Mistä oppimisanalytiikassa keskustellaan?

SeOppi 1|2017

pdf | Slideshare

Teksti: Ari-Matti Auvinen

Oppimisanalytiikka on nopeasti kehittyvä ala. Oppimisanalytiikalla ymmärretään yleisesti oppijoista kertyvien tietojen keräämistä, analysointia ja raportointia siten, että voidaan ymmärtää ja optimoida oppimista ja oppimisen ympäristöjä. Oppimisanalytiikalla on valtavasti mahdollisuuksia oppimisen prosessien tukemisessa ja alalla tehdään monimuotoista tutkimus- ja selvitystyötä, mutta mistä kaikesta oppimisanalytiikan tutkimuksessa tällä hetkellä keskustellaan?

Mikä luo perustan oppimisanalytiikalle?

Oppimisanalytiikka perustuu laajalle määrälle dataa, joka syntyy oppijoiden toiminnasta erilaisissa digitaalisissa ympäristöissä. Tätä valtavaa datamäärää pystytään nykyisin keräämään ja analysoimaan entistä tehokkaammin, ja oppimisanalytiikka onkin paljon velkaa erilaisille business intelligence -sovelluksille sekä jatkuvasti kehittyville muille data-analytiikan muodoille ja toimintatavoille. Kaikkea kertyvää dataa ei tarvitse analysoida ja samalla on huolehdittava siitä, että vain sellaista dataa kerrytetään, jolla on todellista oppimista tukevaa käyttöä.

Kun analysoitavaa dataa on huikeita määriä, etenkin oppimisanalytiikan haasteena on tuoda analysoinnin perusteella tehtäväraportointi niin oppijoille kuin oppimisen tukena toimiville henkilöille ymmärrettävään muotoon. Tässä työssä etenkin visualisointi (esimerkiksi visuaaliset hopsit) ovat avainasemassa.

Erilaiset oppimisen ja toiminnan ympäristöt

Monimuotoistuva oppiminen muuttaa tiedonkeräämistä oppijoista ja heidän toiminnastaan. Oppimista tapahtuu sekä suljetuissa (esimerkiksi oppilaitosten omissa) oppimisen ympäristöissä kuin myös avoimissa oppimisen ympäristöissä (esimerkiksi MOOC-kursseilla). Toinen tärkeä jaottelu on formaalin oppimisen ja non-formaalin oppimisen jako, kun non-formaalin oppimisen merkitys on jatkuvasti kasvamassa. Kolmas jaottelu koskee erilaisia oppimisen tapoja, joista jää hyvin erilaisia digitaalisia jälkiä. Tämä oppimisen moninaisuus sekä kaiken yhdestä oppijasta erilaisissa ympäristöissä ja konteksteissa kertyvän datan määrä ja laatu ovat oppimisanalytiikan keskustelun merkittäviä teemoja ja haasteita. Samalla tämä keskustelu on BigData-MyData-keskustelun aivan ytimessä, kun joudutaan hahmottamaan kaiken eri tavoilla kertyvän datan omistajuutta ja oikeuksia.

Erilaiset oppimisanalytiikan keskustelujen teemat

Oppimisanalytiikan tänäisestä tutkimuksesta voidaan tunnistaa muutamia keskeisiä temaattisia kokonaisuuksia. Käsittelen tässä sellaisia tutkimuksellisia teemoja, jotka liittyvät etenkin oppijoiden tukemiseen ja heidän oppimisprosesseihinsa. Oppimisanalytiikalla tuotetaan paljon tietoa myös oppilaitosten tarpeisiin ja luodaan mahdollisuuksia esimerkiksi oppilaitosten keskinäisiin ja oppilaitosten sisäisiin vertailuihin, mutta en seuraavassa käsittele niitä.

