Überall in der anglophonen Welt stehen die Universitäten unter enormem Stress. In den Vereinigten Staaten, Fast 100 Universitäten geschlossen in den letzten zwei Jahren und Das Projekt 2025 schlägt die Schließung des Bildungsministeriums vor. Zumindest in England 67 Universitäten strukturieren sich um Programme und Abbau von Arbeitsplätzen. In Australien kam ein aktueller Bundesbericht zu dem Schluss, dass die Universitäten „weder die Kapazität noch die Fähigkeit, das zu liefern, was die Nation braucht.“ Und rein Neuseeland Neuseeland hat die Regierung gegründet zwei Arbeitsgruppen um die Gesundheit des gesamten Universitäts- und Wissenschaftsbereichs zu beurteilen.
Mittlerweile ist die Hochschulbildung zunehmend der Bildungstechnologieindustrie verpflichtet. Ed-Tech-Unternehmen verkaufen Hardware und Software – oft mit künstlicher Intelligenz erstellt – die angeblich den Forschungs- und Lehrbetrieb von Universitäten verbessern soll. Viele anglophone Universitäten zahlen bereits heute für Dienstleistungen von Ed-Tech-Unternehmen wie TurnItIn, Grammarly und Studiosity, die alle KI in ihren Produkten verwenden. Dies gilt zusätzlich zu den Jahreslizenzen, die Universitäten von Software-as-a-Service-Unternehmen wie Microsoft, Google und Adobe erwerben. Auch ihre Produkte enthalten KI.
Da die Herstellung und der Betrieb dieser KI-Produkte so teuer sind, müssen KI-Unternehmen im Silicon Valley mehr Geld aus dem Universitätssektor herauspressen, um Gewinne zu erzielen. Aber wie sehr brauchen Universitäten die KI aus dem Silicon Valley?
Der KI-Sektor blutet Geld
Trotz der jüngsten Begeisterung für generative KI hat die Branche Probleme. Nehmen wir zum Beispiel die Muttergesellschaft von ChatGPT, OpenAI. Es wird erwartet im Jahr 2024 5 Milliarden US-Dollar verlieren. Es vor kurzem verlor seinen Chief Technology Officer, Chief Research Officer und einen weiteren Vize Präsident, und nur Drei der ursprünglich elf Gründer sind noch übrig. Um mehr Risikokapitalinvestitionen anzuziehen, kündigte OpenAI kürzlich Pläne an: „Umstrukturierung seines Kerngeschäfts in eine gewinnorientierte Wohltätigkeitsgesellschaft.“ Es ist jedoch nicht klar, ob OpenAI überhaupt ein profitables Produkt zu verkaufen hat.
OpenAI hat rund 10 Millionen ChatGPT-Abonnements. Doch die Cloud-Computing-Infrastruktur zum Trainieren und Ausführen generativer KI ist riesig, was es für KI-Unternehmen schwierig macht, Gewinne zu erzielen. Einfach ausgedrückt: Die Skalierung generativer KI ist teuer. So teuer, dass einige Kritiker darüber spekulieren Die von Risikokapitalgebern finanzierte KI-Blase wird platzen und OpenAI wird in den kommenden Jahren scheitern.
Um die exorbitanten Kosten für den Betrieb generativer KI in großem Maßstab auszugleichen, hat sich OpenAI an großen Risikokapitalfinanzierungsrunden beteiligt. In seiner letzten Runde erhöhte es a rekordverdächtige 6,6 Milliarden US-Dollar. Das ist unglaublich, insbesondere für ein Unternehmen, dessen Geschäftsmodell noch immer ein Verlustgeschäft ist: Derzeit OpenAI gibt 2,35 $ aus, um einen Dollar zu verdienen. Doch im Silicon Valley ist der Geschäftsplan oft weniger wichtig als die Geschichte. Und die Geschichte, die OpenAI den Investoren verkauft, ist Wachstum. Hier kommen die Universitäten ins Spiel.
