Optima /Priima
(https://www.discendum.com/optima/) https://my.priimalms.com)
Discendum Oy on syksyllä 2001 perustettu suomalainen yritys. Tällä hetkellä yrityksessä työskentelee 20 henkilöä Oulussa, Tampereella, Joensuu-Kuopio-alueella, Raumalla sekä Helsingissä. Yrityksen palveluihin kuuluvat verkko-oppimisympäristöt, ePortfolio-palvelu sekä Open Badges -osaamismerkkeihin liittyvät palvelut.
Discendum Optima on oppimisympäristö, jonka avulla oppilaitokset ja yritykset voivat toteuttaa monipuolisia koulutuksia ja hankkeita. Se on ollut laajassa käytössä oppilaitoksissa ja yrityksissä 2000-luvun alusta lähtien. Yrityskäyttö on lisääntynyt 2000-luvun loppupuolelta sen jälkeen, kun oppimisympäristön ominaisuuksia kehitettiin tukemaan organisaatioiden omaa oppimista. Optimaa käytetään yli sadassa suomalaisessa organisaatiossa ja kokonaiskäyttäjämäärä on yli 500 000 käyttäjää.
2010-luvun puolivälissä lähdettiin laajan taustakartoituksen jälkeen rakentamaan oppijakeskeistä täysin mobiilia Priima-oppimisympäristöä oppilaitoksille ja yrityksille. Priima kehittyy yhdessä käyttäjien kanssa ja tuotantoversio päivittyy useamman kerran vuodessa tuoden aina uusia ja kaivattuja ominaisuuksia mukanaan.
Oppimisanalytiikka Optimassa
Optimassa on mahdollista kerätä käyttäjädataa monilla eri tavoilla. Järjestelmään on sisäänrakennettu valmiita toiminnallisuuksia analysointia varten ja niitä käytetään pääsääntöisesti oppimisen edistymisen seurantaan kurssitasolla.
Kurssirekisterissä voi seurata suoritettuja kursseja tulosten yhteenvetotyökalulla. Optimasta löytyy lisäksi ympäristö- ja kurssitason tilastot, jotka sisältävät paljon dataa. Oppijalle voidaan luoda raportti- ja seurantatyökaluilla omia näkymiä, joista hän voi seurata omaa edistymistään. Esimiesten ja opettajien on mahdollista seurata oppilaiden etenemistä kurssirekisteristä ja johdolle voidaan luoda oma näkymä raporteille.
Varsinaisia oppimisanalytiikkaa hyödyntäviä hankkeita on toteutettu yhteistyökumppanin ja asiakkaan välisinä projekteina. Opiskelijan suoriutumisen mittaamiseen on olemassa useita tekijöitä, joita voidaan käyttää ennustamaan opiskelijan menestystä. Esimerkiksi kurssin yleinen läpäisyaste, aiemmat kurssit, jotka opiskelija on läpäissyt ja tulokset, jotka opiskelija on saavuttanut.
Yksi keskeinen tekijä menestystä mitattaessa on opiskelijan toiminta. Jos opiskelija on aktiivinen kurssilla, hän todennäköisemmin läpäisee kurssin ja jopa saavuttaa korkeat tulokset kuin passiivinen opiskelija. Optima tarjoaa paljon ja monipuolista tietoa opiskelijan aktiviteeteista järjestelmässä ja tietoja on sovellettu ennustaviin analyyttisiin algoritmeihin (kuva 19).
Optimassa analytiikkadatan kerääminen on toteutettu REST API -rajapinnan avulla. Rajapinta mahdollistaa ulkoisten analysointityökalujen ja algoritmien käytön. Tällä toimintatavalla poissuljetaan oppimisympäristön mahdolliset sisäiset rajoitteet raporttien laadinnassa.
Oppimisanalytiikka Priimassa
Optiman analytiikkaprojektien pohjalta saatujen kokemuksien pohjalta on uudessa oppimisympäristö Priimassa voitu lähestyä oppimisanalytiikkaa suoraan oppilaan ja opettajan työtä tukevien työkalujen kehittämisen muodossa.
Priimassa hyödynnetään analytiikkaa enemmän ja siinä keskitytään erityisesti oppijan työpöytänäkymään (kuva 20). Oppijaa tuetaan itsereflektoinnissa ja hänelle annetaan tietoa siitä, miten hän etenee opinnoissaan suhteessa tavoitteisiin, millainen oppija hän on ja miten hän voisi parantaa opintosuorituksiaan. Opettajan ja vertaisten tuki pyritään ohjaamaan mahdollisimman varhaisessa vaiheessa oppijoille.
Opettajille rakennetaan analytiikkaa, jonka avulla he pääsevät paremmin näkemään kokonaistyöskentelyä (kuvat 21 ja 22). Näin opettaja voi kohdentaa ohjausta paremmin oppimisen kannalta merkittäviin solmukohtiin ja voi antaa tukea oikeaan aikaan.
Priiman kaikki lokitieto tallennetaan erilliseen lokipalvelimeen, jonka dataa voidaan tutkia organisaation tarpeiden mukaan ja sitä voidaan käsitellä ulkoisissa välineissä samoin kuin Optiman osalta on toimittu.
Priimassa on joustavat tietorakenteet sekä monipuolinen käyttäjätiedon kerääminen, joka voidaan säätää asiakkaan tarpeita vastaavaksi. Näiden perusominaisuuksien avulla mahdollistetaan algoritmien käyttö nyt ja tulevaisuuden analytiikkaa rakennettaessa.
Tekniset ominaisuudet
Kummatkin järjestelmät tarjotaan asiakkaille pääsääntöisesti pilvipalveluina.
Oppimisanalytiikkaverkosto 