Oppimiskeskuksen toiminnanjohtaja Titi Tammisen mukaan digitalisaation omaksumisessa esiintyy jonkin verran vaihtelua eri kunnissa, kouluasteilla ja oppilaitoksissa. Myös resurssit vaihtelevat opettajien tieto- ja viestintätekniikkataitojen sekä laitteiden välillä.

– Koulun velvollisuus on huolehtia, että opiskelijalla on tulevaisuuden työelämän taidot hallussaan, ja digitaalisuus sisältyy oikeastaan kaikkiin näihin taitoihin.
Hallituksen tavoitteena on, että Suomi on tulevaisuudessa koulutuksen, osaamisen ja modernin oppimisen kärkimaa. Digitalisaatio haastaa opettajia käyttämään monipuolisesti eri menetelmiä opetuksessaan. Opettajien henkilöstökoulutuksessa hyviä kokemuksia on saatu tutor-opettaja-toiminnan avulla.

– Useissa kunnissa koulujen ja opettajien tukena toimii tutor-opettajia, jotka käyttävät osan työajastaan kollegojensa perehdyttämiseen ja auttamiseen erityisesti tieto- ja viestintätekniikassa. Tämän lisäksi monessa koulussa on valjastettu innokkaiden oppilaiden teknologiaosaaminen koko koulun toiminnaksi, jolloin oppilas-agentit auttavat opettajia ja muita oppilaita, Tamminen sanoo.

Samalla hän muistuttaa, että opettajan ammattitaitoon kuuluu erilaisten digitaalisten ja perinteisten opetusmenetelmien tunteminen ja hallitseminen, jolloin kulloiseenkin opetustehtävään voidaan valita parhaat ja sopivimmat menetelmät.

Ajoissa apua – analytiikka huomaa pudokkaat

Oppilaiden ohjauksessa sekä mahdollisten opintohaasteiden selvittämisessä voidaan käyttää apuna sähköisten oppimisjärjestelmien keräämää tietoa. Samainen data parantaa myös koulujen oppilaanohjaajien sekä oppilaiden välistä yhteydenpitoa ja auttaa opiskelijaa hahmottamaan paremmin omaa opiskeluaan. Kun tietoa kerätään samanaikaisesti riittävän suurelta määrältä opiskelijoita, kerätystä datasta voidaan tiedonlouhinnan ja tilastollisten menetelmien avulla havaita toimintaa kuvaavia säännön alaisuuksia. Tamminen lainaa Turun yliopiston Oppimisanalytiikan keskuksen tutkimusta:

– Silloin, kun oppimisjärjestelmää käytetään tehtäväpalautusten ohella myös itse tehtävien tekoon, kertyvästä datasta paljastuu tietoa myös opiskelijoiden opiskelutottumuksista ja ajanhallinnasta. Kun opiskelija lähtee kulkemaan kurssilla polkua, jollainen on jo usein aiemmin johtanut huonoon lopputulokseen, hänelle voidaan tarjota apua kurssin suorittamisessa.

Tämänhetkisten tutkimustulosten perusteella esimerkiksi korkeakoulukurssin pudokkaista suuri osa voidaan tunnistaa pelkästään tehtäväpalautusten ja saavutettujen pistemäärien perusteella luotettavasti jo muutaman viikon jälkeen, vaikka iso osa kurssin sisällöstä on opettamatta. Ennakoivia tekijöitä täydentämällä tunnistus voidaan tehdä vielä tätäkin aikaisemmin.