An ESCO-Based Skill-Gap Detection Framework for SMEs: A Design Science Prototype of an Intelligent Learning Management System
यह अध्ययन एक इंटेलिजेंट लर्निंग मैनेजमेंट सिस्टम के डिज़ाइन साइंस प्रोटोटाइप को प्रस्तुत करता है जो एसएमई (SMEs) में कार्यबल कौशल अंतराल का पता लगाने और लक्षित पुनर्कौशल सिफारिशें उत्पन्न करने के लिए ESCO ऑन्टोलॉजी और एनएलपी (NLP) का लाभ उठाता है, जिससे उद्योग 4.0 और 5.0 संक्रमणों के लिए महत्वपूर्ण मानव पूंजी-तकनीकी पूरकता बाधाओं को संबोधित किया जा सके।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक बड़ी तस्वीर: "खोई हुई पहेली का टुकड़ा" वाली समस्या
कल्पना कीजिए कि एक छोटा व्यवसाय (SME) एक हाई-टेक रोबोट बनाने की कोशिश कर रहा है। उनके पास ब्लूप्रिंट (बिजनेस प्लान) है और धातु (पैसा) भी है, लेकिन उन्हें एहसास होता है कि उनकी टीम के कर्मचारियों को यह नहीं पता कि रोबोट के सॉफ्टवेयर को कैसे चलाना है। कर्मचारी पारंपरिक कार्यों में बेहतरीन हैं, लेकिन व्यवसाय को उन्हें "डिजिटल" विशेषज्ञ बनाने की आवश्यकता है।
यह शोध पत्र एक ऐसे नए टूल के बारे में है जिसे छोटे व्यवसायों को यह समझने में मदद करने के लिए डिज़ाइन किया गया है कि उनके कर्मचारियों में वास्तव में क्या कमी है और उसे कैसे ठीक किया जाए, बिना किसी बड़े बजट या डेटा वैज्ञानिकों की टीम की आवश्यकता के।
मुख्य समस्या: अलग-अलग भाषाएँ बोलना
लंबे समय से, व्यवसायों ने अपने कौशल (skills) की अपनी सूचियाँ बनाकर इसे हल करने की कोशिश की। एक कंपनी किसी कौशल को "कंप्यूटर विज़" (Computer Whiz) कह सकती है, जबकि दूसरी उसे "टेक सैवी" (Tech Savvy) कह सकती है। यह सेब और संतरे की तुलना करने जैसा है, या इससे भी बदतर, एक "फल" की तुलना "लाल गोल चीज़" से करने जैसा। क्योंकि हर कोई अलग-अलग शब्दों का उपयोग करता है, इसलिए यह जानना असंभव है कि क्या कोई व्यवसाय वास्तव में पीछे है या केवल अलग शब्दावली का उपयोग कर रहा है।
समाधान: "यूनिवर्सल ट्रांसलेटर" (ESCO)
शोधकर्ताओं ने कौशल का एक विशाल, आधिकारिक यूरोपीय शब्दकोश जिसका नाम ESCO है, का उपयोग किया। ESCO को कौशल के "पीरियोडिक टेबल" के रूप में समझें। यह प्रत्येक कौशल को एक विशिष्ट, मानक नाम और आईडी नंबर देता है।
- "कंप्यूटर विज़" के बजाय, ESCO कहता है: डिजिटल लिटरेसी (ID: 123)।
- "टेक सैवी" के बजाय, ESCO कहता है: डिजिटल लिटरेसी (ID: 123)।
यह शोधकर्ताओं को बिल्कुल एक ही पैमाने (रूलर) का उपयोग करके एक कार्यकर्ता के कौशल की तुलना नौकरी की आवश्यकताओं से करने की अनुमति देता है।
यह टूल कैसे काम करता है: "रिज्यूमे स्कैनर"
शोधकर्ताओं ने एक प्रोटोटाइप सिस्टम (एक "प्रूफ-ऑफ-कॉन्सेप्ट") बनाया है जो एक सुपर-स्मार्ट स्कैनर की तरह काम करता है। यहाँ वह चरण-दर-चरण प्रक्रिया है जिसका उन्होंने उपयोग किया:
- इनपुट (रिज्यूमे): उन्होंने कर्मचारियों के गुमनाम रिज्यूमे (CVs) लिए। उन्होंने नाम या चेहरे नहीं देखे; उन्होंने केवल सूचीबद्ध कौशल को देखा।
- अनुवाद (NLP): एक कंप्यूटर प्रोग्राम ने इन रिज्यूमे को पढ़ा और अव्यवस्थित, मानव-लिखित टेक्स्ट को साफ, मानक "ESCO भाषा" में अनुवादित किया।
- गैप चेक (कमी की जाँच): सिस्टम ने कर्मचारी के अनुवादित कौशल की तुलना आधुनिक डिजिटल नौकरी के लिए आवश्यक "परफेक्ट" कौशल सूची से की।
- स्कोर (गैप इंडिकेटर): इसने एक स्कोर की गणना की।
- 0 का अर्थ है कि कर्मचारी के पास आवश्यक हर एक कौशल है।
- 1 का अर्थ है कि कर्मचारी के पास आवश्यक कोई भी कौशल नहीं है।
- परिणाम: औसत स्कोर 0.956 था।
क्या 0.956 बुरा नहीं है?
