Gen AI 時代のキャリア準備のための 9 つの戦略

Higher Ed Diveの報告によると、履歴書に AI 資本、つまり AI を使用した実証済みの経験がある大学卒業生は、そうでない卒業生よりも就職面接に合格する可能性がはるかに高かった。 さらに、AI 資本を備えた卒業生は、AI 資本を持たない卒業生よりも多くの面接をスケジュールしただけでなく、AI の熟練度を必要としない仕事よりも高賃金の仕事の面接に合格しました。

現代の職場に真の準備を整えるには、学生は永続的なソフト スキルを持ち、口頭でも書面でも機敏なコミュニケーションが可能であり、生涯学習に向けた気質を備えた AI リテラシーを備えている必要があります。 ここでは、AI に精通した卒業生を育成し、即戦力となる専門家を輩出する教育機関の評判を築くために、高等教育機関が今日実行できる 9 つの戦略を紹介します。

1. カリキュラムのマッピング

AI リテラシーは、一般教育の研究に深く組み込む必要がある技術的な能力です。 コミュニケーション、批判的思考、問題解決、倫理的推論は一般教育スキルであり、分野固有のカリキュラムに組み込む必要があります。 AI は新しいコース、副専攻、専攻の創設を保証しますが、学生が AI と一緒に学習する体験を生み出すために、キャンパス全体のカリキュラムを再考することがより直接的に必要です。 そうすることで、学生は将来のキャリアで AI とともに働く準備が整います。

2. 代入の分解

著者のホセ・アントニオ・ボーエンとC・エドワード・ワトソンは、2024年の著書『Teaching With AI:APractical Guide to a New Era of Human Learning 』で次のように書いています。 「すべての課題はAIの課題になりました。」 これは、教育者が課題の採点方法を再評価する必要があることを意味します。 「AIがもっと安くできるなら、『C』の仕事しかできない学生を誰も雇わないだろう」と彼らは書いている。 「『AIよりも優れた』仕事とはどのようなものかを定義する必要があるだろう。」

この演習の一環として、すべての教員は各課題を AI に配置し、作業を完了するよう依頼する必要があります。 教員は、AI がさまざまな種類の作業を遂行する上でどれほど優れているかを現実的に理解するために、最新の AI ツールの無料版ではなく有料版を使用する必要があります。 Gen AI の成果は、現在 C レベル以下とみなされるべき仕事のベースラインを教員に提供します。 このベースラインを理解した上で、教員は「AI よりも優れた」仕事がどのようなものかを判断し、課題を分解して、課題の成果物だけを評価するのではなく、課題に含まれるさまざまな人間の貢献や人間と AI のコラボレーション ポイントをより適切に評価する必要があります。

ライティング課題では、これは、プロセス、構成、批判的考察、アウトプットの 4 つの段階のそれぞれと、 Grammarly の「ライティングの未来」レポートで詳述されているライティング プロセスのサブステージのそれぞれにおける生徒の能力を評価することによって行うことができます。

3. 透明性のある生きた政策

AAC&U のデジタル イノベーション担当副社長でもあるワトソン氏は、「AI の最大の課題の 1 つは、学生がいつカンニングをしているのか、いつカンニングをしていないのかが分からないことが多いことです。」と述べています。 このため、学生は、教育機関の学術的誠実性基準に違反しないように努めながら、AI スキルを最善の方法で開発しているかどうかを疑問に思い、非生産的な推測状態で作業することを余儀なくされます。 AI 時代のポリシーは、従来のキャンパス全体の学業上の誠実さと責任ある利用に関するポリシーだけでなく、課題固有のポリシーも含めるように拡張する必要がある可能性が高くなります。 教育者が課題と採点を再評価してよりきめ細かなアプローチを採用するにつれて、新しい形式のコースワークに対する具体的な期待を設定するポリシーが必要になります。

AI と職場の状況が急速に変化しているため、これらのポリシーは年に複数回評価され、更新される必要があります。 そのためには、政策が開始された直後に解散す​​るのではなく、政策が生み出そうとしているスキルとともに政策が進化していることを確認するために、定期的に再会合する検討委員会を維持することが必要となる。

ウェビナー: エンプロイアビリティの方程式: AI 指向の未来でも通用するスキルを卒業生に身につける方法

4. 同窓会、学生会、業界パートナーシップ、教授会

テクノロジー、職場のトレンド、雇用主の期待は、個人やグループが監視できるよりも速く変化しています。 遅れをとらないように、教育機関はできるだけ多くの常時接続で定期的に同期された情報ストリームを作成する必要があります。 これらは、学生、教員、卒業生団体にわたる人間の委員会の形で行われる可能性が最も高いです。

• 同窓会諮問委員会は、カリキュラムが学生を現実世界に向けてどのように準備させるのか、また具体的なキャリアパスがどのように進化しているのかについて、比類のない洞察を提供します。
• 生徒会は、生徒のキャリアへの準備に対する自信について、教育者や管理者に率直なフィードバックを提供する重要なフィードバック ループです。
• 教授委員会は、教育機関全体の変革の原動力です。 部門を超え、専門分野を超えたスタッフと教員で構成され、卒業生、学生、業界のパートナーシップから収集した洞察に耳を傾け、反映し、それに基づいて行動します。

