Tietotekniikan perusopetuksen kehittäminen

Transkriptio

1 Tietotekniikan perusopetuksen kehittäminen Kokemuksia ja suuntaviivoja Lauri Malmi Teknillinen korkeakoulu ivät 1

2 Sisält ltö 1. Taustaa 2. Erää ään n kurssin kokemuksia 3. Havaintoja kokemuksista 4. Entä tulevaisuus? ivät 2

3 Taustaa Ohjelmoinnin perusopetus on massaopetusta Massakurssien paineet: miten selviytyä niistä? Mitä oppiminen on? Miten opetus voi tukea sitä? Mitä voi tehdä massakurssilla opetuksen laadun nostamiseksi, jos lisää opettajia ei ole saatavilla? ivät 3

4 Puitteet antavat mahdollisuuksia Kulttuuri, jossa on kokonaisvastuu kurssista ja oma budjetti, jonka puitteissa suuri vapaus toteuttaa kurssi eri tavoin Mahdollisuus toteuttaa järjestelmij rjestelmiä oppilastöin inä Korkeakoulun antama rahoitus ivät 4

5 Kokemuksia kurssista TRAK (Tietorakenteet ja algoritmit) a) Vanha kurssi 1980-luvulla b) Siirtyminen kotitehtäviin v Miksi? välitön n ongelma räjähti r käsiink => Ratkaisu: TRAKLA toteutus oppilastyönä c) Kulttuurimuutos d) Tuotantokäytt yttö kevää äästä 1992 ivät 5

6 Kokemuksia... e) Ongelma: esitysmuodon keinotekoisuus => Ratkaisu: TRAKLA-EDIT 1993 TKK:n rahoituksella tekniikka ei vielä kypsä,, jääj käyttämättä ivät 6

7 Kokemuksia... f) Ongelma: liian vähän v n vuorovaikutusta, enemmän n palautetta => Ratkaisu: TRAKLAn kirjoittaminen uudelleen tietyin osin toteutus: oppilastyönä tuotantokäytt yttöön n 1997 ivät 7

8 Kokemuksia... g) Ongelma: esitysmuodon keinotekoisuus => Ratkaisu: WWW-TRAKLA toteutus virkatyönä tuotantokäytt yttöön n 1997 ivät 8

9 Kokemuksia... h) Ongelma: kurssin yksipuolisuus => Ratkaisu: Lisätää ään n uudenlaisia tehtävi viä, 1998 => Ongelma: Tarkastuksen työmää äärä => Ratkaisu: Vertaisarviointi Ristiriitaista palautetta ivät 9

10 Kokemuksia... i) Parannus edelliseen 1999, 2000,... realistinen suunnittelutehtävä työel elämän n tilanteen simulointi vertaisarviointi palautemenetelmänä toteutus virkatyönä ja tuntiopetuksen avulla => Ongelma: töiden t välitys v 300 ryhmän n kesken => Ratkaisu: työt t verkkoon ja välitys v verkossa ivät 10

11 Kokemuksia... j) Oppimisympärist ristö,, Matrix, ympärist ristö,, jossa oppilaat voivat "leikkiä ja kokeilla tietorakenteita ja algoritmeja palaute ratkaisuprosessista mahdollisuus avoimempiin tehtäviin avoin oppimisympärist ristö elektroninen oppikirja toteutus OPM:n huippuyksikkörahoituksen sekä TKK:n projektirahoituksen turvin ivät 11

12 Kokemuksia... k) Evaluointitutkimus, 2001 satunnaistettu koejärjestely tausta-aineiston kartoitus yhteistyö HY:n kasvatustieteellisen tiedekunnan kanssa tavoitteena kansainvälisen tason julkaisut toteutus OPM:n huippuyksikkörahoituksen turvin ivät 12

13 Havaintoja kokemuksista Mikä on opettajan rooli? Mikä on tekniikan merkitys? Millainen kehitysprosessi? Opetus ja tutkimus ivät 13

14 Mikä on opettaja? Klassinen malli Opettaja on asiantuntija,, joka kerää ja jakaa tietoa opiskelijoille Luentojen sisält ltö,, oppimateriaalin sisält ltö Tärkein kriteeri: opettaja osaa substanssin hyvin, mielellää ään n on myös s hyvä luennoija ivät 14

15 Mikä on opettaja? Massakurssin vastuuhenkilö Opettaja on organisoija,, joka huolehtii siitä, että opetukseen liittyvät t järjestelytj pelaavat Aikataulut, budjetit, työnohjaus, tiedotus, hyvät t www-sivut Tärkein kriteeri: opettaja on tunnollinen ja huolellinen ivät 15

