Gulson, Murphie e Witzenberger riflettono e preconizzano:

Le attuali condizioni di governance dell’istruzione consentono di introdurre l’IA
senza soluzione di continuità, con aspetti chiave che includono l’istruzione governata attraverso la dataficazione e amministrata attraverso le infrastrutture. La dataficazione, come processo di traduzione di cose ed eventi in quantità, è accompagnata dalla costruzione di infrastrutture di dati nel campo dell’istruzione, che consentono forme di dataficazione e sono esse stesse un risultato dell’attenzione ai dati digitali. (…) La creazione di dati e infrastrutture può essere vista come una continuazione della razionalità politica della misurazione nella governance, tra cui: i) l’istruzione come forma di biopolitica e di gestione dello Stato connessa alle scienze politiche dell’istruzione; e ii) la politica “basata sull’evidenza” della fine degli anni ’90, che è entrata nelle aree di politica sociale come parte di nuove forme di fornitura di politiche basate sui dati. L’introduzione di un maggior numero di hardware e software – cioè di potenza di calcolo – intensifica una razionalità politica computazionale nel processo decisionale, che è quindi tutt’altro che antitetica alle aree politiche dell’istruzione. (…) Gli studenti dell’istruzione elementare, secondaria e soprattutto post-secondaria hanno sempre più probabilità di incontrare comunicazioni di base automatizzate. I sistemi di gestione degli studenti sono già stati creati in diversi settori dell’istruzione per raccogliere e fornire dati leggibili, spesso sotto forma di cruscotti di dati. Questa tendenza continuerà, ma sarà combinata con nuove forme di analisi predittiva e di visualizzazione dei dati (…) Nell’istruzione superiore, i sistemi di gestione dell’apprendimento sono già aperti a questi sviluppi, combinando l’amministrazione di programmi e corsi con l’erogazione di contenuti, e possono essere ulteriormente integrati con altri sistemi, tra cui le previsioni di mantenimento degli studenti, l’amministrazione universitaria e i registri degli studenti, la verifica dei programmi in corso, i servizi per le disabilità e i processi di considerazione speciale (…) Nella governance algoritmica tutti gli aspetti della scuola – l’affettivo, l’interattivo, il pedagogico, il curricolare e il valutabile – diventano traducibili, se
non addirittura tradotti, in numeri (come dati) e soggetti a logiche algoritmiche. Queste logiche non sono al di fuori delle modalità educative esistenti, ma l’IA introduce nuove forme di black boxing nel processo decisionale che altri tipi di infrastrutture di dati non hanno ancora indicato o abilitato. (K. N. Gulson, A. Murphie, K. Witzenberger, “Amazon Go for Education?”, in AA. VV., “Digital Disruption in Teaching and Testing. Assessments, Big Data, and the Transformation of Schooling” – traduzione in proprio)