Osuvaa oppimisanalytiikkaa
Uutta osaamista

Osuvaa oppimisanalytiikkaa

Kuinka kehitämme ja arvioimme TVT-taitojen osaamismerkistöä oppimisanalytiikan menetelmillä? Osuvat taidot -hankkeessa hyödynnetään oppimisanalytiikkaa osaamismerkkityön jatkokehittämisessä.

Oppimisanalytiikalla (Learning Analytics) tarkoitetaan oppimisen ja koulutuksen tietojen keräämistä, analysointia ja raportointia (Larusson & White, 2014; Siemens & Baker, 2013).  Oppimisanalytiikassa tulkitaan laajasti kerättyä dataa, joka on kerätty opiskelijoiden jättämistä digitaalisista jäljistä opintojen etenemisen, ennusteiden ja mahdollisten interventioiden tekemiseksi (Johnson et al, 2011). Itsessään oppimisanalytiikka ei rajoitu pelkästään algoritmisesti tehtyihin tulkintoihin, vaan datan tulkinnassa voidaan käyttää apuna erilaisia toimenpiteitä kunnollisten analyysien muodostamiseksi (Johnson et al, 2011). 

Oppimisanalytiikka itsessään on monialainen tutkimusalue, joka sisältää elementtejä koneoppimisesta (Machine Learning, ML), tekoälystä (Artificial Intelligence, AI), tiedonhausta, tilastollisista menetelmistä sekä visualisoinneista (Chatti, M. A., et al, 2012). Oppimisanalytiikan tutkimusalueella lainataan useista lähellä olevista tutkimusalueista olevia elementtejä, joten se ei ole aidosti uusi tutkimusalue (Chatti, M. A., et al, 2012). Lähellä olevia tutkimusalueita ovat koulutusorganisaation analytiikka, toimintatutkimus, koulutuksellisen tiedonlouhinta, suosittelujärjestelmät ja henkilökohtaistettu adaptiivinen oppiminen. 

Datasta tiedoksi 

Koulutuksellinen tiedonlouhinta on ollut itsenäinen tutkimusalue jo 2000-luvun puolivälistä alkaen. Se soveltaa tiedonlouhintatekniikoita koulutukselliseen dataan tavoitteenaan analysoida dataa ymmärtääksemme oppimisen tilanteita. (Baker & Yacef, 2009; Barner et al 2009).  

Oppimisanalytiikan ja koulutuksellisen tiedonlouhinnan ympäristöt, data, toimintaprosessi ja tavoitteet ovat hyvin samankaltaisia. Molemmissa hyödynnetään dataa, jota tulee erilaisista koulutukseen liittyvistä tietojärjestelmistä, mutta käytetyt tekniikat ovat useasti hieman poikkeavia. Koulutuksellinen tiedonlouhinta keskittyy useasti käyttämään tiedonlouhintatekniikoita (esim. klusterointi, luokittelu ja sääntöluokittelut), mutta oppimisanalytiikka sisältää myös muita metodeja kuten tilastolliset ja visualisointityökalut ja sosiaalisen verkoston analysointityökalut (SNA Social Network Analysis). Oppimisanalytiikassa sovelletaan tekniikoita käytännössä ja tutkitaan oppimisen ja opettamisen vaikuttavuutta. (Chatti, M. A., et al, 2012). 

Osuvaa oppimisanalytiikkaa 

Osuvat taidot -hankkeessa hyödynnetään oppimisanalytiikkaa osaamismerkkityön jatkokehittämisessä. Keräämme dataa oppimisympäristöistä ja täydennämme sitä kyselyillä, jotta saamme selityksiä ja vahvistusta tulkinnoillemme. Kohteena datankeräämisessä ovat pääosin Moodle-oppimisympäristöä käyttävät koulutuksenjärjestäjät, joita Osuvat taidot -hankkeessa on useita.

Datankerääminen aloitetaan ensi syksynä tutkimusluvitusten ja muiden käytännön asioiden valmistuttua. Datankeräämisen jälkeen yhdistämme pseudonymisoituja aineistoja useista eri oppilaitoksista ja aloitamme aineiston analysoinnin. Tulossa mielenkiintoinen syksy! 

Lue seuraavaksi

Digikyvykkyys
Tekoäly on tulevaisuuden työelämätaito
Digikyvykkyys

Tekoäly on tulevaisuuden työelämätaito

Tekoäly on tullut jäädäkseen – niinpä tekoälysovellusten käyttö on lähtökohtaisesti sallittua myös opinnoissa. Toki mahdollista kieltoa olisikin haastava, käytännössä mahdoton, valvoa. TIEKEn hallinnoimissa digitaalisissa osaamismerkistöissä tekoälyn käyttö on myös sallittua. Erityisesti vaativissa tehtävissä edellytämme, että tekoälyn käyttötavasta kerrotaan merkkihakemuksessa.

Merja Sjöblom
Digikyvykkyys
Suomen suurin digitaalisen koulutuksen ja oppimisen tapahtuma ITK tulee taas!
Digikyvykkyys

Suomen suurin digitaalisen koulutuksen ja oppimisen tapahtuma ITK tulee taas!

ITK-konferenssi järjestetään ensimmäistä kertaa Tampereella Tampere-talossa 23.–25.4.2025 teemalla ”Paljon uutta, vähän vanhaa, jotain lainattua”. TIEKEläiset ovat tavattavissa koko konferenssin ajan Tampere-talon ensimmäisessä kerroksessa näytepaikalla 129. Mukanamme tuomme innostavan työpajan sekä tietoiskun.

Marko Silventoinen
Digikyvykkyys
Monimuotoisuus voimavarana 
Digikyvykkyys

Monimuotoisuus voimavarana 

Tutkimusten mukaan monimuotoisuus on voimavara, joka tuo monia hyötyjä organisaatioille. Hyötyjä ovat esim. innovointikyvyn ja yhteistyön parantuminen, asiakas- ja henkilöstötyytyväisyyden lisääntyminen, työntekijöiden paremman suoriutumiskyvyn sekä henkilöstön veto- ja pitovoiman vahvistuminen. Tämä vaatii taustaksi hyvää johtajuutta, psykologisesti turvallista työkulttuuria sekä ihmisiä, jotka haluavat aidosti kehittää itseään, osallistua ja nähdä enemmän hyviä puolia kuin huonoja.

Nina From