Microsoftin Teamsiin tänä syksynä putkahtanut analytiikkatyökalu sai jälleen miettimään datan keräämistä oppimisen näkökulmasta. Ketä oppimisanalytiikka hyödyttää ja mitä se kertoo oppimistuloksista? Käppyrät ja käyrät ovat kiinnostavaa nippelitietoa, mutta kertovatko ne mitään sellaista, mitä opettaja ei jo näppituttumalta tietäisi?

Terminä oppimisanalytiikka on hiukan harhaanjohtava. Se tarkoittaa oppijasta eri tavoin kerätyn digitaalisen tiedon analyysia, mittaamista ja raportointia oppimisen mahdollistamiseksi ja oppimisympäristön parantamiseksi (Siemens 2013). Itse oppimisesta oppimisanalytiikka ei sen sijaan sellaisenaan kerro mitään – se ei ole kikka, jolla oppimisen ongelmat ratkaistaisiin (Auvinen 2017).

Eri järjestelmien analyysityökalut kokoavat mm. lokimerkintöjen kautta koostetta opiskelijan ja opettajan toiminnasta, konkreettisista teoista, kuten vaikkapa kirjautumisista tai kirjaston teosten lainausmääristä, luentoaineistojen latauskerroista tai opetusvideoiden katselukerroista. Analytiikkatyökalut keräävät tietoa esimerkiksi siitä, miten kauan opiskelija on viettänyt aikaa jonkin aineiston parissa, montako minuuttia opiskelija on työstänyt Moodlessa olevaa oppituntitehtävää tai missä kohdassa kiinnostus luentotallenteeseen lopahtaa. Teamsissa opettaja voi nähdä, kuinka monta viestiä kanavalle on lähetetty minäkin päivänä ja miten viestintä vaikuttaa sisäänkirjautumisten määrään.

Aikaleimat ja minuuttimäärät eivät kuitenkaan kerro, mikä määrä on aktiivista oppimista tai miten opiskelija prosessoi tietoa ja mitä hän löytämällään tiedolla tekee. Vasta kun data yhdistetään opiskelijan tuotoksiin ja arvioinnin tuloksiin, voidaan kenties määritellä jonkinlaisia syy-seuraussuhteita verkkoympäristöissä tapahtuneen toiminnan – oppimistekojen – ja oppimisen välillä. Malleja oppimisympäristöjen määrällisen datan laadulliseen tulkintaan on vielä vähän – jos lainkaan – saatavilla, ja opettajalta vaaditaan myös määrällisen tutkimuksen periaatteiden ymmärrystä ja tilastoanalyysin taitoja.

Oppimisanalytiikkaan liittyy paljon eettisiä kysymyksiä, tietosuojanäkökulmia ja väärinkäsityksiä. Sen tutkimus on Suomessa vasta lapsenkengissä, ja ammattikorkeakoulujen osalta pelinavaus on ollut APOA-hanke, jossa tehdään hyvää perustyötä. Vastaavia projekteja olisi syytä toteuttaa jatkossakin.

Suomalaiset korkeakoulut ovat olleet kovin heikosti mukana kansainvälisissä oppimisanalytiikkaan liittyvissä hankkeissa, ja pitkäjänteisen tutkimuksen ja syventävien kokeilujen osalta kansainväliset yhteistyöhankkeet olisivat ensiarvoisen tärkeitä.

Olisi myös tärkeää tunnistaa oppimisanalytiikan potentiaalinen rooli opetuksen arjessa, opettajan ohjaustyön päivittäisenä tukena. Analytiikka ei korvaa opettajan antamaa arviointia eikä ohjausta. Sen voi nähdä samankaltaisena työkaluna kuin psykologiset testit ammatinvalinnassa: kerätty data on sen tarkastelijoille ja varsinkin opiskelijalle itselleen mielenkiintoista ja ehkä yllättävääkin luettavaa. Analytiikka kertoo faktoja henkilön käyttäytymismalleista tai käyttötottumuksista verkkoympäristöissä mutta oppimisen todentamiseen analytiikka itsessään ei pysty. Oppimisen analyysia tekee lopulta opiskelija itse ja opettaja. Parasta oppimisanalytiikkaa on itsereflektio.

Lähteet

Auvinen, A-M. 2017. Oppimisanalytiikka tulee – oletko valmis? Poluttamo-hankkeen selvitys. Hämeenlinna: Suomen eoppimiskeskus ry.

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