Tekniikan alan osaamistarpeet muuttuvat ja moninaistuvat nopeassa tahdissa. Miten varmistamme, että yliopistokoulutus pysyy kehityksen mukana?
FITech FORWARD –hankkeessa pyritään vastaamaan tekniikan alan nopeaan muutokseen kehittämällä FITech-yliopistoverkoston valmiuksia luoda jatkuvan oppimisen, erityisesti pienten osaamiskokonaisuuksien tarjontaa tavalla, joka perustuu ajankohtaiseen tietoon tekniikan alojen osaamistarpeista.
Datapohjainen ennakointimalli tuottaa tietoa osaamistarpeista
Jatkuva ja systemaattinen osaamistarpeiden ennakointi luo pohjan sille, että muutokset tunnistetaan ajoissa ja niihin voidaan reagoida. Hankkeen tavoitteena on rakentaa malli, joka hyödyntää viimeisintä tutkimusta, oppijapalautteita, avoimia tietolähteitä, tekoälypohjaisia työkaluja sekä verkoston asiantuntijoiden asiantuntemusta.
Ennakointimallin tavoitteena ei ole pelkästään tukea yliopistokoulutusta, vaan varmistaa, että osaaminen vastaa työelämän muuttuviin vaatimuksiin. Yhteistyö yritysten ja verkoston asiantuntijoiden kanssa on keskeistä, sillä se mahdollistaa nopean reagoinnin teknologian ja markkinoiden muutoksiin.
Verkoston oman datapohjaisen mallin kehittämisen haasteet liittyvät etenkin tarkoitukseen sopivien tietolähteiden valintaan sekä verkoston tiedonhallinnan prosessien kehittämiseen. Tietoa on saatavilla käytännössä rajattomasti, joten haasteena on rajata tietolähteet vain niihin, jotka ovat hyödyllisiä FITech-verkoston kehittämisen kannalta. Tietolähteinä onkin tarkoitus käyttää yleisesti saatavilla olevien raporttien ja tilastojen lisäksi esimerkiksi yliopistojen tieteellisiä julkaisuja ja opinnäytetöitä. Valintoja ja rajauksia tehdään yhdessä FITech-verkoston asiantuntijoiden kanssa hankkeen edetessä.
Tekoäly mukana mallin kehittämisessä
Suurten ja moninaisten tietolähteiden hyödyntäminen edellyttää uudenlaista ja rohkeaa ajattelua sekä oikeanlaisia työkaluja. Tekoälymallien nopea kehittyminen tuo osaamistarpeiden ennakointiin uusia mahdollisuuksia ja ulottuvuuksia. Hankkeessa on tarkoitus kokeilla mahdollisimman pitkälle automatisoituja tekoälyagentteja, jotka hakevat, yhdistävät ja analysoivat monipuolista tietoa erilaisista ennakkoon valituista lähteistä. Huolellisesti määritelty tekoäly nopeuttaa tiedon käsittelyä ja synteesien tuottamista. Huomioitavaa on, että ihminen tekee aina lopullisen päätöksen tekoälyn avulla tuotetun tiedon hyödyntämisestä.
On tärkeää ymmärtää, että osaamistarpeita ennakoivan mallin kehittäminen ei ole yksinkertaista, eikä uskottavia ennusteita tuoteta syöttämällä käsin aineistoja satunnaisesti valitulle generatiiviselle tekoälylle. Toisin sanoen, tekoälystä ei ole iloa ilman laadukasta dataa. Tästä syystä testaamme hankkeessa erilaisia työkaluja, joilla ennakointidataa voidaan hakea, yhdistellä ja analysoida. FITech-verkoston asiantuntijat arvioivat tekoälyn tuottamia analyyseja varmistaakseen niiden laadun.
Lopuksi
Tekniikan alan nopea kehitys vaatii uudenlaista mallia, joka yhdistää relevantit datalähteet sekä tekoälyn ja asiantuntijoiden näkemykset. Kehitettävän mallin tulisi joustaa FITech-verkostoyliopiston erilaisiin tarpeisiin. Osaamistarpeita ennakoivan mallin kehittäminen on jatkuva prosessi, jonka tavoitteena on löytää uusia näkökulmia koulutuksen tarjontaan.
Haluatko vaikuttaa? Lähetä terveisiä projektitiimille sähköpostilla! Millaisia osaamistarpeita näet työelämässä tai oppijoiden näkökulmasta?
Tekstin ovat kirjoittaneet FITech-tiimiin kuuluvat Jaakko Hyytiä, Mia Sammalkanto ja Katja Pohjanheimo. FITech-tiimin sähköpostiosoitteet ovat muotoa etunimi.sukunimi(at)fitech.io.
