ePortfolio ja multimodaalisuuden hyödyntäminen osaamisen digitaalisessa dokumentoinnissa

Artikkeli julkaistu SeOppi 2/2017 -lehdessä.

Teksti: Merja Saarela, HAMK & Taru Koivisto, Kiipulan ammattiopisto

Kuva SeOppi-lehden artikkelisivustaNykynuoret elävät maailmassa, jossa heidän on pystyttävä vastaanottamaan, tulkitsemaan ja tuottamaan monenlaista informaatiota. Kriittisiä tekijöitä oppimiselle ovat esteettömästi saavutettavat mahdollisuudet opiskella ja toimia ominaisuuksistaan riippumatta yhdenvertaisesti muiden kanssa. Koulutuksen saavutettavuuskynnystä pyritään madaltamaan monin tavoin kaikkialla maailmassa. Jos nuorella on oppimisvaikeuksia, tiedon omaksuminen on hidasta ja oppimiskokonaisuuksien hahmottaminen on vaikeaa. Oman osaamisen osoittaminen ja näkyväksi tekeminen muodostuvat suureksi haasteeksi. Huonot oppimiskokemukset ja epäonnistuminen vahvistavat negatiivista käsitystä itsestä oppijana. Oppimista avustavalla teknologialla ja informaation multimodaalisilla ratkaisuilla voidaan vahvistaa myönteisiä oppimiskokemuksia, yhdenvertaistaa tiedon saavutettavuutta ja oman osaamisen näkyville tuomista, kuten Kiipulan ammattiopiston valmentavan koulutuksen opiskelijoiden kokemukset osaamisensa digitaalisesta dokumentoinnista ja ePortfolioiden rakentamisesta osoittavat.

Multimodaalisuus ja sen hyödyntäminen

Kun informaatio paketoidaan useaan muotoon ja jaetaan usealla viestintäkanavalla, puhutaan multimodaalisuudesta.  Multimodaalisuutta hyödyntävissä ratkaisuissa samaa informaatiota voidaan vastaanottaa, tuottaa ja esittää useammassa erilaisessa muodossa, kuten tekstinä, äänenä ja kuvina. Eri muodoissaan informaatio voidaan yhdistää päällekkäisiksi tai peräkkäisiksi esityksiksi. Tiedon vastaanottajan näkökulmasta multimodaalisesti rakennettu informaatio on mahdollista vastaanottaa usealla aistikanavalla. Näin eri tavoin tietoa omaksuvat, ymmärtävät ja tuottavat henkilöt saavat paremmat mahdollisuudet informaation tulkitsemiselle, tuottamiselle ja oppimiselle. Multimodaalisuutta hyödyntämällä voidaan rakentaa saavutettavia oppimateriaaleja ja oppimisympäristöjä sekä luoda mahdollisuuksia osaamisen näkyväksi tekemiseen.

Multimodaalisilla ratkaisuilla dokumentoitu aineisto voidaan myös jakaa multimediaalisesti usealla viestintäkanavalla. Esimerkiksi ePortfolioon voidaan tuoda osaamista dokumentoivaa aineistoa, joka voi olla erilaisia tekstiaineistoja, kuvia, videoklippejä, äänitteitä, käsitekarttoja, kaavioita ja graafeja, luonnoksia tai edellisten yhdistelmiä. Portfolio on eräänlainen ”salkku”, johon kootaan dokumentoitu osaaminen. Portfoliota tarvitaan usein työn ja jatkokoulutuspaikan hakemisessa. Digitaalinen teknologia mahdollistaa monenlaisten aineistojen dokumentoinnin ePortfolioon. Multimodaalisia ratkaisuja hyödyntävä dokumentointi luo monipuolisemmat mahdollisuudet koostaa ja esitellä haluttua osaamista halutulla tavalla ePortfoliossa.

ePortfolioita valmentavan koulutuksen opiskelijoiden kanssa

Koivisto (2017) tutki Hämeen ammattikorkeakoulun ylemmän ammattikorkeakoulututkinnon opinnäytetyössään ePortfolion käyttöä valmentavan koulutuksen opiskelijoilla. Opinnäytetyön tavoitteena oli koota Kiipulan ammattiopiston, valmentavan koulutuksen opiskelijoille digitaalisia portfoliota, joilla opiskelijoiden taidot tulevat näkyväksi. Tavoitteena oli antaa tasa-arvoisemmat mahdollisuudet erityisopiskelijoille kehittyä digitalisaation eri osa-alueilla ja samalla parantaa heidän työ- tai opiskelupaikan saamista tulevaisuudessa.

