Przeprowadzenie analiz SWOT i PEST Raport z badaniaakademickiemazowsze2030.pl/Data/File/152.pdf ·...
Transcript of Przeprowadzenie analiz SWOT i PEST Raport z badaniaakademickiemazowsze2030.pl/Data/File/152.pdf ·...
Przeprowadzenie analiz SWOT i PESTRaport z badania
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Przeprowadzenie analiz SWOT i PEST
Raport z badania
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Przeprowadzenie analiz SWOT i PEST
Raport z badania
Akademia Leona Koźmioskiego ul. Jagiellooska 59, 03-301 Warszawa
dla
Projekt Foresight regionalny dla szkół wyższych Warszawy i Mazowsza
„Akademickie Mazowsze 2030”
www.akademickiemazowsze2030.pl
Korekta z adjustacją: Anna Mróz Wydawca: Politechnika Warszawska Pl. Politechniki 1 00-661 Warszawa
Publikacja udostępniana bezpłatnie współfinansowana ze środków Europejskiego Funduszu Rozwoju Regionalnego
w ramach Programu Operacyjnego Innowacyjna Gospodarka
Warszawa, 2011
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Spis treści
WSTĘP ......................................................................................................................................................................... 6
1 ZESTAWIENIE GŁÓWNYCH ZAŁOŻEO ANALIZ ORAZ WNIOSKÓW WYNIKAJĄCYCH Z PRZEPROWADZONYCH
ANALIZ SWOT I PEST ................................................................................................................................................... 8
1.1 GŁÓWNE WNIOSKI WYNIKAJĄCE Z PRAC ANALITYCZNYCH ............................................................................................... 10
1.1.1 Strategiczne kierunki kształcenia ................................................................................................................ 10
1.1.2 Model absolwenta ....................................................................................................................................... 11
1.1.3 Model uczelni .............................................................................................................................................. 13
1.1.4 Budowa powiązao z otoczeniem gospodarczym ......................................................................................... 14
1.1.5 Podsumowanie analizy SWOT i PEST ........................................................................................................... 15
1.1.6 Możliwości wykorzystania efektów przeprowadzonych prac oraz dokonanych analiz ............................... 18
2 METODYKA REALIZACJI PRAC PANELOWYCH .................................................................................................... 20
2.1 ORGANIZACJA PRAC PANELOWYCH ........................................................................................................................... 20
2.2 GŁÓWNE ZAŁOŻENIA METODYCZNE I PRZYJĘTE DEFINICJE .............................................................................................. 22
2.3 ZAKRES I METODYKA PRAC PANELOWYCH ................................................................................................................... 24
2.3.1 Szczegółowy zakres i metodyka prac panelowych ...................................................................................... 26
2.4 KOMENTARZE DO WYNIKÓW PRAC PANELOWYCH ........................................................................................................ 35
2.5 UKŁAD PREZENTACJI WYNIKÓW PRAC PANELOWYCH ..................................................................................................... 35
3 STRATEGICZNE KIERUNKI KSZTAŁCENIA: EFEKTY PRZEPROWADZONYCH PRAC ORAZ DOKONANYCH ANALIZ ... 37
3.1 UCZESTNICY PANELU ............................................................................................................................................. 37
3.2 PRZYJĘTE PARAMETRY OPISU OBSZARU TEMATYCZNEGO ............................................................................................... 38
3.3 ZDEFINIOWANE MODELE ........................................................................................................................................ 40
3.3.1 Model 1: Demografia statyczna .................................................................................................................. 40
3.3.2 Model 2: Dynamiczny rozwój statycznej demografii ................................................................................... 40
3.3.3 Model 3: Demografia dynamiczna .............................................................................................................. 41
3.4 DEFINICJA STANU OBECNEGO .................................................................................................................................. 42
3.5 ANALIZA SWOT W KONTEKŚCIE WYPRACOWANYCH MODELI ......................................................................................... 44
3.5.1 Analiza SWOT w kontekście modelu Demografia statyczna ....................................................................... 44
3.5.2 Analiza SWOT w kontekście modelu Dynamiczny rozwój przy statycznej demografii ................................ 46
3.5.3 Analiza SWOT w kontekście modelu Demografia dynamiczna ................................................................... 47
3.6 ANALIZA SWOT DLA OBSZARU TEMATYCZNEGO „STRATEGICZNE KIERUNKI KSZTAŁCENIA” ................................................... 49
3.6.1 Silne i słabe strony istniejących rozwiązao .................................................................................................. 49
3.6.2 Szanse i zagrożenia w ramach analizy PEST ................................................................................................ 50
4 MODEL ABSOLWENTA: EFEKTY PRZEPROWADZONYCH PRAC ORAZ DOKONANYCH ANALIZ ............................. 54
4.1 UCZESTNICY PANELU ............................................................................................................................................. 54
4.2 PRZYJĘTE PARAMETRY OPISU OBSZARU TEMATYCZNEGO ............................................................................................... 55
4.3 ZDEFINIOWANE MODELE ........................................................................................................................................ 56
4.3.1 Model absolwenta „Twórca gospodarki opartej na wiedzy” ...................................................................... 58
4.3.2 Model absolwenta „Twórca wiedzy przydatnej dla gospodarki opartej na wiedzy” ................................... 59
4.4 DEFINICJA STANU OBECNEGO .................................................................................................................................. 60
4.5 ANALIZA SWOT W KONTEKŚCIE WYPRACOWANYCH MODELI ......................................................................................... 62
4.5.1 Wprowadzenie ............................................................................................................................................ 62
4.5.2 Analiza SWOT w kontekście modelu „Twórca gospodarki opartej na wiedzy” ........................................... 63
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
4.6 ANALIZA SWOT DLA OBSZARU TEMATYCZNEGO „TWÓRCA WIEDZY PRZYDATNEJ DLA GOSPODARKI OPARTEJ NA WIEDZY” .......... 65
4.6.1 Silne i słabe strony istniejących rozwiązao .................................................................................................. 65
4.6.2 Szanse i zagrożenia w ramach analizy PEST ................................................................................................ 65
4.7 ANALIZA SWOT DLA OBSZARU TEMATYCZNEGO „MODEL ABSOLWENTA” ........................................................................ 66
5 MODEL UCZELNI: EFEKTY PRZEPROWADZONYCH PRAC ORAZ DOKONANYCH ANALIZ ...................................... 68
5.1 UCZESTNICY PANELU ............................................................................................................................................. 68
5.2 PRZYJĘTE PARAMETRY OPISU OBSZARU TEMATYCZNEGO ............................................................................................... 69
5.3 ZDEFINIOWANE MODELE ........................................................................................................................................ 70
5.3.1 Model 1: Uczelnia międzynarodowa, szeroki zakres działania .................................................................... 70
5.3.2 Model 2: Uczelnia o regionalnym zasięgu, realizacja głównie funkcji edukacyjnej..................................... 71
5.4 DEFINICJA STANU OBECNEGO .................................................................................................................................. 72
5.5 ANALIZA SWOT W KONTEKŚCIE WYPRACOWANYCH MODELI ......................................................................................... 73
5.5.1 Przyjęte założenia dotyczące definiowania silnych i słabych stron w ramach analizy SWOT ..................... 73
5.5.2 Przyjęte założenia dotyczące definiowania szans i zagrożeo w ramach analizy PEST ................................ 73
5.5.3 Analiza SWOT w kontekście modelu 1: Uczelnia międzynarodowa, szeroki zakres działania ..................... 74
5.5.4 Analiza SWOT w kontekście modelu 2: Uczelnia o regionalnym zasięgu, realizacja głównie funkcji
edukacyjnej ............................................................................................................................................................... 77
5.6 ANALIZA SWOT DLA OBSZARU TEMATYCZNEGO „MODEL UCZELNI” ............................................................................... 79
5.6.1 Szanse i zagrożenia w ramach analizy PEST ................................................................................................ 79
6 BUDOWA POWIĄZAO Z OTOCZENIEM GOSPODARCZYM: EFEKTY PRZEPROWADZONYCH PRAC ORAZ
DOKONANYCH ANALIZ .............................................................................................................................................. 82
6.1 UCZESTNICY PANELU ............................................................................................................................................. 82
6.2 PRZYJĘTE PARAMETRY OPISU OBSZARU ...................................................................................................................... 83
6.3 ZDEFINIOWANE MODELE ........................................................................................................................................ 84
6.3.1 Model odgórny (M1) ................................................................................................................................... 85
6.3.2 Model oddolny (M2) .................................................................................................................................... 85
6.3.3 Model mieszany (M3) .................................................................................................................................. 86
6.3.4 Definicja stanu obecnego ............................................................................................................................ 87
6.4 ANALIZA SWOT W KONTEKŚCIE WYPRACOWANYCH MODELI ......................................................................................... 90
6.4.1 Przyjęte założenia dotyczące przeprowadzenia analizy SWOT ................................................................... 90
6.4.2 Analiza SWOT w kontekście Modelu oddolnego ......................................................................................... 91
6.4.3 Analiza SWOT w kontekście Modelu odgórnego ......................................................................................... 93
6.4.4 Analiza SWOT w kontekście Modelu mieszanego ....................................................................................... 95
6.5 ANALIZA SWOT DLA OBSZARU TEMATYCZNEGO „BUDOWA POWIĄZAO Z OTOCZENIEM GOSPODARCZYM” .............................. 98
6.5.1 Przyjęte założenia ........................................................................................................................................ 98
6.5.2 Silne i słabe strony istniejących rozwiązao .................................................................................................. 99
6.5.3 Szanse i zagrożenia w ramach analiz PEST ................................................................................................ 100
7 PODSUMOWANIE ANALIZY SWOT I PEST: EFEKTY PRZEPROWADZONYCH PRAC ORAZ ANALIZ DOKONANYCH
PRZEZ PANEL TOP EKSPERTÓW ............................................................................................................................... 103
7.1 UCZESTNICY PANELU ........................................................................................................................................... 103
7.2 ZAŁOŻENIA ........................................................................................................................................................ 103
7.3 ZDEFINIOWANY MODEL EDUKACJI WYŻSZEJ .............................................................................................................. 104
7.4 SILNE I SŁABE STRONY AKTUALNEGO SYSTEMU Z PUNKTU WIDZENIA MODELU OTWARTEGO ............................................... 105
7.5 NAJISTOTNIEJSZE SZANSE I ZAGROŻENIA W OTOCZENIU POLITYCZNYM, EKONOMICZNYM, SPOŁECZNYM I TECHNOLOGICZNYM .. 107
7.6 KOMENTARZ DOTYCZĄCY RELACJI Z WYNIKAMI PRACY PANELI TEMATYCZNYCH ................................................................. 110
8 ZAŁĄCZNIK NR 1: MATERIAŁ ROBOCZY Z PRAC PANELU „STRATEGICZNE KIERUNKI KSZTAŁCENIA” ................ 111
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
8.1 TABELA 7A: GŁÓWNE SZANSE I ZAGROŻENIA W MODELU 1 „DEMOGRAFIA STATYCZNA” – MATERIAŁ POMOCNICZY ............... 112
8.2 TABELA 7B: GŁÓWNE SZANSE I ZAGROŻENIA W MODELU 2 „DYNAMICZNY ROZWÓJ PRZY STATYCZNEJ DEMOGRAFII”– MATERIAŁ
POMOCNICZY .................................................................................................................................................................. 113
8.3 TABELA 7C: GŁÓWNE SZANSE I ZAGROŻENIA W MODELU 3 „DEMOGRAFIA DYNAMICZNA”– MATERIAŁ POMOCNICZY ............. 114
9 ZAŁĄCZNIK NR 2: MATERIAŁ ROBOCZY Z PRAC PANELU „MODEL ABSOLWENTA” ........................................... 115
9.1 PARAMETRY OPISU MODELI ABSOLWENTÓW – MATERIAŁ ROBOCZY .............................................................................. 116
9.2 SILNE I SŁABE STRONY W ODNIESIENIU DO WYPRACOWANYCH MODELI (ZGŁOSZONE DROGĄ E-MAILOWĄ) – MATERIAŁ ROBOCZY .....
....................................................................................................................................................................... 118
9.3 PEST ANALIZA CZYNNIKÓW ZEWNĘTRZNYCH DLA WYPRACOWANYCH MODELI – MATERIAŁ ROBOCZY ................................... 120
10 ZAŁĄCZNIK NR 3: MATERIAŁ ROBOCZY Z PRAC PANELU „MODEL UCZELNI” .................................................... 128
10.1.1 Główne silne i słabe strony stanu obecnego w odniesieniu do modelu 1: Uczelnia międzynarodowa,
szeroki zakres działania .......................................................................................................................................... 129
10.1.2 Główne silne i słabe strony stanu obecnego w odniesieniu do modelu 2: Uczelnia o regionalnym zasięgu,
realizacja głównie funkcji edukacyjnej ................................................................................................................... 130
11 ZAŁĄCZNIK NR 4: MATERIAŁ ROBOCZY Z PRAC PANELU „BUDOWA POWIĄZAO Z OTOCZENIEM
GOSPODARCZYM” ................................................................................................................................................... 131
11.1 NAJISTOTNIEJSZE SILNE I SŁABE STRONY – KOMENTARZ EKSPERTÓW .............................................................................. 132
11.2 TABELA 6A: SILNE STRONY ISTNIEJĄCYCH ROZWIĄZAO W KONTEKŚCIE ROZPATRYWANYCH MODELI – MATERIAŁ POMOCNICZY ... 132
11.3 TABELA 6B: NAJISTOTNIEJSZE SŁABE STRONY ISTNIEJĄCYCH ROZWIĄZAO W KONTEKŚCIE ROZPATRYWANYCH MODELI – MATERIAŁ
POMOCNICZY .................................................................................................................................................................. 133
11.4 ANALIZA PEST – KOMENTARZ EKSPERTÓW .............................................................................................................. 134
11.5 TABELA 8A: SZANSE W OTOCZENIU POLITYCZNYM – MATERIAŁ POMOCNICZY .................................................................. 135
11.6 TABELA 8B: ZAGROŻENIA W OTOCZENIU POLITYCZNYM – MATERIAŁ POMOCNICZY ........................................................... 135
11.7 TABELA 9A: SZANSE W OTOCZENIU EKONOMICZNYM – MATERIAŁ POMOCNICZY .............................................................. 136
11.8 TABELA 9B: ZAGROŻENIA W OTOCZENIU EKONOMICZNYM – MATERIAŁ POMOCNICZY ....................................................... 136
11.9 TABELA 10A: SZANSE W OTOCZENIU SPOŁECZNYM – MATERIAŁ POMOCNICZY ................................................................ 137
11.10 TABELA 10B: ZAGROŻENIA W OTOCZENIU SPOŁECZNYM – MATERIAŁ POMOCNICZY.......................................................... 137
11.11 TABELA 11A: SZANSE W OTOCZENIU TECHNOLOGICZNYM – MATERIAŁ POMOCNICZY ....................................................... 138
11.12 TABELA 11B: ZAGROŻENIA W OTOCZENIU TECHNOLOGICZNYM – MATERIAŁ POMOCNICZY ................................................ 138
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 6
Wstęp
Niniejsze opracowanie stanowi raport z przeprowadzonych analiz SWOT i PEST, które były przedmiotem
realizacji zadania nr 3 powierzonego Akademii Leona Koźmioskiego w ramach projektu Foresight regionalny
dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030”.
Realizacja zadania rozpoczęła się we wrześniu 2010 r. i zakooczyła w styczniu 2011 r. Zgodnie z założeniami
projektu w ramach analizy PEST dokonano identyfikacji kluczowych czynników występujących w otoczeniu,
które mają wpływ na funkcjonowanie uczelni wyższych Warszawy i Mazowsza oraz na ich podstawie
przygotowano analizę SWOT, uwzględniającą specyfikę czterech głównych obszarów nauki wskazanych
w projekcie, tj. techniki, nauk społecznych, biologii i nauk humanistycznych. Realizacja badania przebiegała
według przyjętej przez Komitet Sterujący metodyki opracowanej na potrzeby projektu przez dr. Mirosława
Sosnowskiego, eksperta Akademii Leona Koźmioskiego, odpowiedzialnego również za prawidłowy przebieg
badania oraz zebranie jego wyników w formie niniejszego opracowania. Nad wykonaniem analiz pracowały
4 zespoły ekspertów oraz 1 panel Top Ekspertów, których skład osobowy prezentowany jest w kolejnych
częściach raportu, przedstawiających efekty przeprowadzonych prac oraz analiz dokonanych przez
poszczególne panele eksperckie. Należy przy tym zaznaczyd, że w składzie osobowym ujęto zarówno osoby,
które uczestniczyły w posiedzeniach paneli, jak i osoby, które pomimo nieuczestniczenia w samym
posiedzeniu panelu, miały swój wkład w ostateczne opracowanie wyników, poprzez ich konsultowanie
drogą elektroniczną.
W pierwszej części raportu zaprezentowany został przyjęty sposób przeprowadzenia analizy SWOT i PEST.
Rozdział ten przybliża cel prowadzenia analiz, wskazuje możliwości dalszego wykorzystania ich wyników
w projekcie, wyjaśnia przyjęte na użytek prowadzonych analiz pojęcia i skróty. Dla ułatwienia odbiorcom
raportu wyszukiwania interesujących ich wątków podnoszonych w ramach obu analiz zaprezentowany
został również układ oraz założenia dotyczące zakresu, sposobu oraz efektów prac wszystkich paneli.
Dodatkowo w pierwszej części raportu zostały zaprezentowane odstępstwa, jakie miały miejsce w efektach
uzyskanych przez poszczególne panele w kontekście przyjętych założeo prowadzenia analizy SWOT i PEST.
Wszystkie z odstępstw zaprezentowanych w formie komentarzy do wyników prac panelowych zostały
zaakceptowane w trakcie konsultacji materiałów opracowanych przez poszczególne panele eksperckie.
Druga częśd raportu (złożona z czterech kolejnych rozdziałów) prezentuje szczegółowe ustalenia ekspertów
z różnych dziedzin, którzy na potrzeby projektu podzieleni zostali pomiędzy cztery panele tematyczne:
1) strategiczne kierunki kształcenia; 2) model absolwenta; 3) model uczelni i 4) budowa powiązao
z otoczeniem gospodarczym. Dla każdego panelu wyznaczeni zostali eksperci pełniący rolę Liderów,
Moderatorów i Sekretarzy, których zadaniem było prowadzenie każdego spotkania, zbieranie ustaleo oraz
prowadzenie analiz według zgodnego z przyjętą metodyką schematu. Dodatkowo zadaniem Liderów
i Moderatorów było rozstrzyganie ewentualnych sporów tak, aby wypracowany materiał odzwierciedlał ich
wspólne stanowisko w dyskutowanej sprawie. Podczas prac każdego z paneli eksperci dokonali wyboru
istotnych z punktu widzenia danego tematu czynników, mających wpływ na szkolnictwo wyższe oraz
wykorzystując założenia analizy SWOT i PEST, określili zagrożenia i szanse, jakie przed nim stoją, a także
zdefiniowali słabe i mocne strony istniejących rozwiązao w kontekście przewidywanego rozwoju gospodarki
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 7
opartej na wiedzy (GOW). Prezentowany efekt ich prac to wynik dwóch spotkao panelowych oraz
uzgodnieo prowadzonych po zakooczeniu każdego z nich.
Przed rozpoczęciem spotkao zorganizowane zostało spotkanie Liderów, Moderatorów i Sekretarzy, celem
zapewnienia jednolitej interpretacji zarówno metodyki prowadzenia ustaleo i analiz, jak również zapisów
raportu z przeprowadzonych analiz. Spotkanie poprowadził dr Sosnowski, który na późniejszych etapach
realizacji badania dokonywał analizy przygotowywanych przez poszczególne panele materiałów, wskazując
ewentualne odstępstwa od przyjętej metodyki badania oraz aspekty merytoryczne wymagające
uzupełnienia i/lub ponownego przeanalizowania. Częśd odstępstw, o których w treści raportu mowa,
została w porozumieniu z Liderem Merytorycznym projektu zaakceptowana, gdyż inne przedstawienie
ustaleo z prac paneli nie miało wpływu na jakośd dostarczonych wniosków i mogło stanowid podstawę do
dalszych prac. Ponadto, przedstawiciele trzech paneli ekspertów złożyli dodatkowy materiał, który ukazuje
szerszy kontekst wypracowanych elementów analizy. Ze względu na niewątpliwie cenny walor poznawczy
tych materiałów umieszczono je w załącznikach do niniejszego raportu (rozdziały 8-11).
Kolejna częśd raportu przedstawia wynik prac panelu Top Ekspertów, których efektem jest dodefiniowanie
modelu edukacji wyższej oraz identyfikacja na tej podstawie najistotniejszych silnych i słabych stron oraz
szans i zagrożeo dla szkolnictwa wyższego Warszawy i Mazowsza. Głównym zadaniem, przed jakim stanęli
Top Eksperci było przeanalizowanie wyników prac ekspertów i dokonanie ich weryfikacji pod kątem
możliwości przeniesienia ich z poziomu obszaru tematycznego, jakim dany panel się zajmował, na poziom
całego szkolnictwa wyższego. Ostatecznie, zgodnie z złożeniami projektu, powstała analiza SWOT i PEST.
Podsumowanie przygotowane przez Top Ekspertów jest najistotniejszą częścią raportu z punktu widzenia
kolejnych etapów projektu, gdyż stanowi jednocześnie podsumowanie całości badania.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 8
1 Zestawienie głównych założeń analiz oraz wniosków
wynikających z przeprowadzonych analiz SWOT i PEST
Zgodnie z przyjętą metodyką prace analityczne realizowane przez panele ekspertów były prowadzone dla
czterech wyróżnionych obszarów tematycznych: 1) strategiczne kierunki kształcenia; 2) model absolwenta;
3) model uczelni; 4) budowa powiązao z otoczeniem gospodarczym. Dla każdego z obszarów tematycznych
zdefiniowane zostały główne parametry opisu obszaru, czyli najistotniejsze aspekty, pod kątem których
w opinii ekspertów powinno się rozpatrywad dany obszar tematyczny, wziąwszy pod uwagę wymagania
i oczekiwania związane z funkcjonowaniem gospodarki opartej na wiedzy w perspektywie roku 2030.
Oprócz stworzenia głównego kontekstu rozpatrywania i analizy danego obszaru tematycznego,
wypracowane parametry opisu stały się podstawą do wypracowania przez panele ekspertów modeli, czyli
modelowych rozwiązao, które zgodnie z założeniami powinny wskazywad najbardziej pożądane stany
docelowych rozwiązao w ramach rozpatrywanego obszaru tematycznego. Dodatkowo, na bazie
wypracowanych parametrów opisu, dla każdego z obszarów tematycznych został wypracowany opis stanu
obecnego, w ramach którego eksperci określili, jakie dla każdego parametru opisu są obecnie dominujące
stany, praktyki, rozwiązania. Wypracowany w ten sposób opis stanu obecnego oraz wypracowane wcześniej
modele w dalszej kolejności stały się podstawą do przeprowadzenia analizy SWOT i PEST.
Na użytek prowadzonych analiz przyjęto opisane niżej założenia oraz definicje. Po pierwsze, założono,
że analiza PEST będzie stanowiła wkład do definiowanych w ramach analizy SWOT szans i zagrożeo. Po
drugie, od strony definicyjnej przyjęto, że jako główne silne/słabe strony będą rozumiane te z istniejących
obecnie dominujących stanów/rozwiązao, które w perspektywie roku 2030 będą sprzyjały (silna strona)
osiągnięciu rozwiązao charakterystycznych dla danego modelu lub je utrudniały (słaba strona). Innymi
słowy definiowanie silnych i słabych stron odbywało się poprzez ocenę stanu obecnego w kontekście
każdego z wypracowanych dla danego obszaru tematycznego modeli. Natomiast jako główne
szanse/zagrożenia definiowane były dowiązane do otocznia zjawiska/trendy/tendencje, które
w perspektywie roku 2030 będą sprzyjały (szanse) osiąganiu rozwiązao charakterystycznych dla
wypracowanych modeli lub je ograniczały (zagrożenia), wziąwszy pod uwagę zdefiniowany dla danego
obszaru tematycznego stan obecny. Oznacza to, że dla każdego obszaru tematycznego analiza PEST została
przeprowadzona w kontekście każdego z wypracowanych modeli. Zestawienie tak przeprowadzonych analiz
silnych i słabych stron oraz analiz PEST pozwoliło na wypracowanie cząstkowych analiz SWOT,
zawierających silne i słabe strony oraz szanse i zagrożenia w kontekście każdego z modeli wypracowanych
dla danego obszaru tematycznego.
Ostatnim etapem prac analitycznych było przeprowadzenie dla danego obszaru tematycznego zbiorczej
analizy, czyli dokonanie generalizacji wniosków z cząstkowych analiz SWOT przeprowadzonych dla każdego
z wypracowanych modeli. Na tym etapie opracowana została analiza SWOT dla danego obszaru
tematycznego, w ramach której na podstawie wyników cząstkowych analiz SWOT określone zostały
najistotniejsze silne i słabe strony oraz najistotniejsze szanse i zagrożenia w ramach otoczenia politycznego,
ekonomicznego, społecznego i technologicznego.
Przedstawiony powyżej układ prac analitycznych na poziomie poszczególnych obszarów tematycznych
został zastosowany również do przeprowadzenia analizy SWOT i PEST na poziomie szkolnictwa wyższego
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 9
Warszawy i Mazowsza. Wypracowane przez poszczególne panele eksperckie parametry opisu, modele oraz
wnioski z przeprowadzonych analiz SWOT i PEST (zarówno cząstkowe, jak i zbiorcze dla całego obszaru
tematycznego) stały się podstawą do generalizacji przeprowadzonej na poziomie panelu Top Ekspertów.
Dokonując analizy i syntezy materiałów opracowanych przez panele tematyczne, Top Eksperci zdefiniowali
główne założenia dotyczące kierunków/obszarów kształcenia wspierających GOW i na tej podstawie
wypracowali pożądany model edukacji wyższej na poziomie regionu. W dalszej kolejności wypracowany
model i wypracowane dla niego parametry opisu posłużyły do identyfikacji kluczowych czynników mających
wpływ na rozwój szkolnictwa wyższego Warszawy i Mazowsza. Ostatecznym efektem prac analitycznych
było opracowanie analizy SWOT, w ramach której w kontekście wypracowanego przez Top Ekspertów
modelu zostały zdefiniowane najistotniejsze silne i słabe strony istniejących rozwiązao oraz najistotniejsze
szanse i zagrożenia w ramach otoczenia politycznego, ekonomicznego, społecznego i technologicznego.
Wypracowane w ten sposób wnioski stanowią syntezę całości przeprowadzonych analiz i stanowią
podsumowanie niniejszego raportu z przeprowadzenia analizy SWOT i PEST.
Zaprezentowany układ prowadzonych analiz stanowi również układ raportu. Jego główną częśd składową
stanowią efekty prac oraz wnioski z analiz przeprowadzonych dla poszczególnych obszarów tematycznych.
Każde z opracowao zawiera zdefiniowane parametry opisu, wypracowane modele stanów docelowych, opis
stanu obecnego oraz analizy SWOT i PEST przeprowadzone w kontekście każdego z wypracowanych modeli.
Zakooczeniem prac analitycznych w ramach każdego z obszarów tematycznych jest analiza SWOT i PEST.
Podsumowaniem raportu są natomiast efekty prac oraz wnioski z analiz przeprowadzonych przez
Top Ekspertów. Układ raportu został przedstawiony na poniższym rysunku.
Rysunek 1: Układ raportu
Ź r ó d ł o: Opracowanie własne.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 10
1.1 Główne wnioski wynikające z prac analitycznych
Zgodnie z tym, co zostało zasygnalizowane wcześniej, zarówno wypracowane parametry opisu, jak
i stworzone na ich podstawie modele są kluczowe w kontekście rozpatrywania czynników wpływających na
rozwój szkolnictwa wyższego Warszawy i Mazowsza, gdyż wskazują, jakie w opinii ekspertów powinny byd
najistotniejsze aspekty rozpatrywania danego obszaru tematycznego oraz jakie powinny byd najbardziej
pożądane, docelowe rozwiązania/stany w ramach danego obszaru tematycznego, wziąwszy pod uwagę
wymagania i oczekiwania związane z funkcjonowaniem gospodarki opartej na wiedzy w perspektywie
roku 2030. Szczegółowe opisy efektów prac i analiz przeprowadzonych przez poszczególne panele
tematyczne oraz przez panel Top Ekspertów znajdują się w dalszych częściach raportu.
1.1.1 Strategiczne kierunki kształcenia
W ramach opracowania dotyczącego strategicznych kierunków kształcenia określone zostały główne
charakterystyki otoczenia, które będą miały istotny wpływ na przyszłe kierunki kształcenia. Przy takim
założeniu zdefiniowane zostały następujące parametry opisu oraz ich stany skrajne:
1) Demografia, w ramach której można mówid o zdecydowanej przewadze osób starszych lub
o zrównoważonej strukturze społeczeostwa;
2) Spójnośd wewnątrzregionalna, w ramach której możemy mied do czynienia ze słabą spójnością
i dużą defragmentacją regionu lub konwergencją, przejawiającą się w jednakowym dostępie do
zasobów i usług w Warszawie i na Mazowszu;
3) Zarządzanie zasobami intelektualnymi, System kształcenia, Potencjał kadry akademickiej, gdzie
z jednej strony możemy mied do czynienia z modelem tradycyjnym (Copyright, system patentowy),
zachowawczym systemem kształcenia oraz stagnacją poziomu i potencjału kadry akademickiej,
z drugiej zaś z modelem „otwartej nauki” (licencje typu Creative Commons), na co składa się
otwarty, modułowy system kształcenia, wzrost poziomu i dynamiczny rozwój kadry oraz rozdział
specjalizacji kadry badawczej i dydaktycznej;
4) Globalny kontekst gospodarczy, który może się przejawiad w niewykorzystaniu szans Mazowsza lub
może pozwolid na rozwój Mazowsza w kontekście globalnym i europejskim, z Warszawą jako
głównym ośrodkiem regionu;
5) Jakośd życia i zdrowie, w ramach których możemy mied do czynienia ze słabą dostępnością do usług
istotnych dla jakości życia lub z dynamicznym rozwojem jakości życia i wysokim poziomem zdrowia
i opieki zdrowotnej.
Na bazie zdefiniowanych parametrów opisu określone zostały trzy modele, które mogą wpływad na
strategiczne kierunki kształcenia. Pierwszym modelem, jest model demografii statycznej. W ramach tego
modelu zakłada się zdecydowaną przewagę osób starszych, słabą spójnośd i defragmentację regionu,
dominację modelu tradycyjnego (Copyright, system patentowy), zachowawczy system kształcenia,
stagnację poziomu i potencjału kadry akademickiej oraz niewykorzystanie przez Mazowsze szans
rozwojowych i jego peryferyjny charakter w Europie.
Drugi model, nazwany modelem dynamicznego rozwoju statycznej demografii, stanowi modyfikację
modelu pierwszego. W jego założeniach ciągle mamy do czynienia ze zdecydowaną przewagą osób
starszych, niemniej przewiduje się wystąpienie zjawiska konwergencji, które oznacza dostępnośd do
zasobów i usług w Warszawie i na Mazowszu w jednakowym stopniu. Zakłada się także dominację modelu
„otwartej nauki”, czego efektem powinien byd wzrost poziomu i dynamiczny rozwój kadry, specjalizację
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 11
kadry badawczej i dydaktycznej, gospodarczy rozwój Mazowsza oraz zdecydowany wzrost jakości życia,
poziomu zdrowia i opieki zdrowotnej.
Natomiast trzeci z wypracowanych modeli, nazwany modelem demografii dynamicznej, stanowi
modyfikację modelu drugiego. W porównaniu do niego zmianie ulega jedynie założenie dotyczące
demografii, oparte na przypuszczeniu wystąpienia zrównoważonej struktury wieku społeczeostwa.
Pozostałe parametry opisu tego modelu są takie same, jak w przypadku modelu drugiego.
Niniejsze opracowanie nie wskazuje bezpośrednio, jakie kierunki kształcenia należy rozwijad jako
strategiczne, pokazuje jednakże, jakie aspekty będą istotnie wpływały na dokonywanie wyborów w tym
zakresie. W szczególności należy zaznaczyd, że analiza wskazuje na dwa istotne uwarunkowania. Pierwszym
z nich są uwarunkowania dowiązane do sposobu funkcjonowania uczelni, co wiąże wyniki prac w tym
obszarze z wynikami prac w obszarze tematycznym „Model uczelni”. Drugim istotnym uwarunkowaniem są
czynniki makro, czyli trendy i tendencje na poziomie demografii, spójności wewnątrzregionalnej oraz
przyszłej roli i znaczenia regionu w Europie i na świecie. Wypracowane na tym poziomie założenia oraz
przeprowadzone w tym kontekście analizy SWOT i PEST zarówno dla poszczególnych modeli, jak i dla całego
obszaru tematycznego, pozwoliły w dalszej kolejności na sformułowanie założeo dotyczących strategicznych
kierunków kształcenia, będących podsumowaniem całości przeprowadzonych analiz. Wypracowane
założenia w tym zakresie znajdują się w opisie efektów prac, szczegółowo opisanych w rozdziale 3.6 raportu
oraz analiz przeprowadzonych przez panel Top Ekspertów.
