Yksi suurimmista haasteista opetussuunnitelman suunnittelussa on varmistaa, että se on ajan tasalla ja että siinä käytetään samaa sanastoa kuin työmarkkinoilla. Tätä haastetta on tutkittu suhteellisen vähän: lähes kaikkia opetussuunnitelmia yhdistää akateeminen kieli. Toiseksi, opintosuunnitelmista ja kurssien kuvauksista puuttuu usein selitys työelämärelevanteista taidoista, jotka opiskelijat voivat niiden kautta hankkia. Tämä vaikeuttaa töiden etsintää, joka tapahtuu valtaosin digi-kanavien kautta.

Headai toteutti Maailmanpankin rahoittamassa projektissa analyysin Kenian työmarkkinoiden taitojen kysynnästä perustuen projektissa tarkasteltuun työpaikkadataan (60 000 ilmoitusta) vuosilta 2016–2019. Mallinsimme kahden kenialaisen yliposton opetussuunnitelmat ja tutkimme niistä löytyviä taitoja. Näin voitiin vertailla taitojen tarjontaa ja kysyntää (kohtaantoa).

Headain tekoäly hyödyntää luonnollisen kielen prosessointia rakentaessaan avoimesta Big Datasta käsitystä taitoista, joita tarjotaan ja joita etsitään. Nämä tiedot visualisoidaan taitokarttoina, joiden avulla voimme:
i) ymmärtää, mitä taitoja tarvitaan nyt ja lähitulevaisuudessa
ii) opastaa ajan tasalla olevan opetussuunnitelman kehittämistä
iii) neuvoa opiskelijoita kurssien valinnassa; ja
iv) saada ymmärrys yliopistojen kilpailutarjonnan parantamiseksi.

Tuloksena todettiin, että yliopistoissa oli akateemisesta näkökulmasta hyvät opetussuunnitelmat, mutta parannuskohteita löydettiin juuri työelämäkielen vastaavuuden löytämisessä. Yliopistot reagoivat tuloksiin löytämällä seuraavia arvokkaita kehityskohteita:

1. Verkkokurssien käyttö opinto-ohjelmaan liittyvien aukkojen täydentämiseksi: Tietotekniikka on erittäin dynaaminen ala, eikä mikään opetussuunnitelma vastaa koskaan tätä dynaamisuutta. On tarpeen kannustaa opiskelijoita tilaamaan verkkokursseja, ja laitos voi tukea heitä siinä.

2. Oppilaat olisi tutustutettava uusiin teknologian alueisiin, kuten IoT, Edge Computing, pilvilaskenta ja big data. Tämä voidaan tehdä lyhyiden kurssien, hackathonien ja jopa työpajojen ja symposiumien avulla.

3. Luoda kumppanuuksia korkean profiilin tietotekniikkayrityksiin, kuten IBM, Amazon, Microsoft, Google, tarjotakseen opiskelijoille harjoittelupaikkoja ja mahdollisuuksia osaamisten täydentämiseksi.

4. Kannustaa valitsemaan monitieteisiä lähestymistapoja opiskelijoiden taitojen systemaattiseen kehittämiseen: esimerkiksi opiskelijaprojekteissa yhdistää eri alojen osaajia, kuten tietojenkäsittelijöitä, soveltuvan tilastotieteen ja vakuutusmatemaattisten tieteiden opiskelijoita työskentelemään yhdessä ratkaistakseen ongelman, joka leikkaa heidän alueitaan.

5. Vahvistaa opetushenkilöstöston uusien teknologioiden ja suuntauksien osaamista luomalla yhteistyötä opetushenkilökunnan ja uusien teollisuudenalojen välille.