Terbitan terkini dan arsip teks lengkap jurnal ini tersedia di Emerald Insight di:

https://www.emerald.com/insight/1469-1930.htm

Ilmu dan pendidikan dalam bentuk Sains dan

pendidikan di
4.0: kebijakan dan organisasi publik formulir 4.0

berdasarkan manusia dan buatan

modal intelektual 549

Konstantin V. Vodenko Diterima 23 November 2019

Direvisi 3 Januari 2020
Universitas Politeknik Negeri Rusia Selatan Platov (NPI), Novocherkassk, Diterima 2 Februari 2020
Federasi Rusia, dan
Svetlana A. Lyausheva
Universitas Negeri Adyge, Majkop, Federasi Rusia

Abstrak
Tujuan - Makalah ini bertujuan untuk mengembangkan konsep organisasi sistem ilmu pengetahuan dan
pendidikan dalam bentuk 4.0 berbasis modal intelektual manusia dan buatan.
Desain / metodologi / pendekatan - Metode regresi dan analisis korelasi digunakan. Peran modal intelektual
manusia dan buatan untuk penyediaan efektivitas dan daya saing sistem ilmu pengetahuan dan pendidikan
ditentukan, serta kesesuaiannya dengan tantangan modern. Dilakukan analisis perspektif dan batasan
otomatisasi sistem ilmu pengetahuan dan pendidikan berbasis AI; Sebuah model organisasi sistem ilmu
pengetahuan dan pendidikan dalam bentuk 4.0 berbasis modal intelektual manusia dan buatan disusun.

Temuan - Telah ditetapkan bahwa dalam sistem sains dan pendidikan, faktor produksi yang menentukan adalah modal
intelektual, tetapi kecerdasan manusia tidak harus mendominasi dalam strukturnya. AI adalah salah satu teknologi
Industri 4.0 yang paling populer dalam sistem sains dan pendidikan, yang memiliki perspektif implementasi praktis yang
luas. Seperti yang ditunjukkan oleh pengalaman universitas-universitas terkemuka dunia yang memiliki tingkat digitalisasi
tertinggi pada tahun 2018, pondasi pada teknologi digital non-terobosan (perangkat komputer dan internet) tidak
memungkinkan terbukanya potensi peningkatan indikator efektivitas dan daya saing sistem. ilmu pengetahuan dan
pendidikan dan membawanya sesuai dengan tantangan modern berdasarkan digitalisasi. Namun, Korelasi antara aktivitas
penerapan modal intelektual buatan dengan indikator ini empat kali lebih tinggi (0,2), dibandingkan dengan korelasi
indikator tersebut dengan aktivitas penerapan modal intelektual manusia (0,05). Hal ini menunjukkan adanya permintaan
akan digitalisasi sistem sains dan pendidikan, namun berdasarkan pada terobosan teknologi digital, di mana AI harus
menjadi kuncinya.
Orisinalitas / nilai - Hal ini dibuktikan bahwa pendidikan tinggi dapat diotomatiskan berdasarkan AI sebesar 85% dan sains sebesar
63%. Oleh karena itu, secara keseluruhan dalam sistem ilmu pengetahuan dan pendidikan, pangsa AI dalam struktur modal
intelektual dapat mencapai 74% ((85 þ 63) / 2). Direkomendasikan untuk menggunakan model organisasi yang dikembangkan dari
sistem ilmu pengetahuan dan pendidikan dalam bentuk 4.0 berdasarkan modal intelektual manusia dan buatan.

Kata kunci Sains, Pendidikan, Industri 4.0, Universitas dalam bentuk 4.0, Modal intelektual, Intelek manusia, AI,
Organisasi, Otomatisasi, Kebijakan publik
Jenis kertas Makalah penelitian

1. Perkenalan
Pembentukan ekonomi digital memulai mekanisme siklus pengembangan berkelanjutan dari
sistem ilmu pengetahuan dan pendidikan - terutama, pendidikan tinggi (universitas). Ini

Klasifikasi JEL - I21, I23, I25, O15, O31, O32, O33, O34, O38.
Penelitian ini dilakukan dengan hibah dari Presiden Federasi Rusia atas dukungan negara
untuk sekolah ilmiah terkemuka Federasi Rusia (NSh-2582.2020.6) « Kebijakan publik di bidang Jurnal Modal Intelektual
Vol. 21 No. 4, 2020
pendidikan tinggi dan pengembangan potensi inovatif pemuda: determinan ekonomi dan hlm. 549-564

nonekonomi serta mekanisme dalam kondisi regionalisasi ruang sosial dan pembentukan industri © Emerald Publishing Limited
1469-1930
4.0 DOI 10.1108 / JIC-11-2019-0274
JIC mekanisme didasarkan pada kemajuan teknologi yang cepat dan reaksi terhadapnya dari mata
pelajaran ekonomi. Teknologi baru membuka kemungkinan untuk modernisasi sains dan
21,4
pendidikan. Kemudian, secara bergelombang (menguat dan melemah), pasar (berdasarkan
persaingan dan permintaan yang terus meningkat) dan regulasi (berdasarkan peningkatan norma
dan standar negara) impuls untuk pengembangan digital sistem sains dan pendidikan saling
menggantikan. .
Meningkatnya perhatian terhadap sistem ilmu pengetahuan dan pendidikan dalam kondisi
550 modern dijelaskan oleh fakta bahwa sistem ini bukan sekedar vektor pertumbuhan potensial. - perspektif
lingkungan hi-tech baru - ekonomi digital, tetapi juga merupakan komponen infrastruktur yang
tidak terpisahkan. Dengan demikian, terdapat syarat-syarat tomodernisasi ilmu pengetahuan dan
pendidikan tingkat modern dalam kondisi revolusi industri keempat, yang lambat laun menjadi
wajib dan ditingkatkan. - Proses ini bisa disebut pelembagaan praktik modernisasi digital
berkelanjutan dari sistem ilmu pengetahuan dan pendidikan tinggi.
Persyaratan pertama: pemasaran. Konsumen individu tertarik pada universitas mempertimbangkan
preferensi mereka selama pembentukan spesialisasi dan pengembangan program pendidikan.
Kurikulum pribadi adalah pilihan yang sangat populer. Konsumen korporat memiliki permintaan yang
tinggi untuk pendekatan individual dalam pelatihan perusahaan dan R&D. Ini membutuhkan aktivitas
pemasaran yang tinggi dari universitas dan lembaga penelitian modern (mereka sering digabungkan).
Pada gilirannya, negara menuntut dari universitas untuk menunjukkan kemandirian yang lebih
dengan pengamatan yang ketat terhadap norma-norma yang ditetapkan dan standar yang ada. Dengan
demikian, peringkat efektivitas universitas dan lembaga penelitian menjadi lebih populer dan penting.
Kemampuan untuk menerima pendapatan dan kemandirian dari pembiayaan negara adalah kriteria
utama dalam penyusunan peringkat tersebut. Aktivitas pemasaran yang tinggi, perhatian yang besar
pada keefektifan, dan pengelolaan daya saing adalah hal yang wajar bagi universitas dan lembaga
penelitian di Amerika Utara dan Eropa Barat, yang pada awalnya didirikan sebagai perusahaan swasta. Di
negara-negara dengan kepemilikan negara untuk universitas dan lembaga penelitian, persyaratan baru
bertentangan dengan sifatnya dan karenanya memerlukan reorganisasi.
Persyaratan kedua: efisiensi. Dalam konteks “ ekonomi pengetahuan ” Sebagai lingkungan sosial
ekonomi tertentu, universitas dan lembaga penelitian modern adalah pemasok tenaga digital dan
teknologi terdepan dan karenanya harus menunjukkan efisiensi yang tinggi. Dalam setiap proyek
pendidikan dan penelitian, hasil target harus dicari dan dicapai. R&D harus mengarah pada penciptaan
inovasi. Dengan demikian, hibah menggambarkan laporan yang konstan dan hasil yang diformalkan
dengan jelas - jumlah publikasi dan jumlah teknologi yang dipatenkan. Konsumen tertarik pada layanan
pendidikan berkualitas tinggi untuk menguasai semua kompetensi yang diperlukan untuk pekerjaan dan
pengembangan karir yang sukses.
Persyaratan ketiga: globalisasi. Saat ini, terdapat banyak portal, database, dan
perpustakaan ilmiah dan pendidikan internasional, dengan banyak acara ilmiah
internasional diadakan setiap tahun. Kerjasama dan integrasi internasional memungkinkan
pencegahan “ macet ” ilmu pengetahuan dan pendidikan dan merangsang perkembangan
konstan mereka. Daya tarik mahasiswa asing memungkinkan peningkatan volume pasar
layanan pendidikan, dan ekspor inovasi universitas memungkinkan peningkatan volume
pasar teknologi. Pengakuan di seluruh dunia atas hasil pendidikan dan sains, serta diploma
internasional, sangat diminati. Secara khusus, globalisasi sains dan pendidikan terjadi dalam
proses Bologna. Penyatuan tingkat pendidikan tinggi telah dicapai, tetapi pengakuan
internasional terhadap diploma masih di masa depan.
Persyaratan keempat: pengembangan. Universitas dan lembaga penelitian harus
menunjukkan efisiensi tinggi untuk memastikan aksesibilitas massal layanan pendidikan dan
teknologi terdepan. Di mata pihak yang berkepentingan - negara, bisnis dan masyarakat - sistem
ilmu pengetahuan dan pendidikan adalah a “ konveyor ” untuk pelatihan personel digital dan
teknologi tinggi. Namun, tidak seperti conveyor tradisional, yang ilmiah dan mendidik “ konveyor ” harus
didasarkan bukan pada prinsip standarisasi tetapi pada prinsip diversifikasi dan
individualisasi. Hal ini menggambarkan pertumbuhan kapasitas produksi perguruan tinggi dan lembaga Sains dan
penelitian dengan dukungan fleksibilitas yang tinggi.
pendidikan di
Dengan demikian, masalah ilmiah dan praktis dalam membawa sistem ilmu pengetahuan dan
pendidikan sesuai dengan kebutuhan modern yang diberikan menjadi sangat penting. Bekerja
formulir 4.0
hipotesis (H 0) Penelitian ini didasarkan pada intensitas pengetahuan yang tinggi (volume modal
intelektual) dari sistem ilmu pengetahuan dan pendidikan dan terdiri dari fakta bahwa modernisasi
sistem ini harus didasarkan pada penerapan kecerdasan buatan (AI). Teknologi digital
lainnya tidak memungkinkan membawa sistem sains dan pendidikan sesuai dengan 551
kebutuhan modern, dan dengan demikian transisi sistem ini ke dalam bentuk 4.0
membayangkan penerapan bentuk baru organisasi sistem ini dengan penerapan AI.
Rumusan hipotesis yang telah ditetapkan tujuan penelitian ini, yang terdiri dari
pengembangan konsep organisasi sistem ilmu pengetahuan dan pendidikan dalam bentuk
4.0 berbasis modal intelektual manusia dan buatan. Tujuan ini dicapai dengan
menyelesaikan tugas-tugas berikut:
(1) Menentukan peran manusia dan modal intelektual buatan untuk penyediaan
efektivitas dan daya saing sistem ilmu pengetahuan dan pendidikan serta
kesesuaiannya dengan tantangan modern;
(2) Menganalisis perspektif dan batasan otomatisasi sistem sains dan pendidikan
berbasis AI;
(3) Mengembangkan model penyelenggaraan sistem ilmu pengetahuan dan pendidikan bentuk
4.0 berdasarkan modal intelektual manusia dan buatan.

