Breaking News

WGU mengadopsi kecerdasan keputusan dari Aera Technology untuk hasil yang lebih baik

WGU mengadopsi kecerdasan keputusan dari Aera Technology untuk hasil yang lebih baik

Dengan lebih dari 180.000 siswa yang mengerjakan kursus online mereka kapan saja, siang atau malam, Universitas Gubernur Barat terletak pada segudang data yang mereka harap dapat membantu menerapkan inovasi unik dalam mendukung mahasiswa pendidikan tinggi. Mengumpulkan dan mengatur data ini hanyalah permulaan dari tantangan; Tantangan sebenarnya adalah menemukan waktu, peluang, dan alat bagi instruktur untuk menganalisis data ini dan memberikan hasil yang lebih baik bagi siswa. Dengan mengadopsi kecerdasan buatan, khususnya Teknologi AeraDengan Decision Intelligence, WGU kini memposisikan siswa dan instrukturnya untuk memanfaatkan kumpulan data ini dengan memberdayakan fakultas untuk memberikan dukungan yang dipersonalisasi kepada siswanya.

Kecerdasan keputusan lebih dari sekedar kecerdasan buatan

Joe Dery, wakil presiden WGU dan dekan Fakultas Teknologi, ketika ditanya tentang adopsi AI oleh WGU, menekankan bahwa “AI hanyalah sebuah alat seperti yang lainnya. Tantangannya adalah menggunakan AI untuk mendorong keputusan yang lebih baik.” Jennie Sanders, wakil presiden pengajaran di WGU menambahkan: “Kami cenderung menggabungkan AI dengan model bahasa besar dan menunjukkan potensi penggunaan AI untuk LLM. Namun tantangannya adalah mengidentifikasi bagaimana mengatur pengalaman untuk memahami data dan menggunakannya untuk memberikan dampak.”

Untuk mengatasi tantangan ini, WGU telah mulai menerapkan Aera Decision Cloud, sebuah platform teknologi Decision Intelligence yang mengintegrasikan kecerdasan buatan, pembelajaran mesin, dan otomatisasi, untuk membuat data terlihat guna menemukan pola, memprediksi hasil, dan merekomendasikan tindakan untuk mendorong proses perbaikan berkelanjutan.

Ini bukan hanya tentang otomatisasi; ini tentang meningkatkan kemampuan pengambilan keputusan manusia dengan informasi real-time dan analisis prediktif. Dalam kerangka ini, keputusan itu sendiri diperlakukan sebagai data dan hasil keputusan tersebut diperhitungkan dalam pengambilan keputusan di masa depan. Elemen kunci dari platform Aera adalah “Keterampilan udara”, didefinisikan sebagai keputusan yang dipersonalisasi dan didigitalkan. Keterampilan memberikan rekomendasi berdasarkan data real-time yang mengatasi tantangan bisnis tertentu dan dapat diterima secara otomatis. Platform ini terus mempelajari dan menyimpan memori permanen dari setiap keputusan yang dihasilkan oleh suatu Keterampilan, dengan konteks yang memungkinkan pengguna memantau dan meningkatkan dampak keputusan dari waktu ke waktu.

Kecerdasan keputusan menginformasikan kapan harus mencoba sesuatu

Menerapkan kerangka kerja ini pada pembelajaran siswa melibatkan pemeriksaan momen-momen dalam pengalaman perkuliahan siswa ketika keputusan harus dibuat tentang apa yang harus dilakukan selanjutnya. Lapisan Decision Intelligence dapat memeriksa siswa dan konteks yang lebih luas yang tersedia, sejarah siswa, kinerja siswa serupa, dan keberhasilan instruktur yang tersedia dengan siswa tersebut. Anda kemudian dapat membuat rekomendasi yang tepat, melacak hasilnya, dan memastikan kemajuannya terus berlanjut.

Joe Dery menggunakan analogi perencana rute GPS saat menjelaskan potensi sistem. Pengajaran tradisional dapat dibandingkan dengan menggunakan peta kertas untuk menavigasi medan. Seiring dengan masuknya data, muncul peluang untuk mengoptimalkan rute guna memenuhi kebutuhan siswa, preferensi instruktur, dan ketersediaan sumber daya. Misalnya, Anda dapat melacak apakah seseorang siap untuk segera berkendara ke tempat ujian, atau apakah akan lebih baik jika mereka pergi keluar untuk mengisi bensin dan minum kopi (belajar lebih lanjut) sebelum mengerjakan ujian tersebut.

