Development and Validation of the Job–Curriculum Alignment Index for AI-Enabled Curriculum Redesign in Higher Education
Deze studie ontwikkelt en valideert de Job–Curriculum Alignment Index (JCAI), een multidimensionale, op embeddings gebaseerde diagnostische tool die de dekking, diepgang en actualiteit van de curriculumafstemming met beroepsmatige vaardigheidseisen meet om onderbouwde curriculumherontwerp te faciliteren en de leerresultaten in het hoger onderwijs te verbeteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de moderne wereld veranderen de vaardigheden die nodig zijn om een baan te behouden sneller dan ooit tevoren. Technologie evolueert, industrieën transformeren en de specifieke vermogens die werkgevers nodig hebben, veranderen met elke nieuwe golf van innovatie. Voor universiteiten creëert dit een hardnekkige uitdaging: hoe kan een curriculum dat jaren geleden is ontworpen relevant blijven voor een beroepsbevolking die op een andere snelheid beweegt? Het kernprobleem is niet alleen of een student een onderwerp leert, maar of dat onderwerp overeenkomt met de werkelijke, actuele eisen van de arbeidsmarkt. Traditionele manieren om deze match te controleren, vertrouwen vaak op eenvoudige tellingen van vaardigheden of brede tekstvergelijkingen, wat de nuance van wat er echt toe doet kan missen. Een cursus kan honderd minder belangrijke vaardigheden behandelen terwijl het enkele cruciale vaardigheden mist die een beroep definiëren, of het kan waardevolle concepten onderwijzen die simpelweg verouderd zijn geraakt. Om dit op te lossen, hebben onderzoekers een manier nodig om niet alleen te meten of een cursus een vaardigheid behandelt, maar ook hoe diep deze wordt onderwezen en hoe recent die vaandigheid in vraag is geweest.
Een onderzoeker aan het Jiangxi Institute of Technology heeft een nieuwe tool ontwikkeld om dit exacte probleem aan te pakken, door een diagnostische index te creëren die is ontworpen om universiteiten te helpen hun cursussen te herontwerpen voor het AI-tijdperk. Ze noemen het de Job–Curriculum Alignment Index. In plaats van een enkele, vage score aan een klas te geven, breekt deze tool de afstemming af in drie afzonderlijke, waarneembare onderdelen. Het eerste deel meet de dekking, waarbij wordt gecontroleerd of de cursus de belangrijkste vaardigheden bevat waar werkgevers momenteel voor werven. Het tweede deel meet de diepgang, waarbij wordt gekeken of de cursus studenten vraagt om complexe, real-world taken uit te voeren of alleen feiten te memoriseren. Het derde deel meet de versheid, waarbij wordt bepaald hoe snel de cursus zijn inhoud heeft bijgewerkt om de laatste veranderingen op de arbeidsmarkt te weerspiegelen. Door deze drie dimensies afzonderlijk te analyseren, kan de onderzoeker precies zien waar een cursus sterk is en waar deze achterloopt, in plaats van alleen een algemeen gemiddelde te krijgen.
Om deze index op te bouwen, verzamelde de onderzoeker een enorme hoeveelheid gegevens uit twee verschillende bronnen. Aan de ene kant verzamelden zij duizenden recente vacatures uit de gebieden intelligente productie en data science om te begrijpen waar werkgevers daadwerkelijk om vragen. Aan de andere kant verzamelden zij het officiële cursusmateriaal van vier specifieke universitaire klassen, inclusief syllabi, opdrachtbeschrijvingen en beoordelingsrubrieken. Met behulp van geavanceerde computersoftware brachten zij de vaardigheden die in de vacatures worden vermeld in kaart met de competenties die in de klassen worden onderwezen. Dit proces was geen eenvoudige woord-voor-woord match; de software begreep dat verschillende zinnen hetzelfde konden betekenen en kon bepaalde vaardigheden als kritischer wegen dan andere. Zij ontdekten dat beroepsskills een specifiek patroon volgen waarbij een klein aantal hoogwaardige vaardigheden essentieel is, terwijl veel andere vaardigheden minder vaak voorkomen. Hun nieuwe index was ontworpen om extra aandacht te besteden aan die essentiële vaardigheden, om ervoor te zorgen dat een cursus niet een hoge score kon halen door simpelweg een lange lijst van minder belangrijke onderwerpen te behandelen terwijl de grote onderwerpen werden genegeerd.
