top of page

Ammatillisessa koulutuksessa oppimisesta kertyy paljon tietoa, jota olisi hyvä hyödyntää meidän kaikkien tarpeisiin. Oppimisanalytiikka on oppimiseen liittyvän tiedon keräämistä, mittaamista, analysointia ja raportointia. Oppimisanalytiikan avulla voidaan edistää oppimista, tukea opetus- ja ohjaushenkilöstön työtä sekä auttaa organisaatiota kehittymään.

6.3 Oppimisanalytiikka oppimisen- ja osaamisenkehittämisen tukena

1. Mitä oppimisanalytiikka on?

1. Yleinen osuus: Mitä oppimisanalytiikka on?

Oppimisanalytiikka tarkoittaa oppimiseen ja koulutukseen liittyvän tiedon keräämistä, analysointia ja raportointia, sekä analysoitavan ilmiön näkyväksi tekemistä (OKM 2021, 11 (Larusson & White, 2014; Siemens & Baker, 2014; Silvola ja muut 2017)). Suurista datamassoista voidaan löytää tietoa, jota käytetään päätöksen teon tukemiseen sekä oppimis- ja opiskeluprosessin optimointiin.  

Gradient Strip

Siirry sivulla valitsemaasi sisältöön:

Kuvaileva ja selittävä oppimisanalytiikka 

  • Mitä on tehty?

  • Mitä puuttuu? 

Ennakoiva oppimisanalytiikka 

  • Mitä tulee todennäköisesti tapahtumaan? 

Ratkaisuja ehdottava oppimisanalytiikka 

  • Ehdotuksia seuraaviksi toimenpiteiksi? 

Oppimis-analytiikan tyypit 

Oppimisanalytiikassa hyödynnetään näitä jalanjälkiä, joten siinä pystytään kuvaamaan vain sitä osaa oppimisen prosesseista, joista jää tietoa erilaisiin digitaalisiin sovelluksiin tai ympäristöihin (OKM 2021, 11). Tällaista dataa ovat esimerkiksi opintohallintojärjestelmään viedyt arvioinnit, verkko-oppimisympäristössä tehdyt suoritukset sekä monenlainen lokidata.

 

Oppimisanalytiikan tavoitteena on tukea ja kehittää oppimisprosesseja tarjoamalla tietoa eri toimijoiden toiminnan ja päätöksenteon avuksi.  

Oppimisanalytiikkaa voidaan hyödyntää esimerkiksi antamalla oppijoille mahdollisuuksia saada ohjaavaa ja välitöntä palautetta sekä omaan taitotasoonsa sovitettuja tehtäviä, informoimalla opettajaa oppijoiden haasteista sekä antamalla tilastotietoa heidän toiminnastaan visualisoidussa muodossa virtuaalisessa oppimisympäristössä (OKM 2021, 11 (Siemens & Baker, 2014; Bienkowski, Feng, & Means, 2012)).  

Opiskelu tapahtuu enenevästi ympäristöissä,

joissa muodostuu digitaalisia jalanjälkiä.

  • Oppimisanalytiikka tarjoaa opiskelijalle hänestä itsestään kertyvää tietoa ja tukee opiskelijoita opintojen suunnittelussa sekä osaamisen ja opiskelutaitojen kehittämisessä.
     

  • Oppimisanalytiikka auttaa opettajia ja ohjaajia seuraamaan opiskelijoiden osaamisen kehittymistä ja opintojen suorittamista sekä tukemaan opiskelijoiden työskentelyä. Lisäksi se auttaa arvioimaan ja kehittämään opetusta sekä ohjausta.
     

  • Oppimisanalytiikka tukee (koulutuksen järjestäjän/oppilaitoksen) johtoa koulutuksen alueen kehittämisessä ja päätöksenteossa tarjoamalla tietoa oppimisprosesseista.
     

  • Kansallisella tasolla oppimisanalytiikkaa hyödynnetään seuraamalla eri koulutusalojen ja tutkintojen osaamisen tilannetta ja vertaamalla sitä työelämän osaamistarpeeseen. 
     

Oppimisanalytiikalla on erilaisia käyttäjäryhmiä:  

Esimerkkejä käyttökohteista ja tarpeista eri rooleittain 

Kuva: Oppimisanalytiikan käyttökohteet eri kohderyhmille oppimisanalytiikan tyyppien mukaan. 

