Vuoden ensimmäinen Digivision data-teemaryhmän tapaaminen pidettiin 19.2.2024. Kävimme läpi tuotekehityksen tilannetta mm. analytiikan, suosittelun ja tekoälyn hyödyntämisen osalta. Tapaamisessa esiteltiin vuoden 2023 loppupuolella käyttöön otettua työkalua, joka tallentaa analytiikkatapahtumia Opin.fi-palvelusta. Tämä työkalu siis kerää järjestelmän tapahtumista dataa, jota voidaan jatkossa hyödyntää mm. tiedon tuottamisessa ja lopulta päätöksenteossa.
Tätä työkalua hyödyntäen Opin.fi -palveluun on otettu työn alle analytiikka-dashboard -työkalu, jonka tavoitteena on vastata korkeakoulujen tietotarpeisiin. Työkalu tulee tuottamaan valmiita näkymiä ja mittareita liittyen mm. tarjonnan löydettävyyteen, ilmoittautumisiin ja suorituksiin, oppijoiden taustatietoihin sekä korkeakoulujen vertailuun. Korkeakoulut tulevat saamaan käyttöönsä valmiiden mittareiden lisäksi myös rakenteellista dataa omien analytiikkatyökalujen käyttöön. Korkeakoulut ovatkin kyselyjen perusteella kokeneet tärkeäksi, että palvelu tuottaa valmiita, helposti tulkittavia mittareita mutta myös mahdollistaa korkeakoulujen omien työkalujen kehittämisen ”raakadatan” avulla.
Analytiikkatyökalulle on asetettu myös vaatimuksia, joilla pyritään varmistamaan sen laatu ja käytettävyys. Näitä vaatimuksia ovat mm.
- käyttäjäryhmäjaottelua mahdollistava hallintaominaisuus, jolla määritetään oikeudet mm. nähtävään tietoon ja oletusnäkymiin,
- tiedon esittämisen vaatimukset, eli kuinka dataa tullaan visualisoimaan niin, että se palvelee mahdollisimman hyvin eri käyttötarpeita,
- Single Sign On -toiminnallisuus, eli korkeakoulun käyttäjien tulee pystyä kirjautumaan työkaluun saumattomasti Opin.fi -palvelun kautta,
- rajapinnat, joiden kautta tietoa voidaan viedä ulos korkeakoulujen omaan käyttöön.
Kävimme tapaamisessa läpi myös suosittelun tilannetta. Suosittelun osalta (suosittelu 2.0) oppijan etusivulle on tarkoitus tuoda näkyville mm. suosituimpia tarjontoja sekä käyttäjän selailuhistoriatietoja. Suosittelua ei vielä tässä vaiheessa ole tarkoitus tuoda muihin palvelun näkymiin, mutta tulevaisuudessa se lisätään myös ainakin omaoppiminen -osioon sekä hakutulossivustolle. Niin kutsuttu älykäs suosittelu (suosittelu 3.0) on vielä selvityksessä. Tässä versiossa tullaan lisäämään dataan pohjautuvaa suosittelua esim. vahvistamalla tarjonnasta kiinnostumista ja hyödyntämällä mahdollisesti VIRTA-tietoja.
Tekoälyn hyödyntämisen mahdollisuuksia on myös kartoitettu ja kokeiluja on käynnissä. Ensimmäisessä kokeiluvaiheessa keskiössä on ollut koulutustarjontadatan laadun parantaminen, yhtenäistäminen ja rakenteistaminen. Tekoälykokeilujen tavoitteena on, että oppija löytäisi haluamansa tarjonnan tiettyjen teemojen, luokittelukriteerien ja filttereiden, kuten ”mitä, missä milloin” kautta. Myös osaamisdatan hyödyntäminen on hankkeen selvityksessä. Osaamisdatan avulla voitaisiin tehdä erilaisia osaamisluokitteluja, joita hyödyntämällä oppijat voisivat nähdä tiettyyn osaamiseen liittyvät opinnot. Hankkeen tekoälykokeiluilla pyritään tukemaan osaamisen kuvaustietojen luokittelua. Korkeakouluille osaamisdata voisi antaa tietoa siitä, millaista osaamista oppijat haluavat kehittää ja millaista tarjontaa tähän tarpeeseen tulisi tuottaa.
Tietotuotannon sekä tiedolla johtamisen näkökulmasta kehitystyö näyttää lupaavalta ja odotankin näkeväni analytiikkatyökalun valmiita mittareita, mutta myös pääseväni käsiksi tarjottavaan raakadataan. On mielenkiintoista nähdä datan avulla, kuinka palvelun opintotarjonta houkuttelee oppijoita ja kuinka Karelia erottuu muiden korkeakoulujen joukosta. Data-teemaryhmän seuraava tapaaminen on ajoitettu huhtikuun loppuun. Saa nähdä, kuinka palvelun analytiikka ja tekoälykokeilut ovat tuohon mennessä edistyneet.
Kirjoittaja:
Lauri Hänninen, tietotuotannon asiantuntija, Karelia-ammattikorkeakoulu