Onko oppimisanalytiikka jo mullistanut oppimisen?
Millaisia haasteta liittyy oppimisanalytiikan laajamittaiseen käyttöönottoon?
Miten oppimisanalytiikka muovaa oppimista tulevaisuudessa?
5. 1st International Knowledge on Learning
Analytics and Knowledge (2010)
”the measurement, collection,
analysis and reporting of data
about learners and their contexts
for purposes of understanding
and optimizing learning and the
environments in which it occurs”
6. Analytiikan tasot ja kypsyys
AKTIVITEETTI
ANALYYSIN
TASO
KURSSI
KOULUTUS-
OHJELMA
OPPILAITOS
KOULUTUS-
JÄRJESTELMÄ
7. Analytiikan tasot ja kypsyys
KYPSYYS
AKTIVITEETTI
ANALYYSIN
TASO
KURSSI
KAUPALLINEN
TUOTE
KOULUTUS-
OHJELMA
OPPILAITOS
KOULUTUS-
JÄRJESTELMÄ
TUTKIMUS
OPPILAITOKSEN
KÄYTÄNTÖ
8. Analytiikan tasot ja kypsyys
KYPSYYS
AKTIVITEETTI
ANALYYSIN
TASO
KURSSI
KAUPALLINEN
TUOTE
KOULUTUS-
OHJELMA
OPPILAITOS
KOULUTUS-
JÄRJESTELMÄ
TUTKIMUS
OPPILAITOKSEN
KÄYTÄNTÖ
”Learning
Analytics”
”Academic/
Institutional
Analytics”
9. Tiedonkeruumenetelmät
Data type Method/Tool Cognition Metacognition Emotion Motivation
Process Screen recordings YES YES NO NO
Think-aloud YES YES MAYBE MAYBE
Eye-tracking YES YES MAYBE MAYBE
Log files YES NO NO NO
Facial expressions NO NO YES NO
Physiological sensors YES NO YES MAYBE
Product Quizzes YES NO NO NO
Summaries YES NO NO NO
Self-reports Questionnaires YES YES YES YES
Knowledge Construction Note-taking and drawing YES NO NO NO
Classroom discourse YES YES YES YES
Adapted from:
Azevedo, R. (2015). Defining and Measuring Engagement and Learning in Science:
Conceptual, Theoretical, Methodological, and Analytical Issues. Educational
Psychologist, 50(1), 84–94.
10. Tiedonkeruumenetelmät
Data type Method/Tool Cognition Metacognition Emotion Motivation
Process Screen recordings YES YES NO NO
Think-aloud YES YES MAYBE MAYBE
Eye-tracking YES YES MAYBE MAYBE
Log files YES NO NO NO
Facial expressions NO NO YES NO
Physiological sensors YES NO YES MAYBE
Product Quizzes YES NO NO NO
Summaries YES NO NO NO
Self-reports Questionnaires YES YES YES YES
Knowledge Construction Note-taking and drawing YES NO NO NO
Classroom discourse YES YES YES YES
Oppimisen dynaamisen
luonteen tavoittamiseksi
tarvitaan prosessidataa
Adapted from:
Azevedo, R. (2015). Defining and Measuring Engagement and Learning in Science:
Conceptual, Theoretical, Methodological, and Analytical Issues. Educational
Psychologist, 50(1), 84–94.
11. Tiedonkeruumenetelmät
Data type Method/Tool Cognition Metacognition Emotion Motivation
Process Screen recordings YES YES NO NO
Think-aloud YES YES MAYBE MAYBE
Eye-tracking YES YES MAYBE MAYBE
Log files YES NO NO NO
Facial expressions NO NO YES NO
Physiological sensors YES NO YES MAYBE
Product Quizzes YES NO NO NO
Summaries YES NO NO NO
Self-reports Questionnaires YES YES YES YES
Knowledge Construction Note-taking and drawing YES NO NO NO
Classroom discourse YES YES YES YES
Oppimisen dynaamisen
luonteen tavoittamiseksi
tarvitaan prosessidataa
Emotionaalis-motivationaaliset
tekijät ovat erittäin keskeisiä
Adapted from:
Azevedo, R. (2015). Defining and Measuring Engagement and Learning in Science:
Conceptual, Theoretical, Methodological, and Analytical Issues. Educational
Psychologist, 50(1), 84–94.
