ਏਆਈ ਨੂੰ ਉੱਚ ਸਿੱਖਿਆ ਵਿੱਚ ਅਪਣਾਇਆ ਗਿਆ ਹੈ, ਪਰ ਰਣਨੀਤਕ ਏਕੀਕਰਣ ਅਧੂਰਾ ਹੈ

ਉੱਚ ਸਿੱਖਿਆ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸਾਡੇ ਵਿੱਚੋਂ ਬਹੁਤਿਆਂ ਦੀ ਉਮੀਦ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਬਜ਼ ਤੋਂ ਰੋਜ਼ਾਨਾ ਹਕੀਕਤ ਵੱਲ ਵਧੀ ਹੈ। ਅੱਜ ਲਗਭਗ ਕਿਸੇ ਵੀ ਯੂਨੀਵਰਸਿਟੀ ਕੈਂਪਸ ਵਿੱਚ ਚੱਲੋ ਅਤੇ ਤੁਸੀਂ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਸਾਹਮਣੇ ਆਉਂਦੇ ਹੋਏ ਦੇਖੋਗੇ – ਜਨਰੇਟਿਵ AI ਟੂਲ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਅਸਾਈਨਮੈਂਟਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ, ਚੈਟਬੋਟਸ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿੰਦੇ ਹਨ, ਅਤੇ ਫੈਕਲਟੀ ਖੋਜ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ AI ਨਾਲ ਪ੍ਰਯੋਗ ਕਰ ਰਹੇ ਹਨ। ਸੰਦ ਸ਼ਕਤੀਸ਼ਾਲੀ ਜਾਪਦੇ ਹਨ. ਸੰਭਾਵਨਾਵਾਂ ਬੇਅੰਤ ਜਾਪਦੀਆਂ ਹਨ।

(ਦ ਹਿੰਦੂ ਦੇ ਹਫਤਾਵਾਰੀ ਸਿੱਖਿਆ ਨਿਊਜ਼ਲੈਟਰ, ਦ ਹਿੰਦੂ ਲਈ ਸਾਈਨ ਅੱਪ ਕਰੋ।)

ਪਰ ਥੋੜਾ ਡੂੰਘਾਈ ਨਾਲ ਦੇਖੋ, ਖਾਸ ਕਰਕੇ ਭਾਰਤ ਵਰਗੇ ਉਭਰਦੇ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ, ਅਤੇ ਇੱਕ ਵੱਖਰੀ ਤਸਵੀਰ ਉੱਭਰਦੀ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਸੰਸਥਾਵਾਂ ਅਜੇ ਵੀ ਪਾਇਲਟ ਮੋਡ ਵਿੱਚ ਮਜ਼ਬੂਤੀ ਨਾਲ ਫਸੀਆਂ ਹੋਈਆਂ ਹਨ। ਇੱਥੇ ਕੁਝ ਏਆਈ ਕੋਰਸ, ਉੱਥੇ ਇੱਕ ਵੱਖਰੀ ਖੋਜ ਪ੍ਰਯੋਗਸ਼ਾਲਾ, ਇੱਕ ਵਿਭਾਗ ਵਿੱਚ ਕੁਝ ਪ੍ਰਬੰਧਕੀ ਆਟੋਮੇਸ਼ਨ। ਬਹੁਤ ਘੱਟ ਲੋਕਾਂ ਨੇ ਇੱਕ ਤਾਲਮੇਲ, ਸੰਸਥਾਗਤ ਰਣਨੀਤੀ ਵਰਗੀ ਕੋਈ ਚੀਜ਼ ਬਣਾਈ ਹੈ।

ਇਹ ਫਰਕ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ। ਯੂਨੀਵਰਸਿਟੀਆਂ ਜੋ ਇਹ ਪਤਾ ਲਗਾਉਂਦੀਆਂ ਹਨ ਕਿ ਖਿੰਡੇ ਹੋਏ ਪ੍ਰਯੋਗਾਂ ਤੋਂ ਅੱਗੇ ਕਿਵੇਂ ਵਧਣਾ ਹੈ ਉੱਚ ਸਿੱਖਿਆ ਦੇ ਅਗਲੇ ਦਹਾਕੇ ਨੂੰ ਆਕਾਰ ਦੇਣਗੀਆਂ। ਜਿਨ੍ਹਾਂ ਨੂੰ ਪਿੱਛੇ ਛੱਡਣ ਦਾ ਖ਼ਤਰਾ ਨਹੀਂ ਹੈ।

