Η διεθνής βιβλιογραφία επιβεβαιώνει ότι η Τεχνητή Νοημοσύνη (ΑΙ) στο χώρο της ανώτατης εκπαίδευσης αποτελεί πλέον ένα δημοφιλές αντικείμενο επιστημονικού ενδιαφέροντος. Για παράδειγμα, η σχετικά πρόσφατη συστηματική ανασκόπηση των Crompton και Burke (2023) κατέγραψε 138 μελέτες για την AI στην ανώτατη εκπαίδευση συμπεραίνοντας ότι οι σχετικές δημοσιεύσεις εκτινάχθηκαν το 2021 και το 2022, σχεδόν δύο έως τρεις φορές πάνω από τα προηγούμενα χρόνια.
Το μεγαλύτερο μέρος όμως αυτής της βιβλιογραφίας παραμένει προσανατολισμένο στη διδασκαλία, στις παιδαγωγικές εφαρμογές, την αξιολόγηση και την ακαδημαϊκή ακεραιότητα, αφήνοντας τις διοικητικές λειτουργίες σαφώς λιγότερο μελετημένες.
Η ερευνητική υποβάθμιση των διοικητικών και υποστηρικτικών υπηρεσιών δεν είναι δευτερεύουσας σημασίας. Είναι πρόβλημα στρατηγικής γνώσης, καθώς οι διοικητικές λειτουργίες αποτελούν τον οργανωσιακό πυρήνα και την επιχειρησιακή ραχοκοκαλιά του πανεπιστημίου. To πανεπιστήμιο δεν είναι μόνο αίθουσα διδασκαλίας και αμφιθέατρο. Είναι επίσης σύνθετος οργανισμός με πυκνές ροές δεδομένων, ζητήματα οικονομικής διαχείρισης και λήψης αποφάσεων με διοικητική πολυπλοκότητα, καθώς και αυξημένες απαιτήσεις λογοδοσίας και συνεχή πίεση για αποδοτικότητα. Στις διοικητικές του λειτουργίες οργανώνονται οι εισαγωγές, τα μητρώα, η διασφάλιση ποιότητας, οι οικονομικές ροές, η διαχείριση ανθρώπινου δυναμικού, η φοιτητική υποστήριξη και, συνολικότερα, η καθημερινή επιχειρησιακή και θεσμική λειτουργία που επηρεάζει τόσο την εργασιακή και μαθησιακή εμπειρία όσο και τη φήμη και τη διεθνή θέση του ιδρύματος.
Αξίζει, ωστόσο, να σημειωθεί ότι η περιορισμένη έρευνα για την υιοθέτηση εργαλείων AI στις διοικητικές και υποστηρικτικές υπηρεσίες των πανεπιστημίων, σε σύγκριση με τη βιβλιογραφία για τις επιπτώσεις της AI στη διδασκαλία, στην έρευνα και στους ίδιους τους φοιτητές και το ακαδημαϊκό προσωπικό, δεν σημαίνει ότι η AI δεν χρησιμοποιείται σήμερα στις διοικητικές και λειτουργικές μονάδες των ιδρυμάτων ανώτατης εκπαίδευσης. Αντίθετα, χρησιμοποιείται για ένα ευρύ φάσμα αναγκών από τις εισαγωγές και τις εγγραφές έως τη φοιτητική υποστήριξη, αλλά και την επικοινωνία και το μάρκετινγκ. Όλα δείχνουν, μάλιστα, ότι η τάση αυτή θα ενισχυθεί τα επόμενα χρόνια.
Το κρίσιμο, όμως, δεν είναι μόνο ότι η AI χρησιμοποιείται. Σημασία έχει αν η χρήση αυτή γίνεται με οργανωμένο τρόπο, αν εντάσσεται στον στρατηγικό σχεδιασμό των πανεπιστημίων και αν συνοδεύεται από θεσμική ικανότητα διαχείρισης των ηθικών και τεχνολογικών της προκλήσεων. Για παράδειγμα, η μελέτη της AACSB για το 2025 παρατηρεί ότι στις σχολές διοίκησης επιχειρήσεων η παραγωγική AI (generative AI) χρησιμοποιείται ολοένα περισσότερο όχι μόνο στη διδασκαλία και την έρευνα, αλλά και στις διοικητικές και επιχειρησιακές διαδικασίες. Την ίδια στιγμή, όμως, σχεδόν το 45% των ιδρυμάτων εξακολουθεί να στερείται συντονισμένου πλαισίου διακυβέρνησης για τη μετάβαση από τον αποσπασματικό πειραματισμό σε βιώσιμη οργανωσιακή πρακτική. Απουσιάζουν, δηλαδή, σαφής διοικητική καθοδήγηση και επίσημες πολιτικές, ενώ η εκπαίδευση, η ιδιωτικότητα και η ηθική εφαρμογή της AI παραμένουν κρίσιμα ζητήματα προς διερεύνηση και ρύθμιση.
