Õpianalüütika rakendab andmeanalüüsi meetodeid hariduse kontekstis. Tegu on suhteliselt uue valdkonnaga, mis võimaldab õppijate tulemusi, õppimisprotsessi ja -keskkonda parandada.
Õpianalüütika (ingl learning analytics) on andmeanalüütika valdkond, mis tegeleb andmete kogumise, analüüsimise ja visualiseerimisega hariduse kontekstis. Õpianalüütika fookuses on õppijad, nende õppekeskkond ja õppeprotsess. Andmete kogumine selles valdkonnas aitab õppimist paremini mõista, personaliseerida ja optimeerida.1
Õpianalüütika on koht, kus suurandmed kohtuvad kvantitatiivsete meetoditega. Valitsused, ülikoolid, muud organisatsioonid ja online-kursuste pakkujad koguvad andmeid õppijate ja nende õppimisviiside kohta. Kõik need andmed pole aga tükk aega sobivat rakendust leidnud, sesti selleks sobivad meetodid ja vahendid töötati välja üsna hiljuti. EDUCAUSE Learning Initiative'i koostatud “Horizon Report: 2019 Higher Education Edition” määratleb õpianalüütikat kui üht digitaalset strateegiat ja tehnoloogiat, mis peaks lähitulevikus laiemasse kasutusse jõudma. Selleks vajatakse pädevaid andmeanalüütikuid, et toetada asutusi õpianalüütika laiapõhjalisel rakendamisel.2
Macfadyen, Dawson, Pardo ja Gaš ević (2014) on öelnud, et automatiseeritud analüütika pakkumine õppijatele ja õppejõududele annab tagasisidet selle kohta, milline on õppija käitumine õpisituatsioonis, tema areng ja õpiväljundite saavutatuse tase. Lisaks ei toeta see üksnes õppijate akadeemilisi sooritusi, vaid kujundab ka nende enesereguleeritud õppimise oskusi. Neid peetakse akadeemilise edukuse üheks oluliseks näitajaks. Need õppijad, kes on madalamate akadeemiliste näitajatega, on ühltasi vähem võimekad oma võimete hindamisel ning õpioskuste analüüsimisel (Kruger & Dunning, 1999). Samas on uuringud näidanud, et õppijate motivatsioon ning valmisolek end jälgida on seotud nende õpingute kvaliteedi, edasijõudmise ja akadeemiliste saavutustega (Dunlosky & Thiede, 1998).3
Kirjeldav analüüs – vaade minevikku
Antud meetod kasutab andmete hankimist ja andmekaevet, et mõista mingi aja jooksul esinevaid trende, võimaldades:
Diagnostiline analüüs – miks see juhtus
Seda analüüsivormi iseloomustavad sellised tehnikad nagu andmete uurimine, andmete hankimine ja korrelatsioonide leidmine uurimaks mingi nähtuse sisu, et vastata küsimusele “miks see juhtus?”. Meetod võimaldab:
Ennustav analüüs – tuleviku mõistmine.
Selle meetodi puhul kombineeritakse minevikuandmeid, et leida mustreid ning rakendada statistilisi mudeleid ja algoritme, et välja tuua erinevad seosed andmete vahel, võimaldades ennustada trende:
Ettekirjutav analüüs – nõu andmine võimalike tulemuste osas
Ettekirjutav analüüs läheb kaugemale kirjeldavast ja ennustavast analüüsist, kombineerides masinõpet, algoritme ja arvutuslikku modelleerimist ning aitab:
Õpikogemuse analüüs
Õpikogemuse analüüs püüab konkreetse õppetegevuse kohta rohkem teada saada. Õpikogemuse kategooria vastab sageli küsimustele konkreetse tegevuse kasutusmustrite kohta, näiteks:
Õppija(te) analüüs
Õppija analüüs püüab rohkem mõista konkreetset inimest või inimrühma, kelle üheks väljundiks on õppimine. See hõlmab küsimusi konkreetsete õppijate kasutusmustrite ja toimimisviiside kohta, näiteks:
Õppeprogrammi analüüs
Õppeprogrammi analüüs püüab mõista, kuidas üldine õppeprogramm toimib. Õppeprogramm hõlmab tavaliselt palju õppijaid ja palju õppimiskogemusi (kuigi see võib sisaldada vaid mõnda). Õppeprogrammi analüüs vastab küsimustele õppimise strateegilise mõju kohta organisatsioonis, näiteks:
Praegu on õige aeg siseneda õpianalüütika valdkonda, et muuta õpilaste ja elukestvate õppijate haridust. Maailm muutub kiiresti ja haridus peab ajaga kaasas käima – siin saavad abiks olla tehnoloogilised võimalused, mida õpianalüütika pakub. Selleks on vaja tugevat põhjalikku arusaamist kvantitatiivsetest meetoditest koos teadmistega andmete koostamisest, ühendamisest, haldamisest, puhastamisest ja analüüsimisest, kasutades tipptasemel tarkvara ja tehnikaid.2
Pärast karjäärimuutust ja õpianalüütikaga seotud hariduse omandamist on andmebaasihaldur ja Northeastern University vilistlane Melisa LaCroix saavutanud õpianalüütika valdkonnas edu. „Kuna olen töötanud õpianalüütika alal ja saanud enda õpingutes selle valdkonna kohta rohkem teada, näen, kuidas see võib aidata õpetajatel otsustada, kus piiratud ressursse kõige paremini kasutada. Samuti võimaldab see suurendada nende vastutust vanemate ja teiste asjaosaliste ees, lisaks muuta tulemused läbipaistvamaks ja anda õpilastele rohkem võimalusi oma õppimisprotsessi täiustamiseks,“ ütleb LaCroix.2
Karjääri alustamine selles dünaamilises valdkonnas algab sageli andmeanalüüsi oskuste arendamisega. Näiteks Northeastern University pakub programme, et rahuldada kasvavat nõudlust valdkonna spetsialistide järele. Sealhulgas pakutakse analüütika magistrikraadi ja õpianalüütika magistrikraadi programme. Üliõpilased saavad teadmisi peamiste analüütiliste kontseptsioonide ja teooriate osas ning õpivad, kuidas õigesti valida, ette valmistada, rakendada, tõlgendada ja hinnata õppeanalüütilisi mudeleid. LaCroixi sõnul on õppimisanalüütika võimaldanud tal ühendada oma oskused juhendaja, advokaadi ja suhtleja ning tehnoloogiaprofessionaalina.2
Kasutatud allikad:
1 https://kompass.harno.ee/analuutika-ja-suurandmed/#andmeanaluutika-ja-haridus
2 https://www.northeastern.edu/graduate/blog/learning-analytics
3 https://www.proquest.com/docview/2066415794/fulltextPDF/3198455AF1754920PQ/1?accountid=28786
4 https://www.solaresearch.org/about/what-is-learning-analytics/
5 https://www.watershedlrs.com/resources/definition/what-is-learning-analytics/
