se pojavi škoda. Na koncu navedite en konkreten vodstveni ukrep, ki bi zmanjšal tveganje, ne da bi zaustavil inovacije, na primer zahtevo po preglednosti za uporabnike, metriko spremljanja, pogoj za javno naročilo ali način odločanja za eskalacijo.
Napišite 200 do 300 besed.
Opomba: Vaši odgovori se ne shranjujejo na platformi.
Svoja razmišljanja lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
3.3 Stopnje tveganja umetne inteligence v skladu z Zakonom EU o umetni inteligenci
Raziščite, kako pristop, ki temelji na tveganju, v zakonu EU o umetni inteligenci oblikuje vodstvene odgovornosti v visokem šolstvu. V tej enoti je preučeno, kako lahko univerze razlikujejo med prepovedanimi praksami, sistemi z visokim tveganjem in uporabo umetne inteligence z manjšim tveganjem - zlasti na področjih, kot so sprejem, ocenjevanje, napredovanje študentov in spremljanje - ter kako morajo vodenje, javna naročila in institucionalni nadzor dati prednost skladnosti, kadar je potencialni vpliv na pravice in priložnosti študentov največji.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Izberite eno uporabo z umetno inteligenco, ki se v vaši instituciji že uporablja ali se trenutno razpravlja o njeni uvedbi. Opišite, čemu je sistem namenjen in kje se dotika študentove poti, na primer pri sprejemu, ocenjevanju, spremljanju študijskega napredka ali študentskih storitev. Nato razvrstite uporabo na visoki ravni z uporabo logike tveganja zakona o umetni inteligenci, tako da odgovorite na tri praktična vprašanja. Prvič, ali bi sistem lahko vplival na pogoje dostopa, ocenjevanja ali preverjanja znanja na način, ki bi vplival na možnosti študenta. Drugič, ali bi lahko spadal na področje, ki ga uredba obravnava kot visoko tvegano v izobraževanju in poklicnem usposabljanju. Tretjič, če sistem ni visoko tvegan, kakšna pričakovanja glede preglednosti bi morala veljati, da bi uporabniki razumeli, kdaj sodelujejo z umetno inteligenco in za kaj je sistem odgovoren. Zaključite z enim vodstvenim ukrepom, ki bi izboljšal upravljanje, na primer z razjasnitvijo institucionalnih vlog, zahtevo po dokazih od dobaviteljev ali krepitvijo komunikacije z uporabniki in poti eskalacije.
Napišite 200 do 300 besed.
Opomba: Vaši odgovori se ne shranjujejo na platformi.
Svoja razmišljanja lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
3.4 Pripravite krovni institucionalni kontrolni seznam
Spoznajte, kako lahko vodstvo visokošolskih ustanov zahteve glede dostopnosti, etike in pravne skladnosti pretvori v praktičen okvir upravljanja za pobude na področju umetne inteligence. Učna enota prikazuje, kako lahko institucionalni kontrolni seznam na strateški ravni pomaga zmanjšati razdrobljeno uvajanje, razjasniti odgovornosti ter zagotoviti, da so bolj tvegane uporabe – zlasti na področjih vpisa, ocenjevanja in digitalnih študentskih storitev – ustrezno obravnavane v okviru evropskega regulativnega pristopa, ki temelji na oceni tveganja. Ob tem dostopnost in varstvo podatkov postavlja kot stalni institucionalni zahtevi.
👉 Za hiter pregled si oglejte videoposnetek.
👉 Zdaj preberite dokument in podrobneje preučite to temo.
👉 Zaključite z nalogo, da razmislite in uporabite, kar ste se naučili.
Pomislite na eno pobudo, ki jo omogoča umetna inteligenca in se v vaši ustanovi že uporablja ali pa se o njej aktivno razmišlja, na primer orodje za podporo pri sprejemu, sistem, povezan z ocenjevanjem, analitična nadzorna plošča za zadrževanje študentov ali klepetalnik za študentske storitve. Pripravite enostranski kontrolni seznam za vodstvo, ki bi ga vaša institucija zahtevala pred odobritvijo pobude za širše uvajanje. Iz vašega osnutka morajo biti razvidne tri stvari. Prvič, za kaj se bo sistem uporabljal in ali se dotika katerega od področij z visokim tveganjem, povezanih z izobraževanjem, v skladu s Prilogo III. Drugič, kdo je odgovoren za skladnost in stalno spremljanje, vključno s tem, kako lahko uporabniki zahtevajo človeški pregled in kako se bodo vprašanja eskalirala. Tretjič, kakšna dokazila se zahtevajo od dobavitelja ali projektne skupine o preglednosti za uporabnike, ravnanju z osebnimi podatki, dostopnosti in spremljanju uspešnosti v daljšem časovnem obdobju. Prizadevajte si za jedrnat in uporaben dokument, ki bi ga vodstvena skupina lahko dosledno uporabljala na vseh fakultetah.
Napišite 200 do 300 besed.
Opomba: Vaši odgovori se ne shranjujejo na platformi.
Svoja razmišljanja lahko shranite lokalno s klikom na gumb »Prenesi besedilo«.
