Personaliseeritud õpe aitab lahendada ammust probleemi: õpilasi on palju rohkem kui õpetajaid, kes neid õpetama peaks. Teisalt mõistame tänapäeval aina paremini, et õppijad on erinevate võimete, huvide ja vajadustega ning samasugune õppeprotsess kõigile ei sobi. Personaliseerimine on muutunud hädavajalikuks, kuid kuna igale õppijale oma personaalset õpetajat ei jätku, tuleb lahendusi leida mujalt, näiteks vaadata, mida õpetaja saaks ise ära teha ning kuidas tehnoloogia talle selles abiks võiks olla.

Õpetaja jaoks aitab personaliseeritud õppimine hoida kokku aega, automatiseerida protsesse ning leida, milline oleks järgmine parim samm iga õppija jaoks.

Õppija jaoks tähendab see eelkõige vastutuse võtmist oma õppeprotsessi eest. Endale eesmärkide seadmine, sobivaima õpistrateegia valimine võib aidata saavutada paremaid õpitulemusi.

Koolijuhile ja -pidajale pakuvad personaliseeritud õppe käigus tekkivad andmed võimalust teha põhjendatud otsuseid kooli arendamisel.

Personaliseerimine teistes valdkondades

Personaliseeritud õppe tähtsus on tõusnud ka seetõttu, et käimas on majanduslik ja sotsiaalne üleminek masstootmiselt uuele perioodile – toodete ja teenuste (mass)personaliseerimisele, millest kirjutasime tehnoloogiakompassi analüütika ja suurandmete ja tehisintellekti peatükkides. Me jätame endast iga päev maha andmeid, mida analüüsides on võimalik leida seoseid ja mustreid, mille abil teenuseid parendada. Tehisintellekt omakorda on võimeline andmetest õppima ja tootlikkuse tõstmise kaudu inimesi tööl ja igapäevaelus aitama.

Kasutajate huvidest ning kasutusmustritest lähtuvalt personaliseerivad oma sisu sellised igapäevatehnoloogiad, nagu Google, Spotify, Youtube ja Facebook, aga näiteid personaliseeritud tehnoloogiatest leiab paljudest valdkondadest. Samal kombel on inimese ostukäitumise põhjal võimalik teha talle juba praegu paremaid pakkumisi ning liikumist, toitumist ja magamist jälgivate nutikellade ning rakenduste abil talle soovitusi jagada. Suurimat potentsiaali on oodata meditsiiniteaduses, kus erinevaid inimese kohta kogutud andmeid analüüsides on võimalik leida igaühele individuaalne ravi- või ennetusplaan.

Haridusuurijate, praktikute ning poliitikakujundajate huvi personaliseeritud õppe vastu on suur nii Eestis kui ka maailmas. Ka õppijatest jäävad maha erinevad andmed, mida saab kasutada õppija toetamiseks, õppekorralduse muutmiseks jms ehk õppimise personaliseerimiseks. Personaliseerimise mõiste ise ei ole uus, aga digitaalsete andmete kasutamine võimaldab liikuda sellega uuele tasemele.

Individualiseerimine, diferentseerimine ja personaliseerimine

Personaliseeritud õppega on seotud erinevad mõisted, mida vahel kasutatakse sarnases tähenduses, aga mis siiski üksteisest pisut erinevad: personaliseeritud õpe, individualiseeritud õpe ning diferentseerimine.
Haridusmaastikul kõlavad need kõik sarnaselt, sest keskmes on õppija, aga Ameerika Ühendriikides jagatakse õpe kaheks. The U.S. Department of Education (2010) märgib, et esimene – personaliseeritud õpe – on õppijakeskne ning teised kaks on õpetajakesksed lähenemised:

• Individualiseerimine viitab juhistele, mida võib kohandada vastavalt õppija õppimisvajadustele, kuigi õpieesmärgid võivad olla kõigil ühesugused. Näiteks võivad õpilased mõne teema läbimiseks kulutada rohkem aega, jättes seetõttu vahele teemad, mis hõlmavad juba teadaolevat infot või korrata teemasid, mille jaoks nad vajavad enam abi.
• Diferentseerimine viitab juhistele, mida on kohandatud erinevate õpieelistustega õppijatele. Õpieesmärgid on kõigil õpilastel ühesugused, kuid meetod või lähenemisviis eesmärgi saavutamiseks varieerub vastavalt iga õpilase eelistustele või teaduslikele tulemustele.
• Personaliseerimine viitab juhistele, mida on kohandatud vastavalt õppija vajadustele ja huvidele. Keskkonnas, mis on täielikult personaliseeritud, võivad õpieesmärgid ja sisu, meetod ja tempo olla kõik erinevad (seega hõlmab nii personaliseerimine diferentseerimist kui ka individualiseerimist). Üldises kontekstis on personaliseeritud õpe kui võimalik lähenemisviis tulevaste õppimisvajaduste rahuldamiseks, pakkudes uusi alternatiive, mis edendavad õppijate õppimisvõimet (Bentley ja Miller, 2004).

Individualiseerimise, diferentseerimise või personaliseerimise elemente on õpetajad mingil määral alati kasutanud, seetõttu pole erinevate allikate välja toodud personaliseeritud õppe tunnused iseenesest uudsed. Näiteks on öeldud, et personaliseeritud õppe puhul on kohandatud õppimise tempot, optimeeritud õppija jaoks õpieesmärke, lähenemisviise, sisu ja tööriistu, või et õppimist juhivad õppija huvid ning tal on võimalus valida, mida ja millal, kus ja kuidas ta õpib ning sageli toetab õppimist tehnoloogia.

Personaliseeritud õppimine ja tehnoloogia

Tegelikult pakkus Pressey juba pea sajand tagasi (1926) lahenduse probleemile, kuidas õppijat talle vajalikul moel juhendada. Tema ettepanekul võiks iga õpilane veeta iga päev mõnda aega õppimismasinaga, mis oleks võimeline õpilastele probleemipõhiseid ülesandeid esitama, saadud vastuseid hindama ning mis kõige olulisem – tulemuste põhjal õpilasele uusi, sobivaid ülesandeid pakkuma. Õpilased, kes omandavad materjali kiiresti, saavad kiiremini edasi liikuda, ja need, kel rohkem aega ja vaeva kulub, saavad lisaülesandeid või neile pakutakse mõnd muud seletust. 1950.–60. aastatel arendas ideed edasi Sinner, aga laialt kasutusele siiski sellised masinaid ei võetud. Osaliselt ka seetõttu, et õpetajad olid võimaliku asendamise suhtes ettevaatlikud, ja osaliselt kahtluste tõttu, kas lapsed saavad ja kas nad üldse peavad masina abil õppima.

Personaliseeritud õppimise juured viivad meid ajaloos tagasi mitu aastakümmet. Esimesed õpitehnoloogiad selles vallas olid intelligentsed tuutorsüsteemid, mis võimaldasid esitada õppijale õpikeskkonnas õppematerjale ning harjutusülesandeid. Tuutorsüsteemid sisaldasid endas tihti adaptiivsuse elementi, mis tähendas, et süsteem oli võimeline tehisintellekti abil õppima, mis tüüpi küsimusi ja ülesandeid õppijale esitada.

ActiveMath loodi kunagi intelligentseks tuutorsüsteemiks, mis kohanes õppija sooritustega, diagnoosis õppija tehtud vigu ja väärarusaamu. Hilisemad süsteemid on hakanud õppijaid profileerima, nende käitumisest õppima ning õppijamudeleid looma. Õppijamudel võimaldab mõista õpilase tugevaid ja nõrku külgi ning sellest lähtuvalt juhendamist kohandada. Kui õppimismudel on avatud, saab õppija ka ise oma õppeprotsessi analüüsida ja see toetab tema metakognitiivset käitumist ehk oskust õppimist planeerida, jälgida ja kontrollida. Seda püüame üle tuua ka tänasesse haridussüsteemi.

Viimasel aastakümnel on personaliseerimine taas hoogsamalt haridusmaastikule tulnud. 2014. aastal on personaliseeritud õppimist nimetatud tehnoloogiaks, mis hakkab Euroopas õppimist ja õpetamist mõjutama (NMC Horizon Report, Innovating Pedagogy). Põhjuseks soov leida rohkem võimalusi iga õppija võimetele ja huvidele vastava õpikeskkonna kujundamiseks, et toetada nii õpimotivatsiooni. Tänapäeval on personaliseeritud õpe väga tugevalt seotud tehnoloogia arenguga. Tehnoloogia abil täiustatud õppe (technology-enhanced learning) maastik on muutunud ja mitmekesine.

Varasemate õpitehnoloogiate, näiteks õpihaldussüsteemi Moodle kõrvale on tulnud enam personaalsed ja sotsiaalsed keskkonnad. Personaalse õppimise toetamiseks on oluline, et keskkonnad aitaksid õppijatel saavutada oma õpieesmärke, pakkudes soovitusi ja tagasisidet, toetades teadlikkuse kujunemist, eneseanalüüsivõimet ja õpimotivatsiooni. Oluline roll on õpianalüütikal, mis analüüsib erinevatest rakendustest (Moodle, Opiq, E-koolikott jms) kogutud andmeid, mille põhjal saab pakkuda õppijale tema vajadustele ja eesmärkidele vastavaid õpitegevusi.

Personaliseeritud õppimise puhul toimub üleminek õpetajakeskselt õppeprotsessilt õppijakesksele, õppija saab teha valikuid lähtuvalt oma eesmärkidest, talle sobivast tempost, töövahendeist ja huvidest.

Sebastian Pikand Foxcademyst näeb personaliseeritud tehnoloogias võimalusi õpetaja jaoks – tegemist on tehnoloogiaga, mida võib nimetada ka “järgmiseks parimaks sammuks”. See aitab otsustada, mida iga õppija võiks järgmiseks teha, lähtudes õppemeetodist (kodune töö, iseseisev töö, grupitöö, tunnikontroll, loovtöö), õppematerjalist (õppeaine, teema, õpiväljund), meediumist (interaktiivne tööleht, video või töö õpikuga). Koolijuht saab ülevaate, kuidas õppijad õppeprotsessis osalevad, milliseid rakendusi oma eesmärkide täitmiseks õppetöös kasutatakse ning saab selle põhjal õppeprotsessi õppijakesksemaks muuta.

Personaliseeritud õppimist toetavate tehnoloogiate rakendamist võib kirjeldada erinevate lähenemiste abil: kohandatud õppesisu ja juhised, diagnostilisted ülesanded ja testid ning personaliseeritud õpitee.

1. Õppesisu ja juhiste kohandamine

Digitaalsed õppematerjalid on Eesti õpilastele ja õpetajatele kättesaadavad erinevate rakenduste kaudu: E-koolikott, Opiq, Foxcademy, Õpiveeb, Lingvist jne. Tavapärane õppematerjalide kasutusviis tähendab üldjuhul, et kõik õppijad saavad õpetajalt samad juhised, milliste materjalidega tunnis või kodus tööd teha. Kui aga analüüsida õpilase tulemusi või materjali läbimiseks kulunud aega, saab õppesisu kohandada vastavalt sellele, kus on õpilase teadmistes lüngad, mis tüüpi ülesannete peale tal rohkem aega kulub vms.

Matemaatika, keemia ja füüsika õppimiseks mõeldud Foxcademy analüüsib, kuidas õppija ühe konkreetse probleemiga hakkama sai ning otsustab selle põhjal, kas järgmine küsimus peaks olema kergem, raskem või hoopis kontrollima baasteadmisi. Kuid lisaks pakub see õpetajale võimalust kohandada õppemeetodit (iseseisev töö tunnis või kodune töö, grupitöö, kontrolltöö jne) ja materjali (erinevad materjali omandamisega seotud õppeained, teemad ja õpiväljundid). Kolmandaks on võimalik kohandada ka materjali formaati – sama teema katmiseks võib õpetaja kasutada mõne õppija puhul interaktiivseid töölehti ja teisega videoid või tööd õpikuga. Kuigi süsteem analüüsib õppija sooritusi ja muid tegevusi, teeb lõpliku personaliseerimise otsuse siiski õpetaja – tema otsustab, kas kohandada materjali igale õppijale, grupile või kogu klassile.

Sarnane loogika on ka Soome hindamise ja õpianalüütika rakendusel Qridi. Selle süsteemi puhul ei ole tegemist sisuhaldusega – õpetajad hoiavad õppematerjale valdavalt mujal, keskkonda kasutatakse tulemuste ning õppijate enesehinnangute analüüsimiseks. Nii näeb, millised sotsiaal-emotsionaalsed, motivatsiooni või eneseregulatsiooniga seotud küljed ühe või teise lapse puhul tähelepanu nõuavad.

Väljakutseks on keskkondadeülene andmete koosvõime, mis hetkel erinevatel põhjustel ei toimi ja põhjustab nii õpetajale lisatööd.

2. Diagnostilised ülesanded ja testid

Ülesande soorituste analüüsimine annab õpetajale teada, milliseid vigu õppijad teevad ja võimaldab ka hinnata, mis põhjusel vead tekivad – peibutusvastuste lisamine ülesannete juurde aitab kiiresti tuvastada mittearusaamise põhjused.

Hetkel kasutatakse Eestis õppeprotsessi analüüsimiseks diagnostilisi teste veel vähe. Siiski võib maailmast juba leida lahendusi, mis õppeprotsessi diagnoosi põhjal õppimist personaliseerivad. Näiteks USAs ja Aasias kasutatav Knowre platvorm pakub lisaks ülesannete vastuste analüüsimisele ja selle põhjal uute ülesannete serveerimisele ka ennustamise funktsiooni. Kusjuures keskkond mitte ainult ei ennusta ette, kui suur on tõenäosus, et õpilane vastab ühele või teisele küsimusele õigesti, vaid hindab sedagi, kust viga sisse tuleb.

Eesti Eksamite Infosüsteem (EIS) on loonud eelduse, et õpilaste testide, eksamite, tasemetööde tulemusi saab kasutada õppija arengu profileerimiseks. Vaadates ühe õppija tasemetööde tulemusi 3., 6. ja 9. klassis, on võimalik tuvastada õppija nõrkused ning diagnoosida, mis võib olla lünkade põhjuseks – näiteks kas takistuseks võiks olla mõni omal ajal omandamata jäänud teema. Veelgi nutikamad süsteemid võimaldavad ka ennustada, mis on need teemad, mis jäävad ilmselt omandamata ka edaspidi, kui praeguste lünkade täitmisega tegelema ei hakata.

3. Personaliseeritud õpitee

Õppesisu kohandamise ning õpitulemuste analüüsi kombineerimine toetab õpieesmärkideni jõudmist. Soomlaste keskkonna EduTen eesmärk on aidata igal õppijal oma võimeid realiseerida. Süsteem kontrollib õppija ülesandeid, teste ja eksameid automaatselt. See aitab õpetajal jälgida õppija edusamme, näha tema tugevaid ja nõrku kohti ning teda suunata, pakkudes sobivaid väljakutseid ja sel viisil õppija motivatsiooni suurendada.

EduTeni õpetajavaade annab pildi sellest, millistes valdkondades on õppija teadmistes lüngad. Rohelisega märgitud teemad on omandatud, punased omandamata ja oranžid vajavad veel harjutamist. Ekraanipilt: EduTen

Sarnane loogika on ka Eesti keeleõpperakendusel Lingvist, mis võtab arvesse õppija teadmised, tema töömälu mahu, huvi ja õppimise konteksti. Info põhjal proovib rakendus pakkuda igale õppijale talle sobiva tempo ja efektiivsusega õpikogemust. Eestis rohkem kasutatavate rakenduste hulgas on Lingvist ainus, mille puhul on kõige olulisemad õppija andmed – sellest sõltub sisu kohandamine ning õpetaja roll on protsessis vähem oluline.

Ekraanipilt: Lingvist

Senised kogemused

USAs neljakümne personaliseeritud õpet kasutava kooli seas läbi viidud uuring (Rand, 2014–2015) näitas, et koolid kasutavad peamiselt nelja lähenemist:

• Õppija profiilid, mis annavad rikkalikku ja ajakohast teavet õppijate tugevate külgede, vajaduste, eesmärkide ja edusammude kohta.
• Personaliseeritud õpirajad pakuvad igale õpilasele sobivaid materjalivalikuid, mille kallal töötada, vajadusel täiskasvanult tuge saades.
• Pädevuspõhine edasiliikumine võimaldab personaliseeritud õpiradadel kulgeda loomulikul teel, keskendudes vaid materjalidele, mis on õppijale vajalikud teatud pädevuste omandamiseks.
• Paindlik õpikeskkond. Koolid kasutavad teisiti nii füüsilist ruumi, õpetajaid kui ka aega, et luua avatud paindlikke õpperuume vastavalt õppijate vajadustele, tunnidisaini nõudmistele jms.

Sama uuring tõi välja, et personaliseeritud õppimise mõiste saab küll suurt tähelepanu, kuid sageli ei toetu diskussioon laiapõhjalistele uuringutele. Praegu on tõendusmaterjali personaliseeritud õppe efektiivsuse kohta vähe – nähakse küll potentsiaali õppijate õpitulemuste parandamiseks, aga süsteemsed uuringud selle kohta puuduvad. Lisaks selgusid uuringust mitmed kitsaskohad – näiteks ütlevad ka kõige edukamalt personaliseeritud õpet rakendatavate koolide õpetajad sageli, et neil pole aega, et õppimiskogemust tõeliselt igale lapsele sobivaks kohandada.

Uuringu põhjal toodi välja ka mitmed soovitused personaliseeritud õppe tulemuslikumaks rakendamiseks riiklikul tasandil. Esiteks peab personaliseeritud tehnoloogiate väljatöötamine ja kättesaadavaks tegemine olema kooskõlas õppimisteooriate, pedagoogiliste käsitluste ning süsteemsete uuringutega. Protsessi rakendamist tuleb monitoorida ja selle mõju hinnata koostöös erinevate osapooltega. Teiseks on oluline, et õpetajatel ja koolijuhtidel oleks piisavalt autonoomiat, aega ja ressursse (rahastus, tugitöötajad, koostöö ekspertidega), et katsetada uusi lähenemisviise, neid analüüsida ning vajadusel muuta.

Alustada saab väikestest sammudest

Personaliseeritud õpe ei pea kohe muutma kogu haridussüsteemi, samuti ei pea tervet õppeprotsessi personaliseerima, alustada saab ka väikestest sammudest ja ilma tehnoloogia abita.

Need kolm näidet on lihtsad sammud, kuidas personaliseeritud õppimisega algust teha ka siis, kui nutikas tehnoloogia veel õpetajal abiks ei ole. Aga ühel päeval kindlasti on.

Personaliseeritud õpe Eestis

Eestis on personaliseeritud õpet (või selle põhimõtteid) proovitud reguleerida erinevates strateegia- ja visioonidokumentides. Nii Elukestva õppe strateegia 2020, Eesti infoühiskonna arengukava 2020 kui ka Haridusvisioon 2035 toovad välja, et haridussüsteem peab muutuma õppijakeskseks ning üks võimalus selleks on personaalsed paindlikud õpiteed, mida toetab tänapäevane tehnoloogia. Tulevikus hakkamasaamiseks tuleb keskenduda õpilaste enesejuhtimisoskuse kujundamisele.

Haridusvisiooni 2035 elluviimiseks on HITSA käivitanud haridusvaldkonna andmeanalüütika ja koosvõime algatuse. Eesmärk on olemasolevate andmete põhjal töötada välja lahendused, mis võimaldaksid anda Eesti õppijale ja õpetajale tagasisidet õppeprotsessi kohta ja minna senisest kaugemale: näidata seda, mida õppija on teinud ning lisaks ka seda, miks ta nii tegi ning millised on võimalikud lüngad tema teadmistes või oskustes. Eksamite Infosüsteemi EIS abil kogutud andmed (tasemetööde ja eksamite tulemused, õpi- ja suhtluspädevuste testid jms) võimaldavad vaadata õppija arengut erinevate haridustasemete kaudu, märgata arengukohti ja soovitada sobivaid õpiteid. Teiseks on HITSA koosvõime visiooni eesmärk anda koolidele tagasisidet, milline mõju on olnud uudsel õppimis- ja õpetamisviisil.

