שאלות נפוצות
מהן האפשרויות והסוגיות שיש לשקול באימוץ כלי בינה מלאכותית?
תרגום אוטומטי של העמוד באנגלית, שטרם נבדק בידי דובר/ת שפת אם.
ראשת מחלקה מחזיקה שלוש הצעות מחיר לפלטפורמת חונכות בינה מלאכותית ומועד אחרון ביום שישי. מורה רוצה להשתמש בכלי חינמי שחצי מהסגל כבר משתמש בו. מנהל מערכות מידע נשאל אם המוסד צריך להריץ מודל משלו ואינו יודע לומר מה זה יעלה.
זו אותה שאלה בשלושה גבהים. האפשרויות מעטות מכפי שרשימת ספקים מרמזת, והסוגיות נמשכות יותר מכל מוצר.
הבחירה צריכה להתאים להחלטה שמונחת לפניכם. אדם פרטי מחליט מה להזין לכלי. מוסד מחליט מי רשאי להשתמש באיזה מודל, על איזה נתונים, באיזה עלות, ומי עונה כשמשהו משתבש. רוב החלטות האימוץ הגרועות נולדות מכך שעונים על השאלה המוסדית בכלי שמיועד ליחיד.
הגרסה הקצרה
חמישה כללים מכסים את רוב המקרה.
- סגרו קודם את גבול הנתונים, משום שאת כל השאר אפשר לנהל מחדש ואותו לא.
- בחרו את הצורה הקטנה שמתאימה: כלים חינמיים או במיקור חוץ לפיילוט, פלטפורמה מתארחת כשצריך שליטה בנתונים בלי GPUs, שער כשצריך מכסות וניתוב, והסקה בבעלות עצמית רק כששלושת האחרים נכשלים.
- השוו תמחור לפי מקום ותמחור לפי שימוש מול המספרים שלכם, משום שרוב השימוש מגיע בדרך כלל ממעט משתמשים כבדים.
- הפכו את המסלול המאושר למהיר מהבלתי מאושר, משום ש-EDUCAUSE מצא ש-94% מהעובדים והסגל משתמשים בבינה מלאכותית בעבודה, 54% מודעים למדיניות ו-56% משתמשים בכלים שהמוסד אינו מספק.
- אחר כך החליטו מראש אילו ראיות יגרמו לכם לעצור, משום שאימוץ בלי מבחן יציאה הופך לקבוע כברירת מחדל.
ברמת היחיד
מרצה או סטודנט מקבל החלטת נתונים לפני החלטת הוראה. שמות סטודנטים, פרטי IEP, הערות משמעת ומחקר שטרם פורסם יוצרים את החבות, ולכן הסירו פרטים מזהים קודם ובדקו אם הכלי עדיין עושה את העבודה. אחר כך קראו את התנאים: שמירה, אימון על הקלט שלכם וקבלני משנה נמצאים בדרך כלל במסמך שאיש אינו פותח, ואם התשובה לא נמצאת בחמש דקות, התייחסו אליה כלא ידועה.
דעו מה הכלי עושה היטב. טקסט שנוצר חזק ביותר בניסוח, בארגון מחדש ובסיכום, וחלש ביותר בחשבון, בציטוט ובכל דבר שדורש עובדות עדכניות. דעו גם מה הוא עולה לכם. מסלול חינמי הוא חינמי משום שהשימוש הוא המוצר או משום שהמסלול ישתנה, וכל אחד מהשניים הוא סיבה לשמור יציאה בראש.
שתי שאלות נשארות. מי עוד מושפע, משום שכלי שמעצב מחדש קורס הוא החלטה של הסטודנטים שבו. והאם הוא מותר: קראו את המדיניות פעם אחת אם יש כזאת, ואם אין, הראיות של Shadow AI מרמזות שאתם כבר עושים מדיניות כברירת מחדל.
כלל האצבע הגס: השתמשו בכלי המאושר כשהוא בהישג יד, וכשהוא אינו, כתבו מה עשיתם ולמה. התיעוד הזה הוא מה שמגן עליכם אם השיקול יועמד בספק מאוחר יותר.
ברמת המוסד
מוסד קונה שירות, זרימת נתונים, התחייבות תמיכה והתחייבות פוליטית ברכישה אחת. שש צורות מרכיבות את התפריט האמיתי, ורוב המוסדות נמצאים בשתיים או שלוש מהן בלי לדעת.
ההתחלה הקלה ביותר היא כלי חינמי במיקור חוץ. AI Tutor Pro של Contact North אינו דורש חשבון, ו-Playlab מאפשר למחנכים לבנות אפליקציות שמבוססות על תוכנית הלימודים שלהם בשעה שהספק מארח את המודלים. שניהם בסדר לפיילוט וגרועים כהסדר קבוע: אין נתיב ביקורת, אין שליטה במכסות, ותנאים שיכולים להשתנות.
קניית מקומות אצל שוכר מסחרי, בין אם ChatGPT Edu, Microsoft 365 Copilot או Google Gemini for Education, מביאה רכש מהיר, SSO וקונסולת ניהול, ומשאירה את בחירת המודל והשמירה בידי הספק.
