Blogi

Blogi

AnalytiikkaÄly Pedaforumissa

Pedaforum-päivät järjestetään Oulun yliopiston ja Oulun ammattikorkeakoulun yhteistyönä 20.-21.8.2020. Varsinaisten seminaaripäivien lisäksi keskiviikkona 19.8. järjestetään verkostotapaamisia. Tänä vuonna seminaari on maksuton ja se järjestetään täysin verkossa. Päivien teema on Pyörällä päästään – pilveen ja paikalle ja seminaarin ohjelma rakentuu jatkuvan oppimisen, avoimen oppimisen ja digitalisaation sekä kampuskokemuksen, erilaisten oppimisympäristöjen, oppijoiden ja esteettömyyden ympärille. 

Oppimisanalytiikan teema on myös vahvasti esillä päivien aikana, sillä järjestämme keskiviikkona 19.8. oppimisanalytiikan verkostotapaamisen yhteistyössä APOA-hankkeen kanssa ja hankkeellamme on seminaarissa peräti kuusi esitystä/työpajaa! Seminaarin ohjelman löydät kokonaisuudessaan täältä, mutta alta löydät kätevästi kaikki osiot, joissa AnalytiikkaÄly-hankkeemme on mukana.

Keskiviikko 19.8.2020

Oppimisanalytiikan verkostotapaaminen! Oppimisanalytiikan verkostotapaamisessa pureudutaan kahden hankkeen kuulumisiin ja tuloksiin sekä keskustellaan aktiivisesti ja osallistavasti oppimisanalytiikan ajankohtaisista tuulista.

Verkostotapaamisen ohjelma:

10.00 Tervetuloa!

10.05-12.00 Hankkeiden kuulumiset

AnalytiikkaÄly: Työkaluja oppimisanalytiikan käyttöönoton tueksi ja kurkistus tuleviin pilotteihin

APOA: Kokemuksia piloteinneista ja suositukset oppimisanalytiikan käyttöönottoon

12.00-13.00 Lounastauko

13.00-14.00 Analytiikkajaosto: oppimisanalytiikan kansalliset kuulumiset ja oppimisanalytiikan viitekehys

14.00-15.00 Työpajatyöskentelyä:  Miten tästä eteenpäin? Miten oppimisanalytiikan verkosto organisoituu? Miten oppimisanalytiikkaa voidaan edistää hankkeiden päättymisen jälkeen?

Verkostotapaaminen järjestetään Zoomissa. Suosittelemme tietoturvasyistä lataamaan Zoom-sovelluksen uusimman version laitteille jo etukäteen. Selaimista parhaiten Zoomia tukee Google Chrome. Verkostotapaamisessa käytämme odotusaulaa, joten liitythän tapaamiseen omalla nimelläsi. Selkokieliset Zoomin käyttöohjeet löydät täältä.

Pääset lukemaan esityksien ja työpajojen abstraktit klikkaamalla esitystä.

Torstai 20.8.2020

Rinnakkaissessio 1 klo: 14-15.30 Workshop: Opiskelija AnalytiikkaÄly dashboard hands-on

Rinnakkaissessio 1 klo:14-15.30 Workshop: Työkaluja ja toimintamalleja oppimisanalytiikkatiedon käytön tueksi: juridiikka ja johtaminen

Rinnakkaissessio 1 klo:15-15.30 Listen & Learn: Opintopolku palvelupolkuna AnalytiikkaÄly-hankkeessa

Perjantai 21.8.2020

Rinnakkaissessio 2 klo: 10.15-11.45 Workshop, Opintopolku blueprint ja oppimisanalytiikan hyödyntäminen opiskelun tukena

Rinnakkaissessio 2 klo: 10.45-11.15 Listen & Learn: Kohti oppimisanalytiikan käyttöä: omaopettajien kokemus roolistaan ja oppimisanalytiikan työpöydän käytöstä ohjauksessa

Rinnakkaissessio 3 klo:12.30-13.00 Ideas and practices: Data-driven approach to developing support processes for learning, teaching and management in higher education: Modeling factors affecting study success from large-scale study-related data

Nähdään Pedaforumissa!

Blogi

Palvelumuotoilu auttaa hahmottamaan oppimisanalytiikan käyttökontekstia

Oppimisanalytiikan hyödyntäminen osana opiskelijan opintopolkua on laaja kokonaisuus, ja analytiikan käyttökokemukseen voivat vaikuttaa myös monet ulkoiset seikat opiskelijan ympäristössä ja opintopolussa. AnalytiikkaÄly -hankkeessa on kevään 2020 aikana hyödynnetty palvelumuotoilun näkökulmaa oppimisanalytiikan hahmottamiseen osana opiskelijan opintopolkua.