Esimerkit on koottu Oppimisanalytiikka-hankkeesta. Oppimisanalytiikkaa voi hyödyntää myös paljon laajemmin, kuin mitä näissä esimerkeissä on esitetty. 

 
 

Alla on esimerkkejä, mihin oppimisanalytiikkaa voitaisiin hyödyntää.

  • menetelmiä osaamisen kehittymisen seurantaan (jatkuva oppiminen näkyväksi)

  • ammattitaitovaatimukset ja osaamistavoitteet purettuna osaamiseksi ja tekemiseksi niin, että osaamisen tunnistaminen on helppoa ja opiskelija, opettaja ja työpaikkaohjaaja pystyvät koko ajan seuraamaan, mikä on tavoite ja missä ollaan menossa suhteessa tavoitteeseen ja mikä on vielä oppimatta

  • tietoa HOKSin laadusta ja toimien oikeasta kohdentumisesta

  • eri ammattialoille sopivia menetelmiä dokumentoida osaamista

  • tekoälyä tueksi analysoimaan osaamisen kehittymistä, kuvien tunnistamista, videoiden vertailua, tekstianalyyseja 

  • näytöistä pystytään yhtenäisesti keräämään tietoa, missä on onnistuttu ja missä on ongelmakohdat ja kootun tiedon avulla voidaan arvioida näyttöjen entistä tasapuolisemmin 

HOKSin toteutumisen seuranta

  • tietoa opetusmuotojen vaikuttavuudesta/tuloksellisuudesta 

  • auttaa tarkkailemaan oppimismateriaalien todellista käyttöä

  • mikä materiaali on hyödyllistä, onko vaikeuksia joissain asioissa?

  • oppimismateriaalien käytön raportista opettaja voi saada tietoa, mitkä materiaaleista ovat opiskelijoille hyödyllisiä 

Opetusmenetelmistä tietoa

  • tietoa mihin opiskelija tarvitsee tukea 

  • hoksauksen tarve joustavasti 

  • tarpeen mukaista ohjausta, ei tuputtamista eikä paapomista 

  • keskeyttämisuhkaan puuttuminen aikaisin 

Tuen tarpeen havainnointi

  • on tarve saada tietoa sitoutumisesta, opiskelija voi olla motivoitunut, mutta ei pysty sitoutumaan joko aikataulullisesti tai muista syistä opintoihin

  • tietoa taustoista ja mikä lisäisi itseohjautuvuutta ja vastuunottamista omasta kehittymisestä

  • tarvitseeko opiskelija tukea, tieto edellisistä opinnoista

  • mitkä oppimisen tavat tukevat parhaiten yksilön oppimista

  • Automaattiset arvioinnit, automaattiset hälytykset, automaattinen opiskelijan ohjaaminen opiskelijan etenemisen mukaan muodostuvalla yksilöllisellä polulla. 

Opiskelijoiden kiinnittyminen opintoihin ja itseohjautuvuus 

  • oppimistaidoista tietoa, millaisena oppijana hän näkee itsensä 

  • pedagogisesta hyvinvoinnista tietoa 

  • oppimistaidot, metakognitiiviset taidot, mikä on motivaatio selvitä opinnoista 

  • opiskelijan vahvuuksien tukeminen 

  • onko oppija yksinäinen, kiusataanko häntä 

Opiskelijoiden hyvinvoinnin tukeminen

  • vertailudataa, miten resurssointi ja suoritusmuodot vaikuttaa oppimistuloksiin

Digitaaliset oppimisympäristöt rakenteellisesti tukemaan oppimista 

  • osaamismerkeistä olisi tähän apua  

Formaalin ja informaalin oppimisen tunnistaminen

  • tilojen käyttöaste 

  • tietoa opetusresurssien riittävyydestä 

  • tavoitteiden avaaminen. 

Tietoa oppimisympäristöistä

  • työpaikalla oppimisen seurannan tulisi olla helpompaa 

  • tietoa siitä mitä ja miten pitää ohjata ja miten paljon 

  • tavoitteiden avaaminen – oppijoiden työtehtävien tason määrittely 

Työpaikalla oppimisen seuranta

Eettiset periaatteet

Dataa tuotetaan jatkuvasti enemmän, ja teknologian mahdollisuudet kehittyvät nopeammin kuin lainsäädäntö. Siksi etiikan pohtiminen on oleellista, kun mietitään, miten dataa voidaan parhaiten käyttää sekä oppijoiden että yhteiskunnan hyväksi. Tekoälyn nopea kehittyminen tuo pohdittavaksi uudenlaisia asioita. Analytiikkaa ei enää välttämättä käsittelekään vain ihminen, vaan päätöksentekoon voidaan tuoda mukaan oppivaa automatiikkaa. 

