6 BİRLİKTE ÇALIŞABİLİRLİK

Birlikte çalışabilirlik, öğrenmeye uygulandığında, bireylerin hayatları boyunca karşılaştıkları öğrenme ortamları, sistemler, veriler ve örgütsel varlıkların tüm yelpazesinin ötesine geçer. Nüfusumuzun oldukça hareketli olması, öğrenme hakkındaki bilgilerin, bu öğrenme ekosisteminde verimli bir şekilde paylaşılmasını gerektirmektedir. Bireyler kariyerlerinde ilerlediklerinde veya bir kariyerden diğerine geçtiklerinde veya bir kuruluştan diğerine öğrenme sürekliliği boyunca ilerlediklerinde, öğrenme deneyimleriyle ilgili yüksek kaliteli verilerin paylaşılması gerekir. Ancak, günümüzün öğrenme ekolojisi, yüksek düzeyde özelleştirilmiş yönetim sistemleri kullanan ve herhangi bir sayıda tek tip olmayan mimaride farklı veri kaynaklarına erişen, çok yönlü kuruluşlardan oluşmaktadır. Gelecekteki öğrenme ekosistemi kavramına ulaşmak için, farklı satıcılar tarafından üretilen ve tüm hayat boyu öğrenim süreci boyunca karşılaşılan tam bir ürün yelpazesinde veri alışverişi yapmamız gerekecek. Tüm bu verileri yönetmenin anahtarı, uluslararası kabul görmüş teknik şartnamelerin ve standartların kullanımıyla sağlanan birlikte çalışabilirliktir.

Günümüz dijital dünyasında, bilgiye her ama her yerde kolayca erişilebilir. Büyük ölçekli sosyal ağlar, etkileşimli içerik ve her yerde bulunan mobil erişim, eğitim ve öğretimde harekete geçiren teknolojiler olarak ortaya çıkmaktadır. Aynı zamanda, veri bilimi, farklı öğrenenler için öğrenme içeriğinin etkinliğini değerlendirmek, büyük miktarda öğrenme verisi arasındaki örgütsel eğilimleri anlamak ve eğitim ve öğretimi sürekli iyileştirmek adına toplanmış olan verileri kullanmak için yeni fırsatlar sunmaktadır. Ancak, birlikte çalışabilirliğin zorlukları vardır. Günümüzün dijital öğrenim ekosistemi parçalanmış durumdadır. Bir sistemdeki veriler her zaman diğerinden gelen verilerle entegre olamaz, bu da öğrenme kayıtlarının kurumsal sistemler arasında ve kuruluşlar arasında kolayca aktarılamayacağı anlamına gelir. Eğitim ve öğretim kurumları öğrenen etkinliklerini kaydetmiyor veya öğrenen başarısı bilgilerini aynı biçimlerde yakalamakta, bu da veri toplama becerimizi zorlaştmaktadır.

RESMİ ÖĞRENME SÜRECİ

K – 12 eğitiminden başlayarak, devlet eğitim sistemlerinin çoğu, birden fazla tedarikçinin ürünlerini kullanmakta ve her bölge kendi sistemlerini bağımsız olarak uygulamaktadır. Geçmişte bu uygulamalar, sınırlı veri standartları kullanmışlardır (ya da hiç kullanmamıştır.). Bunun yerine, çoğu kendi dahili veri modellerini kullanmakta ve sistemler arası entegrasyon, eyalet ve / veya yerel seviyelerde bir bütünleştirmeyi gerektirmektedir¹. Sonuç olarak, farklı uygulamaların bütünleştirilmesinde boşluklar oluşmakta ve birçok sistem basit bir şekilde birlikte çalışmamaktadır. Bilgi sistemleri ve öğrenme nesnesi havuzları, aynı ortak veri standartlarına göre hizalanarak ve bu uygulamalar arasında sorunsuz koordinasyon sağlar²

 

Askerî eğitim ve öğretimde, askerî personelin teknik, profesyonellik ve liderlik becerilerini geliştirmek için tasarlanmış birçok farklı okul ve eğitim programı vardır. Bu programların birçoğu, eğitim teknolojileri ve personel bilgi sistemleri paylaşımsız ve yetersiz bilgi sistemlerini kullanmaktadır. Ayrıca, tarihsel olarak ABD Savunma Bakanlığı genelinde eğitim ve öğretim toplulukları arasında bir ayrım olmuştur. Eğitim geleneksel olarak aşamalı bir şekilde gerçekleşir ve öğrenilen kavramlar hakkında düşünürken ve bu kavramları ifade ederken belirsizlikle boğuşmayı içerir.³ Öğretim, hazır olmayla bağlantılıdır ve anında geri bildirim ve ilerleme ölçümü sağlayacak şekilde bilgi, beceri ve yetenekleri uygulama fırsatları sunmaktadır⁴. Mevcut bağlamda, eğitim ve öğretimin farklı raporlama yapıları, motivasyonları, personel, uygun ortamlara veya ekipmana erişim gibi yakıta benzer lojistik gereksinimleri vardır. Birleştirildiğinde, bu, verilerin birçok farklı kaynaktan elde edilmesine yol açmaktadır ancak bunların çok azı standartlaştırılmış veya birbiriyle bağlantılı durumdadır.

Birlikte Çalışabilirlik Türleri

Hızlı teknolojik değişim, modern eğitim ve öğretim ortamında norm haline gelmiştir. Öğrenme bağlamlarında, bu tür değişikliklerin baskısı hem eğitimciler, antrenörler ve yöneticiler hem de öğrenenler tarafından belirgin bir şekilde hissedilmektedir. Tablo 6-1, belirli bir öğrenenin kariyeri boyunca karşılaşabileceği çeşitli öğrenme teknolojileri, ortamları, organizasyonları ve çıktılarının farklı bir görünümünü göstermektedir. Bu matris, gelecekteki bir öğrenme ekonomisini kolaylaştırmak için gereken çok sayıda birlikte çalışabilirlik türünü vurgulamaktadır. Bu, büyük ölçüde mevcut öğrenme ortamının örgütsel tasarımının yanı sıra, eğitim ve öğretimin ne zaman ve nerede gerçekleştiğine ilişkin farklı raporlama yapı ve sorumluluklarından kaynaklanmaktadır.

