DigiCampus-hanke, mitä se tuo tullessaan

DigiCampus on opetus- ja kulttuuriministeriön kärkihanke, joka on alkanut keväällä 2018.

Hankkeessa useita osahankkeita

  1. Digitaalinen oppimisympäristö
  2. Pedagogiset tukipalvelut
  3. Oppimismaiseman uudelleen sovittaminen
  4. Sisältöhankkeet
  5. Arvioinnin kehittäminen
  6. Esteettömyys ja saavutettavuus

DigiCampus-hankkeen rakenne ja osahankkeet

Hankkeessa on mukana 17 korkeakoulua. Arvioinnin kehittämisen osahankkeessa on lisäksi  Exam-konsortio mukana.

1. Digitaalinen oppimisympäristö

Tämän osahankkeen tavoitteena on rakentaa kaikille korkeakouluille yhteinen, moderni digitaalinen oppimisympäristö, joka lisää korkeakoulujen jatkuvaa yhteistyötä ja avointa toimintakulttuuria. Oppimisympäristö on rakennettu Moodle-pohjaiseksi CSC-palvelimille. Oppimisympäristöön kirjautumisessa mahdollistetaan useammat kirjautumistavat. Tämä mahdollistaa korkeakoulujen ulkopuolisten henkilöiden toimimisen ja työskentelyn, esim. MOOC:n muodossa. Oppimisympäristö avautuu kärkihankkeille maaliskuussa 2019 ja hankeyliopistojen käyttöön kesällä 2019.

Luokkahuoneiden joustava käyttö opetuksessa mahdollistetaan Multilocation ClassRoom -konseptin avulla. Multilocation-tekniikan sisältävässä luokkahuonetilassa on yksi kokonainen seinä muodostaa näytön. Toisella kampuksella on vastaava luokkahuonetila ja sen seinä vastaanottaa ja lähettää tietoa. Näille seinille heijastetut toisen kampuksen luokkatila todellisessa koossa & opettajan jakama materiaali mahdollistaa interaktiivisuuden luokkahuonetyöskentelyssä tilojen sijaitessa eri kampuksilla. Eri kampuksilla työskentelevät opiskelijat voivat kommunikoida reaaliajassa seinän kautta ja nähdä toisessa tilassa tapahtuvan työskentelyn todellisessa koossa.

Multilocation ClassRoom -tilan kehittelyversio

2. Pedagogisdigitaaliset tukipalvelut

Osahankkeessa takennetaan korkeakoulujen yhteinen tukipalvelu sekä henkilökunnalle että opiskelijoille. Tukipalvelut tarjoavat pedagogista ja digitaalista tukea korkeakoulujen yhteiskäyttöisten oppimisympäristöjen käyttöön. Palvelua olisi tarjolla myös virka-ajan ulkopuolella. Palvelua automatisoidaan ohjelmistorobotiikan avulla. Tukipalvelu avautuu kärkihankkeille maaliskuun alussa 2019.

3. Oppimismaiseman uudelleensovittaminen

Sujuvan arjen takaaminen opettajalle sekä opiskelijalle opetuksessa.

Oppimismaiseman uudelleen sovittaminen ja siihen liittyvät osa-alueet

Kuvassa on tarkemmin esitelty tämän osahankkeen tarkemmat tavoitteet.
Tavoitteena on digitaalisten ja fyysisten ympäristöjen yhteen sovittaminen pedagogiikan ehdoilla.

4. Sisältöhankkeet

Kaikille avointa koulutustarjontaa, menetelmiä ja oppaiden tuottaminen. Hankkeen sivuilta löytyy näistä tarkemmin tietoa. Karelia AMK toimii tässä osahankkeessa toteuttajana ja on rakentamassa OpenBio oppimisympäristöä.

  • OpenBio (sosio-digitaalinen oppimisympäristö biotalouden ilmiöiden oppimiseen, tutkimiseen sekä yhteiskehittelyyn)
  • Kemian kurssitarjotin kemian eri osa-aluilta
  • Oikeustieteiden DigiPeda, jossa kehitetään UEFin ja TY:n oikeustieteiden yhteisiä opintoja

5. Arvioinnin kehittäminen

EXAM – sähköisen tenttijärjestelmän edelleen kehittämistä niin, että se edistää opiskelun joustavuutta ja ympärivuotisia opiskelumahdollisuuksia.

  • Salitentin kehittäminen (mahdollistaa oman koneen käytön luentosalissa tehtävään sähköiseen tenttiin)
  • Autograding (tekoälyn hyödyntäminen esseemuotoisten vastausten arvioinnissa)
  • Yhteistentti ja hankehallinto (Examin yhteiskäyttöisyyden jatkokehitystä).

6. Esteettömyys ja saavutettavuus

Esteettömyys ja saavutettavuus osahankkeen osiot

Verkkopalveluiden saavutettavuuteen keskittyvä osahanke. Auttaa korkeakouluja EU:n saavutettavuus direktiivin täytäntöön panossa.

ESAn viikon vinkki sisältää käytännönläheisiä vinkkejä esteettömyyden saavutettavuudesta! Käy tutustumassa!

DigiCampus-hankkeen yhteystiedot

DigiCampus-hankkeen toimijat

Tekstin ja kuvien lähde: UEFin Opintopalveluiden e-oppimisen erikoissuunnittelijan Sari Tervosen esitysmateriaali ja esitys UEF–Karelia–Savonian ”DigiOpen pikkujoulu -webinaarissa” 13.12.2018.

