Laadukas kurssipalaute haastatteluilla

LAB-ammattikorkeakoulussa opintojaksoista kerätään palautetta pääasiassa opiskelijoiden tietojärjestelmäkokonaisuudessa Pepissä olevan Spark -opintopalautejärjestelmän avulla. Palautteiden määrä on kuitenkin osoittautunut pieneksi, vaikka opiskelijoille olisi virtuaalisen oppimisympäristö Moodlen kurssitoteutuksen yhteydessä annettu valmiiksi linkki palautteen antamista varten.

Datan analysointi ja visualisointi sekä Koneoppiminen -kurssien YAMK ja AMK opiskelijoita haastateltiin väitöskirjatutkimukseen näkemyksistään, kokemuksistaan ja visioistaan näihin aiheisiin liittyen. Samalla kysyttiin suoraan kursseihin liittyvää palautetta kehittämisen suuntaamiseksi.

Punaisella tussilla kirjoitettu feedback läpinäkyvälle lasipinnalle. Kädessä tussi
Kuva 1. Haastattelulla saadaan laadukasta palautetta. (Geralt 2015)

Datan analysointi ja visualisointi -kurssin palaute

Kurssissa oleva rakenne, jossa teoria ja käytäntö vuorottelevat, oli koettu kivaksi. Lisäksi oli saatu työkaluja siihen, että pystyy hahmottamaan mitä kaikkea pystyy analysoinnissa ja visualisoinnissa tekemäänkään. Kurssin aiheista kaikki ovat olleet osalle opiskelijoista täysin uusia. Uuden oppimisesta saivat mainintoja myös tilastollinen työkalu R ja sen avulla datan käsittely, todennäköisyyslaskennat sekä tilastomatematiikka.  Eräs opiskelija kertoi kurssiin liittyvistä odotuksistaan siten, että ”toisin kuin yliopistossa, odotin, että AMK:ssa saa tuoreemman käsityksen siitä, missä visualisoinnissa mennään”. Kurssikokemuksista haastateltavat mainitsivat, että ”ensimmäinen kokonaisuus, josta oikeasti on ollut hyötyä”; eräs haastateltava totesi olleen jopa työnhaussa hyödyksi.

Kurssin jälkeen haastateltavat myönsivät käsityksiensä aiheesta muuttuneen. Tilastomatematiikan soveltaminen yllätti, sillä se oli näyttäytynyt ennen erillisenä. Myös sen palauttaminen mieleen koettiin hyväksi. Visualisointiin miellettiin saadun ideoita töissä kokeiltavaksi ja siihen tarvittavien työkalujen päivitys hyväksi. Eräs haastateltava mainitsi, että ”R työkalun helppous viehätti”. Joka tapauksessa haastateltavien mielestä aihealue vaatii syvällistä opiskelua, eikä ole missään tapauksessa ”jonkin työkalun helppoa käyttöä”.

Koneoppiminen -kurssin palaute

Odotuksena mainittiin, että ”kumpa kurssin rakenne vastaisi Datan analysointi ja visualisointi -kurssin rakennetta”.  Lisäksi odotettiin, että koneoppimisen perusteet saisi suomen kielellä, kun takana oli yritys oppia aihetta englanniksi. Uusina opittuina asioina haastateltavat mainitsivat erilaiset algoritmit, työkalut sekä tavat toimia datan kanssa. Useimmilla kaikki kurssin asiat olivat uusia, pois lukien R ja Python -ohjelmoinnit.

Ennakkokäsitysten muuttumisesta erityisesti mainittiin se, että ”ei tarvitsekaan olla matemaattisesti lahjakas voidakseen osata koneoppimisen asioita”. Eräs haastateltava puki tämän useampia kommentteja saaneen mielipiteen muotoon: ”Hahmottui yleiskäsitys siitä, että ko. asia onkin yksinkertaista ja mitä se käytännössä tarkoittaa”. Työtehtäviin kurssista oli saatu mukaan paljon, esimerkiksi harjoituksissa käytettyjä (ohjelma)kirjastoja oli otettu käyttöön. Konkretia harjoitustöissä koettiin hyödyksi, sillä ”asiat liittyivät omiin töihin”. Eräällä haastateltavalla rekrytoija oli kysellyt tarkkaan, mitä asioita kurssilla on käyty lävitse.

Palautteen kursseista voisi summata yhteen odotuksiin liittyvään kommenttiin: ”Aiheet ovat kiinnostaneet, joten odotan oppivani paljon ja haluaisin koko tutkinnon olevan tämän suuntainen.”

Kirjoittaja

Minna Asplund on ohjelmistotekniikan lehtori LABin Teknologia-yksikössä. Hän toimii myös koordinaattorina IoT:stä tekoälyyn (ylempi AMK) -ohjelmassa.

Lähteet

Geralt. 2015. Merkki käsi kirjoittaa lasi lasilevy palaute. Pixabay. Viitattu 7.11.2022. Saatavissa https://pixabay.com/images/id-804935/