エントリーレベルの仕事におけるAIスキルの需要が急増し、学校や州は新しいキャリアパスを急速に開発するよう促されています。しかし、これらの取り組みの有効性は、州ごとのデータ収集の一貫性のなさから不明瞭です。意識向上、探求、準備を含むキャリアコネクテッドラーニングは、標準化された定義と追跡メカニズムを欠いています。ネブラスカ州がCTEプログラムに資金を提供するために証拠を使用した成功は、強力なデータインフラストラクチャの可能性を浮き彫りにしています。しかし、同じ研究で、教育データを労働市場の成果に結び付けることの限界が明らかになり、重要な疑問が未解決のまま残されています。連邦政府は、キャリアコネクテッドラーニングのための包括的なシステムを構築する上で重要な役割を担っています。これには、データ収集の優先順位付け、研究開発インフラストラクチャの近代化、連邦資金の流れの調整が含まれます。州は現在、これらの新しい教育パスウェイを構築する際に限られた情報で運営されています。教育における研究開発への連邦政府のコミットメントは、他のセクターへの投資を反映して不可欠です。より良いデータと研究を提供することで、教育者や政策立案者は、変化する世界で生徒を効果的に導くことができるようになります。