Kirjoittaja Minna Rokkila

SMErec: Virtuaalihologrammit rekrytoinnin tukena – syvyyskameroista

Karelian tietojenkäsittelyn koulutuksessa etäopiskelu on varsin yleistä. Tämän vuoksi opiskelijoiden mahdollisuudet osallistua erilaisiin rekrytointitapahtumiin Joensuussa ovat käytännössä pitkien etäisyyksien vuoksi rajatumpia lähiosallistujiin nähden. SMErec-hankkeen yhtenä tavoitteena on vahvistaa pk-yritysten kilpailukykyä kehittämällä yritysten rekrytointiosaamista ja varmistamalla sitä kautta pk-yritysten rekrytointien onnistuminen. Tätä tavoitetta kohti päästään parantamalla etäosallistujien mahdollisuuksia tuoda omaa osaamistaan esille erilaisissa rekrytointitapahtumissa. Siksi kehitämme keväällä 2019 hologrammitallenteita, silmällä pitäen erityisesti tietojenkäsittelyn etäopiskelijoiden tarpeita.

Avaan seuraavaksi hieman teknistä taustaa, millainen kamerateknologia osaltaan mahdollistaa virtuaalihologrammit ja holoportaation, sekä miten pääsemme yhden askeleen lähemmäksi VASU (6/2017) -artikkelissani käsittelemääni digitaalista läsnäoloa.

Mitä Intel Realsense –syvyyskamerat ovat?

 

Intel RealSense D435-kamerat ovat varsin näppärän kokoisia.

Siinä missä Microsoftin tutkima ja kehittämä holoportaatioratkaisu käyttää Kinect-sensoreita, SMErec-hankkeessa kamerateknologiaksi on valittu Intelin Realsense. Ominaisuuksiltaan ne ovat kuitenkin vastaavia; molemmissa on normaali kamera, infrapunasensorit, sekä stereokuvien laserkeilaukseen perustuva syvyyssensori. Niiden avulla voidaan muodostaa kolmiulotteinen pistepilvi, joka kuvaa rakeisena 3D-mallina kameran havaitseman ympäristön. Tämä on eräs fotogrammetrian menetelmistä, jossa pyritään selvittämään eri kohteista niiden muodot ja ominaisuudet (Aalto-yliopisto, 2019). Fotogrammetriaa voidaan hyödyntää niin suuriin kuin pieniinkin kohteisiin. Fotogrammetria toimii joko yksittäisillä kuvilla, jotka kuvataan kohteen ympäriltä ja joista ohjelmallisesti rakennetaan 3D-malli, tai keilaukseen pohjautuvilla menetelmillä, joissa syvyystieto mitataan erillisen sensorin avulla.

 

 

Miten syvyyskameroita käytetään?

 

Realsense-viewer ja kolmen kameran kuvat.

Kameroita varten on tarjolla ohjelmistokirjasto testiohjelmineen. Esimerkiksi Realsense-viewer tukee useampaa kameraa, ja sen avulla voi tarkastella sekä säätää kaikkia kameroiden ominaisuuksia. Se tukee RGB- kuin syvyystiedon esittämistä kuvina, sekä esitettyä yhden kameran tuottaman pistepilven 3D-mallina. Kameran kuva- ja syvyystiedon käsittelyyn tarvitsee kuiteknin Librealsense-ohjelmistokirjaston, on saatavilla Github-versionhallintapalvelusta niin Windows, Linux ja Mac OS-käyttöjärjestelmille.

 

Ohjelmistoja ja kameroita kehitetään jatkuvasti, joten myös niiden firmware saa päivityksiä kohtalaisen tiheään. Myös Realsense-viewer -ohjelman versioilla on vähimmäisvaatimuksena yleensä tietty kameroiden firmware-versio, joten ei ole syytä hämmästyä, jos ohjelmisto ei toimikaan kameroilla suoraan.

Realsense-viewerin tuottama 3D-malli syvyystiedon ja videokuvan perusteella.

Onko käyttöönotto helppoa?

Kamerat saa helposti käyttöön – mutta mikäli tavoitteena on siirtää syvyyskamera metriä kauemmaksi työasemasta, tai käyttöön on tarkoitus ottaa useampi kamera kerralla, on syytä huomioida muutamia asioita.

Yksi kamera vaatii aina yhden USB 3.0-väylän, joita kyllä nykyisissä PC-työasemissa on tarjolla. Yhteen väylään on voitu kytkeä useampi liitin, jolloin väylän kaistanleveys jaetaan siihen liittettyjen laitteiden kesken. Koska yhden kameran tuottama striimi kuluttaa kaistaa noin 5Gb/s (625 MB/s), mikä on lähellä yhden USB 3.0-väylän määritettyä maksimisiirtonopeutta, voi olla, että useampaa kameraa ei voi liittää yhteen työasemaan suoraan.

 

Kaistan riittävyysongelman saa ratkottua esimerkiksi erillisellä PCI Express 4x USB3.0-ohjainkortilla, joka tarjoaa jokaiselle liittimelle oman kanavan, eli 5Gbit/s kaista on varmasti tarjolla jokaiselle siihen liitetylle laitteelle. Testilaitteistoon hankitussa kortissa on tuki neljälle erilliselle USB 3.0-väylälle. PCI Express (2.0) 4x-väylän kapasiteetti puolestaan pitäisi riittää useamman kameran datan siirtämiseen, sillä sen kapasiteetti on noin 20Gbit/s. (Edwards, 2013).

Kauemmaksi sijoitetuille kameroille tarvitaan paremmat kaapelit.

