本文来自微信公众号“计算机世界”。
尽管迄今为止人工智能的采用率较低，但仍有超过70%的高等教育管理者对人工智能抱有好感，三分之一的校园IT领导者正在考虑尝试使用人工智能或者机器学习。
高等教育值得吗？
根据RNL最近进行的一项研究，只有59%的学生表示他们有可能在四年制大学重新注册，而大专院校的这一数字仅略高于此。其余的人则表示对就读院校的整体体验不满意。有趣的是，满意度最高的群体是在线学习者。超过75%的人认为他们所支付的学费是一项值得的投资，证明了学生对高等教育的满意度与技术之间存在着明显的联系。
学生留校率、毕业率、校友捐赠等等都取决于学生的满意度。在这个生活的方方面面都与数字相连的世界里，随着学费价格和学生债务泡沫的飙升，人们期望高等教育机构成为技术进步的前沿枢纽。麦肯锡的一份报告发现，学生和教职员工都渴望继续使用新的学习技术，但院校可以做得更多，以支持这种转变。
人工智能
人工智能在高等教育领域仍处于起步阶段，但前景光明。尽管迄今为止人工智能的采用率较低，但仍有超过70%的高等教育管理者对人工智能持积极态度，三分之一的校园IT领导者正在考虑尝试使用人工智能、机器学习（人工智能的一种类型，使机器能够自动从数据中学习，以识别模式并进行预测，只需极少的人工参与）和自适应学习（数据驱动的教学，可调整和定制学习体验，以满足每个学生的个性化需求）。
从招聘到校友会，人工智能为无缝、轻松的整合体验提供了无限可能。以下是几种利用人工智能工具改善学生体验的方法：
●优化课程负荷
●提供个性化指导和辅导
●设计灵活、可定制的学习路径
●整合课程和课外活动内容
●评估机构流程和课程
●评估学生学习情况等
技术在行动：阿拉巴马州立大学率先在课堂上使用人工智能生成技术，以提高学生的学习成绩，并为繁忙的教师提供支持。在他们的学习管理系统中，有一个个性化的生成式人工智能助教在迎接学生。该集成机器人全天候可用，每个版本都根据教师的课程材料和独特个性进行了定制，是教授的"数字孪生"。此外，该技术还能协助教师制定课程计划、整理不断变化的内容并管理评估。
无障碍和包容性工具与流程
从学生事务到在线学习，再到财务援助，学生的全部经历都应该是无障碍的、全纳的。没有一种方法可以做到这一点，也没有一本手册告诉你什么是正确的做法。然而，高校必须致力于持续不断的评估和改进，这需要所有主要利益相关者的密切合作和协调。
高等教育无障碍和全纳的首要任务包括:
●随着抑郁、焦虑和孤独感的增加，扩大对学生的心理健康支持（83%的学生表示心理健康对学习成绩有负面影响）。
●纳入非传统学生（即成人学生、混合学生和远程学生）。
●帮助教育工作者更加积极主动地实现无障碍和全纳教育的工具。
●满足历史上被边缘化的学生群体的需求。
●改善残疾学生的需求。
技术在行动：纽约州立大学(SUNY)、加州州立大学洛杉矶分校有效教学中心(Cal State Los Angeles Center for Effective Teaching and Learning,Cal State LA CETL)和加州社区学院(California Community Colleges)目前正在与60多所院校合作创建一个框架，用于在任何高等教育在线课程中注入多样性、公平性和包容性(DEI)实践。在加州州立大学洛杉矶分校，该课程被称为"在线课程设计中的多样性、公平性和包容性注释"。
学习分析的统一数据模型
高等教育机构拥有堆积如山的数据，但如果没有统一数据模型的帮助，这些堆积如山的数据就会变成"蚁巢"。统一的数据模型将一个机构拥有的所有不同数据汇集在一起，使处理这些数据的人员能够进行更强大的分析。例如，有关学生课程参与行为的数据可以与有关他们课外活动的数据相结合，从而获得有关学业/生活平衡的见解。
以下是一些利用自己的组织内部的数据力量的方法：
●战略规划
●学生咨询
●学生保留率（从出勤率、成绩和注册数据中获得启示）
●向教职员工提供建议，如教学方法和学生资源等
●将数据作为招生工具，向潜在学生展示他们在贵校的投资回报（在美国，有几个州已经通过或提议通过法律，要求为此向学生提供某些信息）。
