APOA-hanke – Oppimisanalytiikan pilotteja. Millä datalla on merkitystä oppimistulosten laadun kannalta opiskelijoille, opettajille, ohjaajille, organisaatiolle?
Oulun ammattikorkeakoulun pilottiopettajatiimi aloitti työskentelyn syksyllä 2019 tarkastelemalla oppimisanalytiikan käyttöä eri näkökulmista.
APOA, “Oppimisanalytiikka – avain parempaan oppimiseen AMKeissa” -hankkeessa pilotoidaan ja tutkitaan oppimisanalytiikan käyttöä ammattikorkeakouluissa [1]. Oulun ammattikorkeakoulussa (Oamk) ryhmä pilottiopettajia lähti yhdessä tarkastelemaan oppimisanalytiikan hyödyntämistä opetuksessa ja oppimisessa eri näkökulmista. Syksystä 2019 lähtien kokoonnuttiin säännöllisesti suunnittelemaan ja jakamaan kokemuksia piloteista ja niiden etenemisestä.
Piloteissa tarkasteltiin digitaalisia ympäristöjä, niiden työkaluja sekä oppimisprosessin ohjausta ja seuraamista. Näiden lisäksi kerättiin tietoa siitä, miten opiskelijat kokivat oppimisanalytiikkanäkymien tukevan opiskelua ja etenemistä opintojaksoilla.
Pilottien käsitteitä oppimisanalytiikasta
Oppimisanalytiikka keskittyy piloteissa oppimisprosessin aikana syntyvän tiedon keräämiseen, käsittelyyn ja hyödyntämiseen.
Lokidata on digitaalinen jälki, joka jää opiskelijan toiminnasta Moodleen. Lokidatassa on mukana aikaleimattu tieto esimerkiksi avatuista aktiviteeteista ja aineistoista, kirjautumisista, sivulatauksista, kellonaikamerkintä ja niin edelleen. Tätä tietoa hyödynnettiin kaikissa piloteissa, olipa käytössä Moodlen omat työkalut, Intelliboardin raportit tai tiedon käsittely, joka esimerkiksi etsii ei aktiivisia opiskelijoita Moodlen kurssipohjalta.
Pedagoginen muotoilu auttoi löytämään oppimisprosessista datapisteitä eli etappeja. Niiden avulla pilottiopettajat pystyivät hahmottamaan ja löytämään ne kohdat, joista opiskelijoille annetaan esimerkiksi automaattista palautetta tai muodostetaan visualisoitu etenemisen polku.
Millä datalla on merkitystä opiskelijoille?
Hankkeessa ja sen piloteissa on kerätty tietoa siitä, miten opiskelijat ovat kokeneet oppimisanalytiikan työkalujen auttavan hahmottamaan opintojen etenemistä ja millaisia toiveita heillä niiden suhteen on. Toiveista kyseltiin heti hankkeen alkuvaiheessa opiskelijapajoissa, jolloin keskeiseksi nousi opintojen sujuvuus ja seurattavuus. Haluttiin konkreettisesti ”Moodleen tai Peppiin mittari, mikä näyttää miten menee”. Tämä ajatus toistui monissa vastauksissa hiukan eri sanakääntein.
Piloteissa toiveita pyrittiin toteuttamaan siten, että kurssialustoille luotiin pedagogisessa suunnittelussa syntyneitä datapisteitä, etappeja, joihin liitettiin automaattista toiminnallisuutta. Näin opiskelija pystyi havaitsemaan opintojensa etenemisen vihreillä merkeillä sitä mukaa, kun hän sai etappeja valmiiksi. Lisäksi opiskelijoille lähti automaattisia kannustus- ja huolenpitoviestejä aina määrättyjen tilanteiden mukaisesti. Tällaisia oli esimerkiksi tietyn opintomäärän saavuttaminen tai kurssialustalle kirjautumatta jättäytyminen tietyn pituiseen aikaan. (Kuva 1.)