Nopea kehitys tarkoittaa, että myös eettisten linjausten on syytä elää ajassa. Teknologia mahdollistaa yhä uudenlaisia datan käyttömahdollisuuksia myös ammatillisessa koulutuksessa. Asioihin on hyvä ottaa kantaa ajoissa, muuten alan toimijoille jää vain sivustaseuraajan rooli. 

 

OA hanke on kerännyt oppimisanalytiikan ja tekoälyn käytölle eettiset periaatteet: 

  1. Oppijan etu  
    Oppimisanalytiikan ja tekoälyn käyttöä ohjaa oppijan etu   

  2. Läpinäkyvyys  
    Oppijoille, huoltajille ja henkilöstölle viestitään, miten ja missä oppimisanalytiikkaa ja tekoälyä käytetään oppilaitoksessa  

  3. Selitettävyys  
    Oppimisanalytiikan ja tekoälyn käytön toimintaperiaatteet on mahdollista selittää ymmärrettävästi  

  4. Oikeudenmukaisuus ja yhdenvertaisuus   
    Oppimisanalytiikan ja tekoälyn käyttö vahvistaa oikeudenmukaisuutta ja yhdenvertaisuutta  

  5. Turvallisuus   
    Tietoturva, tietosuoja ja kyberturvallisuus on varmistettu  

  6. Päätöksenteon tuki  
    Oppimisanalytiikkaa ja tekoälyä käytetään oppilaitoksen toiminnan eri tasoilla päätöksentekoa tukevana työkaluna.   

  7. Vastuullisuus   
    Oppimisanalytiikan ja tekoälyn käytön vastuut on määritelty.  

  8. Vaikuttavuus   
    Oppimisanalytiikan ja tekoälyn käytön vaikuttavuutta seurataan säännöllisesti. 

Käyttöesimerkkejä eri alustoilla 

Lisäksi oppilaitoksilla voi olla käytössä esim. PowerBI tai Google Looker Studio, jolla voi muodostaa raportteja oppimisympäristöistä, opiskelijahallintojärjestelmästä (esim. Wilma/Primus) ja muista lähteistä tuoduista ja yhdistetystä oppimisdatasta. Tämä ratkaisu kuitenkin edellyttää tiedonsiirtojen luontia eri järjestelmistä. 

Oppimimisanalytiikan hyödyt

Oppimisanalytiikka tuo mukanaan monia mahdollisuuksia oppimisen, opetuksen ja ohjauksen kehittämiseen sekä prosessien parantamiseen. Edistyneiden algoritmien, kielimallien ja tekoälyn nopea kehitys tuo uusia ja ennen näkemättömiä mahdollisuuksia oppimisanalytiikan käyttämiselle ammatillisessa koulutuksessa. 

Oppimisanalytiikasta saatavia hyötyjä voivat olla mm.:  

  • Jokaisella oppijalla on yksilöllinen oppimisprosessi - Oppimisanalytiikka mahdollistaa oppimisen personoinnin sekä menetelmällisesti, että sisällöllisesti vastaamaan paremmin jokaisen oppijan yksilöllisiä tarpeita.  

  • Ohjauksen ja tuen tarpeet tunnistetaan ajoissa - Oppimisanalytiikalla voidaan tunnistaa ohjauksen ja tuen tarpeet jo varhaisessa vaiheessa, jolloin pedagogiset tukitoimet voidaan kohdistaa oikea-aikaisesti ja vaikuttavasti. 

  • Oppimisanalytiikka on läpinäkyvää - Käyttäjälle on kuvattu, miten oppimisanalytiikka toimii sekä mitä tietoja kerätään ja käsitellään. 

  • Oppimisanalytiikka tukee yhteisöllistä oppimista - Oppimisanalytiikka tukee oppimista yhdessä muiden oppijoiden kanssa. 
     