Toinen ongelma, mitä kameroiden käyttöön liittyy, on että USB 3.0-kaapeleiden pituus muodostuu rajoittavaksi. Mikäli käytössä on normaali kaapeli, signaali heikkenee vastaavasti ja tiedonsiirtonopeus laskee kaapelin pituuden kasvaessa.  Yhden kameran käyttäessä lähes koko kanavan kapasiteetin, tiedonsiirtonopeuden lasku aiheuttaa pienempää ruudunpäivitysnopeutta. Koska tässä tapauksessa kaapeleiden pituuden on oltava 3-5 metriä, tarvitaan niin sanottuja aktiivikaapeleita, jotka vahvistavat signaalia ja varmistavat tiedonsiirtonopeuden riittävyyden.

 

Mitä näillä kameroilla on tarkoitus siis tehdä?

Kameroita käytetään animoitujen virtuaalihologrammien luomiseen. Eli skannaamme ja tallennamme reaaliaikaisesti kohteen liikkeen ja äänen, jotka voidaan toistaa myöhemmin uudelleen virtuaalitodellisuuslaseilla sekä erilaisilla lisätyn todellisuuden katsontalaitteilla.

Tämä vaatii tosin testiympäristön rakentamista, erilaisten tallennusmenetelmien tutkimista, sekä soveltuvan visualisointiohjelmiston rakentamista, joihin palaan vielä myöhemmin tämän keväänä Digit!-blogissa.

Kirjoittaja Anssi Gröhn, tietojenkäsittelyn lehtori

Flipped Learning -toteutus fysiikan opetuksessa

Savonian yliopettaja Eero Holmlund avasi puheenvuoronsa konkreettisilla esimerkeillä siitä miten olematonta voi ymmärrys oppimisessa olla. Opintojaksojen jälkeen voidaan miettiä, onko asioiden tietäminen ja ymmärtäminen sama asia? Minkä verran asiasta tiedät? Minkä verran asiasta ymmärrät?  Toistatko oppimasi asiat vai ymmärrätkö ne? Asioita helppo toistaa, hankalampi ymmärtää ja vielä hankalampi opettaa!

Eric Mazur aloitti muuttamaan fysiikan opetustaan 1990-luvun alussa. Hänen tavoitteenaan oli,  että saa opiskelijat ymmärtämään vaikeat asiat. Häntä voidaan pitää flippaamisen ”kantaisänä”. Eric Mazurilta löytyy kirja ”Peer Instruction – A User’s Manual” (Prentice Hall, 1997). Kirja kertoo Mazurin kehittämästä menetelmästä fysiikan opetuksessa ja se antaa kokreettisia esimerkkejä.

Holmlund on toteuttanut tekniikan fysiikan opintojakson flippaamalla. Opintojakson perusrakenne toistuu joka viikko samanlaisena.

Opintojakson perusrakenne

”Maanantaina” itsenäistä opiskelua oppikirjojen, muistiinpanojen ja videoiden avulla. Opiskellaan asiaa jota ei ole vielä tunneilla käsitelty. Materiaalien avulla opiskelija vastaa lukukysymyksiin ennen seuraavan päivän kontaktituntia. Mikäli opiskelija lukee muistiinpanot, oppikirjaa ja katsoo videot, hän pystyy vastaamaan helposti kysymyksiin. Lukukysymysten vastaamiseen saa pisteitä lopulliseen arvioon. Näitä asioita ei käydä enää tunnilla läpi.

”Tiistaina” on vuorossa kontaktitunti. Opettaja tekee lyhyen koonnin teoriasisällöstä ja syventää vaikeampia kohtia lyhyesti. Tunnilla siirrytään seuraavaksi vertaisoppimiseen, jossa käydään läpi haastavampia esimerkkejä kysymyksinä ja pienryhmäkeskusteluina. Työskentelyssä hyödynnetään Socrativea. Opettaja seuraa aktiivisesti opiskelijoiden keskustelua ja antaa tarvittaessa apua.

”Keskiviikko” sisältää itsenäistä opiskelua, jolloin tehdään kotitehtäviä oppikirjasta sekä laskutehtäviä Moodlesta. Moodlen tehtävät on tuotettu tenttityökalulla (generoituvat lähtöarvot, rajoittamaton määrä yrityskertoja).

”Torstaina” kontaktitunnilla keskitytään laskutehtäviin ja opettaja neuvoo tarvittaessa (työpaja tyyppinen työskentely).

Moodlessa jokainen aiheosio on rakennettu aina samalla tavalla, mikä selkeyttää opiskelijan etenemistä.

Moodlen osioiden rakenne

Opiskelijat ovat tykänneet opintojakson selkeästi rakenteesta, mikä toistuu samana viikosta toiseen. Yllätyksiä ei tule, kun rakenne toistuu, vain sisältö vaihtuu.

Opintojakson jälkeen tarkasteltiin opiskelijoiden osaamista. Siinä havaittiin, että flipatun opintojakson jälkeen opiskelijat hallitsivat aiheen paremmin, kuin perinteisillä menetelmillä opiskelleet opiskelijat.

Alkuvaiheessa opettajalta vaaditaan aikaa kysymyspatteriston tuottamiseen. Menetelmä voi aiheuttaa myös kulttuurishokin opiskelijoille! Positiivisena puolena on se, että tunnit ovat kiireettömämpiä. Tunneilla voidaan keskittyä hankalimpiin asioihin ja keskustella. Kurssiaikainen viestintä on myös parantunut.

Vinkkejä opettajalle

Muista viedä asiat satasella koko kurssi!!! Ei välimuotoja!
Jos teet osan perinteisellä tavalla, opiskelijat eivät lähde kunnolla itsenäiseen työskentelyyn.

