Oppimisanalytiikka hälyttää toimimaan
SeOppi 2|2016
Teksti: Lasse Seppänen, Hämeen ammattikorkeakoulu
Oppimisanalytiikka hälyttää toimimaan
Oppimisanalytiikasta on tulossa suosittu toiminto opiskelijahallinnon saralla. Sen avulla voidaan esimerkiksi seurata opiskelijoiden opintojen etenemistä, opintosuoritusten karttumista tai etsiä keskeyttämisvaarassa olevia opiskelijoita.
Tämä tutkimus suoritetaan Hämeen ammattikorkeakoulussa (HAMK) Lasse Seppäsen ja Ville Hämäläisen toimesta ja osana Poluttamo-hanketta. Myöhemmin mukaan tulee opo Maija Kerkola. Kohderyhmänä ovat tietojenkäsittelyn ensimmäisen vuoden opiskelijat. Vuosittain opiskelijoita otetaan useita kymmeniä niin päivä- kuin verkko-opintoihin. Keskeyttämiset tapahtuvat useimmiten ensimmäisen vuoden aikana tai lopussa opinnäytetyö jää roikkumaan. Olisi tärkeä havaita ensimmäisen vuoden opiskelijoista aikaisin ne, jotka ovat keskeyttämisvaarassa.
Tietojenkäsittelyssä Moodle-oppimisalusta on paljon käytössä. Tämä antaa taustan niille algoritmeille, jotka tutkimuksessa on kehitetty. Moodlea käytetään hyvin paljon kahden ensimmäisen vuoden aikana jokaisella opinnolla, ja opiskelijoiden on käytännössä käytettävä sitä päivittäin.
HAMKin lukuvuosi jakaantuu neljään kahdeksan viikon periodiin. Yksittäinen päivä on jaettu kahteen osaan: 8.45-12.00 ja 12.45-16.00. Välissä on lounastauko. On luonnollista ajatella, että opiskelijat kirjautuisivat Moodleen ainakin kahdesti päivässä, jolloin viikossa tulisi ainakin 10 sisäänkirjautumista. Opiskelijat tekevät kuitenkin paljon ryhmätöitä, joten joidenkin opiskelijoiden on mahdollista myös seurata ryhmäläisiään Moodlen suhteen. On tavallista, että yksi ryhmäläinen tekee palautukset kaikkien puolesta. Tämä voi laskea ryhmäläisten sisäänkirjautumisfrekvenssiä, vaikka he muuten ottaisivat aktiivisesti osaa opetukseen.
Tässä tutkimuksessa valittiin kynnysarvoksi viikoittaisten sisäänkirjautumisten seuraamisessa neljä kappaletta. Looginen päätelmä on, että jos opiskelija kirjautuu vain 0-3 kertaa sisään Moodleen, kaikki ei voi olla kunnossa. Tällöin hän kirjautuisi sisään vain alle 30 % ajasta.
Jos opiskelijan aktiivisuus laskee kesken opintojen, opintosuorituksia seuraamalla tämä havaittaisiin vasta paljon myöhemmin. Pahimmassa tapauksessa havainto tehtäisiin vasta seuraavan vuoden syksyllä. Tässä tutkimuksessa pyritään seuraamaan viikoittaisia sisäänkirjautumisia heti opintojen alusta asti ensimmäisen opintovuoden ajan päiväopiskelijoilla.
Tutkimus aloitettiin tutkimalla vuonna 2014 sisään tulleiden opiskelijoiden ensimmäisen vuoden dataa. Pystyttiin rakentamaan algoritmi ja toimintatapa, jolla kyettiin luotettavasti havaitsemaan kaikki keskeyttämiseen päätyvät opiskelijat jo marraskuun lopussa. He saattoivat jatkaa opintojaan vielä vuoden vaihteen yli, mutta keskeyttivät kuitenkin. Algoritmi paljasti vain yhden ylimääräisen opiskelijan, jolla oli kerran viikossa alhainen sisäänkirjautumismäärä: hän oli ollut omalla lomalla Kreikassa viikon.
Syksyllä 2016 on rakennettu järjestelmä, joka seuraa sisäänkirjautumisia ja lähettää siitä opolle viikoittaisen koosteen alentuneen sisäänkirjautumismäärän opiskelijoista. Tätä kirjoitettaessa ollaan järjestelmää juuri ottamassa käyttöön, joten käyttökokemuksista tulee myöhemmin lisätietoa.