  • Oppimisanalytiikalla saatava tieto lisää koulutuksen vaikuttavuutta - Oppimisanalytiikan tuottaman tiedon pohjalta opetusta ja ohjausta voidaan kohdata siten, että jokainen oppija saa tarvitsemansa tuen sekä saa mahdollisimman hyvät tulevaisuuden työelämässä ja yhteiskunnassa tarvittavat tiedot ja taidot.  

  • Oppimisanalytiikalla saatava tieto lisää koulutuksen tehokkuutta - Oppimisanalytiikan tuottaman tiedon pohjalta opetusta ja ohjausta sekä muita resursseja voidaan kohdentaa mahdollisimman oikein ja vaikuttavasti - esimerkiksi edistää läpäisyä ja vähentää keskeyttämistä. 

  • Oppimisanalytiikalla saatava tieto lisää koulutuksen tuloksellisuutta - Oppimisanalytiikan tuottaman tiedon avulla resurssit voidaan kohdistaa niin, että niillä on mahdollisimman suuri vaikutus. 

  • Oppija pystyy itse tarkastelemaan ja hyödyntämään omaan oppimiseensa liittyvää tietoa (Oppimisen omadata) - Oppija voi tarkastella ja hyödyntää hänestä kerättyä dataa. Oppija voi siirtää tietojansa halutessaan myös eri verkkopalvelujen käyttöön.

  • Analytiikka lisää motivaatiota ja mielekkyyttä opintoihin.
     

On tärkeää, että oppimisanalytiikka ei johda lisääntyvään kirjaamiseen, vaan sen tulee olla infrastruktuurin tukemaa automatisoiden tarvittavan tiedon keräämistä ja hyödyntämistä. 

Oppimisanalytiikan riskit

Kuten kaikki työkalut, myös analytiikan käyttö sisältää riskejä. Oppimisanalytiikan rinnalle usein liitetyssä tekoälyssä on vielä paljon meille tuntemattomia puolia, joiden vaikutus selviää vasta ajan kanssa. 

Oppimisanalytiikan riskejä ovat mm.:  

  • Oppimisen menetelmällinen kapeutuminen - Esim. Oppimisanalytiikka ja sovellukset pohjautuvat lähinnä aukko- tai monivalintatehtäviin tai tehtävien mekaaniseen toistamiseen

  • Oppimisen sisällöllinen kapeutuminen - Esim. oppimisanalytiikka näyttää oppijalle vain suppean osan sisällöstä, ilman että oppijalla on mahdollisuus päästä esimerkiksi edistyneempiin ja haastavampiin sisältöihin tai oppimateriaaleihin. (Tietoa valikoidaan tai sensuroidaan.)  

  • Itseään toteuttavat ennusteet - Esim. oppimisanalytiikka keskittyy kerätyn datan pohjalta tukemaan vain oppijan tunnistettuja vahvuuksia tai tiettyä oppimistyyliä. Tai vastaavasti oppimisanalytiikka voi jättää systemaattisesti huomioimatta tietyn kehittämiskohteen tai tietyn oppimisen tavan. Oppimisanalytiikan tuottama tieto vain vahvistaa ennakko-oletuksia.

  • Yksityisyyden menettäminen - Esim. Oppijasta on kerätty laajasti tietoa ja tiedot ovat eri tahojen käytettävissä - oppijasta tiedetään myös asioita, jotka eivät välttämättä liity suoranaisesti oppimiseen tai tue opiskeluja.  

  • Eriarvoistuminen - Esim. Sosioekonominen tausta tai muu taustamuuttaja määrittää oppijan opiskelua tai tulevaisuuden mahdollisuuksia koulutuksen osalta.  

  • Dead ends -koulutukselliset umpikujat - Esim. oppijalta puuttuu jatko-opintopolku, oppimisanalytiikka käytetään määrittelemään oppijan esimerkiksi ei-kelvolliseksi jatko-opintoihin tai rajaamaan muuten opiskelumahdollisuuksia. 

 

Esimerkki käytännön tilanteesta, jossa oppimisanalytiikan riskit ovat toteutuneet, voisi olla tilanne, jossa koulun opettajat ovat päättäneet käyttää oppimisanalytiikkaa pelkästään monivalintatehtävien ja drillaavan oppimismenetelmän perusteella. Tämä voisi johtaa oppimisen kapeutumiseen ja oppijoiden mahdollisuuksien rajoittumiseen. 