Toen de onderzoeker de nieuwe index toepaste op de universitaire cursussen, onthulden de resultaten een duidelijk beeld van hoe deze klassen presteerden. Zij ontdekten dat hoewel de meeste cursussen een vergelijkbare hoeveelheid materiaal behandelden, ze aanzienlijk verschilden in hoe actueel en hoe diep hun inhoud was. Sommige cursussen hadden een uitstekende dekking van basisvaardigheden, maar waren traag in het bijwerken van hun inhoud, wat betekende dat ze kennis onderwezen die al verouderd begon te raken. Andere cursussen waren zeer actueel maar misten diepgang, waarbij ze de nieuwste trends onderwezen zonder ervoor te zorgen dat studenten deze in complexe situaties konden toepassen. De index slaagde erin om deze verschillende soorten cursussen te scheiden, waarbij werd aangetoond dat een enkele algemene score deze belangrijke verschillen verborgen zou hebben. Bijvoorbeeld, twee klassen hadden er op een standaardlijst misschien even goed uitgezien, maar de nieuwe index liet zien dat de ene sterk was in diepgang terwijl de andere sterk was in versheid, waardoor docenten precies wisten welk type verbetering elke cursus nodig had.
De studie keek ook naar de vraag of deze afstemmingsscores er daadwerkelijk toe deden voor de studenten. Door de indexscores te vergelijken met de mate van betrokkenheid van de studenten en hoe goed zij hun opdrachten uitvoerden, vond de onderzoeker een duidelijke connectie. Klassen met hogere afstemmingsscores, wat betekent dat ze beter aansloten bij de huidige beroepsbehoeften, dieper in hun onderwijs waren en actueler waren, hadden de neiging om studenten te hebben die meer betrokken waren en beter presteerden op hun werk. Dit suggereert dat wanneer studenten het gevoel hebben dat hun leren relevant is voor de echte wereld en met rigor wordt onderwezen, zij meer gemotiveerd zijn om succesvol te zijn. De onderzoeker testte hun tool tegen oudere methoden voor het meten van curricula en stelde vast dat hun nieuwe index unieke informatie bood die de oude methoden misten. Het was in staat om studentenresultaten iets beter te voorspellen dan standaardfactoren zoals eerdere cijfers van een student of de grootte van de klas, wat suggereert dat de structuur van het curriculum zelf een vitale rol speelt bij het succes van de student.
De onderzoeker is echter voorzichtig om te vermelden dat deze tool geen wondermiddel is dat op dezelfde manier werkt in elke situatie. Zij vonden dat de waarde van het hebben van een perfect afgestemd curriculum afhangt van het vakgebied. In snel bewegende velden zoals data science, waar voortdurend nieuwe tools en technieken verschijnen, was het hebben van een cursus die fris en responsief is op de nieuwste eisen bijzonder belangrijk voor het succes van de student. In meer stabiele velden is de noodzaak voor constante updates minder urgent. De studie toonde ook aan dat de tool betrouwbaar werkt over verschillende groepen studenten en instructeurs heen, maar dat het werd getest op een specifieke set cursussen binnen één type universiteit. De onderzoeker suggereert dat hoewel de index een krachtige manier biedt om problemen te diagnosticeren en verbeteringen te sturen, het moet worden gebruikt als een startpunt voor gesprek tussen onderwijzers en partners uit de industrie, in plaats van als een definitief rankingsysteem. Door deze gedetailleerde, drieledige kijk op curriculumafstemming te gebruiken, kunnen universiteiten verder gaan dan gokwerk en specifieke, op bewijs gebaseerde wijzigingen doorvoeren om ervoor te zorgen dat hun afgestudeerden klaar zijn voor de banen van morgen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.