KUVA 1. Opintojen etenemisen visualisointi Moodlessa [2]
Näistä automaattisista viesteistä ja huolenpidoista saatiin opiskelijoilta pelkästään positiivista palautetta, yhdessäkään palautteessa niitä ei pidetty turhana.
Millä datalla on merkitystä opettajille?
Opettajien kokemuksista esiin nousseita tarpeita
Hankkeen alussa opettajien kanssa pidettiin työpajoja, joissa kerrottiin ensin oppimisanalytiikasta ja sen mahdollisuuksista verkko-opetuksessa. Sen jälkeen keskusteltiin pienryhmissä siitä, millaisia puutteita he ovat huomanneet verkko-opetuksessa, millaisia asioita he siihen kaipaisivat ja millaisella datalla olisi heidän mielestään merkitystä opintojen etenemisen parantamiseksi.
Opettajat, jotka alkavat opettaa opiskelijoita vasta esimerkiksi toisena lukuvuotena, kaipaavat parempaa tietoa opiskelijoiden lähtötasoista, motivaatiosta ja tavoitteista (kuva 2). [2]
KUVA 2. Opettajat kaipasivat konkreettista dataa [2]
Lisäksi opettajat kokivat tärkeäksi muun muassa opiskelijoiden opintojen seuraamisen ja sen visualisoinnin, jotta haasteet pystyttäisiin havaitsemaan mahdollisimman varhaisessa vaiheessa ja niitä päästäisiin tukemaan oikea-aikaisesti ja joustavasti. Konkreettisena esimerkkinä tällaisesta mainittiin esimerkiksi sellainen, että Moodlessa pitäisi olla opiskelijoille liikennevalot oppimistehtävien kohdalla, joilla he merkitsevät osaamisensa. Opettaja näkisi yhdellä silmäyksellä, mikä on yleistilanne jonkin oppimistehtävän kohdalla. Jos esimerkiksi osalla on oppimistehtävä punaisella, otetaan se ryhmä kasaan ja selvitetään asia. Ne kohdat, joissa mennään vihreällä voidaan edetä rivakammin.
Pedagogisessa muotoilussa esiin nousseita tarpeita
Pilotointien alussa opettajat lähtivät suunnittelemaan opintojaksojaan pedagogisen muotoilun kautta. Sitä lähdettiin tekemään visualisoimalla opintojakson kulku osioihin ja niiden sisällä oleviin etappeihin. Niiden tarkoitus oli auttaa opiskelijaa ja opettajaa hahmottamaan opintojen eteneminen opintojakson aikana käyttämällä hyväksi oppilaan tekemisistä ja tekemättä jättämisistä syntyvää dataa. Lisäksi saadun datan avulla pyrittiin antamaan opiskelijalle kannustavaa palautetta opintojen etenemisestä.
Pedagogista muotoilua lähdettiin toteuttamaan yksinkertaisesti alkamalla luoda graafista kuvaa Moodlen kurssialustan osioista ja etenemistä niissä. Toteutuksista tuli hyvin erilaisia, mutta tärkeintä onkin se, että asia hahmottuu opettajalle itselleen. Kuvaa voi käyttää myös apuna selitettäessä asiaa muille. Kuvissa 3-6 joitakin esimerkkejä muotoilun tuloksista.
KUVAT 3-6. Esimerkkejä pedagogisen muotoilun tuloksista
Millä datalla on merkitystä ohjaajille?
Ohjaustoimijat nostivat samoja tiedontarpeita esille oppimisanalytiikkatyöpajoissa kuin opettajatkin. Oppimisanalytiikkanäkymistä toivottiin kuitenkin laajempaa näkymää ohjauksellisen tarkastelun tueksi. Laajemmalla tarkastelulla tarkoitetaan tässä esimerkiksi opettajatuutorin tarvetta näkymälle, johon kootaan yhteen useiden opintojaksojen koonti. Tätä tietoa ei tarvitsisi lähteä etsimään menemällä erikseen eri kurssipohjille.
