Miten saamme oppimisanalytiikan ja tekoälyn tukemaan paremmin kehittyvää korkeakoulupedagogiikkaa?

Teija Paavilainen, väitöskirjatutkija, soveltavan kasvatustieteen ja opettajankoulutuksen osasto, Itä-Suomen yliopisto
teija.paavilainen@uef.fi

Jenni Bäckman, väitöskirjatutkija, soveltavan kasvatustieteen ja opettajankoulutuksen osasto, Itä-Suomen yliopisto
jenni.backman@uef.fi

Teemu Valtonen, professori, soveltavan kasvatustieteen ja opettajankoulutuksen osasto, Itä-Suomen yliopisto
teemu.valtonen@uef.fi

Laura Hirsto, koulutusvararehtori, Itä-Suomen yliopisto
laura.hirsto@uef.fi

Oppimisanalytiikan ja tekoälyn mahdollisuuksia tukea korkeakouluopiskelua Suomessa ja kansainvälisesti hyödynnetään vielä toistaiseksi melko vähän. Erityisesti niiden pedagogisesti mielekäs käyttö ja kehittäminen vaatii vielä paljon pohtimista. Yleistyessään tekoälyä ja oppimisanalytiikkaa hyödyntävät alustat muodostavat merkittävän mahdollisuuden tukea uudistuvaa korkeakoulupedagogiikkaa ja opiskelijoiden yksilöllisiä tarpeita. Näiden teknologioiden käyttö herättää jonkin verran eettistä pohdintaa, mikä on kehitystyössä hyvä ymmärtää. Tärkeää kehitystyössä on kuitenkin huomioida yliopistopedagogiset näkökulmat kaiken suunnittelun lähtökohtana.

Oppimisanalytiikalla tarkoitetaan oppijoita ja heidän toimintaympäristöjään koskevan tiedon automaattista keräämistä, analysointia ja raportointia/visualisointia, jonka tarkoituksena on ymmärtää ja tukea oppimista ja ympäristöjä, joissa oppiminen tapahtuu (Siemens, 2013). Korkeakoulusektorilla on jo totuttu oppimisanalytiikan hyödyntämiseen makro- ja mesotasoilla esimerkiksi valmistuneiden tutkintojen seurantaan niin kansallisesti, yliopistotasolla kuin koulutusohjelmatasolla. Kuitenkin oppimisanalytiikan mahdollisuuksia mikrotasolla yksittäisten opiskelijoiden oppimisprosessien seuraamiseen ja ymmärtämiseen hyödynnetään vielä vähän.

Oppimisanalytiikan tutkimusta on tehty viimeisen vuosikymmenen aikana mittavasti, mutta tutkimuksesta ovat pitkälti puuttuneet pedagogiset näkökulmat tutkimuksen keskittyessä tietojenkäsittelytieteen puolelle ja erilaisten analyysimenetelmien kehittämiseen (Gašević Dawson & Siemens, 2015). Opettajien erilaiset pedagogiset näkemykset, opetuskäytänteet ja tarpeet analytiikalle ovat puuttuneet keskustelusta. Tutkimustulokset ovat myös heikosti jalkautuneet opetuksen käytänteisiin (Ifenthaler, Gibson, Prasse, Shimada & Yamada, 2021), vaikka oppimisanalytiikkaa voitaisiin parhaimmillaan monipuolisesti hyödyntää niin opettajan työvälineenä kuin opiskelijan opintojen ohjaamisen tukena korkeakouluopinnoissa.

Kehittämistyön ulottuvuuksia

Itä-Suomen yliopisto on mukana YUFE-allianssissa (Young Universities for the Future of Europe), jonka keskeinen tavoite on kehittää eurooppalaista korkeakoulutusta ja eurooppalaista korkeakoulualuetta. Itä-Suomen yliopiston johtamassa työpaketissa tutkitaan ja kehitetään oppimisanalytiikan käyttöä korkeakoulukontekstissa. Työpaketissa tehdyn taustatutkimuksen alustavien tulosten mukaan eurooppalaisten yliopisto-opettajien tietoisuus oppimisanalytiikasta näytti vähäiseltä, mutta kiinnostusta sen käyttämiseen oli laajasti. Oppimisanalytiikan käyttö ja eettiset näkemykset vaihtelivat paljon maittain.

Oppimisanalytiikan hyödyntämiseen liittyvätkin keskeisesti myös näkökulmat sen eettisestä käytöstä (ks. esim. Silvola, Gerdimiene, Pursiainen, Rusanen & Muukkonen, 2022). Pelkkään dataan nojautuva automaattinen päätöksenteko tai arviointi ei ole eettisesti kestävää. Pikemminkin oppimisanalytiikan hyödyt tulevat esille sen mahdollisuuksissa opettajan pedagogisen päätöksenteon sekä suunnittelun ja opetuksen toteutuksen tukena. Edelleen esimerkiksi datan keräämisen läpinäkyvyys ja sen käytöstä informointi ovat tärkeitä eettisesti kestävän teknologian hyödyntämisen elementtejä. Myös opiskelijoiden omaa aktiivista roolia oman oppimisprosessinsa seuraajina oppimisanalytiikan ja tekoälyn dataa hyödyntäen voitaisiin rohkaista enemmän. 

Suomalaisessa korkeakoulukontekstissa oppimisanalytiikan käyttö on toistaiseksi ollut vielä vähäistä. Oppimisanalytiikan kehittäminen on ollut pitkälti hallintovetoista ja tavoitteena on ollut seurata esimerkiksi opiskelijoiden opintosuorituksia ja siten heidän opintojensa edistymistä. Oppimisanalytiikan implementoinnin opetuskäytänteisiin onkin todettu vaativan kehittämistä niin pedagogiikan ja teknologian kuin myös eettisten ja yksityisyyden suojaan liittyvien kysymysten saralla (Ifenthaler ym., 2021; Gašević ym., 2015).

Tutkimusten mukaan opettajien teknologian käyttöönottoa ohjaavat esimerkiksi koettu hyödyllisyys ja helppokäyttöisyys (Davis, 1989). Opetusteknologian, kuten oppimisanalytiikan, käytön nähdään siis olevan vahvasti yhteydessä opettajan omaan tietotekniseen osaamiseen. Kuitenkin myös opettajan sisältötieto, oppimiskäsitykset ja pedagoginen ymmärrys vaikuttavat taustalla opettajan tekemiin opetusteknologisiin valintoihin (Mishra & Koehler, 2006; Valtonen, Bäckman, Paavilainen, Kukkonen & Hirsto, 2025). Yliopistokontekstissa eri tieteenalojen välillä on näin luultavasti myös eroja siinä, kuinka hyvin oppimisanalytiikan koetaan soveltuvan oman tieteenalan opetuskäytänteisiin. Todennäköisesti myös tieteenalojen tiedon episteemisellä rakenteella on vaikutusta oppimisanalytiikan ja tekoälyn työvälineiden kehittämiseen. Tarvitaankin lisäselvitystä siitä, kuinka opettajat suomalaisissa korkeakouluissa ja eri tieteenaloilla hahmottavat oppimisanalytiikkaa ja sen mahdollisuuksia. Näin voitaisiin edelleen kehittää uudistuvan pedagogiikan tarpeita tukevan oppimisanalytiikan kehittämistä. Suomi voisi olla tässä veturina eurooppalaisessa koulutuksen kehittämisessä.

Oppimisanalytiikka opettajan ja opiskelijan tukena korkeakoulujen arjessa

Oppimisanalytiikan mahdollisuudet korkeakoulujen yhä suureneville opiskelijamäärille ovat moninaiset. Perinteisesti oppimisanalytiikka on nähty välineenä kertomaan opiskelijoiden sisältötiedon osaamisesta ja opinnoissa suoriutumisesta. Siten sen ei ole ehkä nähty tukevan korkeakouluissa merkitykselliseksi nähtyä, syvempää ja laajempaa oppimista sekä konstruktivistisia menetelmiä. Oppimisanalytiikkaa hyödyntävien alustojen mahdollisuuksia informoida oppimisprosessin etenemisestä onkin toistaiseksi ymmärretty ja tätä kautta hyödynnetty vielä vähän. Opiskelija voi esimerkiksi käyttää oppimisanalytiikan tarjoamaa palautetietoa omien opintojensa suunnitteluun ja ohjaamiseen. Opettaja hyötyy oppimisanalytiikasta saadessaan tietoa opiskelijoiden opintojen edistymisestä ja kurssien mahdollisista pullonkauloista ja pystyy täten ohjaamaan tukea tarpeen mukaan. Lisäksi opettaja pystyy käyttämään kursseista kertyvää dataa niiden jatkokehittämiseen.

Oppimisanalytiikan rooli tulisikin jatkossa nähdä yhä enemmän opettajan pedagogisen päätöksenteon tukena (Li, Jung, & Friend Wise, 2021). Analytiikkatyökalujen tulisikin olla entistä helpommin opettajien käytettävissä ja saavutettavissa eri oppimisalustoilla. Tällöin ne muodostuisivat luontevaksi opettajan työn osaksi. Tekoälyn tuomat mahdollisuudet analytiikkadatan hyödyntämiseen, esimerkkinä henkilökohtaiset tutorit tai räätälöidyt tekoälyagentit, myös yleistyessään lisäävät oppimisanalytiikan merkitystä ja helpottavat opiskelijoiden ohjausta.

Itse analytiikkatyökalut eivät kuitenkaan yksistään riitä, vaan tärkeää olisi ymmärtää, millaiseen oppimiseen analytiikan työvälineet ohjaavat ja millaisia pedagogisia mahdollisuuksia ne tarjoavat. Yksilöllisen suoriutumisen korostumisesta tulisi jatkossa siirtyä kohti oppimisprosessien ymmärtämistä ja tukemista. Teknologian mahdollistamat työvälineet tulisi ottaa mukaan jo oppimisprossien pedagogisen suunnittelun vaiheessa, jolloin niitä voitaisiin hyödyntää kohdissa, joissa se on pedagogisesti mielekästä. Pedagogisessa suunnittelussa voitaisiin ottaa huomioon myös teknologiatyökalujen mahdollisuudet tukea sisältötiedon oppimisen ohella myös opiskelijan oppimisen itsesäätelyä, kuten oppimisprosessin monitorointia ja reflektointia. Myös oppimisanalytiikan mahdollisuudet tukea ryhmien työskentelyä ovat vasta kehittymässä (Wise, Rosé & Järvelä, 2023).

Yliopistopedagogiikka mukaan kehittämistyöhön

Nykyisten korkeakoulujen oppimisalustojen tarjoamat oppimisanalytiikan ja tekoälyn mahdollisuudet ovat rajalliset kehittyvän korkeakoulupedagogiikan tukemisessa, samoin ne mallit, jollaisia koulutuksen kontekstissa tarjotaan oppimisanalytiikan hyödyntämisestä. Nopeasti muuttuvassa ajassamme teknologian rooli oppimisen mahdollistajana ja tukijana lisääntyy väistämättä. Opettajien ja opiskelijoiden, oppimisanalytiikan loppukäyttäjien, ottaminen mukaan oppimisanalytiikan käytännön sovellutusten kehittämisprosesseihin olisi keino saada opettajien tarpeet kuuluviin (Shum, Ferguson & Martinez-Maldonado, 2019). Myös yliopistopedagoginen näkemys tarvitaan oleellisesti mukaan tähän keskusteluun, etteivät kehittäminen ja keskustelut jää vain erityisesti opetusteknologiasta ja sen kehittämisestä kiinnostuneiden tutkijoiden varaan. Oppimisanalytiikasta tulee mielekästä vasta kun se integroituu mielekkäästi pedagogiseen suunnitteluun, oppimisprosesseihin ja niiden taustalla oleviin pedagogisiin ajatuksiin (Valtonen, Hirsto, Sointu & Väisänen, 2022). Täten on mahdollista kehittää aidosti opettajan pedagogisia ajatuksia ja tarpeita palvelevia alustoja, oppimisanalytiikkaa ja tekoälyn hyödyntämisen mahdollisuuksia.

Erityisen tärkeää yliopistopedagogisessa yhteistyössä on pohtia, miten oppimisanalytiikkaa ja tekoälyä hyödynnettäisiin opetuksessa pedagogisina työkaluina vastaamaan suureneviin opiskelijamääriin ja opiskelijoiden lisääntyviin yksilöllisiin tuen tarpeisiin eettisesti kestävällä tavalla. Tavoitteena on kehittää joustavia ja opiskelijoiden tarpeisiin mukautuvia teknologian käyttötapoja, jotka tukevat oppimista. Samalla on tärkeää rohkaista opiskelijoita hyödyntämään teknologisia välineitä oman oppimisensa ja reflektion tukena. Yhteistyö ‒ niin korkeakoulujen välillä kuin yliopistojen eri toimijoiden, kuten IT-asiantuntijoiden, yliopistojen opettajien ja tutkijoiden kesken ‒ mahdollistaa innovaatioiden jakamisen ja teknologian pedagogisesti mielekkään käytön kehittämisen. Tämä tulisi nähdä yliopistopedagogiikan yhteisenä intressinä ja keskeisenä prosessina, ei vain yksittäisenä työkaluna. Täten olisi siis erityisen tärkeää käydä yhdessä keskustelua siitä, miten yliopistopedagogiikan asiantuntijat voisivat yhdessä rakentaa oppimisympäristöjä, joissa oppimisanalytiikka ja tekoäly tukevat pedagogisesti mielekkäällä tavalla sekä yksilöllistä oppimista että opettajien oman työn kehittämistä.

Lähteet

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
https://doi.org/10.2307/249008

Gašević, D., Dawson, S. & Siemens, G. (2015). Let’s not forget: Learning analytics are about learning. TechTrends, 59(1), 64–71.
https://doi.org/10.1007/s11528-014-0822-x

Ifenthaler, D., Gibson, D., Prasse, D., Shimada, A. & Yamada, M. (2021). Putting learning back into learning analytics: Actions for policy makers, researchers, and practitioners. Educational Technology Research and Development, 69(4), 2131–2150.
https://doi.org/10.1007/s11423-020-09909-8

Li, Q., Jung, Y. & Friend Wise, A. (2021). Beyond first encounters with analytics: Questions, techniques and challenges in instructors’ sensemaking. LAK21: 11th International Learning Analytics and Knowledge Conference, 344–353.
https://doi.org/10.1145/3448139.3448172

Mishra, P. & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
https://doi.org/10.1111/j.1467-9620.2006.00684.x

Shum, S. B., Ferguson, R. & Martinez-Maldonado, R. (2019). Human-centred learning analytics. Journal of Learning Analytics, 6(2), 1–9.
https://doi.org/10.18608/jla.2019.62.1

Siemens, G. (2013). Learning analytics: The emergence of a discipline. American Behavioral Scientist, 57(10), 1380‒1400.
https://doi.org/10.1177/0002764213498851

Silvola, A., Gerdimiene, E., Pursiainen, J., Rusanen, J. & Muukkonen, H. (2022). Oppimisanalytiikka ja eettiset kysymykset: Laadullinen meta-analyysi. Kasvatus, 52(2), 235–248.
https://doi.org/10.33348/kvt.111448

Valtonen, T., Bäckman, J., Paavilainen, T., Kukkonen, J. & Hirsto, L. (2025). Perspectives on teachers’ pedagogical beliefs and use of educational technology. Teoksessa Proceedings of EdMedia World Conference on Educational Technology. Association for the Advancement of Computing in Education (AACE).

Valtonen, T., Hirsto, L., Sointu, E. & Väisänen, S. (2022). Learning analytics pedagogy ‒ Possibilities and challenges. Teoksessa T. Bastiaens (toim.), Proceedings of EdMedia + Innovate Learning (s. 362‒366). Online: Association for the Advancement of Computing in Education (AACE).
https://www.learntechlib.org/primary/p/221313/

Wise, A. F., Rosé, C. & Järvelä, S. (2023). Editorial: Nine elements for robust collaborative learning analytics: A constructive collaborative critique. International Journal of Computer-Supported Collaborative Learning, 18(1), 1–9.
https://doi.org/10.1007/s11412-023-09389-x