Kategoriat
Blogi

Data opiskelijan tueksi – case Aikuiskoulutus Taitaja Kouvola

Teksti: Kouluttaja Suvi Aaltonen

Aikuiskoulutus Taitajan tavoitteet hankkeessa vuoden 2020 alussa:

  • Itslearning-oppimisympäristö on ollut käytössä Taitajassa vuodesta 2018. DOT-hankkeen alussa kirjattiin tavoitteet, jossa tärkeimpänä kehityskohteena oli tutustua Itslearningiin ensin mitä alustasta saadaan irti, mitä työkaluja siellä on, jonka jälkeen järjestetään workshopit sisäisesti opettajille/kouluttajille. 
  • kouluttajat arvioivat itsetuotettuun koulutuskokonaisuuteen liittyen, mitä tietoa tarvitaan. Haussa yhteinen kuva ja näkemys. 
  • myös vaativampia/laaja-alaisia tutkintoja osittain mukaan (isännöinti, johtaminen), lisäksi suorittavampaa esim. kiinteistönhuolto 
  • verkko-oppimisen pedagogisen mallin kehittäminen ja analytiikan sitominen siihen 
  • kansainvälisen verkko-oppimisen kokeilut Logistiikka-alan opiskelijoiden kanssa: https://taitajantie.fi/tietoa-meista/hankkeet/future-professionals-ajoneuvo-ja-logistiikka-alojen-uudet-osaamisvaatimukset/ 
  • VR/AR välineistön ja ohjelmien tuominen mukaan koulukseen, tarvitaan ideoita mitkä softat voisivat sopia 
  • Virtuaaliset ja simuloidut oppimisympäristöt
  • Itslearningin osalta oppi siitä mitä voi tehdä ja mitä ei voi saadaan vasta käytännön työssä 
  • yhdessä kouluttajien kanssa mietitään mitä tietoa halutaan kerätä 
  • mitä kertoo meille, jos opiskelija ei ymmärrä esim. visualisointeja 
  • mitkä indikaattorit nousee visualisoinneista, mikä kertoo, että on esim. motivaatio-ongelma tai mikä että on ongelmaa esim. perustaidoissa. Datasta vaikea tulkita mistä viivästys johtuu, vaikkakin viivästyksen huomaa -> vaatii ohjausta 
  • kynnysarvojen tunnistaminen, mikä laukaisee “hälytyksen” 
  • Mikä on sellainen tilanne/kohta/indikaattori, jonka jälkeen ryhdytään (ohjaus)toimiin. Ja miten sen voisi automatisoida? 

Lähtötilanne

Koronan yllättäessä maaliskuussa 2020 tapahtui oppilaitoksissa nopea siirtyminen etäopetukseen. Kaikilla opiskelijoilla ei ollut valmiuksia itsenäiseen verkko-opiskeluun ja eikä kaikilla kouluttajilla ollut osaamista verkossa opettamiseen. Toki verkko-opetusta oli jo ollut aiemminkin, mutta vasta vuosi 2020 näytti, mitä se jokapäiväisessä työssä tarkoitti.

Koulutusten onnistuminen edellytti kouluttajien osaamisen lisäämistä Itslearningissa sekä muissa etätyövälineissä kuten Zoom ja Teams.

Kouluttajat joutuivat arvioimaan omaa osaamistaan ja osaamisen kehittämisen tarvetta. Yhteinen tarve ja sen myötä visio vuodelle 2020 oli ottaa Itslearning -ohjelma laajasti ja monipuolisesti käyttöön.

Toteutuma

Kaikki vuosien 2020–2021 aikana Aikuiskoulutus Taitajassa työskennelleet kouluttajat on perehdytetty Itslearning -ohjelmaan sekä sen tarjoamiin toimintoihin, datan analytiikkatyökaluihin ja datan analysointiin.

Kouluttajille järjestettiin workshoppeja erilaisilla kokoonpanoilla. Tärkeänä oli yhteisen haasteen kohtaaminen ja tietoisuus yhteisestä visiosta Itslearningin käytön suhteen.