12. Tiedonkeruumenetelmät
Data type Method/Tool Cognition Metacognition Emotion Motivation
Process Screen recordings YES YES NO NO
Think-aloud YES YES MAYBE MAYBE
Eye-tracking YES YES MAYBE MAYBE
Log files YES NO NO NO
Facial expressions NO NO YES NO
Physiological sensors YES NO YES MAYBE
Product Quizzes YES NO NO NO
Summaries YES NO NO NO
Self-reports Questionnaires YES YES YES YES
Knowledge Construction Note-taking and drawing YES NO NO NO
Classroom discourse YES YES YES YES
Oppimisen dynaamisen
luonteen tavoittamiseksi
tarvitaan prosessidataa
Emotionaalis-motivationaaliset
tekijät ovat erittäin keskeisiä
Olemassaolevat
menetelmät eivät
skaalaudu!
Adapted from:
Azevedo, R. (2015). Defining and Measuring Engagement and Learning in Science:
Conceptual, Theoretical, Methodological, and Analytical Issues. Educational
Psychologist, 50(1), 84–94.
13. Tiedonkeruumenetelmät
Data type Method/Tool Cognition Metacognition Emotion Motivation
Process Screen recordings YES YES NO NO
Think-aloud YES YES MAYBE MAYBE
Eye-tracking YES YES MAYBE MAYBE
Log files YES NO NO NO
Facial expressions NO NO YES NO
Physiological sensors YES NO YES MAYBE
Product Quizzes YES NO NO NO
Summaries YES NO NO NO
Self-reports Questionnaires YES YES YES YES
Knowledge Construction Note-taking and drawing YES NO NO NO
Classroom discourse YES YES YES YES
Oppimisen dynaamisen
luonteen tavoittamiseksi
tarvitaan prosessidataa
Emotionaalis-motivationaaliset
tekijät ovat erittäin keskeisiä
Olemassaolevat
menetelmät eivät
skaalaudu!
Adapted from:
Azevedo, R. (2015). Defining and Measuring Engagement and Learning in Science:
Conceptual, Theoretical, Methodological, and Analytical Issues. Educational
Psychologist, 50(1), 84–94.
14. Tiedonkeruumenetelmät
Data type Method/Tool Cognition Metacognition Emotion Motivation
Process Screen recordings YES YES NO NO
Think-aloud YES YES MAYBE MAYBE
Eye-tracking YES YES MAYBE MAYBE
Log files YES NO NO NO
Facial expressions NO NO YES NO
Physiological sensors YES NO YES MAYBE
Product Quizzes YES NO NO NO
Summaries YES NO NO NO
Self-reports Questionnaires YES YES YES YES
Knowledge Construction Note-taking and drawing YES NO NO NO
Classroom discourse YES YES YES YES
Oppimisen dynaamisen
luonteen tavoittamiseksi
tarvitaan prosessidataa
Emotionaalis-motivationaaliset
tekijät ovat erittäin keskeisiä
Olemassaolevat
menetelmät eivät
skaalaudu!
Adapted from:
Azevedo, R. (2015). Defining and Measuring Engagement and Learning in Science:
Conceptual, Theoretical, Methodological, and Analytical Issues. Educational
Psychologist, 50(1), 84–94.
15. Tiedonkeruumenetelmät
Data type Method/Tool Cognition Metacognition Emotion Motivation
Process Screen recordings YES YES NO NO
Think-aloud YES YES MAYBE MAYBE
Eye-tracking YES YES MAYBE MAYBE
Log files YES NO NO NO
Facial expressions NO NO YES NO
Physiological sensors YES NO YES MAYBE
Product Quizzes YES NO NO NO
Summaries YES NO NO NO
Self-reports Questionnaires YES YES YES YES
Knowledge Construction Note-taking and drawing YES NO NO NO
Classroom discourse YES YES YES YES
Oppimisen dynaamisen
luonteen tavoittamiseksi
tarvitaan prosessidataa
Emotionaalis-motivationaaliset
tekijät ovat erittäin keskeisiä
Olemassaolevat
menetelmät eivät
skaalaudu!
Adapted from:
Azevedo, R. (2015). Defining and Measuring Engagement and Learning in Science:
Conceptual, Theoretical, Methodological, and Analytical Issues. Educational
Psychologist, 50(1), 84–94.
