Metódy vzdelávania 4.0
Štvrtá priemyselná revolúcia sa začala krátko po nástupe 21. storočia. Priemysel 4.0 so sebou priniesol robotiku, umelú inteligenciu, automatizáciu, veľké dáta a mnoho ďalších. Pracovné miesta, ktoré vďaka vývoju technológií vznikli si však vyžadujú odborné znalosti. Nevyhnutné je preto zmeniť metódy vzdelávania, ktoré umožnia nielen študentom, ale aj zabehnutým pracovníkom lepšie sa naučiť, pochopiť a aplikovať poznatky do praxe [2].
Pôsobenie priemyselnej revolúcie 4.0 môžeme vidieť napríklad v oblasti pracovného trhu, výrobe, či v oblasti technológií, ktorá sa v posledných rokoch zameriava na umelú inteligenciu, prácu s dátami, alebo internet vecí. Rozvoj technológií súbežne mení výrobné procesy a to si vyžaduje aj zmenu v kompetenciách a zručnostiach, ktoré by mali pracovníci ovládať [1].
Dôležité zmeny preto museli nastať v oblasti vzdelávania, označovaného tiež ako vzdelávanie 4.0. Cieľom je pripraviť študentov aj pracovníkov na nové pracovné pozície a naučiť ich nové zručnosti prostredníctvom progresívnych spôsobov vzdelávania [1].
Nové metódy vzdelávania:
- Dištančné vzdelávanie — metóda, ktorá je v dnešných časoch všetkým veľmi dobre známa. Hlavné výhody spočívajú v možnosti učenia sa nezávisle na čase a priestore. Študent má tak možnosť prispôsobiť si tempo učenia. Či bude prax uskutočnená dištančne záleží na rozsahu a typu zručností [2].
- Personalizované vzdelávanie — zahŕňa viaceré metódy, ktoré sa zvolia na základe veku študentov. Každý študent napreduje v učení a naberaní poznatkov individuálne. Táto metóda odstraňuje zastaralé spôsoby učenia. Ide o snahu podporiť u každého jednotlivca zvlášť jeho schopnosť učenia sa. K tomu sa využívajú viaceré spôsoby vyučovania ako: rôzne cesty k nájdeniu riešenia konkrétnej úlohy, alebo podobných úloh; študentské portfólia slúžiace na reflexiu predmetov, učebných obsahov, či štúdia; osobné portfóliá slúžiace pre osobný rozvoj a reflektujúce ich cestu štúdiom a vízie v oblasti vzdelávania; rozdelenie študentov do skupín, ktorým vyhovuje rovnaký spôsob, alebo tempo učenia [3].
- Projektové vzdelávanie — taktiež dnes veľmi dobre známa metóda. Najlepší spôsob ako si overiť teoretické poznatky, je vyskúšať ich aplikovať v projekte. V rámci vzdelávania 4.0 sa v projektoch overuje časový manažment, manažment ľudí a tímov, či úlohy zamerané na riešenie úloh a problémov [3].
- Interpretácia a analýza dát — dáta už dnes z veľkej časti zhromažďujú stroje. Aby ich firmy mohli plnohodnotne využiť, potrebujú ľudí ktorí ich budú vedieť relevantne interpretovať. Tento spôsob vzdelávania zahŕňa zhromaždenie, analýzu, triedenie, kategorizáciu, sumarizovanie a interpretáciu dát kvalitatívnych a kvantitatívnych [4].
- Hodnotenie praktických výstupov — namiesto známkovania a neustáleho skúšania, sa postupne prechádza k hodnoteniu tvorby študentov počas ich štúdia. Praktickou tvorbou si z preberaných látok študenti odnesú a zapamätajú viac informácií [2].
- Spoločná tvorba učebných osnov — snahou vzdelávania 4.0 je prispôsobiť štúdium študentom. Preto sa začína dávať vo viacerých školách študentom možnosť spolupodieľať sa na osnove učiva. V preberaných látkach sa tak budú nachádzať témy, ktoré študentov zaujímajú a budú využiteľné v praxi [2].
Zdroje:
[1] MELIŠÍKOVÁ, Petra, 2019. Vplyv Industry 4.0 na vzdelávanie zamestnancov. LinkedIn [online]. [cit. 2021–03–22]. Dostupné na: https://www.linkedin.com/pulse/vplyv-industry-40-na-vzdel%C3%A1vanie-zamestnancov-petra-meli%C5%A1%C3%ADkov%C3%A1/
[2] COSTLEY, Paul, 2019. What is Industry 4.0? Everything you need to know about Industry 4.0’s Impact on Education. MentalUp [online]. [cit. 2021–03–22]. Dostupné na: https://www.mentalup.co/blog/industry-4-and-its-impact-on-education
[3] A brief introduction to personalised learning [bez dátumu]. The education hub [online]. [cit. 2021–03–22]. Dostupné na: https://theeducationhub.org.nz/wp-content/uploads/2018/06/Personalised-learning-.pdf
[4] What is Data Interpretation? + [Types, Method & Tools]. 2020. Formplus Blog [online]. [cit. 2021–03–23]. Dostupné na: https://www.formpl.us/blog/data-interpretation