Lähes kaikki kouluttajat tarvitsivat workshoppien lisäksi yksilöllistä tukea ja opastusta.

Pedagogia siirrettiin verkkoon, eikä Itslearning voinut olla vain materiaalipankki.

Erilaiset koulutukset edellyttivät erilaisia toimintatapoja Itslearningin työvälineitä hyödyntäen.

Tärkeänä koettiin Itslearningjärjestelmästä saatavan datatiedon hyödynnettävyys. Lähiopetuksen aikana mm. opiskelijan poissaolot ja opinnoissa edistyminen oli erilaista seurata kuin etä/verkko-opiskelussa.

Kouluttajat sekä opiskelijat perehdytettiin hankkeen aikana Itslearningin Tila ja seuranta sekä 360° raportista saatavan datan hyödyntämiseen niin perusteellisesti, että jokainen otti roolin opiskelijan edistymisen seurannasta. Kukaan opiskelija ei saanut jäädä ”kadoksiin” ja oppimistulosten tuli säilyä riittävällä tasolla välineistä ja menetelmistä huolimatta.

Itslearning otettiin käyttöön Taitajassa jo vuonna 2018, jolloin verkossa tapahtuva opetus oli pienimuotoisempaa ja Itslearning toimi lähiopetuksen tukena.

Hankkeen (ja koronan) aikana opittiin ymmärtämään, millaista tietoa järjestelmien tulisi kerätä, jotta tieto hyödyntäisi ensisijaisesti opiskelijoita sekä kouluttajia.

Huomattiin että Itslearning -ohjelman asetukset tulee muokata yhteneväiseen malliin pohjautuvana, jotta kaikki kurssien luojat ja käyttäjät osaavat hyödyntää kertyvää dataa.

Workshopeissa käytiin läpi datatietoa kerryttäviä työvälineitä ja näiden jälkeen jokainen siirsi datatiedon seurannan osaksi työtään. Sovittuja toimia on seurattu arjen työssä ja yhteisissä verkkotapaamisissa.

Opiskelijoita koulutettiin lähes kädestä pitäen seuraamaan omaa edistymistään ja ottamaan suurempaa vastuuta opiskelustaan. Opastaminen tapahtui ryhmäopastamisena sekä yksilöllisesti mm. HOKS-keskusteluissa.

Olemme kehittäneet verkossa tapahtuvaa opetusta oppilaitoksen pedagogisen mallin mukaisesti ja lisänneet kouluttajien osaamista monipuolisemman oppimateriaalin (VR/AR/Simulaatio, robotiikka) tuottamiseen.

Mahdollisimman monessa oppimateriaalissa pyrimme datan keräämiseen ja sen hyödyntämiseen. Datatieto ja sen käytettävyys on nyt osa oppilaitoksen verkkopedagogista mallia.

Kouluttajan näkökulma

Olemme pohtineet, miten koulutuksista saatua tietoa Itselearningissa kertyy ja miten kouluttajan tulisi siihen reagoida.  Käytössämme on valmis kurssipohja, mutta ohjeistukset tiedon kertymisen osalta ovat puutteellisia.

Olemme pohtineet myös, kenellä pitäisi olla pääsy datan seurantaan ja miten tietosuoja vaikuttaa siihen.

Olemme lisänneet ja harjoitelleet workshopeissa käyttämään tehtäviä, jotka keräävät automaattista dataa, pedagogiikkaa unohtamatta.

Näitä ohjeistuksia ja asetuksia olemme ryhtyneet muuttamaan/muokkaamaan yhdessä Itslearningin kanssa. Prosessi jatkuu vuoden vaihteen jälkeen, kun uusi organisaatio aloittaa toimintansa. Jatkossa kertyvää dataa on paljon enemmän ja sen on oltava ymmärrettävää.