16. Tiedonkeruumenetelmät
Data type Method/Tool Cognition Metacognition Emotion Motivation
Process Screen recordings YES YES NO NO
Think-aloud YES YES MAYBE MAYBE
Eye-tracking YES YES MAYBE MAYBE
Log files YES NO NO NO
Facial expressions NO NO YES NO
Physiological sensors YES NO YES MAYBE
Product Quizzes YES NO NO NO
Summaries YES NO NO NO
Self-reports Questionnaires YES YES YES YES
Knowledge Construction Note-taking and drawing YES NO NO NO
Classroom discourse YES YES YES YES
Oppimisen dynaamisen
luonteen tavoittamiseksi
tarvitaan prosessidataa
Emotionaalis-motivationaaliset
tekijät ovat erittäin keskeisiä
Olemassaolevat
menetelmät eivät
skaalaudu!
Adapted from:
Azevedo, R. (2015). Defining and Measuring Engagement and Learning in Science:
Conceptual, Theoretical, Methodological, and Analytical Issues. Educational
Psychologist, 50(1), 84–94.
19. Society for Learning Analytics Research
Position Paper, September 2020
”In short: our EdTech systems are
currently generating large amounts
of low quality data that,
while providing surface level insights,
offers few avenues for improving
student learning and the
environments in which it occurs.”
Kitto, K., Whitmer, J., Silvers, A. & Webb, M (2020). Creating
Data for Learning Analytics Ecosystems. Society for Learning
Analytics Research Position Paper. Available:
https://www.solaresearch.org/wp-
content/uploads/2020/09/SoLAR_Position-Paper_2020_09.pdf
21. ESTEET OPPIMISANALYTIIKAN LAAJAMITTAISEEN
KÄYTTÖÖNOTON KORKEAKOULUISSA
Klein, C., Lester, J., Rangwala, H., & Johri, A. (2019). Learning analytics tools
in higher education: Adoption at the intersection of institutional commitment
and individual action. The Review of Higher Education, 42(2), 565-593.
22. ESTEET OPPIMISANALYTIIKAN LAAJAMITTAISEEN
KÄYTTÖÖNOTON KORKEAKOULUISSA
Klein, C., Lester, J., Rangwala, H., & Johri, A. (2019). Learning analytics tools
in higher education: Adoption at the intersection of institutional commitment
and individual action. The Review of Higher Education, 42(2), 565-593.
1 Luotettavan teknologiainfrastruktuurin puuttuminen
23. ESTEET OPPIMISANALYTIIKAN LAAJAMITTAISEEN
KÄYTTÖÖNOTON KORKEAKOULUISSA
Klein, C., Lester, J., Rangwala, H., & Johri, A. (2019). Learning analytics tools
in higher education: Adoption at the intersection of institutional commitment
and individual action. The Review of Higher Education, 42(2), 565-593.
1
2
Luotettavan teknologiainfrastruktuurin puuttuminen
Työkalujen ominaisuudet ja käyttäjien tarpeet eivät kohtaa
24. ESTEET OPPIMISANALYTIIKAN LAAJAMITTAISEEN
KÄYTTÖÖNOTON KORKEAKOULUISSA
Klein, C., Lester, J., Rangwala, H., & Johri, A. (2019). Learning analytics tools
in higher education: Adoption at the intersection of institutional commitment
and individual action. The Review of Higher Education, 42(2), 565-593.
1
2
3
Luotettavan teknologiainfrastruktuurin puuttuminen
Työkalujen ominaisuudet ja käyttäjien tarpeet eivät kohtaa
Eettiset huolet dataan, visualisointeihin ja algoritmeihin liittyen
25. TEKNOLOGIAINFRASTRUKTUURI
Pesonen, J., Fomkin, A., & Jokipii, L. (2018). Building Data Science
Capabilities into University Data Warehouse to Predict Graduation. European
Journal of Higher Education IT 2018 (1).
Suomessa uniikit olosuhteet teknologiainfrastruktuurin suhteen!
26. TEKNOLOGIAINFRASTRUKTUURI
Pesonen, J., Fomkin, A., & Jokipii, L. (2018). Building Data Science
Capabilities into University Data Warehouse to Predict Graduation. European
Journal of Higher Education IT 2018 (1).
Suomessa uniikit olosuhteet teknologiainfrastruktuurin suhteen!
28. OPISKELIJOIDEN TOIVEET OPPIMISANALYTIIKALLE
Schumacher, C., & Ifenthaler, D. (2018). Features students really expect from
learning analytics. Computers in human behavior, 78, 397-407.
Muistutustoiminto joka muistuttaa esimerkiksi ilmoittautumisten ja
tehtävien määräajoista (M=4.2 / 5)
1
29. OPISKELIJOIDEN TOIVEET OPPIMISANALYTIIKALLE
Schumacher, C., & Ifenthaler, D. (2018). Features students really expect from
learning analytics. Computers in human behavior, 78, 397-407.
