TalTechi delegatsioon käis Šveitsis uurimas, kuidas toimetab tehnikaülikool, mis kõikvõimalike edetabelite, auhindade ja tunnustuste põhjal kuulub maailma kõige kirkamate hulka: ETH Zürich. Siin on õppinud ja töötanud Albert Einstein, Wilhelm Conrad Röntgen, John von Neumann ja veel 19 nobelisti, kes oma teadustööga on kujundanud tänast maailma nii keemias, füüsikas kui ka meditsiinis.
Šveitsi majanduslik õitseng algas eelkõige II tööstusrevolutsiooniga, mille algusaastatel ka Šveitsi Konföderatsioon uuel kujul kantonite ühendamiseks loodi ja mille alguseks loetakse 1948. aastat. Peatselt tekkis aga nappus nii inseneridest, tehnikateadlastest kui tööstusjuhtidest, millest sündisidki kaks Šveitsi föderaalset tehnikaülikooli – üks Lausanne’is ehk EPFL, mis on meile juba mõnda aega tuttav EuroTeQi partnerina, ning teine Zürichis.
Enda eduteguritena näeb ETH kõrgetasemelist haridust, maailma muutvat fundamentaalteadust ning väärtust loovat teadmussiiret ühiskonda – ekstsellents kõiges, mida põhitegevusena tehakse. Ühelt poolt võib muidugi juhtida tähelepanu võimalustele, mida pakub ca kahe miljardi euro suurune aastaeelarve, kuid teisalt on kõikjal fookus optimeerimisel.
See on pidev protsess ja leiab aset läbivalt igas organisatsiooni kihis – mudeldatakse võimalikke arenguid, ka väliseid stsenaariume; kaardistatakse õppetegevusse viidavaid kompetentse, prognoositakse tööturu tuleviku vajadusi; sõelutakse välja sisemisi dubleerimisi, optimeeritakse õppekavasid (näiteks on bakalaureusetasemel kõigest 24 õppekava) jne. Kõike, mida organisatsiooni tasandil on võimalik suunata väljundite kasvatamisele, rakendatakse selle efektiivsuse tõstmiseks ja seda teadlikult kõrgel kvalitatiivsel tasemel, mille jälgimine on samuti pärisosa igasugusest arendustegevusest.
Esmalt teooria, siis praktika
ETH Zürich on kõige ehedamas võtmes teadusülikool ning seda eelkõige inseneri- ja tehnikateaduste valdkonnas, kuid läbipõimunult nii loodusteaduste kui ka sotsiaal- ja majandusteadusega. Akadeemiliste ametikohtade täitmise olulisimad kriteeriumid põhinevad teadustöö referentsidel ning teadlaste resümeel, mitte toetavatel pädevustel või oskustel. Kuna õppetegevuse läbiviimise kohustus on kõigil teadlastel, on sarnaselt meiega väljakutse leida tasakaal õppe- ja teadustöö vahel. Võimalikult palju üritatakse kombineerida erinevaid tegevusi, kaasates tudengeid õppe eesmärgil nii teadusprojektidesse kui ka ettevõtetesuunalisse teadmussiirdesse, mille olemust ja tähendust juba bakalaureusetasemel edasi antakse. Teadusel peab alati olema väljund ühiskonda ning seda ka õppetöös.
Bakalaureuse õppetase on aga eelkõige teoreetilistel teadmistel põhineva vundamendi ladumine, mille tõttu nii mõnigi Eesti tudeng oma magistriõpingutel on avastanud end kohalikest oluliselt suuremate praktiliste kogemuste, kuid selle võrra vähemate teoreetiliste baasteadmistega. Viimaseid aitavad rahvusvahelistel tudengitel sageli järele aidata mitmesugused tasanduskursused. Selline ülesehitus aitab optimeerida ka esimesel astmel õppetegevuse läbiviimist, pakkudes enam individuaalset lähenemist ja spetsialiseerumisvõimalusi magistrantidele. Õppe ülesehitus eeldab, et magistriõpingud on loogiline järg, kuna õpitu rakendamine algab alles sel tasemel.
Tehnosiirde esimesteks kokkupuutepunktideks magistritasemel on sarnaselt meiega projekti- ja probleemõpe, mille sisustamiseks on ETH-l kasutada muljetavaldav ettevõtete portfell, mis omakorda kannab hoolt väljakutsete taseme ja rakendatavuse eest. Tudengite endi projektialgatusteks pakutakse erinevaid stipendiumi- ja grandimehhanisme, mille abil saavad tudengid lõpetamise eel või järel isiklikke ideid ellu viia.
