Tilastotieteen ja matematiikan kandikursseilla iso osa oppimisesta perustuu viikoittaiseen harjoitustehtävien ratkaisemiseen. Tehtävät ovat tyyppiä "kynällä ja paperilla" tai tietokoneella (esim ohjelmointia), sekä näiden yhdistelmiä. Tilastotieteen kandikursseilla on viikoittaisina tehtävinä myös pieniä esseitä ja tieteellisten artikkeleiden referointeja.  Perusopintovaiheen kurssit ovat suuria, opiskelijoita on 350-850 ja heitä on kaikilta kampuksilta. Kurssit ovat useille tieteenaloille keskeisiä sivuaineopintoja.

DIGest on keväällä 2015 aloitettu uudenlainen formaatti, jonka tuloksena erittäin suuret viikoittaiset tehtävämäärät tarkistetaan siten että jokainen opiskelija saa palautteen jokaisesta ratkaisemastaan harjoitustehtävästä. Esimerkiksi 500 opiskelijan kurssilla on 500*10 (tai 500*6, 500*8, riippuen kurssista) viikoittaista tehtävää. Nykyisellään (2019) Matemaatisten tieteiden kandiohjelmassa on 8 DIGest-kurssia. Perusopintojen kurssit ovat myös Avoimen yliopiston tarjonnassa ja neljä niistä on MOOC-kursseja.

Viikoittaiset tehtävät ja tarvittava oheismateriaali julkaistaan Moodlessa (tai MOOC-alustalla). Tehtäviin voi kysyä apua digitaaliselta keskustelualueelta, jossa ohjaajat neuvovat ja opiskelijat neuvovat toisiaan. Kurssiyhteisöä tukevasta keskusteluaktiivisuudesta voi saada lisäpisteitä. Vapaaehtoiseen kontaktiohjaukseen on viikoittainen laskupaja. Opiskelija palauttaa tehtävät digitaalisesti Moodlen työpajaan viikon kuluessa; palautusalue sulkeutuu ajastetusti. Malliratkaisut avautuvat välittömästi ajastetun palautusajan sulkeuduttua ja samalla avautuu jokaiselle opiskelijalle Moodlen arpomana kahden anonyymin opiskelijan tehtävät tarkastettavaksi; opiskelija tarkastaa myös omat tehtävänsä.

Malliratkaisuissa on pisteytysohjeet ja pisteet - tarkastuksen tulokset - kirjataan pisteytysmatriisiin, jossa on tilaa sanalliselle palautteelle. Kysymyksiä voi esittää keskustelualueella myös tässä vaiheessa koska aina ei ole selvää olisiko syytä antaa esim 1 piste vai 2 pistettä. Opiskelija palauttaa itse- ja vertaisarvion Moodlen ajastettuun työpajaan neljän päivän kuluessa. Palautusalue sulkeutuu ajastetusti. Tämän jälkeen ohjaaja tarkastaa tilanteen.  Mikäli opiskelijan saamat kolme pisteytystä, eli pisteet itselleen ja pisteet kahdelta muulta opiskelijalta, poikkeavat toisistaan liikaa (kriteerit kurssikohtaisia), ohjaaja tekee oman arvionsa opiskelijan tehtävistä. Ohjaaja tekee arvion myös, jos opiskelija on saanut vain yhden pisteytyksen, eli molemmat vertaisarviot puuttuvat tai itsearvio ja toinen vertaisarvio puuttuvat. Ohjaaja julkaisee tulokset.

Jokaisen opiskelijan jokainen palautettu tehtävä tulee tarkastettua ja virheelliset ratkaisut kommentoitua. Itse- ja vertaispalautetta tekevä opiskelija näkee - ja joutuu perehtymään - malliratkaisujen lisäksi eri tavoin toteutettuihin oikeisiin ja vääriin ratkaisuihin. Tämä on merkittävä oppimista auttava elementti. Tilastotieteen ja matematiikan tehtävien luonteeseen kuuluu usein se että lopullinen numeerinen vastaus ei ole tärkein elementti. Tärkeintä on tapa jolla ratkaisuun on päädytty.  

Opiskelijat antavat ja vastaanottavat korjaavaa palautetta, reflektoivat itsearvion vertaispalautteeseen ja malliratkaisuihin. Yleishyödyllistä: opiskelija oppii antamaan palautetta sekä myös vastaanottamaan palautetta, myös negatiivista. DIGestissä opiskelija on keskiössä ja myös vertaisena kanssaopiskelijoilleen. Ajankäyttö: aikaa voi allokoida muuhun kuin matkustamiseen Kumpulan kampukselle.

Moodlen ominaisuuksia on parannettu omilla skripteillä (Clojure ohjelmointikieli, ClojureScript -> JavaScript):  Ohjaaja näkee tarkistettavat tapaukset värikoodattuina, pisteytysten on huomiointi paranneltu siten että ohjaajan ”turha/tarpeeton” työ on minimoituu.