Valmentavassa koulutuksessa akateemiset ja tieto- ja viestintätekniikan (tvt) taitotasot vaihtelevat huomattavasti eri opiskelijoiden kesken. Luku- ja /tai kirjoitustaidot voivat olla hyvät tai niitä on niukasti. Kaikissa tapauksissa oman ansioluettelon tai taitojen esittäminen kirjallisessa muodossa on haasteellista tai osin jopa mahdotonta.

Koivisto tutki valmentavan koulutuksen opiskelijoiden ePortfolioiden työstämisprosessia osaamisen dokumentoinnin suunnittelusta valmiiksi tuotteeksi. Valmentavan koulutuksen opiskelijoita ohjattiin tuottamaan ePortfolioon informaatiota multimodaalisesti. Digitaalisessa dokumentoinnissa käytetyt työkalut on jäsennelty kuviossa 1.

Kuvio 1. Digitaalisessa dokumentoinnissa käytetyt työkalut (Koivisto 2017, 30).

Kuvio 1. Digitaalisessa dokumentoinnissa käytetyt työkalut (Koivisto 2017, 30).

ePortfolion parhaat ominaisuudet

Koiviston menetelmänä oli kokeilemalla yhteiskehittäminen ja havaintojen pohjalta uusien tapojen luominen. Opiskelijat harjoittelivat videoiden kuvaamista ja kohteena olemista sekä editointia. Videoihin liitettiin tekstiä ja niitä muokattiin erilaisilla ohjelmilla. Nuoret omaksuivat teknisten välineiden käytön innokkaasti kokeilemalla. Rohkeus olla kuvauskohteena, ja työtehtäviin keskittyvä kuvaaminen onnistuivat suunniteltua nopeammalla aikataululla. Videoista tuli ePortfolioiden sisällön kannalta tärkein ja informatiivisin osuus. Videoiden lisäksi kuvat, tekstit, työvaltaiset ja kokemukselliset opiskelumenetelmät lisäsivät opiskelijoiden halua kehittää omaa ePortfoliota omannäköisekseen.

Vuoden aikana opiskelijoiden taidot kasvoivat, videoiden kuvaaminen ja kuvattavana oleminen antoivat itsevarmuutta ja kokemusta kertoa itsestään luonnollisemmin kuin opintojen alkaessa. Opiskelijat kertoivat, että kuvaaminen videolle on auttanut kertomaan omia mielipiteitä tutussa ja turvallisessa ympäristössä. Videon esittäminen verkostokokouksessa tai kotona on tuonut opiskelijan oman mielipiteen uudella tavalla esille, koska oman mielipiteen kertominen on monelle nuorelle vaikeaa uudessa, jännittävässä tilanteessa tai vaikeasta asiasta puhuttaessa. Kaiken kaikkiaan ePortfolion sekä tvt-osaamisen kehittyminen vahvistivat opiskelijoiden itseluottamusta ja toivat näkyviin taitojen kehittymisen.

Digitaalisissa työkaluissa tekniikan on oltava helppokäyttöistä ja luotettavasti toimivaa. ePortfolioiden parhaat ominaisuudet suhteessa käytettyihin dokumentointityökaluihin on jäsennelty kuvioon 2. ePortfolioksi valittavan työkalun on hyvä olla sellainen, että opiskelija pystyy sen helposti jakamaan eteenpäin luettavaksi. Opiskelupaikan tai työnhakutilanteessa vastaanottavan tahon käyttöä helpottaisi, jos ePortfolion voi avata ilman kirjautumista tai käyttää salasanaa avaamiseen. Lisäksi opiskelijoita pitää ohjata videoiden kuvaamiseen, tallentamiseen, jakamiseen ja käyttämiseen monipuolisemmin. Ilmaisten työkalujen käyttö on osoittautunut hyväksi tavaksi koota osaamista eri palveluihin. Näin käyttäjille avautuu tasapuoliset mahdollisuudet käyttää ja kehittää omannäköisiään ePortfolioita opiskelujen päätyttyäkin.

Kuvio 2. ePortfolioiden parhaat ominaisuudet suhteessa dokumentointityökaluihin (Koivisto 2017, 64).

Kuvio 2. ePortfolioiden parhaat ominaisuudet suhteessa dokumentointityökaluihin (Koivisto 2017, 64).

Tutkimusprosessin myötä opiskelijoiden käyttökokemukset havainnollistivat myös oppilaitoksen tvt-työn kannalta digitaalisia ratkaisuja, jotka tukevat arjen taitojen vahvistumista ja mahdollistavat osaamisen dokumentoinnin sekä näkyväksi tekemisen. Tuloksia hyödynnetään jatkossa myös oppilaitoksen henkilöstön tvt-osaamisen kehittämisessä.

