Dirbtinis intelektas tampa svarbus profesinio mokymo programų rengimui, vertinimui ir atnaujinimui.
2026 m. birželio 23 d. paskelbtoje OECD ataskaitoje „Developing Vocational Education and Training with Artificial Intelligence“ nagrinėjama ši raida. Joje aprašoma, kaip DI naudojamas darbo rinkos tendencijoms analizuoti, naujiems įgūdžių poreikiams nustatyti, kompetencijoms susisteminti ir mokymo programoms bei kvalifikacijoms plėtoti. Nyderlandų, Šveicarijos, Estijos ir Vokietijos pavyzdžiai atskleidžia įvairias besiformuojančias taikymo praktikas ir bandomąsias iniciatyvas.
Profesinio mokymo įstaigoms tai padeda spręsti svarbų klausimą: kaip išlaikyti mokymo aktualumą, kai keičiasi technologijos, profesijos ir darbo procesai? Atnaujinant programą reikia suprasti, kurios kompetencijos tampa svarbesnės, kurias būtina peržiūrėti ir kaip šiuos pokyčius susieti su mokymosi rezultatais.
DI gali padėti tvarkyti ir palyginti tokiems sprendimams reikalingus duomenis.
Įsivaizduokime mokymo centrą, peržiūrintį įrangos priežiūros technikų rengimo programą. DI įrankiai galėtų palyginti esamus mokymosi rezultatus su naujausiais pareigybių aprašymais ir darbdavių atsiliepimais, išryškindami skaitmeninės diagnostikos ar naujos įrangos naudojimo reikalavimus. Mokytojai ir darbdaviai tuomet vertintų, ar šie duomenys pagrindžia praktinių užduočių, mokymo medžiagos arba vertinimo pakeitimus.
Panaši analizė galėtų padėti kurti modulinius mokymosi kelius ir mikrokredencialus, svarstant tikslingesnes galimybes ugdyti konkrečias kompetencijas.
OECD pabrėžia, kad DI reikia įtraukti į esamus valdymo procesus. Duomenų rinkimas, konsultacijos su suinteresuotosiomis šalimis, ekspertinis vertinimas ir administracinės užduotys gali būti atliekami pasitelkiant DI pagalbą. Atsakomybė už sprendimus lieka dalyvaujančioms institucijoms ir žmonėms.
Tai svarbu, nes DI taikymas tebėra netolygus ir dažnai eksperimentinis. Neišsamūs ar pasenę duomenys gali lemti klaidingas išvadas. Šališkumas ir ribotas skaidrumas gali sumažinti rekomendacijų patikimumą. Pernelyg didelis pasikliovimas sugeneruotais rezultatais gali silpninti ir bendras diskusijas, kurios padeda užtikrinti profesinių kvalifikacijų kokybę bei aktualumą.
Sėkmingam taikymui reikia patikimų duomenų, tinkamos skaitmeninės infrastruktūros, aiškių atsakomybių ir prasmingo pedagogų, darbdavių bei viešųjų institucijų dalyvavimo. Įstaigoms taip pat būtini gebėjimai interpretuoti DI rezultatus ir tikrinti juos pagrindžiančią informaciją.
Šios išvados suteikia svarbų kontekstą AI4VET projektui. Projektas stiprina pedagogų DI kompetencijas, padeda taikyti DI mokymui ir konsultavimui, skatina įtraukų mokymąsi ir išbando praktinius sprendimus įstaigose.
Šių gebėjimų ugdymas gali padėti profesinio mokymo įstaigoms geriau pagrįsti diskusijas apie besikeičiančius profesinius reikalavimus ir mokymosi veiklų aktualumą.
DI gali padėti greičiau reaguoti į pokyčius, kai jo taikymas grindžiamas profesine patirtimi, skaidrumu ir bendra atsakomybe.
Kuriam programų peržiūros etapui jūsų įstaigoje DI pagalba būtų naudingiausia: įgūdžių poreikių analizei, kompetencijų susisteminimui ar atnaujinimo pasiūlymų rengimui?
Medžiagos šaltinis: OECD — Developing Vocational Education and Training with Artificial Intelligence
Nuotraukos šaltinis: UNESCO-UNEVOC — Integrating AI in TVET: Launch of a practical guide for institutions