KI-Unternehmen brauchen Universitäten
KI-Unternehmen aus dem Silicon Valley müssen Universitätsleiter davon überzeugen, dass ihre KI-Produkte von entscheidender Bedeutung sind, um externe Forschungsgelder zu gewinnen, Lehrkapazitäten zu skalieren und Geld zu sparen. Kritiker gehen davon aus, dass dies im Erfolgsfall auf eine „Unternehmensübernahme der Hochschulbildung.“ Derzeit ringt die Hochschulbildung jedoch immer noch darum, ihre Beziehung zur KI zu klären. Die Arizona State University – die schon immer ein Vorreiter in der Bildungstechnologie war – hat bereits eine angekündigt Partnerschaft mit OpenAI. Gleichzeitig startete das Center for Cultural Analysis der Rutgers University eine neue interdisziplinäre Zeitschrift, die von Duke University Press herausgegeben wurde Kritische KI. Und die Modern Language Association hat sich mit der Conference on College Composition and Communication zusammengetan, um eine Reihe von zu veröffentlichen forschungsgestützte Empfehlungen für Pädagogen, die im Zeitalter der KI schriftliche Aufgaben erteilen.
An den meisten Universitäten sind sich Wissenschaftler und Administratoren weiterhin uneinig über die potenziellen Vor- und Nachteile der KI. Early Adopters sehen First-Mover-Vorteile für Universitäten, die KI in ihre Forschungs- und Lehrsysteme integrieren, um die Effizienz in Bezug auf Zeit, Ressourcen, Arbeitsabläufe und Ergebnisse zu maximieren. Auf der anderen Seite haben Forscher dokumentierte die vielen Probleme mit dem Einsatz KI-gesteuerter digitaler Technologien in der Bildung, einschließlich zunehmender Ungleichheit, Rassen- und Geschlechtervorurteilen, Fehlinformationen, Desinformationen, Energiekosten und dem Beitrag zum Klimawandel sowie Verletzungen der Privatsphäre, des Urheberrechts, des geistigen Eigentums und der Datensouveränität indigener Völker.
In diesem gespaltenen Umfeld werfen KI-Unternehmen den Universitäten eine neue Herausforderung zu: KI lehrt Klone.
KI-Unterricht bei Klonen und ihre Kosten
KI-Organisationen preisen jetzt die Einführung von „KI-Agenten.“ Pädagogen können diese KI-Agenten anhand ihrer eigenen Kursmaterialien trainieren und sie in KI-Klone des Dozenten umwandeln, die rund um die Uhr mit den Schülern interagieren können. In ein WerbevideoEin Dozent lobt den KI-Agenten dafür, dass er ihm beim Unterrichten eines Kurses mit mehr als 800 Studenten geholfen hat. Natürlich, wie ich an anderer Stelle geschrieben habe: „Eine weitere Möglichkeit, den Unterricht eines so großen Kurses zu verbessern, besteht darin, mehr Lehrer einzustellen.“ Dennoch ist es nicht verwunderlich, dass Universitäten Interesse daran zeigen, dass KI-Klone unterrichtet werden, wenn man bedenkt, wie „Die Universität selbst ist zu einer geworden Service.“
Aber hier liegt das Problem: Wir kennen noch nicht die vollen Kosten für KI-Lehrmittel. Während der Entwicklungs- und Marktdurchdringungsphase sind sie zwar kostenlos oder günstig, die Kosten für Cloud Computing sind jedoch immer noch extrem hoch. Ein leitender Ingenieur sagt mir, dass Unternehmen mit KI-Produkten aufgrund dieser Kosten in den kommenden Jahren wahrscheinlich von einem Abonnementmodell zu einem Verbrauchspreismodell übergehen werden. Mit anderen Worten: Nachdem eine kritische Masse von Institutionen von Abonnementsoftware mit KI-Funktionen abhängig geworden ist, werden diese Unternehmen versuchen, die hohen Kosten der KI abzuwälzen, indem sie den Verbrauchern ihren Energieverbrauch in Rechnung stellen. Für Universitäten, die sich der KI-Unterrichtsklone verschrieben haben, würde eine solche Preisverschiebung mit ziemlicher Sicherheit zu einem gigantischen Kostensprung führen. Werden KI-Klone dann billiger sein als Lehrer?