Saadud andmete abil saab õppekava arendada sellisel moel, et praegused staatilised õppekavad muutuvad dünaamilisteks dokumentideks, mida õpetajad saavad vastavalt õpilaste vajadustele täiendada erinevatest keskkondadest pärit õppevara ja ülesannetega. Samuti saab andmete põhjal anda põhjendatud soovitusi tarkade poliitikaotsuste tegemiseks.

Eesti õpetaja ja personaliseeritud õppimine

2019. aasta HITSA uuringu eesmärk oli selgitada välja, milline on Eesti õpetajate nägemus personaliseeritud õppimisest ja selle võimalustest. Kuna personaliseeritud õppimist toetavad tehnoloogiad on tihedalt seotud nii andmeanalüütika kui ka tehisintellektiga, puudutasid küsimused ka nende tehnoloogiate kasutamist.

Uuringust tuli välja, et Eesti õpetajatel on mitmekülgne arusaam personaliseeritud õppimisest ja selle võimalustest. Õpetajad leiavad, et personaliseeritud õppimise puhul on eelkõige tegemist õppijakeskse ning tema võimetest, oskustest ja huvidest lähtuva õppimisega. Oluliseks peeti õppija ja õpetaja rolli nihestumist – personaliseeritud õppimise puhul langeb õppijale senisest suurem vastutus õpieesmärkide saavutamise eest. Õppijat nähakse personaliseeritud õppe puhul uudishimulikuna, kes seab eesmärke, otsib materjale, uurib ja analüüsib ümbritsevat ning tehnoloogial on nii õpilaste kui ka õpetajate toetamisel suur roll.

Eesti õpetajate näited

Õpetajad tõid välja mitmeid näiteid, sh tööriistu, mis pakuvad vastavalt õppija valikutele või vastusele uusi küsimusi või ülesandeid:

• Quizalize ja Zzish võimaldavad anda ülesandeid, mis vastavalt tulemusele suunavad järgmise ülesande juurde.
• Khan Academy, Memrise, keeleõppe tehnoloogiad jms aitavad samuti suunata õppija läbitud ülesannete lahenduste põhjal kas edasi uute väljakutsete juurde või tagasi materjali üle kordama.
• Arvutamisoskust aitab arendada miksike.ee portaal, kus igaüks saab harjutada pranglimist vastavalt oma tasemele. Üha populaarsemaks on muutumas Nutispordi portaal.
• Mitmel korral tõid õpetajad välja ka Opiqu, mille abil saab erinevatele õppijatele anda erinevaid töid, nii et õppijad ei pruugi teadagi, et pinginaabril on teised töökäsud. Samad komplektid toetavad õpetaja oskuste ja teadmiste omandamist ning annavad tagasisidet (sarnaseid võimalusi pakub ka keskkond Google Classroom).
• E-koolikoti materjalide puhul toodi välja gümnaasiumi bioloogiatestid, mille vastuseid on õpetajal võimalik näha ja kontrollida ning sellest lähtuvalt sisu kohandada.
• Foxcademy keskkonnas omandavad õppijad iseseisvalt teooriat, aga saavad ka harjutada ülesannete lahendamist, sest nende juurde kuuluvad näpunäited, lahendused ja vastused.
• Praktilise tööriistana on veel kasutusel platvorm 10Monkeys, mille abil saab anda õpilasele tema tasemele vastavaid valikuid.
• Matemaatikatundide personaliseerimisel mainiti ka mängustamist, kuna õppemängud on õpilastele oluliselt huvipakkuvamad kui kirjalik ülesannete lahendamine.
• Kasutatud on ka Fastfingersi teenuseid, kus iga õppija saab arendada kirjutamiskiirust, parandada õigekirjaoskust jne.
• Moodle’i keskkonda, selle erineva tasemega teste ja personaalseid ülesandeid on samuti kasutatud õppeprotsessi personaliseerimiseks.
• Mitmel korral toodi välja LEGO ja robootika võimalused. Ühelt pool on nende abil võimalik jagada erineva raskusastmega ülesandeid erinevatele õppijatele, teisalt ehitada kogu tunnitegevus üles õppija huvidele.
• Lisaks tehnoloogia võimalustele toodi välja ka juhiste personaliseerimist. Näiteks ei pea kõik täitma raamatu kohta lugemispäevikut, vaid osa võib teha loetud raamatu põhjal koomiksi, kirjutamisraskustega õpilastele antakse võimalus trükkida ning ülesandeid saab lahendada omas tempos – aeglasemad saavad rohkem aega süvenemiseks ning kiiremad teha teisi tegevusi.
• Kasutatakse palju töölehtede ja õppematerjalide lihtsustamist. Teatud teemasid tutvustatakse nii paber- kui ka digitaalsete lisamaterjalide abiga. On õpetajaid, kes on loonud oma personaalse veebilehe, kus on üleval nii materjalid kui ka harjutustikud – nii saab õpilane ise valida, millal ning kui palju ta õpib.

Küsitluse tulemused näitasid, et kuigi õpetajad ise leidsid, et nende koolis personaliseeritud õpitehnoloogiaid ei kasutata, on Eesti õpetaja tegelikult olnud õppeprotsessi personaliseerimisel väga leidlik ja kasutab kümneid teenuseid ja rakendusi, mis pakuvad õppija võimetele vastavaid ülesandeid ja materjale. Korduvalt tõid õpetajad välja, et võimetele vastav õppimine annab eduelamuse. See suurendab õpimotivatsiooni, arendab ajaplaneerimisoskust ja toetab ennastjuhtivale õppeprotsessile üleminekut.

Kui Eesti koolid 2020. aasta kevadel mõne päevaga distantsõppele pidid üle minema, olid eelisseisundis need koolid, kus iseseisva õppimisega on juba aastatepikkune kogemus. HITSA ja Clanbeat korraldasid koostöös Rocca Al Mare Kooli, Roostiku kooli ja Audentese e-gümnaasiumiga neli iseseisva õppimise teemalist vebinari, mis keskendusid erineva vanuseastmele. Kogusime veebiseminaridelt kokku konkreetseid soovitusi õpetajalt õpetajale, õpetajalt õppijale, õppijalt õpetajale ning õpetajalt lapsevanemale.

Vaata veebiseminare: kogemusi jagavad Eesti koolide õpetajad, kelle õpilased juba mitu aastat ise endale plaanid seavad ja ise nende järgi õpivad.

Õpetamissoovitused

Eksperdid tõid välja kaks olulist asja, mida peaks personaliseeritud tehnoloogiate efektiivseks kasutamiseks õpilastele õpetama: digipädevus ning õpioskused. Õpilaste oskus uusi tehnoloogiaid jooksvalt õppetöös kasutada on väga oluline.

Tähtsaks peeti oskust andmeid lugeda, neid mõtestada ja otsuste tegemisel kasutada. Ühe võimalusena selleks nähti tabelarvutustarkvara Excel õpetamist veelgi süsteemsemalt ja erinevatesse õppeainetesse integreerituna, toetades nii õppijaid süsteeme looma, andmeid lugema ja visuaalselt mõtlema.

Teine oluline teema on seotud õpioskuste kujundamise, eneseregulatsiooni ja metakognitsiooniga (oskusega õppimist planeerida, jälgida ja kontrollida). Personaliseeritud tehnoloogiate võlu peitub selles, et õppija saab võtta vastutuse oma õppeprotsessi juhtimise eest. Selleks peab ta oskama oma aega planeerida, teadma, kuidas erinevaid õpistrateegiaid kasutada ja andmete põhjal otsuseid teha.

Kõige parem viis õppijatele personaliseeritud tehnoloogiate võimalusi tutvustada on rakendada neid samu tehnoloogiaid õppetöös. Kui tehnoloogia suunab õppijat oma eesmärke sõnastama, nende saavutamist jälgima ja end analüüsima, õpib ta seejuures olulisi üldoskusi. Kui õppija saab tehnoloogia toel tagasisidet ja soovitusi, tõstab see tema teadlikkust nii enda õppimisest kui ka arendab oskust lugeda andmeid, neid tõlgendada ja nende põhjal otsuseid teha.

Teine võimalus personaalsete tehnoloogiate õpetamiseks on informaatika õppeaine raames ise nutikaid tehnoloogiaid disainida ja luua. Selles protsessis osalemine võimaldab õppijal mõista, kuidas süsteemid toimivad, andmed kogunevad ja kuidas andmeid visualiseerida ja tõlgendada.

Mõtteviisi muutus. Personaliseeritud tehnoloogiate kasutamine tähendab mõtteviisi muutust, millega peavad suutma kohaneda nii õppijad, õpetajad kui ka organisatsioonid. Õpetajast saab pigem mentor ning õppija jaoks muutub oluliseks vastutuse võtmine, avatus ja valmisolek õppida. Nende oskuste kujunemine eeldab õppijate ettevalmistamist ja toetamist ning selleks kulub kindlasti aega.

Õpetaja peab harjuma lähenema õppeprotsessile teisiti ning orienteeruma tehnoloogiates, mis teda personaliseerimisel aitavad. On ka oht, et andmetes peituvaid võimalusi ei suudeta näha ning õpetajad peavad personaliseeritud tehnoloogiaid pigem lisatööks (eriti õppeprotsessi ettevalmistamisel ja siis, kui tehnoloogiad pole veel piisavalt nutikad, et õppesisu automaatselt kohandada). Õpetaja vajab aega, et selle tehnoloogia ja lähenemise lisandväärtust mõista. Takistuseks võib saada ka õpetajate piiratud arvutikasutusoskus.

Ka personaliseeritud õppe puhul ei saa jätta kõiki otsuseid tehnoloogia teha. Tehnoloogia aitab õpetajal pigem õppijat toetada, nagu kinnitavad ka küsitletud tehnoloogiaeksperdid.

Õpikeskkonna kujundamine. Personaliseeritud õppimise jaoks peab muutuma ka füüsiline õpikeskkond. Muutusi kutsub esile ka ruum, kus õpitakse. Paindlikud õpperuumid võimaldavad õpilastel ja õpetajatel otsustada vastavalt vajadusele, kus, millal ja kuidas õppida. Individuaalseks õppimiseks sobilikud vaiksed õpitoad, koostööd soosiv ruumiplaan ja mööbliasetus ning ligipääs tehnoloogiale on vaid mõned asjad, mida õppijakesksema õpetamise poole liikumisel arvesse võtta.

Privaatsus ja eetika. Igasuguseid personaliseeritud tehnoloogiaid välja töötades tuleb jälgida, et andmete kogumine, analüüsimine ning esitamine järgiks Euroopa Liidu isikuandmete kaitse üldmäärust (GDPR). Samas, kui õpetaja kasutab andmeid oma õppeprotsessi parendamiseks ja õppijatele õppeprotsessi kohandamiseks, on see tavapärane õpetamise osa.

Küll aga tuleb mõelda andmete usaldusväärsusele – kas algoritmid on alati täpsed, kas andmeid on piisavalt jms. Kõige selle tõttu vajab õpetaja kriitilist andmete tõlgendamise oskust. On oluline, kas õpetaja usaldab andmeid piisavalt, et nende järgi otsuseid teha, aga ka see, mil määral usaldavad õppijad automatiseeritud tagasisidet. Tuleviku oluline väljakutse ongi usaldus personaliseeritud tehnoloogiate vastu.

Vähene digitaalse õppevara maht, puudulikud andmed ja koosvõime. Eksperdid tõid esile, et personaliseeritud õppe jaoks on vaja suurt hulka masinloetava semantikaga digitaalset õppematerjali. Lahendus saab töötada täpselt vaid siis, kui õppematerjale on piisavalt, andmeid on palju ning mis kõige olulisem – erinevates keskkondades olevad andmed on võimelised omavahel suhtlema.

Õppevara peab olema nutikas, st

• masinloetava sisuga,
• võimaldama andmete kogumist õppija soorituste kohta,
• sisaldama õppija jaoks erineva tasemega juhiseid,
• ühe teema juures võiks olla kasutatud erinevaid meediumeid.

Kõige keerulisem ongi välja töötada piisav hulk kvaliteetset materjali, mille abil korraldada personaliseeritud õpet.

Tuleks kokku panna tunniteemaga seotud materjalid ja tagasiside, mis paiknevad erinevates keskkondades. Õpikeskkondade ja digitaalse õppevara kasutamisega tekkivad andmed peaksid ühilduma ka eKooli ja Stuudiumiga. Ideaalis peaks õpetajal olema võimalus näha, kuidas sama teema (nt murdudega jagamise) omandamine õpilasel aasta(te) eest läks. Samuti on Eesti õpetajad uuringus välja toonud, et tehnoloogiad ei arvesta välistingimustega (õppetegevused väljaspool klassiruumi, õppekäigud, õppija tervislik olukord), mida õpetaja saaks personaliseerimisel arvesse võtta.

Õppekorraldus. Kooli ja õpetaja jaoks tähendab õppeprotsessi personaliseerimine seda, et õppekava täitmisele tuleks läheneda loovalt. Praegune õppekorraldus, kus õppetund kestab 45 minutit, õpilased on vanuse kaupa klassidesse jaotatud ning õpivad sama õppekava järgi, muudab personaliseeritud õppe elluviimise raskeks. Tulevikus tulekski mõelda, kuidas hariduskorraldus ja seadused saaksid paremini personaliseeritud õppimist toetada.

Õppimisstrateegiad ning õpetamisviisid peaksid silmas pidama põhimõtteid, kuidas toimub õppimine ja mis seda mõjutab. Mis mõjutab näiteks teadmiste omandamist, loomist ja rakendamist? Kuidas toimib mälu; kui tähtis osa õppimise juures on harjutamisel ja meenutamisel; mis mõjutab õpimotivatsiooni jms. Personaliseeritud õppimise puhul on vastutus õppijal, õpisituatsioonid eeldavad tihti avastuslikku õppimist ja iseseisvat tööd – see aga ei pruugi kõigile (eelkõige madalama võimekuse või mitte eakohaselt arenenud õppijaile) sobida.

Võtmeks on õige õpetamisstrateegia valimine. Juhendamine peaks olema probleemikeskne ning suunama õppijaid arendama kõrgetasemelist mõtlemisoskust. Õpieesmärkide saavutamist toetab mitmekülgne digitaalne õppevara. Juhendamiseks vajab õpetaja palju häid õppematerjale õpitegevustega, mis aitaks õpilasi iseseisvalt tööle suunata.

Personaliseeritud õppimisega kaasneb tihti hirm, et domineerima jääb iseseisev õppimine. Uuringus osalenud õpetajad tõid välja, et kui kogu õpe on üles ehitatud individuaalsete eripärade arvestamisele, võib see tulevikus ka probleeme tekitada – hilisemas elus ei saa alati teha asju vaid endale sobival ajal ja kohas ning sulle sobival viisil. Kui arvestada ainult individuaalsust, ei arenda see õppija teisi külgi ja näiteks ei arene sel viisil meeskonnatööoskus.

On neidki, kes usuvad, et personaliseeritud õppimine on nii individualiseeritud, et õpilased töötavad alati iseseisvalt ja ise oma õppeprotsessi juhtides. Ehkki personaliseeritud õpe tõesti keskendub konkreetsele õppijale, peavad õppijad ka sel puhul omandama aineteadmiste kõrval ka koostööoskuse. Ja ka selle õppimiseks vajalikud tegevused peab disainima õpetaja. Lisaks, kuna personaliseeritud õppe puhul juhivad õppijad oma õppeprotsessi ise ehk on oma õppimise agendid, on nende ülesanne selgitada välja erinevad õppimisviisid ja erinevad inimesed, kellega õppida. Seega, personaliseeritud õppimine ei tähenda, et õppijad töötavad peamiselt üksi. Vastupidi – õppijad peavad ise otsima võimalusi, kellega ja kuidas koostööd teha.

Kunagi oli õpilastel vaja meelde jätta hulk valemeid, nüüd on lihtne kõike netiavarustest leida. Varem polnud õppimiseks muud valikut, kui loengutes osaleda, sest digitaalse õppevara toel kodus õppida ei saanud. Nüüd võimaldab tehnoloogia luua erinevat digitaalset õppevara, mis vastab erinevate õppijate vajadustele.

Personaliseeritud õppimist võib vaadelda kui lähenemisviisi, mille puhul on oluline iga õppija ja õppimisvõimalused on kõigile võrdsed, sõltumata õpioskustest või õpimotivatsioonist. Eesti õpetajad on personaliseeritud õppimise rakendamisel leidlikud ja loovad ning alati pole tehnoloogial selle juures rolli, ehkki potentsiaali selles nähakse. Eksperdid usuvad, et tulevikus arendab enamik õppesisu pakkuvaid keskkondi välja personaliseeritud lahendused ning haridustehnoloogiline innovatsioon liigub just selles suunas.

Täna on õpetaja jaoks personaliseeritud õpet ellu viia üsna keeruline. Digitaalne õppevara, hindamisvahendid ja personaliseerimist toetavad tehnoloogiad on veel ebaküpsed, killustatud ja ebaühtlase kvaliteediga. Õpetaja peab kulutama aega vajalike materjalide kokkupanemiseks ja tundide ettevalmistamiseks. Aga alustada saab väikeste sammudega: suunata mõnes tunnis õppijaid õpieesmärke sõnastama ja sobivaid strateegiaid valima, pakkuda mõne tunni jaoks erinevatele õppijatele erinevaid õppematerjale, proovida anda erinevatele õppijatele erinevaid juhiseid jms.

Et personaliseeritud õppimises peituvat potentsiaali ära kasutada, on vaja kokkuleppeid ka riiklikul tasandil: digitaalne õppevara peab muutuma nutikaks, võimaldama andmeid koguda ja erinevad keskkonnad peavad omavahel andmeid vahetama.
Personaliseeritud tehnoloogiate väljatöötamiseks tuleb ära kasutada ka juba erinevates infosüsteemides (EIS, eKool, Stuudium jt) olemasolevaid andmeid.
Oluline on ka õppida varasematest kogemustest nii Eestis kui ka mujal maailmas, et mitte korrata minevikus tehnoloogia rakendamisel tehtud vigu, näiteks tuleb hoiduda õpetajale lisatööd tekitamast.

• Näide Roostiku koolist. Video
• Lingvisti video
• HITSA personaalse õpiraja taristu

Üha keerulisem on noorte õppijate tähelepanu võita traditsiooniliste õpimeetoditega. Sotsiaalmeedia ja mängud on oma vaheldusrikka sisu ning kiire tagasiside tõttu palju kaasahaaravamad kui õppimine. Üks võimalus, kuidas õppureid aktiivsemalt kaasata, ongi mängustamise ja mängupõhise õppega. Mängustamist rakendatakse peamiselt sellepärast, et suurendada õpilaste huvi aine sisu ja õppetegevuse vastu. Mängustamisega võib mõjutada ka õpilaste käitumist, vähendada koolist puudumist, vältida koolikiusamist, soodustada koolivälist tegevust jne. Õigesti rakendatud mängustamisega saab õpikeskkonda muuta sõbralikumaks ning soodustada õpilastevahelisi suhteid. Ilmnenud on ka tõsiasi, et mängustamisel ja mängupõhisel õppel on õpitulemustele positiivne mõju (vt ülikoolides läbiviidud uuringuid).

Mäng sobib haridusvaldkonda

Mängustamine ning mängupõhine õpe sobivad haridusvaldkonda, sest koolil ja mängudel on palju sarnaseid elemente. Nii haridustegevuses kui ka mängus on kindlad eesmärgid, ülesanded, reeglid, preemia, turvaline keskkond, ajasurve, tasemed, osalejate omavaheline suhtlus ja koostöö. Teisalt on neil ka palju erinevusi, mis raskendab mängude juurutamist haridusvaldkonnas. Suurim erinevus on vabatahtlikkus. Kui mäng ei ole vabatahtlik, pole see enam mäng.

