Engineering employability in the era of Industry 4.0 and 5.0: a systematic review and a KASH-based integrative framework for education and training
यह अध्ययन इंडस्ट्री 4.0/5.0 के युग में इंजीनियरिंग रोजगार क्षमता के लिए महत्वपूर्ण डिजिटल और ट्रांसवर्सल दक्षताओं की पहचान करने हेतु एक व्यवस्थित समीक्षा और अनुभवजन्य सर्वेक्षण का उपयोग करता है, जो शिक्षा और प्रशिक्षण कार्यक्रमों के पुनर्गठन के मार्गदर्शन के लिए एक नवीन KASH-आधारित ढांचे का प्रस्ताव करता है।
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
काम की दुनिया की कल्पना एक विशाल, निरंतर बदलते हुए वीडियो गेम के रूप में करें। लंबे समय तक, इसके नियम सरल थे: कुछ विशिष्ट चालें सीखें, अपने पात्र (character) को अगले स्तर पर ले जाएं, और आप बॉस फाइट के लिए तैयार होंगे। लेकिन हाल ही में, गेम डेवलपर्स (जो हमारी वैश्विक अर्थव्यवस्था को चला रहे हैं) ने "अपडेट 4.0" हिट किया है और अब वे "अपडेट 5.0" भी रोल आउट कर रहे हैं। इन अपडेट्स ने केवल नए ग्राफिक्स ही नहीं जोड़े, बल्कि इन्होंने गेम के 'फिजिक्स इंजन' को पूरी तरह से बदल दिया है। अचानक, गेम अब सुपर-स्मार्ट कंप्यूटरों (आर्टिफिशियल इंटेलिजेंस) द्वारा चलाया जा रहा है, सब कुछ इंटरनेट (इंटरनेट ऑफ थिंग्स) से जुड़ा हुआ है, और लक्ष्य केवल सबसे तेज़ खिलाड़ी होना नहीं है, बल्कि सबसे रचनात्मक, नैतिक और अनुकूलनशील टीममेट बनना है।
इस नए गेम में, "इंजीनियर्स" वे खिलाड़ी हैं जो लेवल बनाते हैं और ग्लिच (खामियों) को ठीक करते हैं। बड़ा सवाल जो हर कोई पूछ रहा है, वह यह है: "क्या पुराने तरीके से प्रशिक्षण लेने वाले खिलाड़ी इस नए गेम के लिए वास्तव में तैयार हैं?" यदि किसी खिलाड़ी को केवल तलवार चलाना आता है लेकिन वह एक ढाल को कोड करना या रोबोट साथी के साथ काम करना नहीं जानता, तो वह फंस जाएगा। यह "रोजगार क्षमता" (employability) की समस्या है—क्या कोई व्यक्ति वास्तव में नौकरी पा सकता है और उसे बनाए रख सकता है जब नियम इतनी तेज़ी से बदल रहे हों? वैज्ञानिक और शिक्षक यह पता लगाने के लिए संघर्ष कर रहे हैं कि भविष्य के खिलाड़ियों को किन कौशलों की आवश्यकता होगी। वे जानते हैं कि केवल तकनीकी चालें जानना अब पर्याप्त नहीं है; आपको यह जानने की ज़रूरत है कि कैसे सोचना है, कैसे महसूस करना है, और क्रेडिट रोल होने के बाद भी कैसे सीखते रहना है।
यह शोध पत्र एक विशाल जासूसी कहानी की तरह है जहाँ लेखिका, सलवा बेनरियाना और उनकी टीम, इस रहस्य को सुलझाने की कोशिश कर रही हैं कि इस उच्च-तकनीकी, मानव-अनुकूल भविष्य में एक इंजीनियर को काम के योग्य क्या बनाता है। उन्होंने केवल अनुमान नहीं लगाया; वे एक डिजिटल खजाने की खोज (scavenger hunt) पर निकले। सबसे पहले, उन्होंने 2020 और 2026 के बीच प्रकाशित 36 विभिन्न वैज्ञानिक अध्ययनों को पढ़ा, यह देखने के लिए कि वास्तव में किन कौशलों की आवश्यकता है। फिर, यह सुनिश्चित करने के लिए कि वे केवल सिद्धांत के बारे में नहीं पढ़ रहे हैं, उन्होंने 1,000 वास्तविक, कार्यरत इंजीनियरों से पूछा कि वे क्या सोचते हैं। उन्होंने संख्याओं को समझने के लिए एक विशेष गणितीय उपकरण (जिसे PLS-SEM कहा जाता है) का उपयोग किया।
उन्होंने पाया कि "बस गणित और विज्ञान में अच्छे बनो" का पुराना विचार एक आधुनिक वीडियो गेम जीतने के लिए पत्थर की कुल्हाड़ी का उपयोग करने जैसा है। अध्ययन सुझाव देता है कि जीवित रहने और फलने-फूलने के लिए, इंजीनियरों को एक "सुपर-सूट" की आवश्यकता है जो चार अलग-अलग भागों से बना हो, जिसे लेखक KASH फ्रेमवर्क कहते हैं। इसे एक चार-पैरों वाले स्टूल की तरह समझें; यदि आप एक भी पैर छोड़ देते हैं, तो पूरा स्टूल डगमगा जाएगा और गिर जाएगा।