5. 雇用主との関わりと業界パートナーシップ

雇用主と業界のパートナーシップは、長い間、教育機関のキャリア準備戦略に影響を与えてきました。 Gen AI により、教育者はこれらの取り組みを再評価して、Gen AI の早期導入者が確実に含まれるようにする必要があります。 職場が人工知能を中心に急速に変化しているため、各機関は雇用主との関わりの頻度と形式を増やすことを検討する必要があります。 雇用主からの履歴書や面接のフィードバックも重要性を増しています。 雇用主が履歴書上の Gen AI スキルにどのような優先順位を付け、解釈するかを理解することは、学生が自分のスキルを最大限に表現できるようにするのに役立ちます。 同様に、卒業生は、パネル セッション、プレゼンテーション、課題を含む、ますます長期化し、より多面的な面接プロセスにおいて、AI コンピテンシーとソフト スキルの両方を明確に表現する方法についてのコーチングを必要とするでしょう。

6. AI ツールへのアクセスを増やす。 正しいものを標準化する

AI リテラシーは理論的なスキルではなく、応用的なスキルです。 Gen AI に習熟するには、学生は実際の作業シナリオでテクノロジーを実際に使用する必要があります。 さまざまな AI ツールに精通していることも必要です。 Gen AI テクノロジ分野は急速に進化しているため、1 つのツールで過剰なインデックスを作成すると、ニッチな、または短期間の熟練度しか得られない可能性があります。 教育機関は、最も人気のある生成 AI ツールと大規模言語モデル (LLM) を使用する機会を学生に提供し、生成 AI ツールやユースケースが進化しても関連性を維持できる包括的な経験を学生に提供する必要があります。

教育機関は、学生の学習を強化し、職場でも広く受け入れられる Gen AI ツールの標準化も検討する必要があります。 たとえば、 Grammarly は、高等教育の指導を強化し、強化する包括的なリアルタイムの執筆サポートを提供します。 また、世界中の 70,000 以上のプロフェッショナル チームに対して、Gen AI のライティングとコミュニケーション支援を提供する信頼できるプロバイダーでもあります。 Grammarly のようなツールは、学生が高等教育で習得したスキルと専門職でのそのスキルの応用との間のギャップを埋めるのに役立ちます。

7. 情報に基づいた責任ある AI 市民を生み出す

AI に精通した学生は、AI とのコラボレーションに熟達しているだけでなく、同様に重要なこととして、AI ツールとそれを強化する LLM の性質について十分な知識を持っている必要があります。 最新のテクノロジーが進歩したにもかかわらず、人工知能は依然として社会的偏見を永続させ、誤った情報を事実のように見せる「幻覚」を返す傾向があります。 職場ではセキュリティとデータプライバシーが最大の懸念事項であり、専門家は会社の知的財産、ブランドの評判、顧客データを保護するために責任ある AI を実践することが求められています。 教育機関は、Gen AI を効果的に使用できるように学生を準備するだけでなく、卒業生が責任を持って AI を使用する方法を確実に理解できるようにする必要もあります。

8. 耐久性のあるソフトスキルを倍増する

gen AI の作業実行効率が高まるにつれ、AI が適切な作業を実行しているかどうか、また職場のどの人がその作業を効果的に進めることができるかを判断できる専門家の需要が高まっています。 AI リテラシーが応用スキルであるのと同様に、コミュニケーション、コラボレーション、適応性などのソフト スキルも同様です。 学生は、実社会で技術スキルを最大限に活用するのに役立つソフトスキルを開発するために、人間対人間の学習機会を増やす必要があります。

9. 教員のスキルアップのための Gen AI リソース

Tyton Partners の2023 年高等教育における生成 AI レポートによると、生成 AI ツールを使用しているのは教員のわずか 22% ですが、学生のほぼ半数 (49%) が使用しています。 学生の将来のキャリアにおいて gen AI がどのように利用できるのか、またどのように利用されるのかを理解するには、教職員は新たなツールの実際の使用だけでなく、その知識を高める必要があります。 教員のスキルアップに向けた最初のステップとして、多くの教育機関が、101 レベルの指導、他の学生がカリキュラムで AI をどのように使用しているかの例、継続的な専門能力開発のためのローカルおよび仮想 AI リテラシー コースへのリンクを提供する、Gen AI 教員リソース ハブを作成しています。

リソースハブの例:

• ミシガン大学ディアボーン校: 教員向け Gen AI
• ニューヨーク大学: 生成 AI を使用した教育
• ペンシルベニア大学: 生成 AI とあなたの教え
• テキサス大学サンアントニオ校: 生成 AI の教育と学習

これらの戦略や同様の戦略を活用することで、教育者や管理者は、AI の習熟度を高め、急速に進化する不確実な労働力の中で成功するために不可欠となる、人間特有の永続的なスキルを実践するための、構造化された本物の実験室を生徒に提供することができます。 このような手法が分野全体に適用されれば、高等教育もまた、人間の交流と関わりのための典型的な環境、そしてキャリアの成功を準備するための最良の環境としての地位を再確立することになるでしょう。