Yhteiskunnat investoivat merkittävästi kouluttaakseen lapsensa taitaviksi aikuisiksi. Oppimistuloksissa on kuitenkin merkittäviä eroja yksilöiden välillä, eikä yhteiskunnan panostus oppimisen tukemiseen aina onnistu parhaalla mahdollisella tavalla. Tällä epäonnistumisella on sekä yksilön että yhteiskunnan tulevaisuuteen isoja vaikutuksia.

Oppimisanalytiikka auttaa tekemään näkyväksi oppimisen edistymistä. Sen avulla pystymme yhdistämään oppimisen tuen tarvitsijat sekä tuen tarjonnan ja keinot.

Räsänen pitää professoriluentonsa 26.4. otsikolla "Oppimisanalytiikka paljastaa piilossa olevia ilmiöitä oppimisesta ja koulutuksesta".

Luento tulee tilaisuuden jälkeen tälle sivulle podcastina ja tekstiversiona.

Professoriluento tekstiversiona

Oppimisanalytiikka paljastaa piilossa olevia ilmiöitä oppimisesta ja koulutuksesta

Ihmisellä on myötäsyntyinen kyky hahmottaa lukumääriä, muodostaa symbolista kieltä ja rakentaa assosiaatioita, yhteyksiä havaintojensa välille, ymmärtääkseen syy-ja-seuraus -suhteita. Samantyyppisiä synnynnäisiä kykyjä on tunnistettu myös muilla eläimillä. Jo pienet parvikalojen poikaset osaavat automaattisesti valita suuremman parven mihin liittyä. Monet eläimet kommunikoivat ääntelemällä tai eleillä. Kaikille koiranomistajille on varmasti tuttua, miten koirat kutsuvat lajitoveriaan leikkiin. Koirat rodusta riippumatta osaavat tätä yhteistä kieltä. Myöskään kausaalinen päättely ei ole harvinainen löydös eläinmaailmassa.

Huomattavasti harvinaisempaa on tavata eläinmaailmasta opettamisen kulttuuria. Oppiminen tapahtuu useimmiten siten, että oppija seuraa kokeneemman käytöstä ja imitoi sitä. Varsinaista opettajaa ei vuorovaikutuksessa ole. Poikkeuksiakin on tosin löydetty. Nelisormimangustien tiedetään opettavan asteittain poikasilleen turvallisen tavan välttää skorpionin piikki sitä syötäessä. Jopa niinkin yksinkertaiselta olennolta kuin muurahaiselta on löydetty opettamisen kaltaista käytöstä. Vuonna 2006 tutkimuksissa todettiin kivimuurahaisen opettavan lajitoverilleen reitin ruokapaikalle. Mielenkiintoiseksi muurahaistutkimuksen tekee se, että muurahaisopettajat arvioivat oppilaidensa tietoja ja etenivät opetuksessa seuraavaan vaiheeseen vasta oppilaan ilmoittaessa osaavansa reitinpätkän. Voitaisiinko tässä ajatella olevan alkeellisen tason oppimisanalytiikkaa käytössä?

Oppiminen toisilta on ihmiselle niin perustavanlaatuinen taito, että oppimisprosessia pyritään vauhdittamaan opettamalla. Kun äiti puhuu vauvalleen, hän samalla opettaa lapselleen kieltä. Isä auttaa lastaan pysymään pystyssä pyörällä. Mestari ohjaa kisällin kädenasentoa suorituksessa. Kaikissa näissä tilanteissa opettajan aktiivinen rooli vauhdittaa oppimisen edistymistä. Itsekseen oppija etenisi taidoissaan hitaasti.

Opetuksen tehokkaaksi järjestämiseksi synnytettiin koululaitos. Koululaitoksen synnyttämisen yksi keskeinen innovaatio oli järjestää sitä ikäluokittain. Samanikäiset oppilaat laitetaan ryhmiin, joissa he opiskelevat opettajan johdolla suunnilleen samassa tahdissa samanlaisia asioita. Keskimäärin taloudellisesti erittäin tehokas tapa toteuttaa opettamista. Se, mitä tämä innovaatio ei ota huomioon, ovat yksilölliset erot jo niissä myötäsyntyisissä kyvyissä, joiden varaan koko opettaminen ja oppiminen perustuvat. Opetus tukeutuu siihen, että oppijalla on kyky hahmottaa lukumääriä, oppia ja hallita symbolista kieltä ja luoda assosiaatioita havaintojen välille.

