Les diplômés qui entrent sur un marché du travail de plus en plus concurrentiel ignorent souvent les compétences et les valeurs qu'ils offrent aux employeurs. Le défi est plus grand avec les métiers émergents qui nécessitent des certifications et à la fois des compétences multidisciplinaires et des connaissances spécialisées, même pour les postes d'entrée de gamme.

Nous cherchons à responsabiliser nos diplômés et à maximiser leurs perspectives de carrière. De nouvelles recherches nous ont permis d'exploiter la puissance de l'intelligence artificielle pour un système de planification et de recommandation de cours conçu sur mesure pour les étudiants en fonction des compétences que leurs emplois souhaités exigent réellement. Nous avons nommé ces modèles de prestation de programmes d'études JobFit et ModuLearn.

JobFit :un programme axé sur la carrière

JobFit repose sur une prémisse simple d'informer les étudiants sur les compétences qu'ils acquerront en complétant une unité de connaissances. Cela aide les étudiants à analyser les compétences acquises dans le cadre d'un parcours d'études individuel et leur lien avec les perspectives de carrière.

Les élèves peuvent explorer et expérimenter différentes voies. Ce "et si ?" l'analyse est adaptée à leurs objectifs de carrière et à leurs préférences en matière de connaissances. Le système surveille la progression de leurs études et propose de manière proactive des voies alternatives pour maximiser leur acquisition de compétences liées à leurs objectifs.

Nous basons les compétences sur des référentiels reconnus. Pour la science, technologie et entreprise, nous utilisons le framework Skills for Information Age (SFIA) version 8, définir 121 compétences, chacun sur sept niveaux différents.

Par exemple, effectuer une évaluation des risques de base dans une organisation nécessite des compétences en « sécurité de l'information » au niveau le plus bas. Au plus haut niveau, il permet à la personne de concevoir des politiques organisationnelles et gouvernementales assurant la sécurité globale de l'information.

Gouvernements et organisations en Australie, États Unis, Le Royaume-Uni et l'Union européenne ont créé des ensembles de données utilisant les compétences SFIA pour définir les profils d'emploi souhaités.

En s'appuyant sur ces ensembles de données, nous avons conçu un outil de planification de cours prototype. (Ouvrir une session, veuillez indiquer votre adresse e-mail et le rôle que vous souhaitez jouer dans le système. Un mot de passe n'est pas requis.) Les étudiants de l'Université Western Sydney peuvent l'utiliser pour explorer la compatibilité de leurs compétences avec les rôles professionnels en TIC.

Le graphique ci-dessus montre la compatibilité avec les profils de rôles généraux, pour les étudiants en licence TIC envisageant des postes de niveau junior. La vidéo ci-dessous montre les possibilités de cet outil.

Cette approche présente plusieurs avantages. D'abord, les étudiants comprennent comment leurs études développent leurs compétences. Ils peuvent ensuite se fixer des objectifs de carrière et prendre des décisions éclairées concernant leurs parcours d'études.

Une solide compréhension des compétences et savoir comment les exprimer dans les CV et les lettres de motivation sont de plus en plus importantes. En effet, les services des ressources humaines adoptent des approches automatisées pour rechercher et filtrer les candidats, en utilisant le traitement algorithmique et le text mining.

Nous pouvons utiliser SFIA pour exprimer des compétences dans des domaines liés à la technologie. Cependant, il ne s'applique pas à d'autres domaines tels que l'ingénierie, sciences humaines, la loi ou la médecine.

Nous cherchons à acquérir des données auprès d'un partenaire externe pour analyser et traiter les compétences requises à partir d'offres d'emploi en direct dans tous les secteurs. Nous pourrons alors renseigner les étudiants sur la quantité, variété et compatibilité des offres d'emploi réelles dans n'importe quelle industrie en fonction de leur profil de connaissances.

