Ressourcer
Campus AI Development
Automatisk maskinoversættelse af denne engelske side, der endnu ikke er blevet gennemgået af en modersmålstalere.
Campus AI Development er en gratis webguide om at bygge software med AI i videregående uddannelse, skrevet fra institutionens side af spørgsmålet: hvad en campus skal vide om de værktøjer, dens egne folk bygger. Den ledsager Campus AI Framework, som afgør, om et initiativ går videre, og dækker, hvordan initiativet derefter bliver bygget.
Hvad du kan gøre med det
En firetrinssti løber fra, om arbejdet er værd at bygge, gennem den reviewrute, det kræver, til build-buy-reuse-økonomi og til seks spørgsmål, der vælger en af fem tilgange og den tilgangs minimumskontroller; hvor svarene er uenige, vinder den strengeste. Tilgangene danner et spektrum fra Vibe Coding til multiagent-arbejde under menneskelige gates og revisionsspor, sammenlignet på, hvem der læser koden, hvad der tæller som verifikation, hvilke data arbejdet må røre, og hvad det koster at eje. En referancesektion tilføjer low-code- og enterprise-platforme, builder-scenarier, casestudier, hypotetiske diskussionscases og en AI Governance-tjekliste med tretten spørgsmål.
Hvem det er til
Central og forskningsnær IT, der leverer platforme og review; styringskontorer, der dækker sikkerhed, privatliv, tilgængelighed, datastyring, jura og indkøb; CIO'er, prorektorer og dekaner, der beslutter, hvad der skal finansieres; og de medarbejdere, undervisere, forskere og studerende, der bygger deres egne værktøjer.
Noter og forbehold
Den kalder sig selv et uafhængigt personligt projekt, ikke institutionel politik eller juridisk rådgivning; navngivne institutioner optræder, fordi de har offentliggjort beretninger om deres praksis, ikke som anbefalinger, og diskussionscaserne er sammensatte. Dens juridiske eksempler er amerikanske (FERPA, ADA Title II, GLBA) og dateret, hvor de optræder, selv om den argumenterer for, at stien, spørgsmålene, dataniveauerne og tilgangene ikke afhænger af dem. Dens evidensside linker til hver undersøgelse og stiller gevinster på én afgrænset opgave ved siden af langsommere arbejde for erfarne vedligeholdere på deres egen kode, og den indrømmer, at forsøgsdata dækker kodeforslag snarere end specifikationsdrevet eller multiagent-arbejde, så argumentet for mere struktur hviler på praksis og compliancelogik. Der er ikke angivet nogen genbrugslicens. Søstersites campusdatagov.com og campusairegistry.com rummer delene om datastyring og agentregistre, så dette er en god indgang til Educational AI Policy-arbejde, men ikke en erstatning for det.
Relaterede begreper
Relaterede ressourcer
- Campus AI FrameworkEn driftsmodel for AI-strategi og AI-styring i videregående uddannelse: otte institutionelle søjler, fire anvendelsesområder og et strategisk kompas til at vælge initiativer, med et diagram, der kortlægger de tilhørende sites.