OSAAMISEN JA OPPIMISEN TULEVAISUUDET

Transkriptio

1 OSAAMISEN JA OPPIMISEN TULEVAISUUDET

2 Jämsä ja Himos Osuva valinta Asukasluku (v.2016) Kokonaispinta-ala 1 823,91 km² Suurimmat työnantajat: UPM-Kymmene Oyj, Patria Oy, Jämsän Terveys Oy, Himoksen matkailukeskus, Elonen Oy, Jämsän ammattiopisto Metsä- ja ilmailuteollisuutta, matkailua, hyvinvointia

3 Esityksen rakenne Skenaarioiden esittely Tutkimuksen esittely Makupaloja teemoista Toimintaympäristö Oppimisen personointi Kollektiivinen oppiminen Tekoäly Mitä opittiin?

4 Mikä skenaarioista on vallitsevin 2040?

5 Teho Pitkäaikainen ja syvä talouden laskusuhdanne Tilaaja-tuottaja malli ratkaisuna Koulutuksen rahoituksesta karsiminen Ulkomaiset jätit valtaavat markkinat Oppiminen pääosin verkkoon Polarisaatio syvenee

6 Turva Pitkäaikainen ja syvä talouden laskusuhdanne Koulutuksen julkinen rahoitus rapautuu Kotikoulu yleistyy ja oppivelvollisuudesta luovutaan Koulutusjärjestelmä rakentuu aitojen oppivien yhteisöjen varaan Kiinnittyminen tapahtuu pienyhteisöihin

7 Tori Korkealaatuinen markkinaehtoinen koulutustarjonta alustoilla Julkisten koulutuspalvelujen kritiikki Julkisesta tuotannosta luopuminen Koulutussetelien käyttöönotto Osaaminen ja ammattitaito varmistetaan valtiollisin sertifiointimenettelyin Teknologian laaja hyväksikäyttö, kumppanuus tekoälyn kanssa Pitkälle personoidut opinpolut

8 Tekno Kansallinen koulutuspolitiikka ja teknologian kehittäminen tunnistetaan kansallisen kilpailukyvyn takeeksi Teknologiaa käytetään laajasti hyväksi opetuksessa Lahjakkuudet tunnistetaan ja niitä kehitetään Oppiva Suomi tavoitteeksi Kumppanuus tekoälyn kanssa Kansallinen, suojattu oppimisympäristö rakentuu Oppiva Suomi syntyy

9 Mikä skenaarioista on vallitsevin 2040? 1. Äänestä suosikkiasi *klik 2. Kommentoi

10 DARE 2030 osaamisen ja oppimisen tulevaisuuksissa SYL Suomen ylioppilaskuntien liitto Idea Dare to Learn OPH - opetushallitus Oppimisen tulevaisuus barometrin mausteet TVA tulevaisuudentutkimuksen verkostoakatemia Opiskelija resurssit Metodix Oy Metodiosaaminen

11 Metodisia valintoja Yhden kierroksen real time delphi Toteutus TVA:n opintojaksona: Tavoitteena syventää Delfoi-menetelmän teoreettista ja praktista osaamista toteuttamalla Delfoi-tutkimus edelphiympäristössä. Tulosten esittely ja livedelphi demostraatio DARE TO LEARNtapahtumassa Helsingissä Kaapelitehtaalla

12 Lähtökohta / tulevaisuuskonteksti Oppimisen tulevaisuus barometrin viisi metaforista muutosvuorta, joiden rinteillä tullaan kiipeämään vuoteen 2030 mennessä

13 Toteutus 1. Tiedonhaku 2. Delfoin suunnittelu ja teesit 3. Asiantuntijapanelistien rekry 4. Delfoin toteutus ja managerointi: neljä teemaa, 6+1 teesiä 5. Tulosten analysointi 6. Skenaariot / PESTO 7. Julkaisu 8. DARE TO LEARN Kaapelitehtaalla

14 Toimintaympäristön skannaus Tavoitteena tutkia tuulimetaforan avulla megatrendien vaikutuksia tulevaisuuden oppimisen ympäristöön ja Tehdä pistokokeita tulevaisuuteen vaikuttavista teemoista

15 Digituuli voimistuu kovaksi

16 Vuonna 2040 laki vaatii tekoälyn ottamista mukaan organisaatioiden päätöksentekoon

17 Vuonna 2040 on muodostunut uusi eliitti, joka kehittää kilpailukykyään teknologian ja geenitekniikan avulla

18 Virtauksia tuulten ja teesien takana Löytyykö riittävän jaettu arvopohja: Individualismin ja markkinatalouden kiihtyvä tango? Polarisaation pelko: Hyödylliset ja hyödyttömät kansalaiset Murtuuko työn merkitys? Ilmastonmuutos vaikuttaa kaikkeen

19 Personoitu oppiminen: oppiminen mukautuu opiskelijaan Tavoitteena tutkia oppimisen yksilöllistymistä ja yksilöllistymisen keinovalikoimaa opetuksessa

20 Personointiin liittyviä kysymyksiä

21 Välineenä henkilökohtainen opetussuunnitelma Personointiin kuuluvat sekä ulkoisesti näkyvät järjestelyt: Oma etenemistahti Millä välineillä opitaan Missä oppiminen tapahtuu Mitä opiskelumenetelmiä käytetään että opiskelijan sisäinen sitoutumisprosessi Mitä tämä aihe merkitsee minulle oppijana

