AI በዩኒቨርሲቲ መግቢያ ሂደት፡ ፍጥነትና ፍትሃዊነት

በአንድ ዩኒቨርሲቲ የመግቢያ ቢሮ ውስጥ ያለ ትንሽ ማሻሻያ አንዳንዴ የሚያድነው ወራት ጊዜ ነው። ለምሳሌ፣ በ2025 ኦገስት ወር በSoutheast Missouri State University (SEMO) የAI መርሃ ግብር በተማሪና ቤተሰብ ግንኙነት ክፍል ውስጥ 182 ሰዓታት ጊዜ አዳነ። ይህ ቁጥር ብቻ አይደለም የሚነግረን፤ የመግቢያ ሂደት እንዴት እንደሚገናኝ እና የተማሪ ልምድ እንዴት እንደሚሻሻል ያሳያል።

ይህ ጉዳይ ለእኛ የሚጠቅምበት ሁለት መንገዶች አሉ። አንደኛ፣ በትምህርትና በስልጠና ዘርፍ የAI አጠቃቀም ሲበዛ የተቋማት ውሳኔ ፍጥነትና ጥራት ይለወጣል። ሁለተኛ፣ ይህ እንደ “መንግስታዊ አገልግሎቶች ዲጂታላይዜሽን” ትርኢት ክፍል ተመልክቶ ሲታይ ቢሮክራሲን ለመቀነስ፣ አገልግሎትን ለማፋጠን እና ለህዝብ የታመነ ዲጂታል ልምድ ለመስጠት የሚሰራ መርሀ ግብር መሆኑን እንመለከታለን።

የመግቢያ ሂደት ለምን እስካሁን ከባድ ነበር?

መልስ በቀጥታ፦ የመግቢያ ሂደት ከባድ የሚያደርገው የሥራ ጭነት መጨመር፣ ሰው ኃይል መቀየር (turnover) እና አንድ-አንድ የተማሪ ጉዳይ እስከ ሰነድ ማረጋገጥ ድረስ በብዙ መስመር መሄድ ነው።

ብዙ ዩኒቨርሲቲዎች የተማሪ ጥያቄ ቁጥር ሲጨምር የመግቢያ አማካሪዎች ቁጥር በአንድ ምልክት አያድግም። እዚህ ላይ የሚከሰቱ ችግኝ ነጥቦች፦

• የምላሽ ዘግይት: ተማሪ የእርሱን ሁኔታ ሲጠይቅ “እባክህ ቆይ” የሚባል መልዕክት በተደጋጋሚ ይመጣል።
• የአማካሪ መቀየር: ሰራተኛ ሲወጣ አገልግሎት ላይ ቀዳዳ ይፈጠራል። አዲስ ሰራተኛ ማስገባት እና ማስተማር ሳምንታት ወይም ወራት ይወስዳል።
• የሰነድ እና የጽሁፍ ግምገማ መከማቻ: በተለይ እሴይ (essay) ብዛት ሲጨምር ውሳኔ ማውጣት ይዘገያል።

በእውነት የሚያስገርም ነገር አንዱ ይህ ነው፦ ብዙ ድርጅቶች (ዩኒቨርሲቲዎችን ጨምሮ) “መረጃ” አላቸው፣ ግን “ሥራ የሚያጠናቀቅ መረጃ” አይደለም። AI የሚያሳየው ደግሞ እዚህ ላይ ነው።

የSEMO ምሳሌ፦ ከAI ቻትቦት እስከ AI ኤጀንት (Agent)

መልስ በቀጥታ፦ SEMO በ2023 የጀመረው ቻትቦት ሥራ እስከ 2025 ድረስ ወደ “ግብ-ተመራ የAI ኤጀንቶች” ተዘርግቶ የመግቢያ ሂደትን የሚያንቀሳቅስ ማሽን ሆኗል።