1. ज्ञान (Knowledge - मानचित्र): यह "क्या" है। यह तकनीकी चीज़ों को जानना है, जैसे AI कैसे काम करता है, डेटा का विश्लेषण कैसे किया जाता है, और डिजिटल उपकरणों का उपयोग कैसे किया जाता है। लेकिन यह केवल उबाऊ पाठ्यपुस्तक वाली चीज़ नहीं है; यह जानना है कि इन उपकरणों का उपयोग उस दुनिया में कैसे किया जाए जहाँ मशीनें और इंसान मिलकर काम करते हैं।
2. कौशल (Skills - उपकरण): यह "कैसे" है। यह वास्तव में चीज़ें करने की क्षमता है। इसमें कठिन चीज़ें (जैसे कोडिंग या निर्माण) शामिल हैं, लेकिन भी नरम चीज़ें (जैसे टीम के साथ बात करना, ऐसी पहेली को सुलझाना जिसे पहले कभी नहीं देखा गया, और सहयोग करना) भी शामिल हैं। पेपर ने पाया कि ये "ट्रांसवर्सल" (transversal) कौशल तकनीकी कौशलों जितने ही महत्वपूर्ण हैं।
3. दृष्टिकोण (Attitude - मानसिकता): यह "क्यों" और "आप कैसा महसूस करते हैं" है। अध्ययन सुझाव देता है कि यह वास्तव में एक बहुत बड़ी बात है। यह एक जिज्ञासु मन रखने, चीजें अजीब होने पर बदलने के लिए साहसी होने और सही काम करने की परवाह करने के बारे में है। 1,000 इंजीनियरों से प्राप्त डेटा बताता है कि आपका दृष्टिकोण उनके विशिष्ट मॉडल में रोजगार क्षमता परिणामों पर सबसे गहरा प्रभाव डालता है। यदि आपके पास सभी कौशल हैं लेकिन आप बदलाव से नफरत करते हैं, तो आप मुसीबत में हैं।
4. आदतें (Habits - दिनचर्या): यह "आप हर दिन क्या करते हैं" है। यह कभी न रुकने वाले सीखने की दिनचर्या बनाने, अनुशासित होने और असफल होने पर वापस उभरने के बारे में है। यह उस व्यक्ति के बीच का अंतर है जो एक बार सीखता है और उस व्यक्ति के बीच जो हर दिन अपने पात्र (character) को लेवल अप करना जारी रखता है।
लेखक तर्क देते हैं कि इंजीनियरों को प्रशिक्षित करने के कई पुराने मॉडल 1990 के मानचित्रों की तरह हैं—वे सड़कें तो दिखाते हैं, लेकिन वे नए राजमार्ग या रोबोटों के कारण होने वाले ट्रैफिक जाम नहीं दिखाते। वे कहते हैं कि ये पुराने मॉडल बहुत अधिक "ज्ञान" और "कौशल" पर ध्यान केंद्रित करते हैं और "दृष्टिकोण" और "आदतों" को भूल जाते हैं, जो इंडस्ट्री 5.0 के लिए आवश्यक गुप्त हथियार हैं, जो तकनीक के केंद्र में मनुष्यों को वापस रखने के बारे में है।
पेपर कुछ बड़ी बाधाओं की ओर भी इशारा करता है। यह सुझाव देता है कि सबसे बड़ी समस्या यह नहीं है कि स्कूल बुरे हैं या कंपनियाँ क्रूर हैं; बल्कि यह है कि व्यक्तिगत इंजीनियरिंग स्नातकों का सक्षमता प्रोफाइल (competency profile) में एक महत्वपूर्ण अंतर है। वे शायद स्मार्टफोन का उपयोग करना जानते हों (जो आसान है) लेकिन वे काम के लिए आवश्यक उन्नत AI उपकरणों का उपयोग करना नहीं जानते (जो कठिन है)। उन्होंने यह भी पाया कि स्कूल के पाठ्यक्रम अक्सर तकनीक के बदलने की गति के साथ तालमेल बिठाने में बहुत धीमे हैं, जिससे छात्र वास्तविक दुनिया के लिए तैयार नहीं रह जाते।
अंत में, पेपर सुझाव देता है कि इसे ठीक करने के लिए, हमें इंजीनियरिंग सिखाने के तरीके को फिर से डिजाइन करने की आवश्यकता है। हम केवल "क्या" और "कैसे" नहीं सिखा सकते; हमें "कौन" (दृष्टिकोण) और "कब" (आदतें) भी सिखाना होगा। लेखक प्रस्ताव देते हैं कि यदि स्कूल और कंपनियाँ इस KASH फ्रेमवर्क का उपयोग करना शुरू करती हैं, तो वे एक ऐसा कार्यबल बना सकती हैं जो न केवल आज की नौकरी के लिए तैयार है, बल्कि भविष्य में आने वाले किसी भी नए अपडेट के अनुकूल होने के लिए भी तैयार है। यह कोई जादू का समाधान नहीं है जो कल नौकरी की गारंटी देता है, लेकिन यह उन मानचित्रों की तुलना में बहुत बेहतर मानचित्र है जिनका हम पहले से उपयोग कर रहे हैं।
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।