Tekstin ja kuvien lähde: Savonian yliopettaja Eero Holmlundin esitysmateriaali ja esitys UEF–Karelia–Savonian ”DigiOpen pikkujoulu -webinaarissa” 13.12.2018.

Lisäksi: Eric Mazur Confessions of a Converted Lecturer

Kirjoittaja Minna Rokkila

Oppimisanalytiikan kokeiluja: kuinka lakkasin olemasta huolissani ja rakastamaan LRS:ää

Learning Locker on Learning Record Store (LRS) -järjestelmä, jolle ehkäpä kuvaavin käännös on oppimistapahtumatietueiden tallennuspaikka. Learning Lockerin on kehittänyt HT2 Labs, ja järjestelmä on saatavilla niin avoimena lähdekoodina, kuin maksullisena pilvipalvelunakin. Learning Locker hyödyntää oppimistapahtumien tallentamisessa sähköistä oppimiseen liittyvää ohjelmointirajapintaa. Rajapinnasta käytetään nimitystä xAPI, tai Experience API tai TinCan API. XAPIn tapahtumat esitetään verkkosovellusten usein suosimassa tiedostomuodossa (JSON).

Learning Locker mahdollistaa erilaisista ulkoisista järjestelmistä koostetun tiedon yhdistämisen samaan tietovarastoon jatkokäsittelyä varten, sekä tarjoaa muutamia erilaisia visualisointityökaluja datan käsittelyyn. Maksullisessa versiossa visualisointityökaluja on tarjolla kattavammin. Learning Lockerin dokumentaation (2018) mukaan se on integroitavissa laajennosten avulla erilaisiin ulkoisiin oppimisalustoihin, kuten Moodleen, Blackboard Learniin ja ehkäpä Suomessa vähemmän tunnettuun Articulateen. Lisäksi tarjolla on Yammer-laajennos.

Miksi Learning Locker?

Learning Lockerin valintaan vaikuttivat erityisesti avoin lähdekoodi, ilmaisuus ja mahdollisuus asentaa se paikallisesti omille palvelimille – erityisesti EU-GDPR:n asettamien vaatimusten osalta pilvipalveluiden käyttäminen ei ole enää niin suoraviivaista. Myös Weissin (2017) mukaan Learning Locker on sijoittunut vuonna 2017 neljänneksi yhdeksän vertaillun LRS-järjestelmän kesken.

Learning Lockerin ominaisuuksista sai vaikutelman kattavasta ratkaisusta, jolla olisi mahdollista tallentaa oppimisanalytiikkadata sekä visualisoida se helposti. Lisäksi xAPIn avulla tapahtuva tiedon siirtäminen eri organisaatioiden LRS-järjestelmien kesken olisi helpompaa. Tästä olisi erityisesti hyötyä ristiinopiskelussa, sillä opiskelijoille esitettävän oppimisanalytiikkadatan on katettava kaikki hänen suorituksensa – riippumatta siitä, missä oppilaitoksissa hän opiskelee.

Learning Lockerin tietovarasto on toteutettu MongoDB:n avulla, joten sen sisältämää tietoa on mahdollista käyttää ulkoisissa visualisointityökaluissa kohtalaisen helposti – olettaen toki, että hallussa on ohjelmointiosaamista.

Kokemukset

Ensimmäiset kokemukset Learning Lockerista ovat varsin myönteisiä; sinällään järjestelmän käyttöönotto ja hyödyntäminen on varsin suoraviivaista. Hankalinta on ehkä saada järjestelmään merkityksellistä dataa järjestelmään sisälle. Kuten tulikin jo mainittua, Moodle-oppimisympäristöön on saatavilla erillinen laajennos, jonka voi konfiguroida lähettämään Moodlen keräämät tapahtumat Learning Locker-palvelimelle. Tämä vaatii myös palvelimen näkyviin julkisesti verkkoon, joten jätin tämän vaiheen pois ja rakensin erillisen työkalun, joka koostaa xAPI-tapahtumat Moodlen lokitiedostojen perusteella ja lähettää ne halutulle Learning Locker –palvelimelle, jota voi ajaa vaikkapa paikallisesti virtuaalikoneessa.

Pilotoinnin perusteella Learning Lockerin visualisointityökalut ovat erinomaisia nopeita testejä sekä yksinkertaisia visualisointeja varten, joissa dataa ei tarvitse yhdistellä tai käsitellä erityisesti – näkyvää saa aikaan muutamassa minuutissa, kuten esimerkiksi alla olevan aktiivisuutta esittävän kaavioyhdistelmän. Mikäli tarvetta on monimutkaisemmille kyselyille, on syytä käyttää muita työkaluja visualisoinnin tukena.

Tietojen siirrettävyys saa apuja Learning Lockerin käytöstä; minkä tahansa kyselyn tiedot voi siirtää CSV-muodossa olevaan tekstitiedostoon. Tekstitiedosto sisältää JSON-muodossa kunkin kyselyn palauttaman xAPI-tapahtuman, joten se on pienellä vaivalla mahdollista lukea ohjelmallisesti sekä siirtää toiseen xAPI-rajapinnan toteuttavaan järjestelmään.

Miten tästä eteenpäin?

Learning Lockeria on kokeiltu Karelia-ammattikorkeakoulun tietojenkäsittelyn sekä kielten opintojen verkkokurssien datan avulla. Vuonna 2018 olemme hyödyntäneet Learning Lockeria ja xAPIa visualisointiin liittyvissä piloteissa, ja oppimisanalytiikkadatan hallinnassa järjestelmä on osoittautunut varsin toimivaksi.

