L’apprentissage expérientiel dans le secteur social
Ce rapport explore les perspectives de ceux qui ont participé à l’apprentissage expérientiel (aussi appelé apprentissage intégré au travail), comme des placements, des stages ou d’autres travaux dans le secteur social.
Les auteurs examinent l’expérience des responsables de services sociaux et d’organismes à but non lucratif, en comparant le point de vue des étudiants en sciences sociales et humaines à travers le prisme de la réciprocité. Ils se demandent si l’apprentissage expérientiel se révèle être une situation gagnant-gagnant avec des avantages équivalents pour les deux parties et évaluent comment les modèles actuels profitent aux collaborations entre campus et communautés. Les auteurs suggèrent que la réévaluation des modèles actuels pourrait améliorer la capacité des universités à répondre aux besoins du secteur social en matière de capacité d’innovation.
Principaux constats
Le principal obstacle à l’établissement d’un accord mutuellement bénéfique pour les employeurs et les étudiants du secteur social est la difficulté de devoir adapter chaque projet d’apprentissage expérientiel aux besoins, aux intérêts et aux compétences de chaque étudiant.
Dans les universités, il existe un fossé entre les programmes d’apprentissage expérientiel et d’engagement communautaire. Il en résulte des occasions manquées. La réciprocité dans le cadre des partenariats du secteur de l’apprentissage expérientiel doit être délibérément envisagée comme faisant partie de la mission d’impact social des universités, afin de créer une meilleure valeur pour les deux parties.
Les universités devraient privilégier les stratégies d’apprentissage expérientiel qui contribuent expressément à accroître la capacité des partenaires communautaires tout en répondant aux besoins et aux intérêts des étudiants à la recherche d’expériences et d’un accès élargis.
Contenu connexe
Les femmes dans les métiers spécialisés : progrès, obstacles et possibilités
Formation de la main-d’œuvre dans les PME canadiennes : obstacles et modèles prometteurs
