В этом отчете представлены тенденции, ключевые технологии и методы, формирующие будущее данных и аналитики, а также представлен ряд сценариев и последствий для этого будущего. Он основан на взглядах и опыте глобальной группы лидеров высшего образования.
Будущее данных и аналитики
В выпуске данных и аналитики 2022 года мы еще больше расширяем нашу серию отчетов Horizon, чтобы сосредоточиться на новой области практики, которая определяет институциональное принятие решений и стратегическое планирование на будущее, — тенденциях, технологиях и практиках, которые формируют мир. вторичных данных и аналитики. Основываясь на методологии, основанной на выводах и опыте группы лидеров в области данных и аналитики высшего образования, в этом отчете мы обобщаем вклад группы в основные тенденции, формирующие высшее образование, включая размышления участников дискуссии о последствиях этого исследования будущего высшего образования для конкретных институциональных ролей.
Тенденции
Высшее образование во многих отношениях является продуктом окружающей его более широкой среды и социокультурного контекста, а также конкретных сообществ и людей, которые его проектируют и участвуют в нем. Чтобы уловить эти более широкие контекстуальные силы, мы попросили участников дискуссии Horizon предоставить информацию о макроэкономических тенденциях, которые, по их мнению, формируют будущее данных и аналитики после вторичного образования, а также предоставить наблюдаемые доказательства этих тенденций. Чтобы обеспечить широкое представление о тенденциях за пределами стен высшего образования, участники дискуссии представили данные по пяти категориям тенденций: социальным, технологическим, экономическим, экологическим и политическим. После нескольких раундов голосования участники дискуссии выбрали 15 трендов как наиболее важные.
Социальная
• От организаций все чаще требуют поддержки решений данными.
• Многие методы работы с большими данными усиливают социальное неравенство.
• Все больше внимания уделяется созданию равноправной учебной и рабочей среды.
Технологическая
• Существующие инфраструктуры данных устарели и дезорганизованы.
• Учреждения все еще пытаются внедрить системы управления данными.
• Грамотность в отношении данных и навыки ИИ по-прежнему отстают от быстрого внедрения продуктов для анализа больших данных.
Экономическая
• Все большее распространение получают бесплатные или недорогие сертификаты от неаккредитованных платформ.
• Ценность и рентабельность высшего образования ставятся под сомнение.
• Зарплаты технических специалистов растут беспрецедентными темпами.
Относящаяся к окружающей среде
• Учреждения переосмысливают использование своего физического пространства.
• Из-за пандемии меняются схемы поездок на работу.
• Растет спрос на экологически чистые ИТ-услуги.
Политическая
• Законы о конфиденциальности данных во всем мире становятся все более сложными.
• Растет политическая вовлеченность в государственное образование.
• Технология искусственного интеллекта используется для охраны правопорядка.
Ключевые технологии и практики
Участникам дискуссии Horizon было предложено описать те ключевые технологии и методы, которые, по их мнению, окажут значительное влияние на будущее данных и аналитики после вторичного образования, уделяя особое внимание тем, которые являются новыми или для которых, как представляется, существуют существенные новые разработки. После нескольких туров голосования на вершину списка, который изначально состоял из 25 технологий и практик, поднялись следующие 6 пунктов:
• Управление данными и руководство
• Объединение источников данных
• Современная архитектура данных
• Обучение грамотности в отношении данных
• DEI для данных и аналитики
• Оценка и улучшение возможностей институциональных данных и аналитики
Определив наиболее важные технологии и практики, участников дискуссии попросили подумать о влиянии внедрения этих технологий и практик на учреждение. Мы попросили участников дискуссии рассмотреть несколько важных аспектов этих технологий и практик: усиление поддержки, которая потребуется от основных заинтересованных сторон; их способность оказывать значительное и положительное влияние на достижение стратегических целей учреждения; их потенциал для поддержки цифровой трансформации в учреждении; дополнительные траты, которые потребуются для оптимизации; влияние оптимизации на численность персонала учреждения; а также повышение квалификации или переподготовка рабочей силы, которые потребуются для поддержки оптимизации.