1.1.2 Model absolwenta
Podstawą do prac analitycznych w ramach tego obszaru tematycznego było zdefiniowanie następujących
parametrów jego opisu:
1) Specjalizacja, rozumiana jako zdobywanie wiedzy, umiejętności praktycznych i teoretycznych oraz
osiąganie biegłości w konkretnej, ściśle określonej dyscyplinie;
2) Wydwiczony umysł, czyli parametr, pod którym rozumied należy zdolnośd operowania (rozumienia,
analizowania, przekształcania, uogólniania, zapamiętywania) na wysoce złożonym, trudnym
i abstrakcyjnym materiale pojęciowym, umiejętnośd wydwiczoną poprzez pogłębione studiowanie
i uzyskiwanie biegłości w poruszaniu się po podstawowych, abstrakcyjnych, nieempirycznych
dziedzinach nauki (przede wszystkim matematyka, a także np. filozofia, logika);
3) Zdobywanie wiedzy i krytyczna analiza, definiowana jako umiejętnośd zdobywania (wyszukiwania)
wiedzy, analizy i syntezy, wykorzystywania oraz tworzenia nowej wiedzy;
4) Standaryzacja, rozumiana jako posiadanie wiedzy zgodnej ze standardami nauczania, wiedzy
ogólnej, pozwalającej na dobrą orientację w jednej lub wielu dziedzinach nauki w przeciwieostwie
do posiadania wiedzy głębokiej, kompletnej i najnowszej z danej dziedziny (która, jako stale
i dynamicznie rozwijana nie jest możliwa do wystandaryzowania);
5) Rozumienie świata i zachodzących w nim zmian, co zostało zdefiniowane jako posiadanie (bądź nie)
wiedzy z różnych dziedzin, wiedzy dającej możliwośd wartościowania i wyrażania przekonao, opinii
na temat otaczającego świata oraz zdolnośd pojmowania świata jako złożonej całości, procesów
w nim zachodzących, umiejętnośd stawiania czoła wyzwaniom współczesnego świata, dostrzeganie
w tym świecie swoich realnych możliwości i szans oraz eliminowanie zagrożeo;
6) Umiejętności zespołowe, rozumiane jako zdolnośd tworzenia więzi i współdziałania z innymi,
umiejętnośd pracy w grupie na rzecz osiągania wspólnych celów. Umiejętnośd zespołowego
wykonywania zadao i wspólnego rozwiązywania problemów.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 12
Na podstawie wyznaczonych parametrów opisu zdefiniowane zostały cztery modele absolwenta.
Pierwszym jest model twórców wiedzy przydatnej dla gospodarki opartej na wiedzy (nazwany również
modelem elitarnym). Zaliczyd do niego należy 1-2% wszystkich studentów po studiach III stopnia,
wyłonionych spośród najlepszych absolwentów liceów i selekcjonowanych podczas studiów I i II stopnia. Ich
kształcenie wymaga stosowania indywidualnego trybu nauczania przez naukowców mających osiągnięcia
porównywalne z USA w dziedzinach ważnych dla GOW, zwłaszcza w biotechnologii, nowych materiałach,
technikach tele- i informatycznych. Kształcenie odbywad się powinno w uczelni wyższej nowego typu, której
robocza nazwa to Instytut Studiów Zaawansowanych. Fundamentem kształcenia w Instytucie powinno byd
dwiczenie umysłu przez przedmioty abstrakcyjne, przede wszystkim matematykę, celem wyedukowania
grupy ludzi prowadzących badania na najwyższym światowym poziomie i rozumiejących najnowsze
osiągnięcia współczesnej nauki.
Drugi model absolwenta tworzą twórcy gospodarki opartej na wiedzy (nazwany również modelem
egalitarnym). Zaliczyd do niego można ok. 30% absolwentów studiów II stopnia, zdolnych do założenia
i prowadzenia wspólnie z twórcami wiedzy przydatnej dla gospodarki opartej na wiedzy przedsiębiorstw
zdolnych do wdrażania innowacji. Kształcenie powinno byd interdyscyplinarne i możliwie szerokie,
zwłaszcza podczas studiów I stopnia. Oprócz przewidzianych w programie przedmiotów, integralną jego
częścią powinno byd zdobycie umiejętności prowadzenia „small businessu” w Polsce w perspektywie
2030 roku, zwłaszcza od strony prawno-administracyjno-skarbowej. Wymagana powinna byd doskonała
czynna znajomośd języka angielskiego i praktycznego używania technik informatycznych. Konieczne jest
także dwiczenie umysłu przez przedmioty abstrakcyjne (dla umysłów ścisłych – matematyka, dla
humanistycznych – logika i filozofia), celem wyedukowania znacznej grupy ludzi elastycznych, o szerokiej
wiedzy, potrafiących się uczyd i zmieniad zawód, zdolnych do samodzielnego tworzenia przedsiębiorstw.
Trzeci model absolwentów stanowią profesjonaliści. Jest to grupa absolwentów (20% absolwentów
studiów połączonych I i II stopnia), których umiejętności są konieczne w każdej gospodarce, jednakże nie
mają one wpływu na tworzenie GOW. Jest to grupa osób charakterystyczna dla obecnego systemu
kształcenia i należy do nich zaliczyd m.in. lekarzy, weterynarzy, inżynierów budowlanych, architektów,
prawników, artystów. Niepodważalna jest ich przydatnośd dla społeczeostwa i jego prawidłowego
funkcjonowania, niemniej w przypadku wykonywania przez nich wyłącznie podstawowych obowiązków, bez
podejmowania innowacyjnych inicjatyw np. badawczo-rozwojowych, ich działania pozostają bez wyraźnego
wpływu na rozwój GOW. Czwartym i ostatnim modelem jest model absolwenta rynkowego, który stanowi
50% studiujących w szkołach publicznych i niepublicznych, w trybie dziennym i zaocznym, głównie na
studiach I stopnia, dla których kryterium wyboru kierunku są wymagania rynku pracy. Ponieważ aktualnie
uczelnie w znacznej mierze dostosowują program do zdolności i wymagao (pochodna wymagao rynku)
studentów, zdobywana przez nich wiedza powoduje, że ich działalnośd pozostaje bez wpływu na GOW.
W efekcie prowadzonych prac analitycznych do dalszych analiz wybrane zostały dwa pierwsze modele, na
bazie których zostały przeprowadzone analizy SWOT i PEST, szczegółowo opisane w rozdziałach 4.5 i 4.6
raportu. Jest to zasadne działanie z punktu widzenia celu całego badania i definiowania pożądanych dla
GOW modeli absolwenta, przy czym ze względu na fakt, że dwa ostatnie modele charakteryzują model
dzisiejszego absolwenta, który w przyszłości również będzie funkcjonował, wnioski z nich wynikające,
jak również wnioski z przeprowadzonych analiz i komentarzy do analiz (co zostało zawarte
w dalszej części raportu) znalazły swoje odzwierciedlenie w zbiorczym modelu systemu edukacji wyższej
na poziomie regionu.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 13
1.1.3 Model uczelni
Za główne parametry opisu, pozwalające na analizę tego obszaru tematycznego, uznane zostały:
1) Sposób zarządzania uczelnią, który może się charakteryzowad albo jednoosobowym
(menadżerskim), albo kolegialnym stylem zarządzania;
2) Zasoby uczelni, rozumiane jako baza materialna i kadrowa (niematerialna) niezbędna do
prowadzenia działalności usługowej w szkolnictwie wyższym (zgodnie z założeniami istnienie rezerw
umożliwia podejmowanie nowych rodzajów działalności – kierunków kształcenia, badao,
współpracy z praktyką);
3) Umiejscowienie i pozycjonowanie uczelni, przez co rozumiany jest zasięg terytorialny oddziaływania
uczelni, kontakty i współpraca międzynarodowa uczelni z innymi jednostkami naukowymi, wymiana
międzynarodowa kadry naukowej oraz studentów, pozycja uczelni w rankingach
międzynarodowych oraz współpraca uczelni ze szkolnictwem średnim;
4) Struktura kształcenia, czyli kształcenie albo na jednym poziomie i jednokierunkowe, albo na
wszystkich poziomach, kształcenie wielokierunkowe i ustawiczne;
5) Finansowanie uczelni, w ramach którego założono, że uczelnie będą finansowane z budżetu
paostwa oraz ewentualnie samorządów lub/i ze środków pochodzących z rynku (przedsiębiorstwa
prywatne, dotacje itp.).
Na podstawie wypracowanych parametrów opisu zdefiniowano dwa modele uczelni. Pierwszy z nich
określony został jako model uczelni międzynarodowej o szerokim zakresie działania i jednoosobowym
(menadżerskim) stylu zarządzania. W tym przypadku na uczelni znajdują się wszystkie poziomy kształcenia
oraz uczelnia kształci wielokierunkowo, posiada duże zasoby materialne i kadrowe, wystarczające do
sprawnego funkcjonowania w szkolnictwie wyższym. Dodatkowo uczelnia świadczy usługi edukacyjne,
prowadzi badania naukowe, a także współpracuje z szeroko rozumianą gospodarką narodową. W tym
modelu zakłada się również, że uczelnia ma międzynarodowe znaczenie, które przejawia się wymianą kadry
naukowej i studentów z ważniejszymi światowymi ośrodkami naukowymi. Finansowanie uczelni odbywa się
w tym modelu głównie ze środków budżetowych, przy niewielkim udziale środków pochodzących
z innych źródeł.
Drugi typ uczelni należy do modelu uczelni o regionalnym zasięgu, realizujących głównie funkcje
edukacyjne i o jednoosobowym sposobie zarządzania. Uczelnia w tym modelu ma zasięg regionalny,
posiada minimalne zasoby materialne i kadrowe, pozwalające na kształcenie wyłącznie na
wyspecjalizowanych kierunkach i niższych poziomach kształcenia. Ten model uczelni przewiduje wyłącznie
edukację i dodatkowo uczelnia jest głównie finansowana przez paostwo.
Analiza wykazuje, że największe zróżnicowanie docelowego modelu uczelni będzie się odbywało w obrębie
trzech parametrów: dostępnych zasobów, funkcji, jakie uczelnia będzie realizowała oraz umiejscowienia
i pozycjonowania uczelni w ogólnym kontekście gospodarczym. Dodatkowo w ramach przeprowadzonych
analiz należy stwierdzid, że największych zmian w kontekście stanu obecnego można oczekiwad w zakresie
sposobu zarządzania (odejście od kolegialnego zarządzania uczelnią na rzecz jednoosobowego
stylu zarządzania). Szczegółowe wnioski z przeprowadzonych analiz SWOT i PEST zarówno
dla wypracowanych modeli, jak i analizy PEST dla całego obszaru tematycznego zaprezentowane zostały
w rozdziałach 5.5 i 5.6 raportu.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 14
1.1.4 Budowa powiązań z otoczeniem gospodarczym
Podczas analizy tego obszaru zdefiniowane zostały następujące parametry opisu:
1) Wartości i postawy społeczne, sklasyfikowane ogólnie jako innowacyjne lub zachowawcze;
2) Relacje uczelni z biznesem, sklasyfikowane ogólnie jako otwarte lub zamknięte;
3) Polityka władz, która może się wyrażad albo w centralizacji, albo w decentralizacji;
4) Strategia władz uczelni, w ramach której z jednej strony będziemy mieli do czynienia z działaniami
modernizacyjnymi, innowacyjnością i prorozwojowością, z drugiej zaś z konserwatyzmem
i dążeniem do zachowania stanu obecnego;
5) Motywowanie pracowników uczelni, które ogólnie zostało sklasyfikowane jako dynamiczne lub
statyczne;
6) Konkurowanie uczelni mazowieckich, przy czym z jednej strony rozumiane jest jako współdziałanie,
czyli współpraca zarówno pomiędzy nimi, jak również z uczelniami zagranicznymi oraz uczelniami
z reszty kraju, z drugiej zaś jako konfrontacja, czyli konkurencja pomiędzy nimi, jak również
z uczelniami zagranicznymi oraz uczelniami z reszty kraju.
Na podstawie opracowanych parametrów opisu zostały zdefiniowane trzy modele relacji z otoczeniem
biznesowym, które dla tego obszaru należy traktowad jako pożądane w kontekście wymagao i oczekiwao
związanych z funkcjonowaniem gospodarki opartej na wiedzy w perspektywie roku 2030.
W pierwszym modelu, który został nazwany modelem odgórnym, zakłada się, że postęp będzie głównie
stymulowany przez władze centralne, które będą wymuszały na uczelniach otwartośd i konserwatywnośd.
Dodatkowo model ten zakłada wprowadzenie mechanizmów motywowania pracowników, przy czym będą
one wprowadzane odgórnie, a nie dzięki inicjatywom oddolnym. Zakłada się raczej współpracę uczelni (np.
poprzez konsorcja).
W drugim modelu, który został nazwany modelem oddolnym, głównym punktem odniesienia jest
demokratyzacja procesu zmian. Miałyby one byd inicjowane przez same uczelnie, a nie przez władze
centralne, które pozostawiłyby uczelniom jak najwięcej możliwości autonomicznego funkcjonowania
i decydowania. W szczególności model ten zakłada autonomię uczelni w zakresie formułowania własnego
sposobu działalności, otwartośd na relacje z biznesem, podejście modernizacyjne, przekonanie
pracowników do dynamicznego podejścia do zmian oraz konkurencyjne podejście uczelni w stosunku do
siebie nawzajem. Podejście takie byłoby możliwe przy innowacyjnych wartościach i postawach społecznych.
W trzecim modelu, nazwanym modelem mieszanym – zgodnie z jego nazwą – połączeniu ulegają podejście
oddolne i odgórne. Jest to najmniej skrajny z opracowanych modeli, który dodatkowo ma duże szanse
realizacji. W odniesieniu do tego modelu zakłada się, że opinia publiczna generuje nastroje przychylne
modernizacji. Władze uczelni aktywnie wchodzą we współpracę z biznesem, tworzą się instytucjonalne
formy współdziałania. Władze paostwowe utrzymują kontrolę systemu zarządzania uczelniami, natomiast
władze uczelni nastawione są na powolne ewolucyjne działania usprawniające. Poziom wynagrodzeo
pracowników oraz warunki pracy ulegają poprawie, przy stopniowym wprowadzeniu parametrów
efektywnościowych. Uczelnie tworzą sied wspólnych projektów naukowych.
Zdefiniowane parametry opisu oraz wypracowane modele pozwalają stwierdzid, że największy wpływ
na budowanie relacji z otoczeniem będą miały procesy adaptacyjne, które mogą byd albo stymulowane na
poziomie władz centralnych, albo mogą mied charakter procesów autonomicznych, stymulowanych
na poziomie samych uczelni, przy czym w drugim przypadku istotnymi mechanizmami wpływającymi na ten
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 15
proces będą mechanizmy konkurencyjne, które zostały ujęte w ostatnim parametrze opisu. Szczegółowe
analizy związane z definiowaniem silnych i słabych stron względem przyjętych modeli oraz szans i zagrożeo
zostały zamieszczone w rozdziale 6.4 raportu.
1.1.5 Podsumowanie analizy SWOT i PEST
Pomimo iż w założeniach analizowane obszary tematyczne były traktowane rozłącznie, wnioski
z przeprowadzonych analiz pozwalają na stwierdzenie zachodzących pomiędzy nimi relacji. Niewątpliwie
istotne ukierunkowanie działao związanych z wypracowaniem modelu systemu edukacji wyższej na
poziomie regionu wynikają z założeo, jakie docelowo w kontekście GOW 2030 zostaną przyjęte względem
modelu absolwenta oraz modelu powiązao z otoczeniem gospodarczym. Zarówno jeden, jak i drugi model
tworzy wymagania, jakim uczelnie powinny sprostad, definiując swój model działania, jak również
określając kierunki kształcenia. Innymi słowy, właściwe i zgodne z wymaganiami oraz oczekiwaniami
związanymi z funkcjonowaniem przyszłej gospodarki opartej na wiedzy dodefiniowanie docelowych
rozwiązao w ramach parametrów opisu charakteryzujących te dwa obszary tematyczne tworzy jasne
oczekiwania względem sposobu i zakresu funkcjonowania uczelni. W doniesieniu do wniosków
wynikających z opracowania dotyczącego modelu powiązao z otoczeniem gospodarczym jedyną otwartą
kwestią pozostaje określenie źródła procesów adaptacyjnych – Czy procesy te powinny byd stymulowane
przez władze centralne, czy powinny byd inicjowane przez uczelnie? Dodatkowo bez odpowiedzi pozostaje
pytanie: Jakie mechanizmy powinny byd wypracowane, żeby bez względu na źródło stymulacji procesy
adaptacyjne były skuteczne i efektywne w długiej perspektywie czasu?
Taka sama konkluzja względem całości przeprowadzonych analiz wynika z prac Top Ekspertów, których
zdaniem z punktu widzenia kierunków/obszarów kształcenia wspierających GOW w regionie Mazowsza
w perspektywie 2030 roku ważniejsza wydaje się identyfikacja warunków dla powstania takich kierunków
niż ich nazwanie, czy wskazanie. System edukacji wyższej powinien byd na tyle elastyczny, aby uczelnie
Warszawy i Mazowsza same mogły nadążad za zmianami, reagując na oczekiwania innowacyjnej
gospodarki, równocześnie na nie wpływając, głównie poprzez spełnianie swojej najważniejszej roli, jaką jest
kształtowanie „społeczeostwa wiedzy”. Nie należy przy tym zapominad, że w krótszej perspektywie
czasowej niezwykle istotną rolę dla rozwoju GOW odgrywad będzie kształcenie specjalistów z obszarów
umownie nazwanych „Bio-Nano-Info” oraz „Energia-Zdrowie-Środowisko”, gdyż w kontekście aktualnego
stanu rozwoju GOW w Polsce w pierwszej kolejności kierunki z tych obszarów powinny byd postrzegane
jako strategiczne.
W konsekwencji przyjętych założeo oraz w odniesieniu do opracowao i analiz poszczególnych paneli
tematycznych opracowany został model systemu edukacji wyższej na poziomie regionu, który został
nazwany Otwartym Modelem Aktywnym (OMA). Zgodnie z założeniami model/system edukacji wyższej,
który sprosta zdefiniowanym kryteriom powinien się charakteryzowad różnorodnością, otwartością,
jakością oraz spójnością.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 16
Rysunek 2: Model edukacji wyższej – Otwarty Model Aktywny
Ź r ó d ł o: Opracowanie Top Ekspertów.
W odniesieniu do modelu u podstaw różnorodności leży zróżnicowanie misji uczelni, które świadczą usługi
na wszystkich poziomach edukacji, kształcąc zarówno studentów I, II i III stopnia, jak i aktywnie uczestnicząc
w systemie kształcenia przez całe życie (tzw. LLL – Life Long Learning). W zależności od zakresu usług
dydaktycznych, modelowe uczelnie będą dostarczały różne modele absolwentów, adekwatnie do poziomu
ukooczonej przez nich edukacji. Konieczna zatem będzie również indywidualizacja ścieżek edukacyjnych
w ramach obszarów i pomiędzy obszarami kształcenia, która zapewni utrzymanie celów i jakości nauczania
na każdym poziomie oraz będzie umożliwiała dostosowywanie oferty uczelni do indywidualnych potrzeb
odbiorców jej usług, które w przypadku kształcenia w ramach LLL mogą byd nawet bardzo zróżnicowane.
Uczelnie, aby mogły w pełni charakteryzowad się takim zróżnicowaniem, powinny byd otwarte na
otoczenie. Oznacza to w szczególności umiejętnośd reagowania na zmiany i podążania za nimi. W tym celu
konieczne jest wykształcenie przez nie zdolności do analizowania trendów rozwojowych i elastycznego
kształtowania swoich programów nauczania (w tym tworzenia programów interdyscyplinarnych) tak, aby
odpowiadały potrzebom rynku edukacyjnego. Z jednej strony kluczowym działaniem w tym zakresie jest
stała współpraca z otoczeniem gospodarczym, społecznym i politycznym, dzięki której uczelnie otrzymują
informacje o obszarach potencjalnie wymagających podjęcia działao adaptacyjnych do zachodzących w nich
zmian, szczególnie że tworzenie wspólnych platform porozumienia umożliwia korzystną dla obu stron
wymianę informacji. W przełożeniu na poziom operacyjny oznacza to koniecznośd monitorowania potrzeb
rynku pracy, rynku usług edukacyjnych na niższych poziomach kształcenia (w kontekście kontynuacji
edukacji podstawowej i średniej) oraz priorytetowych kierunków rozwoju regionów, wyrażanych
w strategicznych dokumentach rządu i lokalnych władz.
Z drugiej strony osiągnięcie pełnej otwartości wymaga stałego podtrzymywania i rozwijania kontaktów
międzynarodowych, nie tylko w formie współpracy międzyuczelnianej, ale także międzywydziałowej, co
sprzyja procesom wymiany wiedzy i doświadczeo zarówno na poziomie instytucjonalnym, jak i wśród kadry
naukowej i administracyjnej uczelni. Ścisła współpraca akademicka na różnych poziomach organizacyjnych
instytucji multiplikuje możliwości rozwoju uczelni w wielu aspektach jednocześnie. Uczelnia otwarta będzie
zatem również wielokulturowa, gdyż wymiana doświadczeo wiąże się także z wymianą kadr i studentów.
Otwarcie się na inne narody i zintensyfikowanie procesów wymiany powinno przyczynid się do
przyspieszenia procesu budowania kluczowych kompetencji uczelni. Należy przy tym zaznaczyd, że
wielonarodowośd jest nieunikniona, gdyż wzrasta mobilnośd ludzi, w tym studentów. Sprzyja temu również
szybki rozwój technologii. Jeśli zatem polskie uczelnie mają byd liczącymi się ośrodkami akademickimi
i naukowymi w Europie i na świecie, muszą aktywnie uczestniczyd w znaczących przedsięwzięciach
naukowych, co przekłada się także na atrakcyjnośd danego ośrodka dla zagranicznego studenta.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 17
Powyższe wprost koresponduje z pożądaną w omawianym modelu jakością, gdyż pozwala zapewnid wysoki
potencjał kadry akademickiej oraz budowad zdolnośd do stałego aktualizowania treści i form edukacyjnych
w oparciu o najnowsze osiągnięcia nauki. Aktualnie stopieo powszechnego wykorzystywania dostępnych
narzędzi, technik nauczania oraz najnowszych wyników badao naukowych na potrzeby dydaktyczne jest
nadal niewielki. Uczelnia spełniająca kryteria modelu OMA ściśle wiąże działalnośd naukową z dydaktyczną,
wykorzystując dorobek pierwszej dla lepszego świadczenia usług w ramach działalności drugiej. Istotne tu
jednak jest systemowe podejście do zagadnienia i zdefiniowanie celów krótko- i długookresowej strategii
edukacyjnej uczelni, wpisujących się w strategię edukacyjną paostwa i Unii Europejskiej. W ślad za strategią
powinno iśd samodoskonalenie procedur organizacji i zarządzania oraz zapewnienie adekwatnej do planów
rozwojowych infrastruktury edukacyjnej i badawczej. Zgodnie ze sztuką planowania strategicznego
powinno się również przewidzied źródła finansowania realizacji poszczególnych działao przewidzianych
dokumentem strategicznym. Co do zasady zalecana jest możliwie jak większa dywersyfikacja tych źródeł,
jako zabezpieczenie przed niepowodzeniem z tytułu braku możliwości pozyskania finansowania. Dużą rolę
odegra tu dojrzałośd instytucjonalna i doświadczenie jednostek związanych z uczelnią, gdyż będzie się to
przekładad na lepsze postrzeganie uczelni jako potencjalnego partnera do współpracy. Aktualnie z taką
kategoryzacją mamy głównie do czynienia w przypadku współpracy uczelni z biznesem, w przyszłości należy
spodziewad się również takiego samego podejścia ze strony instytucji publicznych. Ostatnio wprowadzone
oraz nakreślone dalsze kierunki zmian w zakresie finansowania działalności szkolnictwa wyższego pozwalają
zakładad coraz silniejsze uzależnianie możliwości pozyskania finansowania od skuteczności i efektywności
sposobu ich wydatkowania. Mamy zatem do czynienia również z jakością w zarządzaniu środkami
finansowymi, na którą model OMA wskazuje, traktując o odpowiedzialności uczelni opartej na umowie
społecznej dopuszczającej daleko posuniętą samodzielnośd uczelni w dysponowaniu środkami publicznymi,
pod warunkiem wyznaczenia jasnych i mierzalnych celów działania i ich osiąganie w określonej planem
przedsięwzięcia perspektywie. Z punktu widzenia tworzenia strategii edukacji weryfikacja zakładanych
wskaźników oraz monitoring ich osiągania powinny byd zaplanowane w harmonogramie ewaluacji strategii,
prowadzonej zarówno wewnętrznie, jak i zewnętrznie. Dokonywanie okresowej oceny skuteczności
i efektywności realizowanych działao wynikających ze strategii jest jednym z podstawowych narzędzi
monitorowania stopnia jej faktycznego wdrażania oraz jej przyszłego kształtowania.
Istotnym elementem dla osiągnięcia paramentów modelu OMA jest zachowanie spójności pomiędzy
wszystkimi powyższej opisanymi działaniami, w szczególności poprzez zachowanie dużego stopnia korelacji
planowanych i podejmowanych działao z systemem edukacji wyższej w regionie, traktując go jako
platformę współpracy uczelni Mazowsza, mających spójne standardy nauczania oraz wspólny cel wyrażony
w dążeniu do wzmocnienia roli uczelni wyższych w budowaniu przewagi konkurencyjnej Warszawy
i Mazowsza jako ośrodka kształcącego elity, ustanawiającego nową jakośd kształcenia, a przez to
wpływającego również na otoczenie poprzez wspieranie i inicjowanie zmian społeczno-gospodarczych.
W dalszej kolejności, w kontekście zdefiniowanych czterech charakterystyk OMA i ich opisów (stanów
pożądanych), zostały zdefiniowane najistotniejsze silne i słabe strony istniejących rozwiązao na poziomie
systemu edukacji z uwzględnieniem specyfiki uczelni Warszawy i Mazowsza. Wypracowany w ten sposób
materiał pokazuje, które z istniejących rozwiązao systemu mogą stanowid istotną podstawę lub mogą
istotnie ograniczad dochodzenie do charakteryzującej model docelowy różnorodności, otwartości, jakości
oraz spójności.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 18
Dopełnieniem prac analitycznych podsumowujących prace panelowe było przeprowadzenie analizy szans
i zagrożeo z wykorzystaniem analizy PEST. Ze względu na szerokośd rozpatrywanego zagadnienia
Top Eksperci dla każdego z obszarów analizy PEST zdefiniowali główne, charakterystyczne dla niego
aspekty, które najistotniej będą warunkowad przechodzenie od istniejących rozwiązao do tych
charakteryzujących wypracowany model OMA. Zgodnie z takim układem prowadzenia analizy PEST za
główne aspekty, w kontekście których przeprowadzona została analiza szans i zagrożeo, uznane zostały:
w ramach otoczenia politycznego – rozwiązania w zakresie regulacji prawnych oraz założenia
strategii rozwoju regionu;
w ramach otoczenia ekonomicznego – uwarunkowania wynikające z założeo dowiązanych do
zrównoważonego rozwoju, wzrostu konkurencyjności oraz gospodarki opartej na wiedzy;
w ramach otoczenia społecznego – procesy demograficzne, w szczególności związane z migracją
oraz procesem starzenia się ludności;
w ramach otoczenia technologicznego – rozwój rozwiązao w zakresie Information and
Communication Technologies (ICT).
Przeprowadzona na podstawie przyjętych założeo analiza PEST pozwoliła na wypracowanie dla każdego
z analizowanych aspektów najistotniejszych szans i zagrożeo. Uzyskany w ten sposób materiał w znacznym
stopniu odwołuje się do wniosków dotyczących szans i zagrożeo sformułowanych na poziomie paneli
tematycznych. Niemniej waga przypisana poszczególnym czynnikom przez Top Ekspertów jest inna niż
w panelach tematycznych, ponieważ w założeniach OMA nie jest prostą sumą poszczególnych obszarów
dyskutowanych w poszczególnych panelach tematycznych. Oznacza to, że zdefiniowane przez panel
Top Ekspertów „Szanse i zagrożenia” należy traktowad jako pewnego rodzaju agregację i uogólnienie, ale
również jako uzupełnienie wyników prac i propozycji sformułowanych na poziomie paneli tematycznych.
Wypracowane zgodnie z przedstawionymi założeniami szczegółowe zestawienie silnych i słabych stron
istniejących rozwiązao oraz szans i zagrożeo zdefiniowanych przez Top Ekspertów w kontekście OMA
zostało zamieszczone w zasadniczej części raportu. Zgodnie z przyjętymi założeniami metodycznymi,
dotyczącymi przeprowadzenia analizy SWOT i PEST, uzyskany w ten sposób materiał analityczny stanowi
podsumowanie analiz prowadzonych w ramach prac panelowych.
1.1.6 Możliwości wykorzystania efektów przeprowadzonych prac oraz dokonanych analiz
W związku z przyjętymi założeniami metodycznymi głównym punktem odniesienia do formułowania
hipotez powinny byd wyniki analizy SWOT i PEST wypracowane przez panel Top Ekspertów. Ich analiza
wskazuje trzy kierunki potencjalnych działao. Po pierwsze, hipotezy mogą stanowid podstawę do
zweryfikowania ustaleo zaprezentowanych przez Top Ekspertów, czyli mogą bezpośrednio dotyczyd
zasadności i poprawności uzyskanego układu silnych i słabych stron oraz szans i zagrożeo. Po drugie,
hipotezy mogą dotyczyd ustalenia istotności oraz prawdopodobieostwa wystąpienia tych zjawisk, trendów
i tendencji, które zostały sklasyfikowane jako szanse i zagrożenia w ramach analizy PEST. I wreszcie po
trzecie, hipotezy mogą dotyczyd potencjalnych relacji, które mogą zachodzid pomiędzy silnymi i słabymi
stronami oraz szansami i zagrożeniami. Oznacza to, że w tym przypadku hipotezy powinny dotyczyd dwóch
aspektów: 1) Jakie możliwości wykorzystania zdefiniowanych szans i zagrożeo tworzy istniejący potencjał
określony w kategoriach silnych i słabych stron? (podejście od wewnątrz na zewnątrz); 2) Jak na istniejący
potencjał określony w kategoriach silnych i słabych stron wpłyną zdefiniowane szanse i zagrożenia?
(podejście od zewnątrz do wewnątrz).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 19
Oprócz przedstawionego powyżej typowego wykorzystania wniosków z analiz SWOT i PEST, wypracowana
na użytek prowadzonego badania metodyka pozwala również na uzupełnienie formułowania hipotez
o formułowanie hipotez dowiązanych zarówno do ogólnych założeo stojących za wypracowanym przez
Top Ekspertów Otwartym Modelem Aktywnym, jak również hipotez dowiązanych do jego poszczególnych
charakterystyk i ich opisów. Dodatkowo, z uwagi na fakt, że ów model został opracowany na podstawie
efektów prac paneli tematycznych, możliwe jest także formułowanie szczegółowych hipotez dowiązanych
bezpośrednio do poszczególnych wypracowanych modeli lub parametrów opisu, na podstawie których
modele były tworzone.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 20
2 Metodyka realizacji prac panelowych
Zgodnie z przyjętymi założeniami1, celem prac
panelowych było przeprowadzenie analizy SWOT
i PEST dla czterech obszarów tematycznych:
1. (P1) strategiczne kierunki kształcenia
(np. polityka paostwa a nastawienie
popytowe)
2. (P2) model absolwenta (np. studia różnego
stopnia)
3. (P3) model uczelni (np. organizacja,
zarządzanie finansowanie)
4. (P4) budowa powiązao z otoczeniem
gospodarczym (np. rozwój regionalny,
współpraca z przemysłem)
2.1 Organizacja prac panelowych
Wkład do prowadzonych prac panelowych
stanowiły opracowane na podstawie desk research
raporty: Analiza strategii, modeli działania oraz
ścieżek ewolucji wiodących szkół wyższych na
świecie, Analiza szkół wyższych Warszawy
i Mazowsza, Raport analityczny na temat
potencjału, kluczowych kompetencji, strategii oraz
działania szkół wyższych na Mazowszu oraz
Scenariusze i strategie rozwoju szkolnictwa
1 Przedstawione w raporcie założenia metodyczne
realizacji prac panelowych zostały przyjęte przez Komitet Sterujący projektu na spotkaniu 20.10.2010 r.
wyższego w Polsce i za granicą, Analiza foresightów i dokumentów strategicznych. Natomiast zakładanym
efektem prac panelowych było wypracowanie materiałów, które w dalszych etapach prac foresightowych
pozwolą na opracowanie i ocenę hipotez oraz przygotowanie scenariuszy rozwojowych. Na użytek
prowadzonych prac panelowych zdefiniowane zostały również potencjalne oczekiwania odbiorcy materiałów
wypracowanych podczas projektu. Umiejscowienie prac panelowych w całości projektu oraz zdefiniowane
potencjalne oczekiwania odbiorcy przedstawia poniższy rysunek.
Rysunek 3: Umiejscowienie prac panelowych w projekcie
Ź r ó d ł o: Opracowanie własne.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 21
Do każdego z wymienionych wcześniej obszarów
tematycznych został dedykowany oddzielny panel
(odpowiednie oznaczenia od P1 do P4), w skład
którego wchodzili:
Eksperci (E)
Lider merytoryczny panelu (L)
Moderator (M)
Sekretarz (S)
Dodatkowo na użytek realizacji projektu powołany
został panel Top Ekspertów (PTE), którego
zadaniem było zbiorcze podsumowanie efektów
prac poszczególnych panelów tematycznych
i zdefiniowanie głównych silnych i słabych stron
istniejących rozwiązao oraz zdefiniowanie
głównych szans i zagrożeo przy wykorzystaniu
analizy PEST.
Dla każdego z paneli tematycznych został przyjęty
układ prac2 zaprezentowany na rys. 4.
