Začátkem tohoto měsíce se v Minneapolis shromáždili vedoucí politiky vysokoškolského vzdělávání pro politiku vysokoškolského vzdělávání v Minneapolisu 2025 Konference. Během plenárního zasedání o budoucnosti učení a práce a jejích důsledcích pro vysokoškolské vzdělání, Aneesh RamanHlavní důstojník ekonomické příležitosti v LinkedIn se odrážel o rostoucí potřebě, aby lidé mohli snadno budovat a předvést své dovednosti.
V reakci na tuto potřebu mají cesty pro učení rozšířenýS vysokým počtem Američanů nyní dokončuje školení a budování dovedností prostřednictvím kariéry prostřednictvím MOOC, mikrokonvenčních údajů a krátkodobých certifikátů, jakož i rostoucího počtu studentů, kteří absolvují postsekundární kurz, zatímco na střední škole prostřednictvím Duální zápis.
Čas na pontifikace o důsledcích pro vysokoškolské vzdělání je minulost; Co je nyní potřeba, je pragmatické zkoumání našich dlouhodobých postupů, jak se zeptat, jak se vyvineme, abychom udrželi krok? Považujeme za propuštěné a přesvědčivé začít na začátku-to znamená, s procesem hodnocení učení (aka aka úvěrového hodnocení), protože to buď pomáhá integrovat více Američanů do vysokoškolského vzdělávání, nebo je sloužit k jejich vytlačení.
A 2024 přehled dospělých Američanů prováděných veřejnou agendou pro Sovu a Poradní poradní rada Beyond Transfer Například zjistila, že téměř čtyři z 10 respondentů se pokusili převést nějaký typ úvěru na pověření na vysokou školu. To zahrnovalo úvěr získaný prostřednictvím tradičního zápisu na vysokou školu a z netradičních cest, například z obchodu/odborné školy, z certifikace průmyslu a z práce nebo vojenské zkušenosti. Z těch, kteří se pokusili převést úvěr, 65 procent uvedlo jednu nebo více negativních zkušeností, včetně toho, že musí opakovat předchozí kurzy, cítit se omezeně v tom, kde se mohli přihlásit na základě toho, jak bylo jejich předchozí učení započítáno a docházelo finanční pomoc, když nebylo jejich předchozí učení započítáno. Horší je, že 16 procent se vzdalo vydělávání vysokoškolského pověření, protože proces převodu kreditu byl příliš obtížný.
Co kdyby byl tento proces drasticky zlepšen? Rada pro dospělé a zážitkové učení Výzkum dospělých studentů Zjistí, že 84 procent pravděpodobných účastníků a 55 procent z méně pravděpodobné, že se zaregistrují, souhlasí s tím, že schopnost získat úvěr za svou práci a životní zkušenost by měla silný vliv na jejich plány zápisu na vysokou školu. Uznáváme nevyužitý potenciál pro studenty i instituce, spolupracujeme s významnou skupinou vysokoškolských a univerzitních vůdců, akreditorů, vědci v oblasti politiky a obhájci, kteří tvoří Vyhodnocení a uznání učení pro Komisi příští generace (učení) Identifikovat způsoby, jak zlepšit mobilitu učení a podpořit dokončení pověření.
S podporou Americké asociace kolegiálních registrátorů a přijímacích důstojníků a Sova analyzovala komise pro učení dostupný výzkum Chcete -li lépe porozumět omezením a výzvám v rámci současných přístupů k hodnocení učení, zjištění:
- Rozhodování o hodnocení učení je vysoce manuální a časově náročný proces, který zahrnuje mnoho odborníků v kampusu, včetně zaměstnanců back-office, jako jsou registrátoři a hodnotitelé přepisů a akademický personál, jako jsou děkany a fakulta.
- V rámci institucí existuje vysoká variabilita v tom, kdo provádí recenze; Jaké informace a kritéria se používají při rozhodování; jak jsou rozhodnutí sdělována, zaznamenána a analyzována; a jak dlouho proces trvá.
- Spolu s touto variabilitou je většina rozhodnutí o hodnocení neprůhledná, s malými použitými údaji, zavedenými kritérii nebo transparentností, která pomohou zúčastněným stranám kampusu pochopit, jak tato rozhodnutí pracují pro studenty.
- Přestože došlo k značnému úsilí o identifikaci ekvivalencí kurzu, vypracování dohod o artikulaci a vytváření rámců pro úvěr na předchozí učení, aby bylo hodnocení učení transparentnější a konzistentnější, infrastruktura dat a technologie na podporu práce zůstává žalostně nedostatečně rozvinutá. Bez přiměřených údajů dokumentujících datum hodnocení a sladění výsledků učení je úvěr na předchozí učení často v procesu přenosu zamítnut; Například a 2024 Průzkum AACRAO zjistili, že 54 procent svých členských institucí nepřijímá úvěr za předchozí učení udělené v předchozí instituci.
Kvalitativní výzkum Zkoumání procesů úvěrového hodnocení napříč veřejnými dvou a čtyřletými institucemi v Kalifornii zjistilo, že tyto faktory vytvářejí pro studenty mnoho bodů bolesti. Pro jednoho mohou studenti zažít nepřijatelné čekací doby – v některých případech až 24 týdnů – před přijetím hodnocení. Pokud se rozhodnutí nejsou dokončena před registračními termíny, mohou studenti skončit ve nesprávných třídách, vyřadit třídy ze sekvence nebo nakonec prodloužit svůj čas na promoci.
