Selama lima tahun terakhir, para peneliti telah dengan hati-hati menghitung semua gelar, sertifikat, dan lencana yang tersedia untuk diperoleh orang di AS, angka yang mereka katakan sekarang berjumlah 1.076.358.
Dan selama lima tahun terakhir, beberapa pengamat menggaruk-garuk kepala tentang upaya pencacahan ini dan bertanya … mengapa?
Upaya tersebut, dijalankan oleh Credential Engine nirlaba, menandai setengah dekade minggu ini dengan pertemuan virtual untuk menjelaskan laporan penelitian terbarunya dan resepsi di Washington, DC, untuk merayakan hari jadinya. Saat presentasi Zoom di sore hari digantikan oleh percakapan malam sambil minum koktail, tujuan dan potensi dari semua penghitungan itu menjadi fokus.
Lebih dari dua lusin negara bagian sekarang bermitra dengan Mesin Kredensial, menggunakan Bahasa Deskripsi Transparansi Kredensial yang dikembangkannya untuk menyusun, menyortir, dan lebih memahami data pendidikan dan tenaga kerja mereka. Dan beberapa pemerintah negara bagian menerapkan sistem ini untuk membantu warganya secara langsung. Misalnya, seorang pemimpin dari Departemen Tenaga Kerja dan Pengembangan Tenaga Kerja New Jersey menjelaskan selama webinar bagaimana negara bagiannya membuat alat pencarian digital yang memungkinkan orang memilih di antara semua opsi kredensial yang tersedia bagi mereka, menyortir berdasarkan pekerjaan, lokasi program, dan hasil lulusan. .
Sungguh gila bahwa lebih mudah untuk mencari, membandingkan, dan memilih kamar hotel atau mobil bekas secara online daripada membuat keputusan” tentang kredensial pasca-sekolah menengah mana yang harus dikejar.
—Scott Cheney
Meningkatnya serapan adalah tanda bahwa lebih banyak pembuat kebijakan dan pejabat menghargai pentingnya menciptakan lebih banyak transparansi di “pasar” pendidikan, kata para pemimpin di Credential Engine kepada EdSurge selama wawancara di resepsi nirlaba pada 7 Desember.
“Ini adalah hal yang tepat untuk dilakukan bagi siswa Anda,” ujar Scott Cheney, CEO Credential Engine. “Sungguh gila bahwa lebih mudah untuk mencari, membandingkan, dan memilih kamar hotel atau mobil bekas secara online daripada membuat keputusan berdasarkan informasi” tentang kredensial pasca-sekolah menengah mana yang harus dikejar.
Namun, para advokat yang memimpin berbagai upaya yang berbeda namun terkait untuk membuat pendidikan tinggi dan program pelatihan tenaga kerja lebih baik bagi peserta dan pemberi kerja memiliki gagasan berbeda tentang seperti apa sebenarnya transparansi dalam hal kredensial. Beberapa mengatakan kepada EdSurge bahwa mereka ingin melihat upaya penghitungan kredensial menjawab pertanyaan yang lebih dalam.
“Kami masih belum memahami kredensial mana yang menawarkan nilai paling tinggi,” kata Michael Bettersworth, wakil rektor di Texas State Technical College dan CEO SkillsEngine. “Manakah dari berikut ini yang menawarkan peluang paling besar bagi individu yang mencari kemajuan karier yang lebih besar?”
Perguruan Tinggi Memiliki Persaingan – dan Peluang
Seperti pada edisi sebelumnya, laporan Credential Engine tahunan tahun ini menawarkan sekilas lanskap besar kredensial yang ditawarkan dari penyedia tradisional dan pemula—termasuk perguruan tinggi dan universitas, kamp pelatihan, dan magang. Laporan tersebut membagi kredensial ini menjadi 18 kategori di empat jenis penyedia: lembaga pendidikan pasca-sekolah menengah, organisasi MOOC, sekolah menengah, dan entitas non-akademik.
Yang baru dalam penelitian tahun ini adalah hitungan berapa banyak kelompok di AS yang memberikan kredensial: 59.692. Jumlah yang sangat besar itu menunjukkan bahwa telah terjadi “ledakan” penyedia, kata Cheney, termasuk dari perusahaan besar seperti Google, Amazon, dan LinkedIn yang menawarkan kursus dan lencana pelatihan kerja. Dari empat kategori penyedia, entitas non-akademis menawarkan jumlah kredensial terbesar, menurut laporan tersebut.
Fakta bahwa perguruan tinggi tidak berada di atas daftar penyedia kredensial harus memberi sinyal kepada para pemimpin di perguruan tinggi tradisional bahwa sudah waktunya untuk memperhatikan semua organisasi yang sekarang bersaing untuk mendapatkan siswa, terutama karena pendaftaran di perguruan tinggi telah menurun, kata Eleni Papadakis, direktur eksekutif Dewan Koordinasi Pelatihan dan Pendidikan Tenaga Kerja Negara Bagian Washington dan anggota dewan direksi Mesin Kredensial.
