Ketkä ovat suurimmassa uhassa keskeyttää? Ovatko he oppivelvollisia? Mihin tukitoimet pitäisi kohdistaa juuri nyt? Ovatko heidän HOKSinsa ajan tasalla? Siinä perin tavallisia, joskaan ei yksinkertaisia, kysymyksiä ammatillisen koulutuksen arjesta.
VAAOssa otettiin osana Tassu-hanketta (OPH) härkää sarvista ja alettiin rakentaa yhteistyössä TCD Consulting and Research Oy:n kanssa työkalua, jonka avulla edellisten kaltaiset kysymykset saisivat vastauksensa hetkessä. Tavoitteena oli koota opiskelijoiden etenemiseen vaikuttavia tekijöitä, kuten poissaoloja, hylättyjä suorituksia, hyväksyttyjä suorituksia tai työpaikalla järjestettävän koulutuksen toteumia, helposti käytettävään, reaaliaikaisesti päivittyvään muotoon. Tämän ohella alettiin selvittää ennakoivien indikaattorien mahdollisuuksia, sillä opiskelijoiden etenemisen haasteet haluttiin nähdä ennalta, eikä vain reagoida haasteisiin. Tähän valittiin ratkaisuksi TCD Consulting and Research Oy:n kehittämä tekoälysovellus, joka laskee ennusteen opiskelijoiden etenemiselle opinnoissaan tavoitteen mukaisesti. Sovellus integroitiin luontevaksi osaksi analyysityökalua.
Miten työkalu sitten toimii? Power BI -järjestelmään rakennetussa työkalussa on useita suodattimia (eli muuttujia, joilla rajataan jokin tietty tarkasteltava opiskelijajoukko), kuten edellä mainittu etenemisen ennuste, tutkinto ja tutkintotyyppi. Suodatusvalintojen jälkeen voi tarkasteltavaa joukkoa rajata ja jaotella monin keinoin edelleen (esimerkiksi oppivelvollinen/ei oppivelvollinen, kotikunta ja edellisen HOKS-päivityksen ajankohta). Lisäksi työkalusta löytyy koontanäkymä, jossa listataan tiedot isompina kokonaisuuksina. Yksittäisen opiskelijan kohdalta pystyy lisäksi porautumaan tarkempiin tietoihin, joka kokoaa edellä esitetyt tiedot sekä HOKS-keskustelujen ajankohdat aikajanalle. Tässä kohtaa on syytä nostaa esille, että opiskelijat eivät esiinny työkalussa omilla nimillään, vaan pelkkinä numerokoodeina.
Mitä tämä sitten mahdollistaa? Jos esimerkiksi pedagoginen johtaja haluaisi tietää, kuinka monen oppivelvollisen opiskelijan ennuste opintonsa keskeyttämiselle on vaikkapa ”koholla, mutta ei kriittinen”, ratkaisun saisi asettamalla ennustesuodattimen ylätason kohtaan 0,4 ja alatason kohtaan 0,2 (asteikko 0-1, esitetyt luvut suuntaa-antavia), ja painamalla oppivelvollinen lisäsuodattimen päälle. Tällöin hän saisi listauksen hakuehtojen mukaisista opiskelijoista numerokoodeina yhdellä silmäyksellä nähtäväkseen. Lisäksi hän voisi lajitella heidät ryhmittäin ja tutkinnoittain, tai seurata mikä heidän poissaolotilanteensa on. Tämän jälkeen hän voisi esimerkiksi varmistaa, että resurssit ovat kohdistuneet loogisesti tai pyrkiä kohdistamaan niitä uudella tavalla – tietoon pohjautuen. Aivan samalla periaatteella voisi etsiä opiskelijajoukkoja, joiden eteneminen suunnitellusti on joko vaarassa tai hyvin todennäköistä.
Ennuste on ennakoiva indikaattori, joka muuttuu opiskelijan tilanteen muuttuessa. Jos ennuste on ennakoinut haasteita opiskelijalle ja sen johdosta on tehty toimenpiteitä, ennuste voikin kääntyä positiivisemmaksi – mikä on järjestelmästä niin ikään todennettavissa. Onkin mielenkiintoista nähdä, missä määrin alkaa muodostua tilanteita, joissa ennustekäyrä nousee merkittävästi tärkeän HOKS-keskustelun jälkeen.
Työkalun käyttöä pilotoidaan tulevina kuukausina. Parametreja ja käytettävyyttä optimoidaan kokemusten pohjalta, jotta työkalu palvelisi tarkoitustaan mahdollisimman hyvin. Lisäksi järjestetään tuleville käyttäjille, eli keskitettyä ohjausta ja tukea varmistavalle henkilöstölle, koulutusta, sillä työkalu voi osoittautua ensikertalaiselle jossain määrin tekniseksi.
Lisätietoja: Janne Hietanummi, kehitysjohtaja, Valkeakosken ammattiopisto
