Az egyetemi AI.
Az egyetemi oktatásban bizonyítottunk. Ma azon dolgozunk, hogy az AI közelebb hozza az egyetem tudását és szolgáltatásait — a tanulástól az ügyintézésig, intézményi kontrollal.
Egy általános AI-eszköz ma jobb modellt futtat, mint mi.
Attól még nem olvassa el a jegyzetedet, nem tudja, mi bukik el a te szakodon, és nincs mögötte három év adata. Ez a négy dolog nem funkció, és egyiket sem lehet behozni egy negyedév alatt.
Három év adat
2023 óta 15+ egyetemen, valódi kurzusokon, valódi hallgatókkal. A beszélgetések kódolva és elemezve. Ez az egyetlen, amit pénzzel nem lehet felgyorsítani.
Tudjuk, mi romlik el
Szakonként más: a programozásnál a heti feladat célja, a jogi képzéseknél maga az olvasás. Ez az adatból derült ki, nem piackutatásból.
Képletet, ábrát is olvasunk
A mérnöki és természettudományos tananyag nagy része képlet, ábra és levezetés. A feldolgozás oldalanként dönti el, hogy a kinyert szöveg elég-e, vagy az oldalt képként is meg kell nézni.
Egy tudás, több asszisztens
Ugyanaz a feldolgozott korpusz szolgál ki kurzustutort, intézményi asszisztenst és külső klienst. Ez architekturális döntés, amit az elején kell meghozni.
A tanulástól az ügyintézésig.
Az AI akkor teremt értéket, ha valódi egyetemi helyzetekben teszi közelebb a szükséges tudást, segítséget és szolgáltatásokat.
Időben érkező hallgatói segítség.
Ugyanazok a kérdések térnek vissza, miközben az oktatói figyelem véges.
Hallgatói támogatás, oktatói forrásokkal és kontrollal.
Több idő az oktatói munkára.
Tájékoztatás, ismétlődő magyarázat, visszajelzés és előkészítés viszi el az időt a lényegi munkától.
Ismétlődő tájékoztatás, magyarázat és előkészítés támogatása.
Biztos válaszok a rendszerek között.
Az információ megvan, csak szabályzatok, dokumentumok és rendszerek között kell megkeresni.
Tanulmányi és intézményi tájékoztatás kijelölt forrásokból.
Közös keret az intézményi AI-használathoz.
Nem egyértelmű, mire használható, milyen forrásokból dolgozik, és hogyan mérhető a hatása.
Stratégia, felelősségi keretek, képzés és mérhető bevezetés.
A helyzethez platformot, szolgáltatást vagy egyedi fejlesztést kapcsolunk — nem kell előre kiválasztanotok, melyikre van szükség.
Ami működik, továbbépíthető.
Az intézménynek nem kell minden AI-feladatot egyszerre megoldania. Ami valós használatban értéket ad, további kurzusokhoz, szervezeti egységekhez vagy folyamatokhoz kapcsolható.
Valós helyzet
Kiválasztunk egy kurzust, folyamatot vagy problémát, ahol az AI kézzelfogható segítséget adhat.
Mérhető pilot
Valódi felhasználókkal vizsgáljuk a használatot, az értéket és azt, min kell változtatni.
Intézményi képesség
A bevált megoldás további kurzusokra, szervezeti egységekre vagy folyamatokra bővíthető — jogosultságokkal és emberi kontrollal.
Az egyetem tudása és szolgáltatásai, elérhető közelségben.
A GoSchool az AI-t a kijelölt tudáshoz és — ahol szükséges — a meglévő rendszerekhez kapcsolja. Nem új központi rendszert helyezünk az egyetem fölé: csak annyi kapcsolatot és hozzáférést építünk, amennyit a feladat igényel.
Tudás
A válaszok a kijelölt kurzusanyagokra, intézményi dokumentumokra és más engedélyezett forrásokra támaszkodnak.
Rendszerek
A szükséges kapcsolatokat API-n, MCP-n vagy egyedi integráción keresztül tervezzük meg. Az elérhetőség az adott rendszer lehetőségeitől függ.
Kontroll
A hozzáférést szerepkörök, jogosultságok és — ahol szükséges — emberi jóváhagyás szabályozza.
Valós használatból tanulunk.
A GoSchool első rendszerei egyetemi kurzusokon indultak el. Azóta oktatókkal és hallgatókkal dolgozunk, és azt vizsgáljuk, mire válik ténylegesen hasznossá az AI.
A GoSchool alapjaiban változtatta meg egyetemünk hozzáállását az MI-alapú tanuláshoz – egyszerűvé és élvezetessé tette mind az oktatók, mind a hallgatók számára.
A GoSchool.ai számos pedagógiai újítást kínál, amelyek lehetővé teszik a hallgatók számára, hogy kreatívan dolgozzák fel a tananyagot. Az oktatók a hallgatói beszélgetések elemzésével hatékonyabban igazíthatják a tanmenetet, és célzottabban orvosolhatják a tudásbeli hiányosságokat.
A használatot is vizsgáljuk.
A használati adatok és az egyetemi kutatások segítenek megérteni, mikor támogatja valóban az AI a tanulást és az oktatói munkát.
A következő lépést együtt alakítjuk ki.
Elég megmutatni a célt, a problémát vagy a már futó kezdeményezést. A beszélgetésből derül ki, hogy stratégia, képzés, platform, pilot, integráció vagy egyedi fejlesztés visz tovább.
- Stratégia
- Képzés
- Platform
- Integráció
- Egyedi fejlesztés