Η παρατήρηση αυτή είναι ιδιαιτέρως σημαντική για τα πανεπιστήμια, καθώς δείχνει ότι η AI τείνει να διαχέεται αρχικά μέσα από ζώνες πρόθυμου πειραματισμού, αλλά χωρίς σταθερούς μηχανισμούς κινδυνεύει να παραμείνει άθροισμα απομονωμένων νησίδων καινοτομίας. Με άλλα λόγια, η υιοθέτηση της παραμένει άνιση και συχνά προχωρά ταχύτερα από τις θεσμικές δομές που θα έπρεπε να τη συνοδεύουν. Ο κίνδυνος για τα ιδρύματα δεν είναι μόνο η καθυστέρηση στην υιοθέτηση, αλλά και η αποσπασματική υιοθέτηση με την εγκατάσταση μεμονωμένων εφαρμογών ΑΙ χωρίς κοινή γλώσσα, χωρίς ενιαία πολιτική και χωρίς σύνδεση με τη διοικητική αποστολή του πανεπιστημίου. Σε αυτή την περίπτωση, η AI δεν λειτουργεί ως μοχλός εκσυγχρονισμού αλλά ως πολλαπλασιαστής θεσμικής ασυνέχειας.
Ενδεικτική είναι και η έρευνα του Ινστιτούτου Πολιτικής για την Ανώτατη Εκπαίδευση (HEPI) της Βρετανίας, σύμφωνα με την οποία το 2025 το 92% των φοιτητών χρησιμοποιούσε κάποια μορφή AI και το 88% δημιουργική AI σε εργασίες αξιολόγησης (HEPI, Student Generative AI Survey 2025). Στο πλαίσιο αυτό, η πίεση της ΑΙ προς τα πανεπιστήμια δεν είναι μόνο παιδαγωγική αλλά και διοικητική, καθώς πρέπει να αναπροσαρμόσουν διαδικασίες αξιολόγησης, επικοινωνίας, υποστήριξης και ελέγχου.
Η τεχνητή νοημοσύνη δεν είναι ένα μελλοντικό σενάριο που το πανεπιστήμιο μπορεί να διαχειριστεί με την άνεση του χρόνου. Είναι ήδη παρόν κοινωνικό και οργανωσιακό γεγονός και δεν πρέπει να θεωρείται αφηρημένη υπόσχεση με απτά αποτελέσματα σε άδηλο χρόνο, αλλά κρίσιμο πεδίο εφαρμογής. Παρόλα αυτά, όπως ορθά τονίζεται σε πρόσφατο άρθρο στους Times Higher Education παρατηρείται μια έντονη ρητορεία καινοτομίας χωρίς την ύπαρξη μιας καθαρής στρατηγικής συνοχής: η AI έχει ήδη περάσει στο «μηχανοστάσιο» των πανεπιστημίων, ενώ η διακυβέρνηση παραμένει συχνά καθηλωμένη στο περιορισμένο ερώτημα του αν επιτρέπεται στους φοιτητές να χρησιμοποιούν το ChatGPT σε εργασίες (Smith, 2026). Η επισήμανση αυτή έχει ιδιαίτερη βαρύτητα, επειδή περιγράφει ακριβώς τη μετατόπιση του προβλήματος: η κρίσιμη συζήτηση δεν είναι πλέον μόνο παιδαγωγική, αλλά διοικητική, επιχειρησιακή και θεσμική.
Η AI ενσωματώνεται σταδιακά στις καθημερινές λειτουργίες των ιδρυμάτων τριτοβάθμιας εκπαίδευσης, όχι όμως πάντοτε ως πλήρως ενσωματωμένο και ιδρυματικά ενοποιημένο σύστημα αυτοματοποιημένης διοίκησης. Η εφαρμογή της συχνά παραμένει διερευνητική, τοπική και εξαρτημένη από ατομικές πρωτοβουλίες, ενώ δεν λείπουν περιπτώσεις όπου τα πληροφοριακά οικοσυστήματα ενός ιδρύματος παραμένουν κατακερματισμένα και η στρατηγική κατεύθυνση για την εφαρμογή της AI ασαφής. Το κρίσιμο ερώτημα επομένως δεν είναι απλώς αν η AI «χρησιμοποιείται» στα ακαδημαϊκά ιδρύματα και σε ολόκληρο το φάσμα των υπηρεσιών τους. Αυτό συμβαίνει ήδη με πολλούς τρόπους (πχ. αλγοριθμικός προγραμματισμός αιθουσών και συστήματα learning analytics). Το πραγματικό ερώτημα είναι πώς και γιατί χρησιμοποιείται, πού χρησιμοποιείται, πόσο αποτελεσματική θεωρείται αυτή η χρήση και τι είδους συστημικές εξαρτήσεις από υποδομές και συστήματα AI αποκτούν τα πανεπιστήμια.