2 Założenia dotyczące szczegółowego zakresu prac
zostaną omówione w dalszej części raportu.
Rysunek 4: Układ prac panelowych
Ź r ó d ł o: Opracowanie własne.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 22
2.2 Główne założenia metodyczne i przyjęte definicje
W celu realizacji założeo dotyczących
przeprowadzenia analizy SWOT i PEST, na użytek
prowadzonych prac przyjęte zostały opisane
poniżej założenia odnośnie powiązao pomiędzy
tymi analizami. Zgodnie z metodyką analizy PEST
celem prac panelowych było zdefiniowanie szans
i zagrożeo, które mogą się pojawid
w następujących obszarach: Polityczno-
legislacyjnym, Ekonomicznym, Społeczno-
demograficzno-kulturowym oraz Technologicznym.
Wypracowane na tym etapie szanse i zagrożenia
w ramach poszczególnych obszarów analizy PEST
miały w założeniach wypełniad analizę szans
i zagrożeo (OT) w ramach analizy SWOT. Przyjęty
układ analiz oraz zachodzące pomiędzy nimi
zależności zostały przedstawione na rysunku 5.
Rysunek 5: Przyjęty układ analiz
Ź r ó d ł o: Opracowanie własne.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 23
Na podstawie przedstawionego powyżej układu
analiz zdefiniowane zostały również następujące
kwestie metodologiczne:
Jaki powinien byd punkt odniesienia do
definiowania silnych i słabych stron?
Czyli jaka powinna byd podstawa do
określania pojęd „pozytywny aspekt
w kontekście czego” i „negatywny aspekt
w kontekście czego”;
Jaki powinien byd punkt odniesienia do
definiowania szans i zagrożeo?
Czyli jaka powinna byd podstawa do
określania pojęd „będzie sprzyjad”
i „będzie ograniczad”.
W odniesieniu do zdefiniowanych kwestii na
użytek prowadzonych analiz w ramach analizy
SWOT i PEST przyjęte zostały następujące
definicje:
Punkt odniesienia do przeprowadzanych
analiz, który na użytek prowadzonych prac
panelowych został zdefiniowany jako
wymagania i oczekiwania związane
z funkcjonowaniem gospodarki opartej na wiedzy (GOW) w perspektywie roku 2030.
Dla uspójnienia rozumienia GOW przyjęta została następująca definicja przedstawiona panelistom:
„Główne założenia, wymagania i oczekiwania związane z funkcjonowaniem gospodarki opartej na
wiedzy (GOW) w Warszawie i na Mazowszu w perspektywie roku 2030. Na użytek prac panelowych
przyjmuje się, że cechami charakterystycznymi GOW są:
o akceleracja tworzenia wiedzy,
o wzrost znaczenia kapitału niematerialnego,
o innowacyjnośd traktowana priorytetowo,
o rewolucja w gromadzeniu i udostępnianiu zasobów wiedzy.”
Główne parametry opisu (PO), czyli parametry opisu, pod kątem których powinno się rozpatrywad
dany obszar tematyczny, wziąwszy pod uwagę przyjęty punkt odniesienia do prowadzonych analiz.
Innymi słowy, parametry opisu wskazują na najistotniejsze z perspektywy przyjętego punktu
odniesienia parametry opisu danego obszaru tematycznego.
Stan pożądany, czyli w oparciu o zdefiniowane parametry opisu wypracowanie modeli, które będą
traktowane jako najbardziej pożądane dla danego obszaru tematycznego w kontekście przyjętego
punktu odniesienia (GOW 2030).
Stan obecny, czyli określenie, jakie są obecnie dominujące stany/rozwiązania w ramach
zdefiniowanych parametrów opisu.
Silna/słaba strona – te z istniejących obecnie dominujących stanów/rozwiązao, które w perspektywie
roku 2030 będą sprzyjały (silna strona) osiągnięciu rozwiązao charakterystycznych dla danego modelu
lub je utrudniały (słaba strona).
Szansa/Zagrożenie – te zjawiska/trendy/tendencje, które w perspektywie roku 2030 będą
sprzyjały (szanse) osiąganiu rozwiązao charakterystycznych dla wypracowanych modeli lub
je ograniczały (zagrożenia).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 24
2.3 Zakres i metodyka prac panelowych
W oparciu o przyjęte założenia metodyczne określony został ogólny układ
zakresu prac panelowych, który przedstawiony jest na poniższym rysunku.
W dalszej części raportu przedstawione zostaną szczegółowe założenia
wypracowane dla każdego z etapów realizacji projektu.
Rysunek 6: Ogólny układ zakresu prac panelowych
1. Układ prac podczas pierwszego spotkania panelowego (P1)
2. Układ prac podczas okresu pomiędzy spotkaniami panelowymi (O1)
Weryfikacja plus uzupełnienie materiałów z P1
oraz:
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 25
3. Układ prac podczas drugiego spotkania panelowego (P2)
4. Układ prac po drugim spotkaniu panelowym (O2)
Weryfikacja plus uzupełnienie materiałów z P2
Opracowanie raportu z prac panelu
5. Układ pracy panelu Top Ekspertów
Ź r ó d ł o: Opracowanie własne.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 26
2.3.1 Szczegółowy zakres i metodyka prac panelowych
2.3.1.1 Układ prac podczas panelu S1 częśd 1: Zdefiniowanie głównych parametrów opisu (PO)
danego obszaru
Zakres prac: Zdefiniowanie, jakie powinny byd główne parametry opisu (PO), pod kątem
których powinno się rozpatrywad dany obszar tematyczny. Za główne parametry opisu uważane są takie,
pod kątem których powinno się rozpatrywad dany obszar tematyczny, wziąwszy pod uwagę przyjęty
punkt odniesienia do prowadzonych analiz (GOW 2030).
Układ prac:
Wymienienie parametrów opisu, którymi powinno się opisywad dany obszar tematyczny
(parametr + jego definicja)
Porządkowanie parametrów opisu
Łączenie parametrów, które mają podobne definicje (metaplaning)
Uspójnienie wypracowanych definicji
Ustalenie ostatecznej listy głównych parametrów opisu
Uwagi dotyczące opracowania parametrów opisu:
za dobry parametr uważany będzie taki, w przypadku którego możliwe będzie jednoznaczne
zdefiniowanie jego skrajnych stanów
wypracowane parametry powinny byd rozłączne
ewentualnie w ramach prac panelowych mogą zostad określone relacje zachodzące pomiędzy
poszczególnymi parametrami (kierunek i charakter wpływu)
Efekt prac: Wypracowanie wg tabeli 1 listy głównych parametrów opisu (5-7), pod kątem których
powinien byd rozpatrywany dany obszar tematyczny.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 27
2.3.1.2 Układ prac podczas panelu S1 częśd 2: Zdefiniowanie głównych parametrów opisu (PO) dla danego obszaru tematycznego
Zakres prac: W oparciu o opracowane wcześniej parametry opisu wypracowanie minimum dwóch modeli, które będą traktowane jako najbardziej pożądane dla danego
obszaru tematycznego w kontekście przyjętego punktu odniesienia (GOW 2030). Poniżej został przedstawiony przykładowy sposób definiowania modeli na podstawie
opracowanej tabeli.
Założenia przyjęte na użytek wypracowywania modeli:
Wypracowane modele muszą byd wyraziste, tzn. ich opisy muszą wskazywad
na istotne różnice
Dla każdego modelu powinny zostad wypracowane: jego nazwa oraz opis
przedstawiający w sposób jednoznaczny ów model
Każdy z modeli powinien byd opisany w układzie tabeli 2 (kolejna strona)
Wypracowane modele (ich nazwy i główne charakterystyki) będą
wykorzystane na dalszym etapie prac panelowych
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 28
2.3.1.3 Układ prac podczas panelu S1 częśd 3: Opisanie wypracowanych modeli stanu pożądanego
Zakres prac: Opracowanie dla każdego z wypracowanych modeli poniższej tabeli
opisu stanu pożądanego (dla modelu 1 – tabela 2a, dla modelu 2 – tabela 2b,
etc.).
2.3.1.4 Układ prac podczas panelu S1 częśd 4: Inwentaryzacja istniejących
praktyk w ramach danego obszaru tematycznego
Zakres prac: Opis dla każdego z PO istniejących obecnie dominujących
stanów/rozwiązao z uwzględnieniem wcześniej wypracowanych definicji stanów
skrajnych dla poszczególnych parametrów opisu. Innymi słowy, wymagany opis
powinien byd odpowiedzią na pytanie: Jakie są obecnie dominujące
stany/rozwiązania w ramach poszczególnych parametrów opisu? Zgodnie
z założeniami wypracowany opis powinien jednoznacznie i wyczerpująco
definiowad stan obecny.
Efekt prac: Wypracowanie dla każdego z PO opisu obecnie dominującego
stanu/rozwiązania i zawarcie go w tabeli 3, której wzór znajduje się poniżej.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 29
2.3.1.5 Układ prac podczas panelu S1 częśd 5: Zdefiniowanie głównych silnych i słabych stron istniejących rozwiązao
Zakres prac: Ocena istniejących praktyk w ramach danego obszaru tematycznego, czyli odpowiedź na pytania: Jak w perspektywie każdego z modeli wypracowanych dla
danego obszaru tematycznego można ocenid obecne rozwiązania/praktyki? Jakie są główne silne i słabe strony istniejących rozwiązao?
Efekt prac: Opracowanie tabeli 4 (wzór poniżej) na podstawie odniesienia danego modelowego stanu pożądanego do zdefiniowanego stanu obecnego, przy czym tabela
4 powinna byd opracowana dla każdego z wypracowanych modeli (tabela 4a: odniesienie stanu obecnego do wypracowanego modelu 1, tabela 4b: odniesienie stanu
obecnego do wypracowanego modelu 2, etc.).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 30
2.3.1.6 Układ prac w okresie pomiędzy spotkaniami panelowymi – O1
Zakres prac:
1. Weryfikacja/uzupełnienie opisów dla:
zdefiniowanych parametrów opisu
wypracowanych modeli i ich opisów (tabele 2a, 2b, etc.)
stanu obecnego w ramach poszczególnych kryteriów (tabela 3)
głównych silnych i słabych stron istniejących rozwiązao w kontekście każdego z opracowanych modeli (tabele 4a, 4b, etc.)
2. Praca indywidualna każdego z ekspertów
Zakres prac: W oparciu o materiały z desk research oraz inne źródła informacji wypełnienie przez każdego z uczestników danego panelu tabeli 5, czyli odpowiedź na
pytanie: Jakie będą w otoczeniu politycznym, ekonomicznym, społecznym oraz technologicznym główne zjawiska/trendy/tendencje, które w perspektywie roku 2030
będą sprzyjały (szanse) osiąganiu stanów charakterystycznych dla wypracowanych modeli lub je ograniczały (zagrożenia)? (tabele 2a, 2b, etc.).
Efekt prac: W ramach przygotowania do drugiego spotkania panelowego opracowanie poniższych tabel 5, przy czym tabela 5 powinna byd opracowana dla każdego
z wypracowanych modeli (model 1 – tabela 5a, model 2 – tabela 5b, etc.).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 31
2.3.1.7 Układ prac podczas panelu S2 częśd 1: Zdefiniowanie najistotniejszych silnych i słabych stron istniejących rozwiązao
Zakres prac: Dokonanie generalizacji, czyli zbiorcza ocena stanu obecnego w kontekście wszystkich zdefiniowanych modeli – Jakie są najistotniejsze silne (NSI) oraz słabe
(NSŁ) strony istniejących rozwiązao?
Układ prac: Zdefiniowanie na podstawie zweryfikowanych podczas O1 ustaleo zawartych w tabelach 4 najistotniejszych dla danego obszaru tematycznego silnych
i słabych stron istniejących rozwiązao.
Efekt prac: Opracowanie tabeli 6a i 6b, których wzory znajdują się poniżej.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 32
2.3.1.8 Układ prac podczas panelu S2 częśd 2: Zdefiniowanie głównych szans i zagrożeo w układzie analizy PEST
Zakres prac: Zdefiniowanie głównych szans i zagrożeo, czyli odpowiedź na pytanie: Jakie będą w otoczeniu politycznym, ekonomicznym, społecznym oraz
technologicznym główne zjawiska/trendy/tendencje, które w perspektywie roku 2030 będą sprzyjały (szanse) osiąganiu stanów charakterystycznych dla wypracowanych
modeli lub je ograniczały (zagrożenia)? (tabele 2a, 2b, etc.).
Układ prac: Określenie z wykorzystaniem metaplanu głównych dla poszczególnych modeli szans i zagrożeo w oparciu o przygotowane podczas O1 opracowania
indywidualne poszczególnych uczestników danego panelu (tabele 4).
Efekt prac: Opracowanie tabeli 7 (wzór poniżej), przy czym tabela 7 powinna byd opracowana dla każdego z wypracowanych modeli (model 1 – tabela 7a, model 2 –
tabela 7b, etc.). Dodatkowo do każdej szansy i każdego zagrożenia powinna byd dopisana waga oraz prawdopodobieostwo wystąpienia.
2.3.1.9 Układ prac podczas panelu S2 częśd 3: Zdefiniowanie najistotniejszych szans i zagrożeo dla danego obszaru tematycznego
Zakres prac: Dokonanie generalizacji, czyli zbiorcza ocena wpływu otoczenia na realizację modelowych rozwiązao – Jakie są najistotniejsze szanse (NSz) oraz
najistotniejsze zagrożenia (NZa) w ramach danego obszaru tematycznego w poszczególnych obszarach analizy PEST, wziąwszy pod uwagę ustalenia zawarte
w tabelach 7?
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 33
Efekt prac: Opracowanie tabeli 8a i 8b, których wzory znajdują się poniżej, przy czym analogicznie, jak dla przedstawionego poniżej opracowania dla otoczenia
politycznego, powinny byd opracowane kolejne tabele: dla otoczenia ekonomicznego – tabele 9a i 9b, dla otoczenia społecznego – tabele 10a i 10b, dla otoczenia
technologicznego – tabele 11a i 11b.
2.3.1.10 Układ prac po drugim spotkaniu panelowym (O2)
Zakres prac: Weryfikacja/uzupełnienie opisów dla:
zdefiniowanych najistotniejszych silnych i słabych stron istniejących rozwiązao oraz przypisanych im wag (tabela 6a i 6b)
zdefiniowanych głównych szans i zagrożeo w kontekście poszczególnych modeli (tabele 7)
zdefiniowanych najistotniejszych szans i zagrożeo w poszczególnych obszarach analizy PEST, przypisanych im wag oraz prawdopodobieostwa wystąpienia (tabele
8a-11a i 8b-11b)
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 34
2.3.1.11 Układ pracy panelu Top Ekspertów – podsumowanie prac panelowych
Zakres prac: na podstawie przeprowadzonej wcześniej analizy materiałów wypracowanych przez poszczególne panele zdefiniowanie najistotniejszych silnych i słabych
stron istniejących rozwiązao oraz najistotniejszych szans i zagrożeo, mogących wystąpid w poszczególnych obszarach analizy PEST *zbiorcze podsumowanie w układach
analogicznych jak dla tabel 6a i 6b (SW) oraz 8a-11a i 8b-11b (OT)].
Efekt prac: Podsumowanie analizy silnych i słabych stron oraz analizy szans i zagrożeo w układzie tabel, których wzory są zamieszczone poniżej.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 35
2.4 Komentarze do wyników prac panelowych
Poniżej przedstawiamy główne zmiany, jakie nastąpiły w trakcie prac panelowych w stosunku do przyjętego zakresu i metodyki realizacji projektu:
Eksperci w panelu „Strategiczne kierunki kształcenia” w ramach parametrów opisu obszaru tematycznego zdefiniowali charakterystyki otoczenia, które będą
miały istotny wpływ na strategiczne kierunki kształcenia. W konsekwencji wypracowane zostały trzy modele otoczenia i w tym kontekście prowadzone były
dalsze analizy;
Eksperci w panelu „Model absolwenta” w ramach definiowania silnych i słabych stron oraz szans i zagrożeo dla rozpatrywanego obszaru tematycznego odeszli od
zaproponowanych układów tabelarycznych i zdecydowali, że właściwym podsumowaniem prac panelowych będzie stworzenie list silnych i słabych stron oraz
szans i zagrożeo;
Eksperci w panelu „Model uczelni” podsumowanie prac panelowych ograniczyli do zdefiniowania najistotniejszych szans i zagrożeo w ramach poszczególnych
obszarów analizy PEST. Definiowanie silnych i słabych stron zostało ograniczone do oceny stanu obecnego w kontekście zdefiniowanych modeli;
W ramach podsumowania prac panelowych panel Top Ekspertów zdecydował, że odejdzie od definiowania wag poszczególnych składników analizy SWOT oraz
prawdopodobieostw w ramach analizy PEST na rzecz wymienienia najistotniejszych silnych i słabych stron oraz szans i zagrożeo.
Wszystkie powyższe zmiany zostały zaakceptowane w trakcie konsultacji materiałów opracowanych przez poszczególne panele eksperckie.
2.5 Układ prezentacji wyników prac panelowych
Każde z zamieszczonych w dalszej części raportu opracowanie będzie prezentowane w następującym układzie:
1. Prezentacja przyjętych dla danego obszaru tematycznego parametrów opisu
2. Prezentacja wypracowanych modeli
3. Prezentacja zdefiniowanego stanu obecnego
4. Prezentacja analizy SWOT dla stanu obecnego w kontekście każdego z wypracowanych modeli
5. Prezentacja analizy SWOT dla całego obszaru tematycznego (generalizacji wniosków z wcześniej przeprowadzonych analiz)
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 36
Na zakooczenie przedstawione zostanie podsumowanie prac panelowych dokonane przez panel Top Ekspertów. Opracowane przez panel
Top Ekspertów podsumowania zawierają:
1. Zdefiniowany model edukacji wyższej
2. Silne i słabe strony istniejących rozwiązao z punktu widzenia wypracowanego modelu
3. Najistotniejsze szanse i zagrożenia w ramach analizy PEST
4. Komentarz dotyczący relacji wyniku pracy panelu Top Ekspertów z wynikami prac panelowych
Dołączone do raportu załączniki zawierają materiały robocze z poszczególnych prac panelowych, które stanowią ważne uzupełnienie
materiałów przedstawionych w zasadniczej części raportu.
Rysunek 7: Przyjęty układ raportu
Ź r ó d ł o: Opracowanie własne.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 37
3 Strategiczne kierunki kształcenia: Efekty przeprowadzonych prac oraz dokonanych
analiz
3.1 Uczestnicy panelu Lider: Tomasz Kulisiewicz
Moderator: dr hab. Stanisław Łobejko
Sekretarz: Dominka Brodowicz
Dr hab. Ryszard Gubrynowicz
Jacek Kotrasioski
Dr Jacek Kucioski
Sławomir Pycioski
Prof. dr hab. Teresa Słaby
Dr arch. Tomasz Sławioski
Dr inż. lek. med. Dariusz Włodarek
Dr Mirosław Woźniakowski
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 38
3.2 Przyjęte parametry opisu obszaru tematycznego Parametr opisu
(nazwa) Stan skrajny Stan skrajny Opis danego parametru
Demografia
Zdecydowana
przewaga osób
starszych
Zrównoważona
struktura wieku
społeczeostwa
(silna imigracja)
Starzejące się społeczeostwo
Gwałtowny wzrost liczby osób pobierających świadczenia emerytalne
Zmniejszająca się liczba kandydatów na studia
Możliwy napływ fali imigracyjnej m.in. z Afryki, Azji, przy braku przemyślanej polityki imigracyjnej oraz
oferty dla reemigrantów
Spójnośd
wewnątrzregionalna
Słaba spójnośd,
defragmentacja
regionu
Konwergencja –
jednakowa dostępnośd
do zasobów i usług
w Warszawie i na
Mazowszu
Rozwój Warszawy kosztem mniejszych ośrodków na Mazowszu
Wykorzystanie potencjału Warszawy jako lokomotywy rozwojowej regionu
Imigracja wpływa na sytuację społeczną
Kreatywnośd
Spójnośd regionalna nie tylko w kontekście gospodarczym
Konwergencja – taki sam poziom dostępu do usług (unifikacja) dla mieszkaoców Warszawy i reszty
Mazowsza
Zarządzanie
zasobami
intelektualnymi
System kształcenia
na uczelniach
Potencjał kadry
akademickiej
Model tradycyjny
(Copyright, system
patentowy);
zachowawczy system
kształcenia; Stagnacja
poziomu i potencjału
kadry akademickiej
w modelu tradycyjnym
Model „Otwartej
Nauki” (licencje typu
Creative Commons);
Otwarty, modułowy
system kształcenia;
Wzrost poziomu
i dynamiczny rozwój
kadry;
Rozdział specjalizacji
kadry badawczej
i dydaktycznej
Zasób wiedzy, umiejętności przekazywania wiedzy, prestiż i uznanie poziomu wiedzy i umiejętności
mazowieckiej kadry akademickiej w Polsce i Europie
Umiejętnośd przekazywania wiedzy o uczeniu się (umiejętności przekwalifikowania się w razie
potrzeby), a nie tylko dotychczasowy model nauczania
Mazowsze jako współuczestnik projektów UE i międzynarodowych, uczestnictwo w wymianie kadr
między uczelniami, współzawodnictwo w konkurencji naukowej, umiejętnośd komercjalizowania wiedzy
naukowej oraz tworzenia firm typu spin-off i spin-out (rozwój przedsiębiorczości akademickiej)
Podział na wykładowców i badaczy na uczelniach, rozdział specjalizacji
Tworzenie wiedzy, czy przekazywanie wiedzy zastanej
Nauka umiejętności zmiany miejsca pracy i przekwalifikowywania się
Specjalizacje – wąskie i szerokie, certyfikacja umiejętności i doświadczenia zawodowego, uczenie się
przez całe życie
Poziom zabezpieczenia praw autorskich oraz ochrony informacji gospodarczej
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 39
Parametr opisu
(nazwa) Stan skrajny Stan skrajny Opis danego parametru
Globalny kontekst
gospodarczy
Niewykorzystanie
szans Mazowsza,
peryferyjny charakter
w Europie
Gospodarczy rozwój
Mazowsza
w kontekście
globalnym
i europejskim,
z Warszawą jako
głównym ośrodkiem
Globalny, regionalny wymiar. Konsumpcja i konsument (reakcja na trendy, kształtowanie potrzeb),
thinktanks, huby – współpraca firm z ośrodkami akademickimi, postęp technologiczny, nowe
specjalizacje i branże
Poziom przedsiębiorczości, nowe odkrycia społeczne, zdolnośd do kreowania innowacji, dostępnośd
zasobów (ceny surowców, ciągłośd dostaw surowców, poziom zanieczyszczenia wody, gruntu), poziom
zanieczyszczenia środowiska a możliwośd produkowania zaawansowanych technologii, obowiązujące
normy i standardy, informacja i wiedza jako zasób gospodarczy
Kreator wiedzy/użytkownik wiedzy – wykorzystanie zewnętrznych technologii
Jakośd życia
i zdrowie
Słaba dostępnośd do
usług istotnych dla
jakości życia
Dynamiczny rozwój
jakości życia, poziomu
zdrowia i opieki
zdrowotnej
Środowisko naturalne, dzielnice i osadnictwo, ład przestrzenny, bezpieczeostwo, kultura, nowoczesne
usługi, pomoc osobom starszym, turystyka i rekreacja
Poziom zdrowia społeczeostwa, zachorowalnośd na tzw. choroby cywilizacyjne, w tym kwestie związane
ze zdrowiem psychicznym
Dbałośd o kwestie ekologiczne/ochrona środowiska
Moda na zdrowy tryb życia i aktywny sposób spędzania wolnego czasu (dbałośd o kondycję psychiczną
i fizyczną)
Podział na technologie i dostępnośd do usług (szeroko rozumiane usługi/jakośd życia)
Wpływ „sztucznego” środowiska na zdrowie
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 40
3.3 Zdefiniowane modele
W trakcie prac panelowych wypracowane zostały trzy modele otoczenia wpływające na strategiczne kierunki kształcenia.
