Yapay Zeka Kuşağı Çağında Kariyer Hazırlığı için 9 Strateji

Higher Ed Dive'ın bildirdiğine göre, özgeçmişlerinde yapay zeka sermayesi (yani yapay zekayı kullanma konusunda kanıtlanmış deneyimi) bulunan üniversite mezunlarının iş görüşmeleri yapma olasılıkları, olmayanlara göre çok daha yüksekti . Dahası, yapay zeka sermayesine sahip mezunlar, yapay zeka sermayesi olmayanlara göre yalnızca daha fazla mülakat planlamakla kalmadılar, aynı zamanda yapay zeka yeterliliği gerektirmeyen işlere göre daha yüksek maaşlı işler için de mülakatlara katıldılar.

Modern işyerine gerçek anlamda hazırlanmak için öğrencilerin kalıcı sosyal becerilere sahip olmaları, hem sözlü hem de yazılı olarak çevik iletişimciler olmaları ve yaşam boyu öğrenmeye yönelik bir eğilimle yapay zeka konusunda okuryazar olmaları gerekir. Yükseköğretim kurumlarının hem yapay zeka okuryazarı mezunlar yetiştirmek hem de bu işgücüne hazır profesyonelleri yetiştirmek için kurumsal bir itibar oluşturmak için bugün uygulayabileceği dokuz stratejiyi burada bulabilirsiniz.

1. Müfredat haritalaması

Yapay zeka okuryazarlığı, genel eğitim çalışmalarına derinlemesine işlenmesi gereken teknik bir yeterliliktir. İletişim, eleştirel düşünme, problem çözme ve etik muhakeme, alana özgü müfredata yerleştirilmesi gereken genel eğitim becerileridir. Yapay zeka yeni derslerin, yan dalların ve ana dalların oluşturulmasını garanti ederken, öğrencilerin yapay zekayla birlikte öğrendikleri bir deneyim yaratmak için kampüs çapındaki müfredatın yeniden tasarlanmasını da garanti ediyor. Öğrenciler gelecekteki kariyerlerinde yapay zeka ile birlikte çalışmaya bu şekilde hazırlanacaklar.

2. Atama yapısökümü

Yazarlar Jose Antonio Bowen ve C. Edward Watson'ın 2024 tarihliTeaching With AI:APractical Guide to a New Era of Human Learning adlı kitaplarında yazdıkları gibi , "Tüm ödevler artık yapay zeka ödevleridir." Bu, eğitimcilerin ödevlere nasıl not verdiklerini yeniden değerlendirmeleri gerektiği anlamına gelir. "Kimse 'C' işini yapabilen bir öğrenciyi, eğer yapay zeka bunu daha ucuza yapabiliyorsa işe almaz" diye yazıyorlar. "'Yapay zekadan daha iyi' çalışmanın neye benzediğini tanımlamamız gerekecek."

Bu alıştırmanın bir parçası olarak, tüm öğretim üyeleri ödevlerinin her birini yapay zekaya yerleştirmeli ve ondan işi tamamlamasını istemelidir. Fakülte, yapay zekanın birçok işi tamamlamada ne kadar iyi hale geldiğine dair gerçekçi bir anlayışa sahip olmak için en yeni yapay zeka araçlarının ücretsiz değil ücretli sürümlerini kullanmalıdır. Nesil AI çıktısı, fakülteye artık C seviyesi veya daha düşük olarak değerlendirilmesi gereken çalışmalar için bir temel sağlayacaktır. Bu temel çizgiyi bilen öğretim üyelerinin, yalnızca ödevin çıktısını değerlendirmek yerine, "Yapay Zeka'dan daha iyi" çalışmanın neye benzediğini belirlemesi ve bir ödevin içerdiği çeşitli insan katkılarını ve insan-yapay zeka işbirliği noktalarını daha iyi değerlendirmek için ödevleri yeniden yapılandırması gerekir.

Yazma ödevlerinde bu , Grammarly'nin Yazmanın Geleceği raporunda ayrıntılı olarak açıklanan yazma sürecinin dört aşamasının (süreç, kompozisyon, eleştirel düşünme ve çıktı) her birindeki öğrenci yeterlilikleri ve yazma sürecinin alt aşamaları değerlendirilerek yapılabilir .

3. Şeffaf ve yaşayan politikalar

Aynı zamanda AAC&U'da dijital inovasyondan sorumlu başkan yardımcısı olan Watson, "Yapay zekanın en büyük zorluklarından biri, öğrencilerin genellikle ne zaman kopya çekip ne zaman kopya çekmediklerini bilememeleridir" diyor. Bu, öğrencileri, kurumlarının akademik dürüstlük standartlarıyla ters düşmemeye çalışırken yapay zeka becerilerini en iyi şekilde geliştirip geliştirmediklerini merak ederek, verimsiz bir tahmin yürütmeye zorluyor. Yapay zeka çağındaki politikaların büyük olasılıkla yalnızca geleneksel kampüs çapındaki akademik bütünlüğü ve sorumlu kullanım politikalarını değil, aynı zamanda atamaya özgü politikaları da içerecek şekilde genişletilmesi gerekecektir. Eğitimciler ödevleri ve notlandırmayı daha ayrıntılı bir yaklaşımla yeniden değerlendirirken, yeni ders çalışma biçimlerine yönelik spesifik beklentiler belirleyen politikalar gerekli olacaktır.