Hyödyllisiä lisämateriaaleja

Opetus ja kulttuuriministeriön julkaisuja 2021:36:  
Oppimisanalytiikan viitekehys – Hyvät käytännöt oppimisanalytiikan käyttöönotossa ja hyödyntämisessä 

Valtakunnallisen oppimisanalytiikka ammatillisessa koulutuksessa -hankkeen tuotokset: 
https://oahanke.fi/materiaalit-uusi/  

Data opiskelija tukena -hankkeen tuotokset: https://www.dothanke.fi/tulokset/   

https://www.dothanke.fi/data-opiskelijan-tukena-hankkeen-yhteenvedot/  

1. Osaamistasot

Opettajien osaamiskuvaukset on laadittu viiteen eri tasoon, joissa kuvataan opettajan oppimisanalytiikkaan liittyvä osaamisen tavoitetaso. Siirryttäessä alemmalta tasolta ylemmälle tasolle opettajan osaaminen oppimisanalytiikan ymmärtämiseen ja hyödyntämiseen kasvaa ja rakentuu alemmalla tasolla olevan osaamisen päälle. 

Opettajan oppimisanalytiikan osaamistasot

2. Opettajien osaamisen itsearviointi 

Ohessa olevan osaamistason arviointityökalun avulla voit arvioida, millä tasolla osaamisesi on ja tunnistaa, minkä aiheiden harjoittelu ja koulutus voisi olla sinulle hyödyksi.  

Lataa tästä Opettajan osaamistason itsearviointityökalu

Pohdi! Miten voisin omassa opetuksessani parantaa opiskelijoiden kiinnittymistä ja motivaatiota opiskeluun oppimisanalytiikan avulla? Keskustele ideoista myös kollegasi kanssa.

2. Opettajan oppimispolku oppimisanalytiikkaan

3. Osaamisen kehittäminen

Seuraavan osion materiaalien avulla voit kehittää osaamistasi tasoilla 1-3. 

Neljännen ja viidennen tason osaamiskuvauksille ei ole koulutussuunnitelmaa. Näillä tasoilla osaaminen perustuu sekä organisaation ulkopuolelta hankittuun koulutukseen että oman työn kautta saavutettuun osaamiseen.  

Opettajan osaamistasot 

Oppimisanalyytikon osaamistasot 

Ensimmäisellä tasolla opettaja tietää, mitä oppimisanalytiikka tarkoittaa, ja ymmärtää analytiikan hyödyt omassa työssään. Hän tunnistaa oppimisanalytiikan käyttökohteita ja -tarpeita, ymmärtää tiedon tallentamisen merkityksen ja tiedon käsittelyn reunaehdot (esim. lainsäädäntö). 

Neljännellä tasolla opettaja ymmärtää tiedon keräämisen perusperiaatteet ja osaa käsitellä dataa tietosuoja huomioiden (ml. datan anonymisointi). Hän osaa tarkastella tietoa esim. visualisointien ja tilastollisten analyysien avulla sekä tulkita niistä saatua tietoa. Hän tunnistaa erilaisten indikaattoreiden tarpeen ja osaa luoda niitä. Hän osaa kertoa opiskelijoille, miten he voivat hyödyntää heidän oppimisestaan ja osaamisestaan kertynyttä tietoa. Hänellä on vahva osaaminen digipedagogiikasta ja organisaation käytössä olevista oppimisympäristöistä. Hän hyödyntää oppimisanalytiikan mahdollisuuksia omalla alallaan. Hän ymmärtää tekoälypohjaisten sovellusten toimintaperiaatteita oppimisanalytiikan käytön kannalta. 

Toisella tasolla opettaja käyttää organisaation digitaalisia oppimisympäristöjä ja osaa hyödyntää niiden valmiita oppimisanalytiikkaratkaisuja (esim. oppimisympäristön edistymisen seuranta, HOKS-työkalut, opettajan työpöytänäkymä jne.) ja osaa tulkita niiden tuottamaa tietoa. 

Viidennellä tasolla opettaja osaa kehittää erilaisia analytiikkaratkaisuja yhteistyössä muiden toimijoiden kanssa huomioiden oppimisanalytiikan tarpeet oppimismuotoilussa. Hän ohjaa ja tukee muita opettajia sekä työyhteisöään oppimisanalytiikan käyttöönotossa ja hyödyntämisessä. Hän tietää, miten dataa hyödynnetään organisaation johtamisessa. Hän osaa suunnitella tekoälypohjaisia ratkaisuja organisaation käyttöön niin opetuksen kuin johtamisenkin apuvälineiksi. 