2023: ቻትቦት ብቻ ሳይሆን ሥራ የሚጨርስ

SEMO ያስገባው ቻትቦት በመረጃ መስጠት ላይ ብቻ አልቆመም። በCRM ውስጥ የተያያዘ ስለሆነ የተማሪውን መዝገብ ይወቅ እና “ምን ጎድሎሃል?” እንደሚለው ያሉ ሥራዎችን ይረዳል። የሚችለው ስራ ከእዚህ በላይ ነው፦

• ማመልከቻ መጀመር ማገዝ
• የማመልከቻ ሁኔታ መፈተሽ
• የጎደሉ ሰነዶችን መግለጽ
• ለክስተት መመዝገብ
• ቀጠሮ ማስያዝ
• በተቀባ ጊዜ ማ поздрав መልዕክት መላክ

2024: የAI አጋዥ (Assistant) በየምድቡ የተማሪ

በ2024 የገቡ የAI አጋዥዎች መልስ ብቻ አይሰጡም፤ የተማሪውን ምድብ (የአገር ውስጥ/ውጭ፣ የundergraduate/graduate) በማስተዋል የተመጣጣኝ ምላሽ ያዘጋጃሉ። ይህ በዚህ ስርዓት የተለመደውን “አንድ መልስ ለሁሉ” ያቆማል።

2025: ኤጀንት (Agent) = ተግባር ያለው ዲጂታል ባለሙያ

2025 ላይ SEMO ያስገባው አስፈላጊ ለውጥ እዚህ ነው፦ AI ኤጀንት እንደ ቡድን አባል ይሰራል፣ ተመራ የሚሆነውም በግብ ነው። ለምሳሌ፣ “ከተፈላጊ ተማሪ ወደ ክስተት መመዝገብ” ወይም “ወደ ማመልከቻ መግባት” ማድረስ እንደ የጊዜ ገደብ ግብ ይሰጠዋል። ከዚያም በብዙ መስመሮች ይገናኛል፦ ኢሜይል፣ SMS፣ ድር-ቻት፣ እንኳን ድምጽ/ስልክ ድጋፍ።

“እንደ ሰው ቡድን አባል እንማርከዋለን እና እንሰልጥነዋለን፤ ግብ ይሰጠዋል፣ ጊዜ ገደብ ይሰጠዋል።” በሚለው አመለካከት ሥራው ወደ “ሂደት አስተዳደር” ይሻገራል።

እሴይ ግምገማ በAI፦ የVirginia Tech የስራ ጭነት ምሳሌ

መልስ በቀጥታ፦ እሴይ ግምገማ ላይ AI ማስገባት የሚያደርገው ውሳኔ ፍጥነት መጨመር ነው፣ እና ጥራት የሚቆጠብበት መንገድ አለው—AI ከሰው ጋር በጥንቃቄ ሲጣመር።

Virginia Tech የተመረጠው ምሳሌ የአመልካቾች ቁጥር በግልጽ መልኩ ስለበዛ ነው። ት/ቤቱ ከ 32,000 (2018) ወደ ለማለት 58,000 ያህል (2024) አመልካቾች ደርሷል። ትልቁ መከማቻ ደግሞ በእሴይ ጥያቄዎች ነበር፦ በአንድ ዙር ውስጥ 500,000 የእሴይ ጥያቄ ምላሾች እንዲነበቡ ነበር፣ ይህም ለማንበብ 16,000 ሰዓታት እንደሚጠይቅ ተገልጿል።

“AI + ሰው” ሞዴል ለፍትሃዊነት ምን ይሰራ?

Virginia Tech ያደረገው አስፈላጊ ውሳኔ የሚሰማ ቀላል ነው፦ AI እሴይን አይተው ውሳኔ አያወጣም; ሰው ያወጣል። ሥርዓቱ እንዲህ ይሰራል፦

1. የመጀመሪያ ንባብ በሰው አንባቢ (human reader)
2. የሁለተኛ ንባብ በተማረ AI መሳሪያ
3. ውጤቶቹ መካከል ከ2 ነጥብ በላይ ልዩነት ካለ ሶስተኛ ሰው አንባቢ ይገባል