Yapay zeka neslinin ve işyerinin durumu bu kadar hızlı değişirken, bu politikaların yılda birkaç kez değerlendirilmesi ve yenilenmesi gerekiyor. Bu, bir politika başlatıldıktan hemen sonra dağılmayan, bunun yerine politikaların oluşturmaya çalıştıkları becerilerle birlikte geliştiğinden emin olmak için düzenli olarak yeniden toplanan inceleme komitelerinin sürdürülmesini gerektirecektir.

Web Semineri: İstihdam Denklemi: Mezunları Yapay Zeka Odaklı Bir Gelecekte Kalıcı Becerilerle Nasıl Donatabiliriz?

4. Mezun kurulları, öğrenci konseyleri, endüstri ortaklıkları ve fakülte komiteleri

Teknoloji, işyeri eğilimleri ve işveren beklentileri, herhangi bir kişi veya grubun izleyebileceğinden daha hızlı değişiyor. Bu hıza ayak uydurmak için kurumların mümkün olduğunca her zaman açık, düzenli olarak senkronize edilen bilgi akışları oluşturması gerekiyor. Bunlar büyük olasılıkla öğrenci, öğretim üyesi ve mezunlar organlarından oluşan insan komiteleri şeklinde olacaktır.

• Mezun danışma kurulları, müfredatın öğrencileri gerçek dünyaya ne kadar iyi hazırladığına ve belirli kariyer yollarının nasıl geliştiğine dair benzersiz bilgiler sunar.
• Öğrenci konseyleri, eğitimcilere ve yöneticilere, öğrencilerin kariyer hazırlıklarına olan güvenleri konusunda samimi geri bildirimler sunan önemli bir geri bildirim döngüsüdür.
• Fakülte komiteleri kurumlar arası değişimin motorlarıdır. Fonksiyonlar arası, disiplinler arası personel ve öğretim üyelerinden oluşan bu birimler, mezunlardan, öğrencilerden ve endüstri ortaklıklarından toplanan içgörüleri dinler, yansıtır ve bunlara göre hareket eder.

5. İşveren katılımı ve endüstri ortaklıkları

İşveren ve endüstri ortaklıkları uzun süredir kurumların kariyer hazırlık stratejilerine bilgi sağlamıştır. Gen AI, eğitimcileri, gen AI'yı erken benimseyenlerin de dahil olduğundan emin olmak için bu etkileşimleri yeniden değerlendirmeye teşvik ediyor. İşyerleri yapay zekaya göre hızla değiştikçe, kurumların işveren katılımının sıklığını ve formatlarını artırmayı düşünmesi gerekiyor. İşverenlerden gelen özgeçmiş ve mülakat geri bildirimlerinin önemi de artıyor. İşverenlerin özgeçmişlerde genel yapay zeka becerilerini nasıl önceliklendirdiğini ve yorumladığını anlamak, öğrencilerin becerilerini en iyi şekilde temsil etmelerine yardımcı olmada etkili olacaktır. Benzer şekilde, mezunların, genellikle panel oturumları, sunumlar ve ödevler içeren giderek daha uzun ve daha çok yönlü mülakat süreçlerinde hem yapay zeka yeterliliklerini hem de sosyal becerilerini nasıl ifade edecekleri konusunda koçluğa ihtiyaçları olacak.

6. Yapay zeka araçlarına erişimi artırın; doğru olanları standartlaştırın

Yapay zeka okuryazarlığı teorik değil uygulamalı bir beceridir. Gen yapay zeka konusunda uzmanlaşmak için öğrencilerin gerçek çalışma senaryolarında teknolojiyle ilgili uygulamalı deneyime sahip olmaları gerekir. Bir dizi yapay zeka aracına geniş bir aşinalık da gereklidir. Gen yapay zeka teknolojisi alanı o kadar hızlı gelişiyor ki, herhangi bir araçta aşırı endeksleme yalnızca niş veya kısa ömürlü yeterlilikler sağlayabilir. Kurumlar, öğrencilere en popüler yapay zeka araçlarını ve büyük dil modellerini (LLM'ler) kullanma fırsatları sunmalıdır; böylece öğrenciler, genel yapay zeka araçları ve kullanım durumları geliştikçe geçerliliğini koruyacak çok yönlü bir deneyime sahip olurlar.

