Väitös: Tietotekniikan opetuksen tueksi kehitetty menetelmä auttaa tunnistamaan opiskelijoiden tuen tarpeen varhaisessa vaiheessa

FM Denis Zhidkikhin väitöstutkimus esittelee menetelmän, jolla pyritään ymmärtämään opiskelijoiden oppimistapoja tietotekniikan opetuksessa. Yhdistämällä digitaalisten oppimisympäristöjen keräämät jalanjäljet ja opiskelijoiden omat kokemukset oppimisestaan saadaan aiempaa monipuolisempi ja ymmärrettävämpi kuva oppimisen haasteista ja onnistumisista.

Koulumaailmassa on koettu mullistusta 2000-luvun aikana, kun pääpaino on siirtynyt luentomaisesta opetuksesta kohti itsenäistä ja yksilöllistä oppimista. Muutoksen myötä opiskelijan vastuu oman oppimisen hoitamisesta on kasvanut. Samaan aikaan digitaaliset oppimismateriaalit mahdollistavat yhä yksityiskohtaisemman oppimisen seurannan opiskelijoille, kun taas opettajille ne tarjoavat kokonaisvaltaisemman tilannekuvan opiskelijoiden etenemisestä.

Digitaalisten materiaalien käytöstä syntyvää digitaalista jalanjälkeä on ennen hyödynnetty muun muassa kurssipudokkuuden automaattisessa tunnistamisessa, mutta tällaiset automaatit ovat usein “mustia laatikoita”, joiden antamille tuloksille on vaikea löytää selitystä. Automaatti voi esimerkiksi kertoa, kuinka suuri riski opiskelijalla on jättäytyä kurssilta pois kuluvan viikon aikana, mutta ei sitä, mikä opiskelijan opiskelutavassa johti tähän riskiin.

Monipuolisempi tilannekuva yhdistämällä data ja kokemus

Perinteisesti opiskelijan toimintaa on mitattu joko analysoimalla digitaalisissa ympäristöissä käytöstä syntyvää lokidataa tai keräämällä opiskelijoiden kokemuksia kyselyiden ja haastattelujen kautta. Zhidkikhin väitöskirjassa nämä kaksi lähdettä tuotiin yhteen samaan menetelmään.

Väitöskirjan mukaan menetelmä “yhdistää käyttäytymislokeja sekä itsearviointidataa, jotta havaintoja voidaan täydentää opiskelijoiden omakohtaisilla kokemuksilla”. Menetelmä hyödyntää oppimisanalytiikkaa yleisten oppimistapojen tunnistamiseen ja niiden yhdistämiseen opintomenestykseen. Lisäksi oppimisanalytiikasta saatu tieto ankkuroidaan todellisuuteen avoimien itsearviointien avulla

Tieto riskikäytöksen taustoista auttaa kohdentamaan tuen

Menetelmää kehitettiin ja arvioitiin kolmessa osatutkimuksessa sekä yläkoulun matematiikassa että yliopiston ohjelmoinnin peruskurssilla. Tutkimuksen keskeinen anti on, että yhdistämällä datan eri lähteitä saadaan käytännönläheistä tietoa opiskelijoiden haasteista. Tämän tiedon avulla voidaan kehittää parempia tukitoimia ja kouluttaa opetushenkilöstöä.

“Tuloksia voidaan hyödyntää tulevissa interventioissa, työkalujen kehittämisessä ja opetushenkilöstön koulutuksessa”, Zhidkikh toteaa väitöskirjassaan.

Tieto auttaa esimerkiksi opettajia ja kursseilla toimivia ohjaajia tunnistamaan tuen tarpeen varhain ja ymmärtämään paremmin opiskelijan henkilökohtaisia haasteita.

FM Denis Zhidkikhin väitöskirjan “Self-Regulation and Student Success: Building a Data-Driven Approach to Understand Student Learning Behaviours in Computing Education” tarkastustilaisuus on Agora Auditorio 1 -salissa 26.11.2025 kello 12. Vastaväittäjänä toimii dosentti Jarkko Suhonen (Itä-Suomen yliopisto) ja kustoksena dosentti Ville Isomöttönen Jyväskylän yliopistosta. Väitöstilaisuuden kieli on suomi.