Suurim takistus mängupõhise õppe ja mängustamise levikule koolis on levinud arvamus, et mängimine on meelelahutus ja õppimine on tõsine töö. Paljud õpetajad ei taha klassiruumis mänge mängida, sest nende hinnangul mängivad õpilased niigi kogu aeg. Milleks seda siis veel koolis propageerida? Ka paljud lapsevanemad peavad mängimist ajaraiskamiseks. Mõned õpetajad rakendavad mängustamist ja mängupõhist õpet, kuid ei nimeta seda mängimiseks. Teised jälle ütlevad, et mängivad, kuid tegelikult rakendavad traditsioonilisi ülesandeid. Pole mingeid märke sellest, et mängimise osakaal väheneks, pigem vastupidi – mängude arendamisest on saanud suurima käibega meelelahutustööstuse haru maailmas. Järelikult pole mõtet mängimise ja mängude vastu võidelda, vaid üritada neid protsesse harivatel eesmärkidel rakendada. Koolide jaoks on siin suurim väljakutse mõtteviisi ja hoiakute muutmine.

Mis on mängustamine?

Mängustamine on muutunud moesõnaks just viimase 10 aasta jooksul. Tegelikult on mänguline lähenemine ammu tuntud. Tihtipeale kasutatakse mängustamise mõistet mängupõhise õppe tähenduses, kuigi see pole päris õige (mängu ei saa mängustada, see on juba mäng). Mängustamine ei eelda tervikliku mängu arendamist, vaid üksikute mänguelementide rakendamist. Teisalt võib eraldiseisvate mängu elementidena käsitleda ka minimänge ja siis on tõesti mängustamise ning mängupõhise õppe vaheline piir pea olematu.

Mõisted

Mäng (game) on tegevus, mis toimub väljamõeldud keskkonnas, kus tuleb järgida kokkulepitud reegleid, et saavutada eesmärke (Adams 2009).

Mängustamine (gamification) on mängu elementide rakendamine mittemängulises keskkonnas (Deterding et al., 2011). Need elemendid võivad olla mängu disaini osad, nagu näiteks tegelased, graafika, mängulised väljakutsed jne või siis mängudele omased emotsioonid, nagu kaasahaaravus, uudishimu, võidujanu jne (Marczewski, 2013).

Mängupõhine õpe (GBL e game based learning) on nii tõsimängude kui ka meelelahutuslike mängude rakendamine õpieesmärgil. Hariva eesmärgiga võib olla nii mängu sisu kui ka tegevus.

Tõsimängud (serious games) on mängud, mis on spetsiaalselt kavandatud täitma mõnda tõsist eesmärki. Selleks tõsiseks eesmärgiks on näiteks haridus, riigikaitse, tervishoid, turvalisus, teadus jne. Näiteks tuntuim tõsimäng maailmas on America’s Army, mille eesmärk on värvata sõdureid armeesse. Üheks tõsimängude näiteks on ka erinevad suurõppused (küberturvalisuse, evakuatsiooni jm õppused).

Õpimängud (learning või educational games) on tõsimängude alamliik – mängud, mis on toetavad konkreetsete õpieesmärkide saavutamist.

Siin pöörame põhiliselt tähelepanu digitaalsetele mängudele ja mängustamise rakendamisele tehnoloogiliste vahendite abil, kuid antud protsesse saab vaadelda ka laiemalt – tehnoloogiavabalt.

Mängustamine ja mängud maailmas

Kõige enam luuakse mänge muidugi meelelahutuslikel eesmärkidel. Kõige populaarsemad on märulimängud (action), sealhulgas tulistamismängud (FPS – first person shooter). Ligikaudu pooled mängijatest eelistavad just seda tüüpi mängu. Kuigi aju ja käe koostööd treenib ka kõige vägivaldsem arvutimäng, pole see hariduse jaoks ilmselt just sobivaim žanr.

Mängustamine on enim levinud turunduses ja müügis, näiteks ostude eest kleepsude saamine, nende kogumine ja soodustuste lunastamine. Viimastel aastatel on mängustamine murdnud jõuliselt ka mobiilirakenduste disaini ning iduettevõtete ärimudelitesse. Näiteks Waze on rakendus, mille põhifunktsioon on aidata liiklejal jõuda ühest punktist teise. Kasutajate köitmiseks rakendatakse mänguelemente, nagu avatari kujundamine, edetabel, kommide kogumine jne.

Väga palju rakendatakse mänge ja mängustamist muuseumides, huvikeskustes, raamatukogudes ja teistes haridusasutustes, selleks et kasutajaid ligi meelitada ning anda neile positiivseid kogemusi ja suurendada nende osalemisaktiivsust. Asutused, kus varem sai eksponaatide puudutamise eest noomida, suunavad nüüd hoopis väljapanekuid kasutama. Näiteks Ahhaa keskus leiab, et õpetajad kipuvad Tootse piirama ja keskuse soov on õpetajate mõju pigem kahandada. Mõned teised keskused eeldavad siiski, et õpilastele on muuseumis käitumise reeglid enne selgeks tehtud.

Mänge kasutatakse ka tervishoius: näiteks erinevate haiguste tuvastamiseks, raviks ning operatsioonist taastumiseks. Lihtsaim näide on mäng, millega arst juhib enne süstimist lapse tähelepanu valult kõrvale. Keerulisemad rakendused on näiteks virtuaalsed kirurgid või vanuritele mõeldud füüsilised harjutused, näiteks Kinekti Reflexion Health. Mängustatakse ka ravimi võtmist, et parandada ravikuurist kinnipidamist (näiteks Mango Health).

Populaarsust on kogumas erineva sisu ja ülesannetega põgenemistoad. Enamasti on nende eesmärk väiksemas seltskonnas aktiivselt meelt lahutada, kuid aeg-ajalt leiab neist ka hariva sisuga ülesandeid. Koolid on põgenemistubasid õpitegevusena juba mõnda aega kasutanud (vaata näiteks Eesti õpetajate koostatud õpilugusid). Viimase aja kasvav trend on põgenemistubade tegemine muuseumide juurde (näiteks Eesti Rahvusarhiivis, TÜ Loodusmuuseumis).

Mängustamine ja mängud Eestis

Eesti mängutööstus on üpris õhuke. Riik mängu arendajaid süstemaatiliselt ei toeta. Näiteks Soomes saab iga mänguarendaja, kelle plaan heaks kiidetakse, 50 000 € toetust. Eestis EAS mängutegijatele üldjuhul tuge ei paku, sest siin on mängud liigitatud kultuuri, mitte majanduse valdkonda. Enamik arendajaid ei keskendu mänguarendamisele, sest see ei tasu ära ja tihti tehakse seda hobi korras.

Suurimad mängutootjad Eestis on online-kasiinod, nagu Playtech, sest seal liigub raha. Suurim meelelahutuslikke mänge tootev ettevõte Eestis on Creative Mobile. Nende tähelend algas kiirendusmängudest Hot Wheels ja Nitro Nation, kuid nüüdseks on nende tooteportfell märksa mitmekesisem. Enamik mänge tootvatest ettevõtetest on 1–10-liikmelised mikroettevõtted.

Näiteid Eesti mängudest

Hea ülevaate nende tegevusest saab IGDA Estonia andmebaasist. Viimase aja (2019. a lõpp) suurim uudis mängude vallas on Disco Elysium, mille tegi ZA/UM Studios.

Kooliväliselt on mängud ja mängustamine väga levinud avastuskeskustes, nagu näiteks Ahhaa teaduskeskus, Energia avastuskeskus, PROTO avastustehas jne.

Cognuse on Eesti ettevõte, kes tegeleb neurorehabilitatsioonirakenduste loomisega. Kasutaja lahendab mängus mingit kergemat formaalloogilist mõistatust. Ülesanne muutub järjest keerulisemaks ja seeläbi treenib mängija oma töömälu, tähelepanu- ja otsustamisvõimet. Sama mängu võib rakendada ka eneseregulatsiooni oskuste arendamiseks.

Motor Agency toodab ja teeb ekspositsioone muuseumidele. Muuhulgas on nad loonud mängulise rakenduse e-Eesti esitlusruumile. Selleks on digitaalse asjaajamise labürint, mille eesmärk on juhtida kuul labürindi ühest otsast teise, läbides erinevaid ametnikke ja kooskõlastusi. Digitaalse allkirjastamise ja asjaajamise lihtsust kirjeldatakse mängus võimega liikuda läbi seinte ja eemaldada barjääre.

On väga palju põhjuseid, miks mängu hariduses kasutada:

• Mäng rahuldab uudishimu ja arendab fantaasiat, tõstab osalemise motivatsiooni ning võimaldab klassikaaslastega aktiivselt suhelda.
• Kui mäng pole lineaarse struktuuriga, siis arendab see probleemilahendamise oskust ning iseseisvat otsustamisvõimet.
• Mäng pakub vaheldusrikkust.
• Simulatsioonide abil on võimalik tutvuda protsessidega, mida on reaalses elus liiga ohtlik või liiga kallis esile kutsuda.
• Mäng võimaldab ka personaliseeritud lähenemist – näiteks ühe ülesande lahendamiseks on palju erinevaid mooduseid. Mäng võimaldab kaasata tõrjutuid ja neidki, keda traditsiooniline koolisüsteem ei soosi.
• Mängude rakendamine aitab vähendada poiste väljalangevust koolis.
• Mäng aitab koondada tähelepanu, mis kipub moodsal inimesel olema üha hajusam (killustatud erinevate kanalite vahel).

Kõige rohkem mängitakse mänge algkoolis ja lasteaias. Mida vanemaks õpilane saab, seda vähem on mängimist ning keskkoolis ja kõrgkoolis tuleb mängimist ja mängustamist juba harva ette. Täiendõppes enamasti leitakse, et täiskasvanud õppija ei mängi ning mängimine on lastele. Küll aga on täiskasvanud õppijad nõus kasutama simulatsioone.

Selle kohta, kui palju peaks mängimist ja mängustamist kutsehariduses kasutama, leidub erinevaid arvamusi. Ühelt poolt leitakse, et keerulised simulaatorid, näiteks metsalangetustraktor (harvester), sadama loots, lennusimulaator jm aitavad õppetööd läbi viia. Teisalt tuuakse välja, et valdavalt ongi kutsekooli õpilaste motivatsioon väga madal ning mängustamist tuleks kasutada senisest palju enam.

Tegelikult on mängustamine haridusvaldkonnas ammu levinud. Kuigi mäng ei eelda tehnoloogia rakendamist, on arvutist siiski abi, et teatud protsesse lihtsamaks teha. Tehnoloogia abil on võimalik pakkuda suuremale kasutajategrupile kohe tagasisidet, jälgida täpsemalt mängijate edenemist, pakkuda vajadusel tuge või hoog maha tõmmata – see on hea keskkond, kus korraldada personaliseeritud õpet. Tehnoloogia aitab ka reegleid tutvustada ning mängu sisu hallata.

Mäng ja Eesti kool

Koolides kasutatakse üha rohkem mänge ja mängustamist. “Hariduse tehnoloogiakompassi” uuringu raames toimunud küsitlusele vastanud 108 õpetajast oli koolis teemaga kokku puutunud valdav enamus.

Haridusvaldkonnas on tuntuimaks mängimise ja mängustamise keskkonnaks Kahoot. Rakendust kasutab 10% vastanuist, aga tõenäoliselt on kasutajate hulk suuremgi. Tegemist on viktoriinivormis faktiteadmiste kontrollimise vahendiga (mängustatud testiga). Kahoot on oma funktsionaalsuse poolest usaldusväärne ja töökindel, kuid siiski vaid kõige lihtsam mängu vorm (viktoriin) kõige madalama taseme õpieesmärkide saavutamiseks (faktiteadmised). Mõnes koolis kasutavad õpetajad Kahooti nii sageli, et see muutub õpilastele vastumeelseks. Puudub üks mängule oluline element – vaheldusrikkus. Variatiivsuse suurendamiseks võib rakendada teisi sarnaseid keskkondi. Näiteks Socrative pakub lisaks õpilaste testimise võimalusele ka muid mängulisi elemente. Sarnaseid keskkondi on veel, näiteks Quizizz, Quizlet, Quizalize ja Gimkit. Neist eriti populaarne on viimane, haarates õpilased jäägitult.

Eesti õpetajate hulgas on populaarsust kogumas Eestis arendatud 99Math, mis ergutab õpilasi peast arvutama. Selle põhiline mängustamise element ongi võistlusmoment. Vahendit võib kasutada ka selleks, et aidata õpilastel keskenduda õppetööle. Sarnaseid matemaatikaga seotud rakendusi on tegelikult väga palju. Näiteks 10Monkeys, Matific, Pranglimine, Prodigy, Math Duel app, MathMonkey, Sumdog, Classcraft jne.

Internetist võib leida mitmeid tööriistakomplekte, mis on mõeldud õppetegevuse mängustamiseks. Üks neist on Flippity, mille kollektsiooni kuuluvad näiteks vahendid kuldvillaku tegemiseks, juhuslike sõnade genereerimiseks ja nimede valimiseks, aardejahi läbiviimiseks jpm. Eesti õpetajad armastavad ka minimängude kogu Learning Apps.

Enamasti on koolides populaarsed lühikesed mängud, sest tund kestab 45 minutit. Iseseisvaks või koduseks õppimiseks võib rakendada ka suuremaid kommertseesmärkidel loodud mänge. Näiteks Age of Empires või Civilisation 5 ajaloo õppe toetamiseks, Counter Strike (16+) või Dota 2 (13+) meeskonnatöö õppimiseks jt. Meelelahutuslikest mängudest on loodud ka hariduslikke versioone, näiteks Minecraft Education.

Loominguliseks õppimiseks pakuvad võimalusi ka tehnoloogilised vahendid, näiteks mitmesugused robotid. Robootikapäev Kuressaare Gümnaasiumis. Foto: Gert Lutter

Lisaks elektroonilistele mängudele rakendatakse koolides ka palju tehnoloogilisi vahendeid, millega saab mängida. Näiteks pakuvad loomingulisi ülesannete lahendamise võimalusi kõik robootikavahendid (Bee-Bot, Ozobot, Blue-Bot, Lego Education Coding Express).

Mängimise ja mängustamisega haakuvad osaliselt õpilaste loodud mängud. Pigem on tegemist projektipõhise õppega, mille käigus õpilased omandavad kavandamise ja rühmatöö oskusi, aga ka erialaainetega seotud oskusi, nagu näiteks matemaatika rakendamine mängureeglite ja loogika kavandamisel või keeleoskused mängu loo ja dialoogide väljatöötamisel. Kavandatud ideede rakendamiseks on vaja omandada ka programmeerimisoskusi või osata kasutada arenduskeskkondi, nagu näiteks Scratch, Tynker, Code Kingdom, Code.org, Codehs, Codemonkey jne.

Mäng tulevikukoolis

Tundub, et trend jätkub ka tulevikus – üha rohkem tekib õpetajaid, kes rakendavad oma töös mängimist või mängustamist, et tõsta õpilaste motivatsiooni ning pakkuda kiiret tagasisidet. Hetkel toimub see põhiliselt õpetajate omal initsiatiivil. Õhinapõhine tegevus on väga oluline, aga ei pruugi olla jätkusuutlik. Õpetajad soovivad näha ka mängu ja õppekava vahelisi seoseid ning saada kinnitust mängu soovitud mõjust. Lähiajal võiks tekkida kogukond või huvigrupp, kes mängib õpimänge, valib neist välja parimad ning tutvustab ja soovitab neid õpetajatele. Ühtlasi tegeleks see organisatsioon ka uute vajaduste kaardistamise ning mänguarenduste tellimisega.

Ekspertide arvates on haridusmaastikul oodata järgmisi mängudega seotud arenguid:

• Lähiajal tekib juurde palju VR-i keskusi, mida klassiga külastada. VR-i massilist jõudmist koolidesse pole ette näha.
• Tõenäoliselt hakatakse VR-i mänge rakendama ka töökohapõhises väljaõppes. Näiteks ei lasta noort inimest enne leti taha, kui ta pole teatud arv tunde virtuaalseid kliente teenindanud.
• Haridusse jõuab ka e-sport: hakatakse korraldama hariduslike mängude võistlusi.
• Koolis hakatakse eksamite ja kontrolltööde puhul kasutama ka põgenemistoa põhimõtet – naljaga öeldes: kes ülesannet ära ei lahenda, koju ei saa.
• Vähenevad QR-koode kasutavad orienteerumis- ja muud mängud, sest QR-koodide skannimine pole õpilaste hulgas populaarne.

Soovitused

Mängudega seoses võiks koolis õpetada meeskonnatööd. Õpetajatelt oodatakse rühma- ja meeskonnatööl põhineva õppetöö osakaalu kasvu, aga kuidas seda õpetada, pole tihtipeale selge. Kuidas moodustada meeskond, kuidas tööd planeerida, kuidas ennetada ja lahendada konflikte? Seda kõike võiks õppida mängude kavandamise ja arendamise kaudu. Koostööoskust võib õpetada ka rollimängude abil. Ühtlasi on mäng hea vahend, õppimaks, kuidas mängu käigus tekkivate emotsioonidega toime tulla (näiteks kuidas leppida kaotusvaluga).

Koolis võiks õpetada ka (nii meelelahutuslike kui ka tõsiste) digitaalsete mängude arendamist. Kuigi mängu arendamine on võrreldes teiste rakenduste arendamisega keerulisem, on see sellegipoolest kõige atraktiivsem viis programmeerimise õppimiseks. Mängu loomine on interdistsiplinaarne – arendaja võib proovida kavandamist ja kujundamist ning vastupidi. Rakenduste loomise käigus võiks lasta õpilastel endil katsetada erinevaid lähenemisviise. Oluline on mõista, et ühel ülesandel on mitu lahenduskäiku. Eesmärk on tekitada huvi arendaja ameti vastu. Nii nagu mängude arendamine võiks õpetada ka selle valdkonnaga kaudselt seotud kitsamaid teemasid, nagu näiteks 3D-mudelite kavandamine, modelleerimine ja programmeerimine. Mänguarenduskeskkondi (nagu näiteks Unity) rakendatakse ka mänguvälistes valdkondades (näiteks arhitektuur). Mängude loomise vahenditega võiks koolis tutvustada ka selliseid teemasid, mis pole mängudega otseselt seotud (näiteks tööõpetus, kunst, matemaatika jne).

Huvilistele võiks tutvustada mängustamise põhimõtteid, mida saaks vajadusel tulevikus äritegevuses rakendada. Koolid võiks tutvustada erinevaid ameteid VR-simulaatorite, nagu näiteks VR Job Simulator kaudu.

Kuidas tõsta õpilase motivatsiooni?

Mängustamine on 25% ulatuses tehnoloogia ja 75% osas psühholoogia (Gabe Zichermann, 2011). Et mängustamist koolis rakendada, tuleb õpetajatele tutvustada võimalusi, kuidas saab õpilaste sisemist motivatsiooni tõsta. Kõige enam kasutatakse mängustamises punkte, märke ja edetabeleid, sest neid on lihtne rakendada. Paraku on need vaid välised motivaatorid. Mängu kõige olulisem element on väljakutse. Väljakutsete ületamine motiveerib sisemiselt. Paraku on kaasahaaravate väljakutsete kavandamine väga keeruline ülesanne ja ainus võimalus väljakutsete kaasahaaravust ning jõukohasust kontrollida, on neid õpilaste peal testida.

Kõige lihtsam on mängustamise algtõdesid omandada lühemate või pikemate töötubade vahendusel. Näiteks võiks lühem töötuba koosneda sissejuhatavast viktoriinist, mis aitab mõista mängustamise olemust (1,5 h) ning grupitööst, kus kavandatakse samm-sammult mängustamise disain (1,5 h). Mahukam töötuba võiks kesta terve nädala, mille jooksul viiakse tegelikkuses ellu mängustamise kavandamise protsessi kõik sammud:

Sarnased kursused toimuvad näiteks Tallinna Ülikooli suvekooli raames: Mängustamise töötuba, Tõsimängude disain ja Mängude arendamine algajatele.