פלטפורמה שאתם מארחים שומרת את הנתונים קרוב יותר. Amplify GenAI נפרסת לחשבון ה-AWS שלכם, והפיילוט של ואנדרבילט דיווח על כ-$3 למשתמש לחודש ב-1,300 משתמשים, שמחציתם מתחת ל-$1 בטוקנים. זה קונה שליטה בנתונים בלי GPUs.
שער מעל ספקים מעורבים מציב דלת אחת לפני כמה. הוא נושא מכסות, SSO, תיעוד וניתוב אזורי; Fontys הפעיל אחד ל-300 משתמשים תחת תקרה חודשית של $500 שלא נפרצה, ו-MindRouter מוסיף תזמון משוקלל לפי תפקיד ומדידת אנרגיה.
ההסקה שלכם היא הצורה היקרה ביותר והעצמאית ביותר. שני השירותים של Purdue הגיעו ליותר מ-1000 משתמשים על 10+ מודלים קוד פתוח תמורת כ-$100,000 בחומרה, לפני כוח אדם. היא עונה לרגולטור בלי לבקש רשות מספק.
הצורה האחרונה היא בינה מלאכותית בתוך כלים שאתם כבר מפעילים: סוג שאלה ב-Moodle, שותף AI של פלטפורמת דיון, כלי למשוב על חיבורים. מאמץ נמוך ושינוי קורס-אחר-קורס, עם מעט מאוד נלמד במרכז.
הסוגיות שאינן נעלמות
הגנת מידע באה ראשונה. מה שקובע הוא איזו רשומה קיימת עכשיו ולא הייתה קודם, היכן היא נמצאת ומי יכול לשלוף אותה. כלי שמקבל רשימת כיתה יצר רשומה מוסדית, יהיה אשר יהיה החוזה.
זהות וגישה באים אחר כך. כל דבר שמשתמשים בו בקנה מידה צריך SSO, גישה מבוססת תפקידים וסיום העסקה, וכלי שאינו יכול לבטל חשבון של עובד שעוזב משאיר חשבון פעיל עם הנתונים שלכם.
עלויות תלויות באופן שבו סופרים את המחיר. תמחור לפי מקום מתגמל מספר ראשים ותמחור לפי שימוש מתגמל שימוש. משום ששיעור קטן מהמשתמשים מייצר בדרך כלל את רוב הטוקנים, תמחור לפי מקום נראה זול עד שהמשתמשים הכבדים הולכים למקום אחר.
מדידה היא בדרך כלל החלק החסר. EDUCAUSE מצא 92% עם אסטרטגיית בינה מלאכותית קשורה לעבודה ו-13% שמודדים תשואה על ההשקעה. אם אינכם יכולים לומר מה הכלי החליף, אינכם יכולים להגן על החידוש.
הוגנות ונגישות שייכות לרכש ולא לתיקון מאוחר. כלי שדורש חיבור מהיר, מסלול בתשלום או שליטה באנגלית מפיץ את התועלת שלו באופן לא שוויוני.
יושרה אקדמית משנה מה ההערכה מודדת. כשכלי יכול להשלים את המטלה, המטלה היא מה שצריך לשנות.
כוח אדם ותלות בספק חשובים כמו המחיר. כל צורה שלמעלה מלבד החינמית צריכה בעלים, והכשל הרגיל הוא לקנות את הצורה הרביעית או החמישית ולאייש אותה במי שכבר היה עסוק. שאלו מה קורה בחידוש, בשינוי מחיר ובהפסקת מודל; צורות השער קיימות כדי שהתשובה תהיה שינוי ניתוב ולא הגירה.
איך נראית שנה ראשונה טובה
בחרו שניים או שלושה מדדים לפני שמשהו עולה לאוויר: מי השתמש, לשם מה, כמה זה עלה למשתמש פעיל ומה השתנה בעבודה. פיילוט שאינו יכול להפיק את המספרים האלה הוא הדגמה עם תקציב.
בדקו את תנאי הגבול באותו זמן. אם הכלי נגע ברשומות סטודנטים, האם זרימת הנתונים תאמה את מה שסיפרתם למשרד הפרטיות? אם השימוש לא נמדד, האם זה מפני שהכלי לא יכול היה לדווח או מפני שאיש לא שאל?
שמרו על מסלול מאושר קצר. הנתונים של EDUCAUSE מרמזים שאנשים עוקפים ממשל משום שהמסלול המאושר לוקח יותר זמן מהמשימה. שער עם כרטיס מודל וגישה באותו יום הוא כלי ממשל לא פחות מאשר נוחות IT.
טעויות נפוצות
קניית פלטפורמה לפני שמנסחים את הבעיה מפיקה סטטיסטיקות שימוש ומעט מעבר. התייחסות לחינם כאסטרטגיה עובדת לפיילוט ונכשלת כתשתית. מודל מקומי משנה את מי שאפשר לזמן לבית משפט; הוא אינו מחליט אם הנחיות נשמרות. מדידת שביעות רצון במקום השפעה הופכת את "מורים אהבו את זה" לממצא שהוא אינו. ומדיניות שמפורסמת בלי מסלול מעשי מתארת העדפות ולא כללים.