Muistutustoiminto joka muistuttaa esimerkiksi ilmoittautumisten ja
tehtävien määräajoista (M=4.2 / 5)
Ominaisuus joka auttaa kertaamaan aiempien lukukausien opintojen
ydinsisältöjä (M=4.12 / 5)
1
2
30. OPISKELIJOIDEN TOIVEET OPPIMISANALYTIIKALLE
Schumacher, C., & Ifenthaler, D. (2018). Features students really expect from
learning analytics. Computers in human behavior, 78, 397-407.
Muistutustoiminto joka muistuttaa esimerkiksi ilmoittautumisten ja
tehtävien määräajoista (M=4.2 / 5)
Ominaisuus joka auttaa kertaamaan aiempien lukukausien opintojen
ydinsisältöjä (M=4.12 / 5)
Itsearviointikehotteet ja niiden perusteella palaute osaamisesta ja
osaamisen puutteista (M=4.07 / 5)
1
2
3
31. OPISKELIJOIDEN TOIVEET OPPIMISANALYTIIKALLE
Schumacher, C., & Ifenthaler, D. (2018). Features students really expect from
learning analytics. Computers in human behavior, 78, 397-407.
Muistutustoiminto joka muistuttaa esimerkiksi ilmoittautumisten ja
tehtävien määräajoista (M=4.2 / 5)
Ominaisuus joka auttaa kertaamaan aiempien lukukausien opintojen
ydinsisältöjä (M=4.12 / 5)
Itsearviointikehotteet ja niiden perusteella palaute osaamisesta ja
osaamisen puutteista (M=4.07 / 5)
Automaattinen palaute kirjallisista tuotoksista (rakenne, sisältö,
plagiointitarkastus, kehittämisehdotukset) (M=4.07 / 5)
1
2
3
4
32. OPISKELIJOIDEN TOIVEET OPPIMISANALYTIIKALLE
Schumacher, C., & Ifenthaler, D. (2018). Features students really expect from
learning analytics. Computers in human behavior, 78, 397-407.
Muistutustoiminto joka muistuttaa esimerkiksi ilmoittautumisten ja
tehtävien määräajoista (M=4.2 / 5)
Ominaisuus joka auttaa kertaamaan aiempien lukukausien opintojen
ydinsisältöjä (M=4.12 / 5)
Itsearviointikehotteet ja niiden perusteella palaute osaamisesta ja
osaamisen puutteista (M=4.07 / 5)
Automaattinen palaute kirjallisista tuotoksista (rakenne, sisältö,
plagiointitarkastus, kehittämisehdotukset) (M=4.07 / 5)
Suositukset opiskeltavista sisällöistä (M=3.98 / 5)
1
2
3
4
5
33. OPETTAJIEN NÄKEMYKET OPPIMISANALYTIIKASTA
Kollom, K., Tammets, K., Scheffel, M., Tsai, Y. S., Jivet, I., Muñoz-Merino, P. J., ... & Ley, T.
(2021). A four-country cross-case analysis of academic staff expectations about learning
analytics in higher education. The Internet and Higher Education, 49, 100788.
34. OPETTAJIEN NÄKEMYKET OPPIMISANALYTIIKASTA
Kollom, K., Tammets, K., Scheffel, M., Tsai, Y. S., Jivet, I., Muñoz-Merino, P. J., ... & Ley, T.
(2021). A four-country cross-case analysis of academic staff expectations about learning
analytics in higher education. The Internet and Higher Education, 49, 100788.
Työkalu oppimisaktiviteettien parempaan ymmärtämiseen
1
35. OPETTAJIEN NÄKEMYKET OPPIMISANALYTIIKASTA
Kollom, K., Tammets, K., Scheffel, M., Tsai, Y. S., Jivet, I., Muñoz-Merino, P. J., ... & Ley, T.
(2021). A four-country cross-case analysis of academic staff expectations about learning
analytics in higher education. The Internet and Higher Education, 49, 100788.
Työkalu oppimisaktiviteettien parempaan ymmärtämiseen
Mahdollisuus palautteen tarjoamiseen opiskelijoille
1
2
36. OPETTAJIEN NÄKEMYKET OPPIMISANALYTIIKASTA
Kollom, K., Tammets, K., Scheffel, M., Tsai, Y. S., Jivet, I., Muñoz-Merino, P. J., ... & Ley, T.
