Obrazovna ustanova ne prodaje proizvod s fiksnom specifikacijom. Roditelji, studenti i naručitelji biraju na temelju kombinacije sigurnosti raspora, intenzivnosti podrške, odgovornosti prema inspekciji ili financijeru, te sposobnosti praćenja individualnog napretka bez da to zapne u papirologiji. Sati se najvećim dijelom raspodjeljuju na tri vrste posla: stajanje pred razredom ili grupom, administrativna odgovornost koja stoji iza toga (ocjenjivanje, vođenje dosjea, izvještavanje), te koordinacija između nastavnika, podrške i rukovoditelja. Ta treća kategorija često raste najbrže bez da je bilo tko donio takvu odluku: raspori, iznimke, zahtjevi za dopust, komunikacija s roditeljima ili naručiteljima, prikupljanje podataka za reviziju ili akreditaciju.
Okolnosti koje usmjeravaju ishod nisu svugdje jednake. Ustanova s homogenom ciljnom skupinom i stabilnim kurikulumom ima drugu raspodjelu opterećenja od ustanove s mnogo prilagođenih programa, promjenjivim upisom ili višejezičnom populacijom. Gdje je administrativno opterećenje visoko, vrijeme koje je moglo ići u podršku, guta odgovornost. Ta razlika djelomično određuje na čemu ustanova može pobijediti: na dostupnosti nastavnika, na brzini individualne povratne informacije, ili na pouzdanosti same odgovornosti.
AI dijelom preuzima posao koji je prije jednostavno koštao sate. Izradu raspora sa složenim ograničenjima sustav može izračunati umjesto planera koji to ručno testira. Prve nacrte tekstova izvještaja, analiza testova ili preglede napretka može izraditi AI, uz nastavnika koji odobrava, prilagođava ili odbija. Obrasci za upis, tokovi prijava i standardna komunikacija prema roditeljima ili naručiteljima mogu se uglavnom odvijati automatski. Ono što ostaje ljudski posao jest pedagoški razgovor, procjena spornih slučajeva, i odgovornost za konačnu ocjenu učenika ili studenta.
Taj pomak izravno utječe na usporedbu između ustanova. Dok je izrada raspora i odgovornost uglavnom bila posao popunjenosti kapaciteta, dobivala je ustanova s više administrativnog osoblja ili strožom kulturom planiranja. Kad ustanova prepusti najveći dio tih zadataka, mijenja se na čemu se dobiva: ne više tko je uložio najviše kapaciteta, nego tko oslobođene sate stvarno usmjerava u podršku, kontaktne trenutke ili individualnu pažnju. Dvije ustanove s istom primjenom AI-a mogu tako i dalje postizati različite rezultate, jer jedna oslobođeno vrijeme vraća u razred, a druga u nove slojeve izvještavanja.
To se ne događa svugdje istim tempom. Ustanove sa standardiziranim kurikulumom i jasnim kriterijima ocjenjivanja lakše se prilagođavaju automatiziranoj podršci od ustanova s mnogo individualne prilagodbe, gdje svaki dosje zahtijeva vlastite procjene. Razlikuje se i stupanj nadzora: gdje uprava tretira izlaz AI-a kao nacrt koji nastavnik mora odobriti, nastaje drugačije osiguranje kvalitete nego gdje izlaz prolazi nekontrolirano. Kod odluka koje utječu na osoblje vrijede za tu procjenu vlastiti zakonski zahtjevi; to je stvar ustanove i njezinog nadležnog tijela, a ne usporedbe radnih procesa.
Dimenzije koje su prije uglavnom bile pitanje obujma — koliko nastavnika, koliko administrativnog osoblja, koliko lokacija — pomiču se prema dimenzijama dodjele i odgovornosti. Dobiva li ustanova na brzini odgovora prema roditeljima, na kvaliteti individualnog izvještavanja o napretku, na pouzdanosti podataka o testiranju, ili na vidljivosti svoje odgovornosti prema inspekciji ili financijeru? Svaka ustanova iznosi tvrdnju o jednoj od tih točaka, ali nije svaku tvrdnju moguće potkrijepiti dokazima. Kako to provjeriti za vlastitu propoziciju, opisano je na stranici o provjeri postoji li konkurentska prednost zaista.
Indikacija na što konkurent usmjerava svoj kapacitet, često se očitava u načinu na koji regrutira: ustanova koja objavljuje oglase za analitičare podataka umjesto dodatnog administrativnog osoblja, time nešto odaje o tome gdje je pomak već provela, kao što je opisano na stranici o tome što oglasi za posao konkurenta otkrivaju. Ista logika pomaka igra ulogu u drugim sektorima s usporedivom redistribucijom sati, kao što se vidi u analizi na čemu se dobiva u IT sektoru sada kad AI preuzima posao i u usporedbi na čemu se dobiva u maloprodaji sada kad AI preuzima posao, gdje automatizacija raspora i odgovornosti igra usporedivu ulogu.
Temeljno pitanje je za svaku ustanovu drugačije: koji dio posla u vašoj organizaciji je stvarno moguće prepustiti AI-u, a koji dio ostaje ljudski posao pod nadzorom. Na to se pitanje odgovara po zadatku putem radne analize (werkscan) FTE TO AI.
Možete započeti određivanjem na čemu smatrate da dobivate: brzina odgovora, individualna podrška, kvaliteta odgovornosti, ili nešto drugo. Besplatna provjera dimenzija pokazuje koje od tih tvrdnji se mogu braniti dokazima, a koje su uglavnom pretpostavka. Potpuni benchmark, s dokaznom matricom po dimenziji i usporedbom s vašom peer grupom, je u izradi.