3.3.1 Model 1: Demografia statyczna
Parametr opisu Opis stanu danego parametru składającego się na rozpatrywany model
Demografia Zdecydowana przewaga osób starszych
Spójnośd wewnątrzregionalna Słaba spójnośd, defragmentacja regionu
Zarządzanie zasobami intelektualnymi; System kształcenia
na uczelniach; Potencjał kadry akademickiej
Model tradycyjny (Copyright, system patentowy)
Zachowawczy system kształcenia
Stagnacja poziomu i potencjału kadry akademickiej w modelu tradycyjnym
Globalny kontekst gospodarczy Niewykorzystanie szans Mazowsza, peryferyjny charakter w Europie
Jakośd życia i zdrowie Słaba dostępnośd do usług istotnych dla jakości życia
3.3.2 Model 2: Dynamiczny rozwój statycznej demografii
Parametr opisu Opis stanu danego parametru składającego się na rozpatrywany model
Demografia Zdecydowana przewaga osób starszych
Spójnośd wewnątrzregionalna Konwergencja – jednakowa dostępnośd do zasobów i usług w Warszawie i na Mazowszu
Zarządzanie zasobami intelektualnymi; System kształcenia
na uczelniach; Potencjał kadry akademickiej
Model „Otwartej Nauki” (licencje typu Creative Commons)
Otwarty, modułowy system kształcenia
Wzrost poziomu i dynamiczny rozwój kadry, specjalizacja kadry badawczej i dydaktycznej
Globalny kontekst gospodarczy Gospodarczy rozwój Mazowsza w kontekście globalnym i europejskim, z Warszawą jako głównym ośrodkiem
Jakośd życia i zdrowie Dynamiczny wzrost jakości życia, poziomu zdrowia i opieki zdrowotnej – w szczególności zdrowia psychicznego
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 41
3.3.3 Model 3: Demografia dynamiczna
Parametr opisu Opis stanu danego parametru składającego się na rozpatrywany model
Demografia Zrównoważona struktura wieku społeczeostwa (silna imigracja)
Spójnośd wewnątrzregionalna Konwergencja – jednakowa dostępnośd do zasobów i usług w Warszawie i na Mazowszu
Zarządzanie zasobami intelektualnymi; System kształcenia
na uczelniach; Potencjał kadry akademickiej
Model „Otwartej Nauki” (licencje typu Creative Commons)
Otwarty, modułowy system kształcenia
Wzrost poziomu i dynamiczny rozwój kadry
Rozdział specjalizacji kadry badawczej i dydaktycznej
Umiejętnośd odchodzenia od kierunku wiedzy
Globalny kontekst gospodarczy Gospodarczy rozwój Mazowsza w kontekście globalnym i europejskim, z Warszawą jako głównym ośrodkiem
Powstanie nowych ośrodków nieco słabszych od Warszawy, ale silniejszych dzięki specjalizacji
Jakośd życia i zdrowie Dynamiczny wzrost jakości życia, wzrost kapitału ludzkiego, społecznego i moralnego poprzez integrację
międzypokoleniową i międzynarodową (emigranci) poziomu zdrowia i opieki zdrowotnej
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 42
3.4 Definicja stanu obecnego
Parametr opisu Opis dominującego obecnie stanu (w ramach danego parametru opisu)
Demografia
Brak rzetelnych danych statystycznych, wiedza jest trochę intuicyjna: nie wiemy, ile dokładnie ludzi żyje w Warszawie (ok. 200 tys. mieszkaoców jest
niezameldowanych)
10% udziału przybyszów odmładza populację (ale nie płacą podatków w Warszawie)
Stagnacja, niewielka dynamika przyrostu, mała imigracja
Tendencje starzenia się społeczeostwa
Wypływanie z Warszawy i osiedlanie się w mniejszych miastach – obszar metropolitarny
Rodzi się za mało dzieci
Mazowsze a Warszawa – sytuacja w powiatach i gminach (zbliżona do Ściany Wschodniej)
Mazowsze jako rezerwuar kadry (prace sezonowe)
Przewaga w szkolnictwie osób starszych wśród wykładowców, brak chęci, motywacji do pracy naukowej
Spójnośd
wewnątrzregionalna
Warszawa i Mazowsze są bardzo zróżnicowane (poziom zatrudnienia, dostęp do wykształcenia)
Ogromne różnice w charakterze i profilach uczelni w Warszawie i na Mazowszu – chod jest poprawa poza Warszawą
Brak tendencji konwergencyjnych (zwiększających spójnośd, zmniejszających różnice)
Zarządzanie zasobami
intelektualnymi
System kształcenia na
uczelniach
Potencjał kadry akademickiej
Luka pokoleniowa
Mobilnośd, jakośd wykładów
Jakośd badao, publikacji („badania na półkę”)
Kadra – chęci i plany a mechanizmy, w których muszą działad
Organizacja pracy w jednostkach badawczych
Wyposażenie uczelni się poprawiło, kadra dostosowuje się powoli
Było zapotrzebowanie na „zakup wiedzy” – więc dostarczano programy magisterskie
Brak rozwiązao systemowych, nieprzemyślane gospodarowanie zasobami
Studia podyplomowe
Studia doktoranckie tylko po to, żeby zdobyd „papierek uczęszczania”, niski poziom i mała efektywnośd
Sztywnośd zatrudnienia w szkołach paostwowych, co powoduje brak motywacji do zdobywania stopni naukowych, w tym tytułów profesorskich
Niesprzyjające przepisy prawne dotyczące zatrudnienia w więcej niż jednej szkole wyższej (ważne dla poprawy poziomu kształcenia poza Warszawą)
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 43
Parametr opisu Opis dominującego obecnie stanu (w ramach danego parametru opisu)
Globalny kontekst
gospodarczy
Stabilny wzrost PKB, pozytywna dynamika, firmy wchodzą na rynki zagraniczne – głównie wschodnie
W Polsce lokują się zagraniczne przedsiębiorstwa
Ciągle brakuje pomysłu na Warszawę i Mazowsze – brak specjalizacji, niszy (może wysokie technologie)
Ukierunkowanie mogłoby zdynamizowad Mazowsze
Występuje rozdrobnienie w gospodarce, nauce
Brak profilu i priorytetów działania
Na Mazowszu występują problemy z podstawową infrastrukturą cywilizacyjną (stan dróg, wodociągi, kanalizacja, łącznośd)
Niski poziom kapitału społecznego na Mazowszu, niesprzyjający rozwojowi
Jakośd życia i zdrowie
Polaryzacja społeczeostwa (bogaci korzystają z dóbr i zasobów, biedni nie mają dostępu do dóbr i zasobów)
Popyt na usługi zdrowotne jest niezaspokojony – brakuje specjalistów
Mieszkalnictwo – więcej mieszkao na rynku, jednak brak mieszkao w przystępnej cenie
Zasób mieszkao komunalnych w złym stanie technicznym
Poprawa standardu i wyposażenia gospodarstw (woda, kanalizacja, ogrzewanie, sprzęt AGD)
Poczucie bezpieczeostwa – wyższe poza Warszawą
Niski poziom zaspokojenia potrzeb kulturalnych poza Warszawą – TV jedyną rozrywką (nacisk na poziom programów telewizji publicznej)
Bezpieczeostwo socjalne (zasiłki, praca) – duże zróżnicowanie: w Warszawie niskie bezrobocie, w regionie wysokie (np. Radom), występuje
bezrobocie ukryte w szarej strefie
Niedobory konsumpcji z okresu spowolnienia gospodarczego pogłębiają różnice między Warszawą i Mazowszem
Postawy konsumpcjonistyczne
Wysokie zadłużenie gospodarstw domowych
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 44
3.5 Analiza SWOT w kontekście wypracowanych modeli
3.5.1 Analiza SWOT w kontekście modelu Demografia statyczna
3.5.1.1 Silne i słabe strony istniejących rozwiązao
Słabe strony Silne strony
1. Starzejąca się kadra, brak wykwalifikowanej kadry w wielu kluczowych
dla rozwoju Mazowsza kierunkach
2. Zmniejszająca się liczba studiujących (niż demograficzny, mniejsze
zainteresowanie kształceniem się na poziomie uczelni wyższych)
3. System szkolnictwa nastawiony na przetrwanie, a nie na rozwój
1. Doświadczona kadra
2. Nie ma zaburzeo kulturowych na tle różnic w grupach wiekowych
3. Stabilizacja społeczna
4. Duża przewidywalnośd trendów
5. Dostępne środki i nakłady na kształcenie są dzielone na mniejszą liczbę
studiujących
6. System kształcenia jest nastawiony na potrzeby regionu
3.5.1.2 Szanse i zagrożenia w ramach analizy PEST3
Szanse Zagrożenia
Otoczenie Polityczne
1. Brak ingerencji (przeszkadzania)
1. Nieefektywne rządzenie
2. Wysoki poziom reglamentacji
3. Biurokracja
4. Brak planowania strategicznego
3 Materiały będące podstawą do definiowania szans i zagrożeo znajdują się w Załączniku 1 (rozdział 8).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 45
Szanse Zagrożenia
Otoczenie Ekonomiczne
1. Globalna koniunktura
2. Niskie nakłady na naukę
1. Globalna dekoniunktura
2. Niekorzystny bilans mikrogospodarstw domowych
(zadłużenie przeważa nad oszczędnościami)
3. Mały zasięg konsumpcji świadomej
4. Niesprawnośd systemu podatkowego – duża szara strefa
Otoczenie Społeczne
1. Stabilnośd
2. Stagnacja kapitału społecznego i moralnego
1. Ludzie nie będą doganiad technologii i będą płacid innym za obsługę
(wykluczenie technologiczne)
2. Słaba podatnośd na nowości, mało innowacyjne społeczeostwo
Otoczenie Technologiczne
1. Technologie przyjazne dla użytkowników
2. Coraz więcej energii odnawialnej
1. Zły stan infrastruktury energetycznej
2. Słaby rozwój infrastruktury sieciowej
3. Mało przyjazne technologie
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 46
3.5.2 Analiza SWOT w kontekście modelu Dynamiczny rozwój przy statycznej demografii
3.5.2.1 Silne i słabe strony istniejących rozwiązao
Słabe strony Silne strony
1. Mały napływ młodej kadry i studentów
2. Niski poziom rozwoju regionalnego
1. Chęd kształcenia się osób starszych może pozytywnie wpłynąd na rozwój
technologiczny
2. Brak konkurencji między ośrodkami, co nie prowadzi do pobudzenia rozwoju
ośrodków lokalnych
3. Zwiększająca się rola społeczności lokalnej w kształceniu, wyborze
strategicznych kierunków
3.5.2.2 Szanse i zagrożenia w ramach analizy PEST
Szanse Zagrożenia
Otoczenie Polityczne
1. Rosnąca przewaga bezpartyjnych specjalistów rządzących na każdym
szczeblu
1. Niekorzystne ingerencje paostwa
2. Wysokie obciążenia podatkowe
3. Wysoki poziom reglamentacji
Otoczenie Ekonomiczne
1. Globalna koniunktura
1. Globalna dekoniunktura
2. Niesprawnośd systemu podatkowego – duża szara strefa
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 47
Szanse Zagrożenia
Otoczenie Społeczne
1. Sprawna i przyjazna policja, straże miejskie
2. Rozwinięta edukacja i ochrona konsumentów
1. Stres (dłuższy okres pracy)
2. Polaryzacja społeczeostwa (bogaci korzystają z dóbr i zasobów, biedni nie
mają dostępu do dóbr i zasobów)
3. Niekorzystne reformy emerytalne
Otoczenie Technologiczne
1. Napływ technologii wraz z inwestycjami zagranicznymi 1. Brak rozwoju technicznego
2. Słaby rozwój infrastruktury sieciowej
3.5.3 Analiza SWOT w kontekście modelu Demografia dynamiczna
3.5.3.1 Silne i słabe strony istniejących rozwiązao
Słabe strony Silne strony
1. Konflikty na tle kulturowym
2. Dysproporcje demograficzne
3. Napływ młodej kadry z zagranicy, wymagający kursów językowych
4. Zróżnicowanie dochodów
5. Brak równowagi w systemie kształcenia
1. Dywersyfikacja kulturowa
2. Duża liczba studentów obcokrajowców
3. Wysoki poziom życia
4. Dynamicznie rozwijający się rynek prokonsumencki – odejście od życia
„tu i teraz”
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 48
3.5.3.2 Szanse i zagrożenia w ramach analizy PEST
Szanse Zagrożenia
Otoczenie Polityczne
1. Współpraca partii politycznych dla zbudowania atmosfery rzetelności
administracji w interesie przedsiębiorców (MSP)
2. Sprawne działanie sądów i egzekwowanie prawa
3. Wzrost kapitału instytucjonalnego
1. Niekorzystne ingerencje paostwa
2. Wysokie obciążenia podatkowe
3. Wysoki poziom reglamentacji
Otoczenie Ekonomiczne
1. Globalna koniunktura
2. Korzystny bilans mikro (oszczędności przeważają nad zadłużeniem)
3. Korzystne kredyty i oferty dla różnych grup wiekowych
(np. odwrócona hipoteka)
1. Globalna dekoniunktura
Otoczenie Społeczne
1. Dostosowywanie umiejętności do dynamicznych zmian
(nie ma zawodu na całe życie)
2. Wzrost kapitału społecznego i moralnego
1. Stagnacja społeczna
2. Brak poprawy sytuacji materialnej gospodarstw na Mazowszu
Otoczenie Technologiczne
1. Stymulowanie rozwoju technicznego
2. Rozwój infrastruktury technicznej 1. Przegranie wyścigu technicznego
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 49
3.6 Analiza SWOT dla obszaru tematycznego „Strategiczne kierunki kształcenia”
3.6.1 Silne i słabe strony istniejących rozwiązań
Silne strony Waga
(0-1) Słabe strony
Waga
(0-1)
1. Doświadczona kadra 0,4 1. Starzejąca się kadra 0,4
2. Rosnący poziom życia 0,4 2. Zmniejszająca się liczba studiujących (niż demograficzny, mniejsze
zainteresowanie kształceniem się na poziomie uczelni wyższych) 0,35
3. Stabilizacja społeczna 0,3 3. Mały napływ młodej kadry i studentów 0,30
4. System kształcenia nastawiony na potrzeby regionu 0,25 4. Dysproporcje demograficzne 0,20
5. Zwiększająca się rola społeczności lokalnej w kształceniu,
wyborze strategicznych kierunków 0,25
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 50
3.6.2 Szanse i zagrożenia w ramach analizy PEST
3.6.2.1 Szanse i zagrożenia w otoczeniu politycznym
Najistotniejsze szanse Waga
(0-1)
Prawdopodo-
bieostwo
wystąpienia
(0-1)
Najistotniejsze zagrożenia Waga
(0-1)
Prawdopodo-
bieostwo
wystąpienia
(0-1)
1. Ustalenie priorytetów rozwojowych i polityk
wsparcia na poziomie centralnym i regionalnym
0,4 0,1 1. Wysokie obciążenia podatkowe 0,4 0,5
2. Rozwój współpracy międzynarodowej
(także w ramach UE)
0,2 0,4 2. Niekorzystne interwencje paostwa 0,25 0,3
3. Polityka paostwa wspierająca innowacyjnośd 0,2 0,3 3. Brak planowania strategicznego 0,25 0,1
4. Brak ingerencji (przeszkadzania) ze strony paostwa 0,2 0,2 4. Wysoki poziom reglamentacji 0,1 0,1
1,0 1,0 1,0 1,0
Dodatkowe szanse:
Rozsądne planowanie strategiczne
Polityka prorozwojowa i otwarta na świat
Doświadczona i wykwalifikowana kadra zarządzająca
(na szczeblu paostwowym, społecznym i naukowym)
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 51
3.6.2.2 Szanse i zagrożenia w otoczeniu ekonomicznym
Najistotniejsze szanse Waga
(0-1)
Prawdopodo-
bieostwo
wystąpienia
(0-1)
Najistotniejsze zagrożenia Waga
(0-1)
Prawdopodo-
bieostwo
wystąpienia
(0-1)
1. Zrównoważony rozwój paostw 0,5 0,15 1. Globalna dekoniunktura 0,35 0,4
2. Globalna koniunktura 0,2 0,4 2. Niskie nakłady na naukę 0,35 0,3
3. Produkcja nowych dóbr (w tym zasobów wiedzy) 0,15 0,3 3. Zmniejszenie zewnętrznych impulsów
rozwojowych, spadek eksportu 0,15 0,2
4. Zwiększone środki na naukę 0,15 0,15 4. Wysokie bezrobocie 0,15 0,1
1,0 1,0 1,0 1,0
Dodatkowe szanse:
Tendencja do rozwoju wyższych form gospodarki
(informacja i wiedza zamiast produkcji)
Wzrastający popyt
Wysoki poziom życia wraz z rozwojem rynku konsumenckiego
Nowe dziedziny zawodowe przyjazne dla ludzi starszych
Dodatkowe zagrożenia:
Niska efektywnośd i wydajnośd pracy starzejącego się społeczeostwa
(zbyt słaby wzrost wydajności)
Nieefektywne zarządzanie gospodarką
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 52
3.6.2.3 Szanse i zagrożenia w otoczeniu społecznym
Najistotniejsze szanse Waga
(0-1)
Prawdopodo-
bieostwo
wystąpienia
(0-1)
Najistotniejsze zagrożenia Waga
(0-1)
Prawdopodo-
bieostwo
wystąpienia
(0-1)
1. Stabilnośd 0,4 0,15 1. Stabilnośd (stagnacja) 0,35 0,4
2. Dostosowywanie umiejętności do dynamicznych
zmian (nie ma zawodu na całe życie) 0,25 0,15
2. Słaba podatnośd na nowości, mało
innowacyjne społeczeostwo 0,25 0,3
3. Ciągłe dążenie do rozwoju naukowego i edukacji 0,25 0,35
3. Ludzie nie będą doganiad technologii
i będą płacid innym za obsługę
(wykluczenie technologiczne)
0,3 0,1
4. Ciągłośd pokoleniowa 0,1 0,35
4. Polaryzacja społeczeostwa (bogaci
korzystają z dóbr i usług, biedni nie
mają do nich dostępu)
0,1 0,2
1,0 1,0 1,0 1,0
Dodatkowe szanse:
Wzrastające kontakty społeczne i rozwój zainteresowao/hobby – dużo czasu
wolnego (wzrost aktywności ludzi starszych)
Napływ młodej kadry („odmłodzenie” społeczeostwa) dzięki imigracji
Dodatkowe zagrożenie:
Konflikty kulturowe i dysproporcje demograficzne (imigracja)
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 53
3.6.2.4 Szanse i zagrożenia w otoczeniu technologicznym
Najistotniejsze szanse Waga
(0-1)
Prawdopodo-
bieostwo
wystąpienia
(0-1)
Najistotniejsze zagrożenia Waga
(0-1)
Prawdopodo-
bieostwo
wystąpienia
(0-1)
1. Technologie przyjazne dla użytkowników 0,2 0,4 1. Przegranie wyścigu technologicznego 0,35 0,4
2. Stymulowanie rozwoju 0,45 0,2 2. Mało przyjazne użytkownikowi
technologie 0,2 0,1
3. Oszczędna i przyjazna środowisku energetyka 0,25 0,3 3. Zły stan infrastruktury energetycznej 0,2 0,3
4. Uniwersalizacja kierunków rozwoju systemów
komunikacji 0,1 0,1 4. Słaby rozwój infrastruktury sieciowej 0,25 0,2
1,0 1,0 1,0 1,0
Dodatkowe szanse:
Wzrastająca powszechnośd wykorzystywania osiągnięd technologicznych
Zasób wiedzy dla GOW
Nowe dziedziny zawodowe przyjazne dla ludzi starszych
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 54
4 Model absolwenta: Efekty przeprowadzonych prac oraz dokonanych analiz4
4.1 Uczestnicy panelu Lider: prof. dr hab. Krzysztof Dołowy
Moderator: dr Rafał Stefaoski
Sekretarz: Iwona Nowicka
Dr hab. Krzysztof Grysa
Dr Barbara Minkiewicz
Prof. dr hab. Henryk Runowski
Dr Ewa Satalecka
Prof. zw. Jan Terelak
4 Materiały robocze z prac panelowych zostały zamieszczone w Załączniku 2 (rozdział 9).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 55
4.2 Przyjęte parametry opisu obszaru tematycznego
Parametr opisu
(nazwa) Stan skrajny Stan skrajny Opis danego parametru
Parametr (nazwa i Specjalizacja
Wykształcony interdyscyplinarnie, na pewnym poziomie ogólności
Wykształcony wąskospecjalistycznie w jednej dyscyplinie lub na
pograniczu dyscyplin
Zdobywanie wiedzy, umiejętności praktycznych i teoretycznych oraz osiąganie biegłości w jakiejś ściśle określonej dyscyplinie
Wydwiczony umysł Nieprzygotowany do wykonywania trudniejszych zadao umysłowych
Przygotowany do wykonywania trudnych zadao umysłowych
Zdolnośd operowania (rozumienia, analizowania, przekształcania, uogólniania, zapamiętywania) na wysoce złożonym, trudnym i abstrakcyjnym materiale pojęciowym, wydwiczona poprzez pogłębione studiowanie i uzyskiwanie biegłości w poruszaniu się po podstawowych, abstrakcyjnych, nie-empirycznych dziedzinach nauki (przede wszystkim matematyka, a także np. filozofia, logika)
Zdobywanie wiedzy i krytyczna analiza
Potrafi zdobywad (wyszukiwad) wiedzę, dokonywad analizy, ale nie
potrafi dokonywad syntezy i wykorzystywad zdobytej wiedzy do
kreowania nowej wiedzy
Potrafi zdobywad wiedzę, dokonywad analizy i syntezy oraz
wykorzystywad zdobytą wiedzę do kreowania nowej wiedzy
Umiejętnośd zdobywania (wyszukiwania) wiedzy, analizy i syntezy, wykorzystywania, tworzenia nowej wiedzy
Standaryzacja Wykształcony zgodnie ze standardami nauczania (standardowy profil wiedzy)
Wykształcony w dziedzinie niepoddającej się standaryzacji
(indywidualny profil wiedzy)
Posiada wiedzę zgodną ze standardami nauczania, ogólną, pozwalającą na dobrą orientację w jednej lub wielu dziedzinach nauki versus głęboką, kompletną, najnowszą wiedzę z danej dziedziny (która jako stale i dynamicznie rozwijana nie jest możliwa do wystandaryzowania)
Rozumienie świata i zmian w nim zachodzących
Wie, co się dzieje w świecie i jaki to ma wpływ na jego sytuację
Wie, co się dzieje, ale tylko w jego dziedzinie i jaki to ma wpływ
na jego sytuację
Wiedza z różnych dziedzin, dająca możliwośd wartościowania oraz wyrażania przekonao i opinii na temat otaczającego świata; umiejętnośd pojmowania świata jako złożonej całości, procesów w nim zachodzących oraz stawiania czoła wyzwaniom współczesnego świata; dostrzeganie w tym świecie swoich realnych możliwości i szans oraz eliminowanie zagrożeo
Umiejętności zespołowe
Umie współpracowad (ale tylko jako uczestnik zespołów)
Umie tworzyd zespoły, przewodzid im, brad czynny udział w ich pracy
Zdolnośd tworzenia więzi i współdziałania z innymi, umiejętnośd pracy w grupie na rzecz osiągania wspólnych celów; umiejętnośd zespołowego wykonywania zadao i wspólnego rozwiązywania problemów
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 56
4.3 Zdefiniowane modele
W trakcie prac panelowych zdefiniowano, że absolwenci studiów będą należed do jednej z czterech grup:
A. Twórców wiedzy przydatnej dla GOW po studiach III stopnia (model elitarny) – 1-2% wszystkich studentów, wyłonionych spośród najlepszych absolwentów liceów
i selekcjonowanych podczas studiów I i II stopnia. Kształconych w trybie indywidualnym przez naukowców mających osiągnięcia porównywalne z USA w dziedzinach
ważnych dla GOW, zwłaszcza: biotechnologii, nowych materiałach, technikach tele- i informatycznych. Kształcenie odbywad się powinno w uczelni wyższej nowego
typu, której robocza nazwa to Instytut Studiów Zaawansowanych. Fundamentem kształcenia powinno byd dwiczenie umysłu przez przedmioty abstrakcyjne, przede
wszystkim matematykę. Cel: wyedukowanie grupy ludzi prowadzących badania na najwyższym światowym poziomie i rozumiejących najnowsze osiągnięcia
współczesnej nauki.
B. Twórców gospodarki opartej na wiedzy – 30% absolwentów studiów II stopnia (model egalitarny) zdolnych do założenia i prowadzenia wspólnie z twórcami wiedzy
przedsiębiorstw zdolnych do wdrażania innowacji. Kształcenie powinno byd interdyscyplinarne i możliwie szerokie, zwłaszcza podczas studiów I stopnia. Oprócz
przewidzianych w programie przedmiotów, integralną jego częścią powinno byd zdobycie umiejętności prowadzenia „small businessu” w Polsce 2030 roku,
zwłaszcza od strony prawno-administracyjno-skarbowej. Wymagana powinna byd doskonała czynna znajomośd języka angielskiego i praktycznego używania technik
informatycznych. Konieczne jest także dwiczenie umysłu przez przedmioty abstrakcyjne: dla umysłów ścisłych – matematyka, dla humanistycznych – logika i filozofia.
Cel: wyedukowanie znacznej grupy ludzi elastycznych, o szerokiej wiedzy, potrafiących się uczyd i zmieniad zawód, zdolnych do samodzielnego tworzenia
przedsiębiorstw, w tym w sektorze GOW.
C. Profesjonalistów – to grupa absolwentów (20% absolwentów studiów połączonych I + II stopnia), których umiejętności są konieczne w każdej gospodarce, ale
niemających wpływu na tworzenie GOW. Przykładowo wymieomy: lekarzy, weterynarzy, inżynierów budowlanych, architektów, prawników, artystów.
D. Absolwentów Rynkowych – 50% studiujących w szkołach publicznych i niepublicznych, w trybie dziennym i zaocznym, głównie na studiach I stopnia, dla których
kryterium wyboru kierunku są wymagania rynku pracy, niemających wpływu na GOW. Uczelnie dostosowują program do zdolności i wymagao (pochodna wymagao
rynku) studentów.
W efekcie prowadzonych prac do dalszych analiz wybrane zostały dwa modele absolwenta, które są zaprezentowane zbiorczo w poniższej tabeli, przy czym:
Litera E – oznacza pożądaną charakterystykę absolwenta „Elitarnego” (1-2% absolwentów, przyszłych producentów wiedzy i przełomowych innowacji) na danym
wymiarze opisu;
Litera M – oznacza pożądaną charakterystykę absolwenta „Egalitarnego” [Masowego] (większośd pozostałych absolwentów, przyszłych producentów wiedzy
i przełomowych innowacji) na danym wymiarze opisu;
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 57
Dodatkowo litera R – oznacza uśrednioną charakterystykę dzisiejszych absolwentów uczelni Mazowsza (przyjęto, że eksperci opierają się na własnych
doświadczeniach, co oznacza, że w większości przypadków dokonywali oceny na podstawie doświadczeo z własnej uczelni);
Przyjęto (zgodnie z metodyką zaproponowaną przez Komitet Sterujący Foresight AM2030), że każdy z pożądanych modeli może byd opisywany jedynie poprzez
stany skrajne.
Wypracowane modele – tabela zbiorcza
Parametr opisu Stan skrajny 1 2 3 4 5 6 7 8 9 10 Stan skrajny
Specjalizacja Wykształcony interdyscyplinarnie,
na pewnym poziomie ogólności M R E
Wykształcony wąskospecjalistycznie w jednej dyscyplinie lub na pograniczu dyscyplin
Wydwiczony umysł Nieprzygotowany do wykonywania trudniejszych
zadao umysłowych R M/E
Przygotowany do wykonywania trudnych zadao umysłowych
Zdobywanie wiedzy i krytyczna analiza
Potrafi zdobywad (wyszukiwad) wiedzę, dokonywad analizy, ale nie potrafi dokonywad syntezy
i wykorzystywad zdobytej wiedzy do kreowania nowej wiedzy
R M/E Potrafi zdobywad wiedzę, dokonywad analizy i syntezy oraz wykorzystywad zdobytą wiedzę
do kreowania nowej wiedzy
Standaryzacja Wykształcony zgodnie ze standardami nauczania
(standardowy profil wiedzy) M R E
Wykształcony w dziedzinie niepoddającej się standaryzacji
(indywidualny profil wiedzy)
Rozumienie świata i zmian w nim zachodzących
Wie, co się dzieje w świecie i jaki to ma wpływ na jego sytuację
M R E Wie, co się dzieje, ale tylko w jego dziedzinie
i jaki to ma wpływ na jego sytuację
Umiejętności zespołowe
Umie współpracowad (ale tylko jako uczestnik zespołów)
E R M Umie tworzyd zespoły, przewodzid im,
brad czynny udział w ich pracy
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 58
4.3.1 Model absolwenta „Twórca gospodarki opartej na wiedzy”
Parametr opisu Opis stanu danego parametru składającego się
na rozpatrywany model (na podstawie tabeli 1) Opis modelu
Specjalizacja Wykształcony wąskospecjalistycznie w jednej
dyscyplinie lub na pograniczu dyscyplin
Twórców gospodarki opartej na wiedzy – 30% absolwentów studiów II
stopnia (model egalitarny) zdolnych do założenia i prowadzenia wspólnie
z twórcami wiedzy przedsiębiorstw zdolnych do wdrażania innowacji.
Kształcenie powinno byd interdyscyplinarne i możliwie szerokie,
zwłaszcza podczas studiów I stopnia. Oprócz przewidzianych w programie
przedmiotów, integralną jego częścią powinno byd zdobycie umiejętności
prowadzenia „small businessu” w Polsce 2030 roku, zwłaszcza od strony
prawno-administracyjno-skarbowej. Wymagana powinna byd doskonała
czynna znajomośd języka angielskiego i praktycznego używania technik
informatycznych. Konieczne jest także dwiczenie umysłu przez
przedmioty abstrakcyjne: dla umysłów ścisłych – matematyka, dla
humanistycznych – logika i filozofia. Cel: wyedukowanie znacznej grupy
ludzi elastycznych, o szerokiej wiedzy, potrafiących się uczyd i zmieniad
zawód, zdolnych do samodzielnego tworzenia przedsiębiorstw, w tym
w sektorze GOW.
Wydwiczony umysł Przygotowany do wykonywania
trudnych zadao umysłowych
Zdobywanie wiedzy i krytyczna analiza
Potrafi zdobywad wiedzę, dokonywad analizy i syntezy oraz wykorzystywad zdobytą wiedzę
do kreowania nowej wiedzy
Standaryzacja Wykształcony zgodnie ze standardami nauczania
(standardowy profil wiedzy)
Rozumienie świata i zmian w nim zachodzących
Wie, co się dzieje w świecie i jaki to ma wpływ na jego sytuację
Umiejętności zespołowe Umie tworzyd zespoły, przewodzid im,
brad czynny udział w ich pracy
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 59
4.3.2 Model absolwenta „Twórca wiedzy przydatnej dla gospodarki opartej na wiedzy”
Parametr opisu Opis stanu danego parametru składającego się
na rozpatrywany model (na podstawie tabeli 1) Opis modelu
Specjalizacja Wykształcony wąskospecjalistycznie w jednej
dyscyplinie lub na pograniczu dyscyplin Twórców wiedzy przydatnej dla GOW po studiach III stopnia (model
elitarny) – 1-2% wszystkich studentów, wyłonionych spośród najlepszych
absolwentów liceów i selekcjonowanych podczas studiów I i II stopnia.
Kształconych w trybie indywidualnym przez naukowców mających
osiągnięcia porównywalne z USA w dziedzinach ważnych dla GOW,
zwłaszcza: biotechnologii, nowych materiałach, technikach tele-
i informatycznych. Kształcenie odbywad się powinno w uczelni wyższej
nowego typu, której robocza nazwa to Instytut Studiów
Zaawansowanych. Fundamentem kształcenia powinno byd dwiczenie
umysłu przez przedmioty abstrakcyjne, przede wszystkim matematykę.
Cel: wyedukowanie grupy ludzi prowadzących badania na najwyższym
światowym poziomie i rozumiejących najnowsze osiągnięcia
współczesnej nauki.
Wydwiczony umysł Przygotowany do wykonywania
trudnych zadao umysłowych
Zdobywanie wiedzy i krytyczna analiza
Potrafi zdobywad wiedzę, dokonywad analizy i syntezy oraz wykorzystywad zdobytą wiedzę
do kreowania nowej wiedzy
Standaryzacja Wykształcony w dziedzinie niepoddającej się
standaryzacji (indywidualny profil wiedzy)
Rozumienie świata i zmian w nim zachodzących
Wie, co się dzieje, ale tylko w jego dziedzinie i jaki to ma wpływ na jego sytuację
Umiejętności zespołowe Umie współpracowad
(ale tylko jako uczestnik zespołów)
Uwaga: Trzeba pamiętad o tym, że szkolnictwo wyższe Mazowsza jest bardzo zdywersyfikowane – m.in. forma własności, wielkośd, lokalizacja, misja uczelni – i takie uśrednienie nie do kooca odwzorowuje sytuację. Jest ono bardzo dużym uproszczeniem.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 60
4.4 Definicja stanu obecnego
Parametr opisu Opis dominującego obecnie stanu/rozwiązania w ramach danego parametru opisu (komentarze)
Specjalizacja
Oferta programowa polskich (a więc także mazowieckich) uczelni w większości jest oparta na tradycyjnej strukturze dyscyplin naukowych.
Kształcenie absolwentów ma charakter specjalistyczny, ale – niestety – oznacza to raczej wąski profil wykształcenia niż bardzo wysoką jakośd,
biegłośd (teoretyczną i praktyczną) w określonej dziedzinie. Programy interdyscyplinarne stanowią zdecydowaną mniejszośd w ofercie
programowej, a często studiowanie dyscyplin innych niż podstawowa sprowadza się do niewielkiej puli zajęd obowiązkowych, które są traktowane
jako uzupełniające, mniej ważne lub nawet przeszkadzające w skupieniu się na właściwym kierunku studiów (por. filozofia, etyka czy nauki
społeczne na kierunkach technicznych). Nacisk na stosowanie zdobywanej wiedzy w praktyce jest bardzo mały – projekty praktyczne są rzadko
organizowane, staże czy praktyki są traktowane jako „zło konieczne”. Czynnikami konserwującymi wąskie specjalizacje są: struktura organizacyjna
uczelni, wąska specjalizacja kadry naukowej oraz system rozliczania wykładowców (pensum) skłaniający do rywalizacji o studentów poprzez
wprowadzanie przedmiotów obowiązkowych.
Wydwiczony umysł
Uczelnie, a także (a nawet przede wszystkim) szkolnictwo stopni poprzedzających szkolnictwo wyższe nie wymagają, nie promują ani nie stwarzają
możliwości dwiczenia się w operowaniu na trudnym, złożonym i abstrakcyjnym materiale. Przygotowanie maturzystów w zakresie matematyki
i logiki jest bardzo niskie, do czego przyczynia się mały nacisk kładziony na te przedmioty w szkołach średnich (w klasach humanistycznych wręcz
istnieje przyzwolenie na „rezygnację” z uczenia się matematyki i przedmiotów ścisłych). W społeczeostwie, także w mediach, pokutuje ciągle
przekonanie, że abstrakcyjna wiedza i umiejętności (matematyka, logika, filozofia) są niepraktyczne i niepotrzebne dla odniesienia sukcesu
zawodowego i życiowego (do niedawna postawy takie wzmacniał brak matematyki w puli obowiązkowych przedmiotów maturalnych). Największą
liczbę kandydatów (poza nielicznymi wyjątkami) odnotowują kierunki spostrzegane jako łatwe i praktyczne (mimo iż często są one wykładane
w sposób teoretyczny bez realnych dwiczeo zastosowao praktycznych). Zdecydowana większośd uczelni niepublicznych ogranicza swoją ofertę do
takich właśnie kierunków.
Zdobywanie
wiedzy i krytyczna
analiza
Studenci i absolwenci z łatwością poruszają się w Internecie i innych środkach komunikacji, potrafią bardzo łatwo znaleźd żądane informacje
i wiedzę. W większości przypadków nie potrafią jednak (ani nie odczuwają takiej potrzeby) ocenid jakości tych informacji/wiedzy ani jej
przeanalizowad i dokonad autorskich porównao czy syntezy tej wiedzy. Sprawnośd w poszukiwaniu wiedzy sprowadza się do znajdowania
i kopiowania (plaga prac kopiowanych z Internetu, plagiatów). Ciągle istnieje społeczne przyzwolenie na ściąganie i plagiaty (na poziomie szkół
średnich i wyższych). Niski współczynnik liczebności kadry naukowej w stosunku do liczby studentów powoduje przeciążenie dydaktyczne kadry
naukowej, słabą kontrolę prac studentów, a także ograniczanie sprawdzania wiedzy i umiejętności studentów do testów wyboru, które nagradzają
przede wszystkim bierne odtwarzanie uzyskanej – faktograficznej i szczegółowej – wiedzy.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 61
Parametr opisu Opis dominującego obecnie stanu/rozwiązania w ramach danego parametru opisu (komentarze)
Standaryzacja Wykształcony zgodnie ze standardami nauczania (standardowy profil wiedzy).
Rozumienie świata
i zmian w nim
zachodzących
Studenci i absolwenci w wyniku wąskiej specjalizacji mają raczej orientację w osiągnięciach, trendach, zastosowaniach w obrębie studiowania
własnej dziedziny (jednak i ta orientacja jest zwykle powierzchowna i nieobejmująca najnowszych osiągnięd naukowych) niż szerokie rozumienie
procesów gospodarczych, społecznych i politycznych. Są więc słabo przygotowani do proaktywnego planowania i kształtowania własnej ścieżki
kariery zawodowej, podejmowania działalności gospodarczej i wyboru najlepiej rokujących (w perspektywie średnioterminowej) dziedzin usług
i produkcji. Do wzrostu rozumienia świata i zmian w nim zachodzących przyczynił się skokowy wzrost mobilności młodych osób, szczególnie
kontaktów i doświadczeo zagranicznych (programy wymiany, studia, podróże oraz praca za granicą).
Umiejętności
zespołowe
W polskim społeczeostwie „tradycyjnie” dominują postawy indywidualistyczne, społeczeostwo obywatelskie jest słabo rozwinięte, a poziom
zaufania społecznego jest niski. Szkolnictwo – od podstawowego do wyższego – kładzie nacisk na indywidualną wiedzę, indywidualną pracę
i indywidualne rozliczanie. Okazji i bodźców do dwiczenia umiejętności pracy w zespole jest bardzo niewiele (w szkolnictwie poniżej wyższego
wprowadzane są projekty zespołowe, ale wciąż jest ich mało; niewiele jest też szkolnych czy uczelnianych zespołów sportowych czy artystycznych,
silnych stowarzyszeo studenckich, szkoły i uczelnie „po zajęciach” pustoszeją – nie stanowią ośrodków budowania grup czy sieci społecznych).
Umiejętności pracy zespołowej zwiększa mobilnośd między uczelniami i międzynarodowa (koniecznośd szybkiej adaptacji do nowego otoczenia)
oraz wymagania rynku pracy. Zdecydowanie zbyt wolno kształtują się postawy (odwaga, chęd wyróżnienia się, poczucie sprawczości) i umiejętności
(inicjowanie przedsięwzięd, kreowanie wizji i wyznaczanie celów, tworzenie zespołów, wpływ na innych) przywódcze.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 62
4.5 Analiza SWOT w kontekście wypracowanych modeli
4.5.1 Wprowadzenie
Uczelnie kształcące absolwentów Profesjonalistów i Absolwentów Rynkowych
istnieją. Uczelnie kształcące Twórców wiedzy i Twórców gospodarki muszą
powstad drogą przekształceo istniejących jednostek, zwłaszcza w uczelniach
publicznych. Bez czynnego działania paostwa uczelnie kształcące absolwentów
dla GOW nie powstaną!
Zmiany ustawowe konieczne do powstania Instytutu Studiów Zaawansowanych
(kształcącego Twórców wiedzy) są intelektualnie trudne, byd może zbyt trudne
dla polityków. Konieczne jest też systematyczne zasilanie budżetowe dla
Instytutu Studiów Zaawansowanych i wytworzenie drastycznej nierówności w
dostępie do środków na naukę (na dydaktykę i badania naukowe) na korzyśd ISZ,
co będzie budziło sprzeciw. Dodatkowo, takie Instytuty Studiów
Zaawansowanych mogą powstad tylko w 1–3 miastach akademickich Polski
(największy potencjał w tym zakresie ma Warszawa – co istotne ze względu na
przedmiot projektu Foresight Akademickie Mazowsze 2030), ponieważ
w pozostałych nie ma wystarczającego potencjału interdyscyplinarnego.
Najprawdopodobniej to również wywoła konflikty.
Powstanie uczelni kształcących Twórców gospodarki będzie wymagało
drastycznej ingerencji Ministerstwa Nauki i Szkolnictwa Wyższego w programy
studiów i ich organizację w uczelniach akademickich, co wywoła niezadowolenie
i protesty uczelni. Minimalnym krokiem, który umożliwi doprowadzenie do
zmian w programach studiów, jest likwidacja wymaganego ustawowo pensum
dydaktycznego. Istnienie pensum powoduje, że rozwijad się mogą tylko
podjednostki wydziałów uczelni (instytuty, katedry, zakłady), mające największe
obciążenie dydaktyczne, co usprawiedliwia przyjmowanie do pracy młodych
obiecujących naukowców (ale i oni, z racji istnienia pensum i obciążeo jednostki,
koncentrują się przede wszystkim na dydaktyce, a nie na badaniach naukowych).
Profesorowie walczą więc o wprowadzenie przedmiotów ze swojej wąskiej
specjalności do puli przedmiotów obowiązkowych dla studenta. To powoduje, że
student nie ma możliwości wyboru przedmiotów i kształci się w wąskiej
specjalności. Studia interdyscyplinarne (szerokie, w modelu egalitarnym) będą
mogły powstad dopiero wówczas, gdy profesorowie nie będą walczyd o swoje
przedmioty i – w taki sposób – o studentów uczęszczających na te przedmioty.
Zniesienie pensum pozwoli profesorom na prowadzenie – w większej niż dziś
skali – badao naukowych (z korzyścią dla jakości dydaktyki i dla nauki),
a studentom – na indywidualne kształtowanie swoich ścieżek studiów.
