Υπολογιστική σκέψη

Καταλύτης και προαπαιτούμενη δεξιότητα στην αγορά εργασίας του μέλλοντος.

Ο όγκος των δεδομένων που συλλέγονται από υπολογιστές και αισθητήρες στα πάντα γύρω μας είναι τεράστιος. Σήμερα, δεν υπάρχει καμία λειτουργία που να λαμβάνει χώρο γύρω μας, χωρίς τη μεσολάβηση κάποιου διακομιστή ή κάποιου υπολογιστή. Αυτό σημαίνει ότι οποιοσδήποτε υπάλληλος, ακόμα και στη θέση ενός γραμματέα, θα πρέπει να είναι σε θέση να αναλύσει έναν συγκεκριμένο όγκο δεδομένων, να αναπτύξει κάποιες βασικές δεξιότητες υπολογιστικής σκέψης. Θα πρέπει, δηλαδή, να μάθει να αναγνωρίζει τις λειτουργίες απλών αλγόριθμων στην επαγγελματική του καθημερινότητα. Κάτι τέτοιο μπορεί να ακούγεται ιδιαίτερα πολύπλοκο, αποτελεί όμως -και θα αποτελεί όλο και περισσότερο- μια πραγματικότητα στον επαγγελματικό στίβο καθημερινά.

Για παράδειγμα, μία εταιρεία διαφημίζει μία θέση εργασίας και συγκεντρώνει 1000 βιογραφικά σημειώματα. Το τμήμα HR, δηλαδή το τμήμα διαχείρισης των ανθρωπίνων πόρων της εταιρείας, θα πρέπει να κάνει το πρώτο shortlisting, δηλαδή το πρώτο φιλτράρισμα των βιογραφικών που έχει λάβει. Για να το επιτύχει αυτό γρήγορα και αποτελεσματικά, θα πρέπει να χρησιμοποιήσει έναν αλγόριθμο, για να μπορέσει να «ξεσκαρτάρει» τα βιογραφικά εκείνα που δεν ανταποκρίνονται στο 100% των απαιτούμενων προδιαγραφών για τη συγκεκριμένη θέση. Γίνεται, λοιπόν, αυτοματοποιημένα και ρομποτικά ένα compilation, μια διαλογή δεδομένων, την οποία στη συνέχεια κάποιος άνθρωπος, για παράδειγμα μία γραμματέας, θα πρέπει να την επεξεργαστεί με τη χρήση της δεξιότητας της υπολογιστικής σκέψης. Είναι, λοιπόν, ξεκάθαρο πως ακόμα και διεργασίες που μοιάζουν απλές και διαχειρίσιμες, χωρίς συγκεκριμένες δεξιότητες, δεν μπορούν να υλοποιηθούν.

Ο υπολογιστικός κόσμος είναι καταλύτης των Δεξιοτήτων 2020, των δεξιοτήτων δηλαδή που είναι απαραίτητες για την αγορά εργασία του μέλλοντος.

 

Copyright © 2017 Yannis Stergis
Απαγορεύεται η αναδημοσίευση ή χρήση μέρους ή όλου χωρίς την έγγραφη άδεια του Γιάννη Στεργή.
Read more:
Computational thought

Close