1. OSUMATARKKUUTTA OHJAUKSEEN DATAN
AVULLA - AJATUKSIA OPPIMISANALYTIIKASTA
ITK15, Aulanko
Perjantai klo 09:30 - 10:00, Esityssali 35
Otavan Opisto
Miia Siven, Anna Harmaa, Kari A. Hintikka
2. Otavan Opisto
• Kansanopisto, joka tutkii, tuottaa, kehittää ja ylläpitää
koulutuksen, opetuksen ja oppimisen palveluita
• Kehittävä ja kokeilulaboratoriomainen toiminta
• Aikuislukio ja aikuisten perusopetus sekä kampuksella että
verkossa
• Nettilukiossa ja nettiperuskoulussa yhteensä n. 700 opiskelijaa
• aineopiskelijat Internetixissä
Kuva:JereLauha
Lauha
4. PYRAMUS
• Avoimeen lähdekoodiin perustuva oppilaitoksen hallinnointi- ja
suunnittelujärjestelmä
• Tallennetaan henkilö- ja yhteystietojen lisäksi mm. opiskeluun,
opintojen etenemiseen ja suoritteisiin liittyviä tietoja
6. OHJAUKSEN PAINOPISTEET
• alkuohjaus kaikille opiskelijoille
• ohjauskeskustelut, HOPS
• opintojen etenemisen seuranta ja
tukeminen
Kuva:MarianneHeikkinen
7. HAASTEITA
”Kuinka tarjota entistä laadukkaampaa ohjausta tälle porukalle tällä
porukalla tässä ympäristössä”
• heterogeenisyys
• suuri keskeyttämisprosentti
• verkko-opinnot + aikuisopiskelija = tuplahaaste
• ohjaajien resurssien kohdentaminen opiskelijoiden tarpeiden
mukaan
8. MIKSI OPPIMISANALYTIIKKAA?
ORGANISAATIO
• toiminnan
tehostaminen
• resurssien
kohdentaminen
• pedagoginen
kehittäminen
• oppimisympäristön
kehittäminen
OHJAAJA
• perinteiset
menetelmät eivät
riitä
• yksilöllisten
ohjaustarpeiden
arviointi
• resurssien
tehokkaampi
kohdentaminen
• oikea-aikaisuus
• opintojen etenemisen
seurannan
automatisointi
• seurantamahdollisuus
OPISKELIJA
• opiskelun reflektointi
• oman
opiskeluprosessin
vahvistaminen
• opiskelun suunnittelun
työkaluja (ajankäytön
seuranta, herätteet,
kurssiehdotukset..)
• hops ohjaamaan
opintoja tiiviimmin
9. OPPIMISANALYTIIKKA (Learning Analytics)
• Uudenlainen analysointi- ja suunnittelukokonaisuus, joka
perustuu oppilaan itsensä tuottamiin digitaalisiin jalanjälkiin
esimerkiksi kurssisuorituksissa ja aktiviteeteissa verkotetuissa
oppimisympäristöissä
Datan avulla voidaan ennakoida:
• oletettavia pudokkaita
• hitaasti eteneviä
• keskimääräistä nopeammin valmistuvia
→ opiskelijoiden ohjaustarpeiden parempi ja nopeampi
tunnistaminen
10. MY DATA JA DIGITAALINEN JALANJÄLKI
• My Datalla (omadata, mydata) tarkoitetaan ihmisen itsensä
tuottamaa dataa. Nykyään suosittuja ovat muun muassa
hyvinvointirannekkeet sekä mobiilisovellukset, jotka mittaavat
unta
•
My Data mahdollistaa opiskelijakohtaisen opetussuunnitelman,
jolla voidaan tukea opiskelijaa aiempaa tehokkaammin.Se tarjoaa
myös opiskelijalle itselleen mahdollisuuden oman oppimisen
reflektointiin ja työkaluja itseohjautuvuuden kehittämiseen.
11. OPPIMISANALYTIIKAN PERUSPROSESSI
• Oppilaasta kerätään dataa tietosuoja huomioiden
• Dataa verrataan joko toisiin opiskelijoihin (kuten MOOC-kurssi) tai
aiempiin opiskelijoihin (kuten Otavan Nettilukio) erilaisilla
analyysityökaluilla, kuten
• Neuroverkko
• Verkostoanalyysi
• Excel- ja muut taulukko/tilastosovellukset
• MOOC:ien sovellukset, kuten EdX
• Datasta tuotetaan usein visualisointi, joka helpottaa erityisesti suurien
opiskelijamäärien hahmottamista
• Havaintojen pohjalta arvioidaan opiskelijoiden ohjaustarpeita ja
suunnitellaan ja tarvittaessa kehitetään ohjausta (tai kehitetään MOOC-
kurssia etc)
• Henkilökohtainen ohjaus (tai kurssin kehittäminen etc.)
12. ESIMERKKEJÄ OPPIMISANALYTIIKASTA
Turun yliopisto: ReadIT (s. 19-25)
MOOC:it - Oppimateriaalien ja kurssien kehittäminen
Opiskelijoiden voidaan esimerkiksi havaita pysähtyvän, hidastavan
tai keskeyttävän tietyn videojakson tai tehtävän kohdalla
Netflixin House of Cards-sarjan käsikirjoitusta rakennetaan sen
perusteella, milloin ihmiset pikakelaavat ja millaisia kohtauksia he
katsovat moneen kertaan
17. VERKOSTOANALYYSI
• Verkostoanalyysi on menetelmä, jossa tarkastellaan kytköksiä
verkoston jäsenten välillä
• Verkostoanalyysi ei kerro yksittäisestä opiskelijasta, vaan
esimerkiksi opiskelijoiden taustamuuttujien suhteista (kuten ikä,
elämäntilanne)
• Voidaan esimerkiksi valita 23-43-vuotiaat keskeyttäneet
opiskelijat ja tarkastella, millä taustatekijöillä on voimakas kytkös
toisiinsa
• Voidaan profiloida opiskelijoita ohjauksen tueksi alkuvaiheista
lähtien
19. POHDINTOJA MATKAN VARRELTA
Miksi tätä tehdään?
Mitä tietoja saa kerätä?
Mitä tietoja halutaan kerätä ja siihen liittyvää eettistä pohdintaa
Data ei ole neutraalia!
Opiskelijoille tiedottaminen
Muuttujien valinta
Mitkä muuttujat parhaita indikaattoreita
Mitkä muuttujat toimivat neuroverkossa
Kuinka huomioida opiskelu josta ei jää jälkeä?
Millainen oppimiskäsitys taustalla?