ይህ አቀራረብ ለብዙ ተቋማት መልካም መልእክት ነው፦ የAI አጠቃቀም በትምህርት ዘርፍ ከፍትሃዊነት ጋር መጣጣም ይችላል፣ በተለይ መመዘኛዎች ግልጽ ከሆኑ።

ደህንነትና ግላዊነት፦ የAI መግቢያ ሥርዓት ቅድመ ሁኔታዎች

መልስ በቀጥታ፦ በመግቢያ ሂደት ውስጥ AI ማስገባት ካለፈው የIT ፕሮጀክት በላይ የደህንነት ስርዓት ይፈልጋል፣ ምክንያቱም የተማሪ ግላዊ መረጃ በቀጥታ እዚያ ይዞራል።

SEMO በደህንነት ላይ ያነጋገረው ነጥብ በተግባር ለማንኛውም የመንግስት/ተቋማት ዲጂታል አገልግሎት ተመሳሳይ መሆኑን ያሳያል፦

• ኢሜይል ማረጋገጫ (verification): አንድ ሰው ሌላ ሰው መረጃ እንዳያገኝ መቆጣጠር
• የመረጃ መመሪያ (compliance): የተማሪ መረጃ ጥበቃ መመሪያዎችን መከተል
• ኢንክሪፕሽን (encryption) እና MFA: ውስጣዊ መዳረሻ መጠንከር
• ሶስተኛ ወገን ኦዲት: ደህንነት እንዲጠና የሚያደርግ የስርዓት ምርመራ
• Moderation መሳሪያ: ያልተገባ ይዘት ሲገባ ፈጣን ማሳወቂያ፣ የተጠቃሚ መቆለፊያ ወይም AI ኤጀንት ማቆም

እዚህ ላይ የምጠቃለለው አንድ ሐሳብ አለ፦ AI ካለ መመሪያ በፊት ሳይሆን ከመመሪያ በኋላ ይገባ። የመንግስት ዲጂታል አገልግሎት ላይም ይህ ትርጉሙ ግልጽ ነው—መጀመሪያ ደህንነት፣ ከዚያ ፍጥነት።

ከዩኒቨርሲቲ መግቢያ ወደ መንግስታዊ አገልግሎት፦ ተመሳሳይ ሥርዓት አለ

መልስ በቀጥታ፦ የዩኒቨርሲቲ መግቢያ ሂደት በAI ሲሻሻል የሚታዩት መርሆዎች ከመንግስታዊ አገልግሎት ዲጂታላይዜሽን ጋር በቀጥታ ይመሳሰላሉ።

እኔ ብዙ ጊዜ እንዲህ እላለሁ፦ “መግቢያ ቢሮ ማሻሻል እንደ አንድ ማስፈጸሚያ ቢሮ ማሻሻል ነው፤ ሁለቱም የሂደት ጭነት እና የሕዝብ ግንኙነት ችግኝ ያላቸው ናቸው።” በዚህ ትርኢት ውስጥ የሚሰሩ 3 ትልቅ መርሆዎች አሉ፦

1) የግብ-ተመራ አገልግሎት (Goal-based Service)

AI ኤጀንት እንደ “እርዳታ መስጫ” ብቻ ሳይሆን እንደ “ተግባር አጠናቀቂ” ሲታይ ውጤት ይለወጣል። በመንግስት አገልግሎት ውስጥ ይህ ማለት ለምሳሌ፦ አንድ ዜጋ የአገልግሎት ጥያቄ መሙላት ብቻ ሳይሆን ሰነዶችን መጨመር፣ ቀጠሮ ማስያዝ እና መከታተል ድረስ መርዳት ነው።

2) የእውቀት መሠረት (Knowledge Base) እንደ “የተቋም አእምሮ”

SEMO የሚጠቀምበት የእውቀት መሠረት በሰው ስልጠና ላይ የሚቆይ ጊዜን ይቀንሳል። ተቋማት የሚጠፋባቸው ነገር አንዱ “እውቀት የሰው ጭንቅላት ውስጥ መቀመጥ” ነው። እውቀትን ወደ የተቆጣጠረ መሠረት ሲያወርዱ ቅድሚያው የተሻለ አገልግሎት ነው፣ የተከታታይ ጥራት ግን ውጤቱ።