ਨੰਬਰ ਤਰੱਕੀ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਦੋਵਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦੇ ਹਨ। EYParthenon ਅਤੇ FICCI ਦੁਆਰਾ ਇੱਕ 2025 ਦੀ ਰਿਪੋਰਟ ਦੇ ਅਨੁਸਾਰ, 60% ਭਾਰਤੀ ਉੱਚ ਸਿੱਖਿਆ ਸੰਸਥਾਵਾਂ ਹੁਣ ਵਿਦਿਆਰਥੀਆਂ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ ਜਾਂ ਉਤਸ਼ਾਹਿਤ ਕਰਦੀਆਂ ਹਨ, 53% ਨੇ ਸਮੱਗਰੀ ਨੂੰ ਪੜ੍ਹਾਉਣ ਲਈ ਜਨਰੇਟਿਵ AI ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ, ਅਤੇ 40% ਨੇ AI- ਸੰਚਾਲਿਤ ਟਿਊਸ਼ਨ ਜਾਂ ਚੈਟਬੋਟਸ ਪੇਸ਼ ਕੀਤੇ ਹਨ। ਲਗਭਗ 57% ਕੋਲ ਏਆਈ ਨੀਤੀ ਦੇ ਕੁਝ ਰੂਪ ਹਨ ਜਾਂ ਵਿਕਾਸ ਅਧੀਨ ਹਨ। ਫਿਰ ਵੀ ਜਦੋਂ ਤੁਸੀਂ ਨੇੜੇ ਦੇਖਦੇ ਹੋ, ਤਾਂ ਸੱਚਾ ਰਣਨੀਤਕ ਏਕੀਕਰਣ ਬਹੁਤ ਘੱਟ ਰਹਿੰਦਾ ਹੈ।

ਇਹ ਉਭਰ ਰਹੇ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ ਇੰਨਾ ਵਿਆਪਕ ਕਿਉਂ ਹੋ ਰਿਹਾ ਹੈ?

ਇਸ ਦਾ ਹਿੱਸਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਯੂਨੀਵਰਸਿਟੀਆਂ ਅਜੇ ਵੀ ਬੁਨਿਆਦੀ ਕਨੈਕਟੀਵਿਟੀ ਅਤੇ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਨਾਲ ਸੰਘਰਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ, ਖਾਸ ਕਰਕੇ ਵੱਡੇ ਸ਼ਹਿਰਾਂ ਤੋਂ ਬਾਹਰ। ਬਜਟ ਤੰਗ ਹਨ, ਜਿਸ ਨਾਲ ਛੋਟੇ ਪਾਇਲਟਾਂ ਤੋਂ ਇਲਾਵਾ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਦਾ ਵਿਸਤਾਰ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ।

ਪਰ ਸਭ ਤੋਂ ਵੱਡਾ ਮੁੱਦਾ ਜੋ ਮੈਂ ਭਾਰਤੀ ਕੈਂਪਸਾਂ ‘ਤੇ ਨੇਤਾਵਾਂ ਨਾਲ ਗੱਲਬਾਤ ਦੌਰਾਨ ਦੇਖਿਆ ਹੈ ਉਹ ਹੈ ਲੀਡਰਸ਼ਿਪ ਅਤੇ ਰਣਨੀਤੀ ਵਿਚਕਾਰ ਪਾੜਾ। AI ਪਹਿਲਕਦਮੀਆਂ ਆਮ ਤੌਰ ‘ਤੇ ਹੇਠਾਂ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੀਆਂ ਹਨ – ਇੱਕ ਉਤਸ਼ਾਹੀ ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਦੇ ਪ੍ਰੋਫੈਸਰ, ਇੱਕ IT ਟੀਮ ਟੈਸਟਿੰਗ ਟੂਲਸ, ਜਾਂ ਇੱਕ ਨਵਾਂ ਪ੍ਰੋਗਰਾਮ ਸ਼ੁਰੂ ਕਰਨ ਵਾਲੇ ਇੱਕਲੇ ਵਿਭਾਗ ਤੋਂ। ਤਾਲਮੇਲ ਵਾਲੇ ਸ਼ਾਸਨ ਦੇ ਨਾਲ ਸਪੱਸ਼ਟ ਸੰਸਥਾਗਤ ਤਰਜੀਹ ਦੇ ਰੂਪ ਵਿੱਚ ਇਹ ਘੱਟ ਹੀ ਸਿਖਰ ਤੋਂ ਆਉਂਦਾ ਹੈ।

