Az Ipar 4.0. – a tudásmenedzsment legújabb kihívásai az oktatásban avagy esettanulmány az oktatásról a „Jó” fogalmának tudományos értelmezése kapcsán Balogh Anikó, Pitlik László, Szani Ferenc Apertus Nonprofit Kft. MTA GB Tudásmenedzsment Munkabizottság Konferenciája, Révkomárom, 2017.10.25.

https://youtu.be/1DhbYKdD_p0

MOTTÓ (az Ipar 4.0 automatizálási elvárásai mentén) Tudás/tudomány az, ami forráskódba átírható, minden más emberi aktivitás művészet… „Science is what we understand well enough to explain to a computer. Art is everything else we do.” (Knuth, 1992 – Stanford, LCSI) Donald Ervin Knuth (1938-) amerikai matematikus, a Stanford University professor emeritusa. Ő alkotta meg a TeX nyelvet.

A MOTTÓ ÜZENETE A TUDOMÁNY SZÁMÁRA A „Jó” fogalmáról Vizsgálatok Módszerek Jövőkép Konklúziók

A JÓ ÁLLAM Miért? Mit? Hogyan? Nemzeti Közszolgálati Egyetem Apertus Nonprofit Kft. Mit? A Jó Állam fogalma („good governance”) Jó kormányzás, jó közigazgatás Hogyan? Jó oktatás Jó oktató

VIZSGÁLATOK – JÓ ÁLLAM, JÓ KÖZIGAZGATÁS Számos jelentős nemzetközi szervezet (OECD, ENSZ, Világbank, Világgazdasági Fórum, IMD) foglalkozott a kérdéssel OECD összehasonlítja a tagországok tapasztalatait a különböző szakpolitikák terén a közös kihívásokra és problémákra választ keres meghatározza a „jó gyakorlatot” és sztenderdeket segít a hazai és nemzetközi politikák összehangolásában.

VIZSGÁLATOK- JÓ OKTATÁS PIAAC (Programme for the International Assessment of Adult Competencies – Nemzetközi Felnőtt Képesség- és Kompetenciamérési Program) részkészségek szintje az alacsony képességszintű felnőttek esetében, akár használnak számítógépet saját bevallásuk szerint, akár nem; a népesség megoszlása a szövegértés/szöveghasználat képessége szerint; a népesség megoszlása a számolási képesség szintje szerint; a felnőttek IT környezetben használt problémamegoldó stratégiái; a kompetenciamérésen mutatott eredmények és szociokulturális tényezők, más háttérváltozók, valamint affektív változók közötti összefüggések, a háttérkérdőívek és a munkahelyi JRA kérdőívek (kérdőívek a munkahelyen elvárt készségekről) adatainak összefüggése a mért kompetenciaszintekkel.

MÓDSZEREK Educontrol.hu - szakértői rendszer Többszintű fogalomrendszerek Magas fokon strukturált rendszereket objektivizálni Szoft attribútumok megfeleltetése objektív indikátoroknak Eszköz: mesterséges intelligencia

- EDUCONTROL / STEP21

APERTUS KUTATÁSOK Adatelemzésen alapuló adatvizualizáció A ProBono e-learning felületen oktatói aktivitás logolása Válaszok jósága, gondossága Pl. eltérő válaszokat ad a leadott hallgatói feladatokra A válaszok hossza A válaszok beírásának ideje, gyorsasága Az eredmények alapján az oktatói kiválóság, jóság definiálása Elmélet – gyakorlati felhasználás – érzékeny adatok

ADATVIZUALIZÁCIÓS PÉLDÁK

JÖVŐKÉP A teljes oktatási rendszerünk világszerte átalakul. Elmosódnak a határok Óvoda - általános iskola - középiskola/szakképzés - egyetem - felnőttképzés lineáris folyamata értelmét veszti. Hova helyezzünk egy 15 éves fiatalt aki a középiskolai tanulmányai mellett egy nemzetközi MOOC kurzuson tanul valamelyik világhírű egyetemen? Mi a helyzet azzal a sztárügyvéddel aki egyszer csak úgy gondolja, hogy az asztalosság teljesebb életet tesz számára lehetővé? Hogyan reagálhat erre az oktatási intézményrendszerünk - kiemelten a felsőoktatás - a jövőben?

A FELSŐOKTATÁSI INTÉZMÉNY MEGVÁLTOZOTT SZEREPE Tudástranszfer Harmadik generációs egyetemek Egyetemek – tudásbázisok Online tudásközpontok Könyvtárak Adatbázisok E-learning rendszerek VIR-ek Dashboardok

KONKLÚZIÓK A mesterséges intelligenciák képesek az emberi fogalmak , vagyis pl. a „Jó” fogalmának adekvát leképezésére mérési adatok alapján több lépésben. A „Jó” (tanár, diák, tananyag, kurzus, stb.) fogalma mögött további emberi fogalmak húzódnak meg, melyek közvetlenül kapcsolódnak a mért jelenségekhez (log-adatokhoz).

KÖSZÖNJÜK A FIGYELMET. Előzmények / Részletek: http://miau. gau