چطور با کمترین هزینه بهترین آموزش را پیدا کنیم؟ تجربه یادگیری کاربر فرادرس
شکاف میان آموزههای دانشگاهی و مهارتهای لازم برای برخی مشاغل، بارها مورد اشاره دانشجویان کشور قرار گرفته. این شکاف تا حدی هویداست که استادان همین دانشگاهها نیز وجود چنین فاصلهای را تایید میکنند و گاهی برای آن راهحلهایی نیز ارائه میدهند. موضوع اینجاست که اغلب مدیران از شما انتظار دارند گرههایی را بگشایید که در تحصیلات آکادمیک آموزش داده نشدهاند. آیا انجام این کار امکانپذیر است؟
راههایی برای کسب مهارتهای موردنظر و حل مسائل کاری پیش روی شماست. مثلا میتوان به شرکت در دورههای حضوری، کلاسهای خصوصی و نیمهخصوصی و یادگیری با تلاش شخصی اندیشید. البته دو راه نخست به گواهیِ افرادی که آزمودهاند بسیار هزینهزاست. هزینههایی که شامل اختصاص زمان برای تردد، ساعات مشخصِ حضور در کلاس و پرداخت مبالغ سنگین برای ثبتنام است.
به این ترتیب در همین ابتدا راهکارها عملا به سدی برای پیشرفت تبدیل میشوند. همین مسائل گاهی دانشجویان را از ادامه مسیر مهارتآموزی دلسرد خواهد کرد. اشتغال به شغل غیرمرتبط، رضایت دادن به دریافت دستمزدهای پایین یا بیکاری میتواند نتیجه عدم دسترسی به مهارتهای لازم برای فردی باشد که تحصیلات دانشگاهی دارد.
اما یکی از راههایی که امروز و طی این گزارش مرور میکنیم، میانبری کمهزینه است؛ تجربه یادگیری یک دانشجو در مقطع دکتری که ظاهرا در یکی از رشتههای مهندسی تحصیل میکند. او نیاز به آشنایی با برخی نرمافزارها را در پایان مقطع کارشناسی حس کرده، اما آموزش مجازی باعث شده مسیر تحصیلاش تغییر پیدا کند.
در این گزارش با تجربه یادگیری دانشجویی همراه میشویم که نام کاربری خود را در توییتر «متی» انتخاب کرده است. او ویژگی آموزشهای فرادرس را میشمرد و از تاثیر این آموزشها در دوران تحصیل خود میگوید:
تجربه یادگیری کاربر «متی»؛ همراه قدیمیِ فرادرس اینطور شروع شده است. او خطاب به فالوئرهایش در توییتر گفته:
این اولین توییت کاربر «متی» با نام کاربری metilow@ برای اشتراکگذاری تجربه یادگیری اوست. محدودیت کاراکتر در توییتر او را برای ادامه توضیحات به تنظیم یک رشته توییت واداشته. «متی» نوشته فرادرس را از خیلی وقت پیش میشناخته ولی از این سایت، زمانی استفاده کرده که فارغالتحصیل شده بوده. چرا که پس از فارغالتحصیلی از دانشگاه متوجه شده به کسب مهارتهای نرمافزاری زیادی نیاز دارد.
هزینه کلاسهای آموزشیِ آشنایی با این نرمافزارها مانند بسیاری از دانشجویان دیگر برای کاربر «متی» بالا بوده. علاوه بر اینکه دشواری رفت و برگشت به کلاس حضوری هم مزید بر علت شده تا او برای یادگیری مهارتهای جدید چاره دیگری بیندیشد. به خصوص که درگیری شغلی زمانِ آزاد برای استفاده از کلاسهای آموزشی باقی نمیگذاشته است.
هرچند اگر این موارد هم مرتفع شود، حضور در کلاس برای یک فرد شاغل زمانی میسر است که بتواند زمان آزادِ خود را با یک کلاس آموزشی مناسب همزمان کند. تمام این موارد کاربر «متی» را بر آن داشته تا آموزشهای مدنظرش را از طریق سایت فرادرس دنبال کند. نخستین انتخابهای او آشنایی با نرمافزارهای طراحی مانند SOLIDWORKS و نرمافزارهای برنامهنویسی مانند MATLAB بوده است.
این همراه فرادرس پس از دیدنِ آموزشهای مربوطه نتیجهگیریهای خود را با مخاطبان به اشتراک گذاشته. به نظر او آموزشهای فرادرس از کیفیت بالایی برخوردار هستند و مدرسان حرفهای برای تهیه محتواها تلاش میکنند. همین امر موجب شده تا «متی» هر زمان نیاز به یادگیری نرمافزار جدیدی داشته به فرادرس مراجعه کند.
شاید این تصور پیش بیاید که فرد علاقهمند به آموزش نرمافزارهای تخصصی مرتبط با رشته تحصیلیاش از دایره این نوع آموزشها خارج نمیشود. یعنی کاربری با سابقه یادگیری نرمافزارهای مختلف، همچنان یادگیری این گروه از آموزشها را دنبال کند. اما کاربر «متی» برای موفقیت در ارائههای خود و همینطور برنامهریزی روزانه به سراغ آموزشهای دیگر فرادرس هم رفته است.
مدیریت زمان یکی از نتایجی است که استفاده از این نوع آموزشها به همراه دارد. او در بخشی از رشته توییت خود درباره تجربه یادگیریاش نوشته:
با شیوع بیماری کووید و در زمانی که قرنطینه آغاز شد، فرادرس هم برای افرادی که در خانه مانده بودند تعدادی آموزش رایگان تدارک دید. آن زمان یکی از آموزشها به نظرم بسیار جذاب آمد. یادگیری ماشین همان آموزش بود. آموزشی که از سر کنجکاوی دانلود کردم و آن را دیدم.
