Kokemuksia datasessiosta keskustelunanalyysin kurssilla

Hanna Laitinen, tiedekasvatuksen yliopisto-opettaja, Helsingin yliopisto

hanna.k.laitinen@helsinki.fi, laitinen.hk@gmail.com

Keskustelunanalyysi vaatii oppijaltaan paljon etenkin termiensä ja toimintatapojensa vuoksi. Keventääkseni tätä kuormaa kokeilin datasessiota eli yhteisöllistä keskusteluaineiston analyysituokiota opetusmenetelmänä opettamallani keskustelunanalyysin kurssilla syksyllä 2024 Helsingin yliopiston humanistisen tiedekunnan kielten maisteriohjelmassa. Tässä artikkelissa raportoin kokeiluni tuloksista. Tekemäni havainnot datasessiokerrasta ja keräämäni palaute osoittivat, että datasessio auttoi konkretisoimaan opittua ja että sitä pidettiin mukavana ja hyödyllisenä.

Taustaa

Datasessiolla tarkoitetaan varsin strukturoitua, yhteisöllistä keskustelunanalyysin tutkimusmenetelmää, jossa ensin katsotaan yhdessä videoitua tai nauhoitettua vuorovaikutusaineistoa ja siitä tehtyjä litteraatteja useaan kertaan, ja sen jälkeen aineistosta tehdään havaintoja, joita kirjataan muistiin pienten taukojen aikana. Sitten yksittäisiä huomioita esitellään vuorotellen ja lopuksi niistä keskustellaan yhdessä. (Stevanovic & Weiste, 2018; ks. myös Sidnell, 2010.) Datasessio kestää yleensä noin tunnin.

Vaikka keskustelunanalyysi on tutkimussuuntauksena vakiintunut suomalaisella tutkimuskentällä laajasti, se ei ole vielä juurtunut kaikkien kieliaineiden opetukseen yliopistoissa. Keskustelunanalyysi saattaa vaatia opiskelijalta paljon, sillä siihen kuuluvat tietyt lähtökohdat, kuten induktiivinen lähestymistapa ja pitäytyminen toimintojen tarkastelussa (ks. esim. Harjunpää, Niemi & Sorjonen, 2020; Stevanovic & Weiste, 2015). Lisäksi keskustelunanalyysi sisältää paljon erityistä terminologiaa, ja litteraateissa esiintyy monenlaisia symboleja, joita pitää oppia tulkitsemaan (ks. Laitinen, 2024; Stevanovic & Weiste, 2015). Tämän vuoksi kyseisen tutkimussuuntauksen harjoittelu saattaa tuntua opiskelijoista hankalalta ja epämotivoivalta (ks. Stevanovic & Weiste, 2015), kuten jotkin muutkin metodiopinnot (ks. Murtonen, Lehtinen & Olkinuora, 2008; Murtonen, Olkinuora, Tynjälä & Lehtinen, 2008). Usein opiskelijat toivovatkin metodiopinnoilta konkretiaa (Salonen & Karttunen, 2023; ks. myös Stevanovic & Weiste, 2015). Myös opiskelijoiden hyvinvointi on aiheuttanut huolta yhteiskunnassa. Korona-aika vähensi korkeakouluopiskelijoiden motivaatiota ja hyvinvointia (esim. Laamanen, Ladonlahti, Häkkinen & Kärkkäinen, 2023), ja heillä on edelleen paljon psyykkistä kuormitusta (KOTT, 2024).

Eräässä Helsingin yliopiston kielten maisteriohjelman opintosuunnassa järjestettiin maisteriopintoihin kytkeytyvä keskustelunanalyysin kurssi muutaman kerran 2020-luvulla. Toimin niillä opettajana. Datasessio tutkimus- ja opetusmenetelmänä tarjoaa konkreettisen ja yhteisöllisen tutkimuksen tekotavan, ja Stevanovicin ja Weisteen (2015) mukaan se sisältää elementtejä, jotka tukevat opiskelijoiden autonomiaa, pystyvyyttä ja yhteisöllisyyttä ja täten edistää sisäisen motivaation kehitystä ja hyvinvointia (ks. Deci & Ryan, 2000), joten halusin kokeilla datasession käyttöä näillä kursseilla ja näin vastata edellä mainittuihin mahdollisiin haasteisiin. Tässä artikkelissa raportoin kokeiluni tuloksista syksyltä 2024, jolloin keräsin tutkimusaineiston.

