Measuring Curriculum–Labor Market Alignment at the Scale of a Program Portfolio
本文通过对一个计算程序组合进行大规模、基于分类学的分析，将1,922项课程学习成果与超过100,000项职业能力进行对比，揭示了关键技术领域中系统性的课程差距，以及学术教学水平普遍比市场需求低约一个布鲁姆认知层级的失配现象。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你是一位经营着一所大型烹饪学校的大厨。你有五门不同的课程：西点课、烧烤课、面包烘焙课、汤品课和沙拉课。你假设因为你拥有五种不同的菜单，你就等于在教授世界各地餐厅真正需要的东西。但问题在于：食品行业的变化速度比你改写教科书的速度还要快。可能下个月餐厅就需要一种新型的辣酱，但你的课程大纲要过三年才会更新一次。
为了解决这个问题，学校通常会向几位当地大厨征求建议，或者等待看到学生的就业情况。但这就像是试图用一张纸质地图在暴风雨肆虐的大海中航行；这种方式太慢了，覆盖范围极小，而且很难复制给下一届学生。最近，科学家们开始使用强大的计算机大脑（称为大语言模型）来阅读成千上节招聘广告，并将其与学校正在教授的内容进行直接对比。他们使用了一个“技能词典”（就像一套标准化的烹饪术语菜单），以确保他们在进行“苹果对苹果”式的公平比较。现在的关键问题是：我们的烹饪学校到底是在教授正确的菜肴，还是仅仅在提供大量的华丽装饰，而顾客其实渴望的是主菜？
这篇论文采用了这种方法，并将问题进行了规模化扩展。研究人员不仅仅观察了一门烹饪课，而是将整个“信息技术学院”视为一个巨大的厨房。他们想看看他们提供的五种不同学位（计算机科学、计算机工程、数据科学、信息安全和信息技术）在就业市场需求方面是否真的有所区别，还是说它们都只是同一种东西的不同变体，且都错失了同样重要的技能。
伟大的厨房审计
研究人员不仅阅读了菜单，还观察了学生们实际“吃”了什么。他们意识到，学校目录就像是一个拥有 500 道菜品的自助餐，但学生最终只能选 10 道。如果你统计整个自助餐，你会认为学校教授了一切。但如果你观察学生实际吃完的部分，你可能会发现他们从未碰过辣鸡翅或异域甜点。团队构建了一个特殊的“实际达成度”（realized-attainment）模型，旨在弄清楚根据学位的规则，学生究竟能保证学到什么，从而忽略那些他们“可能”会选但大概率不会选的菜肴。
随后，他们进行了一场数字寻宝活动。他们从该地区的四个不同招聘网站收集了 5,186 条独特的职位发布信息。他们利用计算机大脑阅读了每一份职位广告和每一份课程描述，逐字逐句地提取出具体的技能（如“构建数据库”或“管理项目”）。他们确保计算机不会凭空捏造；如果文本中没有提到某项技能，计算机就不会发明它。他们通过人类专家对工作进行了核查，以确保计算机的准确性，结果显示计算机几乎每次都是正确的（准确率约为 99%）。
他们的发现：“系统性”短缺
研究结果就像是发现你所有的五门烹饪课都恰好缺少了同样的三种核心原料。
缺口无处不在，而非仅限于某一门课： 研究人员发现，缺失的技能并非某个特定学位的专属问题。无论你是在学习成为一名安全专家还是数据科学家，课程都缺失了同样的实践应用技能。最大的短缺领域在于软件工程、系统与基础设施、Web 开发以及安全。就业市场对这些技能的需求率比学校教授的速率高出 1.5 到 4 倍。
“共享核心”过于单薄： 所有五个学位都共享一套基础课程（即“学院核心课程”）。研究人员发现，这个共享核心仅涵盖了就业市场实际所需技能的约三分之一。它擅长教授基础知识和通用技能，但将沉重的、实用的部分留给了特定的专业课程。不幸的是，即使是特定的专业课程也未能补足这一差距。
名称不同，缺失的部分却一致： 这五个项目在特定主题上确实存在差异（这是好事！）。计算机科学专业的学生学到的东西与信息技术专业的学生不同。然而，它们在弱点方面是“同质化”的。它们都未能教授相同的实践技能。这就像拥有五种不同的汽车型号，它们都有出色的引擎，但全都出现了爆胎的情况。
“深度”问题： 这是最令人惊讶的发现。即便学校确实教授了某项技能，其教学水平也远低于就业市场的预期。研究人员使用“布鲁姆分类学”（Bloom's Taxonomy）量表来衡量这一点，该量表就像一个思维技能阶梯，从“记忆”到“创造”。就业市场希望学生处于阶梯的顶端（创造和分析），但学校主要停留在底层（记忆和理解）。平均而言，课程水平比市场需求低了整整一个等级。这在“系统”和“人工智能”领域表现得尤为明显。
总结
这项研究得出结论：问题不在于某一个特定的班级不好，而在于整个系统的问题。该学院过度投资于理论基础（如算法和数学）及通用技能，而对雇主迫切要求的实践应用技能投入不足。由于这种差距在所有五个项目中都普遍存在，因此修复它并不需要五个不同的方案。相反，该学院需要改变每个学生都要修读的“共享核心”，确保实践技能被融入到每个学位的根基之中，而不是仅仅作为可选的附加内容。
研究人员谨慎地指出，这只是一个特定学院在特定时间（2026 年 7 月）的快照，因此其他学校可能会面临不同的问题。但他们构建的工具——即通过真实的学业路径来衡量差距并验证计算机阅读结果的方法——是一种全新的、强大的手段，能让学校停止猜测，转而基于硬性的证据来优化其课程设置。他们不仅找到了问题，还绘制了一张指明挖掘方向的地图。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。