Tällaisen koontinäkymän tulisi antaa kokonaiskuva yksittäisen opiskelijan tilanteesta sekä ryhmän tilanteesta. Opettajatuutorit eivät tarkastele vain yhtä opintojaksoa, vaan seurannan kohteena olevat opiskelijat ja tuutoroitava opiskelijaryhmä työskentelevät useilla eri Moodlen kurssipohjilla. Opettajatuutorit eivät välttämättä ole näissä mukana eli opettamassa. Tässä nähtiin oppimisanalytiikalla olevan paljon mahdollisuuksia ja varsinkin Moodleen syntyvällä Intelliboardin Instructor Dashboard -näkymällä, joka tämän tiedon koostaa. Tällaisen näkymän muodostumista lähdettiin tarkastelemaan Intelliboardin työkaluilla Moodlessa. Samalla päätettiin pilotoida sitä, pitääkö kaikilla kurssipohjilla olla tietyt asetukset päällä, jotta analytiikkatyökalu käynnistyy ja näyttää oikeanlasta tietoa oikea-aikaiselle interventiolle. (Kuva 7.)
KUVA 7. Opiskelijat opiskelevat opintojaksoilla. Opettajatuutorilla tulisi olla selkeä visualisoitu näkymä opintojaksojen tilanteesta, vaikka hän ei olekaan opettajana opintojaksoilla. Myös opinto-ohjaajalla voisi olla laajempi kooste ajantasaisesta tiedosta [3]
Millä datalla on merkitystä organisaatiolle?
Kuten edellä on kerrottu, ovat pilotit käsitelleet opiskelijoiden, opettajien sekä ohjaajien näkökulmia. Oamkissa APOA-hankkeen organisaationäkökulmana on ollut tässä vaiheessa tarkastella oppimisanalytiikkaa kokonaisissa tutkinto-ohjelmissa sekä sen vaikutuksista yksikköön. Tämä työ on vielä kesken, mutta tästä pilotoinnista tullaan kertomaan hankkeen edetessä. Uusia näkökulmia tulee lisää esimerkiksi tutkintojen tutkintovastaavilta, tiimipäälliköiltä sekä yksikönjohtajilta. (Kuva 8.)
KUVA 8. Opettajien pitää laittaa tiettyjä toimintoja ja asetuksia kurssipohjille päälle, jotta opintojaksoilta kerätty data olisi laadukasta ja käyttökelpoista myös muulle organisaatiolle
Kurttila Jukka, lehtori, tietojenkäsittely
Oulun ammattikorkeakoulu
Aalto Markus, lehtori, tietojenkäsittely
Oulun ammattikorkeakoulu
Lähteet
[1] APOA, Oppimisanalytiikka – avain parempaan oppimiseen AMKeissa. Hankkeen kotisivu. Hakupäivä 28.4.2020. http://apoa.tamk.fi/
[2] Kurttila, J. & Aalto, M. 2020. Oppimisprosessin seuraaminen ja visualisointi. Teoksessa S. Hartikainen, M. Koskinen & S. Aksovaara (toim.) Kohti oppimista tukevaa oppimisanalytiikkaa ammattikorkeakouluissa, 22-29. Hakupäivä 6.5.2020. https://www.theseus.fi/bitstream/handle/10024/267656/JAMKJULKAISUJA2742020_web.pdf
[3] Kurttila, J. 2020. Oppimisanalytiikan mahdollisuudet ja käyttö ohjauksen työvälineenä. Teoksessa M. Koskinen, R. Nakamura, H. Yli-Knuuttila & P. Tyrväinen (eds.) Kohti oppimisen uutta ekosysteemiä. Jyväskylän ammattikorkeakoulu. Hakupäivä 14.5.2020. http://urn.fi/URN:ISBN:978-951-830-562-3
APOA, Oppimisanalytiikka – avain parempaan oppimiseen AMKeissa
Pysyvä osoite: http://urn.fi/urn:nbn:fi-fe2020060841012