2. Tinjauan pustaka
Signifikansi modal intelektual untuk keberhasilan fungsi dan pengembangan sistem sains
dan pendidikan tinggi, sebagai salah satu bidang ekonomi yang paling padat pengetahuan,
diakui dan ditekankan dalam berbagai karya sarjana modern. Tjahjadi dkk. ( 2019)
menunjukkan bahwa modal intelektual mempengaruhi sistem manajemen efektivitas perguruan
tinggi di Indonesia. Iacoviello dkk. ( 2019) menjelaskan dasar-dasar teoritis pengelolaan modal
intelektual di pendidikan tinggi, dengan memperhatikan kepentingan utamanya.
Pedro dkk. ( 2019) mempelajari modal intelektual universitas dan sampai pada kesimpulan
bahwa di sana ' merupakan kebutuhan untuk metodologi pengukuran presisi tinggi dan
manajemen strategis, yang masih dalam proses pembentukannya. Iqbal dkk. ( 2019) menulis
tentang perlunya beralih dari manajemen pengetahuan ke pengelolaan efektivitas kegiatan
universitas sebagai organisasi. Para ulama mencontohkan peran perantara inovasi dan modal
intelektual dalam pendidikan tinggi.
L € onnqvist dkk. ( 2018) menganggap perlu untuk mereformasi ekspor pendidikan dari sudut
pandang transfer modal intelektual. Di sini kami berbicara tidak hanya tentang mengajar
mahasiswa asing tetapi juga tentang menarik dosen asing dan menggunakannya untuk
kepentingan pengembangan universitas. ' modal intelektual untuk meningkatkan efektivitas dan
daya saingnya. Indiyati (2015) memandang perlu untuk mengembangkan modal intelektual dalam
pendidikan tinggi di Indonesia.
Patthirasinsiri dan Wiboonrat (2019) menawarkan metodologi untuk mengukur modal
intelektual sebuah taman ilmiah ' Kegiatan untuk taman ilmiah yang baru dibuat di Thailand.
Campanella dkk. ( 2014) menganggap penting untuk menciptakan kondisi untuk kegiatan inovatif
taman ilmiah di Eropa, untuk mengelola modal intelektual untuk transformasi pengetahuan
menjadi tindakan organisasi. Romano dkk. ( 2014) mempelajari taman ilmiah untuk modal
intelektual dan membuktikannya di sana ' merupakan kebutuhan dan model terintegrasi untuk
menyediakan, menilai dan mengendalikan aset tidak tetap, di mana modal intelektual adalah
kuncinya.
JIC Sousa dkk. ( 2019) menunjukkan perlunya menciptakan pengetahuan dan potensi
21,4 kewirausahaan bagi mahasiswa dengan bantuan metodologi pendidikan digital.
Passaro dkk. ( 2018) perhatikan pengaruh besar pendidikan tinggi pada niat kewirausahaan dan
modal manusia. Scafarto dkk. ( 2016) menulis bahwa tingkat perkembangan dan keberhasilan
manajemen modal intelektual menentukan keefektifan universitas, tetapi modal manusia dapat
memiliki peran penahan jika pendekatan yang salah dalam pengelolaannya.
Iazzolino dan Laise (2016) membuktikan bahwa penciptaan nilai dan keberlanjutan saling
552 terkait erat dalam strategi berbasis pengetahuan di universitas. Leonchuk and Gray (2019)
Pikirkan itu di sana ' Salah satu kebutuhan akan pembentukan modal sosial secara teknologi (manusia) di
pusat-pusat penelitian koperasi industri dan universitas. Ini adalah salah satu dari sedikit studi tentang
topik ini di mana topik AI dalam sains dan pendidikan dipertimbangkan secara tidak langsung. AkpeyMensah
(2019) menunjukkan bahwa pengembangan modal sosial merupakan inovasi dalam pengembangan
sumber daya manusia (dengan contoh universitas teknik di Ghana).
Arteaga (2018) memperkuat pengaruh signifikan universitas ' Sumber daya manusia pada
profitabilitasnya (menyediakan data reformasi universitas terbaik Kolombia). Ribando
dkk. ( 2017) mempelajari pengaruh konsolidasi universitas pada sumber daya manusia pada waktunya. Barra dan
Zotti (2017) mempelajari keterkaitan antara pengembangan potensi manusia dan pertumbuhan dan
membuktikan bahwa modal intelektual memiliki peran yang menentukan untuk penyelenggaraan universitas '
efektivitas.
Chatterji dan Kiran (2017) memberikan bukti bahwa manusia dan modal relasional universitas
sebagai basis ekonomi pengetahuan membutuhkan perhatian lebih dan pembangunan prioritas utama
- yang ditunjukkan oleh contoh pemodelan struktural di universitas-universitas di India Utara. Xu
dan Sylwester (2017) perhatikan tumbuhnya pengaruh universitas asing pada akumulasi modal
manusia di negara tersebut. Kazaishvili (2019) berpendapat bahwa keterampilan manajerial staf
administrasi universitas dapat ditingkatkan di era digital.
Ketentuan mendasar dan akumulasi pengalaman praktis modernisasi digital sistem
sains dan pendidikan tinggi juga tercermin dalam berbagai publikasi, termasuk karya Popkova
(2019) , Popkova dkk. ( 2019) , Popkova dan Prancis (2017) , Popkova dkk. ( 2017a , b ), Popkova
dkk. ( 2018b) , Popkova dkk. ( 2018a) , Popkova
dkk. ( 2017a , b ), Popkova dan Parakhina (2019) , Popkova dan Sergi (2018) dan Popkova dan
Sergi (2019) . Kim dkk. ( 2019) perhatikan peran penting keterlibatan akademis dan kesiapan
digital pada siswa ' prestasi di lingkungan universitas pembelajaran online.
Durovic dkk. ( 2019) pelajari penggunaan alat digital oleh mahasiswa STEM di Universitas Rijeka dan
catat perspektif mereka yang tinggi. Adekitan dkk. ( 2019) menawarkan metode berpemilik dari analisis
intelektual data untuk meramalkan lalu lintas data Internet sehari-hari di a “ pintar ”
Universitas. Valks dkk. ( 2019) menawarkan alat untuk pembentukan dan penyediaan fungsi intelektual
kampus 2.0, yang mempelajari tingkat penggunaan ruang secara real time di universitas dan organisasi.