Teknisestä näkökulmasta olemme jo hyvin perillä Learning Lockerin ja xAPIn mahdollisuuksista. Jatkamme jo alkaneiden pilottien parissa, sekä jakamaan niistä saatuja tuloksia laajemmin. Toki edessä on vielä selvitystyötä rajanpintojen parissa, kuten esimerkiksi Peppi-järjestelmän sisältämän datan integrointi Learning Lockeriin.

Kirjoittaja Anssi Gröhn, tietojenkäsittelyn lehtori

Virtuaalitodellisuus- ja lisätyn todellisuuden järjestelmien kokemuksia

Yritysten kanssa toteutetussa Rakentamisen digitaalisaatio -kehittämisprojektissa on saatu kiinnostavia kokemuksia, joista hyödytään tulevaisuudessa. Taustalla on rakentamisen tietomalli, building information model – BIM. Kokemuksia saatiin virtuaalitodellisuus- sekä lisätyn todellisuuden järjesteelmistä teollisessa ympäristössä. Näitä kokeiltiin monialaisella opintojaksolla eri alojen opiskelijoiden itse tekemien mallien pohjalta.

Rakennusalalla koko rakennuksen, rakennusprosessin ja ylläpidon, rakennuksen elinkaaren aikaisten tietojen, tietomallipohjaisen suunnittelun standardiperhe on BIM. Projektissa käytettiin Collaboration platform -ratkaisua, jonka kautta on mahdollista jakaa kaikkien sidosryhmien kanssa sisältöä, olla vuorovaikutuksessa kaikkien kanssa.

Kuva 1. Rakennusten malleja.

Opetukseen liittyviä kokemuksia toteutettiin Hololens- ja Vuforia-kokeiluina. Kaikissa kokeiluissa oli käytössä tietomallipohjainen kiinteistön malli.

  • Yksi toteutus oli kahden viikon mittainen onglmalähtöinen älykaupunki-toteutus. Yritys tarjosi liiketoimintalähtöisen ongelman, jonka opiskelijaryhmät ratkoivat lähiviikon aikana ja siten kilpailivat toisten pienryhmien kanssa parhaimmasta lopputuloksesta.
  • Toisena kokeiluna toteutettiin virtuaalitodellisuustyöasemien avulla ja arkkitehtuurimallia käyttäen vuorovaikutusmahdollisuuksien kohdistamista joillekkin sidosryhmän jäsenille.
  • Koulutuksen kehittämistavoitteena oli kehittää Karelian tietojenkäsittelyyn, rakennus- ja talotekniikkaan liittyvää osaamista digitalisaation yhteydessä. Yhtenä konkreettisena toimenpiteenä on tehty Yleiset Tietomallivaatimukset -verkkokurssia.

Kuva 2. Rankarunkoinen mallinnus.

Keskeinen osa projektissa oli saada raaka-ainetta opetuksen käyttöön, jotta uusia teknologioita voidaan hyödyntää. Käytettiin Trimble Connect -projektipankkia mallinnuksiin: rankarunkoinen pientalo, kerrostalo piha-alueineen, Tohmajärven koulukeskus ja teräshalli, joka kuvaa teollisuushalllia. Lisäksi opiskelijat omatomisesti toteuttivat virtuaalisen luokkahuone rakennustekniikan opetukseen. Trimble Connect -projektipankkiin mallinnettiin rakennukset. Näiden mallien pohjalta opiskelijat toteuttivat rakennusten virtuaalitodellisuusjärjestelmät, joihin pääsee tutustumaan virtuaalilasien avulla.

Kuva 3. Tohmajärven koulun virtuaalitoteutus.

Opintojaksokokeiluna toteutettiin monialainen (rakennus-, talo- ja konetekniikka) 3 opintopisteen mittainen ”Virtuaalitodellisuus- ja lisätyn todellisuuden järjestelmät teollisessa ympäristössä” niminen opintojakso. Opiskelijat rakensivat 10 viikon aikana itsenäisesti projektissa olleiden kolmen opinnäytetyön tekijän, assistentin, tutoroimana esittelykelpoiset ratkaisut. Opintojakso päättyi ”show-päivään”, jossa opiskelijat esittelivät tuloksensa muille opiskelijoille sekä opettajille.

Tuloksina on viitetalomallien hyödynnettävyys useissa tekniikan koulutuksissa sekä tietojenkäsittelyn koulutuksessa. Yleiset edellä mainitun opintojakson toteutus sekä automatisoitu verkkokurssi. Projektin seurauksena liityttiin buildingSMAR Finland -yhteisöön.

Tekstin ja kuvien lähde: Karelian projektipäällikkö Petri Laitisen esitysmateriaali ja esitys UEF–Karelia–Savonian ”DigiOpen pikkujoulu -webinaarissa” 13.12.2018.

Kirjoittajat Maarit Ignatius ja Petri Laitinen

Opettajien digimoduuli

Digiosaamista oppimismoduulilla SoTeKu-alan opettajille ja opettajaopiskelijoille
Suunnittelija Juha Pajari ja yliopiston lehtori Terhi Saaranen, Itä-Suomen yliopisto

Kuva 1. Projektin kuvaus.

TerOpe-hanke: Valtakunnallinen terveystieteiden opettajankoulutuksen ja SoTeKu-opettajien täydennyskoulutuksen uudistaminen osoitteessa https://teropehanke.wordpress.com/. Käy halutessasi tutustumassa hankkeen tavoitteisiin.