Pochodną wprowadzenia na znacznie większą skalę możliwości wyboru zajęd
będzie – w efekcie rywalizacji o studenta – wzrost ich jakości. Zniesienie pensum
i odpowiednie zmiany w podziale środków finansowych pozwolą na zatrudnianie
młodych ludzi również w jednostkach, które nie mają dużego obciążenia
dydaktycznego, ale mają duże osiągnięcia w badaniach naukowych.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 63
4.5.2 Analiza SWOT w kontekście modelu „Twórca gospodarki opartej na wiedzy”5
4.5.2.1 Silne i słabe strony istniejących rozwiązao
Silne strony Waga Słabe strony Waga
1. Zaplecze edukacyjne (liczba nauczycieli, uczelni) 0,5 1. Starzenie się kadry (przyczyna: polityka kadrowa i płacowa) 0,4
2. Szeroka, zróżnicowana oferta uczelni 0,3 2. Brak infrastruktury naukowej do badao i rozwoju nowych technologii 0,3
3. Lokalizacja uczelni (blisko potencjalnych studentów – dotyczy także lokalnych uczelni poza Warszawą)
0,1 3. Ograniczony zakres udziału w międzynarodowych projektach badawczych
0,1
4. Potencjał do umiędzynarodowienia studiów (częśd kadry włada językiem angielskim w stopniu wystarczającym do prowadzenia wykładów), znajomośd dobrych uczelni zagranicznych, dokonane już pierwsze – pilotażowe – próby uruchomienia studiów w języku angielskim, zawarte i realizowane umowy międzynarodowe, wspólne studia z partnerami zagranicznymi – np. MBA
0,1 4. Zachowawcza struktura starych uczelni Warszawy (struktura wydziałowa studiów I stopnia, oferta oparta na zasobach – konserwowane przez interesy kadry profesorskiej)
0,1
5. Brak mechanizmu selekcji i wspierania najlepszych pracowników uczelni
0,1
SUMA WAG 1 SUMA WAG 1
5 W tabelach zawierających szanse i zagrożenia prezentowane są najistotniejsze wnioski z przeprowadzonej analizy PEST dla wypracowanych modeli. Szczegółowe materiały związane
z określaniem szans i zagrożeo w ramach poszczególnych obszarów analizy PEST znajdują się w załączniku 2 (rozdział 9).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 64
4.5.2.2 Szanse i zagrożenia w ramach analizy PEST
Szanse waga prawdop. Zagrożenia waga prawdop.
1. Dostęp do informacji 0,3 100% 1. Niski poziom PKB na naukę i szkolnictwo wyższe 0,4 90%
2. Możliwośd przyspieszonej wymiany pokoleniowej i odmłodzenia kadry naukowej (ponieważ istnieje luka pokoleniowa)
0,2 20% 2. Ograniczony dostęp do najnowocześniejszych technologii informatycznych
0,2 70%
3. Dostęp do europejskiego rynku pracy, wzrost aspiracji i chęci uczestnictwa w europejskiej społeczności poprzez wyższe wykształcenie
0,2 50% 3. Zmniejszenie liczby studentów (finansowy upadek uczelni na Mazowszu, zwłaszcza niepublicznych) i brak mechanizmów naprawczych uczelni paostwowych (niechęd kadry, brak woli politycznej)
0,1 90%
4. Powiązanie wyższego wykształcenia z pozycją ekonomiczną i społeczną
0,1 80% 4. Brak mechanizmów wymuszających interdyscyplinarnośd na poziomie krajowym
0,1 50%
5. Zmniejszenie liczby studentów (możliwe zmniejszenie liczebności grup)
0,1 90% 5. Nieopłacalnośd finansowa indywidualnej kariery akademickiej 0,1 90%
6. Promowanie idei kształcenia ustawicznego 0,1 50% 6. Wzajemnie sprzeczne przepisy i interpretacje ustaw (co uniemożliwia sprawne działanie)
0,1 50%
SUMA WAG 1 SUMA WAG 1
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 65
4.6 Analiza SWOT dla obszaru tematycznego „Twórca wiedzy przydatnej dla gospodarki opartej na wiedzy”
4.6.1 Silne i słabe strony istniejących rozwiązań
Silne strony waga Słabe strony waga
1. Wysoki potencjał naukowy w Warszawie (jest z kogo wybrad) 0,8 1. Brak mechanizmu zatrzymania talentów na uczelniach (kluczowy brak zachęt finansowych)
0,5
2. Tradycja polskiej szkoły matematycznej i informatycznej (dziedziny niskonakładowe) oraz byd może inne
0,2 2. Studenci uczą się, a nie studiują (aktualna „kultura” studiowania na uczelniach Mazowsza)
0,2
3. Brak infrastruktury naukowej do badao i rozwoju nowych technologii 0,2
4. Brak mechanizmu identyfikowania i wyławiania talentów (na poziomie poniżej szkolnictwa wyższego)
0,1
SUMA WAG 1 SUMA WAG 1
4.6.2 Szanse i zagrożenia w ramach analizy PEST
Szanse waga prawdop. Zagrożenia waga prawdop.
1. Niewielka liczba pracowni i pracowników naukowych na najwyższym poziomie, dzięki czemu organizacja elitarnej uczelni będzie prostsza i taosza
0,8 100% 1. Brak woli politycznej ukierunkowania strumienia finansowego na dziedziny GOW przeciw egalitarnym nastrojom społecznym (poziom finansowania powinien byd porównywalny z poziomem finansowania elitarnych uczelni światowych)
0,5 90%
2. Świadomośd społeczna o potrzebie istnienia elitarnej uczelni 0,2 50% 2. Brak systemu diagnozy i kształcenia wybitnych talentów na poziomie szkolnictwa podstawowego i średniego
0,2 100%
3. Opór kadry naukowej przeciwko zmianom i przeciwko przedsięwzięciom elitarnym
0,1 90%
4. Wzajemnie sprzeczne przepisy i interpretacje ustaw (uniemożliwia to osiągnięcie sprawności organizacyjnej zapewniającej konkurencyjnośd wobec najlepszych światowych uczelni)
0,1 50%
5. Brak dobrze płatnej pracy w kraju dla wybitnych absolwentów (elity GOW)
0,1 50%
SUMA WAG 1 SUMA WAG 1
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 66
4.7 Analiza SWOT dla obszaru tematycznego „Model absolwenta”
Dzisiejsze szkoły wyższe możemy podzielid na dwie kategorie – na kształcących
Profesjonalistów (w zawodach) oraz Absolwentów Rynkowych (tanich). W obu
przypadkach kształcenie jest wąskospecjalistyczne. W większości przypadków na
niskim lub bardzo niskim poziomie. Obniżenie poziomu jest konsekwencją
polityki paostwa, które doprowadziło w ciągu 20 lat do siedmiokrotnego
powiększenia liczby studentów bez istotnego zwiększenia liczby nauczycieli
akademickich oraz bez zwiększenia dotacji budżetowej. Obniżenie poziomu
studiów wynika również w znacznym stopniu z niskiego poziomu kształcenia na
poziomie maturalnym i immatrykulowania osób, którym brak jest elementarnej
wiedzy wyniesionej ze szkoły – nieprzygotowanych do podjęcia studiów
wyższych. Uczelnie zmuszane są do przyjmowania wszystkich chętnych na
studia, ponieważ dotacja ministerialna zależy od liczby (a nie jakości) studentów.
Programy studiów są wąskospecjalistyczne i częściej dopasowane do wiedzy
nauczycieli akademickich niż do wymagao współczesnego społeczeostwa.
Ogromna liczba studentów uniemożliwia indywidualizację nauczania i sprzyja
metodom formalnego badania przyswojonej wiedzy, np. przy pomocy
egzaminów testowych zamkniętych.
Niskie nakłady budżetowe na naukę doprowadziły do znacznego obniżenia
poziomu badao naukowych w dziedzinach prowadzących do gospodarki opartej
na wiedzy: biotechnologii, wytwarzania nowych materiałów (w tym również
nanotechnologii) i opracowania nowych procesów technologicznych o dużym
wkładzie myśli. Nieco lepiej prezentuje się najtaosza z tych dziedzin –
informatyka. Niski poziom badao naukowych prowadzonych przez kadrę
oznacza, że absolwenci naszych uczelni dysponują wiedzą opóźnioną w stosunku
do krajów przodujących w nauce.
Relatywnie bardzo niskie pensje pracowników naukowych doprowadziły do
ucieczki z polskiej nauki najzdolniejszych młodych ludzi. Skutkiem niskich pensji
jest powstanie luki pokoleniowej. W nauce jest znaczny deficyt czterdziesto-
i pięddziesięciolatków. Na uczelniach brak jest mechanizmów promujących
dobrych nauczycieli oraz dobrych naukowców i nie można wytworzyd
konkurencji pomiędzy naukowcami, ponieważ zawód nauczyciela akademickiego
nie jest atrakcyjny dla najlepszych studentów.
Bez istotnej zmiany obecnego stanu zbudowanie w Polsce Gospodarki Opartej
na Wiedzy jest niemożliwe!
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 67
4.7.1.1 Silne i słabe strony istniejących rozwiązao
Silne strony Słabe strony
Jeszcze mamy specjalistów, którzy mogą wykształcid nowe pokolenie
przystosowane do budowania Gospodarki Opartej na Wiedzy. Za 20 lat, przy
kontynuacji obecnego trendu finansowania nauki, w większości dziedzin już
ich nie będzie.
Mamy budynki i dostęp do Internetu.
Przed nami załamanie finansowe większości uczelni w kraju spowodowane
wchodzącym na uczelnie niżem demograficznym. Kadra zarządzająca
uczelniami nie ma umiejętności, ale i narzędzi prawnych do zarządzania
w kryzysie finansowym. W kryzysie nauczyciele akademiccy będą wystrzegad
się zmian strukturalnych i programowych, starając się utrzymad status quo.
Na polskich uczelniach nie ma mechanizmu promującego wybitnych
nauczycieli oraz wybitnych studentów. Opłaca się byd przeciętnym.
Należy się spodziewad oporu dotychczasowych uczelni – beneficjentów
dotychczasowego systemu.
4.7.1.2 Szanse i zagrożenia
Szanse Zagrożenia
Paradoksalnie chaos finansowy spowodowany niskim finansowaniem może
zwiększyd szansę na akceptację przez kadrę koniecznych długofalowych
zmian w strukturze szkolnictwa wyższego.
Głównym zagrożeniem jest brak zrozumienia, woli politycznej (wynikającej
z niskiej „opłacalności politycznej”) i determinacji polityków we
wprowadzaniu niezbędnych zmian wynikających z konieczności znacznego
zwiększenia nakładów na naukę oraz na uczelnie nowego typu (budżet).
Konieczne jest ustawowe powołanie nowego typu kształcenia oraz wdrożenie
mechanizmów zapewniających wprowadzenie możliwości studiów
interdyscyplinarnych nowego typu (praca intelektualna sformułowania
nowego modelu i ustawodawcza).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 68
5 Model uczelni: Efekty przeprowadzonych prac oraz dokonanych analiz
5.1 Uczestnicy panelu Lider: prof. dr hab. Robert Rządca
Moderator: Jan Urmaoski
Sekretarz: dr Tadeusz Filipiak
Prof. nadzw. dr hab. Witold Bielecki
Prof. dr hab. Dorota Dobija
Maciej Grelowski
Prof. dr hab. Krzysztof Marasek
Prof. dr hab. Andrzej Radecki
Dr Sławomir Sowioski
Dr Piotr Wachowiak
Prof. dr hab. Andrzej Wierzbicki
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 69
5.2 Przyjęte parametry opisu obszaru tematycznego
Parametr opisu
(nazwa) Stan skrajny Stan skrajny Opis danego parametru
Sposób zarządzania
A
sposób zarządzania
jednoosobowy
(Rektor, Kanclerz)
B
sposób zarządzania
kolegialny (Senat)
Sposób zarządzania uczelnią może charakteryzowad się jednoosobowym (menadżerskim)
stylem zarządzania lub kolegialnym stylem zarządzania. W modelu zakładamy
zwiększenie autonomii uczelni.
Zasoby
C
zasoby materialne –
minimalna baza materialna
i minimalne zasoby kadrowe
(wystarczające z punktu
widzenia przepisów)
D
istnienie rezerw
(nadwyżek)
materialnych
i kadrowych
Zasoby uczelni rozumiane jako baza materialna i kadrowa (niematerialna) niezbędna do
prowadzenia działalności usługowej w szkolnictwie wyższym. Istnienie rezerw umożliwia
podejmowanie nowych rodzajów działalności (kierunków kształcenia, badao, współpracy
z praktyką).
Funkcje uczelni E
edukacja
F
edukacja, prowadzenie
badao oraz
współdziałanie nauki
z gospodarką
Uczelnia świadczy następujące typy usług: edukacja, badania naukowe oraz badania,
prace i świadczenia na rzecz gospodarki.
Umiejscowienie/pozycjonowanie G
subregionalne lub regionalne
H
międzynarodowe
Zasięg terytorialny oddziaływania uczelni. Kontakty i współpraca międzynarodowa
uczelni z innymi jednostkami naukowymi. Wymiana międzynarodowa kadry naukowej
oraz studentów. Pozycja uczelni w rankingach międzynarodowych. Współpraca uczelni ze
szkolnictwem średnim.
Struktura kształcenia
I
jeden poziom
jednokierunkowe
J
wszystkie poziomy
i kształcenie
ustawiczne
wielokierunkowe
Założenie, że struktura kształcenia będzie ukierunkowana na przygotowanie do
funkcjonowania w gospodarce. Kształcenie studentów (słuchaczy) może dotyczyd różnych
poziomów wg krajowych ram kwalifikacji. Wąska specjalizacja lub wielokierunkowośd
struktury kształcenia.
Finansowanie K
publiczne
L
rynek
Finansowanie uczelni z budżetu paostwa oraz ewentualnie samorządów lub/i ze środków
pochodzących z rynku (przedsiębiorstwa prywatne, dotacje itp.).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 70
5.3 Zdefiniowane modele
5.3.1 Model 1: Uczelnia międzynarodowa, szeroki zakres działania
Parametr opisu Opis stanu danego parametru składającego się
na rozpatrywany model (na podstawie tabeli 1) Opis modelu
Sposób zarządzania A
sposób zarządzania jednoosobowy
Model uczelni o jednoosobowym (menadżerskim) stylu zarządzania.
Uczelnia posiada duże zasoby materialne i kadrowe, wystarczające do
sprawnego funkcjonowania w szkolnictwie wyższym. Uczelnia świadczy
usługi edukacyjne, prowadzi badania naukowe, a także współpracuje
z szeroko rozumianą gospodarką narodową. Uczelnia ma
międzynarodowe znaczenie, które przejawia się wymianą kadry naukowej
i studentów z ważniejszymi światowymi ośrodkami naukowymi. Na
uczelni dostępne są wszystkie poziomy kształcenia oraz uczelnia kształci
wielokierunkowo. Finansowanie uczelni w tym modelu odbywa się
głównie ze środków budżetowych, przy niewielkim udziale środków
pochodzących z innych źródeł.
Zasoby
D
istnienie rezerw (nadwyżek) materialnych
i kadrowych
Funkcje uczelni
F
edukacja, prowadzenie badao
(współdziałanie nauki z gospodarką)
Umiejscowienie/pozycjonowanie H
międzynarodowe
Struktura kształcenia
J
wszystkie poziomy kształcenia
i kształcenie ustawiczne
wielokierunkowe
Finansowanie
K/L
finansowane głównie przez paostwo
i z niewielkim udziałem rynku
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 71
5.3.2 Model 2: Uczelnia o regionalnym zasięgu, realizacja głównie funkcji edukacyjnej
Parametr opisu
Opis stanu danego parametru
składającego się na rozpatrywany model
(na podstawie tabeli 1)
Opis modelu
Sposób zarządzania A
sposób zarządzania jednoosobowy
Model uczelni o jednoosobowym sposobie zarządzania. Uczelnia
ma zasięg regionalny, posiada minimalne zasoby materialne
i kadrowe, pozwalające na kształcenie wyłącznie na
wyspecjalizowanych kierunkach i niższych poziomach kształcenia.
Model uczelni przewiduje wyłącznie edukację. Finansowanie
uczelni głównie przez paostwo.
Zasoby
C
materialne – minimalna baza materialna
i minimalne zasoby kadrowe
Funkcje uczelni E
Edukacja
Umiejscowienie/pozycjonowanie G
subregionalne
Struktura kształcenia
I
jeden poziom
jednokierunkowe
Finansowanie K
publiczne
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 72
5.4 Definicja stanu obecnego
Parametr opisu Opis dominującego obecnie stanu/rozwiązania w ramach danego parametru opisu
Sposób zarządzania B
kolegialny sposób zarządzania uczelnią, zgodnie ze statutem danej uczelni
Zasoby D
istnienie rezerw (nadwyżek) materialnych i kadrowych w ramach zasobów
Funkcje uczelni
F
edukacja, prowadzenie badao naukowych głównie na poziomie krajowym,
minimalne współdziałanie nauki z gospodarką
Umiejscowienie/pozycjonowanie G
krajowy lub regionalny zasięg działania
Struktura kształcenia
J
wszystkie poziomy kształcenia i kształcenie ustawiczne
wielokierunkowe
Finansowanie K/L
finansowane głównie przez paostwo, z niewielkim udziałem finansowania z gospodarki i rynku
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 73
5.5 Analiza SWOT w kontekście wypracowanych modeli6
5.5.1 Przyjęte założenia dotyczące definiowania silnych i słabych stron w ramach analizy SWOT
Prace panelowe rozpoczęły się od zdefiniowania głównych silnych i słabych stron stanu obecnego w odniesieniu do każdego z wypracowanych modeli. Następnie,
bazując na wypracowanym materiale, eksperci przyjęli następującą procedurę definiowania najistotniejszych silnych i słabych stron:
„Silne i słabe strony obecnego stanu przygotowano dla dwóch wcześniej wypracowanych modeli. Eksperci uznali, że najistotniejsze silne i słabe strony powinny zostad
określone oddzielnie dla poszczególnych, wcześniej zaproponowanych modeli. Określenie ostatecznych wag w przypadku silnych i słabych stron stanu obecnego
przebiegało w pięciu krokach:
1. Sformułowane przez ekspertów propozycje silnych oraz słabych stron zostały wstępnie przedyskutowane w czasie panelu;
2. Lista proponowanych silnych oraz słabych stron została rozesłana ekspertom z prośbą o określenie wag;
3. Na podstawie otrzymanych odpowiedzi wyliczona została średnia waga dla każdej z wstępnie wytypowanych silnych oraz słabych stron;
4. Wyeliminowano te silne oraz słabe strony, które uzyskały niskie średnie oceny tak, aby na listach pozostało nie więcej niż 6 czynników;
5. Wagi dla czynników pozostawionych zostały przeliczone powtórnie, proporcjonalnie do udziału w tych czynnikach tak, aby sumowały się do 100;
6. Zrezygnowano z zaokrąglania wag do liczb całkowitych.”
W dalszej części raportu zaprezentowane zostaną ustalenia dotyczące głównych silnych i słabych stron, a następnie zaprezentowany zostanie materiał pokazujący
najistotniejsze silne i słabe strony stanu obecnego w odniesieniu do wypracowanych modeli.
5.5.2 Przyjęte założenia dotyczące definiowania szans i zagrożeń w ramach analizy PEST
Eksperci przyjęli procedurę określenia najważniejszych szans i zagrożeo, która składała się z sześciu kroków:
1. Eksperci sformułowali listę szans i zagrożeo dla obu sformułowanych modeli;
2. Na podstawie uwag ekspertów co do listy szans i zagrożeo przygotowano ostateczną listę proponowanych szans i zagrożeo;
3. Eksperci przypisali poszczególnym szansom i zagrożeniom wagi oraz prawdopodobieostwa wystąpienia;
4. Brak przypisania wagi oznacza, że dany ekspert nie traktuje danej szansy lub zagrożenia jako istotnego czynnika w analizie PEST. Brak przypisania
prawdopodobieostwa (przy przypisaniu wagi) oznacza, że dany ekspert uznaje dane zdarzenie za pewne. W jednym przypadku niezbędne było przejście
z określeo jakościowych („wysokie”) na miarę ilościową (90%). Obliczono średnią wagę poszczególnych szans i zagrożeo w ramach każdego z modeli;
5. Obliczono średnie prawdopodobieostwo przypisane przez ekspertów poszczególnym szansom i zagrożeniom;
6 W tej części opracowania prezentowane są jedynie główne oraz najistotniejsze silne i słabe strony stanu obecnego w odniesieniu do wypracowanych modeli. Zdefiniowane przez
ekspertów główne szanse i zagrożenia dla każdego z wypracowanych modeli znajdują się w części poświęconej analizie PEST (rozdziały 4.5.2.1 i 4.5.2.2).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 74
6. Dokonano analizy i wyboru najważniejszych szans i zagrożeo, niezależnych od modelu 1 lub 2. Wyboru dokonano na podstawie dyskusji, w której wzięła udział
trzyosobowa grupa ekspertów. W tym przypadku zrezygnowano z automatycznego wyboru czynników o najwyższych wskazaniach, ze względu na koniecznośd
analizy poszczególnych szans i zagrożeo w odniesieniu do generalnej sytuacji (a nie w odniesieniu do modelu 1 i 2). Utrzymano założenie, że w poszczególnych
kategoriach liczba szans i zagrożeo nie powinna przekraczad sześciu.
Rezultat analizy został przekazany do akceptacji wszystkim ekspertom. Poniżej zawarte są ostateczne efekty prac ekspertów.
5.5.3 Analiza SWOT w kontekście modelu 1: Uczelnia międzynarodowa, szeroki zakres działania
5.5.3.1 Silne i słabe strony istniejących rozwiązao
Silne strony Waga w % Słabe strony Waga w %
1. Położenie wielkich uczelni w dużych ośrodkach miejskich 23,6 1. Niedoinwestowanie z budżetu 25,3
2. Istniejąca grupa silnych uczelni 16,6 2. Sposoby weryfikacji dorobku naukowego 17,7
3. Znaczące zasoby materialne, głównie w postaci
nieruchomości 15,7
3. Duże uzależnienie uczelni od Ministerstwa Nauki
i Szkolnictwa Wyższego 17,1
4. Dostęp pracowników i studentów do aktualnej wiedzy
światowej 15,5 4. Brak strategii działania uczelni 13,6
5. Wielokierunkowośd studiów 14,7 5. Wysokie koszty funkcjonowania uczelni 13,4
6. Dobra infrastruktura informatyczna pozwalająca
na kontakt ze światem 13,9
6. Strukturalne odseparowanie poszczególnych kierunków
kształcenia (na poziomie struktury uczelni) 13,0
Razem 100,0 Razem 100,0
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 75
5.5.3.2 Szanse i zagrożenia w ramach analizy PEST
Szanse Zagrożenia
Otoczenie Polityczne
1. Polityka zrównoważonego rozwoju – zwiększenie nakładów na naukę
(znaczenie GOW) 1. Niestabilnośd polityczna
2. Rozwój społeczeostwa obywatelskiego i zapotrzebowanie na liderów społecznych 2. Powiązania polityki z nauką (naukowcy w polityce i odwrotnie)
3. Dalsza integracja z UE i korzystanie z europejskich funduszy na naukę 3. Zbyt częste zmiany legislacyjne i złe prawo
4. Rozwój polityki proinnowacyjnej 4. Niskie nakłady na naukę i szkolnictwo wyższe
5. Rozwój wielkich miast w kierunku metropolii zainteresowanych posiadaniem
centrów typu TUM czy MIT 5. Nowy niekorzystny budżet UE
6. Polityka paostwa dotycząca rozwoju dużych uczelni 6. Nacisk na równe traktowanie wszystkich uczelni
(niezależnie od poziomu i wyników)
7. Ograniczenie autonomii uczelni
Otoczenie Ekonomiczne
1. Rozwój gospodarczy kraju i regionów w Polsce 1. Niechęd do finansowania nauki i brak środków publicznych przeznaczonych
na ten cel
2. Pozyskiwanie odpowiednich środków finansowych z budżetu paostwa
i środków z UE na naukę 2. Kryzys gospodarek Polski oraz innych paostw UE
3. Inwestowanie środków przez rozwijające się polskie firmy 3. Zwiększające się bezrobocie i inflacja
4. Możliwośd współpracy uczelni z praktyką gospodarczą 4. Utrzymanie się obecnej struktury gospodarczej (fabryki, montownie)
5. Zmiana struktury gospodarczej (w kierunku usług, wolnych zawodów,
zawodów wyższych technologii) 5. Dalsze umacnianie się polskiej złotówki, podnoszące koszty studiów w Polsce
6. Dalsze inwestycje w Polsce – zewnętrzny kapitał 6. Brak grupy dobrze opłacanych menedżerów, specjalistów
od zarządzania uczelniami
7. Zapotrzebowanie na innowacje 7. Konkurencja uczelni europejskich
8. Mobilnośd pracowników
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 76
Szanse Zagrożenia
Otoczenie Społeczne
1. Pojawienie się mody na naukę 1. Niż demograficzny i starzenie się społeczeostwa
2. Rozpowszechnienie się oczekiwao wyniesionych z uczelni zagranicznych 2. Etykietowanie szkół niepaostwowych
3. Chęd podnoszenia kwalifikacji przez potencjalnych studentów 3. Odpływ kadr i studentów za granicę
4. Zmiana jakości życia – wygoda życia 4. Ograniczenie nauki
5. Potrzeba kształcenia ustawicznego 5. Rozwój studiów niestacjonarnych, obniżenie rangi studiów
6. Duży odsetek Polaków w młodym wieku 6. Wzrost bezrobocia w Polsce
7. Wzrost znaczenia kultury i oświaty w społeczeostwie
Otoczenie Technologiczne
1. Rozwój informatyki i technologii komunikacyjnych oraz powszechna dostępnośd
Internetu szerokopasmowego 1. Ograniczenia w korzystaniu z rozwiązao technologicznych
2. Dobre wyposażenie uczelni 2. Upowszechnienie studiów internetowych, w tym międzynarodowych
3. Szybki dostęp do informacji 3. Pogłębienie się luki technologicznej
4. Wzrost zapotrzebowania na ekspertów 4. Wysokie koszty nowych technologii
5. Możliwośd pozyskiwania światowych rozwiązao technologicznych
6. Blended learning
7. Nowe technologie oparte na synergii wiedzy technicznej, społecznej, biologicznej,
estetycznej
8. Współpraca z firmami – zakładanie parków technologicznych
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 77
5.5.4 Analiza SWOT w kontekście modelu 2: Uczelnia o regionalnym zasięgu, realizacja głównie funkcji edukacyjnej
5.5.4.1 Silne i słabe strony istniejących rozwiązao
Silne strony Waga w % Słabe strony Waga w %
1. Dobry poziom programów nauczania w uczelniach wyższych 25,3 1. Uzależnienie od czesnego 26,7
2. Niskie koszty funkcjonowania uczelni 23,3 2. Duże uzależnienie uczelni od Ministerstwa Nauki
i Szkolnictwa Wyższego 21,2
3. Specjalizacja uczelni 18,9 3. Niski poziom kształcenia 20,6
4. Kształcenie zgodnie z potrzebami regionu 17,4 4. Trudności w pozyskaniu kompetentnej kadry naukowo-
dydaktycznej 18,9
5. Szybkośd podejmowania decyzji w zakresie zmian programów
kształcenia 15,1
5. Brak zainteresowania ze strony władz lokalnych
szkolnictwem wyższym 12,7
Razem 100,0 Razem 100,0
5.5.4.2 Szanse i zagrożenia w ramach analizy PEST
Szanse Zagrożenia
Otoczenie Polityczne
1. Dążenie władz samorządowych do posiadania uczelni „powiatowy uniwersytet” 1. Duże uzależnienie działalności uczelni od polityki
1. Rozwój samorządności 2. Częste zmiany legislacyjne i złe prawo
2. Polityka regionalna UE 3. Słaby system edukacji ustawicznej
3. System bolooski 4. Brak zainteresowania ze strony władz lokalnych szkolnictwem wyższym
4. Przejęcie uczelni przez samorządy 5. Przesunięcie finansowania nauki na szczebel lokalny bez środków na jego
finansowanie
5. Rozwój kształcenia zawodowego 6. Marginalizacja uczelni zawodowych – ograniczenie dotacji
7. Zwiększenie wymagao MNiSW
8. Ocena uczelni wg kryterium kompetencji absolwentów
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 78
Szanse Zagrożenia
Otoczenie Ekonomiczne
1. Dobra infrastruktura komunikacyjna z ośrodkami regionalnymi 1. Zmniejszająca się pozycja małych ośrodków miejskich
2. Zatrzymanie tendencji słabnięcia ośrodków lokalnych 2. Drenaż kadrowy w uczelniach
3. Pozyskiwanie środków z budżetu paostwa 3. Brak odpowiednich środków z budżetu paostwa na działalnośd uczelni
4. Napływ inwestycji zagranicznych i potrzeba kształcenia specjalistów 4. Zbyt duże uzależnienie działalności uczelni od koniunktury gospodarczej
5. Tworzenie się lokalnych centrów gospodarczych i rynków pracy 5. Brak dobrego systemu weryfikacji wartości dyplomów poszczególnych uczelni
6. Rynek wymuszający kształcenie ustawiczne, kursy, szkolenia 6. Brak (zwłaszcza lokalnych) mechanizmów inwestycji biznesu w edukację
7. Niskie nakłady paostwa na naukę, promujące tanie uczenie 7. Kryzys ekonomiczny
8. Rozwój ekonomiczny regionu 8. Potrzeba kształcenia ustawicznego
9. Przejęcie uczelni przez samorządy
10. Dopływ środków finansowych z lokalnych firm
Otoczenie Społeczne
1. Chęd podnoszenia przez społeczeostwo kwalifikacji zawodowych 1. Niż demograficzny
2. Bliskośd uczelni do miejsca zamieszkania potencjalnych studentów 2. Emigracja kadr z małych ośrodków naukowych
3. Wzrost świadomości regionalnej 3. Migracje Polaków do UE w celu kształcenia się
4. Migracja ludności na Mazowsze
5. Starzenie się społeczeostwa (potrzeba zawodów związanych z opieką)
6. Potrzeba kształcenia ustawicznego
7. Duże znaczenie uczelni w regionie
8. Brak mobilności młodzieży
Otoczenie Technologiczne
1. Możliwośd łatwego uzyskania dostępu do technologii uczenia 1. Zwiększenie znaczenia studiów międzynarodowych na odległośd
2. Rozpowszechnienie się szerokopasmowego dostępu do Internetu 2. Nienadążanie za rozwojem techniki
3. Potrzeba lokalnego kształcenia specjalistów 3. Wysokie koszty nauki nowych technologii
4. Współpraca z lokalnymi firmami w zakresie nowych technologii 4. Rozwój innych form kształcenia
5. Rozwój kształcenia na odległośd
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 79
5.6 Analiza SWOT dla obszaru tematycznego „Model uczelni”7
5.6.1 Szanse i zagrożenia w ramach analizy PEST
5.6.1.1 Szanse i zagrożenia w otoczeniu politycznym
Szanse Wagi Prawdopodo-
bieostwo Zagrożenia Wagi
Prawdopodo-
bieostwo
1. Polityka zrównoważonego rozwoju – zwiększenie nakładów na naukę (znaczenie GOW)
12,03 30 1. Powiązania polityki z nauką (naukowcy
w polityce i odwrotnie) i duże uzależnienie działalności uczelni od polityki
15,92 55
2. Rozwój społeczeostwa obywatelskiego i samorządności lokalnej
22,55 48 2. Zbyt częste zmiany legislacyjne i złe prawo 37,16 75
3. Dalsza integracja z UE i korzystanie z europejskich funduszy na naukę, w tym regionalnych
41,35 85 3. Niskie nakłady na naukę i szkolnictwo wyższe 20,35 66
4. Rozwój polityki proinnowacyjnej 12,03 46 4. Nowy niekorzystny budżet UE 12,38 57
5. Proces kształcenia oparty na systemie bolooskim 12,03 90 5. Nacisk na równe traktowanie wszystkich uczelni (niezależnie od poziomu i wyników)
14,15 57
100% - 100% –
7 Prowadzona analiza dla obszaru tematycznego została ograniczona do przeprowadzenia analizy PEST.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 80
5.6.1.2 Szanse i zagrożenia w otoczeniu ekonomicznym
Szanse Wagi Prawdopodo-
bieostwo Zagrożenia Wagi
Prawdopodo-
bieostwo
1. Utrzymanie tempa rozwoju gospodarczego kraju i regionów 34,90 60 1. Brak środków publicznych na finansowanie nauki i na działalnośd uczelni
38,16 67
2. Dostępnośd środków finansowych z budżetu paostwa i z UE na naukę
26,90 64 2. Ewentualny kryzys polskiej gospodarki oraz gospodarki UE
25,19 64
3. Współpraca uczelni z praktyką gospodarczą 18,25 60 3. Zmniejszający się rynek usług edukacyjnych na skutek niżu demograficznego
9,16 95
4. Napływ inwestycji zagranicznych i potrzeba kształcenia specjalistów
10,31 75 4. Konkurencja uczelni europejskich 7,63 55
5. Rynek wymuszający kształcenie ustawiczne, kursy, szkolenia
9,52 83 5. Drenaż kadrowy w uczelniach 10,68 86
6. Brak (zwłaszcza lokalnych) mechanizmów inwestycji biznesu w edukację
9,16 68
100% – 100% –
5.6.1.3 Szanse i zagrożenia w otoczeniu społecznym
Szanse Wagi Prawdopodo-
bieostwo Zagrożenia Wagi
Prawdopodo-
bieostwo
1. Pojawienie się mody na naukę oraz wzrost znaczenia kultury i oświaty w społeczeostwie
21,10 62 1. Niż demograficzny i starzenie się społeczeostwa 44,26 88
2. Chęd podnoszenia kwalifikacji przez potencjalnych studentów
25,68 70 2. Etykietowanie szkół niepaostwowych 22,95 80
3. Zmiana jakości życia – kalifornizacja potrzeb 15,59 66 3. Odpływ kadr i studentów za granicę 16,39 54
4. Potrzeba kształcenia ustawicznego i chęd podnoszenia kwalifikacji zawodowych
26,60 84 4. Społeczne skutki bezrobocia 16,39 66
5. Migracja ludności na Mazowsze 11,00 80
100% – 100% –
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 81
5.6.1.4 Szanse i zagrożenia w otoczeniu technologicznym
Szanse Wagi Prawdopodo-
bieostwo Zagrożenia Wagi
Prawdopodo-
bieostwo
1. Rozwój informatyki i technologii komunikacyjnych oraz powszechna dostępnośd Internetu szerokopasmowego
28,57 84 1. Ograniczenia w korzystaniu z nowoczesnych rozwiązao technologicznych
12,61 62
2. Wzrost zapotrzebowania na ekspertów i wiedzę 23,34 66 2. Upowszechnienie studiów internetowych organizowanych przez uczelnie zagraniczne
22,24 67
3. Blended learning – mieszane formy kształcenia 13,06 70 3. Pogłębienie się luki technologicznej 31,19 73
4. Nowe technologie oparte na synergii wiedzy technicznej, społecznej, biologicznej, estetycznej
17,94 78 4. Wysokie koszty nowych technologii 33,94 64
5. Tworzenie parków technologicznych 17,06 52 100% –
100% –
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 82
6 Budowa powiązań z otoczeniem gospodarczym: Efekty przeprowadzonych prac oraz
dokonanych analiz8
6.1 Uczestnicy panelu Lider: Anna Kozioska
Moderator: dr Krzysztof Piech
Sekretarz: Krzysztof Mieszkowski
Dr inż. Krzysztof Dziedzic
Justyna Gorzoch
Dr Mieczysław Grudzioski
Dr Leszek Karski
Tomasz Pactwa
Prof. dr hab. Zbigniew Strzelecki
Prof. nadzw. dr hab. Ewa Rembiałkowska
Prof. UKSW dr hab. Paweł Ruszkowski
8 Materiały robocze wypracowane podczas prac panelowych zostały zamieszczone w Załączniku 4 (rozdział 11).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 83
6.2 Przyjęte parametry opisu obszaru
Parametr opisu
(nazwa) Stan skrajny Stan skrajny Opis danego parametru
Wartości i postawy
społeczne Innowacyjne Zachowawcze
Zasady współpracy (kultura współpracy, stereotypy)
Etyka
Budowanie dialogu z otoczeniem
Relacje uczelni z biznesem Otwarte Zamknięte
Platforma wymiany idei, wiedzy i osobowości
Kształcenie dostosowane do potrzeb otoczenia
Współpraca z pracodawcami
Polityka promocyjna biznesu (mecenat, sponsoring, partnerstwo, kultura)
Polityka władz Centralizacja Decentralizacja
Interesy rozwojowe uczelni (jednostek naukowych)
Standardy ewaluacyjne uczelni – parametryzacja
Standardy ewaluacji programów nauczania
Modele finansowania uczelni
Ustrój uczelni (system zarządzania)
Prawo uczelni do tworzenia programów nauczania
Strategia władz uczelni
Modernizacyjna
(innowacyjnośd,
prorozwojowośd)
Konserwatywna
(zachowanie obecnego
stanu)
Podejście władz uczelni do współpracy z otoczeniem społecznym, gospodarczym
i politycznym
Zarządzanie (systemy motywacje, w tym systemy wynagradzania)
Niezależnośd uczelni
Motywowanie
pracowników uczelni Dynamiczne Statyczne
Poziom wynagrodzeo
Techniczno-organizacyjne warunki pracy
Dostęp do źródeł finansowania projektów badawczych i dydaktycznych
Rozwój pracowników
Konkurowanie uczelni
mazowieckich Współdziałanie Konfrontacja
Współpraca i konkurencja pomiędzy nimi
Współpraca i konkurencja z zagranicznymi uczelniami
Współpraca i konkurencja Mazowsza z resztą kraju
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 84
6.3 Zdefiniowane modele
Pożądane modele zostały opracowane w oparciu o wcześniej uzgodnione parametry i ich stany skrajne. W wyniku dyskusji odrzucone zostały modele: współdziałania
i konkurencyjny, natomiast zmieniono nazwę modelu wymuszania na model odgórny, a modelu autonomicznego na model oddolny. Od nowa natomiast został
opracowany model mieszany. Wyniki zostały zawarte w poniższych tabelach9.