Mallick dan Sanyal (2019) menentukan hubungan antara profil demografis dan
penggunaan smartphone oleh siswa. Hazriyanto dkk. ( 2019) mengembangkan model
kepuasan kerja dan efisiensi dosen universitas di Batam dengan SEMSmartPLS. Chauhan dkk.
(2019) mengembangkan lingkungan interaktif virtual intelektual berbasis cloud, untuk bekerja di
universitas dengan penggunaan Internet of Things (IoT). Villegas-Ch dkk. ( 2019) sarankan
menggunakan model “ pintar ” kota untuk kota universitas tradisional dengan arsitektur Big Data
untuk pembuatan kampus intelektual yang berkelanjutan.
Ardito dkk. ( 2019) perhatikan peran prioritas utama universitas dalam manajemen
pengetahuan di “ pintar ” proyek kota - dan universitas akan menjadi “ pintar ” demikian juga. Li dkk.
( 2019) menawarkan model “ pintar ” laboratorium penelitian untuk mekanika bahan intelektual dan
konstruksi oleh contoh Universitas Zhejiang. Fortes dkk. ( 2019) menawarkan visi kampus sebagai a
“ kota Pintar ”( dengan contoh Universitas Malaga). Qian dkk. ( 2019) mempresentasikan proyek “ pintar
” laboratorium penelitian katup pengatur intelektual di Zhejiang
Universitas. Lewis (2018) juga menawarkan model “ pintar ” universitas, mencatat peran Sains dan
transformasi analitik pendidikan.
pendidikan di
Dengan demikian, tinjauan pustaka yang dilakukan memungkinkan adanya kesimpulan bahwa
sumber-sumber ilmiah yang ada menggambarkan konsep pendidikan dan sains digital secara rinci dan
formulir 4.0
mencerminkan peran dan pentingnya modal intelektual bagi sistem ini. Pertimbangan diberikan
terutama pada teknologi digital yang dapat diakses secara luas - peralatan komputer, perangkat lunak
(multimedia dan dukungan interaktif untuk proses pendidikan dan kendali elektronik atas pengetahuan)
dan Internet (pendidikan jarak jauh). Perspektif penerapan AI dalam sains dan pendidikan tinggi
553
dipelajari dengan sangat buruk. Bahwa ' Oleh karena itu persoalan penataan sistem ilmu pengetahuan
dan pendidikan dalam bentuk 4.0 yang berbasis modal intelektual manusia dan buatan serta penentuan
rasio optimalnya memerlukan penelitian lebih lanjut.

3. Bahan dan metode

Untuk memverifikasi hipotesis yang ditawarkan, digunakan metode analisis regresi dan korelasi.
Sasarannya adalah universitas (yang menyediakan layanan pendidikan dan melakukan R&D) yang
paling berkembang pesat pelatihan online (sebagai indikator digitalisasinya). Menurut peringkat
LHTB (Pelajari Cara Menjadi) untuk 2018, para pemimpin di antara perguruan tinggi dan
universitas online terakreditasi terbaik adalah Universitas Harvard, Universitas Drexel, Universitas
California Selatan, Institut Teknologi Illinois, Saint Joseph ' s Universitas, Universitas Columbia di
Kota New York, Universitas Case Western Reserve, Kolese Canisius, Universitas Lehigh dan
Universitas Gwynedd Mercy.
Kami menambahkan ke daftar universitas Rusia terbaik - Universitas Negeri Lomonosov Moscow.
Meskipun tidak ada di 50 besar peringkat ini, ia memiliki tingkat perkembangan online yang tinggi
pendidikan ( x 1). Indikator landasan modal intelektual manusia adalah jumlah
mahasiswa per 1 dosen ( x 2). Indikator efektivitas dan daya saing universitas dan tingkat
kesesuaiannya dengan tantangan modern adalah profitabilitas
(kemandirian finansial, y 1), orientasi internasional ( y 2), Universitas ' Reputasi sebagai
pemberi kerja ( y 3), reputasi universitas ' s staf akademik ( y 4), kualitas pendidikan ( y 5),
pekerjaan lulusan ( y 6), aktivitas di bidang R&D ( y 7) dan jumlah publikasi
Universitas ' s staf akademik ( y 8).
Data diolah dengan membangun kurva regresi, yang mencerminkan regresi dan
korelasi ketergantungan masing-masing variabel dependen dengan variabel independen (terpisah).
Baik variabel independen maupun variabel dependen y 1, y 2, y 3, y 4, sesuai dengan logika “ itu
lebih tinggi lebih baik. ” Variabel y 5, y 6, y 7, y 8 konfirmasi ke logika “ Semakin rendah semakin baik. ” Bahwa ' Itulah
mengapa hasil analisis diperlakukan dengan cara berikut:

(1) Kami menentukan variabel dependen dimana regresi dengan independen dipelajari
variabel langsung - itu, positif untuk y 1, y 2, y 3, y 4 dan negatif untuk y 5, y 6, y 7, y 8;

(2) Kami menentukan variabel dependen di mana regresi dengan variabel independen yang diteliti
adalah kebalikannya - artinya, negatif untuk y 1, y 2, y 3, y 4 dan positif untuk y 5, y 6, y 7, y 8;

(3) Kami menemukan jumlah nilai regresi langsung dan perbedaannya dengan regresi
terbalik - menghitung Ireg regresi integral ( x);
(4) Kami menemukan rata-rata korelasi langsung dari semua variabel dependen dengan variabel
independen yang diteliti - menghitung korelasi integral Icor ( x);

(5) Kami membandingkan regresi integral dan korelasi integral untuk keduanya dependen
variabel. Kami menentukan kontribusi modal intelektual buatan ( x 1) dan
modal intelektual manusia ( x 2) dalam penyediaan efektivitas dan daya saing
universitas dan tingkat kesesuaiannya dengan tantangan modern;
JIC (6) Jika Ireg ( x 1)> Ireg ( x 2) dan Icor ( x 1)> Icor ( x 2), efisiensi tinggi dari digitalisasi sistem
ilmu pengetahuan dan pendidikan diakui, dan dalam kasus sebaliknya, digitalisasi ini
21,4
sistem diakui tidak efisien.
Kemudian, gambaran tentang berbagai teknologi digital diberikan, dan evaluasi
perspektif penerapannya dalam sistem ilmu pengetahuan dan pendidikan dengan
penerapan metode analisis logis dilakukan. Kemudian, perspektif penerapan AI dalam
554 sains dan pendidikan (secara terpisah) dengan bantuan metode evaluasi ahli dinilai.
Untuk memberikan tujuan yang maksimal dan keaslian hasil evaluasi digunakan skala
dikotomis - untuk menetapkan indikator dengan nilai “ 0 ” atau “ 1 ". Setiap subproses
dievaluasi dengan bantuan kriteria berikut:
(1) Kebutuhan komunikasi dengan manusia: “ 0 ", jika ada komunikasi dengan manusia
tak terelakkan (AI tidak dapat diterapkan dalam subproses yang dipelajari) dan “ 1 ", jika
komunikasi dengan manusia tidak wajib (otomatisasi dari subproses yang dipelajari
berdasarkan AI dimungkinkan);

(2) Kebutuhan kreativitas: “ 0 ", jika kreativitas diperlukan (AI tidak dapat diterapkan dalam
subproses yang dipelajari) dan “ 1 ", jika kreativitas tidak wajib (otomatisasi dari subproses yang
dipelajari berdasarkan AI dimungkinkan);

(3) Kebutuhan untuk memproses Big Data: “ 0 ", jika pemrosesan Big Data tidak diperlukan
dan tidak sesuai (AI tidak diperlukan dalam subproses yang dipelajari) dan “ 1 ", jika
pemrosesan BigData adalah wajib (otomatisasi subproses yang dipelajari berdasarkan AI
dimungkinkan dan lebih disukai).

Akibatnya, evaluasi rata-rata langsung untuk semua kriteria dalam setiap subproses dan
secara keseluruhan untuk sistem pendidikan dan sains ditentukan. Hal ini memungkinkan
penentuan potensi otomatisasi sistem ini berdasarkan AI dan bagiannya yang paling
mungkin dalam struktur modal intelektual sistem. Data untuk penelitian ditampilkan di
Tabel 1 - 3 .

