Het kiezen van een stageplaats is voor veel studenten een belangrijke stap, aangezien een stage een grote impact kan hebben op hun professionele ontwikkeling. Onderzoekers van Universitas Pendidikan Ganesha, in Indonesië, hebben onlangs een op AI gebaseerd aanbevelingssysteem ontwikkeld dat studenten kan toewijzen aan stageplaatsen die het beste aansluiten bij hun vaardigheden en ambities.

Na het behalen van hun diploma, studenten worstelen vaak met het bedenken van hun volgende stap, door een gebrek aan vertrouwen in hun vaardigheden of bekendheid met de arbeidsmarkt. Universiteiten begeleiden studenten vaak aan het begin van hun carrière door stageprogramma's aan te bevelen die zijn afgestemd op hun vaardigheden en interesses.

Een succesvolle stageplaats kan een cruciale rol spelen in de carrière van een student, haar helpen zelfvertrouwen te krijgen en vertrouwd te raken met de realiteit van de door haar gekozen werkomgeving. Anderzijds, een slecht gekozen plaatsing kan ertoe leiden dat de student het vertrouwen in zichzelf verliest of tijd verspilt op een werkplek die niet is afgestemd op haar vaardigheden.

Met dit in gedachten, het team van onderzoekers van Universitas Pendidikan Ganesha wilde een aanbevelingssysteem ontwikkelen dat afstuderende studenten zou kunnen helpen bij het kiezen van een geschikte stageplaats. Hun systeem maakt gebruik van een recurrent artificieel neuraal netwerk (ANN) dat ze het Elman neurale netwerk noemen om testresultaten van individuele studenten te analyseren en de plaatsing te bepalen die het beste bij hun competenties past.

In deze proef, de studenten geven informatie over hun vaardigheden, cijfers, ambities en interesses. Dezelfde studenten vullen ook een vragenlijst in, de Inventory Personal Survey, die hun houding en gedrag beoordeelt.

"Studenten hoeven alleen de vragenlijst in te vullen en de test te maken, " legden de onderzoekers uit in hun paper. "De gegevens die uit de test en vragenlijst worden verkregen, worden vervolgens verwerkt door een ANN."

De onderzoekers trainden en testten hun systeem met behulp van informatie die was verzameld van een steekproef van studenten die na het afronden van hun cursus solliciteerden voor een stage. Hun evaluaties leverden veelbelovende resultaten op, waarbij het systeem een ​​nauwkeurigheidsniveau van 95 procent bereikte bij het identificeren van de stageplaatsen die uiteindelijk aan de studenten werden toegewezen.

"Op basis van de resultaten van onze tests, het systeem kan de trainingsgegevens en testgegevens goed herkennen, " schreven de onderzoekers. "Het systeem kan aanbevelingen doen voor stageplaatsen, zoals softwarehuis, multimedia, netwerken of een administratieve job voor nieuwe studenten die op zoek zijn naar een stage die aansluit bij hun competenties."

Het door de onderzoekers ontwikkelde systeem zou zeer nuttig kunnen zijn aan de Universitas Pendidikan Ganesha, waardoor medewerkers sneller en efficiënter stageadviezen kunnen uitdelen. Om ervoor te zorgen dat hun techniek goed generaliseert over een grotere studentenpopulatie, echter, de onderzoekers moeten mogelijk verder onderzoek doen met een grotere trainingsdataset.

Tot nu, hun systeem is voornamelijk gebruikt om plaatsingsadviezen te geven aan informaticastudenten, maar het zou mogelijk kunnen worden uitgebreid tot andere studiegebieden. In de toekomst, andere onderzoeksgroepen zouden ook inspiratie kunnen putten uit dit onderzoek en soortgelijke aanbevelingensystemen voor andere instellingen kunnen ontwikkelen.

© 2019 Wetenschap X Netwerk