Tabela zbiorcza – wypracowane modele
Parametr opisu Stan skrajny Stan skrajny
Wartości i postawy społeczne Innowacyjne Zachowawcze
Relacje uczelni z biznesem Otwarte Zamknięte
Polityka władz
Decentralizacja Centralizacja
Strategia władz uczelni
Modernizacyjna
(innowacyjnośd,
prorozwojowośd)
Konserwatywna
(zachowanie
obecnego stanu)
Motywowanie pracowników
uczelni Dynamiczne Statyczne
Konkurowanie uczelni
mazowieckich Współdziałanie Konfrontacja
W efekcie zaproponowanych zmian wypracowane zostały trzy modele (odgórny, oddolny i mieszany), których wdrożenie byłoby realne i mogłoby dad pożądane rezultaty
w kontekście celu projektu (GOW 2030). W pierwszym z nich postęp stymulowany jest przez władze centralne. W kolejnym modelu głównym punktem odniesienia jest
demokratyzacja procesu zmian. Miałyby one byd inicjowane przez same uczelnie, a nie przez władze centralne, które pozostawiłyby uczelniom jak najwięcej możliwości
9 Pierwotnie wypracowane modele znajdują się w Załączniku 4 (rozdział 11).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 85
autonomicznego funkcjonowania i decydowania. W ostatnim modelu – zgodnie z jego nazwą – wymieszaniu ulegają podejście oddolne i odgórne. Jest to najmniej skrajny
z opracowanych modeli i w wyniku dyskusji uznano, że ma duże szanse realizacji.
6.3.1 Model odgórny (M1)
Parametr opisu
Opis stanu danego parametru
składającego się
na rozpatrywany model
Opis modelu
Wartości i postawy społeczne Zachowawcze
Zasady narzucone przez władze centralne, wymuszające na uczelniach otwartośd,
konserwatywnośd, ale wprowadzenie mechanizmów motywowania pracowników,
przy czym będą one wprowadzane odgórnie, a nie dzięki inicjatywom oddolnym.
Zakłada się raczej współpracę uczelni (np. poprzez konsorcja).
Relacje uczelni z biznesem Otwarte
Polityka władz Centralizacja
Strategia władz uczelni Konserwatywna
Motywowanie pracowników uczelni Statyczne
Konkurowanie uczelni mazowieckich Współdziałanie
6.3.2 Model oddolny (M2)
Parametr opisu
Opis stanu danego parametru
składającego się
na rozpatrywany model
Opis modelu
Wartości i postawy społeczne Innowacyjne
Zakłada się autonomię uczelni w zakresie formułowania własnego sposobu
działalności, otwartośd na relacje z biznesem, podejście modernizacyjne,
przekonanie pracowników do dynamicznego podejścia do zmian oraz
konkurencyjne podejście uczelni w stosunku do siebie. Podejście takie byłoby
możliwe przy innowacyjnych wartościach i postawach społecznych.
Relacje uczelni z biznesem Otwarte
Polityka władz Decentralizacja
Strategia władz uczelni Modernizacyjna
(innowacyjnośd, prorozwojowośd)
Motywowanie pracowników uczelni Dynamiczne
Konkurowanie uczelni mazowieckich Konfrontacja
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 86
6.3.3 Model mieszany (M3)
Parametr opisu
Opis stanu danego parametru
składającego się
na rozpatrywany model
Opis modelu
Wartości i postawy społeczne Innowacyjne Opinia publiczna generuje nastroje przychylne modernizacji. Władze uczelni
aktywnie wchodzą we współpracę z biznesem, tworzą się instytucjonalne formy
współdziałania. Władze paostwowe utrzymują kontrolę nad systemem
zarządzania uczelniami. Władze uczelni nastawione są na powolne ewolucyjne
działania usprawniające. Poziom wynagrodzeo pracowników oraz warunki pracy
ulegają poprawie, przy stopniowym wprowadzeniu parametrów
efektywnościowych. Uczelnie tworzą sied wspólnych projektów naukowych.
Relacje uczelni z biznesem Otwarte
Polityka władz Centralizacja
Strategia władz uczelni Konserwatywne
Motywowanie pracowników uczelni Dynamiczne
Konkurowanie uczelni mazowieckich Współdziałanie
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 87
6.3.4 Definicja stanu obecnego
Parametr opisu Opis dominującego obecnie stanu – według parametrów opisu
Wartości
i postawy
społeczne
Polskie społeczeostwo jest bardzo jednorodne kulturowo, wyznaniowo, rasowo itp. Nie oznacza to, że nie ma w nim pewnych podziałów. Nie
występują one raczej jednak w zakresie szkolnictwa wyższego. Społeczeostwo nie jest otwarte na zmiany, stopieo nieufności jest jednym
z najwyższych w Europie, funkcjonuje stosunkowo dużo stereotypów. Deklarowane podejście etyczne różni się od faktycznego (pozostałe po
socjalizmie „kombinowanie”, wciąż wysoki poziom korupcji). Polacy preferują działad raczej indywidualnie, na własny rachunek, niż wspólnie
(a istniejące wspólnoty starają się odgrodzid od innych).
Relacje uczelni
z biznesem
Obecny zakres współpracy uczelni z otoczeniem nie jest zbyt wysoki. W ramach uczelni publicznych w tym zakresie podejmowane są dośd
pozorowane działania – głównie w zakresie, który „wymusza” Ministerstwo Nauki i Szkolnictwa Wyższego w ramach oceny parametrycznej.
W przypadku uczelni prywatnych jest inaczej: władze aktywnie zabiegają o pozyskanie przedsiębiorstw do współpracy. Jednakże biznes nie zawsze
widzi korzyści z angażowania się we współpracę z uczelniami, pożądając raczej rozwiązao praktycznych niż teoretycznych (które obawiają się
uzyskad).
W rezultacie formy współpracy z biznesem zależą od indywidualnych motywacji nauczycieli akademickich, którzy dbają o przepływ wiedzy
praktycznej do procesu dydaktycznego, za jakośd którego odpowiadają, jak również podejmują wysiłki organizacyjne w sferze projektów
biznesowych.
Uczelnie publiczne nie są platformą wymiany idei pomiędzy studentami, dydaktykami i biznesem, a głównie przekaźnikiem wiedzy w jedną stronę: od
dydaktyka do studenta. Kształcenie nie zawsze wynika z potrzeb otoczenia, a raczej jest wynikiem różnych gier interesów wewnątrz uczelni. Inaczej
jest w uczelniach niepublicznych, których funkcjonowanie zależy od stopnia dopasowania do potrzeb rynku.
Współpraca z pracodawcami w zakresie realizacji wspólnych projektów i programów dydaktycznych jest dośd niska. Przedsiębiorstwa krajowe, które
w dalszym ciągu są młode, dośd słabe finansowo, nie angażują się w działalnośd sponsorską, zaś firmy zagraniczne mają szereg możliwości
współpracy z uczelniami za granicą w ramach swoich polityk korporacyjnych (np. w USA).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 88
Parametr opisu Opis dominującego obecnie stanu – według parametrów opisu
Polityka władz
W trakcie procesu transformacji dopuszczono powstanie szeregu uczelni niepublicznych, by odpowiedzied na potrzeby edukacyjne społeczeostwa
w zakresie posiadania wyższego wykształcenia. Kolejne lata były raczej przejawem pasywnego podejścia do zmian. W ostatnich miesiącach
przygotowywane są całościowe reformy szkolnictwa wyższego i nauki. Nie zapewniają one podejścia opartego na konkurencji, a w dalszym ciągu są
wynikiem nacisków różnego rodzaju lobby (profesorsko-rektorskiego). W najbliższych miesiącach dopracowane zostaną standardy oceny
parametrycznej uczelni (nie odejdzie się raczej od niej na rzecz podejścia w pełni wolnokonkurencyjnego na rzecz obecnego – interwencjonistycznego).
Zwiększony jednak został i dodatkowo zostanie wymóg większej otwartości na współpracę z zagranicą, w tym szczególnie w zakresie publikacji
w czasopismach anglojęzycznych. Finansowanie uczelni publicznych w dalszej mierze oparte będzie głównie na środkach publicznych, chod w większej
mierze pochodzących z procedur konkursowych. Podejmowane działania na rzecz zmiany systemu zarządzania uczelniami mogą zostad zablokowane
przez silne lobby rektorskie w ramach forum eksperckiego ds. strategii przy Ministerstwie. Uczelnie mają pewną autonomię w zakresie tworzenia
programów nauczania, aczkolwiek istnieje centralny spis (ponad 100) kierunków, które studenci mogą studiowad wraz z określonym dla nich
tzw. minimum programowym. Utrudnia to dostosowywanie kształcenia do dynamicznie zmieniających się wymogów rynku pracy.
Polityka władz
uczelni
Polityka władz uczelni publicznych jest dośd pasywna. Zasłaniając się przepisami, starają się utrzymywad status quo, co wynika również z narzuconych
przez Ministerstwo Nauki i Szkolnictwa Wyższego zasad wyboru władz uczelni (tryb demokratyczny, a nie np. konkursowy). W realizacji polityki
uczelnianej przeważają interesy poszczególnych grup interesu, a nie dobro uczelni jako całości. Władze dostosowują się do zmieniających przepisów,
w tym m.in. w zakresie ewaluacji uczelni i programów dydaktycznych.
Władze uczelni niepublicznych nie są w tak dużej mierze ograniczone przepisami prawa. Mogą swobodniej realizowad zmiany w zatrudnieniu,
zamówieniach. Są w większej mierze przygotowane na koniecznośd dokonywania zmian.
Motywacje
pracowników
uczelni
Pracownicy uczelni publicznych cechują się dwojakim podejściem: ze względu na procedury biurokratyczne wewnątrz uczelni i słaby system motywacji
oraz brak etosu współdziałania opartego na zaufaniu, starają się nie podejmowad aktywniejszej działalności wewnątrz uczelni, a raczej na zewnątrz.
Wymusza to współpracę pracowników uczelni z otoczeniem, aczkolwiek nie w sposób zinstytucjonalizowany, gdzie podmiotem byłaby uczelnia.
Z drugiej strony rośnie presja wywierana na pracowników uczelni w zakresie podejmowania funkcji menedżerskich.
Nie ma jasnych zasad oceny i nagradzania aktywności związanej z budowaniem relacji z biznesem. W wybranych uczelniach stosuje się nagrody
uznaniowe. Działania w tym zakresie mają charakter akcyjny, rozproszony.
W przypadku uczelni niepublicznych odsetek kadr własnych (w pełni zaangażowanych w działalnośd tej jednej uczelni) jest niski, zatem aktywną
działalnośd podejmują głównie władze i pracownicy obsługi.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 89
Parametr opisu Opis dominującego obecnie stanu – według parametrów opisu
Konkurencyjnośd
uczelni
mazowieckich
W innych ośrodkach akademickich kraju były przykłady udanego połączenia się słabszych uczelni na rzecz stworzenia większego organizmu. Dzięki
temu udało się im nie tylko przetrwad, ale również odebrad klientów innym podmiotom działającym w okolicy. W przypadku uczelni mazowieckich
w niektórych przypadkach tego typu podejście oparte na współpracy może byd konieczne ze względu na: zbliżający się niż demograficzny, rosnące
nasycenie rynku pracy osobami z wyższym (i podyplomowym) wykształceniem, zwiększoną dostępnośd środków na granty naukowe, których
uzyskanie będzie łatwiejsze dla bardziej konkurencyjnych jednostek.
Przez wiele ostatnich lat dominował jednak rozwój oparty na konkurencji. Doprowadziło to do powstania wielu uczelni niepublicznych, z których
kilka – w naszym regionie – zaczyna z powodzeniem konkurowad z uczelniami publicznymi, które miały olbrzymią przewagę startową, związaną
z posiadanym majątkiem, kadrami, marką itp. Uczelnie niepubliczne są w stanie rozwinąd współpracę z ośrodkami zagranicznymi. W wyniku
utrzymującej się konkurencji częśd z nich upadnie lub zostanie zamknięta wskutek koniecznego (z punktu widzenia finansowego) obniżenia
poziomu kształcenia.
Z regionalnego punktu widzenia Warszawa pozostaje liderem kraju w zakresie konkurencyjności szkolnictwa wyższego w różnych dziedzinach. Nie
oznacza to, że jest to wystarczające do osiągnięcia europejskiego poziomu konkurencyjności. Inaczej jest w przypadku pozawarszawskich uczelni
mazowieckich. Jedynie niewielu z nim udaje się znacząco zwiększyd swoją pozycję konkurencyjną w regionie i trudno jest w ich przypadku mówid
o osiągnięciu konkurencyjności na skalę europejską. Nie widad raczej szans na stworzenie ośrodków akademickich typu Cambridge i Oxford
w niedużej odległości od stolicy. Ponadto, żadna z warszawskich uczelni nie ma obecnie szans na uzyskanie konkurencyjności na poziomie
międzynarodowym, na skalę Harvardu czy MIT.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 90
6.4 Analiza SWOT w kontekście wypracowanych modeli
6.4.1 Przyjęte założenia dotyczące przeprowadzenia analizy SWOT
Zgodnie z przyjętym układem prac panelowych prace związane z definiowaniem silnych i słabych stron przebiegały w następujących korkach:
1. Zdefiniowanie głównych silnych stron dla każdego z wypracowanych modeli;
2. Wybranie najistotniejszych silnych i słabych stron, które zostało poprzedzone scaleniem wszystkich silnych i słabych stron istniejących rozwiązao w kontekście
rozpatrywanych modeli. Na tej podstawie zostały zdefiniowane listy najistotniejszych silnych i słabych stron dla rozpatrywanego obszaru tematycznego
(odpowiednie tabele oznaczone numerami 6 wraz z komentarzami ekspertów znajdują się w załączniku 4 – rozdział 11). W zamieszczonych niżej tabelach
przedstawione zostały wszystkie silne i słabe strony;
3. W dalszej kolejności w oparciu o opracowane materiały nastąpiło wyselekcjonowanie sześciu najważniejszych silnych oraz słabych stron, poprzez eliminację
wartości, które nie otrzymały jakiejkolwiek wagowej propozycji, gdzie zgłoszonych zostało mało propozycji (jedna lub dwie) oraz poprzez łączenie różnych pozycji
o podobnej wartości merytorycznej bądź eliminację podczas dyskusji. Otrzymane wyniki zawarte w tabelach ze zdefiniowanymi najistotniejszymi dla
rozpatrywanego obszaru tematycznego silnymi i słabymi stronami nie są zatem efektem jedynie (mechanicznej) procedury statystycznej, lecz opracowane zostały
na podstawie grupowej oceny, po negocjacji wartości wag.
Zgodnie z przyjętym układem prac panelowych prace związane z definiowaniem szans i zagrożeo przebiegały w następujących krokach:
1. Zdefiniowanie głównych silnych i słabych stron dla każdego z wypracowanych modeli;
2. Opracowanie metaplanu głównych szans i zagrożeo w kontekście każdego rozpatrywanego modelu;
3. Zdefiniowanie najistotniejszych szans i zagrożeo dla rozpatrywanego obszaru tematycznego, przy wykorzystaniu procedury zastosowanej podczas definiowania
najistotniejszych silnych i słabych stron.
Na użytek raportu najpierw zostaną przedstawione wyniki analiz SWOT dla każdego z wypracowanych modeli, a następnie wyniki analizy SWOT dla całego obszaru
tematycznego (najistotniejsze silne i słabe strony oraz najistotniejsze szanse i zagrożenia). Całośd materiałów wraz z materiałami pomocniczymi i komentarzami
ekspertów znajduje się w załączniku 4 (rozdział 11).
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 91
6.4.2 Analiza SWOT w kontekście Modelu oddolnego
6.4.2.1 Silne i słabe strony istniejących rozwiązao
Silne strony Słabe strony
1. Pobudzanie aktywności jednostek 1. Osłabianie współdziałania w grupie, wzmaganie konfliktów
2. Pobudzanie aplikacyjności rozwiązao oraz transferu wiedzy w obie strony 2. Możliwośd osłabienia zakresu badao podstawowych
3. Poprawa sytuacji finansowej uczelni 3. Brak kompetencji efektywnego zarządzania uczelnią
4. Możliwośd elastycznego kształtowania uczelni 4. Niedostatek kompetencji władz uczelni do efektywnego działania
na jej terenie
5. Możliwośd kreowania wybitnych ośrodków dydaktyczno-naukowych 5. Możliwośd niezdrowej rywalizacji (wyścig szczurów) i złej atmosfery
6. Pobudzanie rozwoju i kreatywności jednostek i zespołów 6. Bezrobocie i frustracja części pracowników uczelni
7. Pobudzanie zdrowej konkurencji, wzmacnianie najlepszych
8. Wypadanie z rynku słabych uczelni
6.4.2.2 Szanse i zagrożenia w ramach analizy PEST
Szanse Zagrożenia Otoczenie polityczne
1. Lobbing na rzecz kreatywności (siła napędowa) 1. Wpływ wielkich korporacji na ustawodawstwo
2. Rozwój innowacji – wzmacniany przez grupy biznesu (lobbing) 2. Bariery dla Warszawy nie zostaną zniesione
3. Zmiany w prawodawstwie zgodne z interesem społecznym 3. Eliminacja środków z funduszy spójności
4. Łatwiejsze zdobywanie funduszy i grantów przez innowatorów 4. Lobby regionalne ściągające Warszawę w dół
5. Wzmocnienie polityki regionalnej
6. Środki na innowacje z UE
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 92
Szanse Zagrożenia
Otoczenie ekonomiczne
1. Przyrost środków finansowych (finansowanie przez biznes) 1. Nadmierne uzależnienie od polityki i środków finansowych biznesu
2. Zarządzanie potencjałem – większe środki dla najlepszych 2. Koniecznośd stworzenia programów socjalnych dla akademików, którzy
wypadną z rynku
3. Lepsza sytuacja finansowa grup innowacyjnych
4. Wzrost poziomu dochodów (wynagrodzenie za wynik)
5. Konsorcja naukowe, badania wdrożeniowe
6. Warszawa jako metropolia UE
Otoczenie społeczne
1. Zmiana świadomości społecznej 1. Zbyt mocne podstawy rywalizacyjne – osłabienie więzi społecznych
2. Urealnienie (upraszczanie) programów badawczych 2. Erozja etyki w świecie nauki
3. Wzrost szans rozwoju w Polsce ludzi młodych i zdolnych 3. Pogorszenie dostępności szkół wyższych w miejscowościach
prowincjonalnych
4. Promowanie etyki i wzrost świadomości społecznej (szczególnie akademików)
4. Wzrost konfliktów w miejscu pracy
5. Zmiana wrażliwości społecznych 5. Spadek poczucia bezpieczeostwa środowiska akademickiego
6. Warszawa jako lokomotywa dla innych ośrodków
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 93
Szanse Zagrożenia
Otoczenie technologiczne
1. Rozwój potencjału innowacyjnego 1. Bogatsze firmy używają silniejszych środków promocji
2. Postęp technologiczny, oprzyrządowanie 2. Zakłócenia na rynku odbiorców np. sprzętu badawczego (uczelnie)
3. Łatwiejsze wdrażanie technologii
4. Wzrost dostępu do nowych technologii (dla akademików)
5. Poprawa techniczno-organizacyjnych warunków pracy
6.4.3 Analiza SWOT w kontekście Modelu odgórnego
6.4.3.1 Silne i słabe strony istniejących rozwiązao
Silne strony Słabe strony
1. Zmiany zgodne z oczekiwaniami zidentyfikowanymi przez rząd
i doradców ministra 1. Ograniczenie inicjatyw uczelni
2. Bodźce do współdziałania uczelni z biznesem i podmiotami z praktyki 2. Ograniczenie badao podstawowych – ograniczanie rozwoju teorii
3. Łatwośd administrowania uczelnią 3. Brak innowacji w zarządzaniu uczelnią
4. Prostota zarządzania strategicznego – budowy strategii i jej implementacji 4. Eliminacja potencjalnych rozwiązao strategicznych
5. Spójnośd z celami centrum 5. Brak możliwości realizacji oczekiwao uczelni
6. Porównywalnośd systemu motywowania pracowników różnych uczelni 6. Brak motywacji pracowników do rozwoju
7. Niwelowanie negatywnych konsekwencji w postaci bankructw, likwidacji,
strat itp. 7. Osłabienie tendencji modernizacyjnych i innowacyjnych
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 94
6.4.3.2 Szanse i zagrożenia w ramach analizy PEST
Szansa Zagrożenie
Otoczenie polityczne
1. Silna władza 1. Niestabilna scena polityczna
2. Wymuszanie reform przez UE oraz środki finansowe z budżetu UE 2. Petryfikacja oraz utrwalenie dotychczasowej struktury finansowania nauki
na poziomie UE i kraju
3. Wykorzystanie sił rynkowych dla osiągnięcia celów politycznych
lub ekonomicznych
3. Podzielona UE, niespójna polityka stanowi zagrożenie konkurencyjności
gospodarki pojmowanej jako otoczenie UE (Rosja, Chiny, USA, etc.)
4. Łatwośd procesu decyzyjnego 4. Zagrożenie technokratyczne (wąskie grono osób niekompetentnych)
Otoczenie ekonomiczne
1. Relatywnie większa cennośd funduszy zewnętrznych 1. Lobbing silnych bogatych uczelni europejskich
2. Przyjęcie euro ustabilizuje sytuację finansową uczelni
3. Szybki rozwój ekonomiczny kraju i Mazowsza
4. Możliwośd sterowania ulgami w odgórnym modelu
5. Możliwośd sterowania zgodnie z cyklem koniunkturalnym
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 95
Szansa Zagrożenie
Otoczenie społeczne
1. Możliwośd zaplanowania zgodnie z demografią 1. Wybory kulturowe, etyczne, religijne, konsekwencja wyborów
2. Rozrastanie się grup wykluczonych społecznie
Otoczenie technologiczne
1. Obniżenie barier wejścia 1. Osłabienie innowacyjności
2. Kierunkowe finansowanie -> koncentracja
3. Specjalizacja
6.4.4 Analiza SWOT w kontekście Modelu mieszanego
6.4.4.1 Silne i słabe strony istniejących rozwiązao
Silne strony Słabe strony
1. Mała liczba konfliktów w elitach zarządzających uczelnią 1. Sterowanie administracyjno-biurokratyczne, niska autonomia władz uczelni
2. Niska konfliktogennośd relacji „władza uczelni a pracownicy” 2. Biernośd władz uczelni
3. Korzystna atmosfera społeczna wewnątrz uczelni, sprzyjająca
umiarkowanym zmianom 3. Blokowanie dalej idących projektów/wizji
4. Zorientowanie na biznes 4. Utrwalenie istniejących grup interesów
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 96
6.4.4.2 Szanse i zagrożenia w ramach analizy PEST
Szanse Zagrożenia
Otoczenie polityczne
1. Odpornośd na zmiany polityczne 1. Tendencja do stabilizacji istniejących rozwiązao
2. Wsparcie ze strony każdej władzy na poziomie organizacyjnym
i finansowym 2. Niska presja na wprowadzanie zmian
3. Brak dążenia do najwyższych standardów (rankingi)
Otoczenie ekonomiczne
1. Poprawa finansowania 1. Wąski pragmatyzm realizowanych projektów
2. Większa użytecznośd realizowanych projektów badawczych 2. Osłabienie badao podstawowych
3. Dostosowanie profilu absolwenta do rynku pracy 3. Zagrożenie korupcyjne
4. Rynkowa wartośd dyplomów 4. Różnicowanie statusu materialnego pracowników
5. Najlepsze uczelnie pozostają
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 97
Szanse Zagrożenia
Otoczenie społeczne
1. Zaangażowanie wybitnych jednostek do indywidualnych projektów 1. Wzrost konfliktów między uczelniami
2. Wzrost kompetencji pracowników w zarządzaniu 2. Wzrost konfliktów wewnątrz uczelni (konkurencja)
3. Przygotowanie absolwentów do zawodu 3. Ograniczenie rozwoju nauki abstrakcyjnej
4. Stabilnośd ekonomiczna części kadry 4. Częśd uczelni upada
Otoczenie technologiczne
1. Dostosowanie badao technicznych do potrzeb rynku 1. Rozwój nauk technicznych kosztem społecznych
2. Większy nacisk na wdrożenia 2. Zróżnicowanie statusu materialnego pracowników różnych dziedzin nauki
3. Większy potencjał kreowania innowacji 3. Słabsza motywacja do stopni powyżej doktorów
4. Zwiększenie zainteresowania doktoratem w branży technicznej
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 98
6.5 Analiza SWOT dla obszaru tematycznego „Budowa powiązań z otoczeniem gospodarczym”
6.5.1 Przyjęte założenia
Zgodnie z założeniami przedstawionymi w poprzednim rozdziale
raportu podstawą do wypracowania najistotniejszych silnych
i słabych stron oraz szans i zagrożeo dla rozpatrywanego obszaru
tematycznego były materiały analityczne wypracowane dla
poszczególnych modeli. Całośd materiałów pomocniczych
stanowiących podstawę do wypracowania najistotniejszych silnych
i słabych stron wraz z komentarzami ekspertów znajduje się
w załączniku 4 (rozdział 11).
W przypadku definiowania najistotniejszych szans i zagrożeo
uwzględnione zostały uwagi dwóch ekspertów, dotyczące sposobu
przeliczania wyników przeprowadzonej ankiety. Na podstawie
ustaleo przyjęty został niżej opisany sposób prac. W pierwszej
kolejności wyeliminowano charakterystyki, które cechowały się
najniższą wagą. Usunięto 25% najniższych wartością wag z każdej
części analizy PEST oraz wartości wag poniżej 10%. Następnie
usunięto wskazania izolowane, odstające, tzn. takie, na które
wskazał jedynie jeden ekspert. Wartości wag pozostałych wskazao
przeskalowano, przyjmując, że jeśli na daną kategorię wskazało
więcej osób, należy ją „zważyd” wielokrotnie. Nadano następujące
wagi: 4 wskazania – waga 1; 5 wskazao – waga 1,33; 6 wskazao –
waga 1,67; 3 wskazania – waga 0,67; 2 wskazania – waga 0,33
(wtedy jedno wskazanie – waga 0). Po tym przeliczeniu usunięto
wagi o wartości równej lub mniejszej 10%. W następnym kroku
łączono różne pozycje i uśredniano ich wagi (oraz
prawdopodobieostwa). Uczyniono tak z dwiema kategoriami.