16 Miksi opetamme asioita? Laadukas opetus auttaa oppimaan asian nopeammin, helpommin ja syvällisemmin kuin omin päin p opiskellen olisi mahdollista. ivät 16

17 Opettajan rooli on... Pohtia kysymyksiä: MITÄ opetan? MITEN opetan? MIKSI opetan asioita tietyillä tavoilla? Valita opetusmenetelmät t ja käytettk ytettävä teknologia perustellulla tavalla. ivät 17

18 Opettajan rooli on... Suunnitella prosessi,, jonka kautta oppiminen tapahtuu. Tähän T n liittyy mm. seuraavia asioita määritellä tarvittavat käsitteelliset k mallit suunnitella oppimisteot toteuttaa seuranta ja palaute määritellä hyväksymiskriteerit Laatia prosessin käytk ytännön n toteutus ivät 18

19 CASE: Tietorakenteet ja Käsitteelliset mallit: algoritmit Algoritmisimulaatio keskittyy olennaiseen Tietorakenteiden keskinäiset iset suhteet Suorituskyvyn arviointi Sovellettavuuden arviointikriteerit ivät 19

20 Tietorakenteet ja algoritmit... Oppimisteot Luennot ja luentoharjoitukset, keskustelu Algoritmien opiskelu simulaatiotehtävien avulla Analyyttiset ja kontruoivat tehtävät Soveltava suunnittelutehtävä Vertaisarviointi ivät 20

21 Tietorakenteet ja algoritmit... Seuranta ja palaute Automaattinen tarkastaminen (TRAKLA, TRAKLA2) Harjoitustehtävien palaute Suunnittelutehtävän n jokaisen vaiheen palaute Vertaisarvioinnin palaute ivät 21

22 Tietorakenteet ja algoritmit... Hyväksymiskriteerit Jokaiselta osa-alueelta riittävä osaaminen Henkilökohtaiset kohtaiset tehtävät Kaikki osasuoritukset vaikuttavat kokonaisarvosanaan ivät 22

23 Tietorakenteet ja algoritmit... Käytännön n toteutus Automatisoidaan se, mitä voidaan, erityisesti perustehtävät Verkon käyttk yttö hallinnollisiin asioihin Luento- ja luokkaopetus siinä,, missä ne ovat parhaimmillaan, vaativammissa asioissa ivät 23

24 Tekniikan merkityksestä Automaattinen palaute on nopeampaa kuin henkilökohtainen kohtainen palaute tukee itsenäist istä opiskelua skaalautuu loistavasti mahdollisuudet personoituihin tehtäviin tarjoaa mahdollisuuden kerätä dataa online- seurantaa varten Kurssihallinto verkossa sääs äästää resursseja ivät 24

25 Kehitysprosessista Kahdenlaisia prosesseja, joilla kehittämistoiminta näyttn yttää etenevän. n. Kokeiluprosessi Järjestelmällinen llinen kehittäminen ivät 25

26 Kokeiluprosessi Uusi mielenkiintoinen idea Rohkeasti kokeilemaan Jaetaan kokemuksia kollegoille Ohjeet jäävät dokumenteiksi Luovutaan Parhaat työt talteen Omaan tuotantokäyttöön Jatkokehitykseen Muiden vastuulle ivät 26

27 Järjestelmällinenllinen kehittäminen Ongelman tiedostaminen Toteutus Ratkaisuidea Evaluointi Keskustelu kollegoiden kanssa Raportointi ivät 27

28 Opetus ja tutkimus Järjestelmällinen llinen kehitysprosessi avaa ovet tutkimukselle Voidaan rakentaa hypoteeseja ja testata niitä Voidaan yrittää selittää ilmiöit itä Esimerkki: TRAKLA-tuloksia vuosilta ivät 28

29 Tulokset: Annual report 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Failed Passed Max grade Full points ivät 29

30 Tulokset: tarkemmin 100% 90% Annual report 1997 Resubmission effect % 70% 60% 50% 40% 30% 20% 10% 0% ' ' Failed Passed Max grade Full points ivät 30

31 Suuntaviivoja tulevaisuuteen Miten ohjelmointia opitaan? Miten sitä pitäisi isi opettaa? Mitä automaattisen tarkastamisen tuottamasta datasta saadaan irti oppimisesta? ivät 31