Blogi

Tommi Haapaniemi, Itä-Suomen yliopisto

AnalytiikkaÄly-hankkeen kehittämistyön keskiössä on ollut alusta lähtien analytiikka, jonka datalähteenä on opiskelijarekistereissä oleva tieto opiskelijoiden toiminnasta ja opiskelun tuloksista.

Opiskelijoiden suoritustiedot kertovat menneestä

Opintorekisterissä olevat suoritustiedot ovat luonteeltaan historiallisia. Opintorekisterin tiedoissa viive on siinä mielessä merkittävä, että suoritukseen johtanut opiskeluprosessi on tyypillisesti suorituksen kirjaamisvaiheessa jo ohi. Analytiikan hyödyntämisen näkökulmasta opiskelijan tai opiskelijaryhmän opiskelussa on voinut tapahtua muutoksia ja tilanne saattaa olla tarkasteluhetkellä jo hyvinkin erilainen. Menneestä kertovan tiedon avulla on joissakin tapauksissa mahdollista arvioida ja ennustaa opiskelijoiden opintojen suuntaa hyödyntämällä tunnistettuja indikaattoreita. Haasteena kuitenkin on, että näiden indikaattoritietojen tunnistaminen on hankalaa, eivätkä niistä tehtävät päätelmät esimerkiksi yksittäisten opiskelijoiden kohdalla välttämättä pidä paikkaansa.

HOPSista suuntaa tulevaan

Yksi keskeisimmistä työvälineistä opiskelijan tavoitteiden ja suunnitelmien yhdistämiseksi analytiikkaa hyödyntävään opintopolun ohjaukseen näyttäisi olevan opiskelijan henkilökohtainen opintosuunnitelma eli HOPS. HOPSit otettiin opiskelijan ohjauksen välineenä käyttöön yliopistoissa laajasti 2006 tutkinnonuudistuksen yhteydessä (ks. esim. Ansela, Haapaniemi & Pirttimäki, 2005).

HOPSien käyttö on saanut niiden käyttöönoton jälkeen monia muotoja. Joissain tapauksissa niiden käyttö on voinut jäädä enemmän tai vähemmän teknisluontoiseksi. On myös voinut käydä niin, että HOPSit eri muotoineen ovat muodostuneet keskeiseksi osaksi opiskelijan ohjausta, mutta käytettävissä oleva teknologia ei ole tukenut kaikilta osin laajempaa soveltamista. Teknologian kehittyminen puolestaan luo sekä paineita, että mahdollisuuksia HOPSin ohjauksen ja opintohallinnollisten prosessien muutoksille.

Olemme UEFissa siirtymässä uuden opintotietojärjestelmän käyttöön. Sen myötä myötä saamme myös opiskelijoiden opintojen suunnittelun tueksi uusia työvälineitä. AnalytiikkaÄly-hankkeessa tehty kehitystyö on osoittanut, että HOPS voi saada oppimisanalytiikan näkökulmasta uusia merkityksiä. Kehittämisen mahdollisuudet ja reunaehdot ovat tällä hetkellä vielä osin avoimia, mutta olemme tunnistaneet hankkeen myötä sen, että opintopolun ohjauksen tueksi kehitettävässä analytiikassa tietoja tarvitaan sekä opiskelijan suunnitelmista, että toteutuneesta toiminnasta. Yliopisto-opiskelijoiden HOPSien merkitys ei siten ole vähenemässä, sillä oppimisanalytiikan monipuolinen hyödyntäminen itseohjautuvan opiskelijan ohjauksen tukena edellyttää HOPSiltakin uudenlaista dynaamisuutta.

Itseohjautuvan opiskelijan tukeminen analytiikkaa hyödyntävällä ohjauksella

Tähän mennessä olemme UEFissa kehittäneet suoritustietoihin ja palautteeseen pohjautuvaa analytiikkaa erityisesti yliopiston opetuksen johtamisen tarpeisiin. Seuraavissa vaiheissa tarkoituksena on siirtyä opiskelijoiden, opettajien ja ohjaajien oppimisanalytiikan välineiden kehittämiseen. Tavoitteena on luoda muun muassa välineitä ja toimintamalleja opiskelijoiden lisääntyneen etäopiskelun ja sen edellyttämän itseohjautuvuuden tuen tarpeisiin.

