Skill Trees V2 n’a pas encore été officiellement lancé. Nous préparons le déploiement final et prévoyons une sortie dans les prochaines semaines.
Aperçu
LabEx Skill Trees est le modèle d’évaluation des compétences derrière l’apprentissage pratique de LabEx. Il relie les compétences techniques aux Guided Labs, Challenge Labs, à la progression utilisateur, aux recommandations, aux badges et aux certificats. Skill Trees V2 est une amélioration importante de ce modèle. L’objectif n’est pas seulement d’ajouter plus de compétences, mais de décrire plus précisément la capacité technique : ce qui a été pratiqué, ce qui a été prouvé et ce qui nécessite encore davantage de preuves.
Pourquoi les Skill Trees existent
LabEx est construit autour de la pratique. Les Guided Labs aident à comprendre un concept étape par étape. Les Challenge Labs vérifient si ce concept peut être appliqué de manière autonome dans un environnement réel. Cela nécessite un modèle séparé de la structure des cours. Un cours indique quoi étudier ensuite. Un Skill Tree décrit l’espace de capacités d’un domaine technique. Dans ce modèle, un laboratoire peut enseigner ou évaluer plusieurs compétences, et une compétence peut être soutenue par plusieurs laboratoires et défis. La progression repose donc sur des preuves d’apprentissage, et pas seulement sur l’achèvement d’un cours.Les limites de V1
V1 a établi la première taxonomie large des compétences pour LabEx, mais elle avait plusieurs limites. Certaines compétences étaient trop larges, d’autres trop étroites. Certains Skill Trees mélangeaient des domaines voisins, comme Linux, Shell, Git, Docker, Jenkins et Kubernetes. Certaines zones, notamment Cybersecurity, React, Jenkins et Wireshark, étaient sous-modélisées par rapport à leur véritable espace de compétences. Par conséquent, le nombre de compétences ne communiquait pas toujours clairement la capacité réelle. Un apprenant pouvait avoir de nombreuses petites compétences débloquées, alors que la capacité sous-jacente était mieux représentée par moins de compétences conceptuelles plus solides.Ce que V2 améliore
V2 redessine la taxonomie autour de frontières de domaine plus claires et d’une granularité plus cohérente. Chaque compétence représente une capacité conceptuelle : assez spécifique pour être enseignée et évaluée, mais assez large pour s’appliquer à plusieurs laboratoires et tâches réelles. Linux se concentre sur l’utilisation et l’administration système. Shell se concentre sur la sémantique des commandes et des scripts. Docker, Kubernetes et Jenkins sont modélisés comme des domaines liés mais distincts de livraison et d’automatisation. Dans l’ensemble canonique actuel, V2 comprend :- 25 Skill Trees
- 1 129 compétences conceptuelles
- Contre 783 compétences dans V1
Modèle ouvert d’évaluation des compétences
Skill Trees V2 est également conçu comme un modèle ouvert d’évaluation des compétences techniques dirigé par LabEx. Les données canoniques des Skill Trees sont maintenues dans le dépôt labex-labs/labex-skilltrees. Il définit les domaines techniques, les identifiants stables, les noms visibles, les descriptions et l’ordre canonique derrière LabEx Skill Trees. En ouvrant ce modèle, nous voulons que Skill Trees soit utile au-delà de LabEx. Les individus peuvent l’utiliser pour l’autoévaluation. Les enseignants peuvent l’utiliser pour concevoir des cours, laboratoires et défis pratiques. Les équipes peuvent l’utiliser comme cadre commun pour parler de compétence technique. Les contributeurs peuvent proposer des améliorations lorsqu’une compétence manque, est trop large, trop étroite, dupliquée ou obsolète. Notre objectif est de promouvoir un standard d’évaluation des compétences pratiques dirigé par LabEx : assez ouvert pour la revue et la contribution communautaires, mais assez rigoureux pour soutenir la mesure, les recommandations, les badges, les certificats et l’analyse d’équipe.Migration et progression utilisateur
V2 n’est pas un renommage direct de V1. Lors du déploiement de V2, LabEx migrera les enregistrements d’apprentissage existants en réinterprétant les laboratoires terminés, les défis terminés et les preuves associées selon les définitions de compétences de V2. Cela signifie qu’un apprenant peut voir son nombre de compétences acquises changer. Dans de nombreux cas, ce nombre peut diminuer. Cela ne signifie pas que les laboratoires terminés, l’historique des défis ou le travail d’apprentissage sont perdus. Cela signifie que les mêmes preuves sont mesurées avec un modèle plus propre et plus conservateur. Par exemple :- Plusieurs petites compétences V1 peuvent correspondre à une compétence V2 plus solide.
- Une compétence auparavant comptée sous Linux peut maintenant appartenir à Shell, Git, Docker ou un autre arbre plus précis.
- Un laboratoire terminé peut continuer à contribuer à la progression, mais vers un autre ensemble de compétences V2.
- Une partie de la progression peut nécessiter des preuves de défi supplémentaires si V2 définit la compétence à un niveau plus profond.