Pelatihan online, poin 1 - Jumlah mahasiswa per 1 dosen,

100 orang-orang

Universitas x1 x2

Universitas Harvard 99.8 6.5

Universitas Drexel 99.7 6.5
Institut Teknologi Universitas 99.6 6.5
California Selatan Illinois Saint 99.2 6.5
Joseph ' Universitas 98.8 6.5
Universitas Columbia di Kota New York 98.7 6.0

Case Western Reserve University 98.7 6.6

Canisius College 98.7 6.6
Universitas Lehigh 98.7 6.6
Universitas Mercy Gwynedd 98.6 6.6
Tabel 1.
Universitas Negeri Lomonosov Moscow 98.3 7.2
Aktivitas aplikasi
modal intelektual Sumber: disusun oleh penulis berdasarkan a, ba https://www.timeshighereducation.com/student/best-universities/top-universities
manusia dan buatan di
sistem sains dan pendidikan (diakses 25 Oktober 2019).
b https://www.learnhowtobecome.org/online-universities-and-colleges/best/ (diakses 25 Oktober 2019)
pada tahun 2018
 Universitas ' s
Sains dan
Profitabilitas (keuangan Internasional reputasi sebagai Reputasi pendidikan di
kemerdekaan), poin orientasi, poin majikan, poin 1 - dosen, poin formulir 4.0
1 - 100 1 - 100 100 1 - 100
Universitas y1 y2 y3 y4

Harvard 48.7 79.7 100.0 100.0

Universitas 555
Universitas Drexel 40.6 50.7 99.8 92.2
Universitas 49.3 69.8 39.7 92.4
Selatan
California
Institut Illinois 42.7 55.3 39.7 92.4
Teknologi
Saint Joseph ' s 48.9 80.1 99.6 92.7
Universitas
Kolumbia 44.8 79.0 96.9 40.1
Universitas di
Kota New York
Case Western 40.8 51.5 97.8 93.2
Memesan
Universitas
Kolese Kanisius 49.2 80.4 98.7 93.2
Universitas Lehigh 38.4 42.2 99.6 93.2
Gwynedd Mercy 49.2 80.5 100.6 93.2
Universitas
Lomonosov 89.1 63.7 99.8 93.3 Meja 2.
Indikator
Negara Bagian Moskow
efektivitas,
Universitas
daya saing dan
Sumber: disusun oleh penulis berdasarkan a, ba https://www.timeshighereducation.com/world-university-rankings/2019/world-ranking#!/page/0/le
korespondensi dengan
sort_by / rank / sort_order / asc / cols / score (diakses 25 Oktober 2019). tantangan modern
sistem sains
b https://www.topuniversities.com/university-rankings/world-university-rankings/2020 (diakses Oktober dan pendidikan pada 2018
25, 2019) (Bagian 1)

4. Hasil
4.1 Peran modal intelektual manusia dan buatan untuk penyediaan efektivitas dan daya saing
sistem ilmu pengetahuan dan pendidikan dan kesesuaiannya dengan tantangan modern

Hasil analisis data regresi dan korelasi yang dilakukan Tabel 1 - 3 disajikan dalam Tabel 4 .

Kami membuat kurva regresi, contohnya untuk dependensi y 1 ( x 1) dan y 1 ( x 2) ditampilkan dalam Gambar
1.
Berdasarkan Gambar 1 , regresi y 1 dengan x 1 merupakan 11,313, dan korelasi merupakan
0,1657. Regresi negatif - oleh karena itu, sambungannya terbalik - saya t ' s
perlu dikurangi. Regresi y 1 dengan x 2 merupakan 39.282, dan korelasi merupakan
0,5928. Regresi positif - oleh karena itu, koneksi bersifat langsung - kami menambah. Mari kita hitung
regresi integral:
ð 1 Þ Ireg ð x 1 Þ ¼ ð 6: 8792 þ 61: 061 þ 17: 747 Þ ð 11: 313 þ 0: 518 þ 18:62 þ 19: 732 þ 34: 929 Þ

¼ 0: 5752
JIC Kualitas dari Aktivitas di Jumlah
21,4 studi, Pekerjaan bidang R&D, publikasi,
posisi lulusan, posisi posisi posisi
Universitas y5 y6 y7 y8

Universitas Harvard 2 1 1 1
Universitas Drexel 2 292 444 378
556 Universitas Selatan 215 111 121 88
California
Institut Illinois 156 110 1.000 821
Teknologi
Saint Joseph ' s 157 112 122 88
Universitas
Universitas Columbia di 16 13 20 14
Kota New York Case
Western Reserve 60 259 183 140
Universitas
Tabel 3. Kolese Kanisius 61 112 122 89
Indikator
Universitas Lehigh 289 48 891 695
efektivitas,
Gwynedd Mercy 112 112 122 89
daya saing dan
Universitas
korespondensi dengan
Lomonosov Moskow 23 384 98 289
tantangan modern
Universitas Negeri
sistem sains dan
pendidikan tahun 2018 Sumber: disusun oleh penulis berdasarkan A A https://cwur.org/2018-19.php
(bagian 2) (diakses 25 Oktober 2019)

Regresi Korelasi Oleh Regresi Korelasi Oleh

dengan x 1 dengan с x 1 modul Tindakan dengan x 2 dengan x 2 modul Tindakan

y1 11.313 0,1657 11.313 mengurangi 39.282 0,5928 39.282 Menambahkan

y2 0,518 0,0003 0,518 mengurangi 11.652 0,0473 11.652 mengurangi

y3 18.62 0.1482 18.62 mengurangi 7.3065 0,0068 7.3065 Menambahkan

y4 6.8792 0,043 6.8792 Menambahkan 38,958 0.4218 38,958 Menambahkan

y5 19.732 0,0106 19.732 mengurangi 3.0757 0,0008 3.0757 mengurangi

y6 61.061 0,0639 61.061 Menambahkan 313.68 0.4999 313.68 mengurangi

Tabel 4.
Hasil regresi y7 34.929 0,0025 34.929 mengurangi 34.882 0,0007 34.882 mengurangi

dan korelasi y8 17.747 0,0001 17.747 Menambahkan 214.66 0,0437 214.66 mengurangi

analisis Sumber: dihitung dan disusun oleh penulis

100.0 100.0

80.0 80.0
60.0 60.0 y = 39,282x - 207,82
y1

y1

R² = 0,5928
40.0 40.0
y = -11,313x + 1169
Gambar 1. 20.0 20.0
R² = 0,1657
Kurva regresi
0.0 0.0
ketergantungan y 1 ( x 1)
98.0 98.5 99.0 99.5 100.0 0.0 2.0 4.0 6.0 8.0
dan y 1 ( x 2)
x1 x2
ð 2 Þ Ireg ð x 2 Þ ¼ ð 39: 282 þ 7: 3065 þ 38: 958 Þ ð 11: 652 þ 3: 0757 þ 313: 68 þ 34: 882 þ 214: 66 Þ Sains dan
¼ - 492: 403 pendidikan di
formulir 4.0
Mari kita hitung korelasi integral:
ð 1 Þ Icor ð x 1 Þ ¼ ð 0: 1657 þ 0: 0003 þ 0: 1482 þ 0: 043 þ 0: 0106 þ 0: 0639 þ 0: 0025 þ 0: 0437 Þ = 8

¼ 0:05 557

ð 2 Þ Icor ð x 2 Þ ¼ ð 0: 5928 þ 0: 0473 þ 0: 0068 þ 0: 4218 þ 0: 0008 þ 0: 4999 þ 0: 0007 þ 0: 0437 Þ

3=8
¼ 0:20

Jadi, Ireg ( x 1) < Ireg ( x 2) ( 492.403 <0.5752), tetapi Icor ( x 1)> Icor ( x 2) ( 0,20> 0,05). Artinya,
digitalisasi penting untuk sistem sains dan pendidikan, tetapi pada saat yang sama,
menunjukkan hasil negatif. Hal ini dapat disebabkan oleh fakta bahwa digitalisasi tidak didasarkan
pada teknologi yang tepat. Untuk membangun koneksi kausal yang lebih tepat, mari kita tentukan
perspektif penerapan berbagai teknologi digital dalam sistem sains dan pendidikan ( Tabel 5 ).

