发表在2020/11/12

修正高等教育的错误二进制

我们长期以来一直在学术界经历过虚假选择:决定“职业就绪”专业或艺术,人文和社会科学的专业。然而,这种选择的展示未能考虑学生的个人经验和技能,最新的数据收集的发展可能会发生变化。

十年前,云计算击中主流作为企业技术。作为该领域的领导者,我被认为是公司被告知他们必须在云中放置一切,而不管应用程序是什么,促使企业业务争夺从云到云的遗产内部解决方案争夺。咒语变成:“采用或死!”

但我们也学到了——并且有伤疤来证明这一点——伪二元的危险。例如,像TransAmerica这样有100年历史的再保险公司没有理性的商业理由将他们的再保险应用程序转移到云上,因为它已经在他们的大型机内高效运行了。事后看来,甚至在考虑到所提出的大规模商业风险移动之前,这是一场过于简单化和简化主义的辩论。

多年来,我们在高等教育世界中看到了类似的辩论。学生们在职业导向的专业之间存在虚假选择,如Step和Business,导致更有利可图的第一件工作,或艺术,人文和社会科学的专业。

有远见的机构越来越意识到,这不应该是一个非此即来的命题。事实上,有很多证据最受欢迎、最持久的教育是那些将技术专长与由艺术和人文学科发展出来的独特的人类技能结合起来的教育。

然而,学生们仍然面临着这种错误的选择。这是因为,除了专业和gpa之外,大学本身往往对具体的教育投资与一个行业的长期成功之间的关联知之甚少。

这可能开始随着机构的出现而变化,从华盛顿大学这样的大型公共旗舰到像威廉·珠宝这样的小文艺术学院,这不仅拒绝了这个二元选择,而且做某事来改变它。他们正在努力了解劳动力市场特定教育投资的效用,而不是接受由主要和GPA绘制的广泛的笔触决定了学生的命运。

高等教育要想更广泛地做到这一点,必须首先利用数据以及伙伴关系,以确定具体的技能和能力,导致可预见的成功在工作场所。

现在几乎每个州都有全州纵向数据系统连接K12,高等教育和劳动力数据,以更好地了解教育和职业结果。但是,虽然这是关键的基础设施,但这些系统根本不提供有关节目级结果的足够的粒度信息,更少有关个别课程和能力,对消费者有用。

美国商会基金会的T3创新网络,技术解决方案这将教育提供者和雇主联系在一起,将离散知识、技能和能力价值方面更详细、更有用的数据联系起来。人工智能能够分析数以百万计的数据点来预测特定教育经历的劳动力市场价值,但它的好坏取决于我们提供给它的信息。

越来越多的机构正在寻找超越公开数据、直接与雇主联系的方法。比如,有远见的机构美国大学堪萨斯大学(University of Kansas)也在重新规划就业服务和课程,利用数据预测劳动力市场需求,衡量特定课程和能力的投资回报率(ROI),而不仅仅是一般的项目或学位。

虽然这项工作并不容易,但慢慢但肯定的高校正在倾斜学生的比赛领域。这样做,他们正在服用猜测出具体的职位,职业轨迹和收入潜力,学生可以期望从特定的学位,证书和课程。

然而,要做到这一点,我们必须愿意放下标签,并努力真正理解学生学习了什么,以及它们如何转化为劳动力市场。为了更准确地预测个人在某一职位上成功的可能性,必须充分考虑个人长期积累的经验数据,以及他们学到的技能和获得的能力。

将雇主数据作为翻译过程的一部分,可以帮助雇主验证所显示的技能和能力是招聘经理可以信任的,从而让他们绕过虚假的代理,如学位和专业。这自然会消除招聘职业准备专业或人文艺术专业的错误选择。它将让我们看到一个一直以来的真理:没有为事业做好准备的专业,只有为事业做好准备的毕业生。

商业记者兼作家乔治·安德斯在他的书中完美地总结了这一挑战,你可以做任何事:“无用的”博雅教育的力量:“对这个不匹配是如此令人痛苦的是,如果只有战斗人员可以谈论他们的价值观,需求和成就,那么就达到了胜利的职业生涯的联盟就在达到范围内。相反,由于翻译问题令人痛苦,所以学者,学生和雇主处于赔率。“

在一个日益动态的工作场所,需要技术和人力技能的混合,越来越难预测一个人的独特技能将如何实际转移到特定的工作职能。好消息是,这一举措不仅对学生有利,对雇主和机构也有利。给个人和组织提供错误的选择从来都不是最好的方法——这只是我们一贯的做法。

免责声明:文章中的嵌入式链接不代表作者的认可,但旨在为读者提供其他上下文和服务。

打印友好,PDF和电子邮件

用现代继续教育软件增加收入

如何使用现代电子商务原则推动持续教育的收入

在这里阅读