Reaksi guru terhadap kecerdasan keputusan

Salah satu tantangan terbesar yang dihadapi penerapan teknologi pendidikan baru adalah komitmen. Jika kehidupan guru tidak ditingkatkan, baik secara langsung melalui peningkatan waktu atau efisiensi, atau secara tidak langsung melalui peningkatan hasil belajar siswa, kemungkinan besar akan ada penolakan. Hal ini menjadi tantangan ketika menerapkan solusi AI tidak terstruktur. Alat baru apa pun mungkin tampak menarik di papan gambar, namun mudah untuk dikesampingkan begitu realitas istilah akademis sudah jelas.

Tim WGU yakin bahwa Decision Intelligence akan menghindari permasalahan tersebut. Untuk mengilustrasikan kasus penerapan sebelumnya dalam lingkungan yang sangat berketahanan, Joe Dery memberikan contoh penerapan Decision Intelligence di perusahaan sebelumnya sebagai alat yang dapat digunakan manajer penjualan untuk menetapkan kuota penjualan. Selama periode tiga tahun, sikap terhadap sistem ini berubah dari sekedar penerimaan yang skeptis menjadi penerimaan yang antusias. Rahasia sukses: tunjukkan kepada manajer penjualan dampak keputusan mereka. Manajer tetap memiliki kekuatan sistem untuk mengumpulkan data dan memberikan saran, namun membiarkan manajer penjualan mengambil keputusan akhir. Sistem kemudian akan melacak hasil keputusan yang dibuat dibandingkan dengan apa yang memungkinkan manajer penjualan melihat manfaat penggunaan sistem.

Pendekatan yang sama tampaknya juga diterapkan pada profesor WGU. Komputer dapat menampilkan data kepada instruktur, membuat rekomendasi untuk kursus atau tindakan, dan memungkinkan instruktur membuat keputusan akhir, namun kemudian melacak hasilnya dan menunjukkan hasil serta kemungkinan hasil dari pengambilan keputusan yang berbeda. Dengan mengedukasi para pengajar mengenai dampaknya, bukan sekadar memantau hasil dan menggunakannya sebagai alat manajemen kinerja, seluruh budaya dapat beralih ke arah adopsi data dan pendekatan Decision Intelligence.

WGU meluncurkan tahap pertama intelijen keputusan

Jennie Sanders mengatakan WGU beruntung karena “para profesor sangat yakin ini akan berhasil.” Mereka akan menerapkan tahap pertama inisiatif Decision Intelligence pada kelompok yang terdiri dari 10.000 siswa. Keterampilan yang dimaksud akan menggunakan perilaku siswa dalam mata kuliah untuk menentukan kapan mereka siap mengikuti penilaian objektif substantif yang pertama. Data menunjukkan bahwa hasil penilaian ini merupakan prediktor yang baik untuk keberhasilan akhir, sehingga sangat bermanfaat untuk memastikan bahwa siswa sudah siap sebelum mengikuti ujian. Meskipun demikian, siswa sering kali merasa tidak jelas kapan mereka siap mengikuti ujian. Dengan menggunakan keterampilan Decision Intelligence, sistem akan merekomendasikan siapa yang siap mengikuti ujian dan kapan. Dampaknya harus segera terlihat pada tingkat upaya dan tingkat kelulusan ujian.

Tim WGU mencatat bahwa pekerjaan dan potensinya telah menarik dukungan dari Gates Foundation. Mereka berharap pendekatan ini dapat diterapkan di perguruan tinggi lainnya. Untuk menjaga portabilitas, WGU telah menciptakan alat ini sebagai wadah yang tidak bergantung pada informasi siswa atau sistem manajemen pembelajaran tertentu.

Tantangan terbesar bagi setiap perancang kursus adalah menemukan cara untuk menjaga siswa tetap bekerja di zona perkembangan proksimal mereka. Ketika bekerja dengan siswa secara individu, seorang guru dapat memodifikasi desain agar sesuai dengan kebutuhan siswa. Bekerja dengan kelompok siswa menjadi jauh lebih menantang. Sebagai alat observasi, AI dapat memantau segala sesuatu yang dilakukan siswa. Dengan lapisan Decision Intelligence dan keterampilan yang tepat, Anda dapat melacak semua yang dilakukan instruktur dan beralih ke otomatisasi lini pertama intervensi instruktur yang optimal. Bila dilakukan dengan benar, hasilnya akan semakin seperti bekerja 1-1 dengan seorang instruktur, namun tanpa perlu repot menyesuaikan dengan jadwal instruktur atau bersaing memperebutkan waktu dan perhatian dengan siswa lain.

WGU memiliki populasi siswa dan kursus untuk melakukan eksplorasi ini dalam skala besar. Ujiannya sekarang adalah untuk melihat seberapa baik Decision Intelligence dapat meningkatkan hasil siswa.

Sumber