Kromě nepříznivých dopadů na studenty, MDRC výzkum Osvětluje výzvy, které fakulta a zaměstnanci zažívají díky vysoce manuální povaze současných procesů. Jak vysoké školy čelí zmenšujícím se dolarům a skutečným omezením kapacity personálu, status quo se stává neudržitelným a neudržitelným. Přesto doufáme, že promyšlené použití technologie – včetně AI – může pomoci s institucemi vpřed.
Například instituce jako Arizona State University a City University of New York vedou cestu k integraci technologií ke zlepšení zkušeností studentů. The Průvodce přenosem ASU a Cuny’s Transfer Explorer Demokratizujte informace o ekvivalenci kurzu: „Usnadněte se, jak se kredity kurzů a zkušenosti s předchozím učení přenášejí a počítají.“ Dále, vědci v UC Berkeley studují Jak využít řadu dostupných údajů – včetně popisů katalogu kurzu, dohody o artikulaci kurzu a údaje o zápisu studentů – analyzovat stávající ekvivalence kurzu a poskytnout doporučení pro další kurzy, které by mohly být považovány za ekvivalentní. Takové pokroky mají snížení zátěže zaměstnanců pro instituce a zároveň zachovávají akademickou kvalitu.
I když taková řešení dosud nejsou široce implementována, existuje silný zájem kvůli jejich vysoké hodnotě. Nedávný aacrao přehled Na AI v úvěrové mobilitě zjistilo, že zatímco pouze 15 procent respondentů v současné době uvádí AI pro mobilitu úvěru, 94 procent respondentů uznává potenciál technologie pozitivně transformovat procesy úvěrového hodnocení. A právě v tomto roce se sešla kohorta institucí po celé zemi, aby byla průkopníkem nové technologie úvěrové mobility s podporou AM v rámci Síť přenosu AI a artikulace.
Vzhledem k tomu, že Komise pro učení pokračuje v hodnocení, jak mohou instituce, systémy vysokoškolského vzdělávání a tvůrce politik zlepšit hodnocení učení, věříme, že je zaručena zvýšená pozornost na zlepšení údajů o kurzu a technologické infrastruktuře a že soubor zásad může vést nový přístup k hodnocení úvěrů. Na základě našeho vznikajícího pocitu potřeb a příležitostí v oboru nabízíme níže uvedené zásady:
- Posuňte se od dotazování kurzu marniae k výsledkům učení při hodnocení učení. Spíše než fixace faktorů, jako je způsob výuky nebo na základě třídění, musíme se zaměřit na výsledky učení. Za tímto účelem musíme zlepšit údaje o kurzu mnoha způsoby, včetně přidání výsledků učení k popisům osnov a katalogu a zachycení stávajících ekvivalencí v databázích, kde je lze snadno odkazovat a aplikovat.
- Poskytněte studentům spolehlivé a včasné informace o použitelnosti jejich kurzů a předchozího učení, včetně zdůvodnění, pokud není předchozí učení přijímáno nebo aplikováno. Instituce mohou využívat dostupnou technologii k automatizaci stávajících pravidel artikulace, doporučit nové ekvivalence a generovat včasné hodnocení pro studenty. To může vytvořit efektivnější poradenství pracovních postupů, zmocnit studenty se spolehlivými informacemi a znovu zaostřit na fakultu na jinou základní práci (viz č. 3).
- Ke zlepšení procesu hodnocení učení použijte data o výsledcích studentů. V současné době je výchozí hodnota, že veškeré předchozí učení je ručně prověřeno proti stávajícím kurzům. Ale co když jsme se zaměřili na analýzu dat výsledků studentů, abychom pochopili, zda mohou být studenti úspěšní v následném učení, pokud jsou jejich kredity převedeny a aplikovány? Kromě toho by instituce měly pravidelně kontrolovat údaje o převodu kurzů, použitelnost a úspěch studentů na úrovni oddělení a instituce, aby se identifikovaly oblasti pro zlepšení – včetně navrhování kurikulárních cest, podpory studentů a pedagogiky ve třídě.
- Revize, jak je učení přepisováno a jak jsou přepisy sdíleny. Můžeme zkrátit čas zapojený do předního konce procesů úvěrového hodnocení přesunutím od manuálního přepisu přepisu na strojově čitelné přepisy a elektronické přenosy. Při přijímání a uplatňování předchozího učení-ať už je to střední škola duálního zápisu, kredit za předchozí učení nebo kurz převedený z jiné instituce-dokument, který se učí v přepisu jako kurzu (nebo jako kompetence pro kompetentní programy) na podporu jeho budoucí přenositelnosti.
- Pákový efekt dostupné technologie, která pomáhá studentům a pracovníkům činit informovaná rozhodnutí k dosažení jejich konečných cílů. V oblasti hodnocení učení to může být usnadněno integrací údajů o kurzu a ekvivalenční systémy s softwarem pro modelování stupně, aby studentům a poradcům umožnilo identifikovat nejlepší cestu k pověření, která minimalizuje množství učení, které je na tabulce.
Tímto způsobem můžeme přepracovat procesy hodnocení učení, abychom zrychlili cesty studentů a vytvářeli smysluplnou hodnotu v měnící se krajině učení a práce. Prostřednictvím Komise Learn Commission budeme i nadále zdokonalovat tuto vizi a identifikovat jasné kroky. Zůstaňte naladěni na vydání naší úplné sady doporučení letos na podzim a připojte se ke konverzaci na #BeyondTransfer.
