keskiviikkona 21. elokuuta 2019

Työt ja poissaolot kulkevat samassa viikkotahdissa – tekoäly auttaa analyysissä

Ammattikorkeakoulun syksy alkaa tasaisesti lisääntyvällä kurssien parissa työskentelyllä ja samaan tahtiin lisääntyvät lyhyet sairauspoissaolot. Tekoäly seuloo tietomassaa, tutkija pohtii syitä.

Kuten aiemmissa Tyhis-sarjan blogeissa, tässäkin tarkastelemme opettajien työskentelytapoja Moodle-järjestelmässä ja tietoa louhitaan tekoälyn avulla.

Tekoäly tiivisti Moodlen lokitiedoista työn tekemisen ydinkäytännöt

Tekoäly tiivisti opettajien yhteisen viikoittain polveilevan käytäntöjen vaihtelun (2,8 milj. käytäntöhavaintoa) vuoden ajalta ydinkäytäntöihin, joita ovat:

  • kurssien suunnittelu,
  • arviointi,
  • opiskelijoiden edistymisen seuranta ja
  • yhteydenpito.

Jokaiselle opettajalle laskettiin viikoittaiset todennäköisyydet, joilla hän kutakin tehtävää (ydinkäytäntöä) tekee.

Työpaikan yhteinen viikkotasoinen tieto käytäntöjen toteuttamisesta saatiin laskemalla opettajien todennäköisyysluvut yhteen jokaiselle viikolle (kuva 1). Kuvassa on toinen, ylempi kuvaaja, johon on laskettu vastaavilla viikoilla alkaneet lyhyet sairauspoissaolot.

Tieto poissaoloista saatiin työpaikan järjestelmätiedoista

Sairauspoissaolotieto saatiin työpaikan järjestelmätiedoista. Tietoaineistosta valittiin 1–3 peräkkäistä päivää olevat henkilön omasta sairaudesta johtuvat poissaolot. Jokaiselle viikolle laskettiin sinä viikkona alkavien poissaolojen määrä poissaolon ensimmäisen päivämäärän perusteella.

Kuva 1. Opettajien kursseihin liittyvä tekeminen ja lyhyet sairauspoissaolot viikon rytmeinä (alustava tieto) (siniset viivat poissaolohuippujen kohdalla: viikot (2017) 5, 14, 35, 50 ja (2018) 5-7 kohdilla)

Kuva 1. Opettajien kursseihin liittyvä tekeminen ja lyhyet sairauspoissaolot viikon rytmeinä (alustava tieto) (siniset viivat poissaolohuippujen kohdalla: viikot (2017) 5, 14, 35, 50 ja (2018) 5-7 kohdilla)

Ammattikorkeakoulussa opettajilla alkusyksy alkaa lisääntyvällä kurssien parissa työskentelyllä. Työmäärä on huipussaan viikoilla 34 ja 35. Samaan tahtiin lisääntyvät lyhyet sairauspoissaolot (kuva 1). Kummassakin kuvaajassa on viikosta 31 nousua viikkoon 35 ja sitten laskua kolmen viikon verran.

Mitä työn tekemisen ja poissaolojen yhteisistä viikkorytmeistä voidaan tulkita?

Tulkinta 1: Palautuminen ylikuormituksesta?

Kursseihin liittyvä tekeminen kasautuu elokuun viikkoihin niin, että opettaja väsyy ja hakee kenties palautumista lyhyellä poissaololla. Poissaolohuipun jälkeen työmäärä seuraavilla viikoilla laskee samoin kuin poissaolot. Kurssit ehkä saatiin tehtyä alkusyksyn paineessa ja paine helpottui?

Tulkinta 2: Rauha tehdä pakolliset aikarajalliset tehtävät?

Voiko syksy olla niin intensiivistä tekemistä kaikkiaan, että kurssien aikarajalliset tehtävät on pakko saada tehtyä ja paras keino on olla poissa ja tehdä rauhassa kotoa käsin? Viikolla 35 tehtiin myös paljon sunnuntaina työtä – katso edellinen blogi.

Poissaolojen kanssa samassa tahdissa voivat kulkea kurssikäytäntöjen lisäksi myös muut käytännöt. Hankkeen tulokset esitellään laajemmin loppuraportissa, joka valmistuu tämän vuoden loppupuolella.

Mitä tekoäly tekee tiivistäessään tietoa Moodlen logitiedoista?

Tekoäly tarkastelee kaikkia käytäntötapahtumia suhteessa toisiinsa. Ensin se laskee yksittäisille opettajille 185:sta käytännöstä jakauman jokaiselle viikolle. Jonain viikkona jollain opettajalla voi grading_table_viewed -käytäntö olla enemmän edustettuna esim. 3/5 kaikista tapahtumista sillä viikolla ja loput 2/5 koostuu muista 184 tapahtumista yhteensä.

Jakaumia saadaan yhteensä n. 20 000, kun vähäisen käytön viikot on poistettu. Sitten tekoäly vertaa jakaumia toisiinsa etsien yhtäläisyyksiä. Jakaumat voivat muistuttaa toisiaan siinä, että jokin käytäntö on samanlaisessa suhteessa muihin useammassa jakaumassa. Tekoäly ryhmittelee keskenään samanmuotoiset jakaumat omaksi ryhmäkseen ja ehdottaa näin saatuja toisistaan erottuvia jakaumaryhmiä omiksi aiheikseen (topikeiksi). Tässä hankkeessa aiheita nimitetään ydinkäytännöiksi.

Työdatan hiljaiset signaalit

Työdatan hiljaiset signaalit, eli tuttavallisemmin Tyhis-blogikirjoituksissa tarkastelemme opettamisen tietojärjestelmää nimeltä Moodle, jonka lokitietoihin jää kuva siitä, miten ohjelmistoa on käytetty. Lokitiedot muodostavat työelämätutkimuksen uuden aikaleimatun aineistolähteen, jossa yksittäinen kohde–toiminto -pari kuten message–sent viittaa työn tekemisen käytäntöön. Aineistona meillä on 2,8 miljoona riviä käytäntöjä noin 400 opettajalta 63 viikon jaksolta. Lisätietoa aiheesta löydät tämän blogisarjan edellisistä osista.

 

21.8.2019