همین کنجکاوی و ملاحظه آموزش یادگیری ماشین به طور کلی مسیر تحصیل «متی» را تغییر داده است. او این تغییر مسیر را برای دنبالکنندگان خود در توییتر توضیح داده:
اواسط دوره کارشناسی ارشد به سمت هوش مصنوعی و پردازش تصویر رفتم. در دانشگاه دروس مرتبط را برداشتم و پروژههای من کمکم رنگِ هوش مصنوعی به خود گرفت. در همین زمان هم از فرادرس کمک میگرفتم. دورههای آموزشی پایتون، یادگیری ماشین در پایتون و موارد مشابه.
کاربر «متی» در زمانی برگزاری جشنواره تجربه یادگیری دانشجوی دوره دکتری بوده و آنطور که ذکر کرده آموزشهای دیگری همچون شبیهسازی، کنترل خطی، کنترل مدرن و کنترل غیرخطی را از فرادرس پیگیری کرده است. در بخشی از رشته توییت خود نیز نوشته یکی از آموزشهای مدنظر خود را در هیچ جا به جز فرادرس پیدا نکرده است.
آموزش موردنظر او Simscape Multibody است که یک محیط جدید برای نرمافزار متلب محسوب میشود. در این محیط میتوان رباتها و هر سیستم فیزیکی را به راحتی شبیهسازی کرد. کاربر «متی» همزمان که یادآور شده فرادرس در دوران دانشجویی کمک زیادی به او کرده، پیشنهاد داده تا به سایتی که لینک آن را در رشته توییت خود قرار داده سر بزنند.
او لینک دو آموزش سالیدورکس- مقدماتی و همچنین پردازش سیگنالهای واقعی در متلب را در انتهای رشته توییت خود قرار داده است. در آموزش مقدماتی سالیدورکس که توسط مازیار ابوالحسنی؛ دانشجوی کارشناسی ارشد مکاترونیک تدریس شده توضیحاتی درباره این نرمافزار ارائه شده تا کاربر با دستورها و قابلیتهای این نرمافزار آشنا شود.
این آموزش به معرفی و کار با دستورهای مختلف در سه فضای Assembly, Part و Drawing پرداخته و کاربر میتواند پس از آشنا شدن با اصول طراحی در این نرمافزار بسیاری از دستگاهها، اجسام و نقشههای صنعتی را طراحی کند. اطلاعاتی که سرفصل دروس ارائه میکنند نشان میدهد این آموزش در بیست بخش مجزا تدارک دیده شده است.
آشنایی اولیه با محیط کاری نرمافزار و منوها، معرفی کلی فضای Part، اصول مدلسازی در سالیدورکس، دستورهای Slot, Fillet, Trim Mirror, ...، مثالهایی برای ترسیم دو بعدی، مدلسازی سه بعدی، دستورهای ویرایشی، آموزش تغییر صفحه (Plane)، انواع منحنی، معادلهنویسی، طراحی چرخدنده با استفاده از معادلات، روشهای وارد کردن قطعات به فضای اسمبلی برخی از موارد آموزشی است که در بخش توضیحات تکمیلی این آموزش آمده.
مدرس این دوره برای ملموس کردن آموزش مثال میزند:
فرض کنید میخواهیم یک میز بسازیم. برای ساخت، اول باید آن را به صورت سه بعدی طراحی کنیم. برای این کار قطعات مختلف به صورت مجزا طراحی میشوند. این کار در بخش Part انجام خواهد شد. برای مونتاژ شدن این قطعات کنار هم نیز Assembly به کار میآید. همچنین ارائه به صنعتگر، تهیه نقشههای دو بعدی را میطلبد که چنین کاری در Drawing انجام میشود.
اما این تنها آموزشی نیست که کاربر «متی» از آن نام برده. او تجربه یادگیری خود را با اشتراکگذاری یک لینک دیگر از آموزشهای فرادرس به پایان برده. آموزشی که عنوان آن پردازش سیگنالهای واقعی در متلب ذکر شده است. مدرس این آموزش کمال جعفریان دهکردی؛ دانشجوی دکتری تخصصی مهندسی پزشکی است. مجموع آموزش شامل هفت جلسه ویدئویی است که بیش از چهار ساعت زمان به آن اختصاص داده شده.
سرفصلهای دروس میگویند این آموزش که طی شش درس ارائه شده، برای رشتههای مهندسی پزشکی، مهندسی برق، مهندسی کامپیوتر هوش مصنوعی و مهندسی عمران مفید است. در آموزش پردازش سیگنالهای واقعی در متلب با استفاده از دادههای واقعی تمام مراحل پردازش سیگنال اعم از فراخوانی دادهها، پیشپردازش تصویر، حذف ویژگیهای نامناسب از لحاظ آماری، طبقهبندی و ارزیابی طبقهبندیهای مختلف آموزش داده میشود.
این موارد در توضیحات تکمیلی آموزش پردازش سیگنالهای واقعی در متلب بیان شده. علاوه بر اینکه پایهای بودن مطالب در این آموزش مورد تاکید قرار گرفته و هدفِ آن برطرف کردن ضعف برنامهنویسی در دانشجویان عنوان شده است. اغلب نظرات کاربران نشان از این دارد که مطالب این آموزش برای آنها سودمند بوده. به خصوص که کار کردن عملی با دادههای واقعی کمک شایانی به آموختن آنها کرده است. برخی نیز درخواست کردهاند تا توضیحات بیشتری ارائه شود تا دانشجویان دوره کارشناسی هم بتوانند به سهولت از چنین آموزشی استفاده کنند.