Credito:Shutterstock
I laureati che entrano in un mercato del lavoro sempre più competitivo spesso non sono consapevoli delle competenze e dei valori che offrono ai datori di lavoro. La sfida è maggiore con ruoli di lavoro emergenti che richiedono certificazioni e sia competenze multidisciplinari che conoscenze specialistiche, anche per le posizioni entry-level.
Cerchiamo di responsabilizzare i nostri laureati e massimizzare le loro prospettive di carriera. Una nuova ricerca ci ha permesso di sfruttare la potenza dell'intelligenza artificiale per un sistema di pianificazione e raccomandazione dei corsi progettato su misura per gli studenti in base alle competenze effettivamente richieste dai loro lavori desiderati. Abbiamo chiamato questi modelli di consegna del curriculum JobFit e ModuLearn.
JobFit:un curriculum orientato alla carriera
JobFit si basa su una semplice premessa di informare gli studenti sulle abilità che acquisiranno completando un'unità di conoscenza. Questo aiuta gli studenti ad analizzare le competenze acquisite da un percorso di studio individuale e come queste si riferiscono alle prospettive di carriera.
Gli studenti possono esplorare e sperimentare vari percorsi. Questo "e se?" l'analisi è adattata ai loro obiettivi di carriera e alle preferenze di conoscenza. Il sistema monitora i loro progressi di studio e offre in modo proattivo percorsi alternativi per massimizzare l'acquisizione di competenze relative ai loro obiettivi.
Basiamo le competenze su framework riconosciuti. Per la scienza, tecnologia e affari, usiamo il framework Skills for Information Age (SFIA) versione 8, definire 121 competenze, ciascuno su sette diversi livelli.
Gli studenti possono vedere la loro valutazione di occupabilità per vari ruoli lavorativi in base alle competenze che acquisiscono. Autore fornito, Autore fornito
Per esempio, l'esecuzione di una valutazione del rischio di base in un'organizzazione richiede competenze di "sicurezza delle informazioni" al livello più basso. Al livello più alto, consente alla persona di progettare politiche organizzative e governative che garantiscano la sicurezza delle informazioni globali.
Governi e organizzazioni in Australia, Stati Uniti, Il Regno Unito e l'Unione Europea hanno creato set di dati utilizzando le competenze SFIA per definire i profili professionali desiderati.
Attingendo a questi set di dati, abbiamo progettato un prototipo di strumento di pianificazione del corso. (Per accedere, si prega di fornire la propria e-mail e il ruolo che si desidera svolgere nel sistema. Non è richiesta una password.) Gli studenti della Western Sydney University possono utilizzarla per esplorare la compatibilità delle loro competenze con i ruoli lavorativi ICT.
Il grafico sopra mostra la compatibilità con i profili di ruolo generali, per studenti di Bachelor of ICT che considerano posizioni di livello junior. Il video qui sotto mostra le possibilità di questo strumento.
Questo approccio ha diversi vantaggi. Primo, gli studenti capiscono come i loro studi sviluppano le loro abilità. Possono quindi fissare obiettivi orientati alla carriera e prendere decisioni informate sui loro percorsi di studio.
La solida comprensione delle competenze e il saperle esprimere nei CV e nelle lettere di presentazione sono sempre più importanti. Questo perché i dipartimenti delle risorse umane stanno adottando approcci automatizzati per cercare e filtrare i candidati, utilizzando l'elaborazione algoritmica e il text mining.
Possiamo usare SFIA per esprimere competenze in aree legate alla tecnologia. Però, non si applica ad altri settori come l'ingegneria, scienze umane, legge o medicina.
Stiamo cercando di acquisire dati da un partner esterno per analizzare ed elaborare le competenze richieste dalle offerte di lavoro in tempo reale in tutti i settori. Saremo quindi in grado di informare gli studenti sulla quantità, varietà e compatibilità delle offerte di lavoro effettive in qualsiasi settore in base al loro profilo di conoscenza.