Palvelumuotoilu keskittyy ihmislähtöisen näkökulman ja systeemisen muotoiluajattelun kautta kehittämään ja suunnittelemaan palveluita, järjestelmiä ja prosesseja. Palvelumuotoilun menetelmät auttavat hahmottamaan palveluita yksittäisistä palvelukohtaamisista aina laajojen palveluekosysteemien rakenteisiin. Palvelun ymmärtämisen ja suunnittelun keskiössä ovat ihmiset, kuten käyttäjät, palveluntarjoajat, partnerit ja muut sidosryhmät, sekä heidän tarpeensa ja toiveensa palvelua kohtaan. Erityisesti käyttäjätarpeita pyritään tarkastelemaan ja ymmärtämään syvällisesti, jotta kehitettävä palvelu vastaisi tarpeisiin mahdollisimman kattavasti.

Palvelumuotoiluprosessissa palvelun rakenteita tarkastellaan niihin linkittyvien ihmisten lisäksi myös palveluympäristöjen, toimintamallien, palveluprosessien sekä palvelukanavien, kuten käyttöliittymien kautta. Näistä palvelun ”kontaktipisteistä” voidaan rakentaa palvelukohtaamisten jatkumo eli palvelupolku, joka rakentaa mahdollisimman kattavan ja tarkoituksenmukaisen palvelukokemuksen käyttäjälle. Palvelupolku on työkalu tarkastella palvelukohtaamisia kriittisesti sekä arvioida, miten palvelun osia voidaan kehittää oikeaan suuntaan, jotta käyttäjien tarpeet tulee kohdattua koko palvelupolun aikana.

AnalytiikkaÄly -hankkeessa opiskelijan opintopolkua on hahmotettu palvelupolkuna ja pyritty siten ymmärtämään oppimisanalytiikan kontekstia opiskelijan silmin. Hankkeessa kerättyyn tarvekartoitukseen pohjautuva palvelupolku liittää AnalytiikkaÄly -sovelluksen opiskelijan opintopolkuun opintoihin hakemisesta lähtien aina valmistumisen jälkeiseen aikaan asti, ja nostaa esiin tarpeita ja haasteita, joihin sovelluksen toiminnot voivat polun aikana tuoda ratkaisuja.

Oppimisanalytiikan ihmislähtöinen tarkastelu osana opiskelijan opintokokemusta voi antaa paremman ymmärryksen oppimisanalytiikan kontekstista, sen sovellutusten käytöstä suhteessa opintopolkuun, sekä siihen vaikuttavista ulkoisista tekijöistä, kuten opinnoissa tapahtuvat aikataulumuutoksista esimerkiksi opintojen ohella tapahtuvan työskentelyn tai perhesyiden vuoksi. Tällaisia muutoksia on haasteellista ennakoida analytiikan keinoin, mutta ne ovat inhimillisiä tekijöitä, joita on hankkeessa havainnollistettu palvelumuotoilun keinoin osaksi opintojen aikaista palvelupolkua.   Palvelumuotoilun näkökulmaa oppimisanalytiikkaan avataan lisää AnalytiikkaÄlyn webinaarissa ”Opintopolku palvelupolkuna – analytiikan näkökulmia” tiistaina 18.8. klo 13-14. Lisätietoja hankkeen webinaarisarjasta saat täältä.

Titta Jylkäs

Lapin yliopisto

Blogi

Can analytics provide support and solutions in challenging situations?

The coronavirus has forced several educational institutions from basic education to higher education to take quite a digital leap in recent days. On a very fast schedule we switched to distance learning and working. Some higher education institutions have reported transferring to online learning in just a few weeks instead of previously planned months. Common worries of teachers and administrators in this situation are securing the continuation of the learning process, as well as ensuring that learning outcomes are achieved in digital environments. At the same time learning in digital environments from home requires better self-management skills from students as learning opportunities are more flexible and less supervised. Students who previously used help and direction from learning support may also have lost some of the resources.  

In these challenging times learning analytics can be utilized to become eyes and ears of a teacher and to support students’ learning process. By tracking students’ actions in learning environments and providing meaningful summaries and visualization to teachers, learning analytics can help teachers keep a constant overview of what is happening in the digital classroom, which students are progressing with their assignments and which ones need more help and personal attention from the teacher.   

