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:
- 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
- Yliopiston arvot ja strategia oppimisanalytiikan pohjana: Oppimisanalytiikan käyttö ja kehittäminen ohjautuvat yliopiston arvojen ja strategian mukaisesti.
- Tasapuolisuus: Oppimisanalytiikan avulla pyritään ymmärtämään monimuotoisten opiskelijaryhmien tarpeita ja tarjoamaan heille tukea ja ohjausta ennakoivasti ja oikea-aikaisesti
- 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.
- Positiivisen opiskelukokemuksen vahvistaminen: Oppimisanalytiikan tarjotaan sisältöjä ja polkuja opiskelijan tukemaan henkilökohtaista suunnitelmaa ja opiskelijan hyvinvointia.
- Henkilökohtainen tuki ja palaute: Oppimisanalytiikalla voidaan tunnistaa opiskelijoiden opiskeluun liittyviä tarpeita ja tarjota niihin henkilökohtaista tukea.
- 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.
- 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.
- Käyttäjäkeskeisyys oppimisanalytiikan kehittämisessä: Oppimisanalytiikan kehittäminen ja käyttö nojautuvat yliopiston eri toimijaryhmien käyttäjäkeskeiseen näkökulmaan.
- 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
- Oppimisanalytiikan osa-alueet ja vastuukysymykset
- Tietosuojaperiaatteet oppimisanalytiikassa
- Oppimisanalytiikan datan ja tulosten validiteetin varmistaminen
- Pääsy analytiikan tuloksiin ja dataan
- Positiivisten interventioiden oikeuttaminen ja mahdollistaminen
- 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.