Esimene mure on see, et mänge kasutatakse õppetöös endiselt liiga vähe, sest sobivate mängude leidmine on keeruline. Tänapäeval võib igaüks teha arvutimängu. Sellesse valdkonda on väga lihtne siseneda ja enamasti luuakse väikseid ning sarnaseid mänge. Ka õppeotstarbeliste mängude tootmine on väga killustunud ja ideed korduvad. Tasuks teha uusi ja suuremaid asju, aga erinevad tegijad ei suhtle omavahel. Tegelikult raisatakse nii aega – pole võimalust turgu haarata, loojad väsivad ära, puudub tugi ja ei teki kogukonda.

Enne, kui uut mängu hakata looma, tasuks uurida, mis juba olemas on. Netist võib leida kogumikke, mis sisaldavad tuhandeid õpimänge, näiteks Serious Game Classification või Serious Games. Õpetajatel pole aega, et hinnata nende kvaliteeti ja sobivust. On vaja kedagi, kes neid testiks. Näiteks Soomes on selleks spetsiaalne organisatsioon: Education Alliance Finland.

Eraldi aspektina tuleb mainida mängupõhise õppe seost personaliseeritud õppega. Õpimäng või mängustatud tegevus võiks pakkuda köitvaid aspekte kõigile. Mõnda motiveerib saavutusvajadus, teisele on oluline avastamisrõõm või võimalus suhelda.

Mängijaid saab jagada gruppidesse ka nende kasutusharjumuste järgi. Algajatele peaks mäng või õpetaja õpetama ka seda, kuidas mängu mängida. Vaid ajaviiteks mängivate (casual players) vilumus ja ootused mängu suhtes on täiesti erinevad võrreldes inimestega, kelle jaoks on mängimine oluline osa nende elust (hard core players). Õpimäng võiks pakkuda väljakutseid nii algajatele kui ka paadunud mängijatele.

Mäng peab olema kvaliteetne

Kui rakendada ebakvaliteetset mängu või rakendada mängustamist valesti või mõtlematult, võib oodatud kasu asemel saada ka vastupidise tulemuse. Näiteks kui mängustamine keskendub ainult välistele motivaatoritele (punktid ja edetabelid), võib see õpilaste sisemist motivatsiooni sootuks vähendada. On juhtunud, et õpilased lõpetavad aines osalemise, kui nad on jõudnud punktisummani, mis garanteerib neile madalaima positiivse tulemuse.

Mängu ja kooli ühitamise juures on ka vastuolusid. Näiteks esineb hariduses harva selliseid mängudele omaseid elemente, nagu võistlus või võitlus, kohene tagasiside, mängulaadne maailm, tegelased, lugu, graafika ja esteetika, risk ja juhus, kontroll protsessi ja ressursside üle, vabatahtlikkus, meelelahutus ning paraku ka kaasahaaravus. Ehkki võitlusel põhinevat õpidisaini valdavalt heaks tavaks ei peeta, on hea näide tsiviliseeritud võitlusest klassiruumis debatt, mida enamus õpetajaid ilmselt mänguks ei pea. Lihtsaim näide riskist on juhus ja õpetajad kasutavad seda tihti näiteks õpilasi tahvli ette kutsudes. Mängulisust lisab ka ülesande määramine näiteks juhusliku arvu generaatori või loosiratta abil. Kuid juhuse tekitamiseks on muidki võimalusi, näiteks varjatud info avaldamine (informatsioon avaldatakse siis, kui õpilane on saanud õige vastuse või jõudnud õigesse punkti), sõltumine kaasõpilaste tegevusest (küsimusele ei saa enam vastata, kui teised on sellele juba vastanud) jne.

Mängudele omast graafilist keskkonda võib rakendada näiteks ka õppetööd toetava online-keskkonna (näiteks Moodle) kavandamisel. Kursuse avaleht ei ole traditsiooniline loetelu teemadest ja ülesannetest, vaid maakaart erinevate temaatiliste sihtkohtade ja väljakutsetega. Mängu tegelasi võib rakendada eraldiseisvalt või kombineeritult mängu looga. Näiteks peab õpilane kursuse alguses kavandama oma tegelaskuju – avatari. Kursuse edenedes tuleb oma tegevusi reflekteerida tegelase töölehe abil – kirjeldada oma kogemusi ning oskuste taseme muutust. Ka võib kursus olla üles ehitatud kui jutustus – monomüüt kangelase teekonnast. Sellisel juhul on tegelase areng tihedalt seotud jutustuse erinevate faasidega. Kuidas neid mängudele omaseid elemente hariduses rakendada või tekitada, väärib jätkuvalt uurimist.

Paraku ka kõige lihtsakoelisema mängulise tegevuse planeerimine vajab aega ning õpetajatel tihtipeale seda pole. Teisalt on raske ette kujutada, et keegi teine õpetajatele nende tunni tegevusi mänguliseks muutma hakkab, sest see, mis sobib ühele, ei pruugi sobida teisele.

Tehnoloogiaga seotud väljakutsed

Täiendav väljakutse on tehnoloogia kiire areng. Kui mängulise õppe toetamiseks luuakse tarkvaralahendusi, siis teatud aja möödudes need lakkavad töötamast, sest näiteks operatsioonisüsteem lihtsalt ei toeta enam varem toiminud rakendust. Näiteks on endiselt põletavaks teemaks Flashi keskkonnas loodud mängude lukustumine – Flash-mänge peetakse arvutile turvariskiks. Koolidel ja õpetajatel ei ole aega ja ressursse, et tarkvara uuendada. Üks võimalik lahendus võiks olla see, et õpetajaharidusega tegelevad ülikoolid hakkaksid looma ja haldama mängustamiseks sobivaid tööriistu ning õpimänge.

Et õpilased saaksid mängida, on vaja tehnilisi vahendeid, kõigil õpilastel aga vajalikke seadmeid pole. Ka ei soovi õpilased isikliku digitaalse minaga (kontoga) hariduslikku sisu siduda. Õpilased on oma digitaalse mina kujundamisest väga teadlikud ega soovi alati avalikkusele demonstreerida, milliseid õpimänge nad mängivad või millised on nende saavutused hariduse vallas. Samuti on õppetööks vajalike kasutajakontode loomine aeganõudev. Õpetaja seda teha ei jõua ja paljud 1.–2. kooliastme õpilased seda teha ei oska. Selleks et saaks kasutada registreerimist nõudvaid keskkondasid, peab kool selle oma regulatsioonides paika panema ning aitama õpetajatel kontosid luua. VR-i seadmete levikut piirab nende kõrge hind, seadmeid peab pidevalt seadistama. Uudsuse efekt mõjub 2–3 korda ja hiljem huvi kaob. Seega peab kasutamiseks mõeldud sisu või õpitegevusi pidevalt muutma, kuid see on kallis ja aeganõudev.

Kui tegemist ei ole just kaitseväe või sisekaitse õppeasutusega, pole vägivaldse sisuga mängud õpetajatele ja lapsevanematele vastuvõetavad. Teisalt on mängudes ka väga palju stiliseeritud vägivalda. Puudub selge seisukoht, kas selliste mängude rakendamine võiks olla sobiv. Näiteks arendab mäng nimega Frogger mängija tähelepanu ja motoorikat. Mängija juhib konna üle mitmerealise kiirtee. Tihti jääb konn auto alla. Kas mäng õhutab vägivalda ja liiklusraevu?

Ja kõik ei peagi olema mängustatud. Kuni mängulist õpet on vähe, tasub seda propageerida, aga kindlasti ei pea iga tund või aine nägema välja kui mäng. Mängu üks oluline element on vaheldusrikkus ning ka õppetöö võiks olla vaheldusrikas ja pakkuda valikuvabadust nii õpetajale kui ka õpilasele.

Sõltuvus õppimisest – hea või halb?

Mäng peab olema köitev, aga mitte sõltuvust tekitav. Liiga palju ekraani taga olevad inimesed ei pruugi osata omavahel reaalses maailmas suhelda. Kui haridusmäng tekitab sõltuvust, siis kas see on halb või hea? Võib juhtuda, et õpilased peale õpimängu mängimise ei tahagi muid õpitegevusi enam teha. Sõltuvus ei ole kunagi hea.

Lisaks pole õpetajatel sageli aega mängu sisu ja tegevusi testida. Neutraalselt alanud mäng võib edenedes võtta hoopis teise pöörde ja vead selguvad rakendamise ajal.

Mõtteviisi muutus

Kõige keerulisem ja aeganõudvam on mõtteviisi muutus – mängud ei ole vaenlased, vaid õppetöös kasulikud abivahendid. Võib-olla aitaks muutusele kaasa sõnavara valik. Mängustamise asemel võib kasutada ka väljendit „aktiivõpe“, mängu asemel öelda „simulaator“ ja mängimise asemel „simuleerimine“ ning mängu loomist võib nimetada ka modelleerimiseks.

Koolikeskkonnas raskendab mängude ja mängustamise rakendamist ka juurdunud töökorraldus või isegi füüsilise ruumi disain. Klassiruumi seinad, mööbel ja selle paigutus ei soosi koostööd. Oluliste valdkondade lahterdamine aineteks ei soosi interdistsiplinaarsust. Ainepõhine lähenemine võiks vähemalt osaliselt asenduda probleemi või projektipõhise käsitlusega.

Mõnele piisab lisamotivatsiooniks vaid mainimisest, et järgnev tegevus on mäng. Pinged on maandatud ja uudishimu tekitatud. Teistele jälle mõjub see sama sõna peletavalt. Teisalt on uudsuse mõju lühike, toimides vaid 1–2 korral. Edasi tuleb sisu uuendada, tegevusi muuta.

Õpetajad võiksid olla digitaalsete mängude ja mängustamise suhtes avatud ja mitte karta. Võib olla polegi nii paha, kui mõnes tunnis abistab õpetajat simulaator? Õpetajad võiks aktiivselt otsida ja mängida oma valdkonnaga seotud meelelahutuslikke ja õpimänge ning neid ka kolleegidele tutvustada. Mängides tekib arusaam, kuidas seda mängu õppetöös rakendada saaks ning mis selles teisiti võiks olla.

Ka mängude arendajatele võiks õpetajad teada anda, mida õpimängud võiks sisaldada. Ühe võimaluse selliseks infovahetuseks pakuvad IGDA Estonia igakuised kogunemised.

Koolimängud võiksid olla just koostööle orienteeritud. Ka arendajatele võiks mõista anda, et võistlus ja võitlus on küll noortele meelepärane žanr, kuid enim aitab ühiskonda edasi koostöö.

Ja lõpetuseks – ekraanist ja elektroonikast eemalolek ja puhkamine on ka oluline. Suhelge omavahel ja mängige ka lauamänge!

Huvitavat lisalugemist:

• Schrier, K. (2019). Learning Education and Games, Vol 3: 100 Games to Use in the Classroom and Beyond, ETC Press
• Sheldon, L. (2011). The Multiplayer Classroom: Designing Coursework as a Game (1st Edition.). Boston, MA, USA: Cengage Learning PTR.
• Kapp, K. M. (2012). The Gamification of Learning and Instruction: Game-based Methods and Strategies for Training and Education. Pfeiffer; 1st Edition.
• Kapp, K. M. (2013). The Gamification of Learning and Instruction Fieldbook: Ideas into Practice [Paperback]. Pfeiffer; 1st Edition.
• Eesti Vabaõhumuuseumi nutirakendus “Seiklus külas”
• Jesmin, T., Ley, T. (2016). Investigating teachers’ practices of using games in school:
• A pattern-based approach. OpenSym 2016.

Intellektist ja intelligentsusest rääkides peetakse silmas mõtlemisvõimet ning valmisolekut reageerida asjakohaselt erinevates olukordades, kasutades olemasolevaid teadmisi probleemide lahendamisel ja ümbritseva maailma mõistmisel. Mõiste “tehisintellekt” (inglise keeles artificial intelligence) on kasutusel juba alates 1950. aastatest ning selle tehnoloogia puhul on tegemist loomuliku intellekti jäljendamisega, s.t arvutisüsteemi võimega täita funktsioone, mida üldiselt seostatakse inimmõistusega, nt võimega arutleda ja õppida.

Miks meil tehisintellekti vaja on? Esiteks aitab see toetada ja võimendada inimese loomingulist tegevust (nt teoreemide tõestamine, peamurdmise ülesannete lahendamine, mängude mängimine – male, diagnostika – ekspertsüsteemid). Teiseks annab tehisintellekt võimaluse asendada inimesi rasketes või eluohtlikes tingimustes (intellektuaalsete robotite loomine).

Tehisintellekti rakendused jagunevad kolmeks suuremaks valdkonnaks: masinõpe, süvaõpe ning loomuliku keele töötlemine. Kõik need tuginevad matemaatilistele algoritmidele.

• Masinõpe kirjeldab algoritme, mis on võimelised õppima.
• Süvaõppimine leiab aset siis, kui algoritm suudab töödelda suuremaid andmekogusid ja lahendada keerukamaid küsimusi. Pärast iga uue informatsiooni kättesaadavaks tegemist lisab algoritm uue andmekihi, mille abil saab programm targemaks ning on võimeline oma vigadest õppima.
• Loomuliku keele automaattöötlus tähendab, et rakendus on võimeline teksti mõistma, tuvastama seisukohti ja mõistma küsimuste keerukust. Näitena võib tuua hääljuhtimissüsteemid Apple’i Siri ja Amazoni Alexa või Echo. Esimeses etapis peab teenus mõistma, mida kasutaja küsib ning on seejärel võimeline küsimusele veebist vastuse leidma ning tekstiks tõlkima. Viimaks otsustab teenus, millise tempo ja hääldusega ta kasutajale vastuse artikuleeritud kõne vormis tagasi saadab. Näiteid sellistest lahendustest eesti keeles ka juba olemas – neurotõlge ning eestikeelne kõnesüntees, kuigi nende lahenduste loomine on väljakutse, sest eesti keele morfoloogia ning grammatika on keerulised.

Eelmises peatükis käsitletud suurandmed ja nende pealt algoritmide treenimine loovad eelduse, et luua tehisintellektil põhinevaid tehnoloogiaid. Tehisintellekt on üles ehitatud sellele, et ta pääseb ligi erinevatele info- ja andmehulkadele, analüüsides nendevahelisi seoseid ja mustreid. Oluline aspekt on masinõppe juures “õppimisel”, mis tähendab, et taustal toimiv tehnoloogia õpib varasematest andmetest, et parandada teavet, teenuseid, kasutuskogemusi jm erinevates valdkondades (nt finants, meditsiin, haridus). Õppimise all peame silmas, et kui andmed süsteemis uuenevad, lisandub täiendav teave vms, siis süsteem parandab oma algoritme vastavalt uuele informatsioonile. Näiteks meditsiinilised teenused, mis ennustavad tervisega seotud riske – varasemad mustrid võimaldavad varem märgata ja teatud määral ka ennetada raskete haiguste teket.

Laialt on levinud ka masinõppe tehnoloogial põhinevad isesõitvad autod, pakirobotid ning programmid, mis on võimelised mängudes, nagu näiteks male, maailmameistrit võitma. Viimasel puhul õpib arvuti vastase mängukogemusest ja -mustritest ning on seetõttu võimeline vastast mängus võitma.

Tehisintellekti põhitõed saab soovi korral selgeks ka Helsingi Ülikooli ja tehnoloogiaettevõtte Reaktor välja töötatud veebikursuse “Elements of AI” (ka eesti keeles) abil.

Tehisintellekt aitab tõsta tootlikkust, toetab inimesi tööl ja igapäevaelus. Hariduses toetab see õpetamist ja õppimist veebipõhiste tehnoloogiatega. Haridusasutuste kogutavate andmete hulk kasvab ning vaja on lihtsaid ja käepäraseid vahendeid andmete mõtestamiseks, analüüsimiseks ja nende põhjal otsuste tegemiseks. Euroopa Komisjoni prognoosib (Tuomi jt, 2018), et tehisintellekt mõjutab lähiaastatel õppimist, õpetamist, poliitika kujundamist ning haridust tugevalt.

Eksperdid näevad tehisintellektis võimalust õppeprotsessi optimeerimiseks. Kui meil on sadu tuhandeid õpilasi, siis tehisintellekt annab meile võimaluse mõõta, kui hästi nad teatud ülesandeid lahendavaid, millised õppemeetodid toimivad hästi ja millised valmistavad probleeme.

Tehisintellekti kasutamist hariduses saab käsitada kui haridustehnoloogilist vahendit või valdkonna õppesisu. Noorte ettevalmistamisel tuleviku töökohtade jaoks tuleb pöörata tähelepanu eri aspektidele. Ekspertide hinnangul on tehisintellektist kui õppesisust rääkides oluline, et õppijad mõistaksid tehisintellektile tuginevaid tehnoloogiaid, oskaksid neid kriitiliselt hinnata ning luua uusi tehnoloogiaid, mis kasutavad tehisintellektiga seotud komponente. Näiteks on Austraalias välja töötatud lastele mõeldud koolitusprogramm, mille käigus kasutatakse Lego Mindstorms EV3 lahendusi tehisintellekti mõiste selgitamiseks.

Tehisintellekt võimaldab personaliseeritud õppimist

Tehisintellekt kui vahend annab võimaluse automatiseerida teatud protsesse: hindamine, õppesisu kohandamine, osapoolte tagasisidestamine, õppeprotsessi analüüsimine. Õpetajad teavad, et diferentseeritud õppimine, tagasiside ja õppeprotsess on õppija arengu jaoks olulised. Samas on õpetajal keeruline leida aega, et panna igale õppijale kokku just talle sobiv õpitegevuste komplekt.

Personaliseeritud õppimine on üks adaptiivse õppimise vormidest, mis tugineb õppija eelnevaid teadmisi ja vajadusi analüüsivale tehnoloogiale. Näitena on eksperdid tõmmanud paralleeli Facebookiga, mis soovitab kasutajale sisu selle põhjal, mida kasutaja keskkonnas teeb, et teda kauem keskkonnas hoida.

Intelligentsed virtuaalsed tuutorid

Üks näide tehisintellekti võimalikust rakendamisest hariduses on tuutorsüsteem. Intelligentsed tehisintellektil põhinevad kognitiivsed tuutorid jäljendavad õpetaja rolli õppeprotsessis ja juhendavad õppimist, pakkudes õpilastele vihjeid, kui nad probleemi takerduvad.

Näiteks on põhjaliku tagasiside andmine kirjalikele töödele juhendaja jaoks suur ja ajakulukas protsess. Virtuaalsed tuutorsüsteemid saavad üle võtta pinnataseme vigade, teemade ja faktide-argumentide ülesleidmise. Virtuaalses klassiruumis, kus õpilased vaatavad näiteks videoloenguid, saavad intelligentsed virtuaalsed tuutorid sekkuda, küsides küsimusi otse õppijatelt ning vastates neile videolõikude uuesti esitamisega, kui on näha, et õppijal on raskusi teemast arusaamisega.

Selline kõikjale ulatuv tugi ja juhendamine on eriti kasulik suurte sissejuhatavate kursuste puhul, kus juhendajatel on raske osutada personaalset tähelepanu. Iseõppivaid rakendusi adaptiivsete õppevahenditena on loodud juba mitmeid, enim on kasutust leidnud keeleõpperakendused, mis kohandavad õppesisu kasutaja käitumise ja soorituse järgi: DuoLingo, Lingvist jms. Viimane kasutab keeleõppe tõhustamiseks keeleanalüüsimeetodeid, mis võimaldavad teenusel suurandmete töötluse ja tehisintellekti abil kiiresti kohandada õppematerjali õpitava teemavaldkonnaga. DuoLingo on töötanud välja õppija mudelid, kombineerides masinõpet, andmeteadust, kognitiivset psühholoogiat (mälu) ja psühholingvistilisi teooriaid (unustamiskõver), et ennustada täpsemalt õppija sõnade meenutamise määra ning mõista, milliseid vigu õppija keele omandamisel teeb.

