대학 캠퍼스에 AI 도구가 물밀듯 밀려들고 있다. 강의실에서는 AI 튜터가 학생들의 질문에 답하고, 학사 행정 시스템은 챗봇으로 자동화되며, 연구소에서는 대규모 언어 모델이 문헌 검토를 돕는다. 그런데 이 모든 변화가 제대로 작동하려면 기술만으로는 부족하다. 대학이 국가 정책과 발을 맞추고 있는지,변화를 감당할 내부 역량이 갖춰져 있는지가 훨씬 더 중요한 질문이다.
슈리다르가 2026년 『East African Scholars Journal of Education Humanities and Literature』에 발표한 PRISMA 기반 체계적 문헌 고찰은 바로 이 질문을 중심에 놓는다. 연구자는 2015년부터 2025년 사이에 발표된 관련 문헌을 Scopus와 Web of Science에서 체계적으로 수집하고, PRISMA 프로토콜에 따라 중복 제거·초록 필터링·원문 적합성 검토를 거쳐 핵심 논문들을 선별했다.
분석 결과, 기존 연구의 대부분이 AI 기술의 성능과 알고리즘 개발에 집중되어 있는 반면, 정책 정렬과 기관 준비도라는 측면은 상대적으로 소홀히 다뤄졌음이 드러났다. AI 기술을 도입한다고 해서 대학이 자동으로 '스마트 기관'이 되는 것은 아니다. 국가 AI 정책과 대학의 전략이 유기적으로 연계되어야 하고, 구성원들의 역량 개발과 조직 문화 변화가 함께 이루어져야 지속 가능한 혁신이 가능하다.
연구에서 식별된 주요 주제는 크게 세 가지였다. 첫째, 전략적 정책 정렬 문제다. 많은 대학들이 국가 AI 정책의 방향과 자체 전략 사이에서 간극을 경험하고 있었다. 둘째, 기관 준비도의 격차 문제다. 재정, 인프라, 교원 역량, 데이터 거버넌스 등 여러 차원에서 대학들의 준비 상태가 크게 다름을 보여주었다. 셋째, 지속 가능성과 윤리적 고려다. 단기적 도입에 머물지 않고 AI를 교육 생태계에 지속적으로 통합하기 위한 제도적 장치가 필요함을 강조했다.
이 연구는 아직 갈 길이 멀다는 것을 보여준다. 기술 투자만 앞서가고 정책 역량이 따라가지 못하면, AI 도입은 일시적인 유행에 그치거나 오히려 교육 불평등을 심화시킬 수 있다.
한계도 있다. 동아프리카 학술지에 게재된 연구이지만, 분석 대상 문헌은 주로 서구권과 아시아 주요국의 사례들이었다. 또한 PRISMA 검토 특성상 출판 편향이 존재할 수 있으며, 2025년 이후의 급격한 AI 발전이 반영되지 않았다.
대학 행정가와 정책 입안자에게 주는 시사점은 명확하다. AI 도입 예산을 편성할 때 기술 인프라뿐만 아니라 제도 역량 강화에도 상당한 비중을 두어야 한다. 교수자와 직원 대상 AI 리터러시 교육을 체계화하고, 국가 디지털 교육 전략과 기관 계획 간의 정합성을 정기적으로 점검하는 내부 메커니즘을 마련하는 것도 중요하다.
📖 *Strategic Policy Alignment and Institutional Readiness in AI-Driven Higher Education Transformation:A PRISMA-Guided Thematic Systematic Review* |
논문 원문
※ 이 기사는 교육학 연구를 바탕으로 작성되었습니다.
Artificial intelligence is transforming higher education at an unprecedented pace. From AI-powered tutoring systems to automated administrative workflows and research-assistance tools, universities worldwide are under pressure to adapt. But a 2026 systematic review argues that the field has been asking the wrong questions—focusing on technology itself while neglecting the policy and institutional dimensions that determine whether AI integration actually succeeds.
Published in the East African Scholars Journal of Education Humanities and Literature, the study by Shridhar S. N. applies PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) methodology to synthesize a decade of literature on AI-driven higher education transformation, covering publications from 2015 to 2025 indexed in Scopus and Web of Science.
The Research Gap
The author identifies a significant fragmentation in the existing literature. The majority of published research concentrates on technological capabilities—machine learning performance, algorithmic development, and the pedagogical potential of specific AI tools. Far less attention has been paid to how universities align AI adoption with national policy frameworks, or how they build the institutional capacity needed to sustain meaningful change. This gap, Shridhar argues, is not merely academic; it has real consequences for how AI transformation unfolds in practice.
Without strategic alignment between national AI policy and institutional planning, universities risk investing in tools that conflict with regulatory expectations, lack interoperability, or fail to address the specific needs of their communities. Without institutional readiness—encompassing financial resources, faculty competencies, data governance structures, and organizational culture—even well-funded AI initiatives tend to produce fragmented or superficial results.
Key Themes from the Review
After systematic identification, deduplication, and eligibility filtering, the analysis centers on three interconnected themes. First, strategic policy alignment: the degree to which universities actively translate national AI strategies into institutional planning. Many institutions, the review finds, operate in isolation from national frameworks, resulting in missed opportunities for funding, coordination, and standards compliance.
Second, institutional readiness: the internal capabilities required to adopt and sustain AI in education. This encompasses not only technology infrastructure but also faculty training, student digital literacy, leadership vision, and ethical oversight mechanisms. Across the reviewed literature, readiness levels vary dramatically between institutions and regions, with large research universities generally better positioned than smaller or less-resourced institutions.
Third, sustainability and ethics: the need for long-term governance frameworks that ensure AI tools are deployed responsibly, transparently, and equitably. Short-term adoption without ethical scaffolding risks reinforcing existing disparities in educational access and quality.
Limitations
The study's scope is limited by the sources reviewed, which primarily represent Western and major Asian contexts. The rapid pace of AI development also means that findings from even a 2025 publication may already be partially outdated. Additionally, PRISMA-based reviews are subject to publication bias, as gray literature and studies in non-indexed journals may not have been captured.
Implications for Universities and Policymakers
The practical message of this review is straightforward: technology investment is necessary but not sufficient. University administrators planning AI initiatives should allocate substantial resources not just to hardware and software, but to capacity building—including professional development for faculty and staff, governance infrastructure for data use, and mechanisms for ongoing alignment with national educational policy.
Policymakers, in turn, should create clearer guidance and funding pathways to support institutions in developing readiness, rather than assuming that technology procurement alone will drive transformation. The gap between AI adoption and AI integration is real, and closing it requires deliberate, sustained institutional effort.
📖 *Strategic Policy Alignment and Institutional Readiness in AI-Driven Higher Education Transformation: A PRISMA-Guided Thematic Systematic Review (Systematic Review)* |
Original Paper
*This article is based on educational research.*