22 Opetus mukautuu vastaamaan kunkin oppilaan temperamenttia siten, että toiset oppilaat tai huoltajat eivät tiedä lapsen temperamenttiluokitusta

23 Opettajuus muuttuu Ohjaaminen vahvistuu Opettajan rooli monipuolistuu Tekoäly tukee Kullekin oppijalle sopivan tasoista opetusta sopivilla opetus- ja opiskelutekniikoilla Myös kollektiivisuus vahvistuu: Opettaja ohjaa yhteisöllistä oppimista Tieto arvioidaan ja johtopäätökset tehdään yhdessä

24 Vuonna 2030 oppijoiden aivotoimintaa mittaavat anturit, jotka raportoivat oppimisprosessin edistymistä oppilaan henkilökohtaiseen profiiliin, joka on osa MyData-tietokataa

25 Virtauksia yksilöllisen oppimisen takana Kontaktiopetuksen kaipuu nousee digitaalisten ympäristöjen rinnalla Mentorin (ihminen tai kone) tuki tuottaa lisäarvoa, merkityksellisyyttä ja elämyksellisyyttä Lähdekritiikin osaaminen yhä tärkeämpää

26 Kollektiivinen oppiminen: uuden tiedon, luovuuden ja hyvinvoinnin lähde moninaisessa ympäristössä? Tavoitteena tutkia sosiaalisen vuorovaikutuksen ja yhdessä tapahtuvan oppimisen merkitystä tulevaisuudessa

27 Tiimien merkitys oppimisessa ja työelämässä yleistyy Oppiminen parvissa, heimoissa ja muissa sosiaalisissa konteksteissa lisääntyy. Verkostosuhteilla on suuri merkitys. Ilmiö- ja projektipohjainen oppiminen on nopeampaa ja tehokkaampaa.

28 Vuonna 2030 enemmistö valmistuneista ei hakeudu työelämään yksilöinä vaan kouluaikana rakentuneina ja hioutuneina tiimeinä

29 Joukkoistaminen mahdollisuutena Yhteinen innovointi ja kumuloituva tieto mahdollistavat tavoitteellisen ongelmanratkaisun. Globaali toimintaympäristö hidastaa joukkoistamisen käyttöönottoa. Edellyttää johtamista.

30 Vuonna 2030 globaaleja ongelmia ratkaistaan joukkoistamalla

31 Aivojen ja tietokoneen yhdistyminen Tekoälyn kehitys mahdollistaa jaetun sosiaalisen tietoisuuden, mutta lisää eettisiä ja tietoturvakysymyksiä. Myönteinen mahdollisuus erityisryhmien avustavassa opiskelussa. Kollektiivinen tajunta mahdollistaa ihmisen manipuloinnin.

32 Vuonna 2030 collective mind teknologia mahdollistaa kollektiivisen oppimisen jaetussa tietoisuudessa

33 Tekoäly oppimisen apuna Tavoitteena oli tutkia tekoälyn merkitystä oppimisen tukena

34 Oppimistiedon kerääminen ja hyödyntäminen Vuonna 2030 tekoäly kerää jatkuvasti tietoa oppimistapahtumista. Tietoa hyödynnetään pitkin elinkaarta oppimisen ja osaamisen portfolioissa, opiskelijavalinnoissa ja näytöissä.

35

36 Opetus globalisoituu eikä se kuulosta hyvältä Vuonna 2030 tekoälyyn perustuva opetus toteutetaan 2-4 globaalin toimijan palveluna.

37

38 Robottikaverit ovat tulossa kouluun Vuonna 2030 kouluissa on robottikavereita, jotka ovat täydentävä osa ryhmää ja tukevat mm. ryhmäytymistä olemalla empaattisia, ystävällisiä, luovia, sinnikkäitä tai haastavia kavereita.

39

40 Vaarantaako tekoälyn käyttö opetuksen tason? Tekoälyn laajamittainen hyödyntäminen on v muuttanut opetusta behavioristiseen suuntaan.

41

42 Mitä opittiin osaamisen ja oppimisen tulevaisuudesta? Digitalisaatiolla ja tekoälyllä on suuri rooli Yksilölliset opinpolut vahvistuvat, mutta niin vahvistuu myös kollektiivinen ongelmanratkaisu Lukkarinrakkaus perinteiseen lähiopetukseen oli tunnistettavissa

43 Tulevaisuus on pisteissä

44 Resilientillä strategialla pärjää pistetulevaisuudessa! Ilmola Leena /IIASA (International Institute for Applied Systems Analysis) Äärimmäiset shokkiskenaariot: Nokia myydään Menestysstrategia jokaiseen skenaarioon Toimenpiteet, jotka sopivat kaikkiin skenaarioihin Resilientti toimenpideportfolio, joka on hyödyllinen jokaisessa skenaariossa

45 Kiitos! Anna-Liisa Juurinen Twitter: Anliisa DARE oppimisen tulevaisuuksissa Finland Futures Academy OPH:n Oppimisen tulevaisuus edelphi LiveDelphi ja Delfoi-kehittäjäyhteisö