Cette approche profitera également aux concepteurs de programmes confrontés aux défis de l'introduction rapide de nouvelles matières pour conserver un avantage sur leurs concurrents. Le résultat est souvent un curriculum incohérent, en particulier lorsqu'il s'agit de répondre aux besoins de l'industrie et des employeurs.

Un manque de compréhension des compétences recherchées sur le marché du travail et des ajouts ponctuels ont conduit à des programmes qui n'offrent pas de parcours d'études clairs et de pertinence pour les rôles professionnels. Notre modèle permet aux concepteurs de curriculum d'analyser et de valider leur curriculum par rapport aux besoins du marché du travail.

Durer, travailler avec des partenaires de l'industrie, nous avons défini des profils d'emploi personnalisés pour le secteur d'intérêt et la localité. Les étudiants qui ciblent de tels ensembles de compétences personnalisés sont dans une position plus forte lorsqu'ils postulent pour un travail avec un partenaire de l'industrie.

ModuLearn :Valoriser les compétences transversales

Informer les étudiants sur les compétences qu'ils acquièrent n'est que la moitié du travail. Un étudiant doit également acquérir toutes les compétences souhaitées dans un délai relativement court.

Dans les diplômes de premier cycle, une grande partie du cours est généralement prédéfinie avec des sujets de base. Les étudiants n'ont souvent qu'un ou deux semestres pour concentrer leurs connaissances sur les compétences souhaitées par des employeurs particuliers. C'est encore plus problématique dans les cours plus courts comme les diplômes ou les certificats.

Il est également probable que la faculté ou l'école d'un étudiant n'offre pas certaines compétences essentielles. Les étudiants sont souvent réticents à étudier dans une autre école ou faculté, craignant le défi d'un nouvel environnement.

Pour surmonter ces problèmes, nous avons cherché des moyens d'augmenter la variété et le nombre d'unités de connaissances dotées de compétences diverses. Nous avons trouvé l'inspiration dans l'arbre des sujets d'ingénierie de l'Université Charles Sturt. Il permet aux étudiants de personnaliser leur diplôme en choisissant parmi plus de 1, 000 sujets différents. Les sujets sont organisés par disciplines, avec des prérequis et des parcours bien organisés.

Ce qui manque à cet arbre thématique, c'est le soutien de la technologie qui permet aux étudiants d'explorer facilement toutes leurs options. Nous nous sommes basés sur l'idée de l'arborescence de sujets et avons conçu des modules basés sur les compétences. Ce sont des unités d'étude qui durent généralement de deux à huit semaines. Chaque module définit clairement les compétences requises comme prérequis et les compétences qu'il délivre.

Un réseau de modules entrelacés fournit des connaissances fondamentales et appliquées, mais chaque module nécessite moins d'engagement de la part des étudiants que les matières d'un semestre. Nous espérons ainsi encourager les étudiants à étudier dans toutes les disciplines.

Cependant, gérer toutes les combinaisons de modules possibles, les prérequis et les préférences des utilisateurs est un défi technologique important. Cela a nécessité de nouvelles recherches, pas seulement une application des approches d'IA existantes.

En collaboration avec l'Institut de recherche en intelligence artificielle (IIIA) de Barcelone, nous avons développé des moyens technologiques pour concevoir et maintenir un programme basé sur des modules pour les concepteurs de programmes et les étudiants. Les modèles de livraison peuvent être adaptés aux différentes options de financement public ou privé et aux normes éducatives, tels que l'Australian Qualifications Framework (AQF).

Le développement des programmes d'études a tendance à prendre du retard par rapport au développement technologique et à l'évolution des besoins du marché. Idéalement, le développement du curriculum devrait être plus réactif et axé sur l'avenir plutôt que réactif. Avec des modules plus petits au lieu de sujets d'un semestre, il est possible de s'adapter beaucoup plus rapidement aux besoins en constante évolution du marché du travail.

Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lire l'article original.