AnalyticsAI

AnalytiikkaÄly-Etäohjaus 04/2021-05/2022

AnalytiikkaÄly-hanke jatkaa kehittämis- ja tutkimustyötä Opetus- ja kulttuuriministeriön rahoituksella AnalytiikkaÄly-Etäohjaus-hankkeena. Seitsemän yliopiston yhteishanketta koordinoi Oulun yliopisto. Työ hankkeessa jatkuu toukokuuhun 2022.

Hankkeessa hyödynnetään AnalytiikkaÄly-hankkeessa kehitettyjä työpöytiä ja käytäntöjä. Tavoitteena on etä- ja hybridiohjauksen analytiikkatietoa käyttävän tukimallin viimeistely ja pilotointi partneriyliopistoissa. Oppimisanalytiikan työvälineillä tavoitellaan myös opiskelijoiden itseohjautuvuuden valmiuksien tukemista. Lisäksi tavoitteena on, että etäohjausta ja vuorovaikutusta tuetaan oppimisanalytiikan työvälineillä. Keskeinen osa työskentelyä on analytiikkatyövälineiden käyttö ja kokeilu osana etäohjauksen tukimalleja. Etä- ja hybridiohjauksen malli ja analytiikkavälineiden kokeilut tuottavat tietoa korkeakoulukentän käyttöön.

AnalyticsAI aims to:

  • etä- ja hybridiohjauksen analytiikkatietoa käyttävän tukimallin viimeistely ja pilotointi partneriyliopistoissa
  • opiskelijoiden itseohjautuvuuden valmiuksien tukeminen oppimisanalytiikan työvälineillä
  • etäohjauksen ja vuorovaikutuksen tukeminen oppimisanalytiikan työvälineillä
  • analytiikkatyövälineiden käyttö ja kokeilu etäohjauksen tukimallin osana

Seuraa hankkeen työtä nettisivuiltamme tai esimerkiksi Twitterin ja Facebookin välityksellä!

AnalytiikkaÄly 08/2018-05/2021

AnalyticsAI is a two-year project (August 2018-December 2020) funded by the Finnish Ministry of Education and Culture, coordinated by the University of Oulu, and involving altogether seven Finnish Universities: Aalto University, University of Eastern Finland, University of Lapland, LUT University, Tampere University and University of Turku. The project intends to facilitate the students' learning processes at the University level and the subsequent transition to working life by utilising learning analytics to support individual study paths, planning of studies, teaching and guidance, educational leadership, and at a broader scale, university governance. The research project utilises big data tools to analyse existing national and university-level databases, and information systems which combined with new innovative solutions will create new ways to support university studies featuring learning analytics applications and practices.

AnalyticsAI aims to:

  • create ways to provide students with information about their own learning processes, for a more effective future planning of studies, and in learning how to learn
  • develop and test new ways of utilising the data for student guidance
  • identify and pilot ways to use the learning analytics data in the university administrative decision-making processes, e.g. in the development of teaching and learning environments
  • involve different user groups and stakeholders, i.e students, teachers, tutors, coordinators, support staff and management, in the design and evaluation of functionalities and operating models
  • utilise information from different sources, taking into account application interfaces, data protection and ethics.
  • disseminate results, models and practices to all educational institutions.

Work Packages

AnalyticsAI work is divided into three work packages:

  1. Use and analysis of development needs and coordination of development tasks
  2. Development of Applications
  3. Piloting, ethical models, and the development of a new culture of operating
en_GBEnglish (UK)