Öğrenmenin Nerede ve Nasıl Oluştuğuna İlişkin Bazı Temsili Örnekler

Öğrenme Teknolojileri	Öğrenme Ortamları	Öğrenme Kuruluşları	Öğrenme Çıktıları
Elektronik Sınıflar Etkileşimli e-Kitaplar Öğrenme Yönetim Sistemleri KAÇD’ler Mobil Cihazlar AG ve SG Sistemleri Canlı, Sanal ve Yapay Benzetimler Yerleşik Eğitim ve Performans Desteği Nİ Sistemleri Giyilebilir Performans Yeterlilik Sistemleri	Eğitmen Liderliğindeki Sınıflar Canlı Eğitim Serileri Evde ve Kafelerde Tren veya Otobüsle yolculuk yaparken İş Başı Deneyimler ve Mentorluk Saha Gezileri ve Askerî Karargah Gezileri Çalıştay ve Konferans Kütüphane Denizdeki Donanma Gemileri Disiplinli İş Sahâlârı ve Askerî Üsler Simülasyon Merkezleri	K – 12 Okul Bölgeleri Ticaret Okulları Kolejler ve üniversiteler Ortaöğretim Sonrası Akreditasyon Kuruluşları Lisanslama ve Yetkilendirme Kuruluşları Kurumsal İnsan Kaynakları Programları Askerî İnsan Gücü, Personel, Eğitim ve Öğretim Sistemleri Sanayi Dernekleri Uluslararası Kuruluşlar ve STK’lar	Transkriptler Diplomalar ve Dereceler Standartlaştırılmış Test Puanları (SAT, ACT, ASVAB) Lisanslar ve Sertifikalar Dijital Rozetler ve Mikro Akreditasyon Resmî Performans Değerlendirmeleri Özgeçmiş Listeleri Kesintisiz Eğitim ve Mesleki Gelişim Birimleri Okul ve İşyeri Kredileri

Tablo 6-1: Öğrenme Etkinliği Matrisi

Birçok birlikte çalışabilirlik türü gereklidir:

• Sistem Birlikte Çalışabilirliği: Dijital sistemler birlikte çalışmalıdır. Verileri toplamak, yönetmek, analiz etmek ve raporlamak için kullandığımız mevcut sistemler genellikle kesintiye uğramakta ve her zaman birlikte iyi çalışmamaktadır. Teknoloji zorluklarından bazıları, standartların tutarsızlığı ve verilere kullanılabilir bir formatta erişilememesi de dâhil olmak üzere veri standartları etrafında merkezlenmektedir. Hükûmet, sanayi ve akademik çevrede devam eden sayısız çabadan ötürü ilerleme kaydedilmektedir.
• Uygulama Birlikte Çalışabilirliği: Sistemler, teorik olarak, her bireyin öğrenmesini nasıl etkilediklerine dair iletişim kurabilmeleri gereken birbiriyle bağlantılı çok sayıda uygulamadan oluşmaktadır. Şu anda farklı uygulamalar performansı farklı şekilde takip etmekte ve bir uygulama içindeki her bir etkinlik hakkında bilgi alabilme yeteneği her zaman iyi tasarlanmamıştır.
• Veri Birlikte Çalışabilirliği: Uygulamalar arasındaki kesintisiz, güvenli ve kontrollü veri alışverişi, bireylerin öğrenmelerini anlama becerimizi en üst düzeye çıkarmak için çok önemlidir. Veriler yalnızca uygulamalar içinde izole edilmiş verilerde saklanmakla kalmaz, aynı zamanda bu veri setleri genellikle özel veya özel veri modelleri kullanmaktadır. Birlikte çalışabilir uygulamalardaki yatırım getirisini en üst düzeye çıkarmak, iş gücü planlaması yapmak ve veri analitiklerinden elde edilen diğer faydaları desteklemek için veri yönetimi ve meta veri bilgilerini desteklemenin yanı sıra ortak veri standartlarına ihtiyaç bulunmaktadır.
• İnsan-Makine Birlikte Çalışabilirliği: Öğrenmenin gerçekleştiği farklı ortamlar, kullanılan öğrenme teknolojileri türlerini etkilemektedir. Yeni araçlar ve teknolojiler ortaya çıktıkça, bireyler teknik olarak daha anlayışlı olmalı ve endüstri çok sayıda bilgisayar platformu, cihazı ve öğrenme yöntemi arasında öğrenmenin kesintisiz geçişini daha iyi desteklemenin yollarını bulmalıdır.
• Örgütsel Birlikte Çalışabilirlik: Veri mülkiyeti, gerçek birlikte çalışabilirliği engelleyen kritik bir engeldir. Bilgi ekonomisinde, veriler genellikle öğrenme dışında paraya dönüştürme ve geliştirme amacıyla kullanılmaktadır. Kuruluşların yanı sıra bilgili bireyler de verilerini paylaşmak konusunda isteksizdir. Platformlar ve kurumlar arası birlikte çalışabilirlik oluşturmak, kültürde bir değişiklik gerektirecektir ve tartışmalı olarak, teknik birlikte çalışabilirlikten daha zorlu bir sorun teşkil edecektir.

Zaten, eğitim kurumları, eğitim kuruluşları ve öğretim teknolojileri; demografik bilgiler, değerlendirme sonuçları, öğretmen gözlemleri, öğrenenin oluşturduğu içerik, katılım ve ders notları gibi bazı öğrenen verilerini toplamaktadır. Bununla birlikte, bu veri noktaları, öğrenmenin sürekliliği boyunca toplanan verilerle bağlantılı olmadığı sürece öğrenenin tam bir resmîni sunmamaktadır. Buna ek olarak hem diğer insanlarla hem de kendi öz-yönelimli çabalarımız yoluyla günlük hayatımız boyunca çok sayıda gayriresmî etkileşimden geniş bir şekilde öğrenmekten etkilenmekteyiz ancak bu verilerin hiçbiri toplama, karşılaştırma veya analizlere izin verecek şekilde yakalamamaktadır.