Lähteet

Koivisto, T. 2017. ePortfolio: valmentavan koulutuksen opiskelijoiden osaaminen näkyväksi digitaalisesti. Hämeen ammattikorkeakoulu. Kulttuuri- ja taidetoiminta hyvinvoinnin edistäjänä, YAMK, Opinnäytetyö. Theseus.fi, http://urn.fi/URN:NBN:fi:amk-2017100915892

Mainokset

Oppimisanalytiikka opon apuna

Artikkeli julkaistu SeOppi 2/2017 -lehdessä.

Teksti: Maija Kerkola, HAMK

Oppimisanalytiikka opon apuna - kuva SeOppi-lehden artikkelisivustaMuistan, kuinka vielä muutama vuosi sitten ammattikorkeakoulun opinto-ohjaajana, opona, kiertelin syysloman lähestyessä pitkin koulun käytäviä ja etsin ”kadonneita lampaita”. Välineet, joilla olisin voinut tunnistaa opinnoista mahdollisesti pudonneet opiskelijat, olivat vähissä. Käytännössä minä omiin näköhavaintoihin perustuen etsin opiskelijoita, joita en ollut koululla mielestäni nähnyt viime viikkoina. Kiertelin kyselemässä opettajilta ja muilta opiskelijoilta, onkohan tätä ja tätä opiskelijaa näkynyt. Läsnäolopakkoa kun ei ammattikorkeakoulussa tunneta. Minulla oli vain huoli, että joku on nyt pielessä, ja riski opiskelijan opintojen keskeyttämiseen kasvaa. Tällaisen välittävän ohjauskulttuurin takana on holistinen malli. Se tarkoittaa, että ollaan aidosti kiinnostuneita jokaisesta opiskelijasta. Erityisen tärkeäksi koen, että putoamassa olevat opiskelijat tunnistetaan mahdollisimman varhaisessa vaiheessa.

Opinto-ohjaus ammattikorkeakoulussa

Opiskelijan opintojen edistymisen seuranta on opon työtä. Ennen opiskelijat, opettajat ja ohjaajat tapasivat kasvotusten luokkahuoneissa ja koulujen käytävillä, mutta opetuksen siirryttyä verkkoon, on myös ohjaus siirtynyt verkkoon, ja oppimisanalytiikka on opon uusi työkalu.

Kertyvän datan ansiosta opo saa joka viikko sähköpostiinsa raportin opiskelijoista, jotka eivät ole kirjautuneet, tai ovat kirjautuneet vain huolestuttavan vähän Moodle-oppimisalustalle. Tavoitteellinen opiskelu kun edellyttää useita kirjautumisia viikossa. Viikoittain siis ”kellot alkavat soida”, opossa herää huoli, että jollakin opiskelijalla on riski
pudota. Näin ohjauksessa on päästy ennaltaehkäiseviin toimiin.

Onkin tutkittu, että opiskelijoiden ohjauksella on kauaskantoisia seurauksia (Helander ja Kemppi 2006, 24–25). Ohjauksen tärkeyden puolesta kirjoittavat myös Jyväskylän yliopiston Koulutuksen tutkimuslaitoksen Raimo Vuorinen ja Maarit Virolainen. He viittaavat tehtyihin tutkimuksiin ja toteavat, että ohjaus vähentää opiskelijoiden keskeyttämisiä ja nopeuttaa valmistumisaikoja. Lisäksi heidän näkemyksen mukaan ohjaus on yksi tehokkaan koulutusjärjestelmän indikaattori. Ohjauksella vahvistetaan opiskeluun sitoutumista ja selkeytetään henkilökohtaisia opintopolkuja. (Vuorinen ja Virolainen 2017, 7.)

Ohjauksen siirryttyä digiaikaan opon työkaluja ovat mm. sähköposti, Skype, WebEx, chat, WhatsApp ja Snapchat. Niiden avulla hän ryhtyy tavoittamaan opiskelijaa. Opon työ sisältää paljon tiedottamista ja neuvontaa. Hän antaa opiskelijalle oikeata tietoa ja riittävästi. Opo myös esittelee erilaisia vaihtoehtoja ja arvioi eri vaihtoehtojen vaikutuksia käsillä olevaan asiaan liittyen. Tavoite on, että neuvonta auttaa opiskelijaa päätöksien tekemisessä. Opo ei kuitenkaan koskaan ole sellaisen palvelun tarjoaja, joka ratkaisee ongelman opiskelijan puolesta (Onnismaa 2007, 23–25).

