| THE SMILE MODEL |
Model SMILE |
SMILE is an innovative model for the assessment and development of competences, based on artificial intelligence and the competence-based approach.
Designed to meet the training needs of organisations and, in particular, Higher Education Institutions (HEIs), the model enables the mapping, monitoring and personalised improvement of the skills of students and career counsellors, fostering continuous, flexible and strategic learning. |
SMILE to innowacyjny model oceny i rozwoju kompetencji, oparty na sztucznej inteligencji oraz podejściu kompetencyjnym.
Model ten, stworzony z myślą o zaspokojeniu potrzeb szkoleniowych organizacji – a w szczególności szkół wyższych – umożliwia mapowanie, monitorowanie i indywidualne doskonalenie umiejętności studentów oraz doradców zawodowych, wspierając tym samym proces ciągłego, elastycznego i strategicznego uczenia się. |
| What is the SMILE Model |
Czym jest model SMILE? |
| SMILE is an advanced competence management system designed to:
● assess digital, green, entrepreneurial, transversal and specialist competences;
● identify skills gaps and provide personalised learning recommendations;
● support HEIs and SMEs in defining targeted training plans aligned with sustainable development and internationalisation strategies.
|
SMILE to zaawansowany system zarządzania kompetencjami, którego celem jest:
● ocena kompetencji cyfrowych, proekologicznych, przedsiębiorczych, przekrojowych oraz specjalistycznych;
● identyfikacja luk kompetencyjnych i opracowywanie spersonalizowanych rekomendacji edukacyjnych;
● wspieranie szkół wyższych oraz MŚP w tworzeniu ukierunkowanych planów szkoleniowych, zgodnych ze strategiami zrównoważonego rozwoju i internacjonalizacji. |
| Artificial Intelligence and personalisation |
Sztuczna inteligencja i personalizacja |
| Integrated with the TaiLENT platform, the SMILE model uses machine learning algorithms and generative artificial intelligence to:
● automatically generate hetero-evaluation questionnaires, adapted to the professional profiles of the European ESCO Framework;
● analyse responses and identify, in real time, strengths and areas for improvement;
● propose tailor-made multimedia learning content. |
Zintegrowany z platformą TaiLENT model SMILE wykorzystuje algorytmy uczenia maszynowego oraz generatywną sztuczną inteligencję, aby:
● automatycznie generować kwestionariusze oceny zewnętrznej (heterooceny), dostosowane do profili zawodowych określonych w europejskich ramach ESCO;
● analizować odpowiedzi i w czasie rzeczywistym identyfikować mocne strony oraz obszary wymagające poprawy;
● proponować dostosowane do indywidualnych potrzeb multimedialne materiały szkoleniowe. |
| A two-level evaluation process |
Dwupoziomowy proces oceny |
| The SMILE skills assessment system is based on a dual-level approach:
● Macro-aggregation – collects and synthesises assessment scores, providing a clear overview of the overall competence level;
● Micro-retention – analyses each response in detail, allowing a granular and dynamic evaluation of individual abilities. |
System oceny umiejętności SMILE opiera się na podejściu dwupoziomowym:
● Makroagregacja – gromadzi i syntetyzuje wyniki oceny, zapewniając przejrzysty obraz ogólnego poziomu kompetencji;
● Mikroanaliza – szczegółowo analizuje każdą odpowiedź, umożliwiając precyzyjną i dynamiczną ocenę poszczególnych umiejętności. |
| From score to competence level |
Od wyniku do poziomu kompetencji |
| Responses are processed through a scoring system from 1 to 4, defining four levels of competence:
● Basic (1–25 points): elementary knowledge, to be strengthened through introductory training;
● Intermediate (26–50 points): functional competences, with room for further development;
● Advanced (51–75 points): operational autonomy and problem-solving ability;
● Specialised (76–100 points): full mastery and leadership in the competence area.
For each level, the system provides a detailed description of abilities and targeted training suggestions. |
Wyniki są przetwarzane w ramach systemu punktacji (od 1 do 4), określającego cztery poziomy kompetencji:
● Podstawowy (1–25 punktów): wiedza elementarna, wymagająca uzupełnienia poprzez szkolenie wprowadzające;
● Średnio zaawansowany (26–50 punktów): kompetencje użytkowe, z możliwością dalszego rozwoju;
● Zaawansowany (51–75 punktów): samodzielność w działaniu i umiejętność rozwiązywania problemów;
● Specjalistyczny (76–100 punktów): pełne opanowanie danej dziedziny i wiodąca rola w zakresie posiadanych kompetencji.
Dla każdego poziomu system udostępnia szczegółowy opis umiejętności oraz propozycje szkoleń dostosowanych do danego etapu rozwoju. |
| Personalised learning recommendations |
Spersonalizowane rekomendacje edukacyjne |
| Based on the results of self-assessments, the model automatically connects each user to the most relevant training resources.
Recommendations are drawn from validated repositories of educational materials, available in multiple languages to ensure international accessibility.
Each self-assessment questionnaire is unique, designed around the real learning and development needs of the student. |
Na podstawie wyników samooceny system automatycznie dopasowuje do każdego użytkownika najbardziej odpowiednie materiały szkoleniowe.
Rekomendacje pochodzą ze zweryfikowanych zasobów materiałów edukacyjnych, dostępnych w wielu językach, co zapewnia dostępność na skalę międzynarodową.
Każdy kwestionariusz samooceny jest unikalny i opracowany z uwzględnieniem rzeczywistych potrzeb edukacyjnych oraz rozwojowych uczestnika. |
| PL |
| EN |
