AI panaudojimo galimybės švietimo įstaigų vadyboje
Žvikevičiūtė, Greta |
Licencinė sutartis Nr. MRU-EDT-1913.
Šiuolaikinis švietimo sektorius susiduria su augančiu poreikiu efektyvinti vadybinius procesus ir priimti pagrįstus sprendimus, atitinkančius tiek organizacinius, tiek visuomeninius pokyčius. Viena iš aktualiausių inovacijų, galinčių prisidėti prie šių tikslų įgyvendinimo, yra dirbtinis intelektas (DI). DI technologijų plėtra sudaro prielaidas transformuoti švietimo įstaigų veiklą, tačiau jos diegimas susijęs su įvairiais iššūkiais – techniniais, organizaciniais, kompetenciniais ir etiniais. Šiame darbe keliama tyrimo problema: kokie yra pagrindiniai dirbtinio intelekto taikymo švietimo įstaigų vadyboje aspektai, ir kaip šios technologijos gali būti integruotos siekiant didesnio vadybinio efektyvumo bei strateginės pažangos? Remiantis atlikta analize, darbe pateikiamos rekomendacijos, apimančios keturias strategines sritis: technologinių gebėjimų ugdymą vadovybei, sistemingą pokyčių valdymą, duomenų saugumo politikos stiprinimą ir AI integracijos planavimą kaip strateginį procesą. Darbo tikslas – išanalizuoti dirbtinio intelekto taikymo galimybes švietimo įstaigų vadyboje, identifikuoti esminius pranašumus ir kliūtis bei pateikti praktines rekomendacijas šių sprendimų įgyvendinimui. Siekiant šio tikslo, darbe taikyti teorinės literatūros analizės, dokumentų analizės ir kokybinės turinio analizės metodai. Mokslinės literatūros analizė atlikta siekiant išgryninti pagrindinius DI sampratos aspektus, įvertinti globalias taikymo tendencijas bei teorinius vadybos modelius. Turinio analizė remiasi tiek moksliniais straipsniais, tiek institucinių ataskaitų ir praktikų analize, leidžiančia įvertinti realią DI integracijos patirtį švietimo srityje. Tyrime taikyti metodai: teorinės literatūros analizė, kurios metu sistemingai apžvelgti moksliniai šaltiniai apie DI sampratą, švietimo vadybos modelius ir pasaulines praktikas; dokumentų analizė, padėjusi įvertinti nacionalinius ir tarptautinius strateginius dokumentus, reglamentuojančius DI taikymą švietime; bei kokybinė turinio analizė, naudota sisteminant empirinę medžiagą iš atvejų studijų, mokslinių straipsnių ir institucinių ataskaitų. Taip pat taikyta lyginamoji analizė, leidusi identifikuoti sėkmės veiksnius bei kliūtis diegiant DI sprendimus skirtinguose švietimo kontekstuose.
The modern education sector is increasingly faced with the need to improve management processes and make informed decisions that align with both organizational and societal changes. One of the most relevant innovations that can contribute to achieving these goals is artificial intelligence (AI). The development of AI technologies creates the potential to transform the functioning of educational institutions; however, their implementation is associated with various challenges—technical, organizational, competence-related, and ethical. This research addresses the following problem: What are the key aspects of applying artificial intelligence in educational management, and how can these technologies be integrated to achieve greater managerial efficiency and strategic advancement? Based on the conducted analysis, the study provides recommendations covering four strategic areas: development of technological competencies for leadership, systematic change management, strengthening data security policies, and planning AI integration as a strategic process. The aim of the study : to analyze the possibilities of applying artificial intelligence in the management of educational institutions, to identify its main advantages and barriers, and to present practical recommendations for the implementation of such solutions. To achieve this objective, the research employs methods of theoretical literature analysis, document analysis, and qualitative content analysis. The literature review was carried out to refine key aspects of the AI concept, assess global application trends, and examine theoretical management models. Content analysis was based on scholarly articles, institutional reports, and practical case studies, allowing for the evaluation of real-life AI integration experiences in the education sector. Research methods : theoretical literature analysis, which systematically examined academic sources related to AI concepts, educational management models, and global practices; document analysis, which helped evaluate national and international strategic documents regulating AI applications in education; and qualitative content analysis, used to systematize empirical material from case studies, research articles, and institutional reports. In addition, comparative analysis was employed to identify success factors and challenges in implementing AI solutions in different educational contexts.