Questo approccio andrà anche a vantaggio dei progettisti di curriculum che devono affrontare le sfide di nuove materie introdotte rapidamente per mantenere un vantaggio rispetto ai concorrenti. Il risultato è spesso un curriculum incoerente, in particolare quando si tratta di soddisfare le esigenze dell'industria e dei datori di lavoro.
La mancanza di comprensione di quali competenze sono desiderate nel mercato del lavoro e aggiunte ad hoc hanno portato a programmi che non forniscono percorsi di studio chiari e rilevanza per i ruoli lavorativi. Il nostro modello consente ai progettisti di curriculum di analizzare e convalidare il loro curriculum rispetto alle esigenze del mercato del lavoro.
Scorso, lavorare con partner del settore, abbiamo definito profili di lavoro personalizzati per l'area di interesse e la località del settore. Gli studenti che si rivolgono a tali set di abilità personalizzate sono in una posizione più forte quando fanno domanda per un lavoro con un partner del settore.
Il sistema aiuta a guidare gli studenti nella scelta delle unità di studio che forniscono competenze per soddisfare i loro lavori desiderati.
ModuLearn:Promuovere competenze interdisciplinari
Informare gli studenti sulle competenze che stanno acquisendo è solo metà del lavoro. Uno studente deve anche acquisire tutte le competenze desiderate in un periodo relativamente breve.
Nei corsi di laurea, gran parte del corso è in genere predefinito con materie fondamentali. Gli studenti sono spesso lasciati con solo uno o due semestri per concentrare le loro conoscenze sul set di abilità desiderato da particolari datori di lavoro. È ancora più problematico in corsi più brevi come diplomi o certificati.
È anche probabile che la facoltà o la scuola di uno studente non offra alcune abilità critiche. Gli studenti sono spesso riluttanti a studiare in una scuola o facoltà diversa, temendo la sfida di un nuovo ambiente.
Per superare questi problemi, abbiamo cercato modi per aumentare la varietà e il numero di unità di conoscenza con competenze diverse. Abbiamo trovato ispirazione nell'Engineering Topic Tree della Charles Sturt University. Consente agli studenti di personalizzare la propria laurea scegliendo tra oltre 1, 000 argomenti diversi. Gli argomenti sono organizzati per discipline, con prerequisiti e percorsi ben organizzati.
Ciò che manca a questo albero degli argomenti è il supporto della tecnologia che consente agli studenti di esplorare facilmente tutte le loro opzioni. Abbiamo costruito sull'idea dell'albero degli argomenti e progettato moduli basati sulle competenze. Si tratta di unità di studio che di solito durano da due a otto settimane. Ogni modulo definisce chiaramente le competenze richieste come prerequisiti e le competenze che fornisce.
Il Topic Tree della Charles Sturt University offre una gamma vertiginosa di scelte, ma l'intelligenza artificiale può aiutare. Credito:Charles Sturt University
Una rete intrecciata di moduli fornisce conoscenze fondamentali e applicate, ma ogni modulo richiede un impegno minore da parte degli studenti rispetto alle materie della durata di un semestre. Speriamo in questo modo di incoraggiare gli studenti a studiare attraverso le discipline.
Però, gestire tutte le possibili combinazioni di moduli, prerequisiti e preferenze dell'utente è una sfida tecnologica significativa. Ciò richiedeva una nuova ricerca, non solo un'applicazione degli approcci esistenti all'IA.
Lavorando con l'Istituto di ricerca sull'intelligenza artificiale (IIIA) di Barcellona, abbiamo sviluppato mezzi tecnologici per progettare e mantenere un curriculum basato su moduli sia per i progettisti di curriculum che per gli studenti. I modelli di erogazione possono essere adattati a diverse opzioni di finanziamento pubblico o privato e standard educativi, come l'Australian Qualifications Framework (AQF).
Lo sviluppo del curriculum tende a restare indietro rispetto allo sviluppo tecnologico e alle mutevoli esigenze del mercato. Idealmente, lo sviluppo del curriculum dovrebbe essere più reattivo e orientato al futuro piuttosto che reattivo. Con moduli più piccoli invece di materie di durata semestrale, è possibile adattarsi molto più rapidamente alle mutevoli esigenze del mercato del lavoro.
Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.