Seperti yang ditunjukkan di Tabel 5 , IoT dan komputasi di mana-mana memastikan integrasi
perangkat di dunia maya - sistem fisik. Mereka tidak diminati dalam sistem sains dan pendidikan, di
mana sejumlah kecil perangkat digunakan dan integrasinya tidak diperlukan. Register terdistribusi
(blockchain) memungkinkan peningkatan keamanan data dan kenyamanan dalam mengelolanya.
Dalam sistem sains dan pendidikan, risiko keamanan data rendah -
meskipun kenyamanan manajemen data dibutuhkan dalam subproses organisasi. Teknologi
cetak 3D dan realitas virtual dan alternatif menciptakan kemungkinan visualisasi proyek dan
sampel uji, memungkinkan peningkatan subproses pelatihan dan R&D.
Visi mesin dan “ pintar ” teknologi merangsang kontrol total dan meningkatkan kenyamanan.
Mereka mungkin diminta untuk memastikan karakter inklusif dari pendidikan dan sains.

Teknologi digital Keuntungan penerapan teknologi Kemungkinan memperoleh keuntungan

Internet untuk segala,
komputasi di mana-mana
Register terdistribusi
(rantai blok)
Cetak 3D, realitas
virtual dan alternatif
Penglihatan mesin, “ pintar ”
teknologi
Kendaraan tak berawak,
robot dan
manipulator
Perhitungan kuantum,
Big Data dan AI
Sumber: dikembangkan dan disusun oleh penulis
dalam sistem sains dan pendidikan
Integrasi perangkat ke dunia Tidak banyak perangkat yang digunakan,
maya - sistem fisik integrasinya tidak diperlukan
Keamanan data dan penggunaan yang nyaman Risiko keamanan kecil, tetapi kenyamanan
pengelolaan data diperlukan
subproses organisasi
Kemungkinan visualisasi Izinkan peningkatan subproses pelatihan
proyek dan sampel uji dan R&D
Kontrol total, kenyamanan yang ditingkatkan Memungkinkan memastikan karakter inklusif
pendidikan dan sains
Pengurangan resiko produksi dan Risiko produksi yang merusak kesehatan
kerusakan kesehatan manusia minimal
Tabel 5.
Perspektif
Optimalisasi pengambilan keputusan, Izinkan peningkatan semua subproses
penerapan berbagai
pemrosesan intelektual dari array dengan cara sistemik, perspektif terluas teknologi digital di
informasi yang besar dari aplikasi praktis sistem sains
dan pendidikan
JIC Kendaraan tak berawak, robot dan manipulator menstimulasi pengurangan resiko produksi yang

21,4 merusak kesehatan manusia. Dalam sistem sains dan pendidikan, mereka tidak diminati, karena risiko
produksi yang merusak kesehatan minimal. Komputasi kuantum, Big Data, dan AI memastikan
pengoptimalan pengambilan keputusan dan pemrosesan intelektual dari berbagai data besar. Mereka
sangat dibutuhkan dalam sistem sains dan pendidikan, karena mereka memungkinkan perbaikan
sistemik dari semua subproses.
Oleh karena itu, pengaruh digitalisasi sistem sains dan pendidikan sangat buruk, karena
558 proses ini didasarkan pada teknologi dengan perspektif yang tidak jelas. Misalnya, teknologi
Industri 4.0 di Rusia tidak diimplementasikan dalam sistem sains dan pendidikan, digitalisasi
yang membayangkan fondasi pada komputer dan Internet. Data implementasi AI dalam
sistem IPTEK dan pendidikan tidak ada, yang merupakan bukti bahwa teknologi ini tidak
digunakan dalam sistem yang dipelajari.

4.2 Perspektif dan batasan otomatisasi sistem sains dan pendidikan berbasis AI

Evaluasi perspektif penerapan AI dalam pendidikan dan sains secara terpisah ditampilkan di
Tabel 6 dan 7 . Seperti yang terlihat dari Tabel 6 , dalam pemasaran layanan pendidikan,
komunikasi dengan
manusia tidak wajib (1 poin), kreativitas tidak wajib (1 poin) dan ada ' merupakan
kebutuhan untuk memproses Big Data (1 poin). Subproses ini akan sepenuhnya
diotomatiskan berdasarkan AI (1 þ 1 þ 1/3 5 1). Selama pengembangan materi ilmiah
dan metodologi, komunikasi dengan manusia tidak wajib (1 poin), tetapi kreativitas
adalah wajib (0 poin), dan pemrosesan BigData tidak diperlukan (0 poin). Subproses ini
didasarkan pada modal intelektual manusia dan memiliki perspektif otomatisasi yang
moderat berdasarkan AI (1 þ 0 þ 0/3 5 0,33).

Evaluasi sesuai kriteria penerapan

modal intelektual dalam subproses
Kebutuhan untuk Kebutuhan untuk
komunikasi dengan Kebutuhan untuk pemrosesan
Subproses manusia kreativitas data besar Hasil evaluasi

Pemasaran 1 1 1 (1 þ 1 þ 1) / 3 5 1
Perkembangan dari 1 0 0 (1 þ 0 þ 0) / 3 5 0.33
ilmiah dan
metodologis
bahan
Pelatihan teoretis 1 1 0 (1 þ 1 þ 0) / 3 5 0.67 (1 þ
Latihan praktik 1 1 0 1 þ 0) / 3 5 0.67 (1 þ 1 þ 1)
Kontrol pengetahuan 1 1 1 /351
Dokumentasi 1 1 1 (1 þ 1 þ 1) / 3 5 1
Persiapan untuk 1 1 1 (1 þ 1 þ 1) / 3 5 1
ijazah
Konfirmasi dari 1 1 1 (1 þ 1 þ 1) / 3 5 1
ijazah ' keaslian
sesuai permintaan
Membantu pekerjaan 1 1 1 (1 þ 1 þ 1) / 3 5 1
Tabel 6.
Rata-rata Rata-rata untuk Rata-rata untuk Rata-rata untuk (1 þ 0.88 þ 0,66) / 3 5 5 0.85
Evaluasi
perspektif kolom: 1 kolom: kolom: 0.66
implementasi AI 0.88
dalam pendidikan Sumber: dikembangkan dan disusun oleh penulis
 Evaluasi sesuai kriteria penerapan
Sains dan
modal intelektual dalam subproses pendidikan di
Kebutuhan untuk Kebutuhan untuk formulir 4.0
komunikasi dengan Kebutuhan untuk data besar
Subproses manusia kreativitas pengolahan Hasil evaluasi

Pemasaran 1 1 1 (1 þ 1 þ 1) / 3 5 1
Menyimpulkan kesepakatan 0 0 1 (0 þ 0 þ 1) / 3 5 0.33 559
tentang kemitraan
R & D Pengaturan masalah 1 0 1 (1 þ 0 þ 1) / 3 5 0.67 (1 þ
Promosi 1 0 1 0 þ 1) / 3 5 0.67
ide ide
(hipotesa)
Pilihan dari 1 0 1 (1 þ 0 þ 1) / 3 5 0.67
metodologi
Verifikasi dari 1 1 1 (1 þ 1 þ 1) / 3 5 1
hipotesa
Pengobatan 1 1 1 (1 þ 1 þ 1) / 3 5 1
hasil
Dokumen untuk hasil 1 0 0 (1 þ 0 þ 0) / 3 5 0,33 (1 þ
Pendaftaran hak untuk 1 1 0 1 þ 0) / 3 5 0.67
objek intelektual
Properti
Teknik untuk 0 0 0 (0 þ 0 þ 0) / 3 5 0
Tabel 7.
komersialisasi
Evaluasi
Rata-rata Rata-rata untuk kolom: Rata-rata untuk Rata-rata untuk (0.8 þ 0.4 þ 0,7) / 3 5 5 0.63
perspektif
0.8 kolom: 0.4 kolom: 0.7 implementasi AI
Sumber: dikembangkan dan disusun oleh penulis dalam sains