Bu birlikte çalışabilirlik zorluklarının çözülmesi, öğrenenlerin sürekli olarak güncelleme, yeniden düzenleme, yeniden düşünme ve yeniden öğrenmelerini sağlayan küresel bir öğrenme ekonomisinin temellerini belirlemenin anahtarıdır.

VİZYON

Ortak standartlar ve paylaşılan teknik özellikler, teknolojik birlikte çalışabilirlik perspektifinden gelecekteki öğrenme ekosistemi için ihtiyaç duyulan temelleri oluşturmaktadır. Bu standartlar, anahtar ara yüz özellikleri, iletişim protokolleri ve bağlı bileşenler arasında birlikte çalışabilirliği kolaylaştırmak için tasarlanmış veri yapılarını oluşturan yayınlanmış belgelerden oluşur. Bu bağlamda birlikte çalışabilirlik özellikleri, öğrenenler, etkinlikler ve deneyimler hakkında veri alışverişi sağlamak için öğrenme ekosisteminin herhangi bir bileşeni tarafından evrensel olarak anlaşılabilecek ve benimsenebilecek tutarlı protokoller kurarak hayat boyu öğrenme için temel yapı taşlarını oluştumaktadır.

Gelecekte, bu birlikte çalışabilirlik öğrenenler ve öğrenme etkinlikleriyle ilgili zengin verilerin kilidini açacak ve kurumları kendi belirli topluluklarının ihtiyaçlarını karşılayacak kapsamlı çözümler oluşturma konusunda güçlendirecektir. Standart hale getirilmiş, belgelenmiş arayüzler, mevcut platformlarda yeni veya yükseltilmiş özelliklerin “kaldır ve oynat” değiştirmesini de sağlayacaktır. Başka bir deyişle, birlikte çalışabilirlik, kuruluşların tüm yaşam döngüleri boyunca farklı öğrenme teknolojilerini (farklı satıcılardan aldıkları) eklemelerine, değiştirmelerine, kaldırmalarına ve desteklemelerine olanak sağlayacaktır.

Birlikte çalışabilirlik, öğrenme süreci boyunca veri toplamayı kolaylaştıracaktır. Bu verilerin analizleri, sırayla, öğrencilerin birçok farklı öğrenme etkinliği, kariyerleri ve nihayetinde yaşamları boyunca öğrenme patikalarını optimize etmelerini sağlayacaktır. Bu veriler aynı zamanda hangi akademik derslerin en iyi öğrenme çıktılarını ürettiğini belirlemek veya iş gücü beceri boşluklarını tahmin etmek gibi kurumsal soruları ele almaya da yardımcı olabilir. İnsan kaynakları yönetimi bilimi ile birlikte, kurumsal öğrenme analitiği, kuruluşların art arda planlama, kariyer değerlendirmeleri ve büyüme, gelişme, elde tutma ve bilgi paylaşımı dâhil olmak üzere stratejik yetenek yönetimi hedeflerini belirlemelerine yardımcı olabilmektedir.

Bu vizyona ulaşmak için çeşitli teknik birlikte çalışabilirlik türleri gereklidir. Bunlar, yetkinlikleri tanımlamanın (hem öğrenme hem de performans bağlamında kullanım için), bireylerin performans ve davranışlarıyla ilgili verileri kodlamak, bu performans verilerini anlamlı şekilde toplamak ve görselleştirmek ve çeşitli öğrenme etkinliklerini tanımlamak ve bulmak için standart yöntemler içermektedir. Aşağıdaki alt bölümler bunların her birini daha ayrıntılı olarak açıklamaktadır.

Yetkinlikler

Bilgi teknolojisi, gelecekteki öğrenme ekosisteminin kolaylaştırıcı temelini oluşturmaktadır.

Yetkinlikler, gelecekteki öğrenme ekosisteminin birlikte çalışabilirlik merkezini oluşturur ve farklı öğrenme sistemleri ile iş gücü uygulamaları arasında Rosetta Taşı görevi görür. Bir yetkinlik, belirli bir görevi yerine getirmek için gerekli beceriler, bilgiler, yetenekler, nitelikler, deneyimler, kişilik özellikleri ve motivasyonları kapsar. Yetkinlikler teknik, işletme, liderlik, sosyal, etik veya duygusal kapasiteleri gibi çeşitli kişisel özellikleri içerebilir. Buna ek olarak, yeterlilikler kullanım bağlamına bağlı olarak değişkenlik gösterebilir; çevresel faktörler, görevin karmaşıklığı ve ilgili süreçler ya da politikalar arasındaki farklılıklar bunların uygulamalarını etkileyebilir.

Bir yetkinlik modeli (ayrıca bir yetkinlik çerçevesi olarak da adlandırılır), birden çok yetkinliği ve bunların temel faktörlerini, belirli alan, kariyer veya iş alanıyla ilgili bir çerçevede birleştirmektedir. Yetkinlik modeli (ayrıca rekabetçi bir çerçeve olarak da adlandırılır), birden çok yeterliliği ve temel faktörlerini, belirli alan, kariyer veya iş alanıyla ilgili bir çerçevede birleştirir. Bazı yetkinlik modelleri, bu bilgiyi farklı meslek seviyelerinde gereken yetkinlik düzeyi hakkında bilgi gibi ustalık seviyelerine ayırmakta ve bir yetkinlik çerçevesi içindeki bu çeşitli unsurların birbirleriyle pek çok münhasır olmayan ilişkileri olabilir.