Tehisintellekt hariduslike erivajadustega laste toetamisel

See kõik avab võimalusi selleks, et rakendada tehisintellektil tuginevaid tehnoloogiaid hariduslike erivajadustega laste toetamisel. Näiteks on teadlased töötanud välja robotid, mis toetavad autistliku diagnoosiga laste sotsiaalsete oskuste kujunemist, mida illustreerib hästi lisatud video. Robotite sekkumine tekitab autistlikes lastes huvi ja seob emotsionaalselt tegevustega. Sellise tehnoloogia kasutamine loob reaalseid võimalusi lahendada ka Eesti haridussüsteemi probleeme.

Tehisintellekt saab veel õppija kasutusmustrite põhjal selgitada välja, kuidas toetada last, kellel esineb düsgraafia, düskalkuulia või muu spetsiifiline haridusega seotud õpiraskus. Vigadest mustrite märkamine loob võimalusi õppija toetamiseks, tugevuste arendamiseks ning nõrkustega tegelemiseks. Tehisintellekti põhjal esitatud soovituste tõlgendamise ja tegevuste valimise protsess võib olla sama oluline kui õppetöö ise, toetades õpilaste eneseregulatsiooni ja metakognitiivsete oskuste kujundamist. Seetõttu on virtuaalsed mentorid, kiire tagasiside, õppematerjalide valimise protsess, erinevate andmete analüüsimine ja interpreteerimine õpilase võimalus mõtestada oma õppeprotsessi, võtta vastutus oma õppimise eest ning leida sobivad strateegiad paremate tulemuste saavutamiseks.

Kuna tehisintellektile tuginevad tehnoloogiad võimaldavad õpilase käitumist ja õppeprotsessi jälgida üsna suurel määral, siis on sellistest süsteemidest saanud oluline andmeallikas haridusteaduses.

Tehisintellekt Eesti koolides

Kaks kolmandikku HITSA küsitlusele vastanutest teavad, mida tehisintellekt endast kujutab, aga neil puudub arusaam, kuidas seda õppetöös rakendada. Mõningatel juhtudel teadsid vastanud küll, kuidas seda õppetöös kasutada, aga pole seda eri põhjustel seni teinud. Kolmveerand uuringus osalenuist väitis, et nende koolis tehisintellektil põhinevaid tehnoloogiaid ei kasutata või puudub neil teave nende kasutamisest. Vaid kahel juhul selgus, et tehisintellektil põhinevad tehnoloogiad on kasutusel – robootikalahendused ning nutikad praeahjud, mis vastajate sõnul tuginevad just sellele tehnoloogiale. Pooled uuringus osalenutest usuvad, et nende koolis hakatakse tehisintellektil tuginevaid tehnoloogiad kasutama lähiaastatel.

Tehisintellektil tuginevaid intelligentseid tuutorsüsteeme on palju kritiseeritud. On toodud välja, et süsteeme on arendatud juba aastakümneid ja kasutegur hariduses pole olnud nii plahvatuslik nagu oodatud – senised teenused on leidnud laiemat kasutust üsna vähestes valdkondades, nagu näiteks matemaatika või füüsika.

Veelgi enam, on kritiseeritud, et intelligentsete tuutorsüsteemide arendamine ei lähtu niivõrd pedagoogilistest vajadustest ja lähtekohtadest, kuivõrd tehnilistest võimalustest ja andmete kättesaadavusest. See aga tähendab, et õppimise mõistmine või õppija toetamine ei pruugi olla nii efektiivne, kui oodatud. Samas püüavad kaasaegsed intelligentsed õpikeskkonnad ja teenused mitte üksnes juhtida tähelepanu õppija vigadele, vaid aidata ka mõista, miks õppija mõnes ülesandes vea teeb, diagnoosida õpilaste väärarvamusi ja hinnata õppija arusaamasid teema omandamisel.

Olgugi et tuutorsüsteemide arendamise ajalugu on olnud pikk ja selle edukus on jätnud soovida, on selge, et tänu kiirele tagasisidele on tehisintellekt loonud võimaluse toetada õppijaid õppeprotsessis. Kas ja kuidas õppijad seda tagasisidet õppimise optimeerimisel kasutavad ning kuidas neid tulemusi paremini olemasolevate õppimisteooriatega siduda, jääb loodetavasti lähituleviku uurimisteemaks.

Tuutorsüsteem versus õpetaja

Kuigi mõningaid edusamme tehisintellekti toomiseks haridusruumi on tehtud, kahvatuvad need siiski rakenduste kõrval, mis on loodud väljaspool haridussüsteemi (panganduses, meditsiinis). Lisaks on oluline märkida, et kõrghariduse võimalused kasutada virtuaalseid tuutoreid ja teisi keerukamaid adaptiivseid õppimisvahendeid põrkuvad pidevalt murega, et tehnoloogia, sõltumata sellest kui inimlähedane see ka ei oleks, ei tohiks asendada õpetajat.

Peetakse debatte selle üle, kas ja millal me kaotame oma töö robotitele. Kardetakse, et valdkond areneb kiiremini kui inimeste arusaam sellest, kuna tehisintellekti funktsioonid on komplekssed ja läbipaistmatud. Meie igapäevastes toimingutes on juba praegu palju tehisintellekti, kuigi me ei pruugi sellest teadlikud olla. Facebook soovitab meile uusi sõpru, Amazon meeldivaid tooteid ja Spotify teab, missugune muusika meile meeldib. Tehisintellekt on juba mitmes valdkonnas muutnud meie elu mugavamaks, tehes meie eest igapäevaseid otsuseid ning mõjutades meie otsuseid ja käitumist. Tuleb meeles pidada, et selle mugavuse kõrval peab inimesel säilima kriitiline meel, terviku tajumise võime ning arusaam, et masin on siiski vaid masin.

Üks tehisintellektiga seotud ohte on see, et masinad paljundavad väärandmeid, korrates andmetest õpitavaid vigu (stereotüüpe), muutes neid reegliks. Samuti ei toimi tehisintellekt ja masinõpe, kui andmed ei ole kättesaadavad, need pole kvaliteetsed või võimaldavad algoritmid tulemusi vääralt tõlgendada. Privaatsuse ja eetikaga seotud küsimuste üle arutleme eraldi peatükis.

Tehisintellekt loob võimalusi õppimise personaliseerimiseks. Tehnoloogia rakendamine võimaldab mõista erinevaid arenguid haridussüsteemis andmeanalüütikale ning tehisintellektile tuginevate tehnoloogiate kaudu. Olulised võimalused on järgmised:

• õppeprotsessi diferentseerimine ja personaliseeritud õpiteede soovitamine;
• eneseregulatsiooni ja ennastjuhtiva õppimise toetamine;
• õppijale personaliseeritud tagasiside pakkumine;
• õppeprotsessi analüüsimine õpetaja, haridusjuhi või poliitikakujundaja seisukohalt.

Tänaseid õppijaid ei ole võimalik täielikult ette valmistada tuleviku jaoks, kus tehisintellektil põhinevad tehnoloogiad laiemat rakendust leiavad. Oluline on luua platvorm elukestvaks õppeks ja üldpädevuse arendamiseks, pöörates sealjuures tähelepanu:

• STEM õppeainete raames omandavatele oskustele;
• andmekirjaoskusele – näiteks graafikute lugemine, tõlgendamine, otsuste tegemine andmete põhjal.

Riistvaralised tehnoloogiad, andmed ja analüütika annavad meile võimaluse kardinaalselt muuta hindamist, tagasisidestamist, õpetamist – sobivad tehnoloogiad selleks on olemas, neid tuleb lihtsalt kasutama hakata ning otsustusprotsessidesse integreerida. Muutunud õpikäsituse puhul annab see võimaluse asendada tasemetööd jooksva õppeprotsessi monitoorimisega ning lisaks mõista õppetööd klassi, kooli ja kohaliku omavalitsuse tasandil.

• Uudishimu tippkeskus 1/32 (Tehislikud närvivõrgud). ERR
• Kuidas tehisintellekt tulevikus haridust radikaalselt muudab? Valentino Pacifici ettekanne EduEXEX 2018 konverentsil
• Kas robotid võtavad õpetajatöö üle?. ERR Novaator
• Kuidas masinad meid tundma õpivad?. ERR Novaator
• Tehnoloogia väärkasutamine võib viia inimkonna taandarenguni. ERR Novaator
• Chounta, I-A. (2018) A review of the state-of-art of the use of Machine-Learning and Artificial Intelligence by educational portals and OER repositories (white paper). Tartu Ülikool.

Kui varem tegelesid teadusasutused ja suurfirmad statistilise analüüsiga (nt uuringute, aruandluse või prognooside eesmärgil), lähtuti andmete kogumisel eelnevalt fikseeritud uurimisprobleemist ja -meetodist. Sellisel puhul tekkisid andmed alles uuringu käigus, näiteks küsitluste, mõõtmiste või vaatluste abil.

Tänapäeva tehnoloogiarikas keskkond tekitab andmebaasidega ühendatud interaktiivse kasutajaliidese, sensorite, kaamerate jms tõttu pidevalt tohutus koguses andmeid. Spetsiaalne tarkvara oskab neid andmeid analüüsida (rühmitada, mustreid võrrelda, trende ja seoseid leida) ka siis, kui inimene pole selget probleemipüstitust teinud.

Tänu suurandmetele on andmeteaduse (data science) valdkonnas tekkinud klassikalise statistilise andmeanalüüsi kõrvale uue koolkonnana andmeanalüütika (data analytics), mis küll osaliselt kattub uurimisprobleemide, -meetodite ja -vahendite osas statistilise analüüsiga, aga teisalt vastandub sellele. Andmeanalüütika peamine erinevus on keerukate arvutialgoritmide usaldamine mustrite, trendide ja seoste otsimisel, ilma et inimene oleks esitanud suunavat uurimisküsimust.

Andmete visualiseerimine

Kuna inimene peab lõpuks ikkagi suutma mõista ka arvuti leitud seoseid ja neid praktiliste otsuste langetamisel kasutada, pööratakse andmeanalüütikas palju tähelepanu analüüsi tulemuste ja keerukate mudelite visualiseerimisele. Need võimalused, mis tekivad andmeid visualiseerides ja mudelitega katsetades, on toonud andmeanalüütika tavakasutajatele varasemast oluliselt lähemale.

Andmeanalüütikat kasutavad näiteks pangad ja krediitkaardifirmad, et kaardipettuseid varakult tuvastada. Igas minutis teevad pangakliendid oma krediitkaartidega nii Eestis, välismaal reisil olles kui ka internetipoode kasutades kümneid tuhandeid tehinguid. Näiteks suudab andmeanalüüsi tarkvara hetkega tuvastada ja blokeerida pangakaardi veidra kasutusjuhu Austraalia elektroonikapoes, kui ajavahemik viimase kaardimakse vahel Tallinnas ja Austraalias on lühem kui kiireim võimalik lennureis ühest sihtpunktist teise.

Näiteks Maanteeamet kasutab andmeanalüüsi tarkvara Tableau, mis võimaldab otsida trende ja seoseid tuhandete teekatte- ja ilmasensorite kogutud andmetest ning võrrelda neid interaktiivsete graafikute kujul liiklusõnnetuste või ilmaprognooside mudelitega. Lihtsaim andmeanalüütika lahendus iga veebilehe omaniku jaoks on aga Google Analytics, mis pakub mitmekülgset piltlikku ülevaadet veebilehe külastatavuse kohta.

Andmeanalüütika tarkvara võimaldab keeruka struktuuriga andmeid erineval viisil visualiseerida.

Avaandmed

Andmeanalüütika valdkonnas ei saa mainimata jätta avaandmeid (Open Data), mille all mõistetakse avalikult kättesaadavaks ja arvuti poolt automaatselt kasutatavaks muudetud andmekogumeid. Tegemist on ühelt poolt kodanikuühiskonna liikumisega üldise avatuse tagamiseks digimaailmas, teisalt idufirmadele olulise turunišiga.

Kujutage näiteks ette kinnisvaraportaali, mis lisaks staatilisele infole iga korteri ja maja kohta pakub graafikuid asukoha turvalisuse, ühistranspordi, koolivõrgu ja tuleviku hinnatrendide kohta. Sellised stsenaariumid ja digiteenuste ärimudelid muutuvad võimalikuks, kui iga paikkonna turvaintsidentide, bussiliinide piletiinfo, koolide (sh õppekava, konkurss, huviringid) ja tulevaste detailplaneeringute info on enam-vähem reaalajas arvutitele loetaval kujul ligipääsetav.

Eestis on riigi pakutavad avaandmed koondatud veebilehele, asjast huvitatud spetsialiste koondab aga Open Data Estonia võrgustik.

Andmeanalüütika meetodid ja tehnoloogiad

Andmeanalüütika meetodeid ja tehnoloogiaid on palju, esile tasuks tõsta pikema ajalooga andmekaevet (data mining) ja selle jaoks loodud tarkvaralahendusi (nt Weka, RapidMiner). Andmekaeve on arvutiteaduse interdistsiplinaarne alamvaldkond, mis arendab meetodeid ja vahendeid, millega leida suurtest andmehulkadest mustreid ning esitada neid inimestele sellises vormis, mida nad saavad kasutada.

Üldjuhul ei toimu andmekaeve reaalajas, vaid retrospektiivse uuringuna, milles kasutatakse masinõppe, statistika ja andmebaaside meetodeid. Andmekaeveks ja andmete visualiseerimiseks kasutatakse teadustöös üha sagedamini spetsiaalselt selleks otstarbeks loodud tasuta tarkvarapaketti Weka ja programmeerimiskeelt R, mille õppimisest on tänapäeval huvitatud lisaks arvuti- ja andmeteadlastele ka humanitaar- ja sotsiaalteadlased.

Soovitusteenused

Andmeanalüütika arengutrendid ja levik järgivad mitme varasema tehnoloogia (nt internet, GPS) elukaart: kui tänapäeval on selle kasutajateks peamiselt militaar- ja finantsvaldkondade organisatsioonid, siis juba lähiaastatel ennustavad eksperdid andmeanalüütika lihtsamate teenuste plahvatuslikku levikut väga erinevatesse valdkondadesse: liiklusohutus, tervishoid, keeletehnoloogia, meelelahutus, haridus. Üheks lihtsamaks andmeanalüütikal põhinevaks rakenduseks eelmainitud valdkondades on soovitusteenused (recommender systems), mis kasutaja profileerimise ja mudeldamise põhjal soovitavad talle kas sujuvama sõidumarsruudi, sobivaima dieedi, uue lemmikraamatu või huvidele vastava valikkursuse.

Andmeanalüütika valdkonna idufirma Dremio looja ja mõjuka Apache Arrow raamistiku arendamise eestvedaja Tomer Shiran ennustab ka andmekuraatori ameti teket (Olavsrud, 2018). Andmekuraator oleks sillaks Tableau ja R-i rakendusi kasutavate andmeteadlaste ning äritarkvara arendamise-haldamisega tegelevate tarkvarainseneride vahel. Nad peavad valdama nii andmekaeve ja visualiseerimise meetodeid kui ka andmepõhiste rakenduste programmeerimist. Samas kasvab kiiresti vajadus ka tippjuhtide andmeanalüütika kompetentsi tagamise järele, sest andmepõhine otsustamine muutub tulevikus paljude organisatsioonide jaoks eluküsimuseks.

Andmeanalüütika on otseselt seotud ka mitmete teiste siin raportis käsitletud uute tehnoloogiatega. Näiteks on asjade internet tulevikus üks olulisemaid suurandmete tekitajaid, tehisintellekti ja masinõppe areng aitab otseselt kaasa nutikamate andmeanalüütika meetodite ja algoritmide loomisele. Ilmselgelt muutub suurandmete valdkonnas üha tõsisemaks väljakutseks nii inimeste privaatsuse kui ka riikide julgeolekuga või ettevõtete ärisaladustega seotud andmeturbe tagamine.

Andmeanalüütika siseneb lähiaastatel haridusvaldkonda peamiselt kahel moel – õpianalüütika ja õppesisuna.

• Õpianalüütika kui haridustehnoloogiline vahend, mis aitab nutikamalt õppida ja õppetööd erinevates õppeainetes korraldada nii õppijal, õpetajal kui ka tervel õppeasutusel.
• Teadmised andmeanalüütikast ja vastavad oskused kui tehnoloogiahariduse õppesisu, mida hakkab omandama üha suurem osa õppijatest erinevatel haridustasemetel ja erialadel, tagamaks toimetulekut oma tulevasel töökohal.

Õpianalüütika

Õpianalüütika on koondnimetus andmeanalüütika rakendustele hariduse kontekstis. Õpianalüütika keskendub õppijaid, nende õpikeskkonda ja õppeprotsessi puudutavate andmete kogumisele, analüüsimisele ja visualiseerimisele, et õppimist paremini mõista, personaliseerida ja optimeerida.

Õpianalüütikale rajas tee hariduslik andmekaeve (Educational Data Mining), mille puhul andmeanalüüs toimus üldjuhul retrospektiivse uuringu vormis. Õpianalüütika arendajate kogukond on juba kehtestanud mõned tehnilised standardid (xAPI, Caliper) õpikeskkondade ja õppevara loojatele, et võimaldada õppija kohta andmete kogumist üle paljude teenuste ja süsteemide. Õpianalüütika aitab õpetajatel ja õppijail õppeprotsessi optimeerida neid informeerides, toetades ja suunates.

Õppijamudel

Õpianalüütika lahendused õppijatele põhinevad õppijamudeli (Learner Model) pideval täiendamisel, kasutades õppija digitaalset jalajälge veebipõhistes õpikeskkondades, digiõppevara andmebaasides ja sotsiaalmeedias. Õppijamudel on matemaatiline mudel, mis sisaldab masinloetaval kujul talletatud andmeid õppija teadmiste, oskuste, soorituste, huvide, eelistuste, eesmärkide, ülesannete, sotsiaalmajandusliku tausta, isiksuseomaduste, õpikeskkonna ja muude õppimisega seotud aspektide kohta.

Õppijamudelit kasutatakse omakorda soovitusteenuste loomiseks nii õpetajatele kui ka õppijatele. Näiteks võib soovitusteenus pakkuda õppija hetkevajadustele ja ülesannetele sobivat õppevara, näiteid ja õpistrateegiaid. Praegu eksisteerivad õppijamudelil põhinevad soovitusteenused üksnes teaduslaborites, kuid kvaliteetse digiõppevara kättesaadavuse paranedes võib oodata taoliste teenuste tekkimist ka Eesti haridusmaastikul.

Andmeanalüütika täna Eesti koolis

Digiõppevara kataloog e-Koolikott on loodud nii, et lähitulevikus saaks sellele lisada õppevara soovitusteenuseid lisamoodulina. Seda eeldusel, et koolid võtavad laiaulatuslikult kasutusele ühekordse sisselogimise teenuse HarID, mis liidestatakse e-Koolikotiga ja privaatsust säilitava õppijamudeli tarkvaraga.

Õpianalüütika teadusuuringutes pööratakse lisaks õppija kognitiivsele arengule (nt teadmised-oskused õpitulemuste hindamisel) üha enam tähelepanu ka õppija emotsioonide ja sotsiaalse konteksti kaardistamisele ja arvestamisele õppimise juhtimisel.

Õpetajate ja õppejõudude toetamiseks pakub õpianalüütika mitmeid võimalusi, mõistmaks, kuidas õppijad erinevatesse veebipõhistesse õpitegevustesse panustavad, milliseid õppematerjale vaatavad, kuidas iseseisvaid ülesandeid sooritavad jms. Andmete analüüsimine võimaldab leida alad, mida on vaja veel arendada, et õppedisaini parendada ja õpiteid personaliseerida.