(2021). A four-country cross-case analysis of academic staff expectations about learning
analytics in higher education. The Internet and Higher Education, 49, 100788.
Työkalu oppimisaktiviteettien parempaan ymmärtämiseen
Mahdollisuus palautteen tarjoamiseen opiskelijoille
Mahdollisuus mukauttaa opetussuunnitelmaa vastaamaan paremmin
opiskelijoiden tarpeita
1
2
3
37. EETTISET HUOLET
O'neil, C. (2016). Weapons of math destruction: How big data increases
inequality and threatens democracy. Crown.
”Matikkatuhoaseen” kolme ominaisuutta
38. EETTISET HUOLET
O'neil, C. (2016). Weapons of math destruction: How big data increases
inequality and threatens democracy. Crown.
”Matikkatuhoaseen” kolme ominaisuutta
1. Läpinäkymättömyys: Mallin tulosten oikeutusta ei
voi kiistää, kun ei ole mahdollista selittää miten
malli toimii
39. EETTISET HUOLET
O'neil, C. (2016). Weapons of math destruction: How big data increases
inequality and threatens democracy. Crown.
”Matikkatuhoaseen” kolme ominaisuutta
1. Läpinäkymättömyys: Mallin tulosten oikeutusta ei
voi kiistää, kun ei ole mahdollista selittää miten
malli toimii
2. Käytön laajuus: Vaikka virheiden osuus olisi pieni,
niin laajassa käytössä aina osuu jonkun kohdalle
40. EETTISET HUOLET
O'neil, C. (2016). Weapons of math destruction: How big data increases
inequality and threatens democracy. Crown.
”Matikkatuhoaseen” kolme ominaisuutta
1. Läpinäkymättömyys: Mallin tulosten oikeutusta ei
voi kiistää, kun ei ole mahdollista selittää miten
malli toimii
2. Käytön laajuus: Vaikka virheiden osuus olisi pieni,
niin laajassa käytössä aina osuu jonkun kohdalle
3. Negatiivisten vaikutusten kehä: Jos mallia käytetään
heikentämään yksilön asemaa, malli voi päätyä
vahvistamaan olemassa olevia tasa-arvo-ongelmia
43. TULEVAISUUDEN TEKNOLOGIOIDEN TUTKIMINEN:
”MIND UPLOAD” (LAAKASUO ET AL. 2021)
How moral do you find the scientist's decision?
How acceptable was the scientist's decision?
How appealing was the scientist's decision?
44. ”Machiavellismi
ennustaa mind
upload -
teknologioiden
hyväksymistä”
Laakasuo, M., Repo, M., Drosinou, M., Berg, A.,
Kunnari, A., Koverola, M., ... & Sundvall, J. (2021).
The dark path to eternal life: Machiavellianism
predicts approval of mind upload
technology. Personality and Individual
Differences, 177, 110731.
46. OPPIMISANALYTIIKKA JA OPPIMISEN ITSESÄÄTELY
OPPIJA
ANALYTIIKKA-
SOVELLUS
OPETTAJA
Analytiikkasovellus auttaa
opettajaa tukemaan oppijan
itsesäätelyä
Opettaja tukee oppijan
itsesäätelyä
Analytiikkasovellus tukee
oppijan itsesäätelyä
Opettaja ja
analytiikkasovellus
yhdessä tukevat
oppijan itsesäätelyä
47. OPPIMISANALYTIIKKA JA OPPIMISEN ITSESÄÄTELY
ANALYTIIKKA-
SOVELLUS
ANALYTIIKKA-
SOVELLUS
OPPIJA
Interventio
itsesäätelyn
kehittämiseksi
Ihmisen ja
teknologian
hybridi
OPPIJA
VAI
48. Kuvitellaan älykäs teknologia, joka
valtavaan oppijan tavoitteista ja
toiminnasta kerättyyn datamassaan
perustuen pyrkii optimoimaan tämän
oppimista ohjaamalla oppijan
käyttäytymistä tavoiteltavaan suuntaan.
50. ”Replika provides some level of
companionship that can help curtail
loneliness, provide a ’safe space’ in
which users can discuss any topic
without the fear of judgment or
retaliation, increase positive affect
through uplifting and nurturing
messages, and provide helpful
information/advice”
Ta, V., Griffith, C., Boatfield, C., Wang, X., Civitello, M.,
Bader, H., ... & Loggarakis, A. (2020). User experiences
of social support from companion chatbots in everyday
contexts: thematic analysis. Journal of medical Internet
research, 22(3), e16235.