 

digestkuva

Viikoittaiset pisteet ovat osa kurssin loppuarvosanaa: arvosana 1-5 muodostuu siten että DIGest-pisteet ovat 30% - 80% (verkkotentti)  arvosanasta. DIGest-pisteet koostuvat opiskelijoiden toisilleen ja itselleen antamista arvioista, ja jos näissä on liian suuri ero, ohjaaja on tehnyt oman arvionsa. Vaikka lopullinen vastuu pisteistä onkin ohjaajilla ja kurssin vastuuopettajalla, niin voi kuitenkin jokin pisteytys jäädä harmittamaan - vaikuttaako toinen opiskelija minun arvosanaani.?  Ei saa jäädä harmittamaan!

Kun kurssin kaikki viikoittaiset pisteet ovat kertyneet, ja kun on vahvistettu pisterajat / arvosanat, Moodleen avataan valituslaatikko. Jokaisella opiskelijalla on mahdollisuus pyytää, perustellen, korjausta sellaiseen pistetytykseen, josta seuraisi arvosanan nouseminen. Tällaisia valituksia on tullut 0-5 opiskelijalta / kurssi. Kursseja on ollut lähes viiden vuoden aikana kahden vuoden aikana 29 ja opiskelijoita yhteensä n. 10 000. Yksittäisiä tehtävien ratkaisuja n 400 000. Kaikilta kursseilta yhteensä 25 kpl / 400 000 ratkaistuun tehtävään on perustellusti pyydetty pisteiden korjaamista. Suurin osa valituksista on koskenut teknisen/satunnaisen epäonnistumisen huomioimista. Tulkitsemme < 0.1 promillen epäonnistumisen vahvaksi signaaliksi DIGest menetelmän oikeudenmukaisesta toiminnasta.

Vertais- ja itsearviointiin perustuva tehtävien tarkistus käynnistyi keväällä 2015 tilastotieteen kurssilla Data-analyysi R-ohjelmistolla ja jatkui syksyllä 2015 Tilastotiede tutuksi kursseilla. Kevätlukukauden 2016 III-periodissa Todennäköisyyslaskenta I -kurssi oli seuraava kohde. Tämän kurssin yhteydessä mitattiin menetelmän kannatus: äänestys menetelmän käytöstä myös Tilastollinen päättely I kurssilla periodissa IV perinteisen laskuharjoituskäytännön tilalla: Kannatus opiskelijoiden keskuudessa oli selvä: 85% kannatti ja toi vuolaasti esille tyytyväisyytensä Moodlen anonyymillä palautealueella.

Tilastotieteen perusopintojen 25 op kokonaisuus (MAT120, viisi kurssia), uudessa Matemaattisten tieteiden kandiohjelmassa koostuu DIGest-kursseista (MAT12001 Tilastotiede ja R tutuksi I, MAT12002 Tilastotiede ja R tutuksi II, MAT12003 Todenäköisyyslaskenta I, MAT12004 Tilastollinen päättely I;  MAT12005 Data-analyysin projekti suoritetaan itsenäisesti ja sen esitietovaatimuksina ovat edellä luetellut kurssit). DIGest -kurssiksi on 2018 alussa muutettu MAT21005 Topologia IA, IB sekä MAT11005 Integraalilaskenta ja syksyllä 2018 MAT21002 Sarjat.

Tilastotiede ja R tutuksi I ja II, Todennäköisyyslaskenta I ja Integraalilaskenta ovat vuoden 2019 MOOC-kursseja. Näillä kursseilla on digitaalisuus ulotettu myös luentoihin. Käsitteiden ja menetelmien itseopiskelun tueksi on laadittu videoklippikokoelmat.

Esitys videoklipeistä ML-tiedekunnan digipäivässä tammikuussa 2019:

Suurin osa tilastotieteen perusopintojen kursseista käyttää R-ohjelmointia keskeisenä työkaluna. DIGest kursseilla R-tehtävät olivat syksyyn 2018 saakka myös vertais- ja itsearvioitavia tehtäviä eli opiskelija, ja tarvittaessa ohjaaja, tarkistivat palautetun R-koodin. Tämä osio on syksystä 2018 alkaen muutettu TestMyCode-pohjaiseksi yhteistyössä tietojenkäsittelytieteen osaston kanssa: askeleittainen ongelmanratkaisuprosessi ja automaattinen palaute.

Ohjaajat:

Aku Leivonen, Nea Rantanen, Joonas Nuutinen, Savi Virolainen

Henkilökunta:

Sirkka-Liisa Varvio, Mika Koskenoja, Petteri Piiroinen, Pekka Pankka