Esimerkkejä ja kokeiluja oppimisanalytiikasta

ITK17, AulankoDatapaja 5.4.

Otavan OpistoKari A. Hintikka

Esityksen sisältö

● Otavan Opisto, oppimisympäristö Muikku ja oppilashallinto Pyramus

● Oppimisanalytiikka

● My Data ja digitaalinen jalanjälki

● Oppimisanalytiikan perusprosessi

Otavan Opisto lyhyesti

● Kansanopisto, joka tutkii, tuottaa, kehittää ja ylläpitää koulutuksen, opetuksen ja oppimisen palveluita

● Kehittävä ja kokeilulaboratoriomainen toiminta sekä tulevaisuuksien tutkimus

● Perustettu 1892, noin 700 etäopiskelijaa ja 30 kampus-opiskelijaa● Nettilukio, nettiperuskoulu, Internetix

Muikku● Verkko-oppimisympäristö, jossa tarjolla perusopetuksen ja lukion

oppimäärät, lisäksi mahdollisuus aineopintoihin● Ohjaamo

Pyramus

● Avoimeen lähdekoodiin perustuva oppilaitoksen hallinnointi- ja suunnittelujärjestelmä

● Tallennetaan henkilö- ja yhteystietojen lisäksi mm. opiskeluun, opintojen etenemiseen ja suoritteisiin liittyviä tietoja

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○ oppia nopeammin ja itsenäisesti suoriutuvien opiskelusta

→ Voidaan arvioida opiskelijoiden ohjaustarpeita varhemmin ja henkilökohtaisemmin.

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

1. Oppilaasta kerätään dataa tietosuoja huomioiden2. Dataa verrataan joko toisiin opiskelijoihin (kuten MOOC-kurssi) tai

aiempiin opiskelijoihin (kuten Otavan Nettilukio) erilaisilla analyysityökaluilla, kutena. Neuroverkkob. Verkostoanalyysic. Excel- ja muut taulukko/tilastosovelluksetd. MOOC:ien sovellukset, kuten EdX

3. Datasta tuotetaan usein visualisointi, joka helpottaa erityisesti suurien opiskelijamäärien hahmottamista

4. Havaintojen pohjalta arvioidaan opiskelijoiden ohjaustarpeita ja suunnitellaan ja tarvittaessa kehitetään ohjausta (tai kehitetään MOOC-kurssia etc)

5. Henkilökohtainen ohjaus (tai kurssin kehittäminen etc.)

Opiskelijan tuottamaa dataa

● Opiskellessaan opiskelija tuottaa monipuolisesti dataa, kuten:

○ Henkilötiedot○ Aloituskysely○ Kursseille ilmoittautuminen○ Oppimateriaalien selaaminen○ Tehtävien suorittaminen○ Oppimateriaalien läpikäynnin järjestys○ Yhteydenpito ohjaajien kanssa○ Osallistuminen yhteisiin (netti)tapaamisiin jne. ○ Arvosanat○ Kurssipalautteet○ Hops

Miksi tehdään? Runsaasti hyötyjä

● Opiskelijamäärät suuria● Opiskelijoiden lähtötilanteet hyvin erilaisia● Opintojen etenemisen seuraaminen perinteisillä menetelmillä vie

paljon ohjaajien aikaa. ● Helpottaa ohjaustarpeiden arviointia - yksilöllinen tukeminen● Työkaluja ohjaajille puuttua oikeisiin asioihin (oikeaan aikaan)● Opintojen keskeyttämisen ehkäiseminen● Opiskelijan oman opiskeluprosessin tukeminen● Nopeasti eteneviltä opiskelijoilta oppiminen● Pedagogiikan ja oppimisympäristön kehittäminen

Otavan Opisto oppimisanalytiikan kimpussa

● Mitä on tehty tähän mennessä○ Neuroverkko-kokeiluja oppimisprofiilien ja pudokkaiden

tunnistamiseksi○ Verkosoanalyysi-kokeiluja oppimisprofiilien ja pudokkaiden

tunnistamiseksi○ ‘Liikennevalot’ opiskelijoista opiskelutahdin havaitsemiseksi

● Mitä tehdään Poluttamossa, esimerkkejä○ Automatisoidut ilmoitukset opintojen viivästymisestä opiskelijalle○ Vapauttaa ohjaajien työaikaa sekä saadaan dataa myös niistä jotka

eivät opiskele○ VOPS - visuaalinen henkilökohtainen opintosuunnitelma○ Oppilasprofilointi - millaiset opiskelijat opiskelevat

Neuroverkko

● Mikä on neuroverkko?● Ilmoittautumiskäyttäytymisen ja suoritteiden korrelaatio →

Neuroverkko

Esimerkki opiskelutahdeista

Verkostoanalyysi

● Verkostoanalyysi on menetelmä, jossa tarkastellaan kytköksiä ja 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

● Näin voidaan olettaa, että uusi opiskelija, jolla on tietyt taustatekijät, voidaan ottaa ohjaukseen jo ennen opintojen alkamista

Verkostoanalyysi

○ VOPS - visuaalinen henkilökohtainen opintosuunnitelma -○ Tuore VOPS-katsaus julkaistu

Pohdintoja matkan varrelta

● Miksi tätä tehdään?● Mitä tietoja saa kerätä?● Mitä tietoja halutaan kerätä ja siihen liittyvää eettistä pohdintaa● Opiskelijoille tiedottaminen● Muuttujien valinta

○ Mitkä muuttujat parhaita indikaattoreita○ Mitkä muuttujat toimivat neuroverkossa

Kysymyksiä ja jatko

● Miten huomioida että opiskelija opiskelee myös muualla?○ Opiskelu josta ei jää jälkeä

● Data ei ole neutraalia!● Millainen oppimiskäsitys taustalla?

● Datan keräämistä pyritään tehostamaan○ Erityyppisten oppijoiden tunnistaminen vahvemmaksi

● Esim. opiskelijan toiminta oppimisympäristössä● Oppimisympäristön kehitystyö● Eettiset pohdinnat

Oppimisanalytiikka, esimerkkejä

● Turku:http://tampub.uta.fi/bitstream/handle/10024/68230/tuovi_11_2013.pdf?sequence=3

● MOOC:it - Oppimateriaalien ja kurssien kehittäminenOpiskelijoiden 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

Kiitos!

Ota yhteyttä!miia.siven (a) otavanopisto.fi

anna.harmaa (a) otavanopisto.fikari.hintikka (a) otavanopisto.fi