Eğitim ve öğretim kuruluşları bu çerçeveleri öğrenme çıktılarını bildirmek için kullanabilmekte ve ayrıca bu çerçeveler iş performansıyla ilgili hem zor hem de yumuşak becerilerin gereksinimlerini tanımlamak ve değerlendirmek için iş dünyasında yaygın olarak kullanılmaktadır. Ortak yeterlilik çerçevelerinin kullanılması, farklı kaynaklardan gelen verilerin anlamlı bir şekilde yorumlanmasını ve diğer bağlamlara çevrilmesini sağlayacaktır.

Zorluklardan biri, yeterlilikler için standart olmamasıdır. Farklı endüstriler, akreditasyon makamları ve ticaret birlikleri çeşitli farklı mevcut çerçeve belgeleri kullanmaktadır. Bazıları herhangi bir sayıda belirtimi takip eder, bazıları ise takip etmez. Pek çok yeterlilik çerçevesi, yeterlilik değerlendirmesinde kullanılabilecek değerlendirme listeleri, performans seviyeleri veya diğer verileri içerirken, diğerleri değerlendirme ve değerlendirme ölçütleri için ek harici bileşenlere güvenir. Bazı yeterlilikler yetkinliğin ifade edildiği çevre ile bağlantılıdır ve diğerleri eğitim veya öğretim hedefleriyle (ör., bilgi, beceri, yetenekler) güdülmektedir. Gelecekteki öğrenme ekosistemi vizyonunu sağlamak için, paylaşılan kelimeler, sınıflandırmalar ve yeterlilikler çerçevesi gerekli olacak ve bunların yetkinlik nesnelerinin ve tanımlayıcılarının farklı kuruluşlar arasında ortak olmasına ve yeniden kullanılmasına izin verilmesi gerekecektir. Paylaşılan meta veri sözcükleri ayrıca, dâhil edilen becerilerin türü (ör., psikomotor veya bilişsel beceriler), beceri kaybı kestirimleri veya bir yetkinliğin tanımını etkileyen veya bilgilendiren ilgili çevresel faktörler gibi tanımlayıcıları içermesi gerekebilir.

Etkinlik Takibi

Öğrenenlerin performans ve davranışlarıyla ilgili veriler

Etkinlik akışları, günlük olarak kullandığımız uygulamaların çoğunda neredeyse her yerde bulunan bir özelliktir. Örneğin, sosyal medyadaki haber kaynakları, kullanıcıların etkileşimlerini kaydetmek için etkinlik akışlarını kullanmaktadır. Etkinlik akışları, davranışlarla ilgili ifadelerden oluşan serileştirilmiş verileri kullanmaktadır. Bu tür ifadeler tipik olarak bir konuyu (etkinliği yapan kişi), bir fiili (kişinin ne yaptığını) ve doğrudan bir nesneyi (aktivitenin ne yaptığını veya ne ile yapıldığını) içermektedir; isteğe bağlı olarak, performans bağlamını açıklayan diğer elemanlar da dâhil edilebilir. Elde edilen veri kümesi, bir etkinliği yapan bir kişinin hikâyesini anlatmaktadır. Örnekler arasında “Mike albümüne bir fotoğraf ekledi” veya “Emily bir video paylaştı”. Çoğu durumda, bu bileşenler açık olacaktır ancak bunlar da ima edilebilir.

 

Gelecekteki öğrenme ekosistemi içerisinde, etkinlik akışlarının, bireylerin ne yaptığını, hangi öğrenme faaliyetlerini gerçekleştirdiklerini ve nasıl performans gösterdiklerini yakalaması gerekmektedir. Akıştaki her giriş zaman damgalı olmalıdır, yani bir öğrenenin yalnızca durumun bir fonksiyonu değil, zamanın bir fonksiyonu olarak ölçülen ilerlemesi olabilmektedir. Faaliyet akışlarının amacı, aynı zamanda makinede işlenebilen ve genişletilebilen zengin, insan dostu biçimi, faaliyetler hakkında veri (ve meta veri) sağlamaktır. Bu etkileşim verilerinin, öğrenenin katıldığı herhangi bir etkinlik tarafından yayımlanması gerekir. Bazı durumlarda, veriler bir öğrenenin performansı tarafından üretilebilir ve diğer durumlarda, bir sistem, sistem olaylarına veya öğrenenin başardığı kilit noktalara dayanarak veri üretebilir. Alternatif olarak, öğrenenin, uygulamanın veya öğrenme ekosistemindeki diğer bileşenlerin içeriğini belirlemek için veri üretilebilmektedir.

Bir etkinliğin konusu neredeyse her zaman öğrenen kişidir ancak öngörülebilir bir şekilde eğitmen, topluluk, başka bir insan veya aracı bir şekilde makine olabilmektedir. Bir etkinliğin doğrudan hedefi, fiillerin (daha az oranda olsalar da) olduğu gibi bağlamına bağlıdır. Evrensel terimler, özellikle fiiller, sistemler arasında ortak bir kelime kullanmaya ihtiyaç duyacaktır, aksi halde veriler anlamsal birlikte çalışabilirlikden yoksun olacak ve faydalarını çok fazla kaybedecektir. Ortak bir kelime dağarcığını kullanarak, etkinlikler, veri setinin öğrenme ekosistemindeki bileşenler tarafından nasıl depolandığı ve alındığına ilişkin kurallarla birlikte belirlenmiş bir nitelikler kümesine başvurabilir.

Evrensel Öğrenen Profilleri

Öğrenenlerin verilerini toplamak ve görselleştirmek için ortak bir yer

Şu anki öğrenen kayıtlarının yönetilme şekli, eğitmenlerin, öğrenenlerin ve kuruluşların gelişen ihtiyaçları için yetersiz kalmaktadır. Günümüzde, tipik olarak öğrenenlerin kalıcı akademik kayıtlarını kaydetmek için bir öğrenim dosyası kullanılmaktadır. Transkriptler genellikle alınan dersleri, alınan notları, verilenleri ve resmî bir akademik kurumdan verilen dereceleri listelemektedir. En temel bilgilerin dışında kurumların her biri sadece öğrenenin kendilerini ilgilendiren farklı öğrenme öykülerine ait kayıtları tutmaktadır. Öğretmenler ve çalıştırıcılar, diğer eğitmenlerin öğrenenler hakkında not ettikleri, tecrübe ettikleri resmî veya gayriresmî öğrenmelerin yanı sıra onların güçlü ve zayıf yönleri ve bireysel ihtiyaçları gibi bireylerin geçmiş performansları hakkında çok az bilgiye erişebilmektedir.