Students on the other hand may benefit from more direct learning analytics support in a form of content suggestions and reminders to facilitate time management. Learning analytics may help keeping track of the study path, providing a track of completed studies and giving a structured overview of what courses still have to be mastered. All of the mentioned earlier could provide support and a sense of structure needed in one’s studies in challenging situations.   

Just as everyone else, our project has also adapted to the state of emergency in the country. Project meetings are now as well happening virtually so project partners can still collaborate successfully and do their work remotely from home. As we planned to have piloting sessions this spring, they are now transferred to purely online piloting and we will try to reach students online so they could try out and evaluate first the simulation and then the student dashboard as well. Teacher tutor piloting has also moved online, as teacher tutors now have instructions to carry out tutoring sessions with students using digital communication means.  

With our project team we are very happy to help create and develop tools and ways to utilize learning analytics that could benefit students and teachers in their everyday work and in extraordinary circumstances. Although the situation is hard for all educational communities there are resources and opportunities that teachers, students and researchers can utilize to succeed in their endeavors.   

Egle Gedrimiene ja Henna Määttä

University of Oulu

Blogi

Tarjolla oppimisanalytiikka-aiheisia webinaareja!

AnalytiikkaÄly-hanke toteuttaa vuoden 2020 aikana kolme oppimisanalytiikka-aiheista webinaaria. Webinaarien tarkoituksena on jakaa hankkeen tuloksia laajemmalle yleisölle sekä tuoda esille erilaisia oppimisanalytiikkaan liittyviä näkökulmia. Webinaarit järjestetään Zoomissa, löydät liittymislinkit alta. Tule mukaan kuuntelemaan ja keskustelemaan!

Ilmoittautuminen webinaareihin: bit.ly/AIwebinaarit

Lisätietoa webinaareista:

Tietosuojaperiaatteet, riskiarvio ja vaikutustenarviointi

Tommi Haapaniemi (ISY), Meri Sariola (ISY), Jiri Lallimo (AY), Viivi Väisänen (HY)

Osana AnalytiikkaÄlyn oppimisanalytiikan juridisia seikkoja koskevaa työtä Viivi Väisäsen esitys käsittelee Aalto-yliopiston tapauskuvauksen kautta tietosuojaperiaatteita ja vaikutustenarviointia. Esityksessä tuodaan esille tapausselvityksen tärkeimmät johtopäätökset sekä konkreettisena esimerkkinä vaikutustenarvioinnin tekeminen Moodle:n drop-out rate:sta. Työ on palvellut myös AnalytiikkaÄlyn oppimisanalytiikan linjauksia koskevaa työtä.

Hankkeessa on kehitetty Itä-Suomen yliopiston johdolla yksinkertaistettua henkilötietojen käsittelyn riskiarvion mallia, jota voidaan soveltaa erityisesti oppimisanalytiikan erilaisiin käyttötapauksiin. Esityksessä tutustutaan riskiarviomalliin ja siihen, millaisia keskeisiä riskejä ja näkökulmia oppimisanalytiikan käyttöönotossa tulee tietosuoja-asetuksen perusteella tarkastella.

AnalytiikkaÄly-sovellus, Student Dashboard

Heikki Hyyrö ja Sami-Santeri Svensk (TaY)

Hankkeessa on kehitetty Tampereen yliopiston johdolla oppimisanalytiikkaa hyödyntävää sovellusta opiskelijoiden, ohjaajien ja koulutuksesta vastaavien käyttöön. Esityksessä pureudutaan konkreettisesti sovelluksen keskeisiin elementteihin ja erityisesti siihen, miten sovelluksella voidaan tukea opiskelijoiden sujuvaa opintojen etenemistä.

Opintopolku palvelupolkuna – analytiikan näkökulmia

Titta Jylkäs ja Essi Kuure (LaY)

Millaisia kehitysmahdollisuuksia voimme tunnistaa, kun tarkastelemme opiskelijan opintopolkua palvelupolkuna? Esityksessä avataan palvelumuotoilun perusteiden ja menetelmien kautta ihmislähtöistä lähestymistä oppimisanalytiikkaan. Opiskelijan palvelupolun tunnistamisen kautta oppimisanalytiikan hyödyt voidaan kohdentaa opintoihin oikea-aikaisesti ja tuottaa näin opiskelijalle konkreettista hyötyä opintojen edistämiseen. Palvelumuotoilun ja oppimisanalytiikan kautta voimme hahmottaa opintopolun kokonaisuutena ja tarjota opiskelijalle palveluarvoa kohdennetusti.

