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

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

Ku

va: J

ere

Lau

ha

Lau

ha

MUIKKU

PYRAMUS

• Avoimeen lähdekoodiin perustuva oppilaitoksen hallinnointi- ja

suunnittelujärjestelmä

• Tallennetaan henkilö- ja yhteystietojen lisäksi mm. opiskeluun,

opintojen etenemiseen ja suoritteisiin liittyviä tietoja

KEITÄ OPISKELIJAMME OVAT?

OHJAUKSEN PAINOPISTEET

• alkuohjaus kaikille opiskelijoille

• ohjauskeskustelut, HOPS

• opintojen etenemisen seuranta ja

tukeminen

Ku

va: M

aria

nn

e H

eikk

inen

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

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

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

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.

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.)

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

OPISKELIJASTA KERTYVÄÄ DATAA

✓ Henkilötiedot

✓ Aloituskysely

✓ Kursseille ilmoittautuminen

✓ Oppimateriaalien selaaminen

✓ Tehtävien suorittaminen

✓ Oppimateriaalien läpikäynnin järjestys

✓ Yhteydenpito ohjaajien kanssa

✓ Osallistuminen yhteisiin (netti)tapaamisiin jne.

✓ Arvosanat

✓ Kurssipalautteet

✓ Hops

MITEN?

➢Verkostoanalyysi

➢Neuroverkko

➢Oppimisympäristökehitys

NEUROVERKKO

• Jäsentää dataa etsimällä sieltä korrelaatioita

• Ilmoittumiskäyttäytymisen ja suoritteiden korrelaatio

ESIMERKKI NEUROVERKOSTA

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

ESIMERKKI VERKOSTOANALYYSISTA

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?

JATKO

• Datan keräämisen tehostaminen

• Erityyppisten oppijoiden tunnistaminen vahvemmaksi

• opiskelijan toiminta oppimisympäristössä

• Oppimisympäristön kehitystyö (Ohjaamo):

• opiskeluprosessi näkyväksi sekä opiskelijalle että ohjaajalle

• automaattinen seuranta (hälyyttää muutoksista)

• filtterit ohjaajan työkaluna

• Ohjauskäytänteiden kehittäminen

• Oppimateriaalin kehitystyö

Kiitos!

Ota yhteyttä!

miia.siven (a) otavanopisto.fi

anna.harmaa (a) otavanopisto.fi

kari.hintikka (a) otavanopisto.fi