Gelecekte, transkriptlerin (ya da “öğrenen profillerinin”) bugünün resmî öğrenme bilgileriyle birlikte daha geniş bir yelpazedeki öğrenim bilgisi, mikroögrenim bilgilerini ve diğer öğrenme etkinliği bilgilerini içerecek şekilde genişlemesi gerekecektir. Ayrıca, daha dinamik olmaları, statik kayıtlardan uzaklaşmaları ve bunun yerine öğrenenlerin ve kuruluşların, arzu ettikleri tüm yeterliliklerde yetkinliğe ulaşmak için öğrenenlerin benzersiz yollarını belirlemek için kullanabilecekleri dinamik araçlar olarak hareket etmeleri gerekecektir.

 

 

Öğrenen profiller, öğrenmeyi yeni ve anlamlı yollarla bilgilendirebilecek daha iyi veriler yoluyla gelecekteki öğrenme ekosisteminde kişiselleştirilmiş öğrenmeyi güçlendirme potansiyeline sahiptir. Öngörüldüğü gibi, bir öğrenen profili, bir öğrenen hakkında çeşitli kaynaklardan doldurulmuş ve hem açık hem de türetilmiş verilerden oluşan bir bilgi birikimine benzemektedir. Gelecekteki bir öğrenen profili, demografik veriler, bir kişinin ilgi alanları ve tercihleri hakkındaki veriler ve mevcut yetkinlikler ile geliştirilmesi gerekenler (kişisel, akademik ve kariyer alanlarında) gibi çok çeşitli bilgileri içerebilir. Ayrıca, birinin öğrenme açısından güçlü yanları, ihtiyaçlarını ve geçmişte başarılı olan öğrenme müdahaleleri türlerini de içerebilir. Öğrenen profilini tanımlarken “evrensel” terimini kullanıyoruz, çünkü ortak bir temsiliyete akan birden fazla sistemden veri öngörüyoruz. Dahası, bir öğrenenin ilgi alanları değiştikçe veya yeni alanlarda yetkin hale geldikçe profil, zaman içinde en son “durumu” yansıtacak şekilde sürekli olarak güncellenecektir.

 

Öğrenen verilerinin gizliliği açısından korunması, yasal ve etik açıdan önemli bir husustur. Bireylerin kendi verilerini kontrol etmeleri gerektiğini de hayal edebiliriz ; bu nedenle, bireylerin bu eserlere ulaşma, paylaşma ve etkileşimde bulunmalarının yanı sıra, bunlara erişebilecek diğer insanları, kuruluşları veya uygulamaları kontrol etme erişimi olacağını tahmin ettik.

Etkinlik Tescili

Farklı öğrenme etkinlikleri dizisi

Etkinlik kaydı, mevcut öğrenme kaynakları hakkında veri toplama, bağlama ve paylaşma yaklaşımıdır. Birleşik depolardan, arama motorlarından veya portallardan farklı olarak, etkinlik kayıtları, herkesin öğrenme kaynaklarını ve bu kaynakların nasıl kullanıldığına ilişkin bilgileri kaydetmek, açığa çıkarmak veya tüketmek için kullanabileceği açık API’lere sahip bir Kaynak Dağıtım Ağı’dır. Temel özellikler arasında içerik meta verileri (yayıncı, konum, içerik alanı, standartların uyumu, derecelendirmeler, incelemeler ve daha fazlası hakkında veriler) oluşturma ve yönetme, taksonomileri ve ontolojileri yönetme, içeriğin yetkinliklerle hizalamasını yönetme, paradata (kaynak kullanımı, yorumlar, sıralamalar ve puanlamalar gibi meta verilerle ilgili veriler vb. kullanım verisi) oluşturma ve yönetme, anlamsal arama hizmetleri gerçekleştirme ve yapay zekâ tabanlı danışmanlar için makine tarafından eyleme geçilebilir meta veriler oluşturma yeteneği bulunmaktadır.

Bir etkinlik kaydı, dağıtım ağı boyunca akan meta verileri, paradata, iddiaları, analitik verileri, kimlikleri ve sayıları barındırmaktadır. Bir etkinlik kaydı ayrıca farklı öğrenenler için erişim bilgileri ve izinleri içerecektir. Etkinlik kaydı, öğrenme ile ilgili farklı etkinliklerin yanı sıra başlatma ve keşif gibi diğer önemli hizmetlerle güvenilir bir ilişki gerektirir. Öğrenme kaynakları kullanan toplulukların veya kuruluşların herhangi birinin, bağlamları, kullanıcı geri bildirimleri, kullanıcı sıralaması, derecelendirme ve ek açıklamalar gibi bu kaynakların nasıl kullanıldığı hakkında da bilgi toplayacağını ve bu kullanım verilerinin (paradata) etkinliğe dâhil edilebileceğini hayal ediyoruz. Bu kullanım verilerinin ve üçüncü taraf analitik verilerinin, kaynak keşfi ve hangi öğrenme kaynaklarının en etkili olduğunu anlamak için değerli olabileceğini düşünüyoruz.

