Tämän päivän ja tulevaisuuden työelämä on yhä nopeamman muutoksen keskiössä. Oppimiselle ja asiantuntijuudelle kohdistuu entistä suurempia odotuksia yhteiskunnan ja työelämän digitalisaation, älykkäiden järjestelmien ja teknologisen kehityksen myötä. Myös työelämän ikärakenteet, kokeneiden tekijöiden eläköityminen ja nuorempien sukupolvien kasvava liikkuvuus työmarkkinoilla asettavat omat vaatimuksensa yhä nopeammalle ja tehokkaammalle työelämälähtöiselle oppimiselle ja koulutukselle.

Digitaalinen oppimispolku on suunniteltu työelämälähtöisesti vastaamaan näihin globaaleihin haasteisiin, kattamalla kaikki organisaation kompetenssinkehittämisen tarpeet alkaen perusperiaatteista ja päätyen henkilön työnkuvan mukaista pätevyystasoa tukevan elinikäisen oppimisen malliin. Lisäksi digitaalinen oppimispolku järjestelmänä tarjoaa huomattavan määrän etuja verrattuna perinteisiin koulutusmenetelmiin:

1. Digitaaliset oppimateriaalit ovat monimuotoisia (esim. eLearning, pelillinen oppiminen, simulaattorikoulutus), muodostaen saumattoman kokonaisuuden.
2. Oppimisanalytiikka tarjoaa kompetenssitasojen ja –kehityksen seurantaa, arviointia ja oppimista tehostavaa informaatiota sekä yksilö- että organisaatiotasolla.
3. Digitaaliset ratkaisut tarjoavat sekä ajallista hyötyä että kustannushyötyä koulutukseen.
4. eLearning-sisällöt sekä simulaatiomaiset oppimispelit tarjoavat aika- ja paikkariippumattoman saavutettavuuden.
5. Pelillistäminen ja oppimispelit tähtäävät korkeampaan oppimismotivaation tasoon.

Osana digitaalista koulutuspolkua hyödynnetään tekoälypohjaisia ”Älykäs digitaalinen tutor” sekä ”Älykäs työkaveri” –malleja (”Intelligent digital tutor”, ”Digital Co-Worker”). Järjestelmä tukeutuu sekä perinteiseen oppimisanalytiikkaan että koneoppimista hyödyntäviin menetelmiin, joiden avulla oppijan toiminnasta oppimistilanteissa pystytään jalostamaan entistä paremmin oppimista tukevaa informaatiota oppijalle, kouluttajille sekä kouluttavalle organisaatiolle.

Älykäs digitaalinen tutor tukee työpaikalla elinikäistä oppimista, joka ei ole välttämättä rajoitettu ainoastaan koulutustilanteisiin. Järjestelmä voi tuoda automaattisesti oppijalle sekä koulutuksessa että työtehtävien aikana tehtäviin liittyvää ohjeistusta, suosituksia ja mikrokoulutuksia.

Organisaatio saa uudenlaista palautetta esimerkiksi koulutustilanteista sekä käytännön työtehtävistä, joista syntyvien datajoukkojen analysointi oppimisanalytiikan ja koneoppimisen keinoin voi tuottaa sekä yksilö- että organisaatiotasolla ymmärrystä oppimiseen ja kompetenssien kehittämiseen. Tämän tietoaineiston analysoinnilla on myös suuri tutkimuksellinen merkitys esimerkiksi kasvatustieteiden näkökulmasta.

Järjestelmä avaa täysin uudenlaisen kanavan sekä oppimisessa että työelämässä tukea hyvinvointia ja jatkuvaa elinikäistä oppimista. Tekoälypohjainen analytiikka mahdollistaa oppimisen tehokkaamman kohdentamisen osaamisen ja pätevyyksien tarpeiden mukaisesti, mutta antaa lisäksi näkymää koulutussuoritteiden tehokkuuteen esimerkiksi hyvinvoinnin ja jaksamisen näkökulmista. Tällöin oppimistapahtumia voidaan ajallisesti tarkastella ja jaksottaa hyvinvoinnin ja kuormittumisen kokonaiskuvassa niin, että oppiminen on tehokkainta, eikä kuormita oppijaa liikaa.

Tietoon, tiedonkeruuseen ja tekoälypohjaiseen oppimisanalytiikkaan perustuvan järjestelmän suunnittelussa erityisasemaan nousevat eettiset kysymykset ja vaatimukset. Jos järjestelmä antaa analytiikkaa ja suosituksia henkilön osaamiseen tai oppimiseen liittyen, järjestelmän toiminnan luotettavuus (trustworthiness) nousee avainasemaan. Lisäksi työelämässä tai koulutusorganisaatioissa hyödynnettävän järjestelmän tietoturvavaatimukset sekä tiedon näkyvyyden tasot eri käyttäjäryhmille on huomioitava erityisen vakavasti.

Eettisenä kysymyksenä on huomioitava myös se, että oppijalla itsellään on näkymä häntä itseään koskevaan tietoon ja analytiikkaan niin, että tiedon saatavuus tukee positiivisella tavalla oppijan omaa kehitystä, oman osaamisen tunnistamista sekä elinikäistä oppimista. Erityisesti työelämän alueella voidaan tulevaisuuden suuntana nähdä oppimisdatan alueella datatalouden kestävä ja eettinen kehityssuunta, jossa oppimisdata ei hyödytä ainoastaan organisaatiota, vaan yksilötason oppija saa aidosti hyötyä ja osaamista kehittävää arvoa kerättävästä tiedosta ja analytiikasta.

Digitaalisen koulutuspolun ja tekoälyalgoritmeja hyödyntävän analytiikan avulla saavutettavat hyödyt ovat sovellettavissa työelämän organisaatioiden koulutuksen lisäksi suoraan esimerkiksi ammatillisessa tai korkea-asteen koulutuksessa. Esityksessä käydään läpi pilotointien palautetta sekä kotimaisilta että kansainvälisiltä oppilaitoksilta.

Pilotoinnin palautteesta kiteytettynä yhdysvaltalaisen yliopiston opiskelijan kommentti: ”Opin simulaatiokoulutuksen aikana merkittävästi, ja suosittelen koulutusta työelämään siirtyville opiskelijakollegoilleni”.