ITK-datapaja: Esimerkkejä ja kokeiluja oppimisanalytiikasta - Kari A. Hintikka
-
Upload
suomen-eoppimiskeskus-ry -
Category
Education
-
view
70 -
download
2
Transcript of ITK-datapaja: Esimerkkejä ja kokeiluja oppimisanalytiikasta - Kari A. Hintikka
Esimerkkejä ja kokeiluja oppimisanalytiikasta
ITK17, AulankoDatapaja 5.4.
Otavan OpistoKari A. Hintikka
Esityksen sisältö
● Otavan Opisto, oppimisympäristö Muikku ja oppilashallinto Pyramus
● Oppimisanalytiikka
● My Data ja digitaalinen jalanjälki
● Oppimisanalytiikan perusprosessi
Otavan Opisto lyhyesti
● Kansanopisto, joka tutkii, tuottaa, kehittää ja ylläpitää koulutuksen, opetuksen ja oppimisen palveluita
● Kehittävä ja kokeilulaboratoriomainen toiminta sekä tulevaisuuksien tutkimus
● Perustettu 1892, noin 700 etäopiskelijaa ja 30 kampus-opiskelijaa● Nettilukio, nettiperuskoulu, Internetix
Muikku● Verkko-oppimisympäristö, jossa tarjolla perusopetuksen ja lukion
oppimäärät, lisäksi mahdollisuus aineopintoihin● Ohjaamo
Pyramus
● Avoimeen lähdekoodiin perustuva oppilaitoksen hallinnointi- ja suunnittelujärjestelmä
● Tallennetaan henkilö- ja yhteystietojen lisäksi mm. opiskeluun, opintojen etenemiseen ja suoritteisiin liittyviä tietoja
Oppimisanalytiikka (learning analytics)
● Uudenlainen analysointi- ja suunnittelukokonaisuus, joka perustuu oppilaan itsensä tuottamiin digitaalisiin jalanjälkiin esimerkiksi kurssisuorituksissa ja aktiviteeteissa verkotetuissa oppimisympäristöissä
● Datan avulla voidaan ennakoida:○ oletettavia pudokkaita○ hitaasti eteneviä○ keskimääräistä nopeammin valmistuvia○ oppia nopeammin ja itsenäisesti suoriutuvien opiskelusta
→ Voidaan arvioida opiskelijoiden ohjaustarpeita varhemmin ja henkilökohtaisemmin.
My Data ja digitaalinen jalanjälki
● My Datalla (omadata, mydata) tarkoitetaan ihmisen itsensä tuottamaa dataa. Nykyään suosittuja ovat muun muassa hyvinvointirannekkeet sekä mobiilisovellukset, jotka mittaavat unta
● My Data mahdollistaa opiskelijakohtaisen opetussuunnitelman, jolla voidaan tukea opiskelijaa aiempaa tehokkaammin.Se tarjoaa myös opiskelijalle itselleen mahdollisuuden oman oppimisen reflektointiin ja työkaluja itseohjautuvuuden kehittämiseen.
Oppimisanalytiikan perusprosessi
1. Oppilaasta kerätään dataa tietosuoja huomioiden2. Dataa verrataan joko toisiin opiskelijoihin (kuten MOOC-kurssi) tai
aiempiin opiskelijoihin (kuten Otavan Nettilukio) erilaisilla analyysityökaluilla, kutena. Neuroverkkob. Verkostoanalyysic. Excel- ja muut taulukko/tilastosovelluksetd. MOOC:ien sovellukset, kuten EdX
3. Datasta tuotetaan usein visualisointi, joka helpottaa erityisesti suurien opiskelijamäärien hahmottamista
4. Havaintojen pohjalta arvioidaan opiskelijoiden ohjaustarpeita ja suunnitellaan ja tarvittaessa kehitetään ohjausta (tai kehitetään MOOC-kurssia etc)