Το πρόβλημα ανακύπτει όταν η εφαρμογή είναι κατακερματισμένη, άνιση, ασταθής και υπερβολικά εξαρτημένη από εξατομικευμένες πρωτοβουλίες. Με άλλα λόγια, η AI δεν θέτει πλέον στα πανεπιστήμια μόνο το ερώτημα της τεχνολογικής υστέρησης, αλλά κυρίως το ερώτημα της θεσμικής ωριμότητας. Η ΑΙ δεν δοκιμάζει απλώς την τεχνολογική ετοιμότητα των ιδρυμάτων τριτοβάθμιας εκπαίδευσης, αλλά και την οργανωσιακή τους αυτογνωσία. Και εδώ γίνεται αντιληπτό ότι η υιοθέτηση της τεχνητής νοημοσύνης δεν είναι πρωτίστως τεχνικό ζήτημα, αλλά οργανωσιακό. Δεν αρκεί ένα πανεπιστήμιο να διαθέτει πρόσβαση σε συστήματα AI. Δεν αρκεί ένα πανεπιστήμιο να λέει ότι χρησιμοποιεί τα σύγχρονα εργαλεία της AI. Πρέπει να διαθέτει διακυβέρνηση, κανόνες, ψηφιακή ωριμότητα, θεσμική συνεννόηση και ανθρώπινο δυναμικό με τις κατάλληλες δεξιότητες. Η τεχνητή νοημοσύνη δεν λειτουργεί σε ιστορικό και οργανωσιακό κενό.
Ενσωματώνεται σε προϋπάρχουσες κουλτούρες, σε πρακτικές εργασίας και σε σχέσεις εξουσίας. Γι’ αυτό και δύο πανεπιστήμια που έχουν πρόσβαση σε παρόμοια τεχνολογικά μέσα μπορεί να έχουν τελείως διαφορετικά αποτελέσματα.
Στο πλαίσιο αυτό, η μελλοντική έρευνα για τις επιπτώσεις της AI στο πεδίο της ανώτατης εκπαίδευσης οφείλει να κάνει δύο πράγματα. Πρώτον, να εστιάσει περισσότερο στη διοικητική και επιχειρησιακή λειτουργία και στο πώς η AI εφαρμόζεται σε αυτήν. Δεύτερον, να διαχωρίσει την υιοθέτηση της AI από την αποτελεσματικότητα. Συχνά συγχέεται η απλή παρουσία ενός εργαλείου AI σε μια υπηρεσία με την πραγματική βελτίωση της οργανωσιακής λειτουργίας. Για παράδειγμα, η ύπαρξη εργαλείων σύνοψης ή προβλεπτικών και δυναμικών dashboards δεν σημαίνει αυτομάτως βελτίωση της ποιότητας των αποφάσεων ή παραγωγή διοικητικής αξίας.
Ο στόχος επομένως δεν είναι να ντυθούν με νέο λεξιλόγιο παλιές διοικητικές αδυναμίες και λειτουργικές αρρυθμίες, ούτε η αποθέωση ενός τεχνολογικού ωφελιμισμού, Το ζητούμενο είναι το ξεπέρασμά τους μέσα από αλλαγή οργανωτικής κουλτούρας και στρατηγικής που να εμπνέεται από τις πραγματικές ανάγκες της κοινωνίας, των φοιτητών και του ακαδημαϊκού και διοικητικού προσωπικού. Σε αυτό το σημείο, τα θεωρητικά εργαλεία που διαθέτουμε βοηθούν να αποσαφηνιστούν οι όροι υπό τους οποίους η AI μπορεί να αποκτήσει διοικητική σημασία στα πανεπιστήμια.
Πιο συγκεκριμένα, το Μοντέλο Αποδοχής της Τεχνολογίας και η θεωρία Διάδοσης των Καινοτομιών φωτίζουν τις συνθήκες υπό τις οποίες ορισμένα εργαλεία εμφανίζονται ως χρήσιμα, εύχρηστα και συμβατά με υπάρχουσες διαδικασίες και σε διοικητικά περιβάλλοντα που πιέζονται από όγκο εργασίας, χρόνο και γραφειοκρατική επανάληψη. Ωστόσο, στο πανεπιστημιακό περιβάλλον η υιοθέτηση εξαρτάται επίσης από οργανωσιακές κουλτούρες, ρυθμιστικά πλαίσια, υποδομές και θεσμικές αβεβαιότητες. Από αυτή την άποψη, η θεωρία των Δυναμικών Ικανοτήτων μας επιτρέπει να δούμε την AI όχι απλώς ως διαθέσιμη τεχνολογία, αλλά ως δυνατότητα που προϋποθέτει οργανωσιακή ικανότητα συντονισμού, ανασχεδιασμού και ενσωμάτωσης. Έτσι εξηγείται γιατί ακαδημαϊκά ιδρύματα με παρόμοια τεχνολογική πρόσβαση διαφέρουν σημαντικά ως προς τη διοικητική αξιοποίησή της.
