Koneoppimismallilla voitiin ennustaa toisen asteen koulutuksen keskeyttämistä jo peruskouluiässä

Tutkijat rakensivat koneoppimismallit hyödyntämällä Jyväskylän yliopistossa kerättyä, 13 vuotta kattavaa pitkittäistutkimusaineistoa. Mallit pystyivät ennustamaan toisen asteen koulutuksen loppuunsaattamista jo alakoulun lopussa.

"Tutkimuksemme on tärkeä metodologinen edistysaskel tutkimusmenetelmien kehittämisessä. Se voisi auttaa parantamaan nykyisiä strategioita koulunkäynnin keskeyttämisen ehkäisemiseksi ja varhaisen tuen kehittämiseksi", sanoo vastuullinen tutkija tutkijatohtori Maria Psyridou.

Moni tekijä vaikuttaa koulutuksen keskeyttämisriskiin

Koulutukseen kiinnittyminen alkaa jo varhain, ja siihen vaikuttavat monet tekijät. Tutkijat tarkastelivat perhetaustan, yksilöllisten tekijöiden, käyttäytymisen, motivaation ja sitoutumisen, kiusaamiskokemusten, terveyskäyttäytymisen, median käytön sekä akateemisen ja kognitiivisen suoriutumisen merkitystä toiseen asteen opinnoista valmistumiselle. 

Tutkimuksessa hyödynnettiin Suomen Akatemian rahoittamien Alkuportaat- ja Koulupolku-hankkeiden pitkittäistutkimusaineistoa, jossa on seurattu noin 2 000:a lasta esiopetuksesta toisen asteen opintojen loppuun.

"Työskentely tämän pitkittäisaineiston kanssa oli sekä haastava että ainutlaatuinen mahdollisuus koneoppimiselle. Tulokset ovat varsin lupaavia", sanoo väitöskirjatutkija Fabi Prezja, joka oli mukana kehittämässä koneoppimismenetelmiä tutkimusta varten.

Koneoppimismallilla voi tunnistaa keskeyttämisriskissä olevia

Tutkimus edustaa merkittävää metodologista harppausta koulutustutkimuksessa.  Tulevaisuudessa tällaisilla malleilla on mahdollista tukea koulutuksen kehittämistä, tunnistaa opintojen keskeyttämisen riskissä olevia oppilaita ja kehittää strategioita, joilla tukea pidempiä koulupolkuja ja parantaa oppimistuloksia.

 Tutkimusartikkeli on luettavissa Nature Scientific Reports -lehdessä.