Opiskelijan näkökulma

Opiskelijoita on opastettu käyttämään Itslearningia, seuraamaan omaa opiskeluaan sekä reagoimaan oman opiskelun edistämisen tarpeisiin. Pyrimme pois ajatuksesta, että vain opettajan tulee tietää opiskelijan menestyminen. Vastuu ja mahdollisuus oman etenemisen seurannassa on se, että opiskelija itse osaa käyttää analytiikkaa hyväkseen. Osaamisen kehittymisen seuranta on mielekkäämpää, kun se nähdään visualisen näkymän kautta.

Opiskelijoille tarjotaan erilaisia dataa kerryttäviä oppimateriaaleja esim. logistiikassa erilaiset ajosimulaattorit, teknologisella ja hoiva-alalla VR/AR materiaalit sekä kielikoulutuksissa NAO-kielirobotti.

Opiskelijoiden itseohjautuvuutta kehitetään pedagogisesti monipuolisilla tehtävillä ja lisäämällä ymmärrystä HOKSiin pohjautuvaan opiskeluun.

Organisaation näkökulma

Opettajan ja opiskelijan näkökulmien lisäksi on asioita, joita tulee pohtia laajemmin. Tietosuoja antaa oman linjauksensa siihen, kuka/ketkä saavat käsitellä opiskelijan dataa. Datan keräämisen aikana on tärkeää välttää ylimääräistä tiedon tallennusta ja tehdä linjaus, kenellä on oikeus nähdä opiskelijan data.

Oppilaitoksessamme on alaikäisiä opiskelijoita, joista kertyvä data on tärkeää esim. poissaolojen seurannan kannalta. Lähiopetuksessa seuranta on erilaista kuin verkkotyöskentelyssä.

Olemme kehittäneet toimintaamme mm. siinä, että perehdytämme opiskelijat Itslearningissä kertyvään dataan ja sen seurantaan. Kerromme opiskelijoille, mihin heistä kerätään tietoa, mihin tietoja käytetään ja mihin tieto siirtyy opiskelun jälkeen.

Johdon osalta Itslearningin datan kertymää ja sen hyödyntämistä tulee kehittää edelleen. Itslearning ohjelma muodostaa edistyneempiä raportteja opiskelijoista sekä työntekijöistä saadun datan pohjalta.

Datan analysoinnin kehittämisessä tulee pohtia:

  • Mitä johdon tarpeeseen tuotetun raportin tulee kertoa?
  • Mitä toimenpiteitä kerrytetty tieto aiheuttaa tai mitä sen pitäisi aiheuttaa?
  • Onko syytä seurata Itslearningissä tehdyn monipuolisen sisällön suhdetta opiskelijoiden saavuttamisiin oppimistuloksiin?
  • Onko mahdollista, että monipuolisempi (käytössä on aktiviteetit sekä resurssit) sisältö antaa parempia oppimistuloksia?
  • Mitä tietoa esim. kouluttajan toimista, käytetystä työajasta tai muista resursseista tulee kerätä?

Olemme nyt mukana kansainvälisessä hankkeessa, jossa meillä on kumppaneita Puolasta, Unkarista ja Kreikasta. Roolimme on auttaa heitä ottamaan Itslearning -järjestelmä käyttöön. Koulutamme opettajia paitsi käyttämään, myös suunnittelemaan oman kurssin. Voisi sanoa, että kun olemme itse oppineet, voimme jakaa osaamistamme eteenpäin.

Uusi organisaatio, Kouvolan Ammattiopisto Oy aloittaa 1.1.2022. Olemme aivan uuden alun edessä. Me Aikuiskoulutus Taitajassa toivomme, että Itslearning jatkaa myös uuden organisaation oppimisympäristönä. Tällä hetkellä Itslearningista on hyvä osaaminen ja se palvelee meidän tarpeitamme.

