Challenges for learning analytics (Poluttamo)

Article first published on SeOppi 2/2017.

Text: Lasse Seppänen, Häme University of Applied Sciences (HAMK)

Learning analytics is becoming very popular in student administration. Study performance and students in danger of dropping out can be monitored. If a student’s activity level decreases at some point during the school year, the monitoring of only grades and courses passed would reveal this, in the worst case, as late as the following year.

Our study monitored weekly logins to the learning platform. In the fall of 2016, the Adaptable Learning Paths project at HAMK University of Applied Sciences constructed a system that monitors students’ weekly logins and sends the study advisor weekly messages about students with reduced login rates. The target group was initially the students of computer sciences, but other students were included later.

In computer studies, if a student is to drop out, it most often takes place during the first year, or, alternatively, the student is not able to complete his or her final thesis at the end of the studies. The early detection of the potential drop-outs among first-year students is very important. The thesis process was modified in 2017 to structure it so that it would not be easy to leave it incomplete.

In computer sciences, the learning platform Moodle is in active use. Moodle is in frequent use in all studies during the first two years, and in practice, students must log in daily or almost daily. The algorithms we developed are based on this fact.

The standard working day at HAMK consists of two parts separated by the lunch break. It is natural to think that students would log in to Moodle at least twice each day, achieving a minimum of 10 logins per week. However, students are required to complete a great deal of group work and one group member may submit the work of all others as well. This may lower the login frequency of group members even if they are active in their studies.

Monitoring weekly logins, we first put the threshold at four logins. We thought it a logical conclusion that if a student logs in to Moodle only 0 – 3 times a week, all cannot be well. Later, we tentatively raised the threshold to eight logins and noticed we obtained a great deal of data concerning students who were doing just fine. We then lowered the threshold to six. That gave us a smaller quantity of data in emails, which was easier to manage. It is likely that we will study further the appropriateness of this threshold as well.

We applied the same threshold in our monitoring of the activity of online evening students and observed that the same value does not function properly. For example, we set the threshold at six for the last week of September, and the system generated alarms concerning 24 students. Of these students, only five had zero logins and eleven had 3 – 5 logins. We saw a clear difference between evening students and daytime students: evening students do more during one online session.

Challenges due to the upcoming Data Protection Regulation

The upcoming Data Protection Regulation will bring challenges to the use of learning analytics. Any list containing names of students can be classified as a personal data register – and this is in essence what the weekly email from the learning analytics system entails. The view has been proposed that analytics could be used if they do not impact any single student. However, the whole point of this analytics is that the study advisor be able to contact a single student and to do this easily. In addition, the system profiles students. We must give thought to how we make the system work in compliance with the regulation so that we may continue to support students who are encountering difficulties.

Sources

Oppimisanalytiikan keskus [Learning Analytics Centre]. Mitä on Oppimisanalytiikka? [What is learning analytics?] www.learninganalytics.fi/fi/oppimisanalytiikka

Seppänen, L. Learning analytics call out for action, SeOppi 02/2016

Tuotu lähteestä: Poluttamo

MyData 2017 -konferenssi luo perustaa reilulle, ihmiskeskeiselle ja sykkivälle datataloudelle (Open Knowledge Finland)

Ke 30.8. Tallinnassa, Tallinn University Conference Centre, Narva Maantee 29
To-pe 31.8.-1.9. Helsingissä, Kulttuuritalo, Sturenkatu 4


Kolmipäiväinen MyData 2017 -konferenssi vauhdittaa siirtymää yrityskeskeisestä henkilökohtaisen datan hallinnasta ja hyödyntämisestä kohti ihmiskeskeistä ja yksilöllistä datan hallintaa. Konferenssissa julkaistaan MyData Declaration, eli ihmiskeskeisen tietojenkäsittelyn teesit, jotka ovat allekirjoitettavissa konferenssin aikana.

Yksinkertaistettuna MyData -periaatteet voimaannuttavat kansalaisia/palveluiden käyttäjiä, sillä käyttäjä itse voi esimerkiksi uudelleenkäyttää itsestään kerättyä tietoa tai määritellä, miten tietoa jaetaan esimerkiksi muihin palveluihin, mainostajille, tutkijoille tai muille tiedon hyödyntäjille. MyData tulee paitsi tehostamaan julkisia palveluita, myös tuottamaan aivan uudenlaisia palveluinnovaatioita ja on myös todennäköistä, että käyttäjät itse voivat esimerkiksi myydä tietoja itsestään mainostajille. MyData voimaannuttaa kuluttajakansalaisen.

MyData nivoutuu vahvasti tiedon avoimuuteen – ja on internetin suuria haasteita

World Wide Webin keksijä Sir Tim Berners-Lee on nostanyt henkilötiedon käsittelyn yhdeksi kolmesta suuresta internetin tulevaisuutta määrittäväksi haasteeksi. Siksi henkilötieto onkin ollut tärkeä asia Euroopan digitalisaatioagendalla ja uusi EU:n tietosuoja-asetus (GDPR) astumassa voimaan alle vuoden päästä. Siinä missä tietosuoja-asetus tuo itsessään kansalaisille turvaa ja uusia digitaalisia oikeuksia henkilötietoon liittyen, MyData tavallaan rakentaa tämän päälle, tuomalla lisää oikeuksia, ja määrittelemällä periaatteet ja eräänlaisen arkkitehtuurin sille miten henkilötietoa hallinnoidaan käyttäjän ja palveluiden kesken.