Opettajien digitaalisen osaamisen eurooppalainen viitekehys 

  • Terveys- ja sosiaalialan työ- ja koulutuskentällä digitaalisuus on yhä näkyvämpi osa jokapäiväistä arkea.
  • Kuinka digitaalisuuden kelkassa pysyisi mukana?
  • Moduuli on Moodlessa oleva verkko-opintojakso, joka tukee ja kehittää osallistujan digiosaamista.
  • Osaa hyödyntää digitaalista teknologiaa omassa ammatillisessa toiminnassaan.
  • Pohjana opettajan digikompetenssien osa-alueet (EU komissio, DigiCompEdu).

Kuva 2. Kompotenssit. Lähde: DigCompEdu. Redecker, C. ja Punie, Y. 2017. JRC Science for Policy Report. European Commission. Sivu 8.

Oppimateriaali

Soveltuu itseopiskeluun ja perustuu kompetensseihin

  • rakennettu osioittain
  • materiaalit tuotettu eri alustoille eri muodoissa
  • teksti, ääni, kuvat, videot, linkit
  • perustuu 22 kompetenssiin
  • Moodle, MS Teams, Padlet, Prezi, Sway, Canva, PowerPoint, HSP.

Pilotin tekninen toteutus

  • itseopiskelu verkko-oppimisympäristössä
  • laajuus 2 op
  • 6 viikon jakso
  • UEF Moodle (hankkeen)
  • Haka-tunnukset
  • mahdollisesti jatkossa pilvi-ympäristö.

Esimerkki digimoduulin rakenteesta

Kuva 3. Digimoduulin rakenne.

Tekstin ja kuvien lähde: UEFin suunnittelija Juha Pajarin ja yliopistonlehtori Terhi Saarasen esitysmateriaali ja esitys UEF–Karelia–Savonian ”DigiOpen pikkujoulu -webinaarissa” 13.12.2018.

Lisää aiheeseen liittyvää:

Materiaalituotantotyökaluista:

Kirjoittajat Minna Rokkila ja Maarit Ignatius 

Svensk klinik – Rautalankaruotsia

Ruotsin kertaavalle opintojaksolle on jatkuvaa tarvetta. Usein eri alojen opiskelijoiden aikataulujen yhteensovittaminen on ollut hankalaa, jolloin opikelijat eivät ole saaneet suoritettua opintojaksoa kontaktiopetuksessa loppuun.

Näiden haasteiden myötä ruotsin kielen opettajat päättivät lähteä kehittämään ruotsin kertaavasta opintojaksosta itsenäisesti suoritettavaa verkkokurssia. Opintojakson kehittämisen apuna käytettiin Green Beltin DMAIC-työkalua.

Kuva 1: Opintojakson sisältö Moodlessa.

Tekninen toteutus

  • Moodle
  • suoritusten seuranta ja ketjutus ⇒ mahdollistaa opiskelijan etenemisen niin, että edellisen tehtävän hyväksytty suoritus avaa seuraan tehtävän
  • tenttityökaluilla toteutetut tehtävät: monivalinta, aukkotehtävä, teksin ja kuullun ymmärtäminen
  • vapaamuotoisemmat kirjoittamistehtävät ⇒ opiskelija saa tehtävän teon jälkeen mallivastaukset näkyviin, joihin voi verrata omia vastauksiaan
  • tehtävien lopuksi opiskelija sai palautetta (yleinen palaute) esimerkiksi tärkeimmistä kielioppiasioista
  • H5P-interaktiivisuustyökalun hyödyntäminen ⇒ tehtävien pelillistäminen.

Kuva 2. Opintojakson kuvitus (M. Immonen 2018).

Opintojakson rakenne

  • esittelyvideo + kirjallinen ohjeistus
  • lähtötasotesti
  • oppimisen taidot ja niiden kehittäminen
  • sanakirjat ja kielioppitermit
  • Hur uttalar jag svenska?
  • 6 tarinallista osiota, joissa keskitytään nuoren parin sekä opiskelevan perheen elämän eri osa-alueisiin
  • tehtävätyyppit: quizlet-sanastotehtävät, tekstinymmärtäminen, kuullun ymmärtäminen, sanastotehtävät, kielioppitehtävät, kirjoittamistehtävät, H5P.

Kuva 3. Opintojakson kuvitus (M. Immonen 2018).

Pilotoinnit

Kevät 2018

  • opiskelijoita 200, josta suoritti 124
  • yksi opettaja
  • palautteiden analysointi ja korjaukset.

Syksy 2018

  • opiskelijoita 256, joista suoritti 196
  • yksi opettaja
  • virheitä teknisessä (esim. tehtävissä) toteutuksessa esiintyi edelleen
  • hankalampien tehtävien analysointi ja korjaukset seuraavaan toteutukseen.

Kevät 2019

  • tarjolla mm. CampusOnlinessa
  • korjauksia jatketaan ja parannetaan toteutusta entisestään
  • lisätään oppimisanalytiikkaa.

Tekstin ja kuvien lähde: Karelian lehtori Merja Öhmanin ja erikoissuunnittelija Minna Rokkilan esitysmateriaalista ja esityksestä UEF–Karelia–Savonian ”DigiOpen pikkujoulu -webinaarissa” 13.12.2018 sekä eRiverian graafikko Mirva Immonen.

Lisää aiheeseen liittyvää:

Kirjoittaja Minna Rokkila ja Maarit Ignatius

Opiskelijan oppimisen tukeminen vertaisarvioinnin avulla

Mitä  vertaisarvoinnilla tarkoitetaan?