ਨਤੀਜਾ ਇੱਕ ਅਜੀਬ ਵਿਰੋਧਾਭਾਸ ਹੈ: ਏਆਈ ਗਤੀਵਿਧੀ ਕੈਂਪਸ ਵਿੱਚ ਹਰ ਜਗ੍ਹਾ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ, ਫਿਰ ਵੀ ਅਸਲ ਰਣਨੀਤਕ ਸਪੱਸ਼ਟਤਾ ਲਗਭਗ ਕਿਤੇ ਵੀ ਨਹੀਂ ਮਿਲਦੀ ਹੈ।

ਪਾਇਲਟ ਨਿਸ਼ਚਤ ਤੌਰ ‘ਤੇ ਮੁੱਲ ਰੱਖਦੇ ਹਨ. ਉਹ ਸੰਗਠਨਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਵਿਚਾਰਾਂ ਦੀ ਜਾਂਚ ਕਰਨ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਜੋਖਮ ਤੋਂ ਬਿਨਾਂ ਸਿੱਖਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਪਰ ਜਦੋਂ AI ਇਹਨਾਂ ਛੋਟੇ ਪ੍ਰਯੋਗਾਂ ਦੇ ਅੰਦਰ ਬੰਦ ਰਹਿੰਦਾ ਹੈ, ਤਾਂ ਸਮੱਸਿਆਵਾਂ ਵਧਣੀਆਂ ਸ਼ੁਰੂ ਹੋ ਜਾਂਦੀਆਂ ਹਨ – ਵਿਭਾਗਾਂ ਵਿੱਚ ਡੁਪਲੀਕੇਟ ਕੀਤੇ ਯਤਨ, ਅਕਾਦਮਿਕ ਅਖੰਡਤਾ ਅਤੇ ਨੈਤਿਕਤਾ ਬਾਰੇ ਉਲਝਣ, ਅਤੇ ਅਧਿਆਪਨ, ਖੋਜ, ਵਿਦਿਆਰਥੀ ਸਹਾਇਤਾ, ਜਾਂ ਲੰਬੇ ਸਮੇਂ ਦੀ ਯੋਜਨਾ ਨੂੰ ਅਸਲ ਵਿੱਚ ਬਦਲਣ ਦੇ ਮੌਕੇ ਗੁਆਏ ਜਾਂਦੇ ਹਨ।

ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਯੂਨੀਵਰਸਿਟੀਆਂ ਅਰਥਪੂਰਨ ਸੰਸਥਾਗਤ ਸੰਕੇਤਾਂ ਨੂੰ ਬਣਾਏ ਬਿਨਾਂ ਬਹੁਤ ਸਾਰਾ AI ਸ਼ੋਰ ਪੈਦਾ ਕਰ ਰਹੀਆਂ ਹਨ।

