OPPIMISANALYTIIKKA OPPILAITOKSISSA (2018) DigiKilta-seminaari, Hämeenlinna LEENA VAINIO

Transkriptio

1 OPPIMISANALYTIIKKA OPPILAITOKSISSA (2018) DigiKilta-seminaari, Hämeenlinna LEENA VAINIO

2

3 3 Mitä se on? Oppimisanalytiikalla tarkoitetaan oppijoista ja heidän toimintaympäristöistä kerättävää tietoa, mittaamista, analysointia ja raportointia, jonka pohjalta yritetään ymmärtää ja optimoida oppimista ja oppimisympäristöjä.

4 ERILAISIA ANALYTIIKAN TASOJA YLÄTASON ANALYTIIKKA: ANTAA YLEISKUVAN TILANTEESTA JA ANTAA TIETOA PÄÄTÖKSENTEOLLE, MITÄ SIJOITETULLA RAHALLA SAADAAN AIKAISEKSI EDISTYMISANALYTIIKKA: KERTOO OPISKELIJOIDEN SUORIUTUMISESTA, VALMISTUMISAJASTA, KESKEYTTÄNEISTÄ JNE. OPPIMISDATAN ANALYYSIA: ETSITÄÄN ENNAKOIVIA JA OHJAAVIA TOIMINTAMALLEJA AINEISTOISTA, JOIDEN AVULLA VOIDAAN PAREMMIN SUUNNATA OHJAUSTA JA TUKEA JA MUUTTAA OPETUSMENETELMIÄ. OPPIMISANALYTIIKKA: TIETOA OPPIMISESTA KEHITTÄMISEN POHJAKSI

5 OPPIMISANALYTIIKAN ELEMENTIT Data Analyysi Toimenpiteet

6 Ensin on mietittävä, mitä ongelmaa datalla lähdetään ratkaisemaan. Vasta sen jälkeen on mietittävä, millä menetelmillä toimitaan.

7 Tunnista tarve - mitä ongelmia analyysilla ratkaistaan Määrittely - mitä oppisanalytiikka meidän oppilaitoksessa on Miten vaikuttaa meidän toimintakulttuuriin ja johtamiseen Millaista oppimiskäsitystä ja ihmiskäsitystä analyysi tukee Strategia ja visio Mitä taitoja tarvitaan - henkilöstön osaaminen ja koulutus Miten jaetaan vastuut, huolehditaan laillisuudesta ja eettisyydestä Mitä mitataan Miten tieto kerätään Mitä teknologiaa tarvitaan Miten tieto käsitellään, missä muodossa ja kenelle tieto annetaan Miten kehittämistoimet hoidetaan Miten seurataan tuloksia Miten järjestelmää ylläpidetään ja kehitetään Onhan oppijan etu ensisijalla

8 Dataa voisi käyttää kahteen suuntaan: 1. opiskelijoiden ohjaamiseen (lisämateriaalit tai helpommat/vaikeammat tehtävät) sekä 2. kurssin vastuuhenkilön materiaalien parantamiseen (opiskelijoiden mielipiteet kurssiaineistosta ja opiskelijamenestys).

9 Passiivisesti kerätyn datan (esimerkiksi tehtävien suoritustiheydestä ja menestyksestä) pohjalta olisi syytä rakentaa ennustava malli opiskelijoiden mielipiteistä kurssin haastavuudesta ja opintomenestyksestä. Jos koneoppimismalli osaisi ennustaa miten vaikeaa kurssin sisältö on opiskelijalle, se voisi automaattisesti säätää tehtävien vaikeustasoa sekä tarjota lisämateriaalia kiinnostuneille.

10 DATA Oppimisympäristöt - LMS (aktiivisuus ja edistyminen) - Kirjasto - E-kirjat - Sosiaalinen media - Läsnäolo/poissaolo, kulkukortit - Työssäoppiminen - Projektityöt - kasvoistatunnistaminen.. Raportit Kojelautatiedot Aikaisemmat opintosuoritukset, Opiskelijarekisterit, demografiatiedot Mydata?

11 ERILAISET TYÖKALUT JA ANALYTIIKKA OPPIMISALUSTOJA, JOTKA SISÄLTÄVÄT ANALYYSITYÖKALUJA ERILLISIÄ ANALYYSITYÖKALUJA, JOTKA INTEGROIDAAN OPPIMISALUSTOIHIN ARVIOINTIA TUKEVIA TYÖKALUJA TYÖKIRJAJÄRJESTELMÄT OPPIMATERIAALIT

12 YHTEISIÄ OMINAISUUKSIA KIRJAUTUMISAIKA, TEHTÄVIEN ALOITTAMISAIKA, KUINKA PALJON TEHTÄVIIN ON KÄYTETTY AIKAA, PALAUTUSAIKA, MYÖHÄSTYMISET TAI PALAUTTAMATTA JÄTTÄMISET ARVOSANAT KURSSEISTA OPPIMATERIAALEIHIN KÄYTETTY AIKA AINEISTOJEN LATAUSMÄÄRÄT JA OPISKELUAIKA ETENEMINEN OPINTOJAKSOLLA

13 OHJELMAKOHTAISIA EROJA SOSIAALISEN AKTIIVISUUDEN SEURANTA ETENEMISEN SEURANTA TUTKINTOTASOLLA AUTOMAATTINEN PALAUTE TAI TUTOROINTI VERTAISTUKI ADAPTIIVISUUS ELI HENKILÖKOHTAISET OPINTOPOLUT ENNAKOINTI JA SUOSITUKSET JÄLKIMMÄISIIN TARVITAAN TEKOÄLYÄ TULEVAISUUDESSA ENTISTÄ ENEMMÄN TEKOÄLYÄ TEKOÄLYTUTOR SOVELLUS OPPII OPISKELIJOIDEN KYSYMYKSISTÄ JA OPETTAJA VOI OPETTAA TUTORIA RUTIINIASIOIDEN HOITAMINEN TEKOÄLYLLÄ OPETTAJALLE JÄÄ ENEMMÄN AIKAA OHJAUKSEEN

14 Arviointikulttuurin tulisi olla kannustavaa ja kehittävää. Miten saadaan analytiikalla kaikki positiivinen näkyviin ja muutetaan ilmapiiri oppimisen iloksi?

15 Kiitos!