Selama pelatihan teori, komunikasi dengan manusia tidak wajib (1 poin), kreativitas tidak
wajib (1 poin), tetapi pemrosesan Big Data tidak diperlukan (0 poin). Subproses ini memiliki
perspektif otomatisasi yang luas berdasarkan AI, tetapi tidak dapat diotomatiskan
sepenuhnya (1 þ 1 þ 0/3 5 0.67). Selama pelatihan praktik, komunikasi dengan manusia tidak
wajib (1 poin), kreativitas tidak wajib (1 poin), tetapi pemrosesan Big Data tidak diperlukan (0
poin). Subproses ini memiliki perspektif otomatisasi yang luas berdasarkan AI, tetapi tidak
dapat diotomatiskan sepenuhnya (1 þ 1 þ 0/3 5 0.67).
Selama kontrol pengetahuan, komunikasi dengan manusia tidak wajib (1 poin),
kreativitas tidak wajib (1 poin) dan pemrosesan Big Data diperlukan (1 poin). Subproses ini
sepenuhnya direkomendasikan berdasarkan AI (1 þ 1 þ 1/3 5 1). Selama dokumentasi,
komunikasi dengan manusia tidak wajib (1 poin), kreativitas tidak wajib (1 poin) dan perlu
untuk memproses Big Data (1 poin). Subproses ini akan sepenuhnya diotomatiskan
berdasarkan AI (1 þ 1 þ 1/3 5 1).
Selama persiapan ijazah, komunikasi dengan manusia tidak wajib (1 poin), kreativitas
tidak wajib (1 poin) dan ada ' sa kebutuhan untuk memproses Big Data (1 poin). Subproses ini
akan sepenuhnya diotomatiskan berdasarkan AI (1 þ 1 þ 1/3 5 1). Selama konfirmasi ijazah ' keaslian
sesuai permintaan, komunikasi dengan manusia tidak wajib (1 poin), kreativitas tidak wajib
(1 poin) dan ada ' sa kebutuhan untuk memproses Big Data (1 poin). Subproses ini akan
sepenuhnya diotomatiskan berdasarkan AI (1 þ 1 þ 1/3 5 1). Dengan bantuan dalam
mempekerjakan lulusan, komunikasi dengan manusia tidak wajib (1 poin), kreativitas tidak
wajib (1 poin) dan ada ' sa kebutuhan untuk memproses Big Data (1 poin). Subproses ini akan
sepenuhnya diotomatiskan berdasarkan AI (1 þ 1 þ 1/3 5 1). Rata-rata, komunikasi dapat
dihindari selama penyediaan layanan pendidikan oleh universitas (1), kreativitas tidak
diperlukan (0.88), tetapi pemrosesan Big Data tidak diperlukan di semua
JIC subproses (0.66). Perspektif umum penerapan modal intelektual dalam pendidikan cukup luas: (1 þ
0.88 þ 0,66) / 3 5 0.85. Oleh karena itu, proses penyediaan layanan pendidikan dapat dioptimalkan
21,4
hingga 85% (sumber daya intelektual buatan dapat mendominasi).
Seperti yang terlihat dari Tabel 7 , dalam pemasaran R&D, komunikasi dengan manusia tidak
wajib (1 poin), kreativitas tidak wajib (1 poin) dan itu ' s diperlukan untuk memproses Big Data
(1 poin). Subproses ini akan sepenuhnya diotomatiskan berdasarkan AI (1 þ 1 þ 1/3 5 1). Selama
penandatanganan perjanjian kemitraan, komunikasi dengan manusia adalah wajib (0 poin),
560 kreativitas wajib (0 poin) dan perlu untuk memproses Big Data (1 poin). Subproses ini harus
didasarkan pada modal intelektual manusia dan memiliki perspektif otomatisasi yang
moderat berdasarkan AI (0 þ 0 þ 1/3 5 0,33).
Selama pengaturan masalah, komunikasi dengan manusia tidak wajib (1 poin),
kreativitas wajib (0 poin) dan perlu untuk memproses Big Data (1 poin). Subproses ini
memiliki perspektif otomatisasi yang luas berdasarkan AI, tetapi tidak dapat
diotomatiskan sepenuhnya (1 þ 0 þ 1/3 5 0.67). Selama promosi ide (hipotesis),
komunikasi dengan manusia tidak wajib (1 poin), kreativitas wajib (0 poin) dan perlu
untuk memproses Big Data (1 poin). Subproses ini memiliki perspektif otomatisasi
yang luas berdasarkan AI, tetapi tidak dapat diotomatiskan sepenuhnya (1 þ 0 þ 1/3 5 0.67).
Selama pemilihan metodologi, komunikasi dengan manusia tidak wajib (1 poin),
kreativitas wajib (0 poin) dan perlu untuk memproses BigData (1 poin). Subproses ini
memiliki perspektif otomatisasi yang luas berdasarkan AI, tetapi tidak dapat diotomatiskan
sepenuhnya (1 þ 0 þ 1/3 5 0.67). Selama verifikasi hipotesis, komunikasi dengan manusia tidak
wajib (1 poin), kreativitas tidak wajib (1 poin) dan perlu untuk memproses Big Data (1 poin).
Subproses ini akan sepenuhnya diotomatiskan berdasarkan AI (1 þ 1 þ 1/3 5 1).

Selama perawatan hasil, komunikasi dengan manusia tidak wajib (1 poin), kreativitas
tidak wajib (1 poin) dan perlu untuk memproses Big Data (1 poin). Subproses ini akan
sepenuhnya diotomatiskan berdasarkan AI (1 þ 1 þ 1/3 5 1). Selama penyelesaian dokumen
untuk hasil, komunikasi dengan manusia tidak wajib (1 poin), kreativitas wajib (0 poin),
tetapi pemrosesan Big Data tidak diperlukan (0 poin). Subproses ini harus didasarkan pada
modal intelektual manusia dan memiliki perspektif otomatisasi yang moderat berdasarkan
AI (1 þ 0 þ 0/3 5 0,33).
Selama pendaftaran hak atas objek kekayaan intelektual, komunikasi dengan manusia
tidak wajib (1 poin), kreativitas tidak wajib (1 poin) dan pemrosesan Big Data tidak
diperlukan (0 poin). Subproses ini memiliki perspektif otomatisasi yang luas berdasarkan AI,
tetapi tidak dapat diotomatiskan sepenuhnya (1 þ 1 þ 0/3 5 0.67). Selama rekayasa untuk
komersialisasi inovasi, komunikasi dengan manusia adalah wajib (0 poin), kreativitas wajib (0
poin), tetapi pemrosesan Big Data tidak diperlukan (0 poin). Subproses ini harus didasarkan
pada modal intelektual manusia dan tidak dapat diotomatiskan (0 þ 0 þ 0/3 5 0).

Rata-rata, komunikasi dengan manusia hampir (tetapi tidak sepenuhnya) dapat dihindari
selama kegiatan ilmiah di universitas (0,8), kreativitas diperlukan selama sebagian besar
subproses (0,4), tetapi pemrosesan Big Data diperlukan dalam banyak subproses (0,7). Perspektif
umum penerapan modal intelektual dalam pendidikan cukup luas: (0.8 þ 0.4 þ 0,7) / 3 5 0.63. Oleh
karena itu, proses penyediaan layanan pendidikan dapat dioptimalkan hingga 63% (sumber daya
intelektual buatan dapat mendominasi).

4.3 Model organisasi sistem ilmu pengetahuan dan pendidikan dalam bentuk 4.0 berbasis
modal intelektual manusia dan buatan
Model universal organisasi sistem ilmu pengetahuan dan pendidikan dalam bentuk 4.0 berbasis modal
intelektual manusia dan buatan dapat menjadi yang berikut untuk setiap subproses. Pada tahap
pertama, pembelajaran mesin berlangsung. Amanager atau programmer mengupload sampel
dan algoritma pengambilan keputusan dan teknologi pemrosesan Big Data. Tahap ini masih Sains dan
pendahuluan dan bisa diselesaikan sebelumnya - jauh sebelum dimulainya subproses.
pendidikan di
Tahap kedua membayangkan persiapan untuk implementasi subproses. Manajer
mengeluarkan perintah AI untuk bertindak - memulai program dan memberikan pengaturan. Pada
formulir 4.0
tahap ketiga, kontrol atas implementasi subproses berlangsung. Manajer menentukan kesalahan
yang dilakukan oleh AI dan menentukan peluang dan perspektif koreksi mereka. Kemudian,
kembali ke tahap pertama berlangsung - pembelajaran mesin (kesalahan diperbaiki) - Artinya,
model adalah siklus tertutup. 561
Mari kita lakukan pendekatan model yang dikembangkan dengan contoh organisasi
pemasaran ilmu pengetahuan dan pendidikan dalam bentuk 4.0 berbasis modal
intelektual manusia dan buatan. Pada tahap pertama, universitas ' Kepala departemen
pemasaran mengunggah templat pesan pemasaran dalam program AI. Sebagai
contoh, “ Universitas menyediakan layanan pendidikan berikut. . . ”( pesan 1), “ R&D
berikut dapat dilakukan di universitas ”( pesan 2). Juga, algoritma pengambilan
keputusan AI diunggah. Misalnya, pesan 1 dikirim ke konsumen individu, dan pesan 1
dan 2 dikirim ke konsumen korporat. Teknologi segmentasi pasar (berdasarkan
pemrosesan Big Data) diunggah - Misalnya, menurut kriteria usia, spesialisasi sektoral,
dan karakteristik konsumen lainnya.
Pada tahap kedua, pengaturan disediakan - misalnya, pesan harus dikirim tidak
hanya dalam wilayah geografis universitas. Tahap ketiga membayangkan penentuan
kelengkapan cakupan pasar dengan pemasaran dan kebenaran pengiriman pesan
pemasaran oleh AI. Jika konsumen menerima pesan pemasaran yang salah, atau
pemasaran tidak efektif, pembelajaran mesin terjadi - template pesan pemasaran
diubah, dan program AI dikerjakan ulang.

