Interaktiivinen Tekniikka Koulutuksessa -konferenssi 2019
-
Mitä innovatiivisia teknologioita koulujen kannattaa hankkia?
-
MobiiliKoutsi - aina apunasi
-
Adaptiivisuus ja pelillisyys verkko-opetuksessa
-
ViLLE - Sähköinen opintopolku opettajan arkeen
-
STEAM-opinpolku
-
Svebinar - digipedagoginen kv-hanke
-
Digitaalinen dialogi kodin ja koulun välillä - huoltajat kumppaneina arvioinnin kehittämisessä
-
Valtakunnallinen tutoropettajapäivä 2019
-
Ensin oppiminen, sitten järjestelmät - Make learning great again
-
OPS-muutos on mahdollisuus
Uutisissa on viime aikoina keskusteltu miljoonan suomalaisen uudelleenkouluttamistarpeesta koska tekoäly, robotiikka, automaatio ja digitalisaatio yleensäkin vaikuttavat merkittävästi työn asettamiin vaatimuksiin. EK julkaisi lokakuussa 2018 raportin, jossa arvioitiin yhden uudelleenkoulutuksen kustannusten olevan 7500 euroa. MIT:n puolestaan arvioi uusimmissa raporteissaan lisäkoulutuksen tarpeen olevan jopa 85% työvoimasta: Suomessa 2 miljoonaa ihmistä, maailman laajuisesti 5 miljardia ihmistä.
Olemme tutkimuksissamme kehittäneet luonnollisen kielen analyysiin perustuvia monimutkaisia laskennallisia menetelmiä (tekoäly), joilla voidaan ennakoida tulevaa osaamisen tarvetta toimiala- tai aluelähtöisesti. Tämän pohjalta yksilöille voidaan näyttää koulutustarve, joilla täydennetään oma nykyosaaminen tulevien uratoiveiden suuntaiseksi. Oppilaitoksille puolestaan tarjotaan tietoa, jonka pohjalta opetussuunnitelmia voidaan kehittää.
Osaamistarpeen tunnistamisen lisäksi olemme kehittäneet tekoälyä (lue: luonnollisella kielellä olevaa dataa ja laskennallisia menetelmiä hyödyntävä kone) joka rakentaa itsenäisesti perustason kursseja. Kone voi rakentaa kursseja periaatteessa mistä tahansa aiheesta, mutta hyvin se suoriutuu tekniikan, liiketalouden ja luonnontieteiden kaltaisista aiheista. Yhteiskuntatieteet, kulttuuri ja taiteet ovat puolestaan koneelle vaikeita jäsentää.
Tekoäly pystyy yhdistämään halutun teeman sidokset henkilön aikaisempaan osaamiseen, se pystyy hakemaan osaamisen aloituspisteen ja määrittelemään kurssin laajuuden kohtuullisella tarkkuudella. Koska koneella on yksityiskohtainen käsitekartta teemasta, se pystyy kuratoimaan sisällöt kurssille esim. kirjastoista tai avoimista online-sisällöistä. Lisäksi, käsitekarttaan perustuen, kone pystyy laatimaan, arvioimaan ja pisteyttämään avoimia ja/tai monimutkaisia tehtäviä. Näin ollen koko opetusprosessi - oppimistarpeen tunnistaminen, henkilökohtaisen kehityssuunnitelman laatiminen, sisällön henkilökohtainen suosittelu ja osaamisen testaaminen - voidaan automatisoida. Menetelmää on testattu SAMKn ja sataedun(ammatillinen) kursseilla (n>300) ja sen on todettu tuottava yleisellä tasolla saman kaltaisia tuloksia kuin ihmisen tekemät kurssit ja kurssiarvioinnit ovat.
Jos meidän tulee kouluttaa taitoja 5 miljardille ihmiselle, meillä ei ole mitään mahdollisuutta tehdä sitä nykyisellä kulurakenteella, ei edes Suomessa. Haasteesta voidaan selvitä vain hyödyntämällä tekoälyä. Kun tarpeet voidaan tunnistaa jo ennalta, emme korjaa rikkinäistä uraa, vaan rakennamme vain jatkoa olemassa olevalle. Koulutuksen kustannusten ei tällöin tarvitse olla 7500eur/hlö, vaan tapauskohtaisesti 0eur - 10000eur henkilöä kohden, tavoitekeskiarvon ollessa 750eur/hlö.