Haaga-Helia on vuoden 2021 toimintasuunnitelmassaan asettanut tavoitteeksi tunnistaa sellaiset datalähteet, joiden avulla voidaan luoda opiskelijan etenemistä helpottavia ratkaisuja oppimiseen ja ohjaukseen.
Viime kädessä erilaisen datatiedon kerääminen opiskelijoista yksittäisellä opintojaksolla on opettajan tehtävä.

Opintojakson suunnitteluvaiheessa opettajan tulisi pohtia, millaista datatietoa hän opintojaksostaan haluaa sekä miten hän tätä tietoa hyödyntää. Se, millä tavalla opintojakso esimerkiksi Moodleen rakennetaan ja millaisia oppimistehtäviä sinne laitetaan, vaikuttaa siihen, millaista datatietoa opettaja ko. opintojakson opiskelijoista saa.

Opettajan tarkastelukulma dataan on kaksitahoinen: miten opettaja voi datatiedon avulla seurata opiskelijoiden opintojaksolla etenemistä ja sen tiedon pohjalta tarvittaessa edesauttaa opiskelijaa suoriutumaan opinnoista ja mitä hyötyä datasta toisaalta on opiskelijalle. Yksi, toivottavasti jo kaikilla Moodlen opintojaksoilla käytössä oleva edistymisen seuranta -toiminto tekee suorituksen etenemisen läpinäkyvämmäksi ja siten osaltaan helpottaa sekä opettajan työtä että myös opiskelijaa.

Eri järjestelmissä oleva data olisi hyvä yhdistää

Opinto-ohjaajilla on puolestaan tarve seurata opiskelijoiden etenemistä tutkinnon suorituksen tasolla. Heidän on mahdollista koota tietoa opintohallintojärjestelmästä yhden opiskelijan opintojen edistymisestä ja suorituksista. Koonnin voi tehdä useammalta kurssilta samanaikaisesti. Tietoja voi analysoida ja hyödyntää yhdessä opiskelijan kanssa opintojen suunnittelussa.

Tutkinto- ja osaamisaluejohtajien työhön liittyvää ennakointia auttavat tiedot tietyn vuoden aloittaneiden opiskelijoiden etenemisestä ja opintojaksojen suorituksista. Näitä tietoja he voivat hyödyntää opintojaksojen tilaamisen suunnittelussa.

Oppimisanalytiikan hyödyntämisen kannalta tärkeää olisi, jos opintohallintojärjestelmässä ja Moodlessa oleva data saataisiin yhdistettyä. Siten tieto opintojen etenemisestä laajassa mittakaavassa tai tutkintojen suorittamisesta saadaan koko organisaation hyödyksi lähes reaaliaikaisesti.

Data edellyttää tulkintataitoa

Käsitteenä oppimisanalytiikka voi tuntua jonkin verran haastavalta ja sen sisällöt jopa osin hämäriltä. Mitä oppimisanalytiikalla tarkoitetaan ja mitä todellista hyötyä datasta oikeastaan opettajalle on? Entä onko kyseessä oppimisen vaiko edistymisen ja suoritusten analysointi? Miten analytiikan avulla on mahdollista saada tietoa oppimisesta ja mitä se antaa tässä mielessä lisäarvoa opiskelijan oppimiselle?

Siemens (2013) on määritellyt oppimisanalytiikan olevan oppijasta kertyvien tietojen keräämistä, mittaamista, analysointia ja raportointia. Analytiikan avulla halutaan ymmärtää sekä optimoida oppimista ja opinnoissa etenemistä. Oppimisanalytiikalla haetaan lisäarvoa tiedoista, jotka palvelevat opiskelijoita, opettajia, ohjaajia sekä hallintoa ja johtoa (Mikkola 2019).

Oppimisanalytiikka tarjoaa tietoa myös opetuksen suunnitteluun ja opiskelun ohjaukseen. Moodle-kursseilta on mahdollista saada aiemmin mainitun edistymisen seuranta -toiminnon lisäksi muutakin analytiikkatietoa. Kurssin lokitiedoissa voi tarkastella muun muassa, milloin yksittäinen opiskelija on kurssilla käynyt, mitä materiaalia hän on siellä katsonut ja montako kertaa.

Tällaista tietoa voi hyödyntää esimerkiksi kurssin aikataulutuksessa ja se antaa tietoa opettajalle siitä, mikä materiaali koetaan kiinnostavana ja mikä ei. Kun puhutaan datasta, on kyse luonnollisesti aina myös saadun informaation tulkinnasta. Millaisia merkityksiä datatiedoille ja niiden välisille suhteille annetaan.

Verkkokurssien rakenteita yhdenmukaisiksi

Jotta oppimisanalytiikka palvelisi myös opiskelijoita mahdollisimman hyvin, tarvitaan myös opiskelijoiden näkemyksiä. Opiskelijalle olisi tärkeää nähdä nopeasti opintojensa suoritustilanne ja opintojaksojen eteneminen, jolloin hänelle tarjoutuu mahdollisuus suunnitella suoritustasoaan ja etenemistään.

Opiskelijoilta on saatu hyvää palautetta Moodlen arviointikirja -ominaisuudesta. Arviointikirja tarjoaa opiskelijalle esimerkiksi tietoa hänen Moodle-kurssilla palauttamien tehtävien arvosanojen keskiarvosta ja tekee siten opiskelijalle näkyväksi kurssisuorituksen tason myös tilanteessa, jolloin kurssi on vielä keskeneräinen.

Haaga-Helia on osallistunut parin vuoden ajan yhdentoista muun ammattikorkeakoulun kanssa oppimisanalytiikkaa kartoittavaan APOA-hankkeeseen. Siinä on muun muassa selvitetty haastatteluiden avulla opettajien ja opiskelijoiden näkemyksiä ja toiveita oppimisanalytiikkaan liittyen. OKM:n rahoittaman hankkeen pilottiopintojaksoilla on muiden muassa arvioitu oppimisanalytiikan soveltamismahdollisuuksia ja oppimisprosessien kehittämistä sekä etsitty ratkaisuja oppimisen tukemiseen.

Tällä hetkellä Haaga-Heliassa verkkokurssien suunnittelua ja toteutusta ohjeistetaan laatukriteerien avulla. Tulevaisuudessa Haaga-Helian verkkokurssien kehittämisessä tavoitteena on pyrkiä yhdenmukaistamaan verkkokurssien rakenteita. Huomiota tulee kiinnittää myös siihen, miten rakenne tukee oppimisanalytiikan datakeruuta ja kerätyn datan hyödyntämistä.

Lähteet:

• Siemens, G. 2013. Learning analytics: The emergence of a discipline. American Behavioral Scientist, 57(10), 1380-1400.

• Mikkola, J. 2019. Mitä oppimisanalytiikka on? – AnalytiikkaÄly-hankkeen blogissa. Luettavissa: https://analytiikkaaly.fi/2019/04/04/mita-oppimisanalytiikka-on/