Kolmannella tasolla opettajalla on hyvät perustaidot digipedagogiikasta ja hän käyttää aktiivisesti oppimisanalytiikkaa opetus- ja ohjaustyössään. Hän ymmärtää oppimisanalytiikan eettisen ja lainsäädännöllisen näkökulman. Hän tunnistaa, mitä tietoa on jo olemassa ja mitä ei, sekä osaa kehittää omaa toimintaansa ja opetustaan saamansa tiedon perusteella. Hän ymmärtää ja osaa kertoa oppijoille, mitä tietoja hänestä voidaan kerätä ja tallentaa sekä mihin tietoja voidaan käyttää. 

Opettaja ymmärtää, miten oppimisanalytiikan avulla voidaan lisätä opiskelijan motivaatiota (esim. opiskelijalle sopivat oppimispolut, innostuneisuus, pelillisyys). 

Osaamiskuvausten kolmas taso on se tavoitetaso, jolla opettajien olisi hyvä olla käyttääkseen oppimisanalytiikkaa opetuksen suunnittelussa ja opiskelijan henkilökohtaisen opinpolun tukemisessa.  Kun suurin osa opettajista saavuttaa kolmannen tason, voidaan oppimisanalytiikkaa käyttää organisaatiossa tehokkaasti. Osaamiskuvausten tasoilla neljä ja viisi olevilla opettajilla on erityisosaamista oppimisanalytiikasta. Organisaatiossa voidaan hyödyntää heidän osaamistaan oppimisanalytiikan kehittämisessä ja käytön tukena. 

Mitä on oppimisanalytiikka?

  • Mitä hyötyä oppimisanalytiikasta on minun työssäni? 
    (Esimerkkejä käyttökohteista) 

  • Mihin meidän organisaatiossamme käytetään oppimisanalytiikkaa? 

  • Tiedon tallentamisen ja tiedon käsittelyn reunaehdot 

Tason 1 osaamisen kehittäminen

Osa A: Organisaatio & oppimisanalytiikka 

  • Jatkokoulutusta organisaatiossa käytössä olevista oppimisympäristöistä ja niiden tarjoamista valmiista organisaatiotasolla käytössä olevista oppimisanalytiikan ratkaisuista 

  • Organisaatiossa käytössä olevien oppimisanalytiikkaratkaisujen tulkinta 
     

Osa B: Opettaja & oppimisanalytiikka 

  • Aktiivisen ja passiivisen datan kertyminen opiskelijasta 

  • Visualisoiva, selittävä ja ratkaisuja ehdottava oppimisanalytiikka 

  • Oman opintokokonaisuuden rakentaminen oppimisanalytiikkaa hyödyntäen (oppimisen muotoilu) 

Tason 2 osaamisen kehittäminen

A. Organisaatio & oppimisanalytiikka

Tehtävä:
Selvitä, mitä analytiikkaraportteja ja muita analytiikkaratkaisuja organisaatiossanne käytössä olevissa oppimisympäristöissä on.

Analytiikkaratkaisu voi olla raportti tai muu työkalu, joka kertoo opiskelijan etenemisestä, oppimisesta tai toiminnasta kurssilla tai tarjoaa esimerkiksi ehdotuksia, mihin kurssilla tulisi kiinnittää huomiota tai ketkä opiskelijoista ovat jäämässä jälkeen. Erilaisia analytiikka ratkaisuja voi olla esimerkiksi verkkokurssin etenemisen seuranta -raportti, kurssin arvosanan laskeva arviointikirja tai vaikka automaattinen ohjausviesti opiskelijalle, jos hän ei ole ollut aktiivisena keskeneräisellä kurssilla.  

Hyvä lähtökohta selvitykselle on selata oppimisympäristöstänne sinulle näkyvät valikot läpi, lukea oppimisympäristönne ohje tai tukisivuja, tai kysyä organisaatiossanne oppimisalustasta tai oppimisanalytiikasta vastaavilta henkilöiltä. 