Tegemist on ka teatud mõttes edasipüüdlikemate sildamisega magistri- ja doktoriõppe vahel – eesmärk on hoida iga väärt idee ja võimekas inimene ülikoolile võimalikult lähedal, toetades nii eneseteostust kui ka pakkudes uusi võimalusi ühiskonda kõnetada. Enda ühiskondliku mõjukuse kasvatamiseks on ETH loonud eraldi ka poliitikakujundamise üksuse, mis ei tegele pelgalt lobby-tegevusega, vaid süstemaatilise teadlaste ekspertiisi pakkumisega riigi poliitikakujundamise protsessis.
Iga ajurakk loeb
Šveitsi haridussüsteemi eripäraks on asjaolu, et igal õppuril on võimalik sisuliselt jõuda teaduskraadini, isegi kui põhikooli järel on valitud kutseharidus. Olgugi et kutseharidus on ühiskonnas kõrgelt hinnatud ja tegelikkuses ka populaarne, on hulk noori valmis peale kutsekooli edasi liikuma pigem akadeemilise hariduse suunas. Selle lihtsustamiseks loodud õpirajad seovad kutse-, rakendus- ja akadeemilist haridust, mille vahelised (valdavalt teoreetiliste teadmiste) lüngad täidetakse vajadusel mitmesuguste tasanduskursustega.
Üldhariduskoolide lõpetajatele on aga garanteeritud vastuvõtt riiklikes ülikoolides, mis tähendab, et bakalaureusekavadel puuduvad kohalikule tudengile nii lävendid kui ka sisseastumiskatsed. Suurim väljalangevus ongi esimesel kursusel, mis võib ulatuda ka 40%-ni sisseastujatest ning kellele võimaldatakse liikuda hiljem kutse- ja rakendusõppe suundadele.
Sisuliselt puuduvad tupikteed, mis esimeste ebaõnnestumiste korral noorte haridustee katkestaksid, ja jagub võimalusi enda ümber profileerimiseks – „Iga okas loeb!“. Juba omandatu on ju võimalik võtta kaasa järgmistesse õpingutesse, mis tähendab sisuliselt seda, et „okaste“ väärindamine ei lähe raisku ka juhul, kui haridustees mõni pööre ette tuleb.
Artikkel ilmus Tehnikaülikooli ajakirjas Mente et Manu.
ETH Zürich
- Asutatud 1855
- Ca 7000 akadeemilist töötajat, sh 519 professorit
- Ca 3000 administratiivset töötajat
- >8300 teaduspublikatsiooni aastas
- Ca 25 000 tudengit, sh ligi 4300 doktoranti
- >6000 lõpetajat aastas, sh 940 doktorikraadi
- >40 asutatud hargettevõtet aastas
- >180 leiutist aastas
- >85 patenti aastas
- Eelarve ca 2 miljardit eurot
- Times Higher Ranking WUR 11. koht
- QS WUR 7. koht
- Shanghai ARWU 21. koht
Tehisintellekt ETHs
Dr Gerd Kortemeyeri, ETH rektoraadi liikme ja AI keskuse juhi sõnul on tehisintellekt (AI) väga tõhus tööriist nii teadustöös kui ka õppimisel ning täpselt sellisena tulekski selle kasutamist käsitleda. Vastutus loodava sisu ja selle kvaliteedi eest langeb ikka AI kasutajale.
AI kasutamise huvitavaks näiteks tõi ta testide (lõpueksamite) hindamise. Ta arutles, et e-testide arendamine loob liigse keerukuse – tuleb luua kontrollitud e-keskkond ja ka e-ülesanded ise, kui tahame enamat kui valikvastused. Erinevad e-testid on õppetöös kujundava hindamise kontekstis kahtlemata tõhusad, kuid lõpueksamite puhul pole nende kvaliteet piisav. Kortemeyer väitis, et käsitsi lahendatavad eksamiülesanded annavad väga hea arusaama omandatud teadmistest ja õppija tegelikust tasemest. Nii on ta fookusesse võtnud AI kasutamise justnimelt käsitsi kirjutatud eksamitööde hindamisel. Töö tulemustest saab lugeda näiteks viimati avaldatud artiklist: Grading assistance for a handwritten thermodynamics exam using artificial intelligence: An exploratory study.