 

Öğrenme İçeriği Meta Verileri

Öğrenme Kaynaklarının İçerik Analizi

Etkinlik kayıtlarını etkili bir şekilde etkinleştirmek için, işaret ettikleri kaynakların özel niteliklerinin tanımlanması gerekecektir. Bu açıklamalar meta veriler olarak kodlanmıştır. Eğitim ve öğretimde, SCORM tarafından yönetilen içerik, Dublin Temel Meta Veri Girişimi ve Öğrenme Kaynağı Meta Veri Girişimi (ÖKÜVG) ile yaygın olarak kullanılan Öğrenme Nesnesi Meta Verileri (ÖNM; IEEE 1484.1.1) gibi birçok farklı meta veri biçimi keşfedilmiştir.⁵

ÖKÜVG, web tabanlı öğretimde öğrenme kaynaklarını belirlemek için kullanılan özellikle yaygın bir meta veri çerçevesidir. ÖKÜVG, Nisan 2013’te ⁶Schema.org tarafından benimsenmiştir; bu, eğitim içeriğini yayınlayan veya düzenleyen herkesin, bu meta verilerin büyük arama motorları tarafından tanınacağından emin olarak, kaynakları hakkında zengin, eğitime özel meta veriler sağlamak için ÖKÜVG işaretlemesini kullanmasına olanak tanımaktadır. Google, Microsoft, Yahoo ve Yandex tarafından kurulan Schema.org’un kelime dağarcığı, web sayfalarında, e-posta mesajlarında ve internet sayfalarında da dâhil olmak üzere, Internet üzerinde yapılandırılmış veriler için şemalar oluşturma, koruma ve tanıtım görevi olan açık bir topluluk süreci tarafından geliştirilmiştir. ÖKÜVG’nın Schema.org’a kabul edilmesi birçok fayda sağlamaktadır. Teorik olarak neredeyse Schema.org’daki her “şey” bir öğrenme kaynağı olarak tanımlanabilir. Bu nedenle, ÖKGM, öğrenme için bilerek kullanıldığında içeriği ayırt eden meta veri özelliklerini ele almaktadır. Bu, temel kök türlerine öğrenme kaynağı özellikleri eklenerek yapılmıştır. Örneğin, ÖKÜVG, Yaratıcı İş, Eğitim Amaçlı Kullanım, Eğitsel Uyum ve Ders gibi özellikleri içermektedir, ⁷ Ders ikincisi bir veya daha fazla eğitim olayının ve / veya daha fazla eğitim olayının veya daha fazla eğitimim olayının veya diğer tür olayların bir disizi” arak tanımlanmaktadır. CreativeWork bu, öğrenenlerin bilgi, yetkinlik veya yeteneklerini geliştirmeyi amaçlar.

Yetenek Yönetimi

Eğitim, öğretim ve iş gücü silolarını köprüleme

Önceki alt bölüm, teknik standartların sağladığı birlikte çalışabilirliği vurgulamışdır. Bu standartları öncelikle eğitim ve öğretim bağlamında tartışmıştık ancak iş gücü faaliyetleri için de geçerli olduklarını söylemeliyiz. İnsan kaynakları, eğitim ve öğretim dünyaları hiç bu kadar yakından bağlantılı olmamıştı. Kuruluşlar, çalışanlar, departmanlar, veriler, müşteriler ve ortaklar artık kendi silolarında başarıyla çalışamamaktadır. Yukarıda bahsedildiği gibi, günümüzün eğitim ve öğretim sistemleri çoğu zaman birbiriyle bağlantısızdır; ayrıca, dahili veya harici İK sistemleriyle nadiren birlikte çalışabilmektedir. Bu da eksik veya yinelenen veriler, verimsiz veya hatalı raporlama, karmaşık ve maliyetli tedarikçi yönetimi, verimsiz ve manuel İK işlem geliştirme süreci ile sonuçlanmaktadır.⁸ Bu farklı sistemlerin iletişim kurmasına imkân sağlayan standartlar ve belirtimler, performansı ve iş gücü memnuniyetini artırmak için her ölçekteki kuruluşlara yardımcı olma potansiyeline sahiptir.

Yetenek yönetimi sistemleri sorunsuz olarak çalışmalıdır. Gelecekteki öğrenme ekosisteminde çalışanların dijital kayıtları, işe alım, eğitim ve gelişim ile performans yönetimi ile ilgili kariyerlerinin çeşitli aşamalarından gelen verileri içerecektir. İş açısından önemli alanlardaki yeni standartlar, ör. uyum ve etik, iş gücü maliyetleri, çeşitlilik, liderlik, iş sağlığı ve güvenliği, örgütsel kültür, üretkenlik, işe alma, hareketlilik ve devir, beceriler ve yetenekler, yedekleme planlaması ve iş gücü kullanılabilirliği vb. Uluslararası Standartlar Örgütü (ISO) tarafından aktif olarak geliştirilmektedir. Tüm bu alanlar belirli ölçümler ve raporlama önerileri içerir. Bu iş gücü verilerini diğer eğitim ve öğretim bilgileriyle birleştiren sistemler oluşturmak, kanıta dayalı insan sermayesi yönetimi politikalarının ilerlemesini sağlayacak ve işlem süreçleri için yaşam döngüsü verilerine erişim imkânı tanıyacaktır. Ayrıca iş gücü planlaması ve stratejik karar alma için gerekli verileri sağlayacaktır.

Yetenek, çoğunlukla sonradan işlenecek bir şey olarak kabul edilmektedir. Artan emeklilik ve iş gücündeki değişimler, kuruluşları, ara yüz veri alışverişi yapamayan kuruluşlar genelinde yinelenen İK BT sistemleri nedeniyle uçtan uca çalışan veri yaşam döngüsünü yönetmenin daha zor olduğunu tespit eletmektedir. Günümüzde kullanılan farklı sistemler; farklı dillere, geleneklere ve dinlere sahip birbirinden ayrı ülkeler gibidir. Farklı veri biçimleri kullanırlar ve verileri aralarında taşımak zordur. Veri taşınması gerektiğinde bu işlem genellikle standart dışı yollarla gerçekleştirilir. İK sistemlerinin birlikte çalışabilirliğini geliştirmek için, farklı uygulamaların her bir kişi için işe alımdan emekliye kadar çalışan, yaşam döngüsünün tüm yönlerini kapsayan ortak bir sicile ihtiyacı vardır. Ek olarak, bir kuruluş içinde daha fazla sinerji elde etmek ve örgütsel yetkinliklerin kapsamı ve genişliği boyunca insan sermayesi performansını yönlendirmek için, kuruluşların anlık stratejik yetenek yönetimi programlarına geçmesi gerekmektedir.

