Big datan hyödyt moderneissa verkko-oppimisympäristöissä

Opiskelu verkko-oppimisympäristöissä on lisääntynyt yhä enemmän viime vuosina. Samaan aikaan opiskelumuodon murros on esittänyt uusia haasteita oppilaitoksille: kuinka integroida tehokkaasti tätä uutta teknologiaa osaksi opettamista? Eräänä ratkaisuna ongelmaan on esitelty oppimisen analytiikka, jos...

Full description

Bibliographic Details
Main Author: Toitturi, Mikko
Other Authors: Informaatioteknologian tiedekunta, Informaatioteknologia, University of Jyväskylä, Jyväskylän yliopisto
Format: Bachelor's thesis
Language:fin
Published: 2018
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/57052
Description
Summary:Opiskelu verkko-oppimisympäristöissä on lisääntynyt yhä enemmän viime vuosina. Samaan aikaan opiskelumuodon murros on esittänyt uusia haasteita oppilaitoksille: kuinka integroida tehokkaasti tätä uutta teknologiaa osaksi opettamista? Eräänä ratkaisuna ongelmaan on esitelty oppimisen analytiikka, jossa verkko-oppimisympäristöt käyttävät big dataa osana oppimisen ja opettamisen tehostamista. Tutkielmassa esitellään eri tapoja hyödyntää big dataa osana opetusta ja oppimista, arvioidaan niiden hyötyjä ja verrataan niitä perinteisen verkko-oppimisen esittämiin haasteisiin. Tuloksina ilmaantui kolme päätapaa käyttää big dataa osana verkko-oppimisympäristöjä: datan visualisaatio ja ennusteet, suositusjärjestelmät sekä oppimisympäristöjen personointi. Näiden päähyötyinä esiteltiin mm. paranneltu päätöksenteko sekä oppimisen ja opettamisen tehostaminen kerätyn datan pohjalta. Perinteisiin verkko-oppimisen haasteisiin se vastasi mm. monipuolisemmalla ympäristön käytöllä ja jatkuvalla ympäristön kehityksellä. Tutkielma toteutettiin kirjallisuuskatsauksena. Nowadays, education is shifting more and more into different e-learning environments. This poses a new challenge to the learning institutions: how to effectively integrate these new technologies into teaching? As one solution to the problem learning analytics is presented. In learning analytics, e-learning environments utilize big data to reinforce both teaching and learning. In the thesis, different ways of utilizing big data in e-learning environments are presented and their benefits are assessed and compared to the traditional challenges of e-learning. As result, three ways to utilize big data were discovered: data visualization and prediction, recommendation systems and personalized learning environments. The main benefits of these technologies were more effective decision-making, learning and teaching based on the data collected. To the traditional challenges of e-learning learning analytics offered i.a. more versatile usage of the environment and the continuous development of the environment. The thesis was conducted as a literature review.