Samuti annab tehisintellekt võimaluse toetada haridusteadlasi ja poliitikakujundajaid õppimise ja õpetamise mõistmisel ning sellekohaste otsuste tegemisel. Tehisintellekti põhimõtteid kasutavad infosüsteemid, õpikeskkonnad ja tuutorsüsteemid võimaldavad ümber disainida õppekavasid, suunata ressursse valdkondadesse, mis mingil põhjusel ei toimi hästi, ennetada õppijate väljakukkumist ja prognoosida õppima asumist.

Andmeanalüütika tulevikukoolis

Andmeanalüütika ekspert, TalTechi dotsent Innar Liiv kirjeldab visiooni andmeanalüütikat rakendavast tulevikukoolist, kus õppija iga tegevus, suhtlus, sooritus ja meeleolu salvestatakse koos kõigi tundidega 360-kraadises vaates. Nii tekib õpilasel võimalus tunnis kas virtuaalselt reaalajas osaleda või tunde “tagasi kerida” ja neid koos põhjaliku analüüsiga järele vaadata.

Samuti ennustab dotsent Liiv andmeanalüütikal põhinevate uute õppijate võimekuse ja õpivajaduste selgitamiseks mõeldud nutikate diagnostiliste testide ilmumist ning õppimise mängustamist. Eestis on juba õpetajaid, kes katsetavad lihtsamaid õpianalüütika teenuseid, nagu Quizalize, mis võimaldab õpetajal andmete abil jälgida õppeprotsessi ja kohandada selle põhjal õppijate vajadustele paremini vastavaid õpiteid.

Andmepõhist otsustusprotsessi kooli juhtimisel toetavad Eestis mitmed teenused (DigiPeegel, SELFIE, KooliKaart), kuid neid ei saa praegusel kujul veel andmeanalüütika rakendusteks pidada. Samas on plaanis neid teenuseid edasi arendada just andmeanalüütika funktsionaalsuste laiendamise suunas.

Eestis on uuritud Erasmus+ projekti SHEILA (Supporting Higher Education in Integrating Learning Analytics) raames ülikoolide huvi ja valmisolekut andmeid õppimise ja õpetamise optimeerimiseks kasutada. Intervjuud kolme ülikooli juhtkonna, Tallinna Ülikooli üliõpilaste ja akadeemiliste töötajatega näitasid, et juhtkond mõistab vajadust intelligentsete süsteemide kasutamiseks, et parandada üliõpilaste õpikogemust, püüdes seda rohkem isikustada. Samuti mõistab juhtkond vajadust parendada õppetöö kvaliteeti ning seeläbi vähendada väljakukkujate arvu ülikoolis.

Samas ei piisa vaid süsteemide väljaarendamisest, et akadeemiline asutus oma õppetöö kvaliteeti tõsta saaks: muutuma peab organisatsiooni kultuur, tõusma analüütiline võimekus eri tasanditel, investeeringuid vajab infotehnoloogiline taristu, vaja on välja töötada toetusmehhanismid eri osapooltele jms.

Eelkõige on oluline kaasata osapooli ja pidevalt infot vahetada, mistõttu töötati SHEILA projekti käigus välja raamistik, mis toetab institutsioone õpianalüütika juurutamisel.

Soovitused

Kas andmeanalüütika teemasid ja meetodeid tuleks õpetada juba koolis? Sissejuhatuse võiks teha põhikoolis ja gümnaasiumis, õpetades mõistma lihtsamaid andmete kogumise, korrastamise, analüüsi ja visualiseerimise viise. Hea abivahend on hiljuti eestindatud andmeanalüütika guru Hans Roslingi raamat “Faktitäius” ja sellega seotud Gapminder veebiteenus, mis õpetab õpilasi visualiseeritud interaktiivse andmestiku põhjal tähenduslikke küsimusi esitama.

Samas pole käesoleva raporti raames intervjueeritud ekspertide (Innar Liiv, Dan Bogdanov, Agu Leinfeldt) hinnangul lähitulevikus ette näha, et praegu pigem teadlaste töövahendiks olev andmekaeve ja andmeanalüütika leiaksid tee põhikoolide ja gümnaasiumide õppekavadesse. Neid oskusi omandatakse ikkagi ülikoolides, aga tõenäoliselt hakatakse neid peagi õpetama ka humanitaar-, sotsiaal- ja loodusteaduste erialadel õppivatele üliõpilastele.

Nii TalTechis, Tartu kui ka Tallinna Ülikoolis on hiljaaegu valminud uued informaatika õppekavad mitteinformaatikutele, kus andmekaevet ja -analüütikat õpetatakse e-valitsemise, ettevõtluse, lingvistika või laiema digihumanitaaria kontekstis. Seireraporti raames läbi viidud kooliküsitlus näitas, et 61 vastanust (kellest suure osa moodustasid kogenud haridustehnoloogid ja haridusuuendajad) oli vaid 9 proovinud andmeanalüütika teemasid õppetöösse sisse viia. Küsimusele, milliseid uusi tehnoloogiaid plaanitakse koolis kasutusele võtta, viitasid vaid üksikud andmeanalüütikaga seonduvatele teemadele ja lahendustele.

Andmeanalüütika puhul on oluline silmas pidada, et oluliste otsuste tegemist ei saa ka tulevikus masinate hooleks jätta. Näiteks rünnakukäsu andmist droonile lahinguolukorras, äkkpidurdamist liikluses või erivajadustega õppija õpitee koostamist. Ka siis, kui andmeanalüütika aitab määratleda otsuste alternatiivid ja hinnata iga otsusega kaasnevat mõju, peavad otsuse langetama siiski inimesed. Õpetajatelt ja koolijuhtidelt nõuab see palju paremat andmekirjaoskust.

Isikuandmete kaitse valdkonda puudutav teadlikkuse tõus ja karmistuvad seadused muudavad kahtlemata haridusvaldkonna andmeanalüütika keerukamaks, aga see on paratamatu.

Veel üks oht andmeanalüütika arengus on seotud andmete kvaliteediga. Praegu pärineb suur osa haridusvaldkonna andmetest (nt Eesti Hariduse Infosüsteemis EHIS) kasutajate endi poolt aegade jooksul lisatud ja usaldusväärse kolmanda osapoole poolt kontrollimata andmebaasidest. Andmete kvaliteeti mõjutab nii andmesisestaja kompetentsus, andmebaasi struktuur kui ka tõeste andmete kättesaadavus – pahatihti kiputakse koguma mitte neid andmeid, mida on vaja, vaid neid, mis on lihtsasti leitavad.

Andmeanalüütikal on juba lähiaastail haridusvaldkonnas potentsiaali peamiselt haridustehnoloogiliste ja administratiivsete digiteenustena, mis tõhustavad otsustus- ja juhtimisprotsesse õppeasutustes, koolipidajate ja riigi tasandil haridusjuhtide seas.

Erinevalt asjade interneti teemadest, mida võib hakata õppetöösse sisse viima juba algklassides, jääb andmeanalüütika õpetamise objektina siiski pigem kõrghariduse tasemele ka kaugemas tulevikus. Samas on õpilasi juba teises ja kolmandas kooliastmes võimalik ja vajalik baastasemel ette valmistada visuaalse, info- ja andmekirjaoskuse omandamiseks.

• OECD prognoos: järgmise kümnendi vajalikem amet on andmeteadlane (ERR, 28.12.2018)
• Rosling, H. jt. (2018) Faktitäius. Tallinn: Tänapäev.
• Analüüsiaida blogi: analyticsestonia.wordpress.com
• Tammets, K. & Laanpere, M. (2015) Õpianalüütika kontseptuaalne raamistik ja selle rakendatavus Eesti kontekstis. EHA
• Statistikaameti koduleht: stat.ee
• Bogdanov, O. Mis on BIG DATA? Loenguslaidid
• Veebipõhised massikursused andmeteadusest, andmeanalüütikast, andmekaevest: edx.org
• Eesti riigi poolt pakutavad avaandmed opendata.riik.ee
• Open Data Estonia võrgustik opendata.ee

Inspiratsiooni andmeanalüütika-teemalisteks õpilaste loov- ja uurimistöödeks leiab informaatika valdkonna bakalaureusetöödest:

• TalTech: digi.lib.ttu.ee
• Tartu Ülikool: dspace.ut.ee
• Tallinna Ülikool: cs.tlu.ee

Virtuaalreaalsus

Virtuaalreaalsus (inglise keeles Virtual Reality, lühend VR) on simuleeritud keskkond, mis on loodud erineva riist- ja tarkvara abil ning kus saame näha, kuulda või tunda midagi, mida reaalsuses ei eksisteeri. Kõige sagedamini simuleeritakse nähtavat ja kuuldavat, kuid üha rohkem luuakse keskkondi, kuhu on kaasatud ka kompimis-, haistmis- või tasakaalumeel.

Lihtsama lahenduse korral kuvatakse virtuaalmaailm arvutiekraanil ja inimene saab virtuaalkeskkonnas ringi liikuda ja tegutseda kas enda kujutise ehk avatarina või olla vaatleja rollis. Sellised virtuaalreaalsuskeskkonnad on juba pikalt olnud kasutusel näiteks lendurite, aga ka laiemalt sõjalises väljaõppes. Lennusimulaatoris kuvatakse ekraanile virtuaalreaalsust kujutav pilt, mis muutub vastavalt sellele, kuidas lenduri rollis olev inimene kokpitis olevaid juhtimisseadmeid kasutab.

Tänapäevase virtuaalreaalsuse lahendusena kasutatakse enamasti ekraanist ja kõrvaklappidest koosnevat peakomplekti, mis varjab silmade eest reaalse maailma ja kuvab kolmemõõtmelisena nähtava pildi, mille väljastab arvutiprogramm. Selle riistvara juurde kuuluvad ka liikumissensorid, mis võimaldavad füüsilises maailmas liigutamise kaudu tekitada kasutajale mulje, et ta liigub ringi ka virtuaalses maailmas – ning hõlvavad seeläbi ka tasakaalumeele.

Realistlik kogemus erinevate meelte kaudu

Kui virtuaalpilt reageerib inimese tegevusele (jälgides inimese käsi või reageerides käes olevatele pultidele), võidakse saavutada päriselt virtuaalmaailmas viibimise tunne. Kasutajale näidatakse pultide või käte asukohta ka virtuaalreaalsuses ning vastavalt arvutiprogrammile võib seejuures olla inimesel ka midagi käes. Nii saab liigutada virtuaalkeskkonnas olevaid objekte, treenida käte tööd või käsitseda reaalsusest tuntud keerukaid seadmeid.

VR prillid ja käekomplekt võimaldavad head keskkonda sulandumist. Foto: 123RF

Veelgi realistlikuma situatsiooni saavutamiseks ehitatakse eraldi ruum, milles võidakse tekitada kõlarisüsteemiga realistlik heli, põranda liikumisega realistlik maapinnatunnetus ning lõhnaseadmetega realistlik lõhn. Vaid maitsmismeele kaasamiseks ei ole veel teadaolevalt lahendustega turule tuldud. Omaette väljakutse sellistes ruumides on juhtmevabade peakomplektide kasutuselevõtt, mille muudavad keeruliseks suhteliselt kõrged andmeühendusele seatavad nõuded, et silmade ette kuvatav pilt oleks võimalikult realistlik – kõrge lahutusega kolmemõõtmeline videopilt.

Lennusimulaatoris kuvatakse ekraanile virtuaalreaalsust kujutav pilt, mis muutub vastavalt sellele, kuidas lenduri rollis olev inimene kokpitis olevaid juhtimisseadmeid kasutab. Foto: Teet Ottin / Tartu Ülikool

Virtuaalreaalsuses võib toimetada üksi, kuid järjest rohkem töötatakse välja lahendusi, mis võimaldavad samas virtuaalruumis tegutseda paljudel inimestel. Kui tegu on lennusimulaatori taolise lahendusega, on osalejate hulk piiratud füüsilise ruumiga, kuid arvutiekraanil või peakomplekti abil loodud virtuaalreaalsuses ei ole kuvatavate inimeste hulgal põhimõtteliselt piire. Seejuures saab kuvada nii reaalseid samas virtuaalruumis viibivaid inimesi kui ka arvutiprogrammi genereeritud inimesi ja muid elusolendeid. Arvuti kaudu ja üle interneti on samas virtuaalreaalsuses viibivatel inimestel võimalik omavahel suhelda nagu reaalses situatsioonis.

Virtuaalreaalsuse peakomplektid ei ole massidesse jõudnud vahendite kalli hinna ja ülesseadmise keerukuse tõttu. Seetõttu näevad virtuaalreaalsuse spetsialistid Rein Zobel ja Madis Vasser ühe tulevikutrendina asukohapõhist VR-teenust, mida pakuvad ka Eestis mitmed ettevõtted. See tähendab, et järjest populaarsemaks muutuvad mänguarkaadid, simulatsioonikeskused, muuseumid ja muud asutused, kus pakutakse virtuaalreaalsuse kogemust teenusena. Ühtlasi võimaldab niisugune teenus kogemuse võimendamiseks lisada funktsioone, mis oleks kodus oluliselt keerulisem, näiteks liikuvad toolid, simulatsioonis liikumisele vastavalt puhuv tuul ja muu selline.

Virtuaalreaalsus nutitelefoni abil

Lisaks kirjeldatud peakomplektidele on olemas ka lihtsamad prillid, mis võimaldavad vaadata 360-kraadiseid fotosid ja videoid kolmemõõtmelisena. Sisu kuvamiseks kasutatakse nutitelefoni, mis paigaldatakse prillide sisse. Sel juhul kuvab vastav rakendus nutitelefoni ekraani kahel poolel veidi erineva pildi, mida läbi seadme vaateavade ees olevate läätsede vaadates näeb kasutaja kolmemõõtmelisena.

Lihtsamad ja taskukohasemad prillid võimaldavad vaadata 360-kraadiseid fotosid ja videosid kolmemõõtmelisena. Sisu kuvamiseks kasutatakse prillidesse paigaldatud nutitelefoni. Foto: Teet Ottin / Tartu Ülikool

Selliste lahenduste puuduseks on kehvem kvaliteet ja seega ebatäiuslikum sukeldumine virtuaalmaailma, eeliseks soodne hind ja lihtne kättesaadavus, mille tõttu on just see lahendus viimastel aastatel järjest enam levinud. Näiteks on võimalik 360-kraadiseid videoid vaadata ka tuntud videoportaalist YouTube, Eesti kinnisvaraportaal City24 pakub võimalust tutvuda kinnisvaraobjektidega põhjalikumalt 360-kraadiste fotode kaudu ja e-Eesti esitluskeskus võimaldab huvilistel tutvuda Eestiga 360-kraadiste videotega (vrestonia.ee).

Liitreaalsus

Erinevalt virtuaalreaalsusest ei ole liitreaalsuse puhul kasutaja eraldatud täielikult digitaalsesse maailma, vaid olemasolevat reaalset maailma täiendatakse nutiseadme või peakomplekti abil. Nutiseadme kasutamise korral näeb kasutaja samaaegselt nii seadme kaamera pilti füüsilisest maailmast kui ka digitaalseid objekte, mis kuvatakse nutiseadme – telefoni või tahvelarvuti ekraanile. Peakomplekti puhul ei varjata erinevalt virtuaalreaalsuse vahendist ümbritsevat reaalset keskkonda, läbi prillide näeb kasutaja reaalset maailma, kuid prilliklaasidele kuvatakse täiendavaid objekte.

Liitreaalsuse tähistamiseks on inglise keeles kasutusel enamasti mõiste Augmented Reality (lühend AR), kuid mõnikord ka Mixed Reality (lühend MR). Esimesel puhul mõeldakse tõlkega laiendatud reaalsust ja teisel segareaalsust. Need kaks avavad ka liitreaalsuse olemuse – liitreaalsus on reaalne keskkond, mida on täiendatud digitaalsete objektidega. Virtuaal- ja liitreaalsuse katusmõistena kasutatakse veel mõistet Cross Reality (lühend XR), mida võib tõlkida X-reaalsusena (lühendi puhul on X asendatav muutuja – selle asemel võib olla V, A või M).

Kahe maailma sidusus saavutatakse seeläbi, et nutiseadmele või prillidele lisatud kaamerad jälgivad reaalset maailma. Reaalse maailma objekte analüüsitakse arvutis või nutiseadmes ja kui arvutiprogrammis on määratud, et teatud objekti või nutiseadme asukoha tuvastamise puhul tuleb digitaalset infot kuvada, siis nii ka tehakse. Nii on võimalik täiendada reaalset maailma näiteks digitaalsete tekstide, videote või kolmemõõtmeliste mudelite ja animatsioonidega. Lisaks saab analoogselt virtuaalreaalsusega käivitada tegevusi, mis on suunatud näiteks kuulmismeelele.

Eelkõige just kättesaadavuse tõttu on igapäevases kasutuses liitreaalsuse rakendused, mis on mõeldud nutiseadmetele. Peakomplektid on praegu peamiselt suunatud arendajatele, kes katsetavad seadmetele sisu loomist ja arvataksegi, et neid hakatakse kasutama eelkõige professionaalses keskkonnas ja väljaõppes.

Kuna liitreaalsuse peakomplektid ei ole mõeldud inimeste sukeldumiseks virtuaalmaailma, on neil kaks olulist eelist võrreldes virtuaalreaalsuse peakomplektidega. Esiteks ei ole nende puhul teada juhtumeid küberiiveldusest (st peapööritus ja iiveldus), mis võivad tekkida VR-i rakenduste kasutamisel (vt alajaotust “Mida tähele panna?”). Teiseks on liitreaalsuse puhul vähem reaalmaailmast võõrandumist, sest inimene näeb kogu aeg lisaks virtuaalsele ka reaalset maailma.

Liitreaalsuse spetsialist Roksolana Sliusar usub, et üheks tulevikutrendiks on just prillipõhine liitreaalsus ning markeriteta tehnoloogia (seadmed tuvastavad näiteks oma asukoha ning positsiooni ruumis ning kuvavad seejärel liitreaalsuses digitaalse kujutise, erinevalt praegu veel haridusvaldkonna rakenduste juures levinud pildipõhisele tuvastusele).

Näiteid meilt ja maailmast

Tõenäoliselt üks tuntumaid näiteid liitreaalsusel põhinevatest rakendustest on mobiilipõhine mäng Pokemon Go, kuid seda tehnoloogiat kasutatakse ja katsetatakse järjest enam paljudes valdkondades, sealhulgas turunduses, kultuuripärandi, ehituse, tööstuse ja meditsiini valdkonnas. Näitena võib tuua mööblitootja IKEA rakenduse, mille kasutajatel on võimalik liitreaalsuse kaudu oma kodus virtuaalselt proovida, kuidas mööblitükid nende koju sobiksid. Eestiga seotud rakendustest on seni üks tuntumaid projekte Tere piimapaki oma, mida skaneerides ilmuvad digitaalselt Eesti Laulul osalejad.

Virtuaal- ja liitreaalsuse tehnoloogiates nähakse haridusvaldkonna jaoks suurt potentsiaali. Nii virtuaal- kui ka liitreaalsus võimaldavad õpitavat visualiseerida ja aitavad seetõttu saavutada paremaid tulemusi näiteks keerukate objektide ja (abstraktsete) protsesside või olukordade tundmaõppimisel. Seetõttu on nii liit- kui virtuaalreaalsuse üheks igapäevasemaks rakenduseks saamas ka professionaalne väljaõpe. Nagu teised visualiseerimisvõimalused tulenevad ka siin eelised sellest, et õppimisse on haaratud mitu meelt ja keeruliselt hoomatavaid objekte või olukordi on võimalik kujutada realistlikena. Nii on võimalik reaalsuses uurimiseks liiga väikseid (nt molekulid) või suuri (nt päikesesüsteem) objekte ja protsesse kujutada tajutavates mõõtmetes; või liiga kiiresti (nt mitmed keemilised reaktsioonid) või liiga aeglaselt (nt evolutsioon) toimuvaid protsesse jälgida õppimiseks sobivas ajaskaalas ja isegi peatada, et mingile ajahetkele rohkem tähelepanu pöörata.

