Le choix d'un stage est une étape clé pour de nombreux étudiants, car un stage peut avoir un impact substantiel sur leur développement professionnel. Chercheurs de l'Universitas Pendidikan Ganesha, en Indonésie, ont récemment développé un système de recommandation basé sur l'IA qui peut affecter les étudiants à des stages qui correspondent le mieux à leurs compétences et aspirations.

Après avoir obtenu leur diplôme, les étudiants ont souvent du mal à comprendre leur prochaine étape, en raison d'un manque de confiance en leurs compétences ou de leur connaissance du marché du travail. Les universités guident souvent les étudiants au début de leur carrière en leur recommandant des programmes de stages qui correspondent à leurs compétences et à leurs intérêts.

Un stage réussi peut jouer un rôle crucial dans la carrière d'un étudiant, l'aidant à prendre confiance en elle et à se familiariser avec la réalité de l'environnement de travail qu'elle a choisi. D'autre part, un placement mal choisi peut entraîner une perte de confiance en elle ou une perte de temps dans un milieu de travail qui ne correspond pas à ses compétences.

Avec ça en tête, l'équipe de chercheurs de l'Universitas Pendidikan Ganesha a entrepris de développer un système de recommandation qui pourrait aider les étudiants diplômés à choisir un stage approprié. Leur système utilise un réseau de neurones artificiels récurrents (ANN) qu'ils appellent le réseau de neurones Elman pour analyser les résultats des tests des étudiants individuels et déterminer le placement qui correspond le mieux à leurs compétences.

Dans cet essai, les étudiants renseignent sur leurs compétences, notes, aspirations et intérêts. Les mêmes étudiants remplissent également un questionnaire appelé Inventory Personal Survey, qui évalue leur attitude et leur comportement.

"Les étudiants n'ont qu'à remplir le questionnaire et passer le test, " les chercheurs ont expliqué dans leur article. " Les données obtenues à partir du test et du questionnaire sont ensuite traitées par un ANN. "

Les chercheurs ont formé et testé leur système à l'aide d'informations recueillies auprès d'un échantillon d'étudiants qui postulaient à des stages après avoir terminé leur cours. Leurs évaluations ont recueilli des résultats très prometteurs, avec le système atteignant un niveau de précision de 95 pour cent dans l'identification des stages qui ont finalement été attribués aux étudiants.

« Sur la base des résultats de nos tests, le système peut bien reconnaître les données d'entraînement et les données de test, " ont écrit les chercheurs. " Le système peut fournir des recommandations pour les stages, tels que la maison de logiciels, multimédia, réseautage ou un emploi administratif pour les nouveaux étudiants qui recherchent des stages correspondant à leurs compétences. »

Le système développé par les chercheurs pourrait s'avérer très utile à l'Universitas Pendidikan Ganesha, permettant au personnel de remettre des recommandations de stage plus rapidement et plus efficacement. Pour s'assurer que leur technique se généralise bien à une population étudiante plus large, cependant, les chercheurs pourraient avoir besoin de mener d'autres études avec un ensemble de données d'entraînement plus important.

Jusqu'à maintenant, leur système a principalement été utilisé pour fournir des recommandations de placement aux étudiants en informatique, mais il pourrait potentiellement être étendu à d'autres domaines d'études. À l'avenir, d'autres groupes de recherche pourraient également s'inspirer de cette étude et développer des systèmes de recommandations similaires pour d'autres institutions.

© 2019 Réseau Science X