Kategoriat
Blogi Tuotokset

Oppimisanalytiikan käyttöönoton vaiheet

Teksti: Riikka Lahtela, Jarno Haapaniemi ja Anu Konkarikoski

Oppimisanalytiikan käyttöönotto vaatii aina yhteistyötä johdon, opetushenkilöstön  ja IT-järjestelmäosaajien, prosessinomistajien sekä tietosuoja-asiantuntijoiden kesken. On viisasta katsoa nykyjärjestelmiä kauemmas tulevaisuuteen, jotta vaikkapa opiskelijan itse itselleen muokkaamat analytiikkatiedon näkymät ja MyDatan käyttö oppilaitoksen ulkopuolisissa ohjelmistoissa ovat tekniikan kehityksen myötä aikanaan mahdollisia.      

Jotta kertyneestä ja yhdistellystä datasta voidaan tehdä luotettavia johtopäätöksiä, datan on oltava hyvä- ja tasalaatuista. Oppimisjärjestelmien käyttäjien pitää ymmärtää, miten eri asetusten muutokset vaikuttavat datan kertymiseen. On syytä myös rajata datan kerryttäminen kohtuulliseksi, sellaisiin datapisteisiin, joita tarkastelemalla oppimisprosessin etenemistä voidaan seurata ja tukea.

Analytiikkatiedon tulkitsijoiden pitää syvällisesti ymmärtää, mitä kyseiset tiedot tarkoittavat ja mitä ne eivät tarkoita. On myös hyvä rajata kerättävien datapisteiden määrää.

Tällä hetkellä harvalla koulutuksen järjestäjällä on mahdollista yhdistellä eri järjestelmien tuottamaa tietoa automaattisesti. Kannustamme kuitenkin aloittamaan analytiikan hyödyntämisen valmistelut ja kartuttamaan osaamista.

Rautalankamallin pohja

Oheisessa taulukossa on Oppimisanalytiikka ja tiedolla johtaminen -koulutuksen puitteissa Riikka Lahtela (OSAO) ja Jarno Haapaniemi (Sasky) yhteistyössä tekemän oppimisanalytiikan käyttöönottamiseen ja käyttämiseen ns. rautalankamallin ammatillisen koulutuksen järjestäjille. Mallin ensimmäinen versio valmistui maaliskuun 2021 lopussa. Tekijät ovat jakaneet tiedoston CC-lisenssillä, mikä tarkoittaa, että muokatut ja edelleen kehitetyt versiot on saatettava muidenkin analytiikkaa kehittävien tietoisuuteen esim. Avointen oppimateriaalien kirjaston aoe.fi kautta.

DOT-hankkeen päättyessä vuoden 2021-22 vaihteessa ovat alkamassa OKM:n rahoittama ammatillisen koulutuksen Omnian koordinoima kokonaisarkkitehtuuri- ja Helsingin kaupungin koordinoima oppimisanalytiikan laaja verkostohanke. Suosittelemme seuraaman näiden hankkeiden työtä samoin kuin OKM:n oppimisanalytiikan jaoston toimintaa.

Kategoriat
Blogi

Simulaattoridata opiskelijan osaamisen hankkimisen polkuun

Teksti: opettajat Mika Lindholm, EKAMI, Anu Konkarikoski, Ammattiopisto Tavastia ja Jarno Haapaniemi, SASKY koulutuskuntayhtymä

Yleistä

DOT-hankkeen tavoitteena on ollut tarkastella erilaisia tapoja kerätä dataa opiskelijan osaamisen hankkimisesta ja tuoda sitä erityisesti opiskelijan itsensä hyödyksi. Hankehakemuksen pienenä sivupolkuna olemme luvanneet tehdä tilannekatsauksen, miten simulaattorissa syntynyttä dataa voi käyttää.