Hinzu kommen die Umweltkosten. Die Emissionen von Microsoft sind um gestiegen 30 Prozent Aufgrund energiehungriger Rechenzentren ist es höchst unwahrscheinlich, dass sie ihr Ziel erreichen, bis 2030 klimanegativ zu sein. Viele Universitäten streben außerdem an, in den kommenden Jahren klimaneutral zu sein. Aber der Energieaufwand, der für den Aufbau und Betrieb einer Flotte von KI-Lehrklonen erforderlich ist, lässt solche grünen Ziele zu einer Fantasie werden. Werden die Universitäten Microsoft folgen und ihre grünen Verpflichtungen nicht einhalten, um mit dem KI-Wettrüsten Schritt zu halten? Und wenn „KI treibt die Welt in eine Energiekrise„Lohnt sich der finanzielle und ökologische Aufwand wirklich, Pädagogen durch KI-Chatbots zu ersetzen?“
Während viele Universitätsakteure mit diesen Argumenten sympathisieren, die den Wert der KI im Silicon Valley in Frage stellen, trifft FOMO in einem Sektor, der mit einer solchen finanziellen Instabilität konfrontiert ist, hart zu. Ich habe einige sagen hören, dass das Versäumen von KI sich anfühlt, als würde man das Internet verpassen. Aber ich bin nicht davon überzeugt, dass das die richtige Metapher ist. In ihrem gegenwärtigen Zustand ähnelt die generative KI im Mainstream weniger dem Internet als vielmehr einer Blockchain: Es handelt sich um einen energieraubenden technologischen Hype, der trotz seines hypothetischen disruptiven Potenzials derzeit nur wenige nützliche Produkte und geringen Wert für Investoren liefert. Generative KI scheint nur aufgrund des KI-Hypes, den die „neue künstliche Intelligenz„, die von unserem kollektiven Glauben an sein transformatives Potenzial viel profitieren können.
Alternative KI, indigene KI
Was wäre, wenn Universitäten aktiv in KI-Alternativen investieren würden, die von Akademikern oder lokalen Gemeindevorstehern vorangetrieben werden, anstatt schnell alle neuen KI-Tools zu übernehmen, die Bildungstechnologieunternehmen den Universitäten aufdrängen? In Aotearoa Neuseeland, Die Hiku-Medien– was dazu beiträgt Indigene KI Initiative – bietet eine provokante Alternative.
Hiku Media ist ein Māori-eigene Medienorganisation das erkannte die Notwendigkeit eines Spracherkennungstools für die Māori-Sprache. Anstatt dafür einzutreten, dass multinationale Konzerne ihre Werkzeuge integrativer und für Māori-Sprecher zugänglicher machen – etwas, das indigene Gemeinschaften der Ausbeutung ausgesetzt hätte –Te Hiku Media hat ein eigenes Spracherkennungstool entwickelt durch Crowdsourcing von Audio über ihre Community-Netzwerke. Entscheidend ist, dass Te Hiku Media sich selbst als solche versteht Wächter und nicht Besitzer dieses Sprachtools. Durch die Priorisierung der Verwaltung und der Datensouveränität indigener Völker modelliert Te Hiku Media einen Weg zum Aufbau generativer Sprachtechnologien nach anderen, gerechteren Ideologien als die Extraktive Logiken, die die Bildungstechnologie und ihre KI-Tools dominieren.
Te Hiku Media ist natürlich nicht die einzige Technologie- und Medienorganisation, die innovative Alternativen bietet, von denen Universitäten lernen und möglicherweise mit ihnen zusammenarbeiten könnten. Hier sind weitere: Mijente, Mediengerechtigkeit, Alliierte Medienprojekte, Athene, Daten für Black Lives, Unsere Datenbestände, Erste Mai-Bewegungstechnologie, Keine Technologie für die Apartheid, 7amleh, Algorithmische Gerechtigkeitsliga Und Anfrage von Datenarbeitern (Ich leihe mir diese Liste aus Ruha Benjamins scharfsinniger Kritik an „KI-Evangelisten“ in LARB).
Zu lange wedelte der Ed-Tech-Schwanz mit dem Universitätshund. In den meisten Fällen kam diese Beziehung den Bildungstechnologieunternehmen mehr zugute als den Universitätsstudenten oder Forschern. Aber die Universitäten haben jetzt die Chance, dieses Verhältnis zu ändern, bevor sich die KI-Systeme des Silicon Valley in der Hochschulbildung festsetzen. Während die KI-Evangelisten uns glauben machen wollen, dass ihre eigenen KI-Tools unvermeidlich und notwendig sind, erinnert uns Benjamin daran: „Wir Tun haben Sie die Wahl … es gibt andere Welten.“