Kurumlar ayrıca öğrencilerin öğrenmesini geliştiren ve işyerinde geniş çapta kabul gören gen yapay zeka araçlarını standartlaştırmayı da düşünmelidir. Örneğin Grammarly , yüksek öğrenim öğretimini artıran ve güçlendiren kapsamlı, gerçek zamanlı yazma desteği sağlar. Aynı zamanda dünya çapında 70.000'den fazla profesyonel ekibe genel yapay zeka yazımı ve iletişim yardımı sağlayan güvenilir sağlayıcıdır. Grammarly gibi araçlar, öğrencilerin yüksek öğrenimde edindikleri beceriler ile bu becerilerin profesyonel işgücüne uygulanması arasındaki boşluğu doldurmalarına yardımcı olur.

7. Bilgili, sorumlu yapay zeka vatandaşları yaratın

Yapay zeka okuryazarı öğrencilerin yalnızca yapay zeka ile işbirliği yapma konusunda usta olmaları değil, aynı derecede önemli olan, yapay zeka araçlarının doğası ve onlara güç veren yüksek lisans (LLM) konusunda da iyi bilgi sahibi olmaları gerekir. En son teknolojik gelişmelere rağmen, gen yapay zekası hâlâ toplumsal önyargıları sürdürmeye ve yanlış bilgileri gerçekmiş gibi sunan "halüsinasyonlara" geri dönmeye eğilimli. İşyerinde güvenlik ve veri gizliliği en önemli konulardır ve profesyonellerin şirketlerinin fikri mülkiyetini, marka itibarını ve müşteri verilerini korumak için sorumlu yapay zeka uygulamaları yapmasını gerektirir. Kurumların öğrencileri yapay zekayı etkili bir şekilde kullanmaya hazırlamanın yanı sıra, mezunların bunu sorumlu bir şekilde nasıl kullanacaklarını anlamalarını da sağlamaları gerekecek.

8. Dayanıklı sosyal becerileri ikiye katlayın

Yapay zekanın iş yürütmede daha etkili hale gelmesiyle birlikte, yapay zekanın doğru işi yürütüp yürütmediğini ve iş yerindeki hangi kişinin bu işi etkili bir şekilde ileriye taşıyabileceğini belirleyebilecek profesyonellere olan talep artıyor. Yapay zeka okuryazarlığının uygulamalı bir beceri olması gibi iletişim, işbirliği ve uyum sağlama gibi sosyal beceriler de öyledir. Öğrencilerin, gerçek dünyada teknik becerilerini tam olarak geliştirmelerine yardımcı olacak sosyal becerileri geliştirmek için insandan insana öğrenme fırsatlarının arttırılmasına ihtiyaçları olacak.

9. Fakülte becerilerinin geliştirilmesi için nesil yapay zeka kaynakları

Tyton Partners'ın 2023 Yüksek Öğretimde Üretken Yapay Zeka raporuna göre öğretim üyelerinin yalnızca %22'si genel yapay zeka araçlarını kullanırken öğrencilerin neredeyse yarısı (%49) bunu yapıyor . Gen yapay zekanın öğrencilerin gelecekteki kariyerlerinde nasıl kullanılabileceğini ve kullanılacağını anlamak için öğretim üyeleri ve personelin yeni ortaya çıkan araçlara aşinalıklarını ve uygulamalı kullanımlarını artırmaları gerekecektir. Akademisyenlerin becerilerini artırmaya yönelik ilk adım olarak birçok kurum, 101 seviyeli eğitim sağlayan, diğerlerinin müfredatlarında yapay zekayı nasıl kullandıklarına dair örnekler ve sürekli mesleki gelişim için yerel ve sanal yapay zeka okuryazarlığı kurslarına bağlantılar sağlayan genel yapay zeka fakülte kaynak merkezleri oluşturuyor.

Örnek kaynak merkezleri:

• Michigan Üniversitesi-Dearborn: Fakülte için Gen Yapay Zeka
• NYU: Üretken Yapay Zekayla Öğretim
• Pensilvanya Üniversitesi: Üretken Yapay Zeka ve Öğretiminiz
• San Antonio'daki Texas Üniversitesi: Üretken Yapay Zeka Öğretimi ve Öğrenimi

Bu stratejiler ve bunlara benzer diğer stratejilerle, eğitimciler ve yöneticiler, öğrencilere yapay zeka yeterliliğini geliştirmek ve hızla gelişen ve belirsiz bir iş gücünde başarılı olmak için gerekli olacak benzersiz insana özgü, dayanıklı becerileri uygulamak için yapılandırılmış ancak gerçek bir laboratuvar sağlayabilir. Eğer bu tür teknikler sektör genelinde uygulanırsa, yüksek öğrenim aynı zamanda insan etkileşimi ve katılımı için mükemmel bir ortam ve kariyer başarısına hazırlanmak için en iyi ortam olarak kendisini yeniden kuracaktır.