Ensimmäinen tutkimuksen tärkeä teema-alue on oppimisanalytiikan tuki oppijoiden itseohjautuvuudelle sekä oppijoiden omien kykyjen ja kehityksen tukemiselle. Tämä teema on myös esillä monissa alan kokeiluissa ja kehittämishankkeissa. Toinen teema on oppimisanalytiikalla oppimisen erilaisten yksilöllisten vaikeuksien ja pullonkaulojen tunnistaminen. Tämä teema liittyy myös oppimisen keskeyttämisen hallintaan, joka etenkin oppimisen monimuotoistuessa on entistä suurempi haaste. Kun oppijat toimivat monissa eri oppimisen ympäristöissä ja konteksteissa, ei oppiminen kaikissa ympäristöissä ole yhtä helppoa tai luontevaa. Kolmas teema liittyy edelliseen ja koskee oppimiseen kohdentuvien erilaisten tuki-interventioiden tyyliä ja ajoitusta – milloin ja millä tavoilla oppijat mahdollisesti tarvitsevat tukea ja minkälainen tuki toimii.

Neljäs teema liittyy oppijoiden verkostoihin – minkälaisissa verkostoissa oppijat toimivat, mitä tukea oppimisen prosessille voivat vertaiset antaa ja miten (esimerkiksi verkostoanalyysin keinoin) voidaan tukea näitä oppimiselle tärkeitä verkostoja ja niiden kautta syntyviä suhteita. Kun oppiminen on tulevaisuudessa entistä yhteisöllisempää toimintaa, niin tämän aiheen merkitys tulee jatkuvasti kasvamaan. Viides teema liittyy oppijoiden reitittämiseen erilaisiin vaihtoehtoisiin oppimisen resursseihin eli miten havaittuja oppimisen hankaluuksia tai kapeikkoja – tai liian vaatimatonta ponnistelua vaativia kokonaisuuksia – voitaisiin korvata vaihtoehtoisilla oppimisen resursseilla. Ja kuudes teema liittyy oppijoille annettavaan ja oppijoiden saamaan palautteeseen – miten oppimisanalytiikan avulla luotavaa palautetta voidaan jatkuvasti parantaa ja siten myös oppimisenkokemusta tukevoittaa.

Näiden sisällöllisten teemojen ohella erityisen tärkeiksi tutkimuksen ja keskustelun teemoiksi ovat nousseet eettiset ja tietoturvaan liittyvät kysymykset. Kun oppijoista kerätään jatkuvasti eri ympäristöissä paljon tietoja, niin onko oikein ja hyväksyttävää niitä käyttää ja yhdistellä? Kenellä pitäisi olla oikeudet niihin ja kenen luvalla tietoja saisi käyttää? Tietoturva on luontevasti myös olennainen aihe. Jos erilaisten rajapintojen avulla voidaan tietoja helposti yhdistellä, niin mitä tietoturvahaasteita tähän liittyy? Oppimisen erilaiset ympäristöt poikkeavat vahvasti toisistaan tietoturvan järjestämisen osalta.

Oppimisanalytiikan haasteet

Oppimisanalytiikan keskusteluissa ja tutkimuksissa nousee esille myös monia haasteita. Ensimmäinen suuri haaste liittyy kerättävän datan heterogeenisyyteen, ja myös siihen seikkaan, että painopiste on ollut vahvasti kvantitatiivisen datan keräämisessä ja analysoimisessa. Toinen haaste onkin oppijoiden oppimisen kokemuksen ymmärtäminen ja siitä olennaisen tiedon kerääminen ja analysointi. Kolmas haaste liittyy datan määrään ja sen liki hallitsemattomaan kasvuun – hukummeko dataan ymmärtämättä siitä riittävästi? Ja merkittävin haaste on muuntaa saatava kerätty data raportoidusta tiedosta toiminnaksi saakka – ei riitä, että tiedämme oppijan olevan opintojen keskeyttämisen vaarassa vaan meidän täytyy pystyä tarjoamaan myös ratkaisuja havaittuihin ongelmiin (esimerkiksi reitittämällä oppijaa toisenlaisiin oppimisen resursseihin tai vaihtoehtoisiin suoritustapoihin).

Kirjoituksessa keskeisenä lähteenä on käytetty Papamitsiou, Z – Economides, A (2014): Learning ​Analytics​ and ​Educational​ Data​ Mining​in Practice: A Systematic Literature Review of Empirical​ Evidence.​ Educational ​Technology ​& ​Society, 17(4), 49-64