Testaa löytämiäsi ratkaisuja kursseillasi ja selvitä, miten kyseisten ratkaisujen raportteja tulkitaan. 

B. Opettaja

Tutustu vielä DOT-hankkeeseen: "Data opiskelijan tukena"

A. Organisaatio & oppimisanalytiikka

Tehtävä:  
Mistä opiskelijan toiminnasta löytämiisi organisaationne oppimisanalytiikkaratkaisuihin kertyy dataa, millaista data on ja mitä se kertoo opiskelijan toiminnasta tai oppimisesta? 

Millaista hyötyä voit saada näistä ratkaisuista omaan opetukseesi? Saatko oppimisanalytiikan työkaluista ideoita kurssisi kehittämiseen? Mikä kurssilla toimii tai mikä on opiskelijoille hankalaa tai turhauttavaa? Pitääkö kurssiasi kehittää jotenkin, jotta olemassa olevia työkaluja pystyisi hyödyntämään tehokkaammin. 

Minkälaisia analytiikkaratkaisuja oppimisalustallanne on tarjolla opiskelijoilla? (Esim. Kurssin eteneminen, aktiviteettien automaattinen palaute, yksilölliset opintopolut, …) 

Hyödyntääkö opettamasi opiskelijat kursseillasi tarjolla olevia ratkaisuja? Miten opiskelijasi kokevat oppimisanalytiikasta saadun hyödyn? 

Oppimisanalytiikka 3 

  • Oppimisanalytiikan käyttö opetuksen kehittämisessä 

  • Eettiset näkökulmat 

  • sukellus syvemmälle dataan: mittarit, indikaattorit, datapisteet ja datalähteet, MyData, OurData, BigData 

  • Perusteita tekoälystä ja algoritmeista 

  • Kansalliset tietovarastot ja niiden rooli oppimisanalytiikassa 
     

Tason 3 osaamisen kehittäminen

Esimerkki verkkokurssin kehittämisestä oppimisanalytiikan avulla:

DOT-webinaari: Verkkokurssin kehittäminen dataa hyödyntäen Moodle-alustalla 

Pohdi: Miten voisit hyödyntää oppimisanalytiikkaa oman opettamisesi kehittämisessä? Minkälaisia työkaluja oppimisanalytiikka voisi tarjota sinulle opetus tai ohjaustilanteita varten? Entä pystyisitkö oppimisanalytiikan avulla arvioimaan käyttämäsi opetusmateriaalin toimivuutta ja kehittämään materiaaleja? 
 

Oppimisanalytiikan käyttö opetuksen kehittämisessä 

TutustuAmmatillisen koulutuksen oppimisanalytiikan eettiset kysymykset” raporttiin sekä Oppimisanalytiikan viitekehyksen lukuun “5. Oppimisanalytiikan lailliset ja eettiset kysymykset". 
Kirjoita itsellesi 3-5 ohjetta tai sääntöä, jotka haluat muistaa aina oppimisanalytiikkaa hyödyntäessäsi. Voit halutessasi kiinnittää valitsemasi säännöt esim. työpisteesi seinälle.

 

Eettiset näkökulmat

Perusteita tekoälystä ja algoritmeista 
--> Tutustu osioon Tekoälyn hyödyntäminen osana oppimista

--> Voit tutustua myös Helsingin Yliopiston ja MinnaLearnin “Tekoälyn perusteet (Elements of AI)” -kurssiin syventääksesi osaamistasi. 

Kansalliset tietovarastot ja niiden rooli oppimisanalytiikassa 

Kansallista vertailu ja tilastotietoa löytyy julkisena mm.: 

  • Vipunen on opetushallinnon tilastopalvelu, jonka sisällöstä vastaavat yhdessä opetus- ja kulttuuriministeriö ja Opetushallitus  

  • Tilastokeskus on Suomen kansallinen tilastovirasto, joka tuottaa puolueettomia tilastoja suomalaisesta yhteiskunnasta. 

Tietoja voi saada myös automaattisesti analytiikkaan palveluiden rajapintojen kautta. Valtakunnallisia rajapintoja on listattu mm. täällä: https://wiki.eduuni.fi/display/KARKKI/Loogiset+rajapinnat  

Sukellus syvemmälle dataan: mittarit, indikaattorit, datapisteet ja datalähteet, MyData, OurData, BigData 

3. Johdon oppimispolku oppimisanalytiikkaan

1. Osaamistasot

Johdon osaamiskuvaukset sisältävät kolme osa-aluetta, joista kukin kuvaa erilaista oppimisanalytiikkaan liittyvää osaamista. Johdolla tulee olla osaamista kaikkiin kolmeen osa-alueeseen.
 