हाँ, लेकिन लेखक हमें घबराने के लिए नहीं कहते। वे इस स्कोर को अंधेरे कमरे में टॉर्च की रोशनी की तरह समझाते हैं। टॉर्च (कंप्यूटर) केवल वही देख सकती है जो कागज पर लिखा है। यदि किसी कर्मचारी के पास कोई कौशल है लेकिन उसने उसे अपने रिज्यूमे में नहीं लिखा, तो रोशनी उसे नहीं देख पाती। इसलिए, यह एक "कंजर्वेटिव अपर बाउंड" (रूढ़िवादी ऊपरी सीमा) है—यह मान लेता है कि अंतर बहुत बड़ा है क्योंकि रिज्यूमे बहुत संक्षिप्त है, न कि इसलिए कि कर्मचारी अकुशल है। यह सुरक्षित रहने के लिए एक "सबसे खराब स्थिति" का अनुमान है।
बड़ी हैरानी: "परफॉर्मेंस मिस्ट्री"
शोधकर्ताओं का एक सिद्धांत (प्रपोजिशन P1) था: "यदि कोई कंपनी आर्थिक रूप से खराब प्रदर्शन कर रही है, तो संभवतः इसलिए क्योंकि उनके कर्मचारियों में डिजिटल कौशल की कमी है।"
उन्होंने सबसे खराब प्रदर्शन करने वाली कंपनियों और सबसे अच्छा प्रदर्शन करने वाली कंपनियों को देखकर इसका परीक्षण किया। उन्हें उम्मीद थी कि वे देखेंगे कि खराब कंपनियों में कौशल का बड़ा अंतर है और अच्छी कंपनियों में छोटा अंतर है।
परिणाम: उन्हें कोई संबंध नहीं मिला।
- "खराब" कंपनियों में कौशल का बड़ा अंतर था।
- "अच्छी" कंपनियों में भी (इस टूल के अनुसार) कौशल का बड़ा अंतर था।
उपमा (Analogy): दो रेस कारों की कल्पना करें। एक जीत रही है, एक हार रही है। शोधकर्ताओं ने ड्राइवरों के लाइसेंस की जाँच की और पाया कि दोनों में से किसी भी ड्राइवर के पास उस विशिष्ट प्रकार की रेसिंग के लिए लाइसेंस नहीं था जो वे कर रहे थे। तथ्य यह है कि एक कार जीत रही है, यह सुझाव देता है कि छोटे व्यवसायों में, सफलता अन्य चीजों (जैसे अनुभव, संबंध, या भाग्य) पर निर्भर हो सकती है। यह टूल यह साबित नहीं कर सका कि कौशल को ठीक करने से स्वचालित रूप रूप से पैसे की समस्याओं को ठीक किया जा सकता है।
आउटपुट: "पर्सनलाइज्ड मेनू"
भले ही पैसे के साथ संबंध अभी तक सिद्ध नहीं हुआ था, लेकिन टूल ने प्रशिक्षण के लिए एक "मेनू" सफलतापूर्वक तैयार किया। क्योंकि यह जानता है कि कौन से मानक कौशल गायब हैं, यह विशिष्ट पाठ्यक्रमों की सिफारिश कर सकता है।
- सबसे अधिक आवश्यक: प्रोसेस ऑटोमेशन, आर्टिफिशियल इंटेलिजेंस, और डिजिटल लीडरशिप।
- सिस्टम: यह एक स्मार्ट GPS की तरह कार्य करता है। यह कहता है, "आप यहाँ हैं (वर्तमान कौशल), आपको वहाँ पहुँचना है (नौकरी की आवश्यकताएं), और यहाँ पहुँचने का रास्ता (प्रशिक्षण पाठ्यक्रम) यह है।"
यह टूल वास्तव में क्या है (और क्या नहीं है)
- यह क्या है: एक शोध प्रोटोटाइप। यह एक "लैब मॉडल" है यह साबित करने के लिए कि आप एक मानक शब्दकोश का उपयोग करके व्यावसायिक प्रदर्शन डेटा को कर्मचारी कौशल डेटा से जोड़ सकते हैं। यह एक "डिजाइन साइंस" प्रयोग है।
- यह क्या नहीं है: आज खरीदने के लिए उपलब्ध कोई तैयार व्यावसायिक उत्पाद नहीं। इसका परीक्षण यह देखने के लिए नहीं किया गया है कि क्या पाठ्यक्रम लेने से वास्तव में व्यवसाय को अधिक पैसा मिलता है (यह एक भविष्य का परीक्षण है)।
- यह क्या नहीं है: लोगों को निकालने का टूल नहीं। लेखक इस बात पर जोर देते हैं कि चूंकि यह टूल केवल वही देखता है जो रिज्यूमे में लिखा है, इसलिए यह छिपी हुई प्रतिभाओं को मिस कर सकता है। इसका उद्देश्य समूह योजना (जैसे, "हमें अपनी पूरी टीम को AI सिखाने की आवश्यकता है") के लिए है, न कि व्यक्तिगत कर्मचारियों को आंकने के लिए।
एक वाक्य में सारांश
यह शोध पत्र व्यावसायिक कौशल के लिए एक नया "यूनिवर्सल ट्रांसलेटर्स" प्रस्तुत करता है जो छोटी कंपनियों को यह पहचानने में मदद करता है कि आधुनिक मानकों की तुलना में उनके कार्यबल में वास्तव में क्या कमी है, लेकिन यह चेतावनी देता है कि इन गायब कौशलों का होना अपने आप में यह स्पष्ट नहीं करता कि कुछ कंपनियां क्यों सफल होती हैं और कुछ क्यों विफल होती हैं, और कौशल को ठीक करना एक आवश्यक कदम है, लेकिन यह व्यावसायिक सफलता के लिए गारंटीकृत जादुई छड़ी नहीं है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।