Tavoitteenani kokeilussani oli datasession avulla konkretisoida opiskelijoille, miten keskustelunanalyyttistä tutkimusta tehdään yhdessä (ks. Stevanovic & Weiste, 2018). Opintojakson oppimistavoitteiden mukaisesti tavoitteenani oli, että opiskelijat osaisivat lukea keskustelunanalyyttisiä litteraatteja, löytäisivät erilaisia keskustelunanalyyttisiä ilmiöitä vuorovaikutusaineistosta, kertoisivat huomioistaan keskustelunanalyyttisin termein ja sitoisivat ne suuntauksen jäsennyksiin. Näin datasession tarkoituksena oli toimia kurssilla käsiteltyjä ilmiöitä yhteen kokoavana ja kertaavana harjoituksena.

Tutkimusaineistoni koostuu havainnoista ja kyselystä. Havainnoin datasessiokerralla opiskelijoiden ja omaa toimintaani ja kirjasin huomioitani ylös. Pyrin etenkin tekemään muistiinpanoja siitä, mitä asioita ja miten opiskelijat nostivat keskusteluun ja miten itse toimin. Kyselylomakkeessa kysyttiin neljällä kysymyksellä heidän näkemyksiään datasessiosta (mielipide, ilmapiiri, muu palaute) ja sen vaikutuksista oppimiseen.

Datasessio osana keskustelunanalyysin kurssia

Tarkasteluni kohteena ovat yhden syksyllä 2024 järjestetyn keskustelunanalyysin kurssin datasessiokerta ja sen jälkeen kyselyllä kerätty opiskelijapalaute. Kurssi kokoontui kerran viikossa kahden periodin ajan 90 minuuttia kerrallaan. Opiskelijoita kurssilla oli alle kymmenen, ja datasessiokertaan osallistui kolme opiskelijaa. Ennen datasessiota pyysin opiskelijoilta tutkimusluvat, jotta saisin tehdä havaintoja tapaamiskerralta ja käyttää heidän antamiaan palautteitaan kerrasta. Selitin myös diojen avulla, miten datasessio yleensä etenee. Datasessiokerta kesti 90 minuuttia.

Datasessiotyöskentely edellyttää ainakin jonkin verran keskustelunanalyyttistä osaamista. Opiskelijoiden tulee osata lukea litteraatteja sekä tuntea suuntauksen periaatteita, toimintatapoja ja käytettyjä käsitteitä. Jos näin ei ole ja keskustelukatkelmaa ruoditaan arkisesti, datasessioon saattaa kulkeutua Stevanovicin ja Weisteen (2015; ks. myös Sidnell, 2010) sanoin ”moraalisesti arvioiva sävy”, jolloin objektiivinen ote häiriintyy. Myös yhteiskeskustelu lienee helpompaa, kun osallistujat jo tuntevat toisensa ja kurssilla on turvallinen ja oppimiseen kannustava ilmapiiri (ks. esim. Biggs, Tang & Kennedy, 2022; Numminen & Talvio, 2009). Näistä syistä datasessio oli vasta opintojakson puolenvälin jälkeen, kun olimme ehtineet käsitellä keskustelunanalyysin periaatteiden ja litteroinnin perusteiden lisäksi perusjäsennykset (vuorottelu-, sekvenssi-, korjaus-, preferenssi- ja kerrontajäsennyksen) ja keskustelleet institutionaalisuuden näkymisestä vuorovaikutuksessa (ks. Tainio, 1997).

Kokeilun tulokset

Datasessio havainnoinnin perusteella

Opiskelijat nostivat huomiokierroksella ja yhteisen keskustelun aikana esiin keskustelunanalyyttisiä ilmiöitä. He nimesivät aineistosta erilaisia vuorotteluun ja sekventiaalisuuteen liittyviä ilmiöitä, kuten päällekkäispuhuntaa, kysymyksiä ja vastauksia sekä korjauksiin liittyviä ilmiöitä ja institutionaalisen keskustelun piirteitä, kuten teitittelyä ja agendan jälkiä. Kaikki huomiot eivät olleet keskustelunanalyyttisiä, vaan osa kommenteista edusti sosiolingvistiikkaa tai fonetiikkaa. Lisäksi joissakin huomioissa oli aiemmin mainittua moraalisesti arvioivaa sävyä, kun esimerkiksi jotakin vuoroa kuvattiin kerskailevaksi. Näissä tilanteissa en suoraan sanonut opiskelijoille, että heidän huomionsa eivät ole keskustelunanalyyttisiä, vaan pyrin hienovaraisesti ohjaamaan keskustelua esimerkiksi esittämällä jonkin keskustelunanalyyttisen kysymyksen kyseisestä huomiosta tai antamaan vuoron jollekulle toiselle.

