Vanderbilt University · Amplify (secure GenAI sandbox)

Amplify реализуется как внутренний защищённый sandbox для Generative AI внутри Vanderbilt University, что соответствует уровню prototyping от кампусного пилота к устойчивому инфраструктурному ресурсу. AI-среда — это не consumer-grade chat-инструмент, а кастомизированная open-source платформа, управляемая инфраструктурной командой университета, с акцентом на безопасность и контроль в образовательной среде.

Amplify — защищённая чат-среда Vanderbilt для faculty/staff. Поддержка custom instructions, multi-LLM выбор. На момент описания — пилот с waitlist; не открыт для студентов.

До внедрения Amplify использовались внешние публичные AI-инструменты, которые не обеспечивали адекватный контроль безопасности, приватности университетских данных и кастомизации поведения моделей для специфических образовательных нужд. Пользователи не имели возможности задавать персонализированные инструкции, а интеграция с университетской средой отсутствовала, что порождало риски и низкую институциональную поддержку AI.

Amplify как защищённая песочница обещает перевести Generative AI из разрозненного внешнего инструмента в управляемый и проверенный университетский ресурс. Обещан доступ к нескольким LLM с возможностью задать кастомизированные инструкции, безопасность данных и поддержку экспериментирования в безопасной институциональной среде. Предполагается использование AI в роли ассистента для учебы и работы, что должно повысить продуктивность и обеспечить устойчивый кампусный доступ.

Архитектура Amplify включает четыре ключевых слоя: (1) пользователи - faculty, staff, students; (2) контур безопасности и условия использования, обеспечивающие приватность и compliant доступ; (3) LLM-слой с мультивендорным подключением к моделям GPT-4o, Claude-3.5, LLaMA-3, которые принимают кастомные инструкции; (4) институциональная управляющая платформа — open-source sandbox, обеспечивающий устойчивый кампусный сервис. Amplify функционирует как «multi-LLM secure sandbox» с гибкой кастомизацией на стороне пользователя под контролем института.

В роли сервиса задействованы: (1) конечные пользователи — преподаватели, сотрудники и студенты, (2) команда поддержки и управления платформой Amplify, которая курирует безопасность, правила использования и эксплуатацию, (3) LLM-слой, который по сути является набором AI-ассистентов, получающих кастомные инструкции, (4) ИТ-отдел Vanderbilt University, обеспечивающий инфраструктурную поддержку и governance. Разделение ролей подчёркивает институциональный контроль над AI.

AI в Amplify выполняет функциональную роль ассистента и среды для продуктивной работы с Generative AI. Модель не автономна в полном смысле (агентность 2/6), отсутствие циклов самоуправления и автономных интервенций, AI выступает как инструмент, подчинённый пользовательским кастомным инструкциям и административному контролю в защищённом кампусном контуре.

Пользователь (faculty/staff/student) инициирует доступ к Amplify в кампусной среде, выбирает из набора LLM и передаёт им кастомизированные инструкции. Запросы обрабатываются в изолированной песочнице с обеспечением безопасности данных. Институциональная команда следит за соблюдением правил, модерацией и поддержкой. Таким образом, пользователи получают защищённый и конфиденциальный канал работы с AI, интегрированной с университетскими сервисами.

Amplify управляется через внутренние политики Vanderbilt University, предусматривающие secure access, соблюдение условий использования и контроль над персональными и учебными данными. Платформа строится как open-source решение, что позволяет университету вести governance, снизить риски vendor lock-in и обеспечить прозрачность. Политика направлена на интеграцию AI в образовательный процесс с учётом нормативных и этических стандартов.

Публично задокументирован масштаб внедрения: Amplify доступна всему контингенту faculty, staff и студентов campus-wide, что представляет собой кампусный rollout. Отдельные количественные метрики по повышению успеваемости, навыков или эффективности обучения не опубликованы. Официальные метрики — количество пользователей с free-access в рамках пилотной программы и уровень институционального закрепления платформы.

Если нужно начать с малых рисков: faculty-only sandbox даёт время выработать политику до того, как сервис придёт к студентам.