Vertaisarviointi voi kohdistua tiedon arviointiin, minkälaista tietoa tarkastellaan ja/tai erilaisiin taitojen arviointiin. Opiskelijoilla tulee olla selkeät ohjeet ja keskeiset kriteerit vertaisarvioinnin toteutukseen.

Vertaisarvioinnin muodot

Kuva 1. Vertaisarvioinnin muodot. Lähde: Postareffin esitysmateriaali.

Miten vertaisarviointi sopii opetus-oppimisprosessin kokonaisuuteen?

Kuva 2. Opetuksen linjakkuus (L. Postareffin 2018)..

Arviointikulttuuri tukee oppimista

Opiskelijoiden osallistaminen arviointiin auttaa motivointiin ja parantamiseen sekä suuntaamaan opiskelua siihen, missä tarvitaan kehittymistä. Arvioinnin avulla opiskelijaa ohjataan olemaan aktiivinen koko opiskeluprosessin ajan.

Kestävä arviointi

Kestävän arvioinnin tavoitteena vaikuttaa opiskelijoiden oppimisen taitoihin ja antaa palautetta itseohjautuvan oppimisen tueksi. Keskeistä on oman osaamisen kehittyminen. Arvioinnin tulisi tukea opiskelijan nykyistä oppimista, mutta myös valmiuksia oppia läpi elämän. Keskeistä on, että opiskelija saa oppimisen säätelytaitoja. Kestävä arviointi auttaa opiskelijaa tunnistamaan omat heikkoudet ja vahvuudet, jotta elinikäinen oppiminen mahdollistuu.

Kuva 3. Arvioinnin eri muodot (L. Postareffin 2018).

Vertaisarvioinnin tavoitteet

Kuva 4. Vertaisarvionnin tavoitteet (L. Postareffin 2018).

Yhdenmukaisuus varmistuu kriteerien käytöllä. Kattavuudella tarkoitetaan, että palaute tulee useammalta kuin yhdeltä.

Arvioinnin luotettavuus = luotettava ja oikeudenmukainen arvionti

  • Mitä arvioidaan = Validiteetti
  • MIten arvioidaan = Reliabiliteetti. Miten tarkasti ja miten johdonmukaisesti arvioidaan. Selkeät arviontikriteerit näkyviin.

Tekstin ja kuvien lähde: Turun yliopiston korkeakoulupedagogiikan apulaisprofessori Liisa Postareffin esitysmateriaali ja webinaariesitys UEF–Karelia–Savonian ”DigiOpen pikkujoulu -webinaarissa” 13.12.2018.

Lisää aiheesta, videot:

Kirjoittaja Maarit Ignatius

Moodle-osaamismerkki (badge)

Tämä postaus antaa perusteet Moodle-osaamismerkkien (Moodle Badges) käyttöön, mutta tarkempaan ja laajempaan ymmärtämiseen kuitenkin on käytettävä omatoimista kokeilua ja käyttöä oikeissa tilanteissa.

Osaamismerkin luonti ja hallinnointi

Ennen osaamismerkin luontia tulee opintojaksolla ottaa käyttöön opiskelijoiden suoritusten seuranta. Moodlen osaamismerkkejä luodaan ja hallinnoidaan Ylläpito-valikon Osaamismerkit-alavalikon valinnoilla.

Teet osaamisemerkit ”Lisää uusi osaamismerkki” -valinnalla. Syötä uutta osaamismerkkiä varten tarvittavat tiedot: nimi, kuvaus, kuva, osaamismerkin myöntäjän tiedot ja merkin vanhentuminen.

Osaamismerkin, kuvan tulee olla 1:1-suhteessa (leveys ja korkeus sama, esim. 500 x 500 pikseliä). Kuva voi olla tyypiltään .gif, .jpg, .jpe, .jpeg, .png, .svg tai .svgz ja sen maksimikoko on 256 Kt. Teetä merkki organisaation graafikolla tai mikäli käytät jotain muuta kuvaa niin varmista, että sinulla on oikeudet käyttää sitä.

Osaamismerkin kriteerit

Aloita kriteerien lisääminen valitsemalla yksi pudotusvalikon vaihtoehdoista. 

Rooli, joka voi myöntää merkkejä käsin -vaihtoehto edellyttää nimensä mukaan manuaalista merkin myöntämistä. Tyypillisesti myöntäjä on opettaja. Käsin myöntäminen ei välttämättä sovi isoille osallistujamäärille, joten harkitse tämän kriteerin käyttöä tarkkaan.

Myöntääksesi merkin käsin opiskelijalle, tulee se ensiksi ottaa käyttöön, jonka jälkeen Hallinnoi osaamismerkkejä -sivulle klikataan pientä palkintoikonia ja valitaan myöntäjän rooli sekä valitaan opiskelija kenelle merkki myönnetään.

Kurssin suorittaminen -kriteeri edellyttää vähimmäisarvosanan määrittämistä sekä aikaa, jolloin opintojakso on suoritettava. Automaattinen merkin myöntäminen opiskelijalle toteutuu, kun merkki on otettu käyttöön.

Aktiviteetin suoritus -kriteeri edellyttää jonkun aktiviteetin tai useamman suoritusta. Aktiviteetille voidaan (ei pakollinen) myösasettaa päivä, johon mennessä aktiviteetti tulee suorittaa.

Osaamismerkin näkyvyys/käytössä olo

Osaamismerkin ehtojen valinnan jälkeen, badge siirtyy osaamismerkkien hallinnointisivulle. ”Osaamismerkkien status” on ”Ei käytössä”. Ota osaamismerkki käyttöön painamalla keltaisessa laatikossa olevaa nappia. 