Hankkeen työskentelyn myötä on syntynyt oivallus siitä, että nimenomaan simulaattorissa syntyy vaikkapa työsalityöskentelyyn verrattuna helposti laadultaan kelvollista dataa, jota on yleensä mahdollista saada myös ulos simulaattorin omasta järjestelmästä. Tällöin tulee mahdolliseksi esimerkiksi se, että opiskelijan Moodle-, ItsLearning- tms. ympäristössä näkyy, kun opiskelija on harjoitellut tarpeeksi tiettyjä asioita simulaattorissa ja saa ”leiman paperiin” oikean laitteen käyttöä varten. Samoin oppimispolussa voi olla määritelty, että oikean koneen kanssa haitallisia asioita tai maalin valuttamista auton kyljessä voi kokeilla, jotta tietää välttää moista oikeassa työssä. Toki datapisteiden tarkastelussa pitää olla tiedossa, onko kyseisellä harjoituksella tarkoitus saada täysiä pisteitä vai vain kokeilla erilaisia asioita. Tämän määrittää opettaja pedagogista oppimispolkua suunnitellessaan.

Tällä hetkellä simulaattorien kehittymisen tilanne on kolmenlainen

  • Osasta simulaattoreita ei saa dataa ulos vaan sitä tarkastellakseen pitää kirjautua juuri sen simulaattorin ohjelmistoon, jolla harjoitteluakin on tehnyt. Olemme valistaneet rahoittajia, että vaade datan ulostulosta on jatkossa syytä kirjata rahoituksen ehtoihin.
  • Osasta simulaattoreita – kuten Tenstarista – dataa saa ulos ja ensimmäisiä kytköksiä on jo tehty ainakin Workseed-oppimisjärjestelmään.
  • Osassa simulaattoreista – edellisistä ominaisuuksista riippumatta – on hyvin tarkkaan mietitty pedagoginen polku sille, missä järjestyksessä ja kuinka paljon harjoitteita kannattaa kussakin asiassa tehdä. Tämä tietysti helpottaa opettajan työtä siihen verrattuna, että jotkut simulaattorit ovat kuin tavallinen työkone tai -piste, jossa voi alkaa tehdä aina kulloinkin annettua työtehtävää. Tällöin tarvitaan enemmän opettajan ohjeistusta.

Lisäksi joissain simulaattoreissa VR-todellisuus mukana simulaatio-oppimisessa. Näin opiskelija voi valita suorittaako oppimistehtävät lasien avulla vai ruudulla.

Simulaattoreiden tuottamissa dataraporteissa on myös hyvin suuria eroja, jopa saman simulaattorin sisällä olevien harjoituksien välillä. On siis syytä aina miettiä, minkälaista dataa mistäkin harjoituksesta saadaan ja vastaako se täysin tarvetta.

Simulaattoridatan hyödyntäminen muualla vaatii simulaattorin integroimista koulutuksenjärjestäjien omiin järjestelmiin (käyttäjähallinta, oppimisympäristöt, rajapinnat).

Simulaattoreista kertyvän tiedon yhdistämistä Itslearning-oppimisjärjestelmään on selvitetty

Simulaattoreita hyödyntävien Itslearningin kurssikokonaisuuksien suunnitelmaan on EKAMI:ssa kasattu paketteja simulaattoriharjoituksista, jonka kautta tehtävien etenemisen seuranta ja palautteen antaminen onnistuvat.

Itslearningiin on luotu kurssi “Simulaatio-oppiminen”, johon lisätty logistiikan ja maarakennusalan simulaattoreiden työkoneet aiheina (Kaivinkone, Pyöräkuormaaja, Dumpperi, Pyöräalustainen kaivinkone, Puskutraktori, Kurottaja, Trukki ja tulossa vielä autonosturi) seuraavasti:

  • Kunkin aiheen alla suunnitelmat on jaksotettu tutustumisesta koneeseen, perushallintaitteet ja työskenaariot jne kunkin koneen ohjelmiston mukaan ja pyritty saamaan aikaan pedagogisia kokonaisuuksia.
  • Tehtäviin on annettu opiskelijalle merkittäväksi suoritus simulaattorissa jonka opettaja kuittaa suoritetuksi mikäli simulaattorin luoma pisteytysjärjestelmästä opettajan asettama vähimmäispistemäärä on saavutettu (joissakin tehtävissä edellytetään tehtävän suorittamista virheettömästi esim. Pyöräkuormaajalla et voi kolhia autoja, ajaa istutuksien päälle jne.)
  • Opiskelijalle jaetaan haluttua kanavaa kautta (Its, NoteBook, OneDrive jne) edistymis- ja pisteytysraportit noin kahden viikon välein riippuen ryhmän koosta ja simulaatioon käytetystä ajasta. Testiryhmällä kierto on ollut 10:llä opiskelijalla noin 2,5vko jona aikana kukin oppilas on suorittanut simulaatioharjoituksia 7-10h.
  • Varsinainen automaattinen kytkentä odottaa sitä, että laitetoimittaja ehtii rajapinnan rakentaa.
  • TS-simulaattoreiden analytiikkatiedoista on erillinen esitys TS-simulaattoreita käyttäville opettajille simulaattoreiden käytöstä ja analytiikan hyödyntämisestä

Simulaattoreista hyötyä eri osaamisen hankkimisen vaiheessa oleville opiskelijoille

Simulaattorien tuottaman datan tarkemman hyödyntämisen jälkeen on havaittu hyödyn laajentuvan entisestään. Harjoittelun alkuvaiheessa olevilla opiskelijoilla huomio kiinnittyy harjoituksissa pitkälti harjoituksien tekniseen suorittamiseen ja saatua dataa käsitellään yleisemmällä tasolla. Osaamisen karttuessa simulaattoridatan hyödyntämisessä päästään analysoimaan syvemmin tehtyä suoritusta, esimerkiksi keskittymään taloudelliseen ajotapaan ja työn tehokkuuteen.

Tietyissä tapauksissa päästään myös tutkimaan suoritusta tallenteen kautta, jolloin osaa havaituista asioista pystytään analysoimaan tarkemmin.

Nämä havaitut asiat tapahtuvat tällä hetkellä pitkälti simulaattorin oman ympäristön kautta ja yksittäiseen harjoitukseen liittyen.

Jatkosuunnitelmia

Osalla DOT-toimijoista simulaattorien kytkentä opiskelijan osaamisen hankkimisen digipolkuun jatkuu, vaikka DOT-rahoitus päättyy joulukuussa 2021. Lisää tuloksia ja pedagogisia ratkaisuja on luvassa sen jälkeen.

Samoin jatkamme simulaattorien ja IoT-analogioiden tutkimista. Metsäkonealalla simulaattorit ovat jo vanhaa ja vakiintunutta teknologiaa ja siellä ollaan siirtymässä oikeissa työkoneissa syntyneen datan hyödyntämiseen opiskelijan ohjaamisessa.

DOT-hankkeesta riippumaton DigiFMO-hanke on julkaissut muistilistan ajokonetyön työpaikkaohjaajalle: kuinka seurata työelämässä oppijan kehitystä metsässä tehtävässä työssä konedatan avulla. Muistilistassa on eritelty eri konemerkkien ”polut” joita pitkin aukeaa arvokasta tietoa työssäoppijan kehityksestä.

Kategoriat
Webinaarit

DOT-webinaari 29.11.2021: Oppimisanalytiikka osaamisperusteisessa oppimisessa

DOT-hanke järjesti webinaarin 29.11.2021:

Oppimisanalytiikka osaamisperusteisessa oppimisessa

Jaana Parkkila, OSAO

Webinaarissa esitellään käytännön esimerkkejä opiskelijan itseohjautuvuuden tukemisessa oppimisanalytiikan avulla sekä esimerkkejä oppimisen seurannan toteuttamisesta eri opetusmenetelmillä Moodlessa.