Myös henkilötietoon liittyvien palveluiden taloudellinen merkitys on valtava. Henkilötiedot ovat yksi merkittävimmistä tulevaisuuden liiketoimintaa muokkaavista voimista (World Economic Forum, 2013) ja niihin liittyvien palvelujen kokonaismarkkinan on arvioitu kasvavan Euroopassa jopa 1000 miljardiin euroon vuonna 2020 (Boston Consulting Group, 2012).

Nokkela lukija kysyy mitä tekemistä MyDatalla on avoimen tiedon ja avoimen datan kanssa. Siinä missä avoin data viittaa kaikkien julkisesti saatavilla oleviin tietovarantoihin, MyDatassa puolestaan yksi olennainen osa on vastaavasti yksilön

Kansainvälisen Open Knowledge -järjestön (ent. Open Knowledge Foundation) perustaja Rufus Pollock tiivisti avoimen datan ja MyDatan suhteen viime vuoden konferenssissa.

Avoimen datan potentiaaliseksi suoraksi hyödyksi on arvioitu 40 miljardia ja välillisiksi 100 miljardia euroa vuosittain EU -alueella (Vickery, 2011).  Sinänsä arviot ovat suuntaa antavia, mutta kokoluokaltaan henkilötiedon taloudellinen potentiaali on näin arvioituna jopa kymmenkertainen avoimen datan potentiaaliin verrattuna. Teimme Valtioneuvoston selvitys- ja tutkimustoiminnalle (VN TEAS) selvityksen avoimen datan taloudellisista vaikutuksista ja yksi raportin löydöksistä olikin nimenomaan se, että tarvitaan laajempaa datatalouden osaamista ja että arvo syntyy yhdistelmällä erilaisia datalähteitä.

Toki on tärkeää muistaa, ettei kyse ole vain taloudellisesta merkityksestä. Yhtä kaikki, avoin data, MyData, tekoäly, big data, data-analytiikka – mm. nämä kulkevat käsi kädessä ja lisäävät toinen toisensa merkitystä ja vaikuttavuutta datataloudessa.

MyData 2017 -konferenssi – kansainvälinen yhteisö luo tulevaisuuden!

Toista kertaa järjestettävä tapahtuma on ainutlaatuinen, sillä se tuo yhteen yritykset, yhteisöt, kansalaisjärjestöt tutkijat ja hallinnon edustajat. Viime vuonna ensimmäistä kertaa järjestetyssä konferenssissa oli 670 henkeä 25 maasta, eli onnistumme mainiosti. Viime vuoden konferenssin merkitystä ei kannata aliarvioida, sillä sen jälkeen MyData-verkostoja on käynnistetty useissa maissa, alunperin Liikenne- ja viestintäministeriölle tehty MyData selvitys on käännetty useille kielille ja julkaistu ympäri maailmaa, ja yli 400 hengen MyData-konferenssi järjestetty Japanissa.

Tänä vuonna MyData 2017 -tapahtuma järjestetään 3-päiväisenä (30.8. – 1.9.2017) siten, että ensimmäinen päivä on Tallinnassa (tietyt teemasessiot ja akateeminen osuus), ja kaksi päivää (päätapahtuma) Helsingissä. Odotamme paikalle yli 700 henkeä – mukana on peräti yli 150 puhujaa, ja yli 40 eri sessiota!

Olemme pyrkineet pitämään lippujen hinnat maltillisena, että saadaan osallistujia erityyppisistä organisaatioista mukaan. Liput saa ostettua suoraan sivulta:  https://mydata2017.org/registration/

MyData 2017 -konferenssin järjestävät yhteistyössä Open Knowledge Finland, Aalto-yliopisto, Tallinnan yliopisto, ja ranskalainen tutkimusorganisaatio Fing. Konferenssi on yhteisöllisesti tuotettu – mukana on noin 10 palkattua henkilöä, yli 35 vapaaehtoista ja yli 50 ohjelman tuottajaa – ja se on Open Knowledge Finlandin vuoden suurin tapahtuma – tervetuloa mukaan!


Yo. tekstissä mainittuja lähteitä:

Rufus Pollock MyData 2016
https://www.youtube.com/watch?v=4SRUqQO_1CQ

MyData Declaration
https://mydata.org/declaration/

Three challenges for the web, according to its inventor, The Web Foundation (March 12, 2017)
https://webfoundation.org/2017/03/web-turns-28-letter/ 

Boston Consulting Group. (2012). The Value of Our Digital Identity. Liberty global Policy Series. PDF-dokumentti. Saatavissa: http://www.libertyglobal.com/PDF/public-policy/The-Value-of-Our-Digital-Identity.pdf.

Koski, H., Honkanen, M., Luukkonen, J., Pajarinen, M., & Ropponen, T. (2017). Avoimen datan hyödyntäminen ja vaikuttavuus. VNK.  Saatavissa: http://tietokayttoon.fi/julkaisu?pubid=18703

Vickery, G. (2011). Review of Recent Studies on PSI Re-Use and Related Market Developments. PDF-dokumentti. Saatavissa: https://www.nsgic.org/public_resources/Vickery.pdf.

World Economic Forum. (2013). Unlocking the Value of Personal Data: From Collection to Usage. PDF-dokumentti. Saatavissa: http://www3.weforum.org/docs/WEF_IT_UnlockingValuePersonalData_CollectionUsage_Report_2013.pdf.

The post MyData 2017 -konferenssi luo perustaa reilulle, ihmiskeskeiselle ja sykkivälle datataloudelle appeared first on Open Knowledge Finland.