3) መጠንከር ያለው አስተዳደር (Governance)

የAI መርሃ ግብር ሲገባ ከተከታታይ መቆጣጠር ውጭ አይሰራም። የተግባር መመሪያ ስትገነቡ የሚረዱ ነጥቦች፦

• የውሂብ ደረጃ እና ማጠናቀቂያ (data classification)
• የመዳረሻ ፈቃድ (role-based access)
• የንግግር መዝገብ (audit logs)
• የዝርዝር መመሪያ ለእንግዳ ይዘት/ጥቃት (moderation playbook)

ተቋማት እንዴት ይጀምሩ? 7 የሚሰሩ እርምጃዎች

መልስ በቀጥታ፦ በመግቢያ (ወይም በማንኛውም የሕዝብ አገልግሎት) AI ማስገባት ለመጀመር የሚቻለው ትንሽ ነገር ከመስራት ነው—ነገር ግን በመለኪያ እና በደህንነት ተጠናክሮ።

1. አንድ የሚለካ ጉዳይ ምረጡ: ለምሳሌ “የማመልከቻ ሁኔታ ጥያቄዎችን 30% መቀነስ” ወይም “የውሳኔ ማብራሪያ ማስተናገድ ጊዜ 2 ሳምንት ማሳነስ”።
2. ተማሪ/ዜጋ ጉዞ ካርታ (journey map) ስሩ: ችግኙ የሚፈጠርበት ቦታ ይታያል።
3. እውቀት መሠረት አጽዱ: የተበታተነ መመሪያ እና ያልተዘመነ መረጃ የAI ጥራትን ያወርዳል።
4. “Human-in-the-loop” ስርዓት አድርጉ: በማስፈላለት ጉዳዮች ላይ የመጨረሻ ውሳኔ ለሰው ይቀር።
5. የደህንነት መከላከያዎች ያቋቁሙ: MFA፣ ኢንክሪፕሽን፣ ኦዲት እና የውሂብ ፈቃድ።
6. Moderation እና እርምጃ ደንብ ያዘጋጁ: ያልተገባ ይዘት ሲመጣ ምን ይደረግ? ማን ይጠራ? ስንት ደቂቃ ውስጥ?
7. KPI ላይ ተመልከቱ: የጊዜ ቁጠባ (hours saved)፣ የምላሽ ጊዜ፣ የውሳኔ ወቅት፣ የተማሪ እርካታ፣ የAI-ሰው ልዩነት መጠን።

የ2025 መጨረሻ ትምህርት፦ AI ፍጥነትን ያመጣል፣ መመሪያ ደግሞ እምነትን

የAI መግቢያ ሂደት ተሞክሮ አንድ ነገር በግልጽ ያሳያል፦ የሂደት ችግኝ ብዛት ሲጨምር መፍትሄው ሰው ቁጥር ብቻ መጨመር አይሆንም። እውቀትን የሚያስተዳድር ሥርዓት፣ በግብ የሚመራ የግንኙነት መሳሪያ እና የደህንነት መመሪያ እንዲሁ ይፈልጋሉ።

ይህ የመግቢያ ታሪክ በመንግስታዊ አገልግሎቶች ዲጂታላይዜሽን ትርኢታችን ውስጥ እጅግ ይገባል፤ ምክንያቱም አንድ ዲጂታል አገልግሎት ሲሻሻል ብቻ ሳይሆን የተጠቃሚ እምነት እንዲጠና ያደርጋል። ከእዚህ በኋላ ጥያቄው አንዱ ይሆናል፦ በተቋማችሁ ውስጥ ከአሁኑ የሚጀምር አንድ የAI ማሻሻያ ምን ይሆናል—የምላሽ ጊዜን የሚቀንስ ወይስ የውሳኔ ፍጥነትን የሚጨምር?