Kategoriat
Tuotokset

Oppimisanalytiikan oppimiskäsitykset – opettajan näkökulma

Kategoriat
Tuotokset

Oppimateriaalin tuottajan ABC

Kategoriat
Webinaarit

DOT-webinaari 24.11.2021: Annien automatiikasta apua arkeen

DOT-hanke järjesti webinaarin 24.11.2021:

Annien automatiikasta apua arkeen
– kokemuksia ennakoivasta tuesta ja työelämässä oppimisen jaksoilta


Miska Noponen (AnnieAdvisor), Tomi Valanne (Careeria) & Ella Lerkki (Careeria)

  • Annie – taustaa ja tulevaisuuden näkymiä
  • Annien pilotointi, käyttöönotto ja pitkäntähtäimen tavoitteet Careeriassa
  • Kokemuksia menneistä pilottikyselyistä (opintojen aikainen ohjaus ja työelämässä oppimisen jaksot)
  • Suunnitteilla olevia uusia käyttötapauksia ja -kohteita
Kategoriat
Webinaarit

DOT-webinaari 29.9.2021: Verkkokurssin kehittäminen dataa hyödyntäen Moodle-alustalla

DOT-hanke järjesti webinaarin 29.9.2021 klo 14-15:

Verkkokurssin kehittäminen
dataa hyödyntäen Moodle-alustalla
Case: Toiminta digitaalisessa ympäristössä -verkkokurssi
Marjo Lehtonen, SASKY koulutuskuntayhtymä

Kategoriat
Webinaarit

Data oppijan tukena -webinaari 27.4.2021

DOT-hanke järjesti Data oppijan tukena -webinaarin 27.4.2021 klo 14-15.

Webinaarissa esitellään oppimisanalytiikan käyttöä osana ammatillista koulutusta.

Ohjelma

Webinaarin avaus ja DOT-hankkeen esittely – Anu Konkarikoski

itslearningin analytiikkaa Ekamissa

  • Analytiikkaan pohjautuvat käytännöt oppitunnin aikana – Miika Rautiainen
  • Portfolioiden käyttö ja analytiikka ammatillisella puolella – Hanna Arminen
  • Käytössä olevat työkalut – Arja Korpela

Yhteenveto ja kiitokset

Kategoriat
Blogi

Oppimisanalytiikan sanastotyö on käynnistynyt

Olemme kevään aikana käynnistäneet DOT-hankkeessa oppimisanalytiikkaan liittyvän sanastotyön. Tavoitteenamme on koota oppimisanalytiikan käsitteistöä ja määritelmiä ammatillisen koulutuksen kontekstissa liittyen datan hyödyntämiseen opiskelijan osaamisen hankkimisen tukemisessa erilaisissa oppimisympäristöissä ja yksilöllisen opintopolun eri vaiheissa.

Sanastotyön alustavana tavoitteena on koota n. 20 termiä, joille etsitään suomenkieliset määritelmät. Sanastotyössä ei ole mukana terminologia, joten työ ei noudata standardeja. Työssä ei laadita käsitekaavioita eikä etsitä vieraskielisiä termivastineita. Työn harmonisointi kaikkiin koulutusasteisiin sopivaksi jää OKM:n OKSA-työryhmälle ja analytiikkajaostolle, joiden kanssa pyrimme vuoropuheluun jo sanastotyön aikana.

Miksi oppimisanalytiikan sanastoa tarvitaan?

Koulutuksen järjestäjillä on käytössä eri digioppimisympäristöjä, sovelluksia ja laitteita, joihin kertyy oppimisanalytiikan kannalta mielenkiintoista dataa. Oppimisanalytiikan käsitteistö on kuitenkin hajanainen eikä siihen liittyvien tietojen yhteentoimivuus toteudu aina organisaatioiden sisälläkään. Yhteisesti sovittua ja määriteltyä oppimisanalytiikan sanastoa tarvitaan, jotta tietojen yhteentoimivuus eli tietojen hyödyntäminen ja vaihto eri tietojärjestelmien välillä mahdollistuu siten, että tietojen merkitys ja käytettävyys säilyvät.

Kirjoittaja: Riikka Lahtela, OSAO