Lähteet

Helander, J. & Kemppi, J. 2006. Jos meijät on istutettu tänne jotaki tarkotusta varte: puheenvuoroja hämeenlinnalaisten nuorten osallisuudesta ja hyvästä. Hämeen ammattikorkeakoulu.

Onnismaa, J. 2007. Ohjaus- ja neuvontatyö: aikaa, huomiota ja kunnioitusta. Gaudeamus.

Vuorinen, R. & Virolainen, M. 2017. Pääkirjoitus. Opinto- ja HOPS-ohjauksesta urasuunnittelutaitojen vahvistamiseen ja ohjauspalveluiden laadun arviointiin. Ammattikasvatuksen aikakausikirja. 19 (2), 7.

Oppimisanalytiikan haasteita

Artikkeli julkaistu SeOppi 2/2017 -lehdessä.

Teksti: Lasse Seppänen, HAMK

Oppimisanalytiikan haasteita - SeOppi-lehden artikkelisiviOppimisanalytiikasta on tulossa suosittu toiminto opiskelijahallinnon saralla. Opintosuorituksia tai keskeyttämisvaarassa olevia opiskelijoita voidaan seurata. Jos opiskelijan aktiivisuus laskee kesken opintojen, pelkkiä opintosuorituksia seuraamalla tämä havaittaisiin pahimmassa tapauksessa vasta seuraavana vuonna.

Tässä tutkimuksessa pyrittiin seuraamaan viikoittaisia sisäänkirjautumisia oppimisalustalle. Syksyllä 2016 rakennettiin Poluttamo-hankkeessa HAMKissa järjestelmä, joka seuraa sisäänkirjautumisia ja lähettää opolle viikoittaisen viestin alentuneen sisäänkirjautumismäärän opiskelijoista. Kohderyhmänä olivat aluksi tietojenkäsittelyn opiskelijat, mutta myös muiden koulutusten opiskelijoita on sittemmin otettu mukaan.

Tietojenkäsittelyssä keskeyttämiset tapahtuvat useimmiten ensimmäisen vuoden aikana tai lopussa opinnäytetyö jää roikkumaan. On tärkeä havaita ensimmäisen vuoden opiskelijoista aikaisin keskeyttämisvaarassa olevat. Opinnäytetyöprosessia on muutettu vuonna 2017 siten, että se ei helposti jää kesken.

Tietojenkäsittelyssä Moodle-oppimisalusta on paljon käytössä. Moodlea käytetään hyvin paljon kahden ensimmäisen vuoden aikana jokaisella opinnolla, ja opiskelijoiden on käytännössä käytettävä sitä päivittäin tai lähes päivittäin. Tähän perustuvat kehitetyt algoritmit.

HAMKin työpäivämallin päivä on jaettu lounastauolla kahteen osaan. On luonnollista ajatella, että opiskelijat kirjautuisivat Moodleen ainakin kahdesti päivässä, jolloin viikossa tulisi ainakin 10 sisäänkirjautumista. Mutta opiskelijat tekevät paljon ryhmätöitä, joten yksi ryhmäläinen tekee palautukset kaikkien puolesta. Tämä voi laskea ryhmäläisten sisäänkirjautumisfrekvenssiä, vaikka he muuten opiskelisivatkin aktiivisesti.

Tutkimuksessa valittiin kynnysarvoksi viikoittaisten sisäänkirjautumisten seuraamisessa aluksi neljä. Looginen päätelmä oli, että jos opiskelija kirjautuu vain 0-3 kertaa sisään Moodleen, kaikki ei voi olla kunnossa. Jatkossa kynnysarvo nostettiin koeluontoisesti kahdeksaan, jolloin todettiin tulevan paljon myös hyvin pärjäävien opiskelijoiden tietoja. Määrä laskettiin kuuteen. Näin päästiin sähköposteissa pienempään ja helpommin hallittavaan tietomäärään. Todennäköisesti tätäkin kynnysarvoa vielä tarkastellaan.

Verkkotutkinnon iltaopiskelijoiden aktiivisuutta alettiin seurata samoin kynnysarvoin. Todettiin, että sama kynnysarvo ei toimi kunnolla. Esimerkiksi kynnysarvolla kuusi viikolla 39 järjestelmä hälyttää 24:stä opiskelijasta. Näistä nolla kertaa on vain viidellä opiskelijalla, 3-5 kertaa 11 opiskelijalla. Tästä huomataan selvä käyttäytymisero päiväpuolen opiskelijoihin nähden eli opiskelijat tekevät enemmän yhden kirjautumiskerran aikana.

Tietosuoja-asetus tuo haasteita

Uusi tietosuoja-asetus tuo haasteita oppimisanalytiikan käyttämiseen. Henkilörekisteriksi voidaan tulkita jokainen opiskelijoiden nimiä sisältävä lista, jollainen viikoittainen analytiikan tuottama sähköposti on. Käytössä on myös tulkinta, että analytiikkaa voisi käyttää, jos sillä ei ole vaikutusta yksittäiseen opiskelijaan. Tämän analytiikan tarkoituksena taasen on, että opo voisi nimenomaan kontaktoida yksittäistä opiskelijaa helposti. Lisäksi tämä analytiikka profiloi opiskelijoita. Pitää miettiä miten saadaan analytiikka jatkossa toimimaan asetuksen mukaisesti, jotta voimme tukea vaikeuksissa olevia opiskelijoita.

Lähteet

Oppimisanalytiikan keskus. Mitä on Oppimisanalytiikka? http://www.learninganalytics.fi/fi/oppimisanalytiikka

Seppänen, L. Learning analytics call out for action, SeOppi 02/2016

ITK-teemaseminaari: Multimodaalisuus ja oppiminen – haasteita ja mahdollisuuksia

Merja Saarelan esitysaineisto ITK-teemaseminaarista:

ITK 2017: Multimodaalisuus ja oppiminen

Jaana Kullaslahden ja Taina Juurakko-Paavolan esitysaineisto:

 

Tilaisuudessa oli jaossa Appsit ja multimodaalisuus oppimisen tukena -opas. Lisää oppaita löytyy Hämeen ammattikorkeakoulun Avustavan teknologian verstaan Oppaat-sivulta.

Moodlen login-tiedoista tehtyjä keskeytyspäätelmiä, versio 1

Tutkin lukuvuoden 2014-2015 tietojenkäsittelyn opiskelijoiden ensimmäisen vuoden ryhmän TRTKNU14A3 login-tietoja Moodlesta. Tiedot oli opiskelijakohtaisesti järjestetty siten, että jokaisen opiskelijan viikon aikana tekemät Moodle-aktiviteetit oli summattu yhteen. Tiedot toimitti HAMKin tietohallinto. Lisäsin näihin tietoihin ns. nollarivit eli jos opiskelija ei ollut viikon aikana lainkaan käynyt Moodlessa, hänestä ei jäänyt mitään jälkeä. Käsittelin näistä tiedoista ainoastaan Moodleen sisäänkirjautumista.

Aluksi käytin Power BI –työkaluohjelmistoa. Sillä tarkastelin opo Maija Kerkolan kanssa ryhmän NU14 käyttäytymistä.

Silmämääräisesti huomasimme, että joillakin opiskelijoilla toisen periodin aikainen käyttäytyminen poikkesi valtavirrasta huonompana aktiivisuutena. Näillä opiskelijoilla opinnot käytännössä keskeytyivät. Osa heistä on vielä kirjoilla, mutta käytännössä he eivät opiskele lainkaan.

Kirjoitin sen jälkeen 80-rivisen ohjelman perl-ohjelmointikielellä. Siinä tutkin erilaisia algoritmeja. Algoritmi, joka olisi paljastanut keskeyttäneistä kaikki muut paitsi yhden yliopistoon siirtyneen:

If (logins[viikko46] < 4 or logins[viikko47] < 4 or logins[viikko48] < 4 or logins[viikko7] = 0 or logins[viikko11] = 0)

{

Keskeytys();

}

Tätä algoritmia voi ajaa viikosta 47 alkaen viikottain, kun viikon 46 data on jo tallessa.

Algoritmi on niin tarkka, että se tuotti vain yhden hudin opiskelijasta, joka oli viikon marraskuussa matkoilla. Hänen opintonsa jatkuvat edelleen mallikkaasti.

Algoritmia voisi vielä tarkentaa siten, että se huomaisi viikoilla 46-48 laskevan login-aktivisuuden, mutta tämäkin näyttää varsin hyvin toimivan.

Tämä on siis yhden vuoden lukujen perusteella. Voi olla, että vuodet ovat erilaiset keskenään, opetus voi olla erilaista eri aikoihin sijoitettua jne.

Samaa algoritmia tuskin voi soveltaa ihan suoraan muihin koulutusohjelmiin, mutta yleisesti ottaen tätä menetelmää kannattaa kyllä kokeilla.

Seuraavaksi on tarkoitus tutkia tätä vuoden 2015-2016 datalla.

Teksti: Lasse Seppänen