ਅਗਲਾ ਪੜਾਅ ਹੋਰ ਉਪਕਰਨਾਂ ਨੂੰ ਅਪਣਾਉਣ ਬਾਰੇ ਨਹੀਂ ਹੋਵੇਗਾ। ਇਹ ਅਸਲ ਸੰਸਥਾਗਤ ਤਬਦੀਲੀ ਬਾਰੇ ਹੋਵੇਗਾ। ਨੇਤਾਵਾਂ ਨੂੰ ਸਖ਼ਤ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਦੀ ਲੋੜ ਹੋਵੇਗੀ: ਏਆਈ ਨੂੰ ਹਰ ਵਿਸ਼ੇ ਵਿੱਚ ਪਾਠਕ੍ਰਮ ਨੂੰ ਕਿਵੇਂ ਨਵਾਂ ਰੂਪ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ? ਕਿਹੜੇ ਸ਼ਾਸਨ ਢਾਂਚੇ ਦਾ ਅਰਥ ਹੈ? ਅਸੀਂ ਫੈਕਲਟੀ ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਵਿੱਚ ਸੱਚੀ AI ਸਾਖਰਤਾ ਕਿਵੇਂ ਵਿਕਸਿਤ ਕਰ ਸਕਦੇ ਹਾਂ? ਅਤੇ ਯੂਨੀਵਰਸਿਟੀਆਂ ਨੂੰ ਆਪਣੇ ਆਪ ਨੂੰ ਵਿਆਪਕ ਏਆਈ ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਕਿਵੇਂ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ?

ਇਹ ਤਕਨਾਲੋਜੀ ਦੇ ਸਵਾਲ ਨਹੀਂ ਹਨ, ਪਰ ਲੀਡਰਸ਼ਿਪ ਅਤੇ ਸੰਗਠਨਾਤਮਕ ਸਵਾਲ ਹਨ।

AI ਸੰਸਥਾਗਤ ਰਣਨੀਤੀ ਸੂਚਕਾਂਕ

ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ ਸੰਸਥਾਵਾਂ ਫਸ ਜਾਂਦੀਆਂ ਹਨ. ਸੀਨੀਅਰ ਨੇਤਾ AI ਦੀ ਮਹੱਤਤਾ ਨੂੰ ਪਛਾਣਦੇ ਹਨ, ਪਰ ਉਹਨਾਂ ਕੋਲ ਅਕਸਰ ਇਸਦੀ ਤਿਆਰੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਜਾਂ ਅੱਗੇ ਇੱਕ ਸਪਸ਼ਟ ਮਾਰਗ ਦਰਸਾਉਣ ਲਈ ਵਿਹਾਰਕ ਤਰੀਕਿਆਂ ਦੀ ਘਾਟ ਹੁੰਦੀ ਹੈ।

ਇਸ ਲਈ ਮੈਂ AI ਇੰਸਟੀਚਿਊਸ਼ਨਲ ਸਟ੍ਰੈਟਜੀ ਇੰਡੈਕਸ (AISI) ਵਿਕਸਿਤ ਕੀਤਾ ਹੈ – ਇੱਕ ਸਧਾਰਨ ਪਰ ਢਾਂਚਾਗਤ ਢਾਂਚਾ ਯੂਨੀਵਰਸਿਟੀਆਂ ਨੂੰ ਪੰਜ ਮੁੱਖ ਮਾਪਾਂ ਵਿੱਚ ਆਪਣੀ ਪਰਿਪੱਕਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ:

● ਦ੍ਰਿਸ਼ਟੀ ਅਤੇ ਲੀਡਰਸ਼ਿਪ ਅਨੁਕੂਲਤਾ

● ਪਾਠਕ੍ਰਮ ਅਤੇ ਪ੍ਰਤੀਯੋਗੀ ਸਥਿਤੀ

● ਪ੍ਰਤਿਭਾ ਅਤੇ ਅੰਤਰ-ਅਨੁਸ਼ਾਸਨੀ ਯੋਗਤਾਵਾਂ

● ਕਾਰਜਸ਼ੀਲ ਪ੍ਰਵੇਗ

● ਈਕੋਸਿਸਟਮ ਲਾਭ ਅਤੇ ਭਾਗੀਦਾਰੀ

ਇਨ੍ਹਾਂ ਖੇਤਰਾਂ ਨੂੰ ਇਕੱਠੇ ਦੇਖ ਕੇ, ਸੰਸਥਾਵਾਂ ਅੰਦਾਜ਼ੇ ਤੋਂ ਅੱਗੇ ਵਧ ਸਕਦੀਆਂ ਹਨ। ਉਹ ਇਸ ਗੱਲ ਦੀ ਦਿੱਖ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ ਕਿ ਉਹ ਅੱਜ ਕਿੱਥੇ ਖੜ੍ਹੇ ਹਨ, ਸਭ ਤੋਂ ਵੱਡੇ ਪਾੜੇ ਦੀ ਪਛਾਣ ਕਰਦੇ ਹਨ, ਅਤੇ ਖਿੰਡੇ ਹੋਏ ਯਤਨਾਂ ਦੀ ਬਜਾਏ ਫੋਕਸਡ ਰੋਡਮੈਪ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ।