Matematiikkaa tieteenä ja opetettavana kouluaineena ei olisi koskaan kulttuurisen evoluution tuotteena syntynyt, ellei meillä olisi kyky hahmottaa lukumääräisyyttä, kykyä kuvata määriä symboleina ja havaita säännönmukaisuuksia ja rakentaa näistä sääntöjärjestelmiä, missä yksi asia johtaa toiseen. Tiedettä ovat aina edistäneet ne, joiden myötäsyntyiset kyvyt näissä taidoissa ovat olleet parhaat ja jotka niiden kykyjensä kera ovat päässeet parhaiden opettajien äärelle, kirjoissa tai oppitunneilla. Yleensä edistyminen on ollut suotuisinta, mitä varhaisemmin lapsi on päässyt elämään ympäristössä, joka on tarjonnut runsaasti virikkeitä, joissa myötäsyntyisiä kykyjään kehittää ja soveltaa.

Koulu tavoittelee sitä, että myös muut kuin parhaat valmiudet omaavat saisivat nauttia oppimisen ja oivaltamisen ilosta. Niin sanottu oppimisen Matteus-efekti kuitenkin näyttäytyy lähes kaikessa koulutuksessa. Erot osaamisessa kasvavat opetuksen edetessä. Mitä monimutkaisemmasta opittavasta asiasta on kyse, sitä vahvemmin näyttäytyy ilmiö, missä parhaimmilla lähtövalmiuksilla varustetut oppilaat oppivat nopeammin ja enemmän, kun taas ne, joiden valmiudet juuri tämän taidon oppimiseen ovat vähäisemmät, oppivat sitä hitaammin. Opetuksen laatu ja määrä ratkaisee, miten pitkälle taidoissaan kukin oppilas loppujen lopuksi pääsee.

Koulutusjärjestelmämme onkin törmännyt tähän dilemmaan. Toisaalta pyrimme ryhmäopetuksella tehokkuuteen ja taloudellisuuteen, mutta samalla haluaisimme luoda tasa-arvoisia mahdollisuuksia kaikille laadukkaaseen oppimiseen heidän lähtötasostaan riippumatta. Se vaatii yksilökeskeisempää lähestymistapaa opettamiseen. Erilaisia opetuksen malleja, missä näitä kahta toisilleen osin vastakkaista tavoitetta on yritetty ratkaista, on esitetty monia. Yksittäisiä, useimmiten yksittäisen opettajan vahvaan persoonaan ja työlleen omistautumiseen perustuvia, menestystarinoita on kuvattu kirjallisuudessa useita, mutta niiden skaalautuvuus yleisiksi toimintamalleiksi on osoittautunut käytännössä mahdottomaksi. Hyvää, työllensä kaiken antavaa, työntekijää on mahdoton kloonata siten, että se sama toimisi kaikissa olosuhteissa.

Digitalisaatiolle on tarjottu sekä pelastajan että tuhoajan rooleja tässä keskustelussa. Digitalisaation kriitikot nostavat esille uhkakuvia. Oppiminen on muutakin kuin tiedon omaksumista. Oppiminen on sosiaalinen tapahtuma, jossa sosiaalisen vuorovaikutuksen oppiminen on yhtä keskeistä kuin taidon oppiminen. Kun on opetuksen kohteena, oppii samalla opettajaksi. Tietokoneella opetteleminen ei kouluta kenestäkään uutta opettajaa, uutta kasvattajaa.

Digitalisaation mahdollisuuksista on puhuttu pitkään. Jo 1920-luvulla rakennettiin mekaanisia ”opetuskoneita”, joiden piti vapauttaa opettajaa keskittymään taitojen opettamisesta tärkeämpiin asioihin – kuten yksilöllisempään tukemiseen. Samaa roolia on tarjottu nyt sähköisille oppimisalustoille ja oppimateriaaleille. Älykkäät oppimisjärjestelmät voivat irtautua ryhmän opetustahdista ja yksilöllistää oppimisen polkuja sellaisiksi, että ne toimisivat kuin aiemmin mainitsemani kivimuurahainen: opissa edetään vasta kun oppija hallitsee edellisen vaiheen.

Taidokkaasti rakennettu digitaalinen oppilasta ohjaava oppimateriaalia myös kloonaa itseään käytännössä rajattoman määrän. Sen avulla laadukasta opetusta voitaisiin siis tarjota tehokkaasti ja taloudellisesti samalla kun se on yksilöllisempääkin ja huomioi oppilaiden erilaisuuden oppimiskyvyissään ja -tavoissaan.

Digitaaliset ratkaisut tuovat mukanaan ennennäkemättömän määrän dataa. Kaikki interaktiot opetuslaitteen kanssa voidaan ottaa talteen. Oppimisanalytiikka tutkii tätä dataa. Oppimisanalytiikkalla tarkoitetaan juuri oppijasta, opetuksesta ja myös opettajasta kertyvien tietojen keräämistä, mittaamista, analysointia ja raportointia tarkoituksena ymmärtää sekä optimoida oppimista ja oppimisympäristöjä.

Kun oppimisalustaa käytetään riittävän laajasti, se avaa aivan uuden maailman tarkastella ja tutkia koulua sekä oppimista, sekä ennen kaikkea tutkia oppimisen hyvin moninaista ja rikasta yksilöllisyyttä, joka paljastuu, kun sitä tarkastellaan ison datamassan avulla.

Turun yliopiston oppimisanalytiikan tutkimusinstituutissa kehitetty ViLLE-oppimisympäristö on laajalti opettajien työn tukena kouluissa. Viime vuonnakin lähemmäs neljännes peruskoululaisista käytti ViLLEä. Järjestelmään kertyikin vuosittain yli miljardi datapistettä, jota pyritään valjastamaan sen dilemman ratkaisemiseen, miten voidaan luovasti yhdistää opettaja-oppilassuhteen tarvitsema sosiaalinen luonne, ryhmäopetuksen tehokkuus ja taloudellisuus sekä opetuksellisen tasa-arvon tavoite, jokaiselle oppilaalle hänen myötäsyntyisten kykyjensä sekä sen hetkisen taitotasonsa vaatimaa opetusta.

Kun aineistoa kertyy, voidaan oppimisanalytiikan avulla nostaa oppimisen yksilöllisestä luonteesta esiin säännönmukaisuuksia, jotka vuorostaan auttavat luomaan uusia opetuksellisia ratkaisuja ja samanaikaisesti seurata, miten hyvin ne tarjoavat parempia ratkaisuja opettamisen keskeisiin haasteisiin.

Pekka Räsänen
Pekka Räsänen aloitti Turun yliopistossa työelämäprofessorina matemaattis-luonnontieteellisessä tiedekunnassa huhtikuussa 2022. Professuurin erityisalana on oppimisanalytiikka.

Keskeisimmät tutkimusaiheet ja asiantuntijuusalueet

  • lastenneuropsykologia
  • oppimistutkimus
  • oppimisen tukeminen
  • oppimisen arviointi

Räsäsen tehtävä Oppimisanalytiikan tutkimusinstituutin työelämäprofessorina on tukea oppimistutkimusta ja luoda puitteita tutkimusyksikön nousulle entistä merkittävämmäksi toimijaksi kansallisesti ja kansainvälisesti. Hän toimii yksikön varajohtajan sekä tutkimustiimin vetäjän rooleissa tavoitteenani koota yksikön omien tutkijoiden tueksi laaja monitieteellinen eri yliopistojen asiantuntijoista koostuva verkosto.

Osaaminen lastenneuropsykologian ja oppimisvaikeuksien tutkimuksesta sekä kliinisestä käytännön työstä tarjoavat mahdollisuuden yhdistää näitä tutkimussuuntia isoilla aineistoilla tehtävään oppimisanalyyttiseen tutkimukseen. Tämä auttaa rakentamaan välineitä oppimisen haasteiden tunnistamiseen sekä tuottamaan tutkimusinspiroituneita ja vaikuttavia keinoja tukea eri ikäisten oppimista ja hyvinvointia.

Tutkinnot ja dosentuurit

psykologian lisensiaatti, Jyväskylän yliopisto 1995