Tällä sivulla voit ottaa osaamismerkin käyttöön sekä poistaa käytöstä ”Silmä”-kuvakkeesta.

Vaihtoehtoisesti voit ottaa osaamismerkin käyttöön ”Salli pääsy” -painikkeella. Tämän vaihtoehdon saat näkyviin, kun klikkaat osaamismerkin nimeä.

Päinvastainen toiminto on ”Poista käytöstä”. 

Muokkaa tietoja

Klikaa tarkasteltavaa/muokattavaa osaamismerkkiä (Hallinnoi osaamismerkkejä -sivu) ja tarkista mekin tiedot sekä ehtojen oikeellisuus Yhteenveto-välilehdeltä. Muokkaa tietoja -välilehdeltä pääset editoimaan merkkiä. 

Huomaa, että kun osaamismerkki on myönnetty, se lukittuu. Eikä sen  ominaisuuksia, kuten vaatimuksia ja vanhentumisaikaa voi enää muuttaa. Syystä, että jokaisella merkillä tulee aina olla samat ehdot jokaiselle merkin käyttäjälle, saajalle. Ehtojen muokkaaminen onnistuu, kun esim. kopioit merkin ja teet muutokset kopioon.

Moodle-badget vastaanottajan (esim. opiskelija) näkökulmasta

Kun opintojakson vastuuhenkilö (esim. opettaja) myöntää osallistujalle (esim. opiskelijalle) merkin tai opiskelija täyttää merkin aktiviteetti-kriteerit ja sitä kautta merkki hänelle automaattisesti myöntyy, saa hän siitä ilmoituksen Moodlen ilmoitusvalikkoon.

Saadut osaamismerkit on tarkasteltavissa sekä ladattavissa Käyttäjätiedot (profiili) -sivulla.

Osaamismerkin jakaminen, julkistaminen

Moodle-badget (osaamismerkit) voi jakaa, julkistaa niin halutessaan julkaista eri digitaalisissa kanavissa ja palveluissa (esim. digitaalinen portfolio, LinkedIn, Facebook jne.). Osaamismerkit voi laittaa myös näkyviin (sisäisesti) Office 365 (O365) ympäristön omaan profiiliin, kohtaan Tietoja minusta. Tai ne voi ladata esim. Open Badge Passport tai Mozilla Open Badges -palveluun. Nämä palvelut mahdollistavat järjestelmä- ja myöntäjätahoriippumattomasti käyttäjän koota osaamismerkit ja lajitella/esittää niitä haluamallaan tavalla. Huomaa, että käyttääksesi näitä em. Badges-palveluja täytyy sinun kirjautua niihin ensin.

Lisätietoja Moodlen Badgesta MoodleDocs-artikkelissa Badges.

Lisätietoja Open Badgeista Open Badges Kareliassa -postauksesta.

Kirjoittajat Maarit Ignatius ja Atte Nokkanen

eAMK-pilotti: Lean six sigma

eAMK:n Laadukas verkkototeutusvalmennuksen ensimmäiseen toteutukseen 2018 keväällä osallistui Kareliasta kaksi opettajaa opintojaksoineen. Toinen heistä oli tuntiopettaja Jari Uimonen opintojaksolla Lean six sigma.

eAMK:n valmennuksen tavoitteena on varmistaa CampusOnline-portaalissa tarjottavien verkkototeutusten laadukkuus. Punaisena lankana valmennuksessa ovat eAMK-hankkeen verkkototeutusten laatukriteerit ja näiden käytännön toteutus. Tavoitteena on kehittää jo olemassa olevaa tai tuottaa uusi verkkototeutus tarjottavaksi CampusOnline portaaliin.

Lähde: eAMK

Tämä opintojakso on toteutettu aiemmin. Osallistujia kesätoteutuksissa yleensä yli 100 ja muun ajankohdan toteutuksissa keskimäärin 30. Nyt valmennuksen myötä opintojakso on tarkoitus toteuttaa CampusOnlinessa loppuvuodesta 2018.

Ennen valmennusta lähtötilanne oli kontaktia 4*4 h ja Moodle toimi materiaalipankkina. Toteutuksissa on kokeiltu vaihtelevalla menestyksellä Moodlen eri aktiviteetteja ja muun muassa työpaja-aktiviteetin käyttökokemukset ovat olleet huonot. Vertaisarvionti ei toteudu, kun opiskelijat etenevät hyvin eritahtisesti opinnoissa, opintojaksolla. Työpaja-aktiviteetinkäytön tilalle vaihdettiin keskustelualue. Se soveltuu pitkäkestoiseen työskentelyyn.

Muita toteutusta tukevia seikkoja:

  • Pedagogisena toteutusmallina on Flipped Learning.
  • Tehtävien palautukset ovat julkisia.
  • Arviointi toteutetaan vertais- ja itsearviointina, itsearvionti tulee korostumaan ja vertaisarvioinnissa apuna on apukysymykset.
  • Toteutus sisältää orientaation ⇒ alkuverryttelyn, jossa kysymyksellä selvitetään lähtötilanne.
  • Luennot ja ohjaustunnit tallennetaan. Tallenteet ja esitysmateriaali (kalvot on opiskelijoiden käytettävissä läpi opintojakson.
  • Tehtävien yhteispalaute anneteaan tallenteena.
  • Yksilöpalaute mahdollistetaan (on varattava aika).

Tekstin lähde: tuntiopettaja Jari Uimosen esitysmateriaali ja esitys Karelian ”Digisessä iltapäivässä” 9.10.2018.

Kirjoittaja Maarit Ignatius