Blogi

Oppimisanalytiikan linjaus suuntaa ja edistää analytiikan mielekästä käyttöä

Miksi ja miten oppimisanalytiikan linjausta on rakennettu?

Oppimisen muodot ja mahdollisuudet yliopistoissa moninaistuvat. Samalla opiskelijan toiminnasta sekä opetuksesta kertyvä datamäärä lisääntyy ja moninaistuu. Dataa analysoimalla voidaan paremmin ymmärtää oppimisen mahdollisuuksia sekä myös kapeikkoja. Oppimisanalytiikka on nopeasti kasvava alue, jolla tarkoitetaan oppijasta kertyvien tietojen keräämistä, mittaamista, analysointi ja raportointia siten, että tarkoituksena on ymmärtää ja optimoida oppimista ja oppimisympäristöjä (Siemens 2013).

AnalytiikkaÄly-hankkeen keskeisiä tavoitteita on tuottaa välineitä oppimisanalytiikan käytäntöjen tueksi. Näistä yksi on oppimisanalytiikan linjaus, joka sisältää tarkasti punnittuja, avoimia ja hyväksyttyjä periaatteita, ohjeita ja päätöksiä, jotka turvaavat analytiikan mielekkään käytön. Linjaus on monimuotoinen väline, jossa tulee huomioida oppimisen ja opettamisen strategisia, pedagogisia, eettisiä ja juridisia sekä teknisiä ja dataan liittyviä näkökulmia. Pohjimmiltaan oppimisanalytiikan linjaus siis tukee opiskelijoita sekä henkilöstöä oppimisanalytiikan ymmärrettävässä, yhdenmukaisessa ja vastuullisessa hyödyntämisessä. AnalytiikkaÄlyn linjaustyötä on valmisteltu Aalto-yliopiston johdolla, jonka tekemä pohjatyö ja linjausdokumentti palvelee kaikkia hankkeen toimijoita. Ensimmäisessä vaiheen Aallossa työstetty linjausdokumentti tulee seuraavassa vaiheessa työstettäväksi muiden yliopistojen omiin tarpeisiin.

Aallossa linjauksen tehtäväksianto vahvistettiin Oppimisen alueen ohjausryhmältä ja sitä varten kerätty linjaus-työryhmä koostui oppimispalveluiden (oppimisen ja opettamisen palvelut ja prosessit, pedagogiikka ja oppimisanalytiikan vastuu), johtamisen tietopalveluiden (osaamisalueena raportoinnit ja datan ylläpito, kehittäminen ja johtaminen), IT-palveluiden (oppimisen ja opetuksen järjestelmien kehittäminen ja palvelut sekä datan ja yliopiston analytiikan kehittäminen ja hallinta), akateemisten lakipalvelujen (tietosuoja ja muut juridiset asiat) sekä opettajien ja opiskelijoiden edustajista. Tämä edustuksellisuus on osoittautunut toimivaksi. Linjauksen tulee tukea yliopiston monia palveluprosesseja ja toimintakäytäntöjä, myös kehitteillä olevia, jonka vuoksi linjauksen kehittämisen on kytkeydyttävä tiivisti yliopiston eri osaamisalueisiin.

Linjaustyö on edennyt siten, että laajan kansainvälisen kirjallisuuskatsauksen pohjalta tarkensimme ensin oppimisanalytiikan periaatteet, joita haluemme noudattaa. Tämä toimi pohjustuksena varsinaisille linjauksen teemoille, joiden kautta oppimisanalytiikan käyttöä koskevat näkökulmat tarkentuivat. Keskeisiä esimerkkejä ovat olleet Sheila-verkoston luoma R.O.M.A. viitekehitys (Rapid Outcome Mapping System) sekä erityisesti JISC-yhteisön ja ORLA-yhteisön luomat linjauksen työstämisen ohjeet ja teemat. Olemme hyödyntäneet useaa kansainvälistä linjaustyötä, joista löytyy kattavasti esimerkkejä.

Oppimisanalytiikan käyttöä ohjaaviksi periaatteiksi valittiin seuraavat:

  1. Oppimisanalytiikan tavoitteiden ja käytäntöjen läpinäkyvyys sekä oikeus vaikuttaa omien henkilötietojensa käsittelyyn: Oppimisanalytiikan datan keräys ja käyttö, sen jakaminen ja datan eettinen käyttö perustuvat läpinäkyviin perusteisiin ja päätöksiin oppimisanalytiikan hyödyistä ja käyttötavoista  
  2. Yliopiston arvot ja strategia oppimisanalytiikan pohjana: Oppimisanalytiikan käyttö ja kehittäminen ohjautuvat yliopiston arvojen ja strategian mukaisesti.  
  3. Tasapuolisuus: Oppimisanalytiikan avulla pyritään ymmärtämään monimuotoisten opiskelijaryhmien tarpeita ja tarjoamaan heille tukea ja ohjausta ennakoivasti ja oikea-aikaisesti 
  4. Laadun parantaminen eri toimijoille: Opiskelijat voivat käyttää oppimisanalytiikkaa opintojen sujuvoittamiseen. Opetushenkilöstö voi käyttää oppimisanalytiikkaa opetuksen arviointiin ja kehittämiseen. Koulutusohjelmien johtajat sekä yliopiston johto voi käyttää oppimisanalytiikkaa johtamisen tukena sekä opetuksen laadun kehittämisessä. 
  5. Positiivisen opiskelukokemuksen vahvistaminen: Oppimisanalytiikan tarjotaan sisältöjä ja polkuja opiskelijan tukemaan henkilökohtaista suunnitelmaa ja opiskelijan hyvinvointia. 
  6. Henkilökohtainen tuki ja palaute: Oppimisanalytiikalla voidaan tunnistaa opiskelijoiden opiskeluun liittyviä tarpeita ja tarjota niihin henkilökohtaista tukea. 
  7. Oppimisanalytiikka opettajan ja ohjaajan tuen apuna: Ymmärrämme, että oppimisanalytiikan käyttö antaa vain osittaisen kuvan opiskelijoiden toiminnasta, suoriutumisesta, aktiivisuudesta, hyvinvoinnista ja muista tekijöistä. Tämän vuoksi oppimisanalytiikan tuloksiin nojautuvat tukitoimet arvioidaan ihmisten tekeminä. Oppimisanalytiikka täydentää kasvokkaisen ja verkkopohjaisen vuorovaikutuksen muotoja. 
  8. Datan ja algoritmien kriittinen tarkastelu: Tunnistamme, että data ja algoritmit voivat olla vääristyneitä. Työskentelemme systemaattisesti mahdollisen puutteellisen datan, virheellisten algoritmien sekä päätelmien ja vaikutusten korjaamiseksi. 
  9. Käyttäjäkeskeisyys oppimisanalytiikan kehittämisessä: Oppimisanalytiikan kehittäminen ja käyttö nojautuvat yliopiston eri toimijaryhmien käyttäjäkeskeiseen näkökulmaan.
  10. Digitaalisen kyvykkyyden kehittäminen: Oppimisanalytiikan käytöllä tuetaan opiskelijoiden ja henkilöstön ymmärrystä ja kyvykkyyttä toimia digitaalisissa ympäristöissä.

Varsinaiset linjauksen teemat pitävät sisällään tarkempia ohjeistuksia ja niihin liitetään yliopiston olemassa olevia muita linjauksia (esimerkiksi Tietosuojapolitiikka) ja dokumentteja (esimerkiksi Tiedonohjaussuunnitelma ja tietosuojailmoitus)

Oppimisanalytiikan linjauksen teemat 

  1. Oppimisanalytiikan osa-alueet ja vastuukysymykset 
  2. Tietosuojaperiaatteet oppimisanalytiikassa 
  3. Oppimisanalytiikan datan ja tulosten validiteetin varmistaminen 
  4. Pääsy analytiikan tuloksiin ja dataan 
  5. Positiivisten interventioiden oikeuttaminen ja mahdollistaminen 
  6. Oppimisanalytiikan haitallisten vaikutusten tunnistaminen ja huomiointi 

Oppimisanalytiikan käyttöönotto on juuri tuloillaan yliopistoissa. Linjaus on olennainen väline tämän toiminnan suuntaamisessa. Linjaus on myös elävä dokumentti, jota tulee tarkentaa kokemusten karttumisen ja analytiikan uusien mahdollisuuksien kautta.

Jiri Lallimo

Aalto-yliopisto

Lähteet

JISC, UK (2015). Code of Practice for Learning Analytics. (Noudettu 18.10.2019) 
https://www.jisc.ac.uk/sites/default/files/jd0040_code_of_practice_for_learning_analytics_190515_v1.pdf

Sheila-project, Supporting Higher Education to Intgrate Learning Analytics. (Noudettu 18.10.2019) https://sheilaproject.eu/

Siemens, G. (2013). Learning Analytics: The Emergence of a Discipline. American Behavioral Scientist, 57(10), 1380–1400.