Virtuaalreaalsuses on võimalik külastada kaugeid paiku, raskesti ligipääsetavaid või ajaloolisi keskkondi (nt veealust maailma, piiratud ligipääsuga hooneid, kaugeid maid, ohtlikke piirkondi, antiiklinnu) või hoopis selliseid, mis oma mõõtmete poolest ei ole ligipääsetavad (nt rännata kosmoses või organismide ja rakkude sisemuses nende ehitust uurides). Lisaks objektide ehitusele on võimalik uurida ka nende tööd – protsesse.

Lisaks visualiseerimise eelistele on oluline, et virtuaal- ja liitreaalsuses kasutatakse enamasti kolmemõõtmelisi objekte. See soodustab uuringute põhjal ruumilise mõtlemise oskuse arengut (Ibanez, Delgado-Kloos, 2018, lk 109). Erinevalt arvutiekraanile kuvatud kolmemõõtmelisest pildist on võimalik liikuda ümber vaadeldava objekti ja isegi minna objekti sisse. Nii saab näiteks uurida töötavat südant või mingit muud keerulist objekti ja sellega seotud protsesse. Uuringud on näidanud, et kolmemõõtmelisuse ja autentsuse kombinatsioon võimaldab õppijatel paremini mõista dünaamilisi mudeleid ja kompleksseid põhjus-tagajärg seoseid (Rosenbaum jt, 2007).

Liitreaalsuse loomiseks võib kasutada nutiseadet, mille kaamerate ja ekraanide koostöös liidetakse reaalsed objektid ja 3D hologrammid. Foto: 123RF

Kuna virtuaal- ja liitreaalsuses kuvatakse objektid nii, et inimene sulandub keskkonda, kuid keskkond on vastavalt vajadusele kas lihtsustatud või täiustatud, õpitakse kiiremini ja/või saavutatakse parem õpitu ülekanne reaalsesse ellu. Näiteks võib virtuaalreaalsuses omandada sotsiaalseid oskusi, treenides ühises ruumis koos teiste reaalsete inimeste või arvuti juhitavate kujutistega. Tänu sulandatusele saavutatakse virtuaalreaalsuses õppides lisaks kognitiivsele sageli väga hea psühhomotoorne ja afektiivne efekt – inimene õpib ka liikumistegevuse ja emotsioonide kaudu. Seeläbi saavutatakse ka parem õpimotivatsioon, mis omakorda positiivselt õpitulemusi mõjutab (Sotiriou ja Bogner, 2008).

Liit -ja virtuaalreaalsuse kasutusviisid õppimisel

Liit- ja virtuaalreaalsust on seni enamasti kasutatud avastamiseks-uurimiseks (exploration) ja simulatsioonideks, vähem ka mängustamisel põhinevateks rakendusteks. Kui objektide vaatlemisel on virtuaal- ja liitreaalsuse väärtuseks tihtipeale võimalus suurendada või vähendada objekte ning pööramise või objektide ümber ja vahel liikumisega saavutada parem ruumiline taju, siis protsesside uurimine võimaldab avastada seaduspärasusi.

Virtuaalreaalsuse rakendamisel on levinud ka eksperimendid, kus õppija saab ise osaleda – ta võib sulanduda virtuaalmaailmaga ja unustada reaalsuse. Selline situatsioon kätkeb endas ohte, kuid võimaldab õppida käitumist eri olukordades (nt harjutada ohtlikke tegevusi, mis on vajalikud päästjate, arstide või politseinike väljaõppes; arendada sotsiaalseid oskusi, suheldes simuleeritud kaaslastega; uurida ja vähendada foobiaid, näiteks kõrgusekartust spetsiaalsete treeningprogrammide abil). Üha enam luuakse lahendusi, mis võimaldavad virtuaal- või liitreaalsuses rakendada mängustatud õppe võimalusi – õpiprotsess ehitatakse üles mängulisusele, mis võib tähendada liikumist eri tasemete vahel, punktide kogumist, eri eesmärkide poole liikumist, võistluslikkust.

Liitreaalsuse lahendused, mida kasutatakse õppetöös, võib jagada kolme kategooriasse (Wu, 2013): ühed keskenduvad õppijatele erinevate rollide ja teised ülesannete andmisele, kolmandad kasutavad ära võimalused, mis avanevad erinevates keskkondades õppimisel.

Samas on need kategooriad ülekantavad ka virtuaalreaalsusele. Rollipõhisel lähenemisel on üheks pedagoogiliseks disainiks mosaiiklahendus (jigsaw), kus ühe grupi õpilased jagunevad eri rollidesse (nt teadlane, keskkonnaaktivist), saavad neis ekspertideks ja panustavad ekspertidena grupi eesmärkide saavutamisse. Teine lähenemine on selline, kus virtuaalreaalsuses osaleja kehastub ise millekski muuks (nt vererakuks või viiruseks) ja õpib seeläbi tundma uuritavat objekti ja selle protsesse.

Virtuaalreaalsuses on võimalik näiteks uurida süvitsi inimanatoomiat, vaadeldes erinevaid “kihte” inimkehas nii koos kui ka eraldi. HITSA haridusuuenduse katsetamise programmi raames kasutasid Tallinna Südalinna Kooli õpilased VR Class lahendust. Foto: Marit Dremljuga-Telk / HITSA

Ülesandekeskne õpiprotsess on samuti rakendatav virtuaal- ja liitreaalsuses – ühes on ülesanded spetsiifiliselt virtuaalmaailmale loodud ja teises saavad olla seotud reaalse maailmaga, mis suurendab võimalust õpitu ülekandeks õpisituatsioonist igapäevaste probleemide lahendamisse. Probleemikeskne ja mängustatud õpidisain on ülesandekesksel lähenemisel peamised pedagoogilised lahendused – nt õppijatel tuleb lahendada mingi probleem ja koguda selleks virtuaalmaailmast või laiendatud reaalmaailmast erisugust infot või siis liikuda mängule omaselt võistluslikult ühe ülesande juurest teise juurde.

Eri keskkondade võimaluste kasutamine on pigem omane liitreaalsusele. See rajaneb seadmete võimel geopositsioneerida õppija asukoht. Nii on näiteks võimalik õppida looduses ringi rännates: teatud kohta jõudes kuvatakse selle kohta lisainfo, küsimused vms. Sellise lähenemise eeliseks loetakse õppimise autentsuse kasvu, mis mõjub positiivselt õpimotivatsioonile.

Kasutusvõimalused koolis

Hetkel on üheks õppetöös levinud liitreaalsuse rakenduseks lahendused, mis kuvavad õppematerjalides olevatele kujutistele lisainfot. See tähendab, et kui õpilane suunab nutiseadme kaamera näiteks mõne foto peale õpikus, tekib digitaalne kujutis, näiteks 3D-mudel sellestsamast objektist või sellega seotud kontseptsioonist. Mõne rakenduse funktsionaalsus on piiratud vaid igast küljest vaatlemisega, kuid on olemas rakendusi, mis võimaldavad objekti pöörata, uurida seda lähemalt ning saada vaadeldava kohta digitaalselt lisainfot (tekstilise, 3D-mudeli, animatsioonide, video, heli jne kujul).

Näidetena võimalikest rakendustest, mida õppetöös kasutada, võiks välja tuua joonistusi “ellu äratav” rakendus Quiver ja 3D-mudelite andmebaas Sketchfab. Viimane võimaldab vaadelda objekte nii liitreaalsuses kui ka VR-prillidega. Virtuaalreaalsuse lahendustest on kõige kättesaadavamad need, mis võimaldavad 360-kraadiste fotode ja videote vaatlemist nutiseadme ja lihtsamate VR-prillide kaudu. Näiteks võimaldab rakendus Google Expeditions virtuaalselt reisida tuntud maamärkide juurde ning neid 360-kraadises vaateväljas näha sellisel viisil, et õpetaja saab seda kogemust juhtida ning näeb oma nutiseadme ekraanilt, mida õpilased antud hetkel vaatavad. Nii Google Expeditions kui rakendus BBC Civilisations võimaldavad vaadata 3D-mudeleid mitmetest maailmas tuntud kultuuriväärtustest nii 360-kraadiste fotode kui ka liitreaalsuse kaudu ning tutvuda otse nende visuaalide peale kuvatava lisainfoga.

Virtuaal- ja liitreaalsus kui õpisisu

Siiani oleme käsitlenud virtuaal- ja liitreaalsust kui haridustehnoloogilisi vahendeid, kuid lisaks sellele on oluline käsitleda neid õppesisuna. Nagu ka värkvõrgu puhul, hakkavad virtuaal- ja liitreaalsus tõenäoliselt lähiaastatel mõjutama paljusid valdkondi ning nende tundmine võib luua tulevikus tööjõuturul olulise konkurentsieelise. Üks võimalus on neid tundma õppida disainipõhise õppe kaudu – õppijad loovad ise virtuaal- või liitreaalsuses lahendatavaid õpistsenaariume ja töötavad välja vastavad lahendused. Selline metoodika võimaldab hästi arendada õppijate loovust, oskust lahendada keerukaid disainiprobleeme, õppida projekti- ja meeskonnatööd kuni tootearenduse ja programmeerimise või graafilise disaini oskusteni välja.

Lihtsamaid rakendusi on kasutajatel võimalik erinevate loomisplatvormide (authoring tools) kaudu ka ise luua. Näiteks saab rakenduste HP Reveal ja Zappar abil luua ise lihtsa liitreaalsuse lahenduse, kus on võimalik pildi tuvastamisel kuvada kasutaja poolt määratud foto, video või 3D-mudel. Google Tour Creator võimaldab hõlpsalt kasutada Google Street View 360-kraadiseid stseene, lisada näiteks hoonetele ja paikadele huvipunkte, kus kuvatakse kasutaja poolt üles laetud fotosid, tekste või heli.

Samas ei arva virtuaalreaalsuse spetsialist Rein Zobel, et õpetajad või õpilased peaksid hakkama ise tundides kasutamiseks sobivat virtuaalreaalsuse sisu looma – kvaliteetse sisu tootmine võtab palju aega ega pole kestlik. Esimeseks etapiks võiks õpilastel olla ligipääs peaseadmetele, et tehnoloogiat proovida ning saada teada, millisteks eesmärkideks virtuaalreaalsus sobib ja milleks mitte. Ja sisu loomist võiksid proovida need, kel asja vastu põhjalikum huvi.

Virtuaal- ja liitreaalsus Eesti koolides

HITSA läbi viidud küsitlus tõi välja, et praegu kasutatakse virtuaal- ja liitreaalsust regulaarselt vaid vähestes koolides ning see on enamasti katsetusfaasis. Erandiks on mõned kutse- ja kõrgkoolid, kus virtuaalreaalsust kasutatakse regulaarselt reaalsete tööolukordade simuleerimiseks. Üldhariduskoolides ja lasteaedades on seni rohkem kokkupuuteid liitreaalsusega, kuid neid tehnoloogiaid kasutatakse harva, mõned korrad aastas.

Kuigi virtuaal- ja liitreaalsus ei ole veel õppetöös laialdaselt kasutusel, nähakse neis potentsiaali: küsitlusele vastanud soovivad oma koolides rakendada virtuaal- ja liitreaalsust 2–3 aasta või juba lähima aasta jooksul ning peavad seda enamasti kas oluliseks või väga oluliseks. Neid, kes leiavad, et VR-i ja AR-i nende koolis kasutusele ei võeta ning et see on ebaoluline, on selgelt vähem.

Need, kes on liit- ja virtuaalreaalsust oma töös kasutanud, tõid küsitlusele vastates kõige sagedamini esile loodusteaduste õpetamisele suunatud rakendusi, näiteks inimanatoomia õppimiseks mõeldud liitreaalsuse rakendus Anatomy 4D, joonistusi “ellu äratav” ja animeeriv Quiver ning liitreaalsuse loomise rakendus HP Reveal. Virtuaalreaalsuse rakendustest märgiti Google Expeditions’i kaugete maade külastamiseks ning päikesesüsteemi õppimise rakendust Solar System VR. Mõned vastanutest on korraldanud koolis õpitubasid, mille läbiviijad on õpilastega virtuaal- ja liitreaalsust kasutanud. Näiteks pakub sellist võimalust Tartu Ülikooli juures tegutsev Psühhobuss.

Tulevikku vaadates ootavad Eesti koolid virtuaal- ja liitreaalsuse kasutusele võtmiseks HITSA-lt sisulist ja ainelist tuge. Esmalt tuntakse vajadust koolituste ja õppematerjalide järele, mis annaksid ülevaate, kuidas virtuaal- ja liitreaalsust õppetöös rakendada, ning konkreetsemaid näiteid, sh õpistsenaariume, kuidas neid tehnoloogiaid eesmärgipäraselt õppetöösse integreerida. Samuti näevad küsitlusele vastanud vajadust rahalise toe järele riistvara soetamiseks ja rentimiseks või võimalusel seadmete rentimiseks HITSA-lt.

HITSA haridusuuenduse katsetamise programmi käigus said südalinna kooli õpilased proovida Class VR lahendust. Foto: Marit Dremljuga-Telk / HITSA

Tallinna Südalinna Koolis kasutatakse virtuaalreaalsust ainetundides II–III kooliastmes juba teist õppeaastat. See on andnud õpilastele võimaluse tutvuda uurimisobjektidega vahetult, hõlbustades õpitava mõistmist. Loe lähemalt, kuidas.

Lisaks võimalustele on virtuaal- ja liitreaalsuse puhul ka mitmeid lahendust vajavaid küsimusi. Uurimuste (Wu, 2013) põhjal tuuakse välja tehnoloogilisi, pedagoogilisi ja õppimisega seotud probleeme, millega peab arvestama tõhusat õpiprotsessi kavandades.

Ebamugavused tulenevad eelkõige sellest, et kasutusel on väga erinevaid tehnoloogilisi lahendusi, mis ei pruugi alati omavahel sobida. Nii peab õpetaja näiteks tarkvara valides arvestama, millised nutitelefonid, tahvelarvutid või peakomplektid on koolil või õpilastel kasutada, millised on õpilaste endi võimalused vajadusel tarkvara uuendada, millised nõuded on konkreetsel tarkvaral nutiseadmele või arvutile, kas õpperuumis on virtuaal- ja liitreaalsuse rakenduste allalaadimiseks ning sageli ka kasutamiseks vajalik internetiühendus piisavalt hea, arvestades ühendust vajavate seadmete hulka.

Teaduskirjanduses on teadvustatud ka muid praktilisi probleeme: vajadus tunnis lisaaja järele, sobimatus suuremate klassikomplektide puhul, tehnilised probleemid ning nii õpetajate kui õpilaste vähene kogemus nende tehnoloogiate kasutamisel (Akçayır, Akçayır, 2017, lk 2).

Veel tuleb märkida, et kuigi nii virtuaal- kui ka liitreaalsuse potentsiaali hinnatakse kõrgelt, on neil põhinevate rakenduste hulk ja kvaliteet kirjutamise hetkel piiratud – peamisteks probleemideks on rakenduste töökindlus, kasutajasõbralikkus ning kvaliteetse haridusliku sisuga rakenduste vähesus. Kuid valdkond areneb kiiresti ning tehnilistele probleemidele otsitakse aktiivselt lahendusi. Liit- ja virtuaalreaalsuse kasutamist õppetöös raskendab seegi, et eestikeelseid või Eestiga seotud teemadele keskenduvaid rakendusi praegu peaaegu polegi.

Küsitlusele vastanud Eesti koolid tõid virtuaal- ja liitreaalsuse kasutusele võtmist takistavate probleemidena esile tehniliste seadmete puudumist, õpetajate piiratud oskusi ja teadmisi ning samuti tarkvara ja rakenduste nappust. Puudust tuntakse andmebaasist, kuhu oleks koondatud sobivad vahendid ja tõendatud vahendite eesmärgipärasus. Eelkõige on vaja eestikeelseid õppematerjale (rakendused, õpistsenaariumid ja tekstid tehnoloogia tutvustamiseks, mis annaksid ülevaate ka privaatsuse ja eetika temaatikast). Muret tuntakse veel sellepärast, et virtuaal- ja liitreaalsus ei pruugi kõikidele õpilastele sobida. Lahendamist vajavad tehnilised probleemid võtavad aega ning kardetakse, et neid tehnoloogiaid kasutades väheneb õpilastel veelgi huvi traditsioonilisel viisil õppimise vastu.

Kognitiivne ülekoormus jt ohud

Õppimise seisukohast võib liitreaalsus tekitada kognitiivse ülekoormuse (Ibáñez, Delgado-Kloos, 2018, lk 110). Kognitiivne ülekoormus tähendab, et meie ajul tuleb erineva infoga liiga palju tööd teha. Kuna liitreaalsuse puhul on olemasolev keskkond alati täiendatud virtuaalsete objektidega, siis on see keskkond inforikkam ja oht eriti suur.

Virtuaalreaalsuse puhul on kognitiivne ülekoormus samas hästi kontrollitav – võib disainida keskkondi, kus objekte on vähem või rohkem kui reaalses keskkonnas ning samuti disainida keskkond nii, et kõige olulisemad objektid või protsessid tõstetakse õppeotstarbel esile (nt viiakse teised fookusest välja või tõstetakse oluline esile spetsiifilise valguse, heli või liikumise abil).

Kuna virtuaalreaalsuse eesmärgiks on aidata kasutajal sulanduda virtuaalsesse keskkonda, kaasnevad sellega ka ohud. Õpitava ülekanne reaalsesse ellu võib olla lisaks eelnevalt toodud positiivsetele aspektidele ka negatiivne. Näiteks, kui kasutaja kogeb virtuaalreaalsuses vägivaldset või muud ebasoovitavat käitumist, võib ka see kanduda reaalsesse ellu. Seega on virtuaalkeskkondade loojate ülesanne kasutada tehnoloogilisi võimalusi eesmärgipäraselt soovitud õpitulemuste saavutamiseks. Eelnevalt tõime välja ka küberiivelduse, mis ohustab mõningaid virtuaalreaalsuse peakomplekti kasutajaid – võivad tekkida iiveldus, peavalu ja tasakaaluhäired.

Lisaks, nagu mitmete teiste kaasaegsete tehnoloogiate puhul kaasnevad virtuaal- ja liitreaalsusega privaatsuse ja eetika küsimused – näiteks ei ole inimestel võimalik kontrollida, kas ning milliseid digitaalseid kujutisi nende suhtes liitreaalsuses kujutatakse.

Pedagoogilise poole pealt on iga uue tehnoloogia kasutuselevõtul esialgu enam selle vastaseid kui pooldajaid. Veel ei ole piisavalt uuringuid, mille alusel soovitada virtuaal- ja liitreaalsuse laia kasutuselevõttu ning uurijate seas on skeptikuid, kes on arvanud, et positiivsed tulemused liitreaalsuse kasutuselevõtus õppetöös on seotud pigem tehnoloogia uudsusefektiga (Ibáñez, Delgado-Kloos, 2018, lk 120–121). Nii nagu teiste uudsete tehnoloogiate puhul hariduses, võtavad ka virtuaal- ja liitreaalsuse esialgu kasutusele selleks motiveeritud õpetajad, kes leiavad üles kasutajasõbralikumad rakendused. Pikemas perspektiivis peaksid need nii-öelda pioneerid aitama koos tehnoloogiaettevõtetega arendada õppekava eesmärkide saavutamist toetavat tarkvara ja toetama teisi õpetajaid, et nad saaksid tehnoloogilisi lahendusi mõistlikult kasutusele võtta. Oluline väljakutse uurijatele ja arendajatele on töötada välja keskkond, kus õpetajad saavad arendada ja kohandada virtuaal- ja liitreaalsuse stsenaariumeid ning see oleks neile jõukohane (authoring tools).