İş gücü İK sistemlerine yönelik bu iyileştirmeler, öğrenim kurumlarına da fayda sağlayacaktır. Uzmanlar, çoğu öğrenimin iş başında gerçekleştiği konusunda hem fikirdirler.⁹ Uygulamalı deneyim, bireylerin iş becerilerini geliştirmelerine, karar vermelerine, zorlukları çözmelerine ve kuruluştaki diğer kişilerle etkileşime girmelerine olanak sağlar. Ayrıca hatalarından ders alırlar ve performansları hakkında geri bildirim alırlar ve koçluk, mentorluk, işbirlikli öğrenme ve diğer sosyal öğrenme biçimleri ile meşgul olabilirler. Nadiren (eğer varsa) bu gayriresmî öğrenme deneyimleri izlenir. Bu tür öğrenme biçimlerinin nasıl ve ne zaman gerçekleştiğini anlayarak, öğrenme patikaları bilgisi ya da organizasyonlarının ortak zekâsını artırmak için bireylerin daha sağlam profillerini oluşturabilmekteyiz.

Bir kuruluşun yenilik yapma, değiştirme ve daha etkili olma kapasitesi çalışanların yeteneklerine bağlıdır ve bu bireylerin geliştirilmesinin önemini vurgular¹⁰. Ancak, lisans performansı için daha iyi göstergelere ihtiyacımız olduğu gibi, iş yerinde daha iyi performans ölçütlerine ihtiyacımız var. Küresel ekonominin ve dünya sahnesinin rekabetçi doğası, kuruluşların istihdam ettiği beşerî sermaye arzına odaklanma ihtiyacını arttırmaktadır. Bu kavram kuruluşlar için cazip olmakla birlikte, uygulanması açısından mevcut zorluklar vardır. İş gücü planlaması, uygun modelleme ve tahmine dayalı analitik için güvenilir veriler gerektirir. İşe alma, işe alma stratejilerini iyileştirmek için işe alım ve performans verileriyle entegrasyon gerektirir. Farklı sistemlerin okuyabileceği ve yazabileceği ortak bir dili etkinleştirerek, bir kuruluştaki gizli bağımlılıkları ve ilişkileri belirleyebilir ve daha iyi ve daha hızlı veri odaklı kararlar almalarına yardımcı olacak diğer analitikler sağlayabiliriz.

Amerika’da şirketler, küresel bir ekonomide rekabet etme ve büyüme yeteneklerini olumsuz yönde etkileyen beceri açığını kapatmak için mücadele ediyor. ABD Ticaret Odası Vakfının Yetenek Kümesi Yönetimi Girişimi, işverenlerin iletişim kurma yöntemlerini geliştirerek veya işe alma ihtiyaçlarını “belirleyerek” beceri açığını nasıl kapatabileceklerini araştırıyor. Bu çalışma sayesinde, işverenler ve İK teknolojisi ortaklarına yönelik bir dizi açık veri kaynağı, algoritma ve referans uygulamasının, yetkinlik temelli işe alma gereksinimlerinin tanımlanma, doğrulanma ve iletilme şeklini iyileştirmek için kullanmasına imkân tanıyan İş Verileri Takas sistemini oluşturuyorlar. Bu, iş performansı verileri, sertifikalandırma sistemleri ve öğrenme kayıt sistemleri arasında kritik bir bağlantı sağlar.¹¹

UYGULAMA STRATEJİLERİ

Geleceğin öğrenme ekosistemi, birbirine bağlı bilgi sistemleri ve cihazlarından oluşan giderek karmaşıklaşan bir dünyayı teşvik etmektedir. Bu yeni uygulamaların vaadi, büyük çapta bilgi oluşturma, toplama, iletme, işleme ve arşivleme yeteneklerinden kaynaklanmaktadır. Bununla birlikte, toplanıp saklanan kişisel bilgilerin miktarındaki büyük artış, analiz etme ve diğer bilgilerle birleştirme yeteneğimizin artmasıyla birlikte, bu veri hacimlerini sorumlu bir şekilde yönetme konusunda geçerli endişeler yaratmaktadır. Öğrenme verilerini anlamlı kılan temeldeki sistemleri, bileşen ürünlerini ve hizmetleri güçlendirmeye acil ihtiyaç bulunmaktadır. Aşağıdaki alt bölümler, kuruluşun ihtiyaçlarına uyum sağlayabilen ve bunlarla büyüyebilen kuruluş çapında bir öğrenme ekosisteminin temelini özetlemektedir.

1. Örgütsel yetkinlikleri tanımlayın ve açıklayın

Kuruluşlar, kurum içindeki tüm iş işlevleri başarıyla yerine getirmek için gereken becerilerin envanterini çıkarmalıdır. Bu beceriler; teknik, profesyonel ve liderlik yetkinliklerini kapsar ve farklı şube, bölüm veya iş kollarında yer alabilirler. Örgüt içindeki her rol tipik olarak, bir çalışanın işini etkili bir şekilde yapması gereken bilgi, beceri, tutum ve diğer katkıda bulunan faktörler için eşlik eden bir öğrenme yörüngesine sahip bir kariyer yörüngesini içerecektir. Her rol, çalışanın işini etkili biçimde yapabilmesi için bilgi, beceri, tutum ve diğer katkı sağlayan unsurları içeren bir öğrenme yörüngesiyle ilişkilidir. Farklı roller aynı yetkinliği paylaşabilir bu nedenle yetkinlikler, bir çerçeve içinde sistematik bir biçimde tanımlanmalıdır. Bir yetkinlik çerçevesi, İK, eğitim ve öğretim sistemlerinde ortak referans modeli sağlamakta ve içindeki yetkinliklerle ilişkili kritik göstergeler, bireylerin performansını ölçmeye yardımcı olmaktadır. Yeni araçlar, teknolojiler ve süreçler çalışma ortamına geçtikçe, yeterlilik modellerinin gelecekte etkin bir şekilde çalışması için sürekli güncellenmesi gerekecektir.