Με απλά λόγια, για τα σύγχρονα πανεπιστήμια η AI δεν είναι απλώς ένα ψηφιακό εργαλείο, που επηρεάζει την εκπαιδευτική διαδικασία. Είναι πρωτίστως μια δοκιμασία οργανωσιακής ωριμότητας, η οποία θα κρίνει τη στρατηγική πορεία και επιτυχία των πανεπιστημίων. Η αξιοποίηση της ΑΙ δε συνιστά μόνο εξοικονόμηση χρόνου, αλλά και την επίλυση πιο σύνθετων προβλημάτων, όπως η μείωση της διοικητικής τριβής, η βελτίωση της εσωτερικής επικοινωνίας, η διευκόλυνση της αξιοποίησης δεδομένων, η υποστήριξη της πρόβλεψης και της προληπτικής παρέμβασης σε μια εποχή διαρκούς αλλαγής και αβεβαιότητας.
Όποιος αντιμετωπίζει αυτή τη μετάβαση με τεχνολογικό ενθουσιασμό και μόνο, μάλλον διαβάζει επιφανειακά το φαινόμενο. Η ΑΙ δε φέρνει μόνο οφέλη, αλλά ενσωματώνει και κινδύνους, περιορισμούς και εμπόδια. Τα μεγάλα προβλήματα από τη διευρυμένη εφαρμογή της δεν είναι μόνο ή κυρίως τεχνικά. Είναι θεσμικά, ηθικά και οργανωσιακά. Αφορούν τη μεροληψία των αλγορίθμων, την αδιαφάνεια των αποτελεσμάτων, την ασφάλεια και την ποιότητα των δεδομένων, την ιδιωτικότητα, τον εθισμό σε αυτοματοποιημένες εισηγήσεις, ακόμη και την πιθανή αποδυνάμωση της κριτικής σκέψης και τον κίνδυνο εργασιακής αποειδίκευσης. Σε ένα πανεπιστήμιο, αυτά δεν είναι δευτερεύοντα ζητήματα. Αφορούν τον ίδιο τον τρόπο με τον οποίο ένα ίδρυμα λογοδοτεί, αποφασίζει και νομιμοποιεί τις πράξεις του.
Συνεπώς, δεν χρειάζεται άλλη γενικόλογη συζήτηση περί «ψηφιακού μετασχηματισμού» και αξιοποίησης των εφαρμογών της ΑΙ, αλλά πιο καθαρή έρευνα και πιο σαφείς αποφάσεις. Χρειάζονται μελέτες για τις πραγματικές χρήσεις, τα οφέλη, τους φραγμούς και τα βιώσιμα μοντέλα διακυβέρνησης της AI, αλλά και πλαίσιο χρήσης, ασφαλείς υποδομές και στοχευμένη επιμόρφωση. Οφείλουμε να μετακινηθούμε από τη γενική συζήτηση περί τεχνολογικής καινοτομίας σε μια πολύ πιο ουσιαστική προβληματική για την οργανωσιακή ετοιμότητα, την ηγεσία, τη διακυβέρνηση, την επαγγελματική ικανότητα και τις συνθήκες υπό τις οποίες η AI μπορεί να παραγάγει πραγματική, κοινωνικά νομιμοποιημένη αξία. Το διακύβευμα είναι αν τα πανεπιστημιακά ιδρύματα είναι έτοιμα να περάσουν από τον πειραματισμό σε μια συνεπή, θεσμικά κατοχυρωμένη πρακτική αξιοποίησης της ΑΙ.
*Ο Λευτέρης Κρέτσος είναι Αναπληρωτής Καθηγητής, Πανεπιστήμιο Λευκωσίας – UNIC Athens.
Όλες οι σημαντικές και έκτακτες ειδήσεις σήμερα
Γιατί η ώρα έχει 60 λεπτά: Η αρχαία απόφαση που «ρυθμίζει» ακόμη τη ζωή μας
Υπ. Παιδείας: Καταβολή αποζημίωσης σε εκπαιδευτικό μετά από 14 χρόνια. Ο λόγος
Σχολεία: Πέντε μέρες χωρίς μαθήματα μετά το Πάσχα - Το πρόγραμμα