A) Oppimisanalytiikan käyttöön ja kehittämiseen liittyvä osaaminen on osa-alueista laajin. Se sisältää johdon ymmärryksen ja kokonaisnäkemyksen analytiikan käytöstä ja kehittämisestä osana organisaation strategiaa. Tärkeä osa johdon osaamista on myös oppimisanalytiikan käytön johtaminen organisaatiossa ja datan hyödyntäminen tietojohtamisessa.
 

Opintojen laadullinen arviointi määrän ohessa. Pedagoginen näkökulma, miten tuetaan opiskelijan motivaatiota ja innostuneisuutta. Panos-tuotos –ajattelu eli miten saadaan näkyväksi esim. opetuksen kehittämisen lisäresurssien hyödyt.

B)Johdon näkökulmasta tekninen osaaminen tarkoittaa vähintään perusymmärrystä oppimisanalytiikan prosesseista ja menetelmistä sekä tietovarastoista ja soveltamisalasta. Tällöin johto pystyy varmistamaan, että organisaatiossa on tarvittavat tietojärjestelmäosaamista, teknistä osaamista sekä analytiikkaosaamista.

C) Johdon täytyy tietää, millaisia eettisiä kysymyksiä oppimisanalytiikan käyttöön liittyy ja miten lainsäädäntö rajoittaa sitä. Johto on vastuussa organisaatiossa oppimisanalytiikan käyttöön liittyvistä eettisistä ja lainsäädännöllisistä kysymyksistä.

A) Oppimisanalytiikan käyttö ja kehittäminen

Johto osaa hyödyntää dataa ja analytiikkaa organisaation visiota toteuttavan strategian oleellisena osana. Johto tietää, millaisia analytiikkaratkaisuja organisaatiossa on käytössä. Johto osaa tulkita tehtyjä raportteja ja visualisointeja. Johto hyödyntää muiden koulutuksentarjoajien verkostoa oppimisanalytiikan käyttöönottoon ja kehittämiseen liittyvissä kysymyksissä.

Johto tietää, mitä oppimisanalytiikka tarkoittaa ja ymmärtää sen käyttökohteet sekä asettaa tavoitteita oppimisanalytiikan käytölle. Johto tietää, miten organisaation oppimisanalytiikkaratkaisut tukevat oppimista ja omaa näkemyksen organisaation oppimisanalytiikan käytön kehittämisestä. Johto ymmärtää tarpeen viestiä henkilöstölle oppimisanalytiikan käytön hyödyistä ja mahdollistaa henkilöstön kehittyminen oppimisanalytiikan käytössä esimerkiksi resursoimalla siihen riittävästi aikaa tai järjestämällä koulutusta.

Johto käyttää oppimisanalytiikan tuottamaa tietoa osana tietojohtamista. Johto tunnistaa tietotarpeita, jotka tukevat johtamista ja päätöksentekoa sekä osaa ehdottaa, miten tietoa voidaan visualisoida tai muulla tavoin hyödyntää organisaation toiminnoissa. Johto huomioi oppimisanalytiikan tuottaman tiedon uusien toimintamallien ja kehittämiskohteiden toteuttamisessa.

Johdolla on perusymmärrys oppimisanalytiikan prosesseista, menetelmistä, tietovarastoista ja soveltamisalasta. Johdon täytyy varmistaa, että organisaatiossa on tarvittavaa tietojärjestelmäkyvykkyyttä ja teknistä osaamista. Johto osaa tunnistaa organisaation avainhenkilöt ja analytiikkaan liittyvän osaamisen. Johto hyödyntää organisaatiossa olevaa osaamista tehdessään hankintoja oppimisanalytiikan käyttöön tarvittavasta teknologiasta.

B) Tekninen osaaminen

C) Eettinen ja juridinen osaaminen

Johto tuntee oppimisanalytiikan eettiset ja juridiset reunaehdot. Johdolla on ymmärrys oppimisanalytiikan käyttöön liittyvästä lainsäädännöstä, esimerkiksi tietosuojaan ja henkilörekisterin kerä