4IR(4차 산업혁명)은 우리 주변의 세계를 근본적으로 변화시키고 있으며, 인공지능, 머신러닝, 디지털화와 같은 기술적 진보는 우리가 살아가고, 일하고, 소통하고, 배우고, 노는 방식에 점점 더 큰 영향을 미치고 있습니다. 

이러한 배경에서 데이터 분석의 과학은 "현대 시대의 골드러시"이며, 기업은 기술을 사용하여 귀중한 정보를 마이닝하여 소비자를 더 잘 이해 한 다음 고유 한 요구에 맞는 제품과 서비스를 개발하고 있습니다. 이 진화하는 시나리오에서 큰 질문은 "실행 가능한 데이터를 추출하는 데 사람들이 어떤 역할을 할 것인가?", "이러한 확장 된 가능성의 결과로 어떤 직업이 창출되고 있습니까?"입니다. 이것들은 닐슨의 최근 요하네스버그 노스 게이트에서 열린 과학 기술 및 수학 회의 (STEM)에서 4 차 산업 혁명이 도착하는 패널에서 논의 된 주요 질문이었습니다. 

이 행사에서 닐슨 아프리카 및 중동 데이터 과학 책임자 인 제이슨 나이커 (Jason Naicker)는 "4IR의 맥락에서 기계 학습은 데이터 수집을 포함하여 반복적이고 시간이 많이 걸리는 작업을 자동화했습니다. 그러나 정보 수집은이 데이터 혁명의 한 측면 일뿐입니다. 중요한 질문은 '그 정보에 의미를 적용하기 위해 어떤 유형의 분석과 통찰력이 필요합니까?'입니다. 이것은 인간이 물리적 세계의 입력을 사용 가능한 정보로 변환하도록 기계를 가르 칠 수있는 곳입니다. " 그는 "직원들이 '데이터의 다빈시스'가 되는 것을 묘사하고 싶다"고 덧붙였다. 우리는 모두 더 나은 비즈니스 수익을위한 정보를 만들고 형성함으로써 '예술가'가되고 있습니다. " 

그러나 Jason은 기업이 직장을보다 인본주의적이고 창조적 인 방향으로 설계 할 때 현실 세계의 데이터를 실행 가능한 기회로 의미있게 변환 할 수 있다고 지적했습니다. 

사람들의 힘

또한 행사에서 닐슨 서브 사하라 아프리카 HR 디렉터 인 Maya Govind는 4IR이 다양성의 중요성과 재능 믹스에 다양한 생각, 경험, 기술 및 배경을 포함시키는 것을 강조했다고 말했다. "우리는 글로벌 측정 및 데이터 분석 회사이지만 우리의 사업은 숫자에 관한 것이 아닙니다. 그것은 또한 그 숫자 뒤에있는 사람들을 이해하는 것에 관한 것입니다. 이러한 이유로 우리는 예비 직원의 과학 및 수학 자격만을 않습니다. 우리는 또한 닐슨의 일상 업무와 큰 관련이있는 심리학 및 사회학 학위를 포함하여 다양한 기술을 소중히 여깁니다. " 

Maya는 기업들이 기술 역량과 행동 역량의 차이를 인식해야한다고 강조했습니다. "기술 기술은 일시적인 기술입니다 - 그들은 항상 오고 가고 바뀝니다. 이해, 공감 및 인간 기반 분석의 깊고 인본주의 적 기술이 필요합니다.  결과적으로 감성 지능 (EQ)은 최근 몇 년 동안 더 많은 주목을 받았으며 4IR에서 중요한 기술 중 하나입니다. 이것은 복잡한 문제 해결, 비판적 사고, 창의력, 사람 관리, 판단 및 의사 결정, 협상 및인지 유연성과 같은 핵심 기술에 의해 뒷받침됩니다. " 

4IR 세계에서 인간의 노동을 대체하는 기계라는 주제에 대해 마야는 "이것이 인간을위한 일자리 감소를 의미하는 것이 아니라 오히려 다른 일자리를 의미한다는 것을 이해하는 것이 중요합니다. 사실, 현재 세대의 미취학 아동이 들어갈 대부분의 직업은 아직 존재하지 않습니다. 그렇다면 장기적인 일자리 안정성이 있습니까? 아마 아닐 거예요. 그러나 일자리가 있을까요? 물론, 그러나 그들은 현재의 기술 세트의 진화를 요구할 것입니다. "

학습의 '게임화'

Maya는 또한 Nielsen이 실무 학습 이니셔티브에서 최신 4IR 기술을 어떻게 수용했는지에 대해서도 논의했습니다. 여기에는 사용자가 훨씬 더 빠르고 대화식 방식으로 학습 할 수있는 현장 시나리오의 공유 된 가상 경험을 창출하는 "gamification"개념이 포함됩니다. 

그러나 그녀는 게임화가 닐슨의 학습 접근법의 한 측면 일 뿐이라고 분명히했다. "우리는 다양한 유형의 기술 훈련을 위해 가상 및 현실 세계의 다양한 학습 플랫폼을 활용합니다. 예를 들어, 교실 학습에는 항상 장소가 있습니다. 결국, 당신은 응용 프로그램에서 리더십과 같은 핵심 기능을 배울 수 없습니다!" 

결론적으로, 마야는 지적했다. "학습에 대한 이러한 다학제적 접근 방식은 Nielsen 직원들에게 점진적인 수준의 책임과 복잡성을 감수하고 데이터, 통찰력 및 분석의 새로운 세계에서 잠재력을 최대한 발휘할 수 있도록 준비할 수 있는 경험과 교육을 제공하려는 우리의 목표에서 비롯됩니다."