Virtuaal- ja liitreaalsust on võimalik rakendada õppetöös nii õppevahendi kui ka õppesisuna, selleks on mitmeid võimalusi:

• Simulatsioonid (reaalsuses toimuvate protsesside jäljendamine).
• Mängustamine (näiteks liikumine tasemete vahel, punktide kogumine, eesmärkide poole liikumine, võistluslikkus).
• Rollide jaotamine (õpilased võtavad erinevaid rolle ning panustavad nendes rollides grupi eesmärkide saavutamisse).
• Ümberkehastumine (õpilane kehastub digimaailmas mõneks objektiks või nähtuseks, mida ta saab uurida ning millega seonduvaid protsesse ta ühtlasi tundma õpib).
• Probleemide lahendamine (õpilased koguvad infot ning lahendavad probleemi).
• Disainipõhise õppe puhul disainivad õppijad ise virtuaal- või liitreaalsuses lahendatavaid õpistsenaariume ja töötavad välja tehnoloogilised lahendused.

Virtuaal- ja liitreaalsuse potentsiaal õppevahendina on toetada õpitava omandamist. Need tehnoloogiad võimaldavad kujutada abstraktseid protsesse ja objekte konkreetsel kujul ning muuta õppetegevust efektiivsemaks.

• Virtuaal- ja liitreaalsus annavad võimaluse haarata õppeprotsessi mitu meelt. Samuti saab lisaks mõttetegevusele nende vahendite toel õppida läbi liikumise ja emotsioonide.
• Need tehnoloogiad aitavad visualiseerida keeruliselt hoomatavaid teemasid, näiteks (abstraktseid) protsesse ja objektide ehitust, raskesti ligipääsetavaid paiku.
• Uuringute kohaselt võimaldab kolmemõõtmeliste objektide ja keskkonda sulandumise kombinatsioon õppijatel paremini mõista dünaamilisi mudeleid ja kompleksseid põhjus-tagajärg seoseid.

Väljakutsed

Virtuaal- ja liitreaalsuse kasutuselevõtuga kaasnevad probleemkohad on nii tehnoloogiaalased kui ka pedagoogilised ja õppimisega seonduvad.

• Ligipääs nii riist- kui ka tarkvarale, nende uuendamisvõimalus, internetiühenduse olemasolu ja kiirus.
• Vajadus tunnis lisaaja järele, sobimatus suuremate klassikomplektide puhul, tehnilised probleemid ning nii õpetajate kui ka õpilaste vähene kogemus nende tehnoloogiate kasutamisel.
• Praegu on kitsaskohaks ka haridusliku sisuga kvaliteetsete rakenduste vähesus. Eestikeelseid või Eestiga seotud teemadele keskenduvaid rakendusi raporti koostamise ajal peaaegu ei ole.
• Hariduse kontekstis puudub praegu veel terviklik ülevaade pikaajalisest mõjust õppimisele. Seetõttu peaks virtuaal- ja liitreaalsuse rakendamine õppetöösse hõlmama lisaks kogemuste pakkumisele ka kasutajate kriitilist suhtumist ja panust pedagoogiliste mõjude hindamisse ja uurimisse.

• Liitreaalsus: wikipedia.org
• Virtuaalreaalsus: wikipedia.org
• Madis Vasser virtuaalreaalsuse kasutamisest hariduses. HITSA seminar: youtube.com
• Liitreaalsuse huvilisi koondav Facebooki kogukond facebook.com
• Virtuaalreaalsuse kogukonna kohalik veebileht eevr.ee
• Virtuaalreaalsuse huvilisi koondav Facebooki leht facebook.com

Liit- ja virtuaalreaalsust hariduses käsitlevad uurimustööd:

• Anneli Rumm. 2015. Liitreaalsuse rakendamine üldhariduskooli õppetöös – võimalused ja kitsaskohad. Magistritöö, TLÜ. cs.tlu.ee
• Merit Paist. 2018. VR ja AR ning nende võimalik kasutamine põhikoolis. Seminaritöö, TLÜ.

Kui interneti algusaastatel moodustasid selle “võrkude võrgu” üksnes omavahel ühendatud serverid ja nendega võrgukaabli kaudu ühendatud lauaarvutid, siis viimastel aastatel on kiiresti kasvanud internetiga kaablivabalt ühendatud nutitelefonide ja robotite, turva- ja kliimaseadmete, muusika- ja videomängijate, autode ja külmkappide hulk.

Kuna otse inglise keelest laenatud “asjade internet” kõlab eesti keeles pisut kohmakalt, siis on 2015. aastal korraldatud sõnavõistlusel pakutud selle asemele uudissõnu “nutistu” ja “värkvõrk”, millest keeleinimesed soovitavad pigem siiski esimest kasutada. Raportis kasutame kõiki kolme vastet sünonüümidena. Mõiste leidis kasutust juba 1980.–1990. aastatel, kuid tehnoloogia aeglase arengu tõttu on progress trendi kasutuselevõtmisel olnud pigem aeglane. Asjade interneti üheks igapäevasemaks rakenduseks on nutikodu, mida kirjeldab täpsemalt allolev näide.

Tavaliselt on igal värkvõrku liidetud esemel oma internetiaadress, mille kaudu saab sealt wifi vahendusel andmeid pärida või käsklusi saata. Sellise andmevahetuse juures on praegu veel kohati takistuseks side usaldusväärsus ja aeglus, aga ka traadita seadmete suur energiatarve. Uue hingamise tõotab asjade internetile anda uute sidestandardite BLE (Bluetooth Low Energy) ja NFC (Near-Field Communication) massiline levik ning peatselt juurutamise järku jõudev viienda põlvkonna mobiilside (5G), kus on piisavalt nii aadressiruumi kui ka jõudlust, tagamaks miljardite nutiseadmete omavahelist tõrgeteta suhtlemist. Tänu nendele uutele sidetehnoloogiatele ennustatakse värkvõrgu massilist kasutuselevõttu autodes.

Kui 2018. aasta keskel oli nutistusse ühendatud ligi 11 miljardit seadet, siis aastaks 2020 ennustatakse kiiret kasvu kuni 30 miljardi seadmeni ning vastava turu käibe kasvu 3–7 triljoni USA dollarini. Tegemist on kiiresti areneva ja tulutoova majandussektoriga, mille vastu tasuks huvi tunda nii tänastel õppuritel kui ka ettevõtjatel. </d

Neljas tööstusrevolutsioon

Asjade internet on üks peamistest tehnoloogiatest, mis tõukab tagant käimasolevat nn neljandat tööstusrevolutsiooni (Industry 4.0) – või teisalt ka vastupidi, tööstusrevolutsioon annab hoogu ja investeeringuid värkvõrgu kiirele arengule. Esimese tööstusrevolutsiooni tuumaks oli tootmise mehhaniseerimine vee ja auru jõul, teise tööstusrevolutsiooni tõi kaasa liinitööl ja elektrienergial põhinev masstootmine, kolmanda märksõnadeks olid tootmise automatiseerimine ja tööstusrobotid. Tööstusrevolutsioon 4.0 on tööstuslikus tootmises toimunud radikaalsete muutuste koondnimetus. Selle keskmes on reaalse maailma virtuaalmudeli ja anduritelt laekuvate andmete põhjal reaalajas detsentraliseeritud juhtimisotsuseid langetavad nutikad süsteemid, mis vähendavad veelgi vajadust töökäte järele ja muudavad inimese rolli tootmisprotsessis.

Värkvõrk muudab lisaks tehastes toimuvale tootmisprotsessile nii toorme kui ka valmiskauba logistikalahendusi (asset tracking), tootmise kaugmonitooringut, tootmisseadmete hooldusdiagnostikat ja palju muud. Värkvõrgulahenduste abil saab tulevikus töötada kohtades ja olukordades, mis on inimesele ohtlikud. Esialgu kasutatakse neid võimalusi küll peamiselt militaar- ja kosmosetehnoloogias.

Asjade internet ja Eesti

Investorite huvi asjade interneti tehnoloogia vastu tekkis juba 2010. aasta paiku, viimastel aastatel on värkvõrgutehnoloogia läbinud nii kiire populaarsuse tõusu kui ka languse. Eestis asjade interneti teenuste loomist alustanud teerajajad on lõpptarbijale suunatud lahenduste asemel keskendunud B2B (business to business) teenustele. Näiteks Levira on loonud Elektrilevile kaugjuhitavaid elektrimõõdikuid, Telia aga arendab Tartu nutika linna projektis värkvõrgu tehnoloogial põhinevat tänavavalgustuse lahendust.

Lõpptarbijale suunatud värkvõrgu lahendused (nt automatiseeritud kliima- ja turvasüsteemid) on liidetud juba ehitus-, ventilatsiooni- ja turvafirmade teenustenimekirja. Eestiski ei ehitata enam kohalikke nutistulahendusi, selle asemel kasutatakse globaalsete turuliidrite pakutavaid platvorme (nt Cumulosity). Samas panustavad lõppkasutaja platvormide arendusse juba ka Eesti ettevõtted, näiteks idufirma Thinnect.

Seotud tehnoloogiad

Mõistagi on värkvõrgu tehnoloogia tihedalt seotud teiste uute tehnoloogiatega.

• Pilvelahendused: andmevahetus nutistu seadmete vahel, andmete varundamine ja kasutajate ligipääs nutistule toimub tavaliselt pilveteenuste kaudu.
• Suurandmetel põhinev analüütika: nutistu sensorid toodavad pidevalt tohutus koguses andmeid, mis võimaldavad teostada keerukat analüütikat (mustriotsing).
• Tehisintellekt: kasutajate, seadmete ja keskkonna omavahelist suhtlust pidevalt analüüsivad masinõppe algoritmid loovad ja parendavad pidevalt matemaatilisi mudeleid, mis võimaldavad ennustada nutistu parema toimimise tagamiseks kasutaja vajadusi ning seadmete hooldusvajadust.
• Virtuaal- ja liitreaalsus: inimese suhtlus värkvõrgu lahendustega muutub üha loomulikumaks, keerukaid andmeid esitatakse liit- või virtuaalreaalsuse abil visualiseerituna (nt nutiauto esiklaasile projitseeritud liiklussoovitused või VR-prillide abil kaugjuhitav ajukirurgia operatsioon).
• Robootika ja mehhatroonika: programmeeritavad mehaanilised seadmed jäävad endiselt oluliseks osaks värkvõrgust, luues vajadusi uue põlvkonna ajamite, andurite ja inimese-masina kasutajaliidese järele.

Miks peaks Eesti haridussüsteem asjade interneti vastu just nüüd huvi tundma? Kõigepealt võib ennustada asjade interneti levimist, kui koolihoonete kliima- ja turvasüsteeme hakatakse kaasajastama, säästes koolipidamiseks kuluvat energiat, raha ja õpilaste tervist. TalTechi dotsent Innar Liiv ennustab, et tulevikus annab värkvõrk nii õpilastele, õpetajatele, koolijuhtidele kui ka lapsevanematele sajad täiendavad silmad ja kõrvad, mille abil on võimalik nii koolis kui ka mujal toimuvat (õppe)tegevust paremini jälgida, automatiseerida ja mõista.

Kui vaadelda värkvõrgu võimalikku mõju konkreetselt õppimisele ja õpetamisele, võib eristada sellega seonduvaid haridustehnoloogilisi vahendeid ja teenuseid ning värkvõrgu teema lisamist tehnoloogiahariduse õppekavadesse.

Põhjuseid asjade interneti kaasamiseks õppesisusse on mitu: esiteks on tegemist lihtsalt põneva (ühest küljest futuristliku, teisalt aga elulähedase) uue tehnoloogiaga, mis võib aidata õpilastes tekitada huvi STEM e loodus- ja tehnikaainete ning insenerikarjääri vastu. Teisalt hoogustab värkvõrk innovatsiooni paljudes valdkondades ning põhjalikum tutvumine selle tehnoloogiaga juba õpingute käigus loob tänastele õppuritele konkurentsieelise tööjõuturul ja ka tulevases digimajanduses ettevõtlusega tegelemiseks, seda nii äri-, logistika- ja meditsiinivaldkonnas kui ka paljudel muudel elualadel.

Asjade internet täna Eesti koolis

2018. aasta seire käigus tehtud küsitluses kinnitas ligi veerand vastanuist, et nende koolis on asjade interneti teemasid juba õppetöös katsetatud. Kaheksa kooli plaanis värkvõrgu teemasid õpetama hakata lähima aasta jooksul, veel kuusteist kooli 2–3 aasta pärast. Küsimusele, milliseid uusi tehnoloogiaid plaanitakse koolis kasutusele võtta, toodi välja robotid, droonid, konverentsilahendus. Seega on uuendusmeelsemad Eesti koolid asjade interneti suunal juba esimesi samme ja tulevikuplaane teinud.

Eesti koolides on asjade interneti teemaga tutvumisele tee rajanud robootika, mida õpetatakse juba lasteaedades ja algklassides kas lõimituna teistesse õppeainetesse või siis huviringina. Robootikal on asjade internetiga ühisosa: eelkõige sensorid ja automatiseerimine.

ProgeTiigri programm

HITSA ProgeTiigri programm aitab koolidel robootikat õppetöös rakendada, pakkudes materjale ja koolitusi ning populariseerides valdkonda õpilasürituste kaudu. Eri tegevustega on vähemal või suuremal määral seotud u 90% koolidest ja 50% lasteaedadest.

ProgeTiigri kogumikus on eraldi välja toodud robootikateema, mille alt leiab sobivaid vahendeid, tunnikavasid jm materjale igas vanuses õppijale lasteaiaealistest täisealisteni.

ProgeTiigri kogumikust leiab robootika õpetamiseks sobilikke materjale ja tunnikavasid erinevas vanuses õppijale. Progetiiger.ee, ekraanitõmmis

I ja II kooliastme informaatika

Hiljuti valminud I ja II kooliastme informaatika digiõpikuist leiab alateema “Kood ja programmeerimine”, kus on olemas õppematerjalid anduritega robotite integreerimiseks õppetöösse. Robotite programmeerimine aitab lastel mõista, kuidas tehnoloogia toimib ja annab võimaluse neil endil otsida uusi lahendusi ning luua programme. Varakult alustades ja samm-sammult keerulisemate ülesannete poole liikudes kasvavad õpilastest arukad tarbijad ja tellijad ning senisest enam oleks neid, kes valivad suureks saades tarku lahendusi loova inseneri ameti.

Innovatoorium

Sageli ei järgne edukale esmatutvusele programmeerimise ja robootikaga algklassides enam mingeid jätkutegevusi 7.–9. klassides. Õppekava on selles kooliastmes väga mahukas ja valikainete jaoks pole tunniplaanis pea üldse ruumi. Innove toetatud projekti Innovatoorium raames tehti ettepanek, et värkvõrgu teemad võiks sisse tuua 7.–9. klasside loodusainete, kunsti, käsitöö ja tööõpetuse tundidesse. Projektiga liitunud viis pilootkooli (Kolga Kool, Väätsa Põhikool, Valga Gümnaasium, Kuressaare Gümnaasium ja Tallinna Kesklinna Vene Gümnaasium) said igaüks erineva komplekti värkvõrgu seadmeid, mida ainetundides katsetada:

• Nutilabori komplekt: PocketLab Voyager, mis sisaldab 16 sensorit ja mis jagab andmeid õpilase enda nutitelefonile, neid selle ekraanil reaalajas visualiseerides; nutitelefonile kinnituv digimikroskoop; hüdropoonika komplekt potitaime kasvatamise automatiseerimiseks.
• Nutirõivaste komplekt: rõivaste sisse õmmeldavad Arduino ja Adafruiti paneelid koos erinevate sensorite ja LED-tulukestega.
• Kehaandurite komplekt: pulsi- ja stressiandurid, ajulainete andur.
• Ruumiandurite komplekt: nutikodu komplekt koos liikumis-, temperatuuri- jm anduritega ja mikrokontrolleritega värkvõrgu eksperimentideks klassiruumis.

Lisaks sai üks projektis osalenud kool värkvõrguga otseselt mitteseotud nutiloomingu komplekti (360-kaamera ja virtuaalreaalsuse prillid, rohelise taustaga videostuudio sisseseade, 3D-printer jm), et näidata uue digitehnoloogia rakendusvõimalusi loovainetes. Õpetajate ja õpilaste koostöös loodi iga tunnikava juurde juhendmaterjalid ja töölehed, järgmistel aastatel katsetatakse neid komplekte ja seonduvaid õppematerjale juba 20 partnerkoolis.

Soovitused

Kindlasti saaks pädeva juhendaja olemasolul gümnaasiumis pakkuda informaatika õppeaines põhjalikumat ülevaadet asjade interneti maailmast. Eelkõige digilahenduse arendusprojekti raames, mis on plaanis lisada lähiaastatel õppekavasse informaatika valikkursusena 11. klassis tehtava uurimistöö alternatiivina. Digilahenduse arendusprojekt koondnimega DigiTaru on poole õppeaasta jooksul korraldatav arendusuuring, milles erinevates rollides osaleb 4–6 õpilast. Projekti eesmärk on disainida digitehnoloogial põhinev tark- või riistvaralahendus lähtuvalt mingi konkreetse sihtrühma vajadustest. See võib olla mobiilirakendus, veebiteenus või ka värkvõrgu tehnoloogial põhinev automatiseerimine.

Põhikoolis oleks mõistlik alustada asjade interneti õpetamist füüsika ja bioloogia laboritöödes, kasutades hakatuseks kasvõi õpilaste endi nutitelefonide sensoreid või odavaid ilmavaatlusandureid. Värkvõrgu tehnoloogiast rohkem huvitatud põhikooliõpilastele võiks soovitada hüdropoonika või nutikodu lahenduse ehitamist loovtööna.

Tõenäoliselt kasvab lähiaastatel kiiresti nende sensorite ja muude värkvõrgu komponentide kättesaadavus, mida õpilaste uurimis- ja loovtöödes saab kasutada. Samuti tekib juurde kohti, kust õpetajad ja õpilased saavad nõu küsida. Näiteks avati TalTechis hiljuti Asjade interneti keskus, kust saab inspiratsiooni ja nõu.

Asjade interneti levik nii kodudes, tehastes, liikluses kui ka meditsiiniasutustes suurendab kahtlemata meie haavatavust ja tõstab tähelepanu keskmesse küberturvalisuse. Sestap panustavad värkvõrgu arendamisega tegelevad teadlased ja ettevõtted praegu palju nutistu turvalisemaks muutmisesse, ärisaladuse ja kasutajate privaatsuse kaitsesse.

Peamine oht asjade interneti rakendamisel hariduses on seotud võimalike rünnete või omakasupüüdliku andmete kogumisega kolmandate osapoolte poolt. See võib kahjustada õpilaste ja õpetajate privaatsust, aga ka kooli andmeid ja vara.

Samas ei pruugi privaatsusesse sekkumine asjade interneti vahendusel tingimata olla ebaseaduslik või pahatahtlik. Ühelt poolt soovivad lapsevanemad ja koolijuhid üha detailsemat infot õppeprotsessi kohta, et olla kindel õppetöö kvaliteedis ning võimaldada paindlikumat õppekorraldust (kaugõpe, tundide järelvaatamine) ja analüüsi. Teisalt võib selline totaalne jälgimine kaamerate ja värkvõrgu abil tuua kaasa pingeid ja stressi õpetajate ja õpilaste seas.

Lähiaastatel on asjade internet jõudsalt haridusvaldkonda jõudmas nii targa maja tehnoloogia kujul (automatiseeritud kliima- ja turvalahendused) kui ka õpetamise objektina.

Asjade interneti riistvara muutub kiiresti taskukohaseks, selle paigaldamine ja kasutuselevõtt ei nõua enam inseneriharidust. Üha rohkem ilmub turule soodsa hinnaga värkvõrgu õppekomplekte, mis on jõukohased ka noorematele lastele. See võimaldab alustada asjade interneti teemade õpetamist algklassides ja põhikoolis, liikudes gümnaasiumiastmes juba tõsisemate digilahenduste arendusprojektideni. Tänu kättesaadavusele ja jõukohasusele on asjade interneti tehnoloogia sillaks, mille kaudu jõuavad koolidesse loodetavasti ka teised raportis