5. Kesimpulan
Berdasarkan hasil penelitian, hipotesis yang ditawarkan terbukti. Dalam sistem sains dan
pendidikan, faktor produksi yang menentukan adalah modal intelektual, tetapi intelek manusia
tidak harus mendominasi strukturnya. AI adalah salah satu teknologi Industri 4.0 yang paling
populer dalam sistem sains dan pendidikan, yang memiliki perspektif implementasi praktis yang
luas.
Seperti yang ditunjukkan oleh pengalaman universitas terkemuka dunia dengan tingkat
digitalisasi tertinggi (2018), pondasi pada teknologi digital non-terobosan (perangkat
komputer dan internet) tidak memungkinkan terbukanya potensi peningkatan indikator
efektivitas dan daya saing sistem ilmu pengetahuan dan pendidikan dan membawanya
sesuai dengan tantangan modern berbasis digitalisasi. Namun, korelasi antara aktivitas
penerapan modal intelektual buatan dengan indikator ini empat kali lebih tinggi (0,2)
dibandingkan dengan korelasi antara indikator tersebut dan aktivitas penerapan modal
intelektual manusia (0,05). Ini menunjukkan permintaan untuk digitalisasi sistem sains dan
pendidikan, tetapi berdasarkan pada terobosan teknologi digital, kuncinya adalah AI.
Pendidikan tinggi dapat diotomatiskan berdasarkan AI sebesar 85% dan sains sebesar 63%. Oleh
karena itu, secara keseluruhan, dalam sistem sains dan pendidikan, pangsa AI dalam struktur modal
intelektual bisa mencapai 74% ((85 þ 63) / 2). Direkomendasikan untuk menggunakan model organisasi
yang dikembangkan dari sistem ilmu pengetahuan dan pendidikan dalam bentuk 4.0 berdasarkan modal
intelektual manusia dan buatan.
Model ini menunjukkan bahwa dalam jangka menengah (hingga 2030 dan mungkin lebih lama lagi) AI - bahkan
dengan otomatisasi sistemik subproses - membutuhkan seorang manajer dan pembelajaran mesin; AI tidak
mampu melakukan refleksi dan pelatihan diri. Dengan demikian, terciptanya ilmu dan pendidikan Industri 4.0 - universitas
dalam bentuk 4.0 - tidak bisa disamakan dengan program komputer.
JIC Meskipun pelatihan online memungkinkan pengurangan besar jumlah dan skala aset tetap (gedung

21,4 dan peralatan) sebuah universitas, universitas dalam format4.0 membayangkan adanya staf administrasi
dan manajerial dan staf akademik yang besar, yang, bagaimanapun, dapat sementara. Dengan demikian,
kecerdasan manusia tidak dapat sepenuhnya digantikan oleh AI dalam sistem sains dan pendidikan,
tetapi sebagian akan digantikan oleh AI di tahun-tahun mendatang.
Dengan demikian, dari hasil penelitian dikembangkan konsep sains dan pendidikan dalam bentuk 4.0. Keunikannya
adalah tidak seperti konsep sains dan pendidikan digital, ia membayangkan fondasi tidak hanya pada teknologi digital
562 tetapi juga pada teknologi terdepan dan ujung-ke-ujung dari Industri 4.0. Ilmu dan pendidikan digital membayangkan
pengembangan pendidikan jarak jauh dan penggunaan komputer dan Internet dalam proses penelitian dan pendidikan.
Sains dan pendidikan dalam bentuk 4.0 adalah langkah ke masa depan, yang membayangkan penerapan teknologi
progresif - IoT dan AI - ke dalam proses penelitian dan pendidikan.

