Nga Learning te Autonomy: modeli që po ndërtojmë në DTI

Sep 1 / Eros Veizi
Prej disa kohësh në DTI.AL po punojmë mbi një projekt që e kemi quajtur AUTONOMOUS, të cilin po e aplikojmë gradualisht në të gjitha programet tona profesionale.

Ideja nis nga një bindje shumë e thjeshtë:

Qëllimi final i edukimit nuk duhet të jetë vetëm learning. Duhet të jetë autonomy.

Për shumë vite kemi ndërtuar një model edukimi ku profesori është në qendër të procesit.
Studenti pret prej tij shpjegimin, zgjidhjen, konfirmimin dhe shpesh edhe hapin e radhës.
Pa e kuptuar, krijohet një marrëdhënie dependency.

Studenti mund të bëhet shumë i mirë në zgjidhjen e problemeve që i janë treguar më parë, por kjo nuk do të thotë domosdoshmërisht se është i aftë të përballet me një problem të ri.

Dhe tregu i punës kërkon pikërisht këtë të dytën.
Sipas World Economic Forum, rreth 39% e skill-eve kryesore të kërkuara në tregun e punës pritet të ndryshojnë deri në vitin 2030.

Kjo do të thotë se është praktikisht e pamundur t’i mësojmë sot një studenti çdo gjë që do t’i duhet gjatë gjithë karrierës.

Por mund t’i mësojmë diçka shumë më të vlefshme:
si të mësojë, si të kërkojë dhe si ta gjejë vetë zgjidhjen.

Këtu nis ideja e AUTONOMOUS.

Gjithçka fillon nga seleksionimi

Jo çdo profesion është për të gjithë.

Për të qenë i mirë dhe, mbi të gjitha, sustainable në një profesion për shumë vite, duhet të ekzistojë të paktën një nga dy elementet:

pasioni ose vullneti serioz për t’u bërë i mirë në të.

Kjo duhet kuptuar përpara se të fillojë programi.

Prandaj i kushtojmë shumë rëndësi meeting-eve paraprake me studentët: background-it të tyre, objektivave, pritshmërive dhe arsyes pse duan të ndjekin një profesion të caktuar.

Ndonjëherë përgjigjja më e mirë që mund t’i japësh dikujt nuk është:

“Regjistrohu.”

Por:

“Ndoshta ky profesion nuk është zgjedhja e duhur për ty.”

Edhe kjo është pjesë e një sistemi edukimi më të përgjegjshëm.

Full Learning Path — basics nuk mjaftojnë

Sot mund të mësosh basics të pothuajse çdo profesioni falas në internet.

Mund të gjesh tutoriale për Python, Networking, Graphic Design, Cybersecurity, Data Analytics apo pothuajse çdo teknologji tjetër.

Problemi është se tregu i punës nuk të paguan sepse njeh basics.

Të paguan sepse je në gjendje të kuptosh një environment, të analizosh një problem dhe të ndërtosh një zgjidhje.

Prandaj programet tona po i shtyjmë gjithnjë e më shumë drejt një Full Learning Path.

Jo vetëm:

“Si përdoret kjo teknologji?”

Por:

“Si funksionon ky profesion në një kompani reale?”

Duhet të kuptosh gjithë environment-in, jo vetëm profesionin tënd

Ky është një element që mendoj se shpesh mungon në edukimin profesional.
Një IT Engineer nuk ka pse të jetë ekonomist.

Por nëse nesër propozon implementimin e një infrastrukture të re, nuk mund të mendojë vetëm teknikisht.

Duhet të kuptojë:

cost, budgeting, risk analysis, security, availability, business impact dhe alternativat.

Një Data Analyst nuk duhet thjesht të dijë të ndërtojë një dashboard në Power BI.

Duhet të kuptojë çfarë problemi biznesi po zgjidh ai dashboard.

Një Software Developer nuk duhet vetëm të shkruajë kod.

Duhet të kuptojë produktin, përdoruesin, sistemin dhe arsyen pse ajo zgjidhje po ndërtohet.

Studentët duhet të mësojnë terminologjinë e profesionit, por njëkohësisht edhe mënyrën si profesioni i tyre lidhet me gjithë organizatën.

Kjo është ajo që i lejon të kalojnë nga një ekzekutues teknik te një profesionist që merr vendime.

Tre muaj punë gjithnjë e më autonome

Një tjetër pjesë shumë e rëndësishme e modelit është mënyra si i zhvillojmë projektet.

Në fazën e dytë të programeve profesionale, për rreth 3 muaj, studentët punojnë mbi projekte ku niveli i ndërhyrjes së profesorit reduktohet gradualisht.

Profesori përcakton:

objektivin, kontekstin, standardet dhe constraints.

Por nuk duhet të japë çdo përgjigje dhe çdo hap.

Studentët duhet të:

kërkojnë, diskutojnë, testojnë, gabojnë, korrigjojnë dhe marrin vendime.

Në fillim është më e vështirë.

Por pikërisht aty kemi parë disa nga rezultatet më interesante.

Sepse momenti kur studenti ndalon së pyeturi:

“Profesor, çfarë duhet të bëj tani?”

dhe fillon të thotë:

“Kemi analizuar këto alternativa dhe mendojmë se kjo është zgjidhja më e mirë.”

është momenti kur fillon realisht transformimi profesional.

AI Learning Assistant

Pastaj vjen një element që mendoj se mund ta përshpejtojë jashtëzakonisht shumë këtë proces:

AI.

Po punojmë për integrimin e një AI Learning Assistant brenda eksperiencës së studentëve tanë.

Por jo si një chatbot që thjesht jep përgjigje.

Nëse AI ka:

business context + learning context + prompt engineering të mirë, mund të kthehet në një mjet shumë të fuqishëm për autonominë e studentit.

Mund ta ndihmojë të:

  1. analizojë një problem,
  2. kuptojë dokumentacionin,
  3. krahasojë alternativa,
  4. simulojë skenarë,
  5. sfidojë një zgjidhje,
  6. të kuptojë më shpejt koncepte të reja.


Në këtë model, profesori nuk zhduket.

Përkundrazi, roli i tij bëhet edhe më i rëndësishëm.

Profesori vendos drejtimin, metodologjinë dhe standardin.

AI asiston procesin.

Studenti mendon dhe merr vendimin.

Ky është dallimi kryesor.

AI nuk duhet ta bëjë studentin më dependent.

Duhet ta bëjë më autonomous.

Dhe ndoshta këtu duhet të ndryshojë edhe mënyra si e shohim rolin e profesorit.

Nga:

personi që ka të gjitha përgjigjet

në:

mentor, architect dhe challenger të procesit të të mësuarit.

AUTONOMOUS nuk do të thotë ta lësh studentin vetëm.

Do të thotë të ndërtosh një sistem ku përgjegjësia kalon gradualisht nga profesori te studenti.

Sepse, në fund, testi i vërtetë i një programi profesional nuk është çfarë bën studenti kur profesori është pranë tij.

Është:

çfarë është në gjendje të bëjë kur profesori nuk është më aty.

Ky është drejtimi ku po mundohemi t’i çojmë programet profesionale në DTI.AL.

Nga Learning te Autonomy.

Courses