Następnie przeskalowano wagi tak, by suma ich zbliżona była do
100%. Nie przeprowadzano oceny eksperckiej (jakościowej)
otrzymanych wyników, ze względu na brak występowania
obserwacji nietypowych (np. wskazujących na bardzo małe
prawdopodobieostwo wystąpienia, czy też bardzo różniących się
między sobą wag). Otrzymane wyniki cechują się, nota bene, dośd
dużą spójnością. Ponadto, pozostawienie dokładniejszych
wyników, po uważnej obróbce statystycznej, może mied większe
walory poznawcze dla Top Ekspertów. W zawartych poniżej
tabelach prezentujących najistotniejsze szanse i zagrożenia
pogrubiono wartości wskazujące na najwyższe
prawdopodobieostwo wystąpienia w danej kategorii analizy PEST.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 99
6.5.2 Silne i słabe strony istniejących rozwiązań
Silne strony Wagi Słabe strony Wagi
1. Pobudzanie rozwoju i kreatywności jednostek i zespołów 30% 1. Blokowanie dalej idących projektów/wizji, ograniczenie
inicjatyw uczelni 25%
2. Pobudzanie zdrowej konkurencji, wzmacnianie najlepszych, eliminacja
najsłabszych 30% 2. Brak motywacji pracowników do rozwoju 25%
3. Możliwośd elastycznego kształtowania uczelni 20% 3. Ograniczenie badao podstawowych – ograniczanie rozwoju
teorii 15%
4. Pobudzanie aplikacyjności rozwiązao oraz transferu wiedzy w obie
strony 15% 4. Osłabienie tendencji modernizacyjnych i innowacyjnych 15%
5. Poprawa sytuacji finansowej uczelni, zorientowanie na biznes 15% 5. Osłabianie współdziałania w grupie, wzmaganie konfliktów 10%
6. Możliwośd kreowania wybitnych ośrodków dydaktyczno-naukowych 10% 6. Brak kompetencji efektywnego zarządzania uczelnią 10%
100% 100%
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 100
6.5.3 Szanse i zagrożenia w ramach analiz PEST
6.5.3.1 Szanse i zagrożenia w otoczeniu politycznym10
Szanse Wagi Prawdopodo-
bieostwo Zagrożenia Wagi
Prawdopodo-
bieostwo
1. Środki na innowacje z UE [M1] 41% 69% 1. Wpływ wielkich korporacji na ustawodawstwo [M1] 26% 53%
2. Wykorzystanie sił rynkowych dla osiągnięcia
celów politycznych lub ekonomicznych [M2] 24% 43%
2. Petryfikacja oraz utrwalenie dotychczasowej struktury
finansowania nauki na poziomie UE i kraju [M2] 22% 43%
3. Rozwój innowacji – wzmacniany przez grupy
biznesu (lobbing) [M1] 18% 43% 3. Niska presja na wprowadzanie zmian [M3] 22% 46%
4. Zmiany w prawodawstwie zgodne z interesem
społecznym [M1] 17% 31%
4. Podzielona UE, niespójna polityka stanowi zagrożenie
konkurencyjności gospodarki pojmowanej jako
otoczenie UE (Rosja, Chiny, USA, etc.) [M2]
16% 54%
5. Bariery dla Warszawy nie zostaną zniesione [M1] 14% 26%
100% – 100% –
10
Zawarte w tabelach oznaczenia M1, M2 i M3 wskazują, z których z analizowanych modeli pochodzą prezentowane w danej tabeli najistotniejsze szanse i zagrożenia.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 101
6.5.3.2 Szanse i zagrożenia w otoczeniu ekonomicznym
Szanse Wagi Prawdopo-
dobieostwo Zagrożenia Wagi
Prawdopodo-
bieostwo
1. Zarządzanie potencjałem – większe środki
dla najlepszych [M1] 22% 38% 1. Osłabienie badao podstawowych [M3] 24% 44%
2. Konsorcja naukowe, badania wdrożeniowe [M1] 14% 33% 2. Nadmierne uzależnienie od polityki i środków
finansowych biznesu [M1] 23% 44%
3. Wzrost poziomu dochodów
(wynagrodzenie za wynik) [M1] 13% 42%
3. Lobbing silnych bogatych uczelni
europejskich [M2] 22% 55%
4. Przyrost środków finansowych
(finansowanie przez biznes) [M1] 11% 30%
4. Wąski pragmatyzm realizowanych
projektów [M3] 16% 32%
5. Dostosowanie profilu absolwenta do rynku pracy [M3] 11% 60% 5. Różnicowanie statusu materialnego
pracowników [M3] 16% 53%
6. Lepsza sytuacja finansowa grup innowacyjnych [M1] 9% 37%
7. Szybki rozwój ekonomiczny kraju i Mazowsza [M2] 9% 47%
8. Większa użytecznośd realizowanych projektów
badawczych [M3] 9% 40%
100% – 100% –
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 102
6.5.3.3 Szanse i zagrożenia w otoczeniu społecznym
Szanse Wagi Prawdopo-
dobieostwo Zagrożenia Wagi
Prawdopodo-
bieostwo
1. Wzrost szans rozwoju w Polsce ludzi młodych
i zdolnych [M1] 21% 39% 1. Wzrost konfliktów między uczelniami [M3] 25% 47%
2. Urealnienie (upraszczanie) programów badawczych [M1] 19% 34% 2. Erozja etyki w świecie nauki [M1] 16% 33%
3. Zmiana świadomości społecznej [M1] 18% 40% 3. Pogorszenie dostępności szkół wyższych
w miejscowościach prowincjonalnych [M1] 15% 53%
4. Warszawa jako lokomotywa dla innych ośrodków [M1] 14% 52% 4. Ograniczenie rozwoju nauki abstrakcyjnej [M3] 13% 53%
5. Przygotowanie absolwentów do zawodu [M3] 11% 50% 5. Wzrost konfliktów wewnątrz uczelni
(konkurencja) [M3] 12% 52%
6. Możliwośd zaplanowania zgodnie z demografią [M2] 10% 47% 6. Częśd uczelni upada [M3] 11% 55%
7. Zaangażowanie wybitnych jednostek do indywidualnych
projektów [M3] 8% 40% 7. Wzrost konfliktów w miejscu pracy [M1] 8% 34%
100% – 100% –
6.5.3.4 Szanse i zagrożenia w otoczeniu technologicznym
Szanse Wagi Prawdopo-
dobieostwo Zagrożenia Wagi
Prawdopodo-
bieostwo
1. Postęp technologiczny, oprzyrządowanie [M1] 31% 47% 1. Rozwój nauk technicznych kosztem
społecznych [M3] 27% 34%
2. Dostosowanie badao technicznych do potrzeb rynku [M3] 22% 46% 2. Osłabienie innowacyjności [M2] 26% 23%
3. Rozwój potencjału innowacyjnego [M1] 17% 45% 3. Bogatsze firmy używają silniejszych środków
promocji [M1] 24% 47%
4. Większy nacisk na wdrożenia [M3] 17% 34% 4. Zróżnicowanie statusu materialnego
pracowników różnych dziedzin nauki [M3] 22% 41%
5. Kierunkowe finansowanie -> koncentracja (M2) 12% 47%
100% – 100% –
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 103
7 Podsumowanie analizy SWOT i PEST: Efekty przeprowadzonych prac oraz analiz
dokonanych przez panel Top Ekspertów
7.1 Uczestnicy panelu Moderator: prof. dr hab. Janina Jóźwiak
Sekretarz: dr Barbara Minkiewicz
Prof. dr hab. Romuald Kotowski
Prof. dr hab. inż. Krzysztof J. Kurzydłowski
Prof. dr hab. Alojzy Nowak
Prof. UKSW dr hab. Włodzimierz Okrasa
Dr Tomasz Perkowski
Prof. dr hab. Sławomir Podlaski
Prof. dr hab. Jacek Salij
Prof. dr hab. Tomasz Szapiro
Prof. UW dr hab. Urszula Sztanderska
7.2 Założenia Z punktu widzenia kierunków/obszarów kształcenia wspierających gospodarkę opartą na wiedzy (GOW) w regionie Mazowsza w perspektywie 2030 roku ważniejsza
wydaje się identyfikacja warunków dla powstania takich kierunków niż ich nazwanie, czy wskazanie. System edukacji wyższej powinien byd na tyle elastyczny, aby
uczelnie Warszawy i Mazowsza same mogły „pójśd za życiem”, reagując na oczekiwania innowacyjnej gospodarki, równocześnie na nie wpływając, głównie poprzez
spełnianie swojej najważniejszej roli, jaką jest kształtowanie „społeczeostwa wiedzy”. Równocześnie, w krótszej perspektywie czasowej wiadomo, że niezwykle istotną
rolę dla rozwoju GOW odgrywa kształcenie specjalistów z obszarów umownie nazwanych „BIO-NANO-INFO” oraz „ENERGIA-ZDROWIE-ŚRODOWISKO” i że kierunki z tych
obszarów należy rozwijad jako strategiczne.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 104
7.3 Zdefiniowany model edukacji wyższej System (model) edukacji wyższej na poziomie regionu, spełniający powyższe kryteria, to Otwarty Model Aktywny, którego cechami charakterystycznymi są:
1) Różnorodność: 2) Otwartość:
zróżnicowanie misji uczelni
wszystkie poziomy edukacji: I – III stopieo oraz Life Long Learning
różne modele absolwentów adekwatne do poziomu edukacji
indywidualizacja ścieżek edukacyjnych w ramach obszarów i pomiędzy obszarami
kształcenia
reakcja na zmiany, podążanie za uniwersalnymi trendami rozwojowymi, elastyczne
kształtowanie programów
tworzenie platform współpracy i dialog z otoczeniem (gospodarczym, społecznym,
politycznym), w tym z władzami lokalnymi
współpraca międzynarodowa, międzyuczelniana, międzywydziałowa
kształcenie interdyscyplinarne
wspieranie wielokulturowości/wielonarodowości
mobilnośd studentów na wszystkich etapach kształcenia
współpraca z placówkami edukacji podstawowej i średniej
3) Jakość: 4) Spójność:
umiejętnośd definiowania celów i (długookresowej) strategii edukacyjnej
zdolnośd do odnawiania treści (i form) edukacyjnych
ścisłe powiązanie działalności edukacyjnej i naukowej uczelni
samodoskonalenie procedur zarządczych
infrastruktura adekwatna do potrzeb edukacyjnych i badawczych
wysoki potencjał kadry akademickiej
ewaluacja wewnętrzna i zewnętrzna jako stałe narzędzie kształtowania
strategii uczelni
odpowiedzialna autonomia oparta na umowie społecznej, w której dysponent
środków publicznych (paostwo) udziela beneficjentowi (uczelnia) daleko posuniętej
samodzielności w dysponowaniu tymi środkami, pod warunkiem wyznaczenia
jasnych i mierzalnych celów działania w perspektywie średnio- i długookresowej
dywersyfikacja źródeł finansowania
system edukacji wyższej w regionie Mazowsza jako sied współpracy uczelni
wspólne standardy nauczania w sieci regionalnej
Warszawa jako akademickie centrum Mazowsza i Polski odpowiedzialne za kształcenie
elit oraz kształtowanie standardów jakości kształcenia
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 105
7.4 Silne i słabe strony aktualnego systemu z punktu widzenia Modelu Otwartego
Silne strony Słabe strony
1. RÓŻNORODNOŚD
1. regulacje dopuszczające zróżnicowanie misji, poziomów edukacji, modeli
absolwenta, ścieżek edukacyjnych
2. faktyczne duże zróżnicowanie wewnątrz systemu (co do rozmiarów uczelni,
jakości, zakresu i obszarów kształcenia, form własności, etc.)
3. rozwój nowych form kształcenia (III poziom, LLL, e-learning)
1. skłonnośd do unifikacji modeli poszczególnych uczelni
2. przewaga absolwentów „Profesjonalistów” i „Absolwentów Rynkowych”, zbyt mały zakres kształcenia „Twórców Wiedzy Przydatnej dla GOW” oraz „Twórców GOW” (wg klasyfikacji panelu eksperckiego „Model absolwenta”)
3. niedocenianie humanistycznej formacji w kształceniu „Twórców wiedzy dla GOW” i „Twórców GOW”
4. sztywne programy, kierunki i ścieżki kształcenia
5. Autarkia uczelni paostwowych
2. OTWARTOŚD
1. pozycja Warszawy jako najważniejszego ośrodka akademickiego, promieniującego na cały kraj i współpracującego z innymi ośrodkami akademickimi w Polsce
2. znaczący udział absolwentów uczelni Warszawy i Mazowsza w życiu gospodarczym, społecznym i politycznym kraju
3. znaczący udział uczelni (głównie warszawskich) w międzynarodowych sieciach badawczych
4. rozbudowane kontakty międzynarodowe
1. konserwatyzm środowiska i niechęd do zmian
2. sztywne programy kształcenia, nieodpowiadające potrzebom otoczenia i wyborom studentów
3. ograniczona współpraca międzyuczelniana, brak tradycji takiej współpracy
4. słabe związki z otoczeniem, brak mechanizmów ich tworzenia
5. słabe związki z władzami regionu oraz strategią rozwoju regionalnego
6. ograniczony zakres kształcenia interdyscyplinarnego
7. niezadowalająca krajowa i międzynarodowa wymiana/mobilnośd studentów
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 106
Silne strony Słabe strony
3. JAKOŚD
1. duży potencjał kadry akademickiej w regionie
2. koncentracja dobrej infrastruktury dydaktycznej i badawczej
3. międzynarodowe akredytacje programów
4. wysokie oceny/kategorie badawcze jednostek uczelni warszawskich
1. mobilnośd młodej kadry raczej w formie „braindrain” niż „braincirculation”
2. niedofinansowanie infrastruktury
3. konserwatyzm treści nauczania
4. ograniczenie możliwości do tworzenia własnych programów nauczania
5. formalna, ilościowa ocena jednostek i programów
6. brak obiektywnej oceny kształcenia i badao w uczelniach Warszawy i Mazowsza
7. słabo rozwinięte mechanizmy promowania najlepszych (studentów i nauczycieli)
8. słabości zarządzania i niska kultura organizacyjna wielu uczelni
4. SPÓJNOŚD
1. dominująca pozycja uczelni warszawskich w kraju
2. kształcenie międzyuczelniane (chociaż w ograniczonej skali)
1. ksenofobia władz uczelni paostwowych oraz przedkładanie interesu własnej uczelni nad dobro systemu edukacyjnego
2. bariery organizacyjno-formalne dla kształcenia międzyuczelnianego
3. opór administracji i władz uczelni przed wprowadzeniem nowych narzędzi informatycznych, pozwalających na większą elastyczności studiowania w systemie uczelni Mazowsza
4. zatomizowana struktura uczelni
5. brak zachęt finansowych do tworzenia modelu otwartego
6. różnice w infrastrukturze dydaktycznej i badawczej pomiędzy uczelniami
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 107
7.5 Najistotniejsze szanse i zagrożenia w otoczeniu Politycznym, Ekonomicznym, Społecznym i Technologicznym
Szanse Zagrożenia
Otoczenie polityczne
1) Regulacje i system
prawno-instytucjonalny
1. rozsądna deregulacja edukacji wyższej, wspomagająca
autonomie uczelni
2. wspieranie (wewnętrznej) mobilności akademickiej
3. integracja z EOEW
4. polityka paostwa wspierająca innowacyjnośd
5. wsparcie kształcenia dla GOW („twórców wiedzy dla
GOW” – III poziom, „twórców GOW”)
6. wsparcie dla współpracy firm z ośrodkami
akademickimi (huby, platformy technologiczne, itp.)
1. przekonanie, że regulacje zapewnią wysoką jakośd edukacji (bez
specjalnego zaangażowania wszystkich uczestników systemu)
2. częste zmiany legislacji, zbytnia ingerencja paostwa
3. utrwalanie antymodernizacyjnych rozwiązao, mały nacisk
na zmiany
4. petryfikacja złych struktur finansowania edukacji wyższej
i badao
5. nacisk na równe traktowanie w systemie wszystkich uczelni,
niezależnie od jakości i wyników
2) Strategia rozwoju
regionu
1. budowa GOW jako cel strategiczny rozwoju
2. wsparcie edukacji wyższej w ośrodkach
subregionalnych
3. Warszawa i Mazowsze jako centrum akademickie
i badawcze kraju
4. wykorzystanie potencjału kadrowego i akademickiego
Warszawy jako lokomotywy rozwojowej regionu
5. spójnośd regionalna
1. pominięcie edukacji wyższej w wizji rozwoju regionu
2. rozwój Warszawy kosztem mniejszych ośrodków edukacji
wyższej na Mazowszu
3. defragmentacja regionu
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 108
Szanse Zagrożenia
Otoczenie ekonomiczne
1) Zrównoważony rozwój,
konkurencyjnośd, GOW
1. wzrost popytu na kierunki innowacyjne i transfer
wiedzy i technologii
2. zwiększona dostępnośd środków i wzrost
nakładów na badania i edukację wyższą
3. wzrost zapotrzebowania na Life Long Learning
4. rozwój platform współpracy pomiędzy edukacją
wyższą i gospodarką
5. większy zakres kształcenia „Twórców wiedzy dla
GOW” i „Twórców GOW”
1. drenaż kadr akademickich przez gospodarkę
2. duża presja na „rynkowy” model edukacji
3. zwiększona konkurencja w sektorze badao i edukacji wyższej ze
strony innych regionów kraju i innych krajów oraz związany z tym
odpływ najlepszej kadry
2) Jakośd życia
1. popyt na interdyscyplinarne kierunki związane
z poprawą jakości życia (zdrowie, środowisko,
bezpieczeostwo)
2. popyt na nowe specjalizacje związane
z nowoczesnymi usługami (np. w ramach tzw.
active ageing)
1. odejście od kształcenia dla GOW na rzecz kształcenia dla rynku
usług
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 109
Szanse Zagrożenia
Otoczenie społeczne
1) Procesy demograficzne:
migracje i starzenie się
ludności
1. obniżenie liczby kandydatów na studia, zmuszające do lepszej
polityki w zakresie rekrutacji
2. wzrost zapotrzebowania na LLL
3. napływ na studia młodzieży z innych regionów świata
4. wejście w system edukacji 2. i następnych generacji imigrantów
(także aktualnych)
5. wielokulturowośd edukacji wyższej
1. zmniejszająca się liczba kandydatów na studia
i zaostrzenie konkurencji pomiędzy uczelniami
w pozyskiwaniu studentów
2. emigracja najzdolniejszej młodzieży do innych
(lepszych) ośrodków akademickich w Europie i USA
2) Społeczeostwo wiedzy,
społeczeostwo
obywatelskie
1. wzrost popytu na elastyczne programy nauczania i ofertę
kształcenia, dostosowującą wiedzę i umiejętności do
dynamicznych zmian w gospodarce i społeczeostwie
2. wzrost społecznej odpowiedzialności uczelni
3. poprawa etosu akademickiego
1. polaryzacja społeczeostwa w dostępie do wiedzy
2. zwiększenie rozwarstwienia pomiędzy uczelniami
stołecznymi i subregionalnymi
Otoczenie technologiczne
1) Rozwój ICT
1. wzrost zapotrzebowania na ekspertów i wiedzę
2. wzrost popytu na kierunki interdyscyplinarne „bio-techno-info”
w kontekście społecznym i ekonomicznym
3. wzmocnienie sieci współpracy uczelni w zakresie kształcenia
4. rozwój blended learning
5. e-learning jako środek pozyskiwania studentów z innych
regionów i krajów
1. zwiększenie kosztów edukacji
2. przesadne rozwarstwienie uczelni ze względu na
infrastrukturę ICT z negatywnymi konsekwencjami
dla absolwentów
3. wzrost konkurencji ze strony innych ośrodków
krajowych i zagranicznych poprzez e-learning
(drenaż rynku edukacyjnego w regionie)
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 110
7.6 Komentarz dotyczący relacji z wynikami pracy paneli tematycznych
1. W opisie charakterystyk „Otwartego Modelu Aktywnego” (OMA) znaleźd można niektóre z „Parametrów opisu” przyjęte w analizie
silnych i słabych stron na poziomie paneli tematycznych, chociaż w niewielkim stopniu. Model „OMA” i ocena silnych i słabych stron
przeprowadzona z jego perspektywy jest wynikiem dyskusji panelu Top Ekspertów.
2. Do analizy OMA wprowadzone zostało pojęcie zaczerpnięte z klasyfikacji typów absolwentów zaproponowanej przez panel
tematyczny „Model absolwenta”.
3. Analiza szans i zagrożeo w znacznym stopniu odwołuje się do propozycji paneli tematycznych, chod waga przypisana poszczególnym
czynnikom jest inna niż w panelach tematycznych, ponieważ model OMA nie jest prostą sumą poszczególnych obszarów
dyskutowanych w poszczególnych panelach tematycznych. „Szanse i zagrożenia” są pewnego rodzaju agregacją, uogólnieniem, ale
i uzupełnieniem propozycji sformułowanych na poziomie paneli tematycznych.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 111
8 Załącznik nr 1: Materiał roboczy z prac panelu „Strategiczne kierunki kształcenia”
Propozycje i materiały robocze
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 112
8.1 Tabela 7a: Główne szanse i zagrożenia w Modelu 1 „Demografia statyczna” – materiał pomocniczy
Otoczenie Polityczne Otoczenie Ekonomiczne Otoczenie Społeczne Otoczenie Techniczne
Szanse Zagrożenia Szanse Zagrożenia Szanse Zagrożenia Szanse Zagrożenia
Brak ingerencji
(przeszkadzania)
ze strony paostwa
Nieefektywne
rządzenie
Globalna
koniunktura
Globalna
dekoniunktura
Stabilne stosunki
społeczne
Ludzie nie będą
doganiad
technologii
(wykluczenie
technologiczne)
Technologie
przyjazne dla
użytkowników
Zły stan
infrastruktury
energetycznej
Rozsądne
planowanie
strategiczne
Brak planowania
strategicznego
Stabilne środki
na naukę
Upadek
przedsiębiorstw
zainteresowanych
młodą kadrą
Brak napięd
społecznych
Słaba podatnośd
na nowości, mało
innowacyjne
społeczeostwo
Automatyzacja
Niska jakośd
i gęstośd
infrastruktur
sieciowych
Niewielkie
napięcia
polityczne
Trudności
w przeprowadzaniu
reform
Stabilne
zapotrzebowanie
na kadrę
Wysokie
bezrobocie
Zachowanie
ciągłości
pokoleniowej
Zmniejszenie
zainteresowania
nauką
Oszczędna
energetyka
Mało przyjazne
technologie
Brak konieczności
radykalnych
reform
Dominacja partii
i sił
zachowawczych
(obawiających się
zmian)
Zmniejszenie
zewnętrznych
impulsów
rozwojowych,
spadek eksportu
Niskie nakłady na
naukę
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 113
8.2 Tabela 7b: Główne szanse i zagrożenia w Modelu 2 „Dynamiczny rozwój przy statycznej demografii”– materiał pomocniczy
Otoczenie Polityczne Otoczenie Ekonomiczne Otoczenie Społeczne Otoczenie Techniczne
Szanse Zagrożenia Szanse Zagrożenia Szanse Zagrożenia Szanse Zagrożenia
Paostwo
zainteresowane
rozwojem nauki
i edukacji
Niekorzystne
ingerencje
paostwa
Globalna
koniunktura
Globalna
dekoniunktura
Stabilne stosunki
społeczne
Stres (dłuższy
okres pracy)
Przyjazne
technologie
Brak rozwoju
technicznego
Paostwo
zainteresowane
reformami
Wysokie
obciążenia
podatkowe
Zwiększone środki
na naukę
Warunki
materialne życia
zniechęcają osoby
starsze do uczenia
się i dalszej pracy
Zachowanie
ciągłości
pokoleniowej
Polaryzacja
społeczeostwa
(bogaci korzystają
z dóbr i usług,
biedni nie mają do
nich dostępu)
Automatyzacja
Niska jakośd
i gęstośd
infrastruktur
sieciowych
Doświadczenie
rządzących
Skostnienie władzy
(gerontokracja)
Rozwój wyższych
form gospodarki
(informacja
i wiedza zamiast
produkcji)
Wzrastające
kontakty
społeczne – dużo
czasu wolnego
Przyzwyczajenie
do zamożności
i brak motywacji
do działania
Oszczędna
energetyka
Import
nieprzyjaznych
technologii
Stabilnośd władzy
Brak chęci
prorozwojowego
reformowania
Przyciąganie firm
i osób spoza kraju,
zwiększenie
zainteresowania
nauką
Korzystne
ingerencje
paostwa
Polska/Mazowsze
pozytywną wyspą
gospodarczą
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 114
8.3 Tabela 7c: Główne szanse i zagrożenia w Modelu 3 „Demografia dynamiczna”– materiał pomocniczy
Otoczenie Polityczne Otoczenie Ekonomiczne Otoczenie Społeczne Otoczenie Techniczne
Szanse Zagrożenia Szanse Zagrożenia Szanse Zagrożenia Szanse Zagrożenia
Nowe odkrywcze
prądy polityczne
Niekorzystne
interwencje
paostwa
Globalna
koniunktura
Globalna
dekoniunktura
Dostosowywanie
umiejętności do
dynamicznych
zmian (nie ma
zawodu na
całe życie)
Stagnacja Stymulowanie
rozwoju
Przegranie wyścigu
technologicznego
Polityka
prorozwojowa
i otwarta na świat
Wysokie
obciążenia
podatkowe
Zwiększone środki
na naukę
Warunki
materialne życia
zniechęcają osoby
starsze do uczenia
się i dalszej pracy
Dążenie do nauki
i edukacji
Konflikty
społeczne
Możliwośd
wykorzystania
taoszej siły
roboczej
Odwrót od
automatyzacji
Polityka
popierająca
innowacyjnośd
Wysoki poziom
reglamentacji
Rozwój wyższych
form gospodarki
(informacja
i wiedza zamiast
produkcji)
Bezrobocie wśród
najniżej
wykształconych
Duża liczba
zainteresowanych
studiami
Rosnąca liczba
osób
wykluczonych
Uniwersalizacja
kierunków
rozwoju systemów
komunikacji
Wzrost tempa
degradacji
zasobów
technicznych,
infrastruktury itp.
Wzrost integracji
europejskiej
Silne
zróżnicowanie
polityczne
Wzrost popytu
Rozwój kształcenia
osób w wieku
starszym
Problemy
językowe
i kulturowe
Wzrastająca
powszechnośd
wykorzystywania
środków
technicznych
Niska liczba
innowacji
w stosunku do
liczby ludności
Polska/Mazowsze
pozytywną wyspą
gospodarczą
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 115
9 Załącznik nr 2: Materiał roboczy z prac panelu „Model absolwenta”
Propozycje i materiały robocze
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 116
9.1 Parametry opisu modeli absolwentów – materiał roboczy
Stan skrajny Parametr (nazwa i opis wymiaru) Stan skrajny
Wiadomości szkolne
Filozofia, humanistyka, nauki społeczne Zna i wykorzystuje w życiu codziennym
Opis: Nauki, których przedmiotem badao jest człowiek jako istota społeczna oraz społeczeostwo; badania związane ze stroną użyteczną i praktyczną oraz kontaktem ze środowiskiem.
Nie posiada Umiejętności komunikacji Posiada i wykorzystuje
Opis: Umiejętnośd słuchania i dyskutowania. Otwartośd na wiedzę i argumenty innych.
Nie jest przygotowany do prowadzenia własnego biznesu
Small business Jest przygotowany do własnego biznesu
Opis: Wiedza i umiejętności z zakresu mikroekonomii, prawa gospodarczego i finansów na poziomie umożliwiającym prowadzenie małego biznesu.
Nie planuje Planowanie własnego rozwoju Planuje świadomie i w dłuższej perspektywie
Opis: Umiejętnośd wybrania optymalnych dla siebie: wariantu i ścieżki rozwoju zawodowego, dających sukces i zadowolenie w życiu.
Zna na poziomie użytkowym
Język angielski Zna na poziomie specjalistycznym
Opis: Użytkowy: obowiązkowa znajomośd w zakresie A1, A2; specjalistyczny: znajomośd w zakresie C1, C2 oraz ESP (English for Specific Purposes).
Nie wykazuje Postawy prospołeczne Ma dobrze wykształcone
Opis: Przejawiające się w zachowaniu skłonności do podejmowania czynności korzystnych społecznie, np. udzielanie pomocy, zaspokajanie ludzkich potrzeb, opiekowanie się innymi, obrona słabszych, wyrażanie współczucia itp.
Nie jest pracowity Pracowitośd Jest bardzo pracowity
Opis: Cecha osoby chętnie i dużo pracującej, wykazującej zamiłowanie do pracy oraz wytrwałośd podczas jej wykonywania.
Zna na poziomie elementarnym
Znajomośd technik informatycznych i internetowych Zna na poziomie zaawansowanym
Ogólna Etyka Etos zawodowy
Opis: Postępowanie zgodnie z normami moralnymi; styl życia i pracy oparty na hierarchii wartości.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 117
W dyskusji uznano, że charakterystyka absolwenta w niektórych wymiarach uzależniona jest raczej od czynników zewnętrznych wobec uczelni i powinna byd rozważana
w innych dyskusjach dotyczących edukacji i wychowania:
Kluczowy wpływ kultury i rodziny:
o Postawy prospołeczne
o Pracowitośd
o Etyka
o Aspiracje edukacyjne
Kluczowy wpływ niższych szczebli edukacji (przedszkola, szkoły podstawowe i średnie)
o Język angielski o Znajomośd technik informatycznych i Internetowych o Aspiracje edukacyjne o Postawy prospołeczne
Ostateczna lista parametrów opisu wraz z wypracowanymi modelami została zamieszczona w raporcie.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 118
9.2 Silne i słabe strony w odniesieniu do wypracowanych modeli (zgłoszone drogą e-mailową) – materiał roboczy
MODEL ABSOLWENTA „TWÓRCA GOSPODARKI OPARTEJ NA WIEDZY”
Silne strony Słabe strony Zaplecze edukacyjne Mazowsza (tj. liczba uczelni, liczba nauczycieli akademickich). W związku z upadkiem wielu prywatnych szkół w Warszawie pojawi się nadmiar nauczycieli akademickich gotowych wykładad na Mazowszu, co umożliwi swobodne układanie programów i poprawienie jakości zajęd w małych szkołach mazowieckich i stworzenie studiów egalitarnych również na Mazowszu.
Starzenie się kadry; koncentracja głównie na dydaktyce i zarabianiu pieniędzy, a nie na rozwoju naukowym. To będzie za chwilę problemem głównie uczelni niepublicznych (w których samodzielna kadra to przede wszystkim emerytowani profesorowie), chociaż nie tylko.
Rozbudowane programy nauczania. Szeroka i zróżnicowana oferta uczelni: odpowiedź na zróżnicowane zapotrzebowanie głównie kandydatów na studia.
Kształcenie (oferta) zasobowe, a nie wynikające z potrzeb rynku pracy. Stąd problemy absolwentów ze znalezieniem pracy i stawianie pod znakiem zapytania inwestycji w edukację. Stąd też opór przed zmianami. Słaba specjalizacja.
Tania nauka, tani dostęp do wiedzy. Niska jakośd kształcenia – niska wartośd dyplomu na rynku pracy ze wszystkimi tego konsekwencjami.
Zastrzyk środków europejskich, które poprawiają kondycję uczelni w sytuacji malejącej bazy rekrutacyjnej (liczby kandydatów na studia): szansa na przetrwanie i sprostanie edukacyjnym wyzwaniom.
Prywatne szkoły wyższe w Warszawie są nieprzygotowane na katastrofę wynikającą z nadchodzącego niżu demograficznego. Uczelnie nastawione wyłącznie, albo przede wszystkim, na sprzedawanie dyplomu i zarabianie pieniędzy w sytuacji malejącej liczby kandydatów na studia nie przetrwają. Skurczy się więc baza rekrutacyjna.
Brak infrastruktury do badao i rozwoju nowych technologii i eksperymentów badawczych na światowym poziomie.
Brak kadry menedżerskiej, nastawienia na współpracę z otoczeniem, partnerstwo i sprzedawanie produktów (wyników badao, ekspertyz itp.). Coraz gorsza kondycja finansowa – koniecznośd racjonalizacji (i zmniejszenia) zatrudnienia. Może brakowad kadry (też samodzielnej i odpowiednio przygotowanej).
Szkoły kształcące fachowców są wyłącznie w Warszawie i tak zostanie. Skostniała struktura starych uczelni Warszawy będzie blokowad zmianę programu (zagrożenie).
Silną stroną prywatnych szkół zlokalizowanych na Mazowszu poza Warszawą jest bliskośd miejsca zamieszkania potencjalnych studentów.
Kurs na umiędzynarodowienie: realizacja części studiów w uczelniach europejskich – dodatkowa motywacja (też z punktu widzenia rynku pracy) do podejmowania studiów.
Ograniczony zakres udziału w międzynarodowych, rozbudowanych projektach badawczych i systemie wymiany wiedzy.
Brak programów pomostowych między naukami humanistycznymi i ścisłymi/przyrodniczymi oraz sztuką.
Rozbudzone potrzeby intelektualne.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 119
MODEL ABSOLWENTA „TWÓRCA WIEDZY PRZYDATNEJ DLA GOW”
Silne strony Słabe strony
W Warszawie znajduje się 60% potencjału naukowego kraju. W Polsce jest możliwośd (potencjał) powstania dwóch uniwersytetów elitarnych, z czego jeden może powstad w Warszawie.
Skostniała struktura starych uczelni Warszawy będzie blokowad zmianę programu.
Istnieje tradycja polskiej szkoły matematycznej i kryptologicznej. Polscy studenci wygrywają światowe konkursy informatyczne. Informatyka jest dziedziną relatywnie tanią, co jest jej szansą na rozwój
Do informatyki mają dostęp studenci (bardziej zdeterminowani) z krajów biedniejszych od Polski, co jest zagrożeniem dla rozwoju informatyki z powodu konkurencji.
Wsparcie dla rozwoju indywidualnego i badao eksperymentalnych Mała indywidualizacja; brak systemu tutorskiego (konsekwencje m.in. kondycji finansowej uczelni). Uczelnie są szkołami; studenci się w nich uczą, a nie studiują. Brak rozróżnienia i przełożenia na programy uczenia się i studiowania.
Integracja ze światem współczesnej nauki. Idealistyczny model kształcenia.
Duża swoboda działao. Zagrożenie łamaniem barier etycznych.
Wysoka jakośd kadry naukowej w niektórych uczelniach Mazowsza. Istnienie uznanych zespołów badawczych (np. demograficzny w SGH), naukowych autorytetów.
Niska jakośd kadry w wielu uczelniach. Nastawienie na dydaktykę (m.in. z uwagi na wysokośd wynagrodzeo i koniecznośd realizacji pensum – pochodną dydaktyki właśnie) skutkuje brakiem badao i publikacji kadry w znaczących periodykach naukowych.
Współpraca niektórych uczelni z otoczeniem krajowym i międzynarodowym. Brak odpowiednich (właściwych) mechanizmów identyfikujących i wyławiających „talenty”.
Przekonanie (w ślad za tym działania), że taka jest przyszłośd – koncentracja na kształceniu ustawicznym i dydaktyce na studiach III stopnia.
Brak mechanizmów oceny jakości takich studiów.
Niedocenianie talentów (szkół naukowych, sukcesów na arenie międzynarodowej).
Posiadanie uprawnieo do kształcenia na III poziomie.
Izolacja od przeciętnego użytkownika.
Niedostateczna informacja i promocja.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 120
9.3 PEST Analiza czynników zewnętrznych dla wypracowanych modeli – materiał roboczy
MODEL ABSOLWENTA „TWÓRCA GOSPODARKI OPARTEJ NA WIEDZY”
Czynniki POLITYCZNE
Główne szanse Główne zagrożenia
Zmniejszenie liczby studentów jest szansą na zmniejszenie grup studenckich i wprowadzenie elastycznego programu studiów, w którym student będzie mógł kształtowad własne curriculum i wybrad dowolne przedmioty, zwłaszcza podczas studiów licencjackich.
Spadek liczby studentów w ciągu najbliższych 9 lat o około 50% spowoduje niemal całkowitą likwidację płatnych studiów. Spowoduje to zamknięcie większości prywatnych szkół wyższych oraz krytyczne zadłużenie tych wydziałów uczelni paostwowych, które czerpały znaczną częśd dochodu z płatnych studiów. Ponieważ w prawie o szkolnictwie wyższym nie istnieje skuteczny mechanizm naprawy wyższych uczelni ani traktowanych jak przedsiębiorstwo, ani traktowanych jako usługodawcy – to uczelnie paostwowe wpadną w stan permanentnego zadłużenia. Jeżeli taki stan będzie trwał przez kilka lat, pracownicy uczelni przyjmą strategię blokującą wszelkie zmiany.