2. Bir veri stratejisi oluşturun

Farklı öğrenme ve personel sistemlerinin mevcut manzarası öngörülebilir gelecek için gelişmeye devam edecektir Beşerî sermayenin tedarik zincirini desteklemek için uyumlu bir veri stratejisinin uygulanması gerekmektedir. Etkili bir veri etiketleme stratejisi, otomasyon, daha fazla analitik ve farklı veri öğelerinin ne kadar süre ilgili kaldığı konusunda ilişkili bir yaşam döngüsü sağlayacaktır. Veri etiketleme, hayat boyu öğrenme süreci boyunca veri üreten farklı sistemlerle ilişkilendirilen farklı veri türlerine anlam katmaktadır. Bu, öğrenme ekosistemindeki tüm sistemlerin, öğrenmeyi bireylere uyarlamak gibi verileri gerektiği gibi kullanmasına olanak tanımaktadır. Kurumsal seviyelerde ek görüşler elde etmek için veri kalıpları da araştırılmalıdır. Farklı alanlarda üretilebilecek yapılandırılmış ve yapılandırılmamış veriler düşünülmeli ve tüm bileşenlerin ihtiyaç duydukları verilere erişebilmesi için farklı veri türlerinin nasıl organize edileceğine yönelik kümeleme stratejileri geliştirilmelidir.

3. Standartları, özellikleri ve sürümleri tanımla

Ülke genelinde kullanılan standartlar, şartnameler ve paylaşılan kelimeler için gereklilikleri ne kadar resmîleştirebilirsek, bileşenleri ekosisteme entegre etmek o kadar kolay olacaktır. Farklı terimleri anlamsal olarak hizalayabilen birçok otomatik teknoloji olsa da öğrenme etkinliklerini, dijital içeriği, öğrencileri ve yetkinlikleri tanımlamak için paylaşılan kelimeleri kullanan sistemler tasarlamanın faydaları bulunmaktadır. Öğrenme etkinlikleri boyunca etkinlik izleme, her etkinliğin farklı öğretim yöntemleri, medya türleri veya kuruluştaki diğer sistemlere (ör. yetenek yönetimi) yönelik genel bir terimler kitaplığı kullanması durumunda en iyi şekilde çalışmaktadır.

4. Yönetim stratejisini tanımlayın

 

Kuruluşların mevcut iş gücünü geleceğe hazırlama, eğitme ve hazırlama konusunda duyarlı ve proaktif olmaları gerekmektedir. Bugün başarılı olmak için gereken bilgi ve beceriler değişecek ve yeni araçlar, teknolojiler ve metodolojiler kuruluşa taşınacaktır. Kişisel olarak tanımlanabilir bilgilerin, korunan fikri mülkiyet haklarının ve diğer özel kurumsal verilerin korunmasına önem verilmelidir. Yeni sistemler çevrim içi hâle geldikçe, veri stratejisinin, yeterlilik çerçevesinin ve insan sermayesi tedarik zincirinin tüm yönlerinin gözden geçirilmesi gerekecektir. İş gücü planlama stratejileri, bu kritik bileşenlerin yaşam döngüsü yönetimine bağlanmalıdır. Yönetişim, veri stratejisinde de ele alınmalı, böylece belirli göstergeler ve sonuçlar izlenebilmeli, ölçülebilmeli ve analiz edilebilmelidir.

Bu dört adım, bir öğrenim ekosisteminin inşa edilebileceği stratejik bir çerçeve sağlar. Bunlar önemsiz görevler değildir ve büyüklüğü, karmaşıklığı ve hedeflerine bağlı olarak her kuruluşta farklı şekilde uygulanacaktır. Toplu olarak, bu adımlar kuruluşların gelecekteki öğrenme ekosistemi anlayışını benimsemelerine ve üreteceği zengin verilerden yararlanmalarına olanak tanıyarak işletmelerin iş güçlerini en üst düzeye çıkarmalarına ve öğrenim hizmeti veren kuruluşların sundukları eğitim ve öğretim deneyimlerinin kalitesini elverişli kılma yönetmelerine imkan tanır.

 

 

¹:Siemens, G., Dawson S. and Eshleman, K. (2018, October 29). Complexity: A leader’s framework for understanding and managing change in higher education. EDUCAUSE Review, 53(6). educause.edu

²:Rainie, L. & Anderson, J. (2017, May 3). The future of jobs and jobs training. Pew Research Cen-ter. www.pewinternet.org

³:Johnson-Freese, J. (2012) The reform of military education: Twenty-five years later (ADA570086). Philadelphia, PA: Foreign Policy Research Inst. apps.dtic.mil/docs/citations/ADA570086

⁴:Task Force on Defense Personnel (2017). The building blocks of a ready military: People, funding, tempo. Washington, DC: Bipartisan Policy Center. bipartisanpolicy.org

⁵:lrmi.dublincore.org

⁶:schema.org

⁷:schema.org/Course

⁸:U.S. Office of Personnel Management (2018). OPM strategic plan fiscal years 2018–2022. Washington, DC: OPM. www.opm.gov

⁹:Growth Engineering (2017, May). Gayri resmî öğrenme: 70:20:10 modeli nedir? [Blog yazısı]. Growth Engineering. www.growthengineering. co.uk/70-20-10-model

¹⁰:Blackman, D.A., Johnson, S.J., Buick, F., Faifua, D.E., O’Donnell, M., & Forsythe, M. (2016). The 70:20:10 model for learning and development: An effective model for capability development? In Academy of Management Proceedings, Vol. 2016 (p. 10745). Briarcliff Manor, NY: Academy of Management.

¹¹:Tyszko, J.A., Sheets, R.G., Reamer, A.D. (2017). Clearer signals: Building an employer-led job registry for talent pipeline management. Washington, DC: U.S. Chamber of Commerce Foundation. www.luminafoundation.orgwww.org