5. Henkilökohtainen ohjaus (tai kurssin kehittäminen etc.)
Opiskelijan tuottamaa dataa
● Opiskellessaan opiskelija tuottaa monipuolisesti dataa, kuten:
○ Henkilötiedot○ Aloituskysely○ Kursseille ilmoittautuminen○ Oppimateriaalien selaaminen○ Tehtävien suorittaminen○ Oppimateriaalien läpikäynnin järjestys○ Yhteydenpito ohjaajien kanssa○ Osallistuminen yhteisiin (netti)tapaamisiin jne. ○ Arvosanat○ Kurssipalautteet○ Hops
Miksi tehdään? Runsaasti hyötyjä
● Opiskelijamäärät suuria● Opiskelijoiden lähtötilanteet hyvin erilaisia● Opintojen etenemisen seuraaminen perinteisillä menetelmillä vie
paljon ohjaajien aikaa. ● Helpottaa ohjaustarpeiden arviointia - yksilöllinen tukeminen● Työkaluja ohjaajille puuttua oikeisiin asioihin (oikeaan aikaan)● Opintojen keskeyttämisen ehkäiseminen● Opiskelijan oman opiskeluprosessin tukeminen● Nopeasti eteneviltä opiskelijoilta oppiminen● Pedagogiikan ja oppimisympäristön kehittäminen
Otavan Opisto oppimisanalytiikan kimpussa
● Mitä on tehty tähän mennessä○ Neuroverkko-kokeiluja oppimisprofiilien ja pudokkaiden
tunnistamiseksi○ Verkosoanalyysi-kokeiluja oppimisprofiilien ja pudokkaiden
tunnistamiseksi○ ‘Liikennevalot’ opiskelijoista opiskelutahdin havaitsemiseksi
● Mitä tehdään Poluttamossa, esimerkkejä○ Automatisoidut ilmoitukset opintojen viivästymisestä opiskelijalle○ Vapauttaa ohjaajien työaikaa sekä saadaan dataa myös niistä jotka
eivät opiskele○ VOPS - visuaalinen henkilökohtainen opintosuunnitelma○ Oppilasprofilointi - millaiset opiskelijat opiskelevat
Verkostoanalyysi
● Verkostoanalyysi on menetelmä, jossa tarkastellaan kytköksiä ja verkoston jäsenten välillä
● Verkostoanalyysi ei kerro yksittäisestä opiskelijasta, vaan esimerkiksi opiskelijoiden taustamuuttujien suhteista (kuten ikä, elämäntilanne)
● Voidaan esimerkiksi valita 23-43-vuotiaat keskeyttäneet opiskelijat ja tarkastella, millä taustatekijöillä on voimakas kytkös toisiinsa
● Näin voidaan olettaa, että uusi opiskelija, jolla on tietyt taustatekijät, voidaan ottaa ohjaukseen jo ennen opintojen alkamista
Pohdintoja matkan varrelta
● Miksi tätä tehdään?● Mitä tietoja saa kerätä?● Mitä tietoja halutaan kerätä ja siihen liittyvää eettistä pohdintaa● Opiskelijoille tiedottaminen● Muuttujien valinta
○ Mitkä muuttujat parhaita indikaattoreita○ Mitkä muuttujat toimivat neuroverkossa
Kysymyksiä ja jatko
● Miten huomioida että opiskelija opiskelee myös muualla?○ Opiskelu josta ei jää jälkeä
● Data ei ole neutraalia!● Millainen oppimiskäsitys taustalla?
● Datan keräämistä pyritään tehostamaan○ Erityyppisten oppijoiden tunnistaminen vahvemmaksi
● Esim. opiskelijan toiminta oppimisympäristössä● Oppimisympäristön kehitystyö● Eettiset pohdinnat
Oppimisanalytiikka, esimerkkejä
● Turku:http://tampub.uta.fi/bitstream/handle/10024/68230/tuovi_11_2013.pdf?sequence=3
● MOOC:it - Oppimateriaalien ja kurssien kehittäminenOpiskelijoiden voidaan esimerkiksi havaita pysähtyvän, hidastavan tai keskeyttävän tietyn videojakson tai tehtävän kohdalla
● Netflixin House of Cards-sarjan käsikirjoitusta rakennetaan sen perusteella, milloin ihmiset pikakelaavat ja millaisia kohtauksia he katsovat moneen kertaan