Эксперты видят значительный потенциал каждой из этих технологий и практик в отдельности, чтобы повлиять на общеорганизационное внедрение данных и аналитики, а также подчеркивают важные взаимозависимости между этими технологиями и практиками. В частности, методы управления и руководства данными в учреждениях имеют значение для других областей внедрения и практики технологий, таких как их способность успешно унифицировать данные из разрозненных источников и разрабатывать эффективные и современные архитектуры данных. Таким образом, специалисты-практики могут рассмотреть наилучшие подходы к упорядочению и координации этих отдельных, но взаимосвязанных технологий и практик.
Сценарии
Хотя целью нашей методологии прогнозирования и данного отчета не является предсказание какого-то одного будущего, мы можем начать собирать и упорядочивать имеющуюся у нас информацию в виде логических шаблонов, которые помогут нам представить ряд сценариев того, как может выглядеть будущее. В этом отчете мы попытаемся нарисовать краткие, но выразительные портреты четырех возможных будущих сценариев для данных и аналитики после вторичного образования:
• Рост: «Только измерение имеет значение» стало популярной фразой в высшем образовании, поскольку от вузов все чаще требуют придерживаться процессов принятия решений, основанных на данных. Эта культура, ориентированная на данные, повысила спрос со стороны внешних источников финансирования на доказательства результатов, а также создала проблемы и возможности для учебных заведений, которые решили сосредоточиться на обслуживании «целостного учащегося» путем смешивания различных источников и типов данных.
• Ограничение: Учреждения были вынуждены работать в условиях сокращающихся бюджетов, а группы обработки данных и аналитики, в частности, недоукомплектованы и перегружены. Недостаток потенциала для создания зрелых данных и возможностей аналитики заставляет многие учреждения отставать от внедрения надежных методов работы с данными и предотвращения все более изощренных кибератак, что заставляет их искать ответы на вопрос о том, как лучше всего поддерживать справедливые и доступные потребности в данных и аналитике.
• Коллапс: общественное мнение о ценности и окупаемости традиционного диплома о высшем образовании продолжало снижаться, а вузам с недостаточным финансированием и персоналом не хватает данных и аналитических возможностей для измерения и представления убедительных доказательств их ценности для скептически настроенных потребителей. Новые коммерческие альтернативные центры аттестации выросли, чтобы удовлетворить спрос на образование и обучение, а их расширенные аналитические возможности позволяют им выявлять и ориентироваться на предпочтения и потребности учащихся.
• Трансформация: Эффективность является движущей силой во всем мире, и высшее образование взяло на себя задачу улучшить здоровье наших глобальных экосистем путем переопределения целей и использования физических пространств. Учреждения обращаются к более сложным экосистемам данных для обоснования стратегических решений, полагаясь на улучшенные архитектуры данных, а также программы повышения грамотности данных для привлечения инвестиций в такие области, как удаленная работа и обучение.
Эссе о последствиях
В свете тенденций и сценариев, представленных в этом отчете, что мы можем сказать о последствиях для учреждений сейчас и о том, что учреждения могут начать делать сегодня, чтобы начать готовиться к такому возможному будущему? В этом разделе мы попросили шесть участников дискуссии Horizon поразмышлять над выводами отчета и высказать свои мысли о наиболее важных последствиях для их собственной роли и контекста в высшем образовании.
Наши эссеисты в этом отчете представляют широкий спектр институциональных функций, признавая, что для обеспечения успеха с данными и аналитикой должны быть задействованы различные роли и функции в учреждении. ИТ-директору, например, необходимо предусмотреть способы переподготовки ИТ-персонала с новыми навыками работы с данными и переоснащения ИТ-отделов технологиями, необходимыми для создания современной архитектуры. Институциональный исследователь должен играть ведущую роль в работе по грамотности данных. И главный академический директор должен поощрять надлежащее использование данных для обоснования решений, касающихся преподавателей, учебных программ и студентов.
Хотя эти эссе не предназначены для охвата всех точек зрения внутри учебного заведения или для охвата всех возможных типов или контекстов учреждений, они могут стать катализатором размышлений и дискуссий о том, как меняется высшее образование, о возможностях и рисках, с которыми оно сталкивается, а также о путях какие технологии и инновационное мышление в области данных и аналитики могут помочь подготовить учреждения к будущему.