Referensi
Adekitan, AI, Abolade, J. dan Shobayo, O. (2019), “ Pendekatan data mining untuk memprediksi harian
Lalu lintas data internet dari universitas pintar ", Jurnal Big Data, Vol. 6 No. 1, hlm. 11-23.
Akpey-Mensah, TL (2019), “ Pengembangan modal sosial sebagai inovasi dalam sumber daya manusia
pengembangan: kasus Universitas Teknik di Ghana ", Jurnal Afrika Sains, Teknologi, Inovasi
dan Pengembangan, Vol. 2 No. 1, hlm 34-47.
Ardito, L., Ferraris, A., Messeni Petruzzelli, A., Bresciani, S. dan Del Giudice, M. (2019), “ Peran dari
universitas dalam manajemen pengetahuan proyek kota pintar ", Peramalan Teknologi dan
Perubahan Sosial, Vol. 142, hlm. 312-321.
Arteaga, C. (2018), “ Pengaruh modal manusia pada pendapatan: bukti dari reformasi di Kolombia ' berhenti
Universitas ", Jurnal Ekonomi Publik, Vol. 157, hlm.212-225.
Barra, C. dan Zotti, R. (2017), “ Menyelidiki pengembangan sumber daya manusia - Pertumbuhan Nexus: melakukan
efisiensi universitas penting? ", Tinjauan Sains Regional Internasional, Vol. 40 No. 6, hlm.
638-678.
Campanella, F., Peruta, MRD dan Del Giudice, M. (2014), “ Menciptakan kondisi inovatif
kinerja taman sains di eropa. Bagaimana mengelola modal intelektual untuk mengubah
pengetahuan menjadi tindakan organisasi ", Jurnal Modal Intelektual, Vol. 15 No. 1, hlm.576-596.
Chatterji, N. dan Kiran, R. (2017), “ Peran modal manusia dan relasional universitas sebagai
dasar ekonomi pengetahuan: perspektif pemodelan struktural dari universitas India utara ", Jurnal
Internasional Perkembangan Pendidikan, Vol. 56, hlm. 52-61.
Chauhan, J., Goswami, P. dan Patel, S. (2019), “ Lingkungan interaktif virtual cerdas berbasis cloud untuk
bekerja di universitas menggunakan IOT ", Jurnal Internasional Teknologi Inovatif dan Teknik
Eksplorasi, Vol. 8 No. 7, hlm.250-258.
Durovic, G., Dlab, MH dan Hoic-Bozic, N. (2019), “ Penelitian tentang penggunaan alat digital oleh STEM
mahasiswa di Universitas Rijeka ", Jurnal TEM, Vol. 8 No. 2, hlm.636-641.
Fortes, S., Santoyo-Ramon, JA, Palacios, D.,. . . , Mora, P. dan Barco, R. (2019), “ Kampus sebagai a
kota pintar: pendekatan lingkungan, pembelajaran, dan penelitian Universitas Malaga ", Sensor,
Vol. 19 No. 6, hlm.13-49.
Hazriyanto, Firdiyansyah, I. dan Ibrahim, B. (2019), “ Model kepuasan kerja dan kinerja
dosen universitas di kota batam dengan sem smart PLS ", Jurnal Internasional Teknologi dan
Rekayasa Terkini, Vol. 8 No. 2 Edisi Khusus, hal 366-371.
Iacoviello, G., Bruno, E. dan Cappiello, A. (2019), “ Kerangka teoritis untuk mengelola intelektual
modal dalam pendidikan tinggi ", Jurnal Internasional Manajemen Pendidikan, Vol. 33 No. 5,
hlm.919-938.
Iazzolino, G. dan Laise, D. (2016), “ Penciptaan nilai dan keberlanjutan dalam strategi berbasis pengetahuan ",
Jurnal Modal Intelektual, Vol. 17 No. 3, hlm.457-470.
Indiyati, D. (2015), “ Perkembangan modal intelektual dalam pendidikan tinggi di Indonesia ", Internasional
Sains dan
Jurnal Riset Bisnis dan Ekonomi Terapan, Vol. 13 No. 7, hlm. 6033-6051.
pendidikan di
Iqbal, A., Latif, F., Marimon, F., Sahibzada, UF dan Hussain, S. (2019), “ Dari pengetahuan
manajemen untuk kinerja organisasi: pemodelan peran mediasi dari inovasi dan modal
formulir 4.0
intelektual dalam pendidikan tinggi ", Jurnal Manajemen Informasi Perusahaan, Vol. 32 No.
1, hlm.36-59.
Kazaishvili, A. (2019), “ Keterampilan manajerial dapat diberikan oleh perguruan tinggi di era digital ", Kualitas
- Akses ke Sukses, Vol. 20, hlm 89-94. 563
Kim, HJ, Hong, AJ dan Song, H.-D. (2019), “ Peran keterlibatan akademis dan kesiapan digital
pada siswa ' prestasi di lingkungan e-learning universitas ", Jurnal Internasional Teknologi
Pendidikan di Pendidikan Tinggi, Vol. 16 No. 1, hlm. 21-29.
Leonchuk, O. dan Gray, DO (2019), “ Pembentukan modal sosial ilmiah dan teknologi (manusia) dan
Industri - Pusat Penelitian Koperasi Universitas: evaluasi eksperimental semu dari hasil
mahasiswa pascasarjana ", Jurnal Alih Teknologi, Vol. 44 No. 5, hlm.1638-1664.
Lewis, DJA (2018), “ Universitas SMART: peran transformasional dari analisis pembelajaran ",
Ilmu Informasi dan Pembelajaran, Vol. 119 No. 12, hlm.758-760.
Li, J., Zhang, C.-L., Bao, R.-H. dan Chen, W.-Q. (2019), “ Laboratorium penelitian tentang mekanisme pintar
bahan dan struktur, Universitas Zhejiang ", Jurnal Universitas Zhejiang: Sains A,
Vol. 20 No. 4, hlm.305-310.
L € onnqvist, A., Laihonen, H., Cai, Y. dan Hasanen, K. (2018), “ Membingkai ulang ekspor pendidikan dari
perspektif transfer modal intelektual ", Jurnal Studi Pendidikan Internasional, Vol. 22 No. 4,
hlm.353-368.
Mallick, S. dan Sanyal, MK (2019), “ Mengidentifikasi hubungan antara profil demografis dan penggunaan
tentang ponsel pintar oleh mahasiswa: sebuah studi pada mahasiswa Universitas Kalyani ", Jurnal
Internasional Penelitian Ilmiah dan Teknologi, Vol. 8 No. 9, hlm.1525-1528.
Passaro, R., Quinto, I. dan Thomas, A. (2018), “ Dampak pendidikan tinggi terhadap kewirausahaan
niat dan modal manusia ", Jurnal Modal Intelektual, Vol. 19 No. 1, hlm.135-156.
Patthirasinsiri, N. dan Wiboonrat, M. (2019), “ Mengukur modal intelektual taman sains
pertunjukan untuk taman sains yang baru didirikan di Thailand ", Jurnal Ilmu Sosial
Kasetsart, Vol. 40 No. 1, hlm. 82-90.
Pedro, E., Leit ~ ao, J. dan Alves, H. (2019), “ Modal intelektual lembaga pendidikan tinggi:
mengoperasionalkan pengukuran melalui lensa prospektif strategis ", Jurnal Modal Intelektual, Vol.
20 No. 3, hlm.355-381.
Popkova, MISALNYA (2019), “ Prasyarat pembentukan dan pengembangan industri 4.0 dalam kondisi
ekonomi pengetahuan ", Studi dalam Sistem, Keputusan dan Kontrol, Vol. 169, hlm. 65-72.
Popkova, EG dan French, J. (2017), “ Peran pemasaran sosial dan PR dalam konteks
globalisasi dan integrasi kewirausahaan modern ", Masalah Teoritis dan Praktis Jurnalisme, Vol.
6 No. 2, hlm.204-217.
Popkova, EG dan Parakhina, VN (2019), “ Mengelola sistem keuangan global atas dasar
kecerdasan buatan: kemungkinan dan batasan ", Catatan Kuliah di Jaringan dan Sistem,
Vol. 57, hlm.939-946.
Popkova, EG dan Sergi, BS (2018), “ Akankah industri 4.0 dan inovasi lainnya berdampak pada Rusia ' s
pengembangan? ", di Sergi, BS (Ed.), Menjelajahi Masa Depan Rusia ' Ekonomi dan Pasar: Menuju
Pembangunan Ekonomi Berkelanjutan, Emerald Publishing, Bingley, hal.51-68.
Popkova, EG dan Sergi, BS (Eds) (2019), Ekonomi Digital: Kompleksitas dan Variasi vs. Rasionalitas,
Springer International Publishing, Berlin.
Popkova, EG, Morozova, IA dan Litvinova, TN (2017a), Tantangan Baru Sumber Daya Manusia dari
Posisi Peran Infrastrukturnya dalam Sistem Kewirausahaan, Sumber Daya Manusia:
Perspektif, Tantangan dan Arah ke Depan, Nova Science Publishers, NY, hlm.257-275.
JIC Popkova, EG, Grechenkova, O.Yu dan Boris, OA (2017b), “ Prospek menggunakan pemasaran sosial
dalam kriminologi ekonomi dalam kondisi ekonomi inovatif yang muncul ", Jurnal
21,4 Kriminologi Rusia, Vol. 1 No. 2, hlm. 280-288.
Popkova, EG, Morozova, IA dan Litvinova, TN (2018a), “ Proses transformasional di media
sistem di bawah kondisi industri 4.0: garis besar dan perspektif masa depan (refleksi pada artikel
oleh Alexander P. Sukhodolov, DSc. Di bidang Ekonomi, Profesor dan Irina A. Kuznetsova, PhD di
bidang Teknik, Associate Professor ' Merancang media massa sebagai sistem homeostatis melalui
564 rekayasa otomasi: konsep dasar, struktur, komponen ') ”, Masalah Teoritis dan Praktis Jurnalisme, Vol.
7 No. 1, hlm.145-154.
Popkova, EG, Litvinova, T., Mitina, MA dan French, J. (2018b), “ Iklan sosial: orang Rusia
perspektif ", Espacios, Vol. 39 No. 1, hlm.17-26.
Popkova, EG, Egorova, EN, Popova, E. dan Pozdnyakova, UA (2019), “ Model negara
pengelolaan ekonomi atas dasar internet of things ", Studi di Intelijen Komputasi, Vol. 826,
hlm. 1137-1144.
Qian, J.-Y., Liu, B.-Q., Zhang, Z.-X.,. . . , Chen, L.-L. dan Jin, Z.-J. (2019), “ Laboratorium penelitian untuk pintar
katup kontrol di universitas Zhejiang ", Jurnal Universitas Zhejiang: Sains A, Vol. 20 No. 3,
hlm.229-232.
Ribando, SJ, Slade, CP dan Fortner, CK (2017), “ Sekali lagi masuk ke dalam pelanggaran: memeriksa manusia
dampak modal dari konsolidasi universitas dari waktu ke waktu ", Pendidikan Tinggi Inovatif, Vol. 42 Nos
5-6, hlm.521-535.
Romano, M., Catalfo, P. dan Nicotra, M. (2014), “ Taman sains dan modal intelektual: yang terintegrasi
model untuk benda tak berwujud ' representasi, evaluasi dan kontrol ", Jurnal Modal Intelektual,
Vol. 15 No. 1, hlm.537-553.
Scafarto, V., Ricci, F. dan Scafarto, F. (2016), “ Modal intelektual dan kinerja perusahaan di global
industri agribisnis: peran moderasi dari sumber daya manusia ", Jurnal Modal Intelektual,
Vol. 17 No. 3, hlm.530-552.
Sousa, MJ, Carmo, M., Gonçalves, AC, Cruz, R. dan Martins, JM (2019), “ Menciptakan ilmu dan
kapasitas kewirausahaan siswa pendidikan tinggi dengan metodologi pendidikan digital:
perbedaan persepsi siswa dan pengusaha ", Jurnal Riset Bisnis, Vol. 94, hlm. 227-240.

Tjahjadi, B., Soewarno, N., Astri, E. dan Hariyati, H. (2019), “ Apakah modal intelektual itu penting
kinerja sistem manajemen-hubungan kinerja organisasi? Pengalaman lembaga pendidikan
tinggi di Indonesia ", Jurnal Modal Intelektual, Vol. 20 No. 4, hlm.533-554.
Valks, B., Arkesteijn, M. dan Den Heijer, A. (2019), “ Alat kampus pintar 2.0 yang mengeksplorasi penggunaan waktu nyata
pengukuran penggunaan ruang di universitas dan organisasi ", Fasilitas, Vol. 37 Nos 13-14, hlm.961-980.
Villegas-Ch, W., Palacios-Pacheco, X. dan Lujan-Mora, S. (2019), “ Penerapan model kota pintar untuk
kampus universitas tradisional dengan arsitektur data besar: kampus cerdas yang berkelanjutan ",
Keberlanjutan, Vol. 11 No. 10, hlm. 28-57.
Xu, X. dan Sylwester, K. (2017), “ Pengaruh universitas asing terhadap sumber daya manusia dalam negeri
akumulasi ", Pertanyaan Ekonomi, Vol. 55 No. 3, hlm.1324-1335.

Penulis yang sesuai

Konstantin V. Vodenko dapat dihubungi di: vodenkok@mail.ru

Untuk instruksi tentang cara memesan cetak ulang artikel ini, silakan kunjungi situs web kami:
www.emeraldgrouppublishing.com/licensing/reprints.htm
Atau hubungi kami untuk keterangan lebih lanjut: izin@emeraldinsight.com