ਉਭਰ ਰਹੇ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ ਯੂਨੀਵਰਸਿਟੀਆਂ ਦਾ ਅਸਲ ਵਿੱਚ ਇੱਥੇ ਇੱਕ ਸ਼ਾਂਤ ਫਾਇਦਾ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਪੁਰਾਣੇ ਹੁੰਦੇ ਹਨ ਅਤੇ ਵਿਰਾਸਤੀ ਪ੍ਰਣਾਲੀਆਂ ਦੁਆਰਾ ਘੱਟ ਬੋਝ ਹੁੰਦੇ ਹਨ, ਜੋ ਉਹਨਾਂ ਨੂੰ ਛਾਲ ਮਾਰਨ ਅਤੇ ਅਸਲ ਵਿੱਚ AI-ਦੇਸੀ ਸੰਸਥਾਵਾਂ ਬਣਨ ਦੀ ਅਸਲ ਸੰਭਾਵਨਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਜਿਹੜੇ ਲੋਕ ਛੇਤੀ ਕੰਮ ਕਰਦੇ ਹਨ, ਉਹ ਬਿਹਤਰ ਗਲੋਬਲ ਭਾਈਵਾਲੀ, ਮਜ਼ਬੂਤ ​​ਪ੍ਰਤਿਭਾ ਅਤੇ ਅਗਾਂਹਵਧੂ ਸਿੱਖਿਆ ਦੀ ਮੰਗ ਕਰਨ ਵਾਲੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ।

ਅੰਤ ਵਿੱਚ, ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਰਣਨੀਤਕ ਏਕੀਕਰਣ ਵਿੱਚ ਤਬਦੀਲੀ ਆਪਣੇ ਆਪ ਨਹੀਂ ਹੋਵੇਗੀ। ਇਹ ਉਦੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਨੇਤਾ ਸਿਰਫ਼ ਇਹ ਪੁੱਛਣਾ ਬੰਦ ਕਰ ਦਿੰਦੇ ਹਨ ਕਿ “ਅਸੀਂ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰੀਏ?” ਅਤੇ ਪੁੱਛਣਾ ਸ਼ੁਰੂ ਕਰੋ “ਏਆਈ ਸਾਡੀ ਯੂਨੀਵਰਸਿਟੀ ਬਣਨ ਵਿੱਚ ਕਿਵੇਂ ਮਦਦ ਕਰੇਗਾ ਜੋ ਅਸੀਂ ਬਣਨਾ ਚਾਹੁੰਦੇ ਹਾਂ?”

AISI ਵਰਗੇ ਫਰੇਮਵਰਕ ਸਿਲਵਰ ਲਾਈਨਿੰਗ ਨਹੀਂ ਹਨ, ਪਰ ਉਹ ਉਸ ਗੱਲਬਾਤ ਲਈ ਇੱਕ ਵਿਹਾਰਕ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਭਾਰਤ ਅਤੇ ਉਭਰ ਰਹੇ ਸੰਸਾਰ ਵਿੱਚ ਯੂਨੀਵਰਸਿਟੀਆਂ ਲਈ, ਅਗਲੇ ਕੁਝ ਸਾਲ ਇਹ ਫੈਸਲਾ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਕੀ ਉਹ ਸਿਰਫ਼ AI ਨੂੰ ਅਪਣਾਉਣਗੀਆਂ – ਜਾਂ ਸੱਚਮੁੱਚ AI-ਸੰਚਾਲਿਤ ਉੱਚ ਸਿੱਖਿਆ ਨੂੰ ਰੂਪ ਦੇਣਗੀਆਂ।

(ਰਵੀ ਜਨਾਰਦਨ, ਸਿਰਜਣਹਾਰ, ਏ.ਆਈ. ਸੰਸਥਾਗਤ ਰਣਨੀਤੀ ਸੂਚਕਾਂਕ)