Wobec zbliżającego się kryzysu finansowego wyższych uczelni spowodowanego zmniejszającą się liczbą chętnych na studia konieczne staną się zmiany w prawie. Przy okazji łatwiej będzie można wprowadzid znaczące zmiany w organizacji uczelni i w programach studiów.
Wprowadzenie studiów interdyscyplinarnych wymaga ingerencji w programy studiów ze strony Ministerstwa Nauki i Szkolnictwa Wyższego, co spotka się z oporem. Konieczne jest zniesienie pensum dydaktycznego jako środka wiodącego do swobodnego kształtowania curriculum, co wymaga zmian ustawowych.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 121
.MODEL ABSOLWENTA „TWÓRCA GOSPODARKI OPARTEJ NA WIEDZY”
Czynniki EKONOMICZNE
Główne szanse Główne zagrożenia
Duża zmiennośd na rynku pracy powoduje, że rynek oczekuje absolwenta „elastycznego”, zdolnego do przekwalifikowywania się.
Dokonujący się podział pracy może powodowad, że pracodawcy będą oczekiwad absolwenta przygotowanego do wykonywania konkretnych zadao.
Ze strony kandydatów na studia należy oczekiwad wzrostu zainteresowania sposobem kształcenia zapewniającym szerokie wykształcenie.
Otwarty rynek pracy powodowad będzie napływ absolwentów (specjalistów) z innych krajów (głównie ze Wschodu), a przy wyrównywaniu się płac także z innych kierunków świata.
Ograniczenia budżetowe – preferowad będą kształcenie cechujące się niższymi kosztami. Częśd kandydatów na studia może byd zainteresowana zdobyciem konkretnego, wyspecjalizowanego zawodu.
Otwartośd międzynarodowego rynku pracy sprzyjad będzie wzrostowi zapotrzebowania na absolwentów o wszechstronnym przygotowaniu zawodowym i z dobrą znajomością języków obcych.
Dobrze wykształcony absolwent może emigrowad do kraju o wyższej stopie życiowej.
Zachodzące procesy koncentracji w gospodarce stwarzają preferencje dla absolwentów cechujących się umiejętnością pracy zespołowej.
Model polskich szkół preferuje indywidualizm.
Rabunkowa eksploatacja zasobów intelektualnych młodych ludzi, powodująca w wieku ok. 35 lat syndrom „wypalenia”.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 122
MODEL ABSOLWENTA „TWÓRCA GOSPODARKI OPARTEJ NA WIEDZY”
Czynniki SPOŁECZNE
Główne szanse Główne zagrożenia
Szeroki dostęp do studiów i istnienie premii za wykształcenie (wyższe wynagrodzenie, mniejsze bezrobocie w subpopulacji osób z wyższym wykształceniem) – wzrost aspiracji edukacyjnych społeczeostwa i zapotrzebowania na kształcenie na poziomie wyższym. Polak – obywatel Europy, dostęp do europejskiego rynku pracy – chęd poprawy poprzez wykształcenie statusu społecznego i uczestnictwa w europejskiej społeczności.
Pogarszająca się jakośd kandydatów na studia (dużo kandydatów, mało pieniędzy z budżetu na szkolnictwo wyższe), w efekcie koniecznośd uzupełniania programów wiedzą elementarną (z niższych poziomów edukacji); niższa jakośd kandydatów, to niższa jakośd studentów i absolwentów – niska wartośd dyplomu na rynku pracy. Trudności przejścia z edukacji do zatrudnienia, problemy z uzyskaniem pracy w niektórych zawodach, zgodnej z przygotowaniem wyniesionym ze studiów – malejąca stopa zwrotu z inwestycji edukacyjnych w kraju – emigracja zarobkowa (i jej społeczne konsekwencje).
Debata na temat jakości i znaczenia kapitału ludzkiego dla rozwoju kraju – motywacja. Promowanie idei (i stwarzanie możliwości) kształcenia ustawicznego: pozwala na pozostanie na rynku pracy (w efekcie zmiany, podniesienia, uzupełnienia posiadanych kompetencji) lub awans. Zapobiega wykluczeniu. Prestiż wyższego wykształcenia i przykłady atrakcyjnych ścieżek zawodowych i wysokiego statusu społecznego osób o wysokim poziomie kompetencji.
Przy braku informacji o zapotrzebowaniu na kwalifikacje, w efekcie – strukturze kształcenia niedostosowanej (i pod względem poziomów kształcenia, i pod względem struktury kierunkowej i specjalnościowej) do potrzeb rynku, kształcenie potencjalnych bezrobotnych, osób sfrustrowanych (które znajdują pracę nie w zawodzie, często poniżej kwalifikacji) … i emigrantów. Skala zapotrzebowania na kształcenie – nastawienie na masową dydaktykę – brak czasu nie tylko na badania naukowe, ale i na wychowanie (kształtowanie postaw, też prospołecznych).
Szansą jest (w przypadku dofinansowania nauki i szkolnictwa wyższego) przyspieszona wymiana pokoleniowa i odmłodzenie kadry naukowej.
Po 1990 roku kariera naukowa przestała byd atrakcyjna finansowo. Konsekwencją tego stanu jest luka pokoleniowa. W nauce brak jest czterdziesto-pięddziesięciolatków. Zagrożeniem jest brak kadry naukowej za 10 lat.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 123
MODEL ABSOLWENTA „TWÓRCA GOSPODARKI OPARTEJ NA WIEDZY”
Czynniki TECHNICZNE/TECHNOLOGICZNE
Główne szanse Główne zagrożenia
Rozwój Internetu, związana z tym dostępnośd informacji, szczególnie dotyczących nowinek technicznych.
Niewystarczająco rozwinięta baza laboratoryjna.
Silny rozwój innowacyjności „imitacyjnej”. Zbyt duża liczba studentów przypadająca na jednego samodzielnego pracownika naukowego.
Praktycznie w każdej branży zapotrzebowanie na umiejętności informatyczne na poziomie szybkiego wdrażania nowego oprogramowania.
Słaba współpraca przemysłu z uczelniami.
Brak wiedzy praktycznej.
Silne rozdrobnienie wiedzy technicznej/technologicznej, powodujące powstawanie poczucia „niedostępności” innych niż przyswojony obszarów tej wiedzy.
Brak kształcenia menedżerskiego.
Słabo rozwinięty (dopiero rozwijający się) system „przerw” w studiowaniu na zdobywanie doświadczenia w zakresie nowinek technicznych za granicą (także przez podejmowanie pracy). Brak systemu stypendialnego dla zdolnych studentów, pozwalającego im studiowad na wybranej uczelni świata.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 124
MODEL ABSOLWENTA „TWÓRCA WIEDZY PRZYDATNEJ DLA GOW”
Czynniki POLITYCZNE
Główne szanse Główne zagrożenia
Wobec zbliżającego się kryzysu finansowego wyższych uczelni, spowodowanego zmniejszającą się liczbą chętnych na studia, konieczne staną się zmiany w prawie. Przy okazji łatwiej będzie można wprowadzid znaczące zmiany w organizacji uczelni i w programach studiów.
Spadek liczby studentów w ciągu najbliższych 9 lat o około 50% spowoduje niemal całkowitą likwidację płatnych studiów. Spowoduje to zamknięcie większości prywatnych szkół wyższych oraz krytyczne zadłużenie tych wydziałów uczelni paostwowych, które czerpały znaczną częśd dochodu z płatnych studiów. Ponieważ w prawie o szkolnictwie wyższym nie istnieje skuteczny mechanizm naprawy wyższych uczelni ani traktowanych jak przedsiębiorstwo, ani traktowanych jako usługodawcy – to uczelnie paostwowe wpadną w stan permanentnego zadłużenia. Jeżeli taki stan będzie trwał przez kilka lat, pracownicy uczelni przyjmą strategię blokującą wszelkie zmiany.
Bardzo niewielka liczba dobrych pracowni powoduje, że reforma jest taosza i prostsza do przeprowadzenia.
Badania naukowe w Polsce są krytycznie niedofinansowane. Pozostało bardzo niewiele pracowni naukowych, prowadzących badania naukowe na światowym poziomie w dziedzinach (bio-info-nano-techno) prowadzących do gospodarki opartej na wiedzy. Utrzymanie poziomu naukowego tych pracowni wymaga znacznego zwiększenia finansowania i wynagrodzeo naukowców pracujących w tych ośrodkach, do poziomu porównywalnego z krajami Europy Zachodniej.
Istnieje tradycja polskiej szkoły matematycznej i kryptologicznej. Polscy studenci wygrywają światowe konkursy informatyczne. Informatyka jest dziedziną relatywnie tanią, co jest jej szansą na rozwój.
Do informatyki mają dostęp studenci (bardziej zdeterminowani) z krajów biedniejszych od Polski, co jest zagrożeniem dla rozwoju informatyki – konkurencja.
Polska, a zwłaszcza Mazowsze, ma zacofaną strukturę agrarną. Stwarza to szansę na wprowadzenie nowych upraw i hodowli np. organizmów modyfikowanych genetycznie.
Silny opór przed biotechnologią (najostrzejsze w Europie prawa antybiotechnologiczne). Węgry stały się konkurentem Polski w dziedzinie zastosowania biotechnologii.
Pojawiająca się świadomośd, że chcielibyśmy, aby powstały uczelnie mieszczące się w pierwszej setce światowych uczelni.
Duże szkoły wyższe w Polsce sparaliżowane są przez wzajemnie sprzeczne przepisy i sprzeczne interpretacje ustaw: o szkołach wyższych, prawa pracy, prawa o związkach zawodowych, o zamówieniach publicznych oraz rozbudowanej sprawozdawczości. W takich warunkach polskie szkoły wyższe nigdy nie będą stanowid konkurencji dla szkół europejskich, a zwłaszcza amerykaoskich. Praktyka polskich uczelni preferuje zacieranie różnic pomiędzy naukowcami, a nie promuje rywalizacji o jakośd. Zagrożeniem jest utrzymanie obecnego stanu funkcjonowania szkół wyższych i ich prawnego otoczenia.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 125
MODEL ABSOLWENTA „TWÓRCA WIEDZY PRZYDATNEJ DLA GOW”
Czynniki EKONOMICZNE
Główne szanse Główne zagrożenia
Gospodarka oparta na wiedzy poszukiwad będzie absolwentów twórczych. Wyższe koszty kształcenia, co przy ograniczeniach budżetowych może ograniczad możliwości kształcenia elitarnego.
W każdym społeczeostwie znajduje się pewna częśd młodzieży o wybitnych zdolnościach i wąskich, ale głębokich zainteresowaniach, skłonna do podejmowania pracy naukowej.
Wąska specjalizacja może powodowad trudności w poruszaniu się absolwentów na rynku pracy.
Wzrastający popyt na absolwentów o dużym stopniu specjalizacji ze strony biznesu wysokich technologii.
Problemy z przystosowaniem się do pracy zespołowej.
Docenianie w polityce edukacyjnej kształcenia wybitnych jednostek i kierowanie na ten cel większych środków finansowych.
Szansą jest (w przypadku dofinansowania nauki i szkolnictwa wyższego) przyspieszona wymiana pokoleniowa i odmłodzenie kadry naukowej.
Po 1990 roku kariera naukowa przestała byd atrakcyjna finansowo. Konsekwencją tego stanu jest luka pokoleniowa. W nauce brak jest czterdziesto-pięddziesięciolatków. Zagrożeniem jest brak kadry naukowej za 10 lat.
Tworzenie stypendiów naukowych dla studentów studiów elitarnych. Do powstania GOW, oprócz wysokiej jakości badao naukowych, potrzebny jest rozwój rynku kapitałowego lub zastąpienie go w tej funkcji przez paostwo. Finansowanie aplikacji badao naukowych w GOW jest obarczone wysokim ryzykiem niepowodzenia (95-99%) i ogromnym zyskiem w przypadku sukcesu. Venture capital w Polsce nie istnieje. Fundusze paostwowe źle funkcjonują w obszarze wysokiego ryzyka, ponieważ instytucje kontrolujące wydatki chcą znad uzasadnienie każdej nietrafionej decyzji wydatkowania pieniędzy.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 126
MODEL ABSOLWENTA „TWÓRCA WIEDZY PRZYDATNEJ DLA GOW”
Czynniki SPOŁECZNE
Główne szanse Główne zagrożenia
Świadomośd istnienia zależności pomiędzy poziomem wykształcenia a statusem społecznym, zawodowym i materialnym – chęd wejścia do elity – zapotrzebowanie na takie kształcenie. Świadomośd możliwości koncentracji znacznie większych sił i środków, w sytuacji ograniczeo finansowych, (w efekcie znacznie wyższa jakośd) na wykształcenie elit. Zgoda na taki model. Dystans pomiędzy krajami UE, OECD i Polską. Granie na emocjach – zgoda na koncentrację sił i środków na kształceniu elit.
Debata na temat ograniczeo w dostępności do kształcenia, idei równych szans, wykluczenia społecznego. Brak zapotrzebowania na trudne studia elitarne (dziś największym zainteresowaniem zarówno uczelni, jak i kandydatów na studia cieszą się kierunki taosze i łatwiejsze). Brak poparcia społecznego dla tej idei [m.in. z uwagi na niemożnośd skonsumowania przez krajowy rynek pracy (i gospodarkę) korzyści z takiego kształcenia. Brak odpowiednich miejsc pracy dla osób o tak wysokich i specjalistycznych kompetencjach].
Poparcie społeczne dla idei kształcenia talentów. Dla racjonalnego wykorzystania ograniczonych zasobów finansowych (ale chyba tylko w sytuacji, gdy wprowadzone będą – na różnych szczeblach edukacji – mechanizmy wyławiania talentów i gdy oczywiste będą społeczne i gospodarcze korzyści).
Ograniczenie dostępności – niezadowolenie społeczne. Pozostawienie wielu osób poza systemem kształcenia elitarnego – potwierdzenie zróżnicowania w tym zakresie.
Poziom nauczania w szkołach wyższych zmalał w ciągu ostatnich 20 lat w związku z pięciokrotnym zwiększeniem liczby studentów. Obecnie obserwuje się wśród studentów trend do wyjazdów na studia II i III stopnia za granicę, zwłaszcza w dziedzinach, które w przyszłości będą tworzyły GOW. Utrata najlepszych „mózgów” jest zagrożeniem dla rozwoju kraju. Powstanie studiów elitarnych jest szansą na zatrzymanie tych ludzi w kraju.
Zagrożeniem jest, że dla absolwentów nie będzie dobrze płatnej pracy w kraju.
Szansą jest (w przypadku dofinansowania nauki i szkolnictwa wyższego) przyspieszona wymiana pokoleniowa i odmłodzenie kadry naukowej.
Po 1990 roku kariera naukowa przestała byd atrakcyjna finansowo. Konsekwencją tego stanu jest luka pokoleniowa. W nauce brak jest czterdziesto-pięddziesięciolatków. Zagrożeniem jest brak kadry naukowej za 10 lat.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 127
MODEL ABSOLWENTA „TWÓRCA WIEDZY PRZYDATNEJ DLA GOW”
Czynniki TECHNICZNE/TECHNOLOGICZNE
Główne szanse Główne zagrożenia
Headhunterzy z wiodących firm polskich i zagranicznych, poszukujących najlepszych
absolwentów. Dostępnośd studiów (także podyplomowych) na renomowanych uczelniach światowych.
Rozwój firm spin-off i spin-out. Słabe zachęty finansowe do kształcenia w zakresie high-tech.
Słabe zachęty finansowe do podejmowania pracy na uczelni.
Brak jakichkolwiek zachęt do angażowania młodych ludzi w podejmowanie pracy
jednocześnie w przedsiębiorstwach rozwiniętych technologicznie i na uczelniach.
Zbyt duża liczba studentów, przypadająca na jednego samodzielnego pracownika
naukowego, bardzo ograniczająca kontakty typu mistrz-uczeo.
Rabunkowa eksploatacja zasobów intelektualnych młodych ludzi, powodująca w wieku
ok. 35 lat syndrom „wypalenia”.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 128
10 Załącznik nr 3: Materiał roboczy z prac panelu „Model uczelni”
Propozycje i materiały robocze
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 129
10.1.1 Główne silne i słabe strony stanu obecnego w odniesieniu do modelu 1: „Uczelnia międzynarodowa, szeroki zakres działania”
Nazwa modelu Główne silne strony (GSI) istniejących rozwiązao
w kontekście rozpatrywanego modelu
Główne słabe strony (GSŁ) istniejących rozwiązao
w kontekście rozpatrywanego modelu
Model uczelni o jednoosobowym
(menadżerskim) stylu zarządzania.
Uczelnia posiada duże zasoby
materialne i kadrowe, wystarczające
do sprawnego funkcjonowania
w szkolnictwie wyższym. Uczelnia
świadczy usługi edukacyjne,
prowadzi badania naukowe, a także
współpracuje z szeroko rozumianą
gospodarką narodową. Uczelnia ma
międzynarodowe znaczenie, które
przejawia się wymianą kadry
naukowej i studentów
z ważniejszymi światowymi
ośrodkami naukowymi. Na uczelni
znajdują się wszystkie poziomy
kształcenia oraz uczelnia kształci
wielokierunkowo. Finansowanie
uczelni w tym modelu głównie ze
środków budżetowych, przy
niewielkim udziale środków
pochodzących z innych źródeł.
1. Znaczące zasoby materialne, głównie w postaci
nieruchomości 1. Konserwatyzm tradycji akademickiej – senat, rada wydziału
2. Dobra infrastruktura informatyczna, pozwalająca na
kontakt ze światem 2. Złe zarządzanie aktywami
3. Kontakty z uczelniami zagranicznymi 3. Wysokie koszty funkcjonowania uczelni
4. Istniejąca grupa silnych uczelni 4. Duże uzależnienie uczelni od Ministerstwa Nauki i Szkolnictwa Wyższego
5. Dostęp pracowników i studentów do aktualnej
wiedzy światowej
5. Strukturalne odseparowanie poszczególnych kierunków kształcenia (na poziomie
struktury uczelni)
6. Umiejętnośd pozyskania studentów i słuchaczy
studiów podyplomowych i doktoranckich 6. Sposoby weryfikacji dorobku naukowego
7. Wielokierunkowośd
7. Stosunkowo duży udział studentów niestacjonarnych (także w przychodach uczelni),
który skłania do inwestycji krótkoterminowych (popularne kierunki, wielu
studentów), a nie długoterminowych (potrzebne kierunki, dobrzy absolwenci)
8. Doświadczona kadra 8. Sposób wyboru rektora (różne grupy elektorów z różnymi interesami), który utrudnia
mu bycie menedżerem
9. Położenie wielkich uczelni w dużych ośrodkach
miejskich 9. Niedoinwestowanie z budżetu
10. Duży potencjał intelektualny 10. Utrudniony rozwój uczelni poprzez brak realizacji strategii działania, jeśli w ogóle
istnieje
11. Prowadzenie badao i projektów naukowych
12. Kształcenie ustawiczne
13. Kształcenie elektroniczne
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 130
10.1.2 Główne silne i słabe strony stanu obecnego w odniesieniu do modelu 2: „Uczelnia o regionalnym zasięgu, realizacja głównie funkcji
edukacyjnej”
Nazwa modelu Główne silne strony (GSI) istniejących rozwiązao
w kontekście rozpatrywanego modelu
Główne słabe strony (GSŁ) istniejących rozwiązao
w kontekście rozpatrywanego modelu
Model uczelni o jednoosobowym sposobie zarządzania.
Uczelnia ma zasięg regionalny, posiada minimalne zasoby
materialne i kadrowe, pozwalające na kształcenie
wyłącznie na wyspecjalizowanych kierunkach i niższych
poziomach kształcenia. Model uczelni przewiduje
wyłącznie edukację. Finansowanie uczelni głównie przez
paostwo.
1. Dobry poziom programów nauczania na uczelniach
wyższych
1. Trudności w pozyskaniu kompetentnej kadry naukowo-
dydaktycznej
2. Wykorzystywanie materiałów i programów nauczania
importowanych z zewnątrz
2. Duże uzależnienie uczelni od Ministerstwa Nauki i Szkolnictwa
Wyższego
3. Niskie koszty funkcjonowania uczelni 3. Uzależnienie od czesnego
4. Specjalizacja uczelni 4. Brak zainteresowania (możliwości) ze strony władz lokalnych
szkolnictwem wyższym
5. Współpraca z władzami lokalnymi 5. Niski poziom kształcenia
6. Prosty system rekrutacji (punkty z matury)
7. Istniejąca sied Wyższych Szkół Zawodowych
8. Szybkośd podejmowania decyzji
9. Kształcenie zgodnie z potrzebami regionu
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 131
11 Załącznik nr 4: Materiał roboczy z prac panelu „Budowa powiązań z otoczeniem gospodarczym”
Propozycje i materiały robocze
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 132
11.1 Najistotniejsze silne i słabe strony – komentarz ekspertów
Wybranie najistotniejszych silnych i słabych stron zostało poprzedzone scaleniem wszystkich silnych i słabych stron istniejących rozwiązao w kontekście rozpatrywanych
modeli w tabelach 6a i 6b. Zastosowane w tabelach oznaczenia M1, M2 i M3 wskazują, z którego modelu pochodzą zamieszczone silne i słabe strony.
11.2 Tabela 6a: Silne strony istniejących rozwiązań w kontekście rozpatrywanych modeli – materiał pomocniczy
Silne strony
Pobudzanie aktywności jednostek [M1]
Pobudzanie aplikacyjności rozwiązao oraz transferu wiedzy w obie strony [M1]
Poprawa sytuacji finansowej uczelni [M1]
Możliwośd elastycznego kształtowania uczelni [M1]
Możliwośd kreowania wybitnych ośrodków dydaktyczno-naukowych [M1]
Pobudzanie rozwoju i kreatywności jednostek i zespołów [M1]
Pobudzanie zdrowej konkurencji, wzmacnianie najlepszych [M1]
Wypadanie z rynku słabych uczelni [M1]
Zmiany zgodne z oczekiwaniami zidentyfikowanymi przez rząd i doradców ministra [M2]
Bodźce do współdziałania uczelni z biznesem i podmiotami z praktyki [M2]
Łatwośd administrowania uczelnią [M2]
Prostota zarządzania strategicznego – budowy strategii i jej implementacji [M2]
Spójnośd z celami centrum [M2]
Porównywalnośd systemu motywowania pracowników różnych uczelni [M2]
Niwelowanie negatywnych konsekwencji w postaci bankructw, likwidacji, strat itp. [M2]
Mała liczba konfliktów w elitach zarządzających uczelnią [M3]
Niska konfliktogennośd relacji „władza uczelni a pracownicy” [M3]
Korzystna atmosfera społeczna wewnątrz uczelni, sprzyjająca umiarkowanym zmianom [M3]
Zorientowanie na biznes [M3]
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 133
11.3 Tabela 6b: Najistotniejsze słabe strony istniejących rozwiązań w kontekście rozpatrywanych modeli – materiał pomocniczy
Słabe strony
Osłabianie współdziałania w grupie, wzmaganie konfliktów [M1]
Możliwośd osłabienia zakresu badao podstawowych [M1]
Brak kompetencji efektywnego zarządzania uczelnią [M1]
Niedostatek kompetencji władz uczelni do efektywnego działania na jej terenie [M1]
Możliwośd niezdrowej rywalizacji (wyścig szczurów) i złej atmosfery [M1]
Bezrobocie i frustracja części pracowników uczelni [M1]
Ograniczenie inicjatyw uczelni [M2]
Ograniczenie badao podstawowych – ograniczanie rozwoju teorii [M2]
Brak innowacji w zarządzaniu uczelnią [M2]
Eliminacja potencjalnych rozwiązao strategicznych [M2]
Brak możliwości realizacji oczekiwao uczelni [M2]
Brak motywacji pracowników do rozwoju [M2]
Osłabienie tendencji modernizacyjnych i innowacyjnych [M2]
Sterowanie administracyjno-biurokratyczne, niska autonomia władz uczelni [M3]
Biernośd władz uczelni [M3]
Blokowanie dalej idących projektów/wizji [M3]
Utrwalenie istniejących grup interesów
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 134
11.4 Analiza PEST – komentarz ekspertów
Na wstępie opracowano metaplan głównych szans i zagrożeo w kontekście
każdego rozpatrywanego modelu (materiały zawarte w głównej części raportu
w ramach omówienia wyników analizy SWOT dla poszczególnych
wypracowanych modeli). Na tej podstawie nastąpiło wybranie najistotniejszych
szans i zagrożeo, co zostało poprzedzone scaleniem wszystkich silnych słabych
stron istniejących rozwiązao w kontekście rozpatrywanych modeli.
W trakcie prac zgłoszone przez dwóch ekspertów uwagi odnośnie sposobu
przeliczania wyników ankiety na temat wag zostały przeanalizowane,
z uwzględnieniem m.in. definicji rangowania, przykładów stosowania oraz
przydatności dla naszego problemu. Sprawdzono także różne możliwości
obliczania średniej. W wyniku analizy zdecydowano się jednak kontynuowad
metodę przyjętą w ramach metody ankietowej w trakcie drugiego spotkania
panelowego (z pewnymi modyfikacjami, wprowadzonymi dzięki możliwości
przeznaczenia dłuższego czasu na analizę statystyczną). W pierwszej kolejności
wyeliminowano charakterystyki, które cechowały się najniższą wagą. Usunięto
25% najniższych wartością wag z każdej części analizy PEST oraz wartości wag
poniżej 10%. Następnie usunięto wskazania izolowane, odstające, tzn. takie, na
które wskazał jedynie jeden ekspert. Wartości wag pozostałych wskazao
przeskalowano, przyjmując, że jeśli na daną kategorię wskazało więcej osób,
należy ją „zważyd” wielokrotnie. Nadano następujące wagi: 4 wskazania –
waga 1; 5 wskazao – waga 1,33; 6 wskazao – waga 1,67; 3 wskazania –
waga 0,67; 2 wskazania – waga 0,33 (wtedy jedno wskazanie – waga 0). Po tym
przeliczeniu usunięto wagi o wartości równej lub mniejszej 10%. W następnym
kroku łączono różne pozycje i uśredniano ich wagi (oraz prawdopodobieostwa).
Uczyniono tak z dwiema kategoriami. Następnie przeskalowano wagi tak, by
suma ich zbliżona była do 100%. Nie przeprowadzano oceny eksperckiej
(jakościowej) otrzymanych wyników, ze względu na brak występowania
obserwacji nietypowych (np. wskazujących na bardzo małe
prawdopodobieostwo wystąpienia, czy też bardzo różniących się między sobą
wag). Otrzymane wyniki cechują się, nota bene, dośd dużą spójnością. Ponadto,
pozostawienie dokładniejszych wyników, po uważnej obróbce statystycznej,
może mied większe walory poznawcze dla Top Ekspertów.
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 135
11.5 Tabela 8a: Szanse w otoczeniu Politycznym – materiał
pomocniczy
Szanse
Lobbing na rzecz kreatywności (siła napędowa) [M1]
Rozwój innowacji – wzmacniany przez grupy biznesu (lobbing) [M1]
Zmiany w prawodawstwie zgodne z interesem społecznym [M1]
Łatwiejsze zdobywanie funduszy i grantów przez innowatorów [M1]
Wzmocnienie polityki regionalnej [M1]
Środki na innowacje z UE [M1]
Silna władza [M2]
Wymuszanie reform przez UE oraz środki finansowe z budżetu UE [M2]
Wykorzystanie sił rynkowych dla osiągnięcia celów politycznych lub ekonomicznych [M2]
Łatwośd procesu decyzyjnego [M2]
Odpornośd na zmiany polityczne [M3]
Wsparcie ze strony każdej władzy na poziomie organizacyjnym i finansowym [M3]
11.6 Tabela 8b: Zagrożenia w otoczeniu Politycznym – materiał
pomocniczy
Zagrożenia
Wpływ wielkich korporacji na ustawodawstwo [M1]
Bariery dla Warszawy nie zostaną zniesione [M1]
Eliminacja środków z funduszy spójności [M1]
Lobby regionalne ściągające Warszawę w dół [M1]
Niestabilna scena polityczna [M2]
Petryfikacja oraz utrwalenie dotychczasowej struktury finansowania nauki na poziomie
UE i kraju [M2]
Podzielona UE, niespójna polityka stanowi zagrożenie konkurencyjności gospodarki
pojmowanej jako otoczenie UE (Rosja, Chiny, USA, etc.) [M2]
Zagrożenie technokratyczne (wąskie grono osób niekompetentnych) [M2]
Tendencja do stabilizacji istniejących rozwiązao [M3]
Niska presja na wprowadzenie zmian [M3]
Brak dążenia do najwyższych standardów (rankingi) [M3]
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 136
11.7 Tabela 9a: Szanse w otoczeniu Ekonomicznym – materiał
pomocniczy
Szanse
Przyrost środków finansowa (finansowanie przez biznes) [M1]
Zarządzanie potencjałem – większe środki dla najlepszych [M1]
Lepsza sytuacja finansowa grup innowacyjnych [M1]
Wzrost poziomu dochodów (wynagrodzenie za wynik) [M1]
Konsorcja naukowe, badania wdrożeniowe [M1]
Warszawa jako metropolia UE [M1]
Relatywnie większa cennośd funduszy zewnętrznych [M2]
Przyjęcie euro ustabilizuje sytuację finansową uczelni [M2]
Szybki rozwój ekonomiczny kraju i Mazowsza [M2]
Możliwośd sterowania ulgami w odgórnym modelu [M2]
Możliwośd sterowania zgodnie z cyklem koniunkturalnym [M2]
Poprawa finansowania [M3]
Większa użytecznośd realizowanych projektów badawczych [M3]
Dostosowanie profilu absolwenta do rynku pracy [M3]
Rynkowa wartośd dyplomów [M3]
Najlepsze uczelnie pozostają [M3]
11.8 Tabela 9b: Zagrożenia w otoczeniu Ekonomicznym – materiał
pomocniczy
Zagrożenia
Nadmierne uzależnienie od polityki i środków finansowych biznesu [M1]
Koniecznośd stworzenia programów socjalnych dla akademików, którzy wypadną
z rynku [M1]
Lobbing silnych bogatych uczelni europejskich [M2]
Wąski pragmatyzm realizowanych projektów [M3]
Osłabienie badao podstawowych [M3]
Zagrożenie korupcyjne [M3]
Różnicowanie statusu materialnego pracowników [M3]
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 137
11.9 Tabela 10a: Szanse w otoczeniu Społecznym – materiał
pomocniczy
Szanse
Zmiana świadomości społecznej [M1]
Urealnienie (upraszczanie) programów badawczych [M1]
Wzrost szans rozwoju w Polsce ludzi młodych i zdolnych [M1]
Promowanie etyki i wzrost świadomości społecznej (szczególnie akademików) [M1]
Zmiana wrażliwości społecznych [M1]
Warszawa jako lokomotywa dla innych ośrodków [M1]
Możliwośd zaplanowania zgodnie z demografią [M2]
Zaangażowanie wybitnych jednostek do indywidualnych projektów [M3]
Wzrost kompetencji pracowników w zarządzaniu [M3]
Przygotowanie absolwentów do zawodu [M3]
Stabilnośd ekonomiczna części kadry [M3]
11.10 Tabela 10b: Zagrożenia w otoczeniu Społecznym – materiał
pomocniczy
Zagrożenia
Zbyt mocne podstawy rywalizacyjne – osłabienie więzi społecznych [M1]
Erozja etyki w świecie nauki [M1]
Pogorszenie dostępności szkół wyższych w miejscowościach prowincjonalnych [M1]
Wzrost konfliktów w miejscu pracy [M1]
Spadek poczucia bezpieczeostwa środowiska akademickiego [M1]
Wybory kulturowe, etyczne, religijne, konsekwencja wyborów [M2]
Rozrastanie się grup wykluczonych społecznie [M2]
Wzrost konfliktów między uczelniami [M3]
Wzrost konfliktów wewnątrz uczelni (konkurencja) [M3]
Ograniczenie rozwoju nauki abstrakcyjnej [M3]
Częśd uczelni upada [M3]
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza „Akademickie Mazowsze 2030” Przeprowadzenie analiz SWOT i PEST
Strona | 138
11.11 Tabela 11a: Szanse w otoczeniu Technologicznym – materiał
pomocniczy
Szanse
Rozwój potencjału innowacyjnego [M1]
Postęp technologiczny, oprzyrządowanie [M1]
Łatwiejsze wdrażanie technologii [M1]
Wzrost dostępu do nowych technologii (dla akademików) [M1]
Poprawa techniczno-organizacyjnych warunków pracy [M1]
Obniżenie barier wejścia [M2]
Kierunkowe finansowanie -> koncentracja [M2]
Specjalizacja [M2]
Dostosowanie badao technicznych do potrzeb rynku [M3]
Większy nacisk na wdrożenia [M3]
Większy potencjał kreowania innowacji [M3]
Zwiększenie zainteresowania doktoratem w branży technicznej [M3]
11.12 Tabela 11b: Zagrożenia w otoczeniu Technologicznym – materiał
pomocniczy
Zagrożenia
Bogatsze firmy używają silniejszych środków promocji [M1]
Zakłócenia na rynku odbiorców np. sprzętu badawczego (uczelnie) [M1]
Osłabienie innowacyjności [M2]
Rozwój nauk technicznych kosztem społecznych [M3]
Zróżnicowanie statusu materialnego pracowników różnych dziedzin nauki [M3]
Słabsza motywacja do stopni powyżej doktorów [M3]
egzemplarz bezpłatny
Foresight regionalny dla szkół wyższych Warszawy i Mazowsza Akademickie Mazowsze 2030”Projekt współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Innowacyjna Gospodarka 2007-2013 realizowany w ramach Działania 1.1 Poddziałania 1.1.1
”