Papadakis berpendapat bahwa perguruan tinggi yang terbuka untuk menata ulang bagaimana mereka beroperasi—mungkin dengan merangkul pendidikan berbasis kompetensi dan menawarkan kredit untuk pembelajaran sebelumnya—memiliki kesempatan untuk menjadi pusat berbagai jenis pengalaman belajar yang mengarah pada berbagai kredensial. Selama era ketika hubungan antara pengusaha dan karyawan bergeser, jelasnya, hal ini dapat membantu perusahaan dan pekerja menavigasi jalur pelatihan kerja baru dan program peningkatan keterampilan.
Perguruan tinggi juga dapat berperan dalam berbagi informasi dengan ekosistem pembelajaran dan pelatihan. Misalnya, Southern New Hampshire University menggunakan Bahasa Deskripsi Transparansi Kredensial Mesin Kredensial untuk membuat data terbuka tentang kredensial dan kursusnya tersedia secara luas.
Bagaimana dengan Nilai dan Kualitas?
Registri kredensial Mesin Kredensial bukanlah peringkat. Cari sistem Pencari Kredensial untuk kredensial “keperawatan”, misalnya, dan ia menarik 1.987 hasil, termasuk lisensi asisten perawat bersertifikat, sertifikat penyelesaian pelatihan bantuan perawat dan sarjana sains dalam gelar keperawatan.
Sistem nirlaba tidak dirancang untuk memberi tahu siswa dan pekerja program mana yang terbaik, atau di mana mencari gelar, sertifikat, dan lencana, kata ketua dewan Mesin Kredensial Barbara Gellman-Danley, yang juga presiden Komisi Pembelajaran Tinggi, sebuah organisasi akreditasi . Sebaliknya, upaya nirlaba bertujuan untuk menciptakan lapangan permainan yang lebih setara dengan mengumpulkan dan berbagi informasi tentang semua opsi di luar sana, jelasnya.
Itu masuk akal bagi Jennifer Dirmeyer, direktur pelaksana Asosiasi Pendidik Bakat Tenaga Kerja, karena membantu menghindari “mengistimewakan jenis sistem pendidikan tertentu daripada yang lain,” katanya kepada EdSurge dalam sebuah wawancara. Dia menambahkan bahwa menghitung semua kredensial yang ada, dan mengembangkan bahasa bersama untuk mendeskripsikannya, merupakan fondasi yang kuat—langkah pertama—untuk pekerjaan tambahan.
Kami harus memenuhi potensi yang diciptakan Mesin Kredensial untuk kami dengan menggunakan ini untuk meningkatkan percakapan tentang hasil.
—Jennifer Dirmeyer
“Ini mutlak diperlukan, tetapi itu tidak cukup. Kami harus memenuhi potensi yang diciptakan Mesin Kredensial untuk kami dengan menggunakan ini untuk meningkatkan percakapan tentang hasil, ”kata Dirmeyer. “Saya pikir transparansi tentang apa yang terjadi tidak begitu berguna. Transparansi tentang hasil dari apa yang terjadi sangat berguna.”
Upaya lain yang sedang berlangsung mungkin lebih langsung mengungkapkan, atau memengaruhi, hasil yang ditawarkan berbagai kredensial kepada siswa dan perusahaan. Misalnya, Pusat Pendidikan dan Tenaga Kerja di Amerika Baru telah melakukan penelitian tentang apa yang membuat program non-gelar “berkualitas tinggi”. Asosiasi Pendidik Bakat Tenaga Kerja membantu program pelatihan kerja memastikan kualitas. Dan SkillsEngine bertujuan untuk membantu penyedia membentuk kembali program kredensial mereka untuk memastikan bahwa mereka mengajarkan keterampilan kepada siswa yang sebenarnya dicari oleh pemberi kerja.
Bettersworth, dari SkillsEngine, mengatakan dia ingin melihat indeks kredensial yang menunjukkan perusahaan mana yang benar-benar dihargai. (Bettersworth bertugas di grup penasehat teknis Mesin Kredensial untuk sementara, tetapi saat ini tidak.) Dirmeyer mengatakan dia ingin melihat sistem data yang membantu pemberi kerja membuka pikiran mereka terhadap berbagai jenis kredensial saat mereka mengevaluasi dan mempekerjakan pelamar—dan karena itu membuat lebih banyak tawaran pekerjaan kepada orang-orang dari semua latar belakang.
“Jika majikan tidak dapat menggunakan ini secara efektif untuk benar-benar menyempurnakan proses pencarian mereka, mereka akan menggunakan metode yang sama yang selalu mereka gunakan,” kata Dirmeyer. “Kredensial itu tidak akan mengemas kekuatan yang bisa mereka miliki.”
Upaya apa pun hanya dapat mencapai sejauh ini dengan sangat cepat. Namun para ahli di dalam dan di luar Credential Engine setuju bahwa informasi yang telah dikumpulkan oleh organisasi nirlaba—dan bahasa bersama yang dibuatnya untuk mendefinisikan informasi tersebut—dapat diterapkan dalam berbagai cara di masa mendatang, terutama karena datanya terbuka dan tersedia untuk entitas lain untuk digunakan.
Seperti yang dijelaskan Kerry Ballast, pemimpin Komisi Tenaga Kerja Texas, selama webinar Mesin Kredensial, dia menemukan bahwa tahun pertama penggalian data kredensial “adalah tentang kuantitas”.
Sekarang dia berharap, katanya, untuk memikirkan tentang “kualitas”.