Yhteisessä keskustelussa valittuja ilmiöitä ja näkökulmia pohdittiin tarkemmin. Esimerkkinä mainittakoon pohdinta siitä, miten aineistokatkelma edusti nimenomaan institutionaalista keskustelua ja miten institutionaalisuus tuotettiin paikallisesti (ks. esim. Peräkylä, 1997). Opiskelijat perustelivat huomioitaan itsenäisesti tai pyynnöstäni ja liittivät niitä keskustelunanalyysin käsitteisiin. Tässä olin välillä apuna tarjoamassa käsitteitä, kuten termin inkrementti.

Yhteisessä keskustelussa tuli ilmi myös kielentutkimuksessa usein havaittu ilmiö kielen monifunktioisuudesta (ks. Laitinen, 2020), kun osa opiskelijoista nosti esiin, että kahta taaksepäin suuntautuvaa itsekorjausta pystyi tarkastelemaan sekä korvauksina että hylkäyksinä tai korvauksina ja lisäyksinä (ks. Sorjonen & Laakso, 2005). Opettajana yritin korostaa sitä, että omat analyysiratkaisunsa pitää perustella johdonmukaisesti, mutta samalla on hyvä osoittaa vaihtoehtoisia kuvaustapoja, jos niitä huomaa. Onnistumistani tässä ei pystytä arvioimaan opiskelijoiden datasessiokäyttäytymistä havainnoimalla. Datasessiokerta osoitti, että opiskelijat löysivät aineistosta keskustelunanalyysin näkökulmasta relevantteja ilmiöitä ja osasivat kertoa niistä, vaikka välillä saivat opettajalta apua termien käyttöön ja näkökulman valintaan.

Datasessio palautteiden valossa

Opiskelijoilta kysyttiin palautelomakkeessa mielipidettä datasessiosta, kuvausta datasessiossa vallinneesta ilmapiiristä ja näkemystä siitä, miten datasessio vaikutti oppimiseen. Lisäksi opiskelijat saivat mahdollisuuden antaa vapaata palautetta. Informantti 3:n (I3) vastaukset on käännetty suomeksi.

Kaikissa kolmessa vastauksessa datasessiota pidettiin positiivisena kokemuksena, mutta yksi vastaaja (I1) nosti negatiivisena puolena esiin osallistujien pienen määrän. Hänestä ihmisiä olisi voinut olla enemmän, jotta olisi syntynyt enemmän ajatuksia. Kahdessa vastauksessa datasessiota kuvattiin adjektiivilla mielenkiintoinen. Ilmapiiri koettiin hyvänä ja vuorovaikutukseen kannustavana. Tätä havainnollistaa vastaus (I1):

Hyvä ilmapiiri, kaikki pääsivät olemaan äänessä

I3 piti erityisesti siitä, että sai itse valita, minkä huomion nosti yhteiseen keskusteluun. Oppimista datasessio tuki kaikkien kolmen palautteen mukaan siten, että yhteinen keskustelu toi esiin sellaista, mitä yksin ei olisi tullut ajatelleeksi. I1 muotoili asian näin:

Yhdessä käsitteleminen synnytti näkökulmia, joita yksin en olisi tajunnut

I3 korosti vastauksissaan samaa ja formuloi asian seuraavilla tavoilla:

Kuten kävi ilmi, yhteen fraasiin voi olla usea näkökulma ja eri ihmiset tulkitsevat keskustelua eri tavoin.

Kun tuloksia tulkitaan aiemman kirjallisuuden valossa, mielipiteet datasessiosta vahvistavat Stevanovicin ja Weisteen (2015, 81) hypoteesia siitä, että datasessio lisäisi sisäistä motivaatiota, sillä vastauksissa näkyi yhteisöllisyyden ja autonomian tarpeen toteutuminen. Oppimisen kannalta tuloksista välittyi se, että opiskelijat nojasivat yhteiseen tiedonrakenteluun, ja datasessiokerran voi tulkita näin heijastaneen sosiokonstruktivistista oppimiskäsitystä (ks. Laitinen, 2024), joka on yhteydessä syväsuuntautuneeseen lähestymiseen oppimiseen (esim. Nevgi & Lindblom-Ylänne, 2009).

