虽然数字评估在K-12和高等教育课堂中不断应用，但在专业领域的发展仍然困难重重，水平参差不齐。随着MOOC、私人在线课程，以及非传统学位的增加，雇主可能很难确认新员工的专业能力达到需求。本周二，Coursera宣布，他们将使用新的人工智能工具，进行技能基准测试，以解决这个问题。
Coursera的技能基准测试和技能图表
Coursera公司在一篇博文中说：“我们用平台庞大的学习者和内容库的匿名学习和评估数据，训练了机器学习模型，显示了公司的人才基准。你还可以根据不同行业、地理区域和公司规模，决定自己的基准。有了这些信息，Coursera可以根据需求，定制课程，培养员工优势，弥补不足。”
Coursera称，技能基准测试用途广泛。除了寻找新的人才，还可以让管理者对自己的团队有大致的了解；突出团队的优势和劣势；并与其他人才库进行比较。
例如，Coursera研究了一家公司的数据科学部门：“总体而言，他们在每个领域表现都非常好。然而，只看数据科学，可以发现他们的优势和不足：尽管该公司在统计和数据可视化等方面很强，但在机器学习方面却弱于同行。由于机器学习是当今数据科学领域的一个重要应用，因此该公司改变了其L＆D（培训发展）战略，现在正加倍增强员工在机器学习方面的能力。”
Coursera副总裁利亚•贝尔斯基(Leah Belsky)表示：“随着先进的技术不断改变企业的运营方式，企业需要不断评估和衡量自己的人才，以保持竞争力。我们很高兴为各行业的企业提供高质量的学习内容，以推动深度再培训，企业现在可以利用这些数据，实现战略性员工转型。”
帮助企业评估人才
超过1000家公司使用Coursera平台。随着大量的公司持续涌入，平台对人才的了解和评估只会更加准确。Adobe和UNDP等都是Coursera的客户。
“通过对技术人才的量化分析，我们不仅可以了解自己拥有哪些技术领域的人才，还可以了解他们的专业水平。这些分析将给公司带来明显的优势，因为我们希望在最重要的技术事项上，部署最好的人才。我们还将利用这些分析确定技术培训目标，尤其在人工智能和机器学习方面。”Adobe技术人才开发项目经理塞思•马丁内斯（Seth Martinez）表示。
“基准测试工具提供了宝贵的机会，帮助我们确定并了解最优秀的人才，同时与其他组织进行比较。从该工具中获得的见解，将支持我们未来的人才开发解决方案，并且协助创新和数字转型。”联合国开发计划署(UNDP)人才开发主管马里亚姆·卡卡（Mariam Kakkar）说。
这些举措也说明了，随着私人在线教育工作者的不断发展，他们希望在市场上开拓新的空间。Coursera和Udacity几年前只是MOOC提供商。今天，他们看起来越来越像职业培训师。 在对学习者进行专业的技能培训时，他们也可以与有意招聘人才的公司建立合作关系。
原文链接：
https://news.elearninginside.com/coursera-skills-benchmarking-ai/
来源：Elearning inside
作者：Henry Kronk
智能观 编译
—完—
我们约稿啦！
嗨，亲爱的读者朋友，这是一封写给你的约稿函。
约稿？
是的。
为何约稿？难道智能观江郎才尽了？
当然——不是。
智能观致力于提供高附加值的“教育+AI”以及教育创新方面的内容，我们大部分原创内容都是关于国外的业内动态、教育尝试、前瞻思考以及相关资源等，另外是国内的业内现状等原创。有读者感叹，为何国外的业内人士愿意分享自己的思想、创新尝试、学习经验等，国内的却不多？
这也是我们经常思考的事。
我们希望看到更多一线从业者的创新与状态；希望看到更多业内朋友关于教育+AI的深度思考；希望鼓励我们亲爱的读者朋友，习惯记录并分享自己的每一次关于教育的尝试。
因此，如果你是一线教师或校长，如果你是教育+AI领域的从业者；如果你是教育创新的探索者；如果你是对这个领域有所思考的在校生；如果您在教育游戏化、STEM/STEAM、项目式学习、个性化学习等方面有独到见解，期待你跟我们的读者朋友分享，欢迎不吝投稿，我们将甄选有思想、有价值、具实用性的内容予以刊登。
优质原创首发稿件一旦选用，会视稿件质量，有一定稿费（40-80元/千字）；还会根据公众号阅读量过万、过5万、过10万等有不同级别额外奖励。
投稿内容
目前，我们征稿的栏目有：
1.《方法论》：给读者能用得上的实用方法。
包括课堂中具体的创新方法；教育+AI实践中的有效方法；将游戏化、项目式学习等融入教育的方法；帮助从业者高效管理日常工作、有效自我提升的方法等。
2.《聚焦一线》：关注教育一线。
包括当下发生的有关AI+教育和教育创新的一线探索。
3.《充电》：分享给读者学习提升的干货。
包括AI教育、AI+教育、教育创新等方面的实用课程、书籍、学习经验总结等。
4.《洞见》：分享在AI、AI+教育及教育创新领域的深邃思想与前瞻性观点。
包括教育界、科技界的一线实践者、资深专家大牛等对领域的思考与探索。
投稿要求
我们对稿件有一些要求，希望得到你的理解与支持：
1. 逻辑清晰，语言流畅，可读性强；
2.所投文章应符合专栏主题，《方法论》《充电》应具有实用性、创新性；《洞见》应具有思想性、前瞻性；《聚焦一线》应具有实效性、启思性。
3. 尽量减少错别字，保证稿件质量。
4. 来稿字数在1000-2000最佳。
5. 我们在尊重作者的基础上，保留对作品的删减、修改权。
投稿方式
邮箱地址：zhinengguan@qq.com
联系QQ: 3114334406
负责人微信：znglmym
投稿格式：
邮件投稿请参照以下格式:
主题：请注明投稿、栏目和题目，如：【投稿】——【栏目】《文章标题》
正文：请勿用附件的形式投稿，请于正文处放置文章内容。
注：请留下您的个人简介、联系方式、及微博地址，并请注明稿件是否原创首发。如果48小时内没有收到回复，您可以自行处理您的稿件。
由作者本人在本站独家首发投稿的原创文章，智能观微信公众号及其他新媒体矩阵推送时将标注原创。
如能附上个人照片及简介更好，我们会在刊发时，对作者进行介绍。
我们很高兴，能与你在AI+教育、教育创新以及终身学习的路上结伴同行！
爱你的 智能观小伙伴
想知道AI加教育领域有哪些最新研究成果？
想要AI领域更多的干货？
想了解更多专家的“智能观”？
请前往：www.智能观.com。
想交流沟通，请加负责人微信：znglmym
声明：
编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。
网友评论