Itseohjautuvassa opiskelussa opiskelijan oman toiminnan suunnittelun ja sen arvioinnin merkitys korostuu. Knowlesin (1975) mukaan itseohjautuvuus on prosessi, jossa oppija on aloitteellinen. Itseohjautuva opiskelija toimii itsenäisesti tai toisten avulla oppimistarpeidensa havaitsemisessa, oppimistavoitteidensa määrittelyssä, tarvittavien oppimisresurssien hankkimisessa, itselleen sopivien oppimisstrategioiden valinnassa ja toteuttamisessa sekä oppimistulostensa arvioinnissa.

Itseohjautuva ei siis tarkoita yksinäistä oppimista. Siinä pyritään opiskelijan aloitteellisuuteen, mutta itseohjautuvaa opiskelua voidaan tukea ohjauksella ja tukemalla oman toiminnan arviointia esimerkiksi analytiikan tuottamalla tiedolla. Ohjauksen kohdentaminen sitä tarvitseville ja ajoittaminen opiskeluprosessin kannalta oikea-aikaisesti on haasteellista, mutta keskeistä ohjauksen onnistumiseksi. Kohdentamisen ja ajoittamisen kannalta keskeinen kysymys on se, minkälaista tietoa opiskelijan suunnitelmista, tavoitteista ja opintojen toteutumisesta ohjauksessa on käytettävissä.

Oppimisanalytiikan kytkeminen opiskelijan opintopolun ohjaukseen on vielä suurelta osin tuntematonta aluetta. Lisääntynyt etäopiskelu on teknistänyt opiskelua. Ja kun samaan aikaan yliopiston opintotietojärjestelmät uudistuvat, on hyvä pitää mielessä, että opiskelussa onnistumisessa ja merkityksellisessä oppimisessa ei ole kyse vain tekniikasta, suorittamisesta tai mitattavien asioiden toistojen määristä. Henkilökohtaiset kokemukset, kohtaamiset henkilökunnan kanssa ja opinnoille annettu merkitys ovat tärkeitä opiskelijoiden oppimiselle. Analytiikka voi tukea myös opettajan ja ohjaajan kehittymistä ja oman toiminnan reflektiota.

Oppimisanalytiikkatiedon tuella toteutettavia interventioita suunniteltaessa on tärkeää, että suhtaudumme kriittisesti perusoletuksiin, joita meillä on analytiikan käytöstä ja pohdimme kriittisesti ne tavat, joilla integroimme analytiikkatiedon käytön osaksi opiskelun arviointia ja ohjausta (Archer & Prinsloo, 2020). Tarvitsemme vielä lisää kokemusta ja tietoa analytiikan hyödyntämisestä opiskelijan opintopolun ohjauksessa.

Lähteet:

Archer, E. & Prinsloo, P. (2020) Speaking the unspoken in learning analytics: troubling the defaults, Assessment & Evaluation in Higher Education, 45:6, 888-900

Ansela, M., Haapaniemi, T. & Pirttimäki, S. (2005). Yliopisto-opiskelijan hops: Ohjaajan opas. Kuopion yliopisto, Oppimiskeskus.

Knowles, M. (1975). Self-directed learning. A guide for learners and teachers. Cambridge: Adult education.

Kirjoittajat:

Jiri Lallimo, Aalto yliopisto

Anni Silvola, Oulun yliopisto

Oppimisanalytiikka voi tarjota monipuolista tukea opiskelijoille, ohjaajille, opettajille ja koulutuksen johtajille. Samalla se herättää uudenlaisia eettisiä kysymyksiä tiedon hyödyntämisestä osana koulutusinstituution käytänteitä. Oppimisanalytiikan etiikalla tarkoitetaan yleisesti oppimisanalytiikka käyttöön liittyvien arvojen tarkastelua eri käyttäjien näkökulmista, jotka yhdistyvät oppimisen ja opetuksen toivottuihin tai epäsuotuisiin toteutuksiin. Tyypillisesti keskustelu kohdistuu siihen,  millaiset asiat herättävät eri toimijoille kysymyksiä tai huolta esimerkiksi oppimisanalytiikan käyttötarkoituksesta, datan käsittelystä, oikeuksista dataan ja tuloksiin tai millaisia toimia analytiikan tuloksista tulisi seurata opiskelijan hyväksi. Tässä kirjoituksessa käymme lyhyesti läpi, millaisia oppimisanalytiikan eettisiä periaatteita korkeakouluissa on tunnistettu tähän mennessä tärkeiksi ja millaisia suuntaviivoja tutkimuskirjallisuus tarjoaa aiheeseen. Kun kirjoituksessa viittaamme yleisesti etiikkaan, tarkoitamme oppimisanalytiikan eettisiä kysymyksiä.

Eettisiin kysymyksiin liittyvä lainsäädäntö ja erityisesti vuonna 2018 voimaan tullut EU:n tietosuoja-asetus (GDPR, General Data Protection Regulation) sekä siihen liittyvät kansalliset tulkinnat ja ohjeistus datan käsittelystä vaikuttavat käytännön toteutuksiin. Tulkinnat ovat tällä hetkellä edelleen tarkentuvia. Koska oppimisanalytiikka on suhteellisen uusi elementti oppimisen ja opetuksen tukemiseksi, on aluksi tärkeää tunnistaa oppimisanalytiikan kehittämistä ja käyttöä ohjaavia eettisiä periaatteita. Periaatteiden taustalla vaikuttavat aiempi tutkimuskirjallisuus (esim. Slade & Prinsloo, 2013; Sclater, 2016), muissa Euroopan maissa toteutetut eettisen toiminnan linjaukset (esim. SURF ja JISC) sekä omat huomiomme. Keskeisiä periaatteita ovat:

• Oikeus vaikuttaa omien henkilötietojen käsittelyyn
• Oppimisanalytiikan tavoitteiden ja käytäntöjen läpinäkyvyys
• Yliopiston julkistetut arvot, strategia ja toimintaperiaatteet oppimisanalytiikan kehittämisen pohjana
• Tasapuolisuus eli erilaisten opiskelijoiden ja ryhmien omien tarpeiden tukeminen
• Toiminnan laadun parantaminen eri toimijoiden omista näkökulmista
• Positiivisen ja aktiivisen opiskelukokemuksen vahvistaminen
• Henkilökohtaisen tuen ja palautteen tarjoaminen
• Oppimisanalytiikka osana opettajan ja ohjaajan tarjoamaa tukea
• Datan ja algoritmien kriittinen tarkastelu
• Käyttäjäkeskeisyys oppimisanalytiikan kehittämisessä

Koulutusinstituutiot ovat valmistelemassa itselleen linjauksia, joissa yllä mainittuja periaatteita pyritään konkretisoimaan käytäntöjen näkökulmasta. Tämä on luonnollista, sillä koulutusinstituutiot tarvitsevat juridisen perustan sekä organisaatiokohtaisia määrittelyjä ohjaamaan oppimisanalytiikan kehittämistä ja käyttöä. Siinä yhdistyvät kysymykset organisaation tavoitteista, hallinnollisia linjauksia datan käytön rooleista ja oikeuksista, teknisiä elementtejä datan hallinnasta ja välineiden toteutuksista, sekä tärkeimpänä määrittelyjä käytännön analytiikkatoteutuksista opiskelijan, opettajan, ohjaajan,  palveluhenkilöstön ja johdon työskentelyn tueksi. Vaikka oppimisanalytiikan kokonaisuus on varsin monimuotoinen ja sisältää useita edelleen tarkentuvia elementtejä, erilaisilla linjauksilla ja yhteisillä päätöksillä turvataan, että oppimisanalytiikkaa käytetään yhteisesti sovittuihin tarkoituksiin ja että toimijoiden oikeudet ja tietosuoja toteutuvat.

Kansainvälinen kirjallisuus on painottanut opiskelijoiden ja henkilökunnan näkökulmia eettisiin kysymyksiin omina tarkasteltavina alueinaan, jotta erilaisiin käyttötapauksiin saadaan selkeitä ja käytännönläheisiä ratkaisuja. Opiskelijoiden rooli oppimisanalytiikan kehittämisessä ja käytössä on tunnistettu olennaiseksi, koska heidän toimintansa on pääasiallinen kerättävän tiedon lähde, mutta he ovat myös itse tiedon hyödyntäjiä. Tutkimuskirjallisuus on tunnistanut, että koulutusinstituutioiden oppimisanalytiikan kestävän toimintakulttuurin rakentamisessa on tärkeää osallistaa opiskelijat aktiivisesti oppimisanalytiikan kehittämisprosessin eri vaiheisiin (esim. Slade & Prinsloo, 2013). Opiskelijoiden toimijuuden tukeminen oppimisanalytiikalla on tunnistettu tärkeäksi myös oppimisen tukemisen näkökulmasta (Bennet & Folley, 2018). Koska opiskelijoiden osaaminen sekä identiteetti ovat jatkuvassa muutoksessa opiskelupolun aikana, on tärkeää tarkastella avoimesti ja kriittisesti, millaista tietoa opiskelijoiden toiminnasta on mielekästä kerätä ja millaiset mahdollisuudet opiskelijoilla itsellään on vaikuttaa opinnoista syntyvään digijalanjälkeen, datan käsittelyyn sekä analytiikkaa hyödyntävään tukeen. 

Henkilökunnan näkökulmia oppimisanalytiikan eettisiin kysymyksiin ei ole tutkittu kovin laajasti. On kuitenkin tarkasteltu esimerkiksi sitä, millaiset tekijät vaikuttavat oppimisanalytiikan hyväksymiseen, jotta sitä voitaisiin hyödyntää työkaluna erilaisissa tilanteissa. Klein ja muut (2019) huomasivat tutkimuksessaan, että opettajat eivät aina olleet selvillä siitä, miten heidän odotettiin hyödyntävän tarjolla olevia oppimisanalytiikan työkaluja työssään, ja tukisivatko työkalut opiskelijoita ja heidän hyvinvointiaan opettajien toivomalla tavalla. Lisäksi on tunnistettu, että teknologian käytettävyys ja sujuvuus, sekä opiskelijan tukeminen käyttöönoton päämääränä ovat opettajille ja ohjaajille usein tärkeitä (esim. Howell et al., 2018). Jos työkalujen käytöstä ei ole instituutiossa täyttä selvyyttä ja yksimielisyyttä, voi sen käyttö synnyttää helposti ammattieettisesti ristiriitaisia kokemuksia. 

Oppimisanalytiikan kehittäjät, sisältäen pedagogisen, data-analytiikka- ja teknologiaosaamisen, ovat keskeinen sidosryhmä eettisten työkalujen kehittämisessä. Vuoropuhelu eri ammattiryhmien välillä ja yhdessä loppukäyttäjien kanssa varmistaa eettisten kysymysten sisällyttämisen oppimisanalytiikan kehittämisprosesseihin, joissa  määritellään analytiikan loppukäytön muotoja. 

AnalytiikkaÄly-hankkeessa on kartoitettu laajasti käyttötarpeita ja työstetty opettajien, ohjaajien ja opiskelijoiden kanssa oppimisanalytiikan välineistöjä. Meneillään olevissa työpöytien testauksissa saamme tärkeää tietoa niihin liittyvistä käyttökokemuksista erilaisissa tilanteissa, kuten osana ohjausta tai omien opintojen suunnittelua, seurantaa ja ennakointia. Eettiset kysymykset eivät ole irrallista käsitteellistä pohdintaa, vaan saavat konkreetin muodon testauksen käyttökokemuksista uusien eettisten näkökulmien tunnistamiseksi oppimisen ja opettamisen analytiikkatuettujen käytäntöjen rakentamisessa.

Lähteet

Bennett, L., & Folley, S. (2019). Four design principles for learner dashboards that support student agency and empowerment. Journal of Applied Research in Higher Education, 12(1), 15-26. doi:http://dx.doi.org/10.1108/JARHE-11-2018-025

Howell, J. A., Roberts, L. D., Seaman, K., & Gibson, D. C. (2018). Are we on our way to becoming a “helicopter university”? academics’ views on learning analytics. Technology, Knowledge and Learning, 23(1), 1-20. doi:http://dx.doi.org/10.1007/s10758-017-9329-9

Klein, C., Lester, J., Rangwala, H., & Johri, A. (2019). Technological barriers and incentives to learning analytics adoption in higher education: Insights from users. Journal of Computing in Higher Education, 31(3), 604-625. doi:http://dx.doi.org/10.1007/s12528-019-09210-5

Sclater, N. (2016). Developing a code of practice for learning analytics. Journal of Learning Analytics, 3(1), 16-42

Slade, S., & Prinsloo, P. (2013). Learning Analytics: Ethical Issues and Dilemmas. American Behavioral Scientist, 57(10), 1510–1529. https://doi.org/10.1177/0002764213479366