Lopuksi

Datasessiokerran havainnointi ja palaute osoittivat, että kokeilu oli varsin onnistunut. Opintojakson oppimistavoitteiden kannalta kävi ilmi, että opiskelijat pystyivät (välillä hiukan ohjatusti) tekemään keskustelunanalyyttisiä huomioita aidosta vuorovaikutusaineistosta. Datasession ajankohta kurssin puolenvälin jälkeen oli tarkoituksenmukainen, sillä opiskelijat pystyivät käyttämään kurssilla opittuja termejä ja sitomaan niitä käsiteltyihin jäsennyksiin.

Ongelmallisia tilanteitakin oli. Välillä huomiot eivät noudattaneet keskustelunanalyysin periaatteita. Seuraavilla kerroilla opettajan olisi hyvä miettiä etukäteen, miten ohjata opiskelijoita tällaisessa tilanteessa. Opettajan mahdollisesti korjaavien kommenttien (ks. Antaki, Biazzi, Nissen & Wagner, 2008; Stevanovic & Weiste, 2018) olisi kuitenkin syytä olla sellaisia, että oppimisilmapiiri säilyy hyvänä ja kannustavana (ks. Biggs ym., 2022), sillä kritiikki tai reagoimattomuus omaan huomioon voi vähentää pätevyyden ja yhteisöllisyyden tunnetta (ks. Stevanovic & Weiste, 2018). Opettajan ollessa ainoa keskustelunanalyysin ekspertti kisällimäisen oppimisen mahdollisuus jäi puuttumaan (ks. Stevanovic & Weiste, 2018). Jatkossa olisikin hyvä, jos datasessiokerralle saataisiin vierailijaksi edes yksi keskustelunanalyysin konkari.

Datasessioon osallistujia oli vähän. Tällä saattoi olla vaikutusta opiskelijoiden toimintaan ja palautteeseen, vaikka se olikin anonyymiä. Olisikin hyvä toistaa kokeilu toisen opiskelijaryhmän kanssa. Havainnointi perustui opettajan tekemiin muistiinpanoihin. Tämä tapa asettaa omat rajoitteensa. Esimerkiksi datasession videointi saattaisi tuottaa tarkemman aineiston, mutta toisaalta se saattaisi vaikuttaa opiskelijoiden toimintaan enemmän kuin havainnointi.

Artikkeli kuvaa, miten datasessio kytkeytyy keskustelunanalyysin opettamiseen ja osoittaa sen tuomia hyötyjä. Kokeiluni kannustaa järjestämään datasessioita keskustelunanalyysin kursseilla.

Lähteet

Antaki, C., Biazzi, M., Nissen, A. & Wagner, J. (2008). Accounting for moral judgments in academic talk: The case of a conversation analysis data session. Text & Talk, 28(1), 1–30. https://doi.org/10.1515/TEXT.2008.001

Biggs, J., Tang, C. & Kennedy, G. (2022). Teaching for quality learning at university (5., uudistettu painos). Maidenhead: Open University Press.

Deci, E. L. & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268. https://doi.org/10.1207/S15327965PLI1104_01

Harjunpää, K., Niemi, J. & Sorjonen, M.-L. (2020). Keskustelunanalyysi ja vuorovaikutuslingvistiikka. Teoksessa M. Luodonpää-Manni, M. Hamunen, R. Konstenius, M. Miestamo, U. Nikanne & K. Sinnemäki (toim.), Kielentutkimuksen menetelmiä I‒IV (s. 896–941). Suomalaisen Kirjallisuuden Seuran Toimituksia. Helsinki: Suomalaisen Kirjallisuuden Seura.
http://www.jstor.org/stable/j.ctv1qp9hgb.30

KOTT. (14.10.2024). Korkeakouluopiskelijoiden psyykkinen kuormitus on vähentynyt. Terveyden ja hyvinvoinnin laitos.
https://thl.fi/-/korkeakouluopiskelijoiden-psyykkinen-kuormittuneisuus-on-vahentynyt

Laamanen, M., Ladonlahti, T., Häkkinen, P. & Kärkkäinen, T. (2023). Opiskelijan hyvinvointi koetuksella? Korkeakouluopiskelijoiden kokemat terveys- ja toimintarajoitteet, digitaalinen osaaminen ja opiskelu pandemian aikana. Helsinki:Opetus- ja kulttuuriministeriön julkaisuja 2023:41.
http://urn.fi/URN:ISBN:978-952-263-750-5

Laitinen, H. (Лайтинен, Х.) (2020). Projavlenije hezitatsii v besedah na rossijskom televidenii (Проявление хезитации в беседах на российском телевидении) [Epäröinnin ilmeneminen venäläisissä keskusteluohjelmissa] (väitöskirja). Helsinki: Helsingin yliopisto.
http://urn.fi/URN:ISBN:978-951-51-6172-7

Laitinen, H. (2024). Sosiokonstruktivistisen oppimiskäsityksen mukaisia pedagogisia ratkaisuja kahdella keskustelunanalyysin ja vuorovaikutuslingvistiikan yliopistokurssilla. HAMK Unlimited Scientific, 27.3.2024.
https://urn.fi/URN:NBN:fi-fe2024032613059

Murtonen, M., Lehtinen, E. & Olkinuora, E. (2008). Turha taito? Yliopisto-opiskelijoiden näkemykset tutkimustaitojen tarpeesta työelämässä, suuntautuminen oppimiseen ja koetut vaikeudet opinnoissa. Kasvatus, 39(2), 119–130.

Murtonen, M., Olkinuora, E., Tynjälä, P. & Lehtinen, E. (2008). ”Do I need research skills in working life?”University students’ motivation and difficulties in quantitative methods courses. Higher Education, 56(5), 599–612.
https://doi.org/10.1007/s10734-008-9113-9

Nevgi, A. & Lindblom-Ylänne, S. (2009). Oppimisen teoriat. Teoksessa S. Lindblom-Ylänne & A. Nevgi (toim.), Yliopisto-opettajan käsikirja (s. 194–236). Helsinki: WSOYPro.
https://doi.org/10.31885/9789515150325

Numminen, A. & Talvio, M. (2009). Hyvä oppimisilmapiiri ja opiskelijan kohtaaminen. Teoksessa S. Lindblom-Ylänne & A. Nevgi (toim.), Yliopisto-opettajan käsikirja (s. 123–136). Helsinki: WSOYPro.
https://doi.org/10.31885/9789515150325

Peräkylä, A. (1997). Institutionaalinen keskustelu. Teoksessa L. Tainio (toim.), Keskustelunanalyysin perusteet (s. 177–203). Tampere: Vastapaino.

Salonen, S. & Karttunen, T. (2023). Käytännön työelämään tutustuminen osaksi alkuvaiheen yliopisto-opintoja. Yliopistopedagogiikka, 30(2).
https://lehti.yliopistopedagogiikka.fi/2023/12/22/kaytannon-tyoelamaan-tutustuminen-osaksi-alkuvaiheen-yliopisto-opintoja/

Sidnell, J. (2010). Conversation analysis: An introduction. Language in Society 37. Chichester: Wiley Blackwell.

Sorjonen, M.-L. & Laakso, M. (2005). Katko vai eiku? Itsekorjauksen aloitustavat ja vuorovaikutustehtävät. Virittäjä, 109(2), 244–271.
https://journal.fi/virittaja/article/view/40405

Stevanovic, T. M. & Weiste, E. H. (2015). Keskustelunanalyysin opettamisesta. Teoksessa Esseitä tieteenalakohtaisesta opetuksesta vuosilta 2013–2015 (s. 72–86). Helsinki: Helsingin yliopisto.
http://hdl.handle.net/10138/159803

Stevanovic, M. & Weiste, E. (2018).Osallistumisen ja samanmielisyyden jännittyneisyys keskustelunanalyyttisessä datasessiossa. Yliopistopedagogiikka, 25(1), 20–33. https://lehti.yliopistopedagogiikka.fi/2018/10/19/osallistumisen-ja-samanmielisyyden-jannitteisyys-keskustelunanalyyttisessa-datasessiossa/

Tainio, L. (toim.). (1997). Keskustelunanalyysin perusteet. Tampere: Vastapaino.