A lungo si è parlato del Covid-19 come di uno spartiacque nel settore dell’istruzione, la leva che ha spinto scuole e università ad aprirsi a nuove tecnologie e strumenti, provocando un’accelerazione forzata della Digital Transformation del mondo Education nel suo complesso.
A qualche anno di distanza, la tendenza generale, ad un osservatore distratto, potrebbe sembrare essere quella di un’involuzione. Tuttavia, il ritorno alla didattica in presenza non significa, di per sé, aver abbandonato la corsa alla digitalizzazione. Ciò è vero soprattutto nelle università, dove l’Artificial Intelligence è la nuova, grande protagonista.
Il mercato dell’istruzione basato sull’AI arriverà a valere 27 miliardi di dollari entro il 2027, secondo un recente studio di Global Market Insights. Tuttavia, diverse survey dimostrano come l’uso dell’AI (in particolare di AI generativa) a scopo didattico sia, oggi, molto più diffuso tra gli studenti che tra il personale docente o amministrativo degli atenei.
I motivi sono diversi e le implicazioni legate all’etica, alla protezione dei dati e al rispetto della proprietà intellettuale giocano un ruolo cruciale nel diffondere una certa diffidenza.
Questo, però, non basta a frenare l’entusiasmo intorno a strumenti che aprono a nuove possibilità e prospettive in termini di student experience, didattica, gestione amministrativa.
Artificial Intelligence in università: 5 casi d’uso
L’uso di Intelligenza Artificiale in università permette di ottenere numerosi vantaggi: efficienza, riduzione dei costi, supporto agli studenti e molto altro. Già qualche anno fa, un report IDC dimostrava come, per il 99% degli istituti di istruzione superiore statunitensi, l’AI fosse un fattore chiave di competitività.
Ma in che modo gli atenei possono sfruttare l’AI nel concreto?
Possiamo distinguere 5 casi d’uso:
- Automatizzare le task amministrative ripetitive e a scarso valore aggiunto
- Costruire Student Journey personalizzati
- Efficientare la didattica con ambienti digitali interattivi
- Ottimizzare il processo di valutazione
- Fornire un servizio di customer care efficace e sempre attivo
Automatizzare le task amministrative ripetitive e a scarso valore aggiunto con l’AI
È, ormai, un dato di fatto; le attività ripetitive e a scarso valore aggiunto sottraggono tempo ai dipendenti e hanno un considerevole impatto in termini di costi. Secondo un sondaggio di UiPath, i lavoratori perdono circa 4,5 ore settimanali in task banali e di routine, che potrebbero essere facilmente automatizzate.
In questo scenario, il ricorso a strumenti di AI e Robotic Process Automation consente di affidare questo genere di attività a dei bot o a degli agenti virtuali, che eseguono il lavoro più velocemente e senza errori, e di liberare tempo prezioso agli operatori, che possono dedicarsi a task più complesse e di maggior importanza.
In ambito universitario, questo tipo di casistica è tipica degli uffici amministrativi e di back office.
L’Intelligent Business Process Automation (AI + RPA) permetterebbe, ad esempio, di:
- inviare in automatico dei documenti a seguito di specifiche azioni da parte dello studente;
- compilare l’orario delle lezioni, tenendo conto delle disponibilità dei diversi docenti, delle sedi e delle aule libere;
- generare le commissioni per le sedute di laurea, evitando sovrapposizioni.
Costruire Student Journey personalizzati
Il 73% dei consumatori si aspetta dai brand servizi personalizzati. Gli studenti, nei confronti delle università, non fanno eccezione. L’Intelligenza Artificiale consente di rispondere a questa esigenza, sfruttando a pieno il patrimonio di dati non sensibili e informazioni raccolte dagli atenei sui singoli studenti, in modi prima impensabili. Ne è un esempio la Ivy Tech.
Il community college ha sviluppato un algoritmo di Machine Learning per rendere più semplice individuare gli studenti che, statisticamente, hanno poche probabilità di superare i corsi o di laurearsi. Sfruttando l’AI è, infatti, possibile prevedere il voto finale di uno studente con una precisione del 60-70% entro la seconda settimana del semestre. Costruire Student Journey personalizzati, in tal caso, consiste nello sfruttare tali previsioni per intervenire prima del termine dei corsi, offrendo un supporto specifico a chi ne ha bisogno. I risultati della Ivy Tech? 3.000 studenti in difficoltà sono stati intercettati e hanno ottenuto l’aiuto di cui avevano bisogno per superare i corsi.
Altri esempi dell’uso dell’AI lungo lo Student Journey possono essere:
- definire piani di apprendimento personalizzati sulla base di obiettivi, attitudini, tempo a disposizione;
- identificare carenze e lacune e piani di studio volti a colmarle;
- supportare le matricole nelle prime settimane al campus tramite, ad esempio, virtual agent che rispondano a dubbi, domande e curiosità.
Efficientare la didattica con ambienti digitali interattivi
Una delle principali leve competitive, in ambito accademico, è l’efficienza e l’avanguardia della didattica. La tecnologia consente alle università di sperimentare, investendo in laboratori e strumenti di apprendimento digitali e interattivi. È, così, possibile creare vere e proprie esperienze immersive, per facilitare la comprensione di concetti complessi o trasformare la teoria in pratica. Si pensi, ad esempio, alla possibilità di creare esperienze virtuali che simulino la sala operatoria, dove l’AI è in grado di strutturare l’evolversi di un’operazione sulle base delle scelte del futuro medico. Quel che sembra avanguardistico è già in uso, ad esempio, presso la Johns Hopkins University e la Stanford University, che sfruttano le potenzialità dell’Intelligenza Artificiale in medicina e nella formazione dei futuri chirurghi, che possono esercitarsi senza mettere a rischio la vita dei pazienti.
Ottimizzare il processo di valutazione
I tempi e le modalità di valutazione incidono fortemente sulla Student Experience. Il numero sempre maggiore di studenti iscritti ai corsi di laurea, d’altro canto, incide sulla capacità dei docenti di fornire feedback veloci e puntuali degli esami scritti. Basti pensare che il numero totale degli studenti iscritti alle università italiane nell’anno accademico 2022-2023 è 1.909.360. In alcuni corsi, il rapporto studenti/docente è 300 a 1.
L’AI generativa, in questo contesto, può fare la differenza, supportando e/o sostituendo i docenti in diverse attività: rilevamento del plagio, assegnazione di un punteggio ai test in base a parametri predefiniti, rilevamento delle performance dello studente nel tempo, individuazione di aree di miglioramento e creazione di feedback personalizzati.
L’uso dell’AI, dunque, facilita l’attività di valutazione e accorcia sensibilmente i tempi di attesa delle correzioni, su cui l’ultima parola spetta comunque al docente. Questi, però, avrà più tempo da dedicare alle altre attività, come la preparazione delle lezioni, la ricerca, il supporto ai tesisti.
Fornire un servizio di customer care efficace e sempre attivo
Un supporto immediato 24/7 è un altro fattore chiave che condiziona la Student Experience. Gli studenti, infatti, sono spesso frustrati dai colli di bottiglia della Segreteria Studenti o degli Uffici Amministrativi, che oltre a dover rispondere alle diverse richieste (in un orario limitato e insufficiente a soddisfare l’utenza), portano avanti numerose altre attività.
L’utilizzo di chatbot basati sull’Intelligenza Artificiale è un metodo efficiente ed economico per fornire supporto personalizzato su richiesta, sempre attivo e senza lunghi tempi di attesa.
In periodi di picco come, ad esempio, quello delle immatricolazioni o durante le sessioni di esami, il chatbot consente di evadere con facilità ed efficacia le domande più semplici e libera agli operatori del tempo da dedicare a casi particolari ed eccezioni.
Appare chiaro, dunque, quanto l’evoluzione tecnologica stia correndo veloce, rendendo disponibili soluzioni e strumenti in grado di impattare significativamente l’esperienza di studenti, docenti e personale amministrativo degli atenei. È, però, bene tenere a mente che per essere davvero efficace, un progetto di AI deve essere inserito in una strategia ben più ampia di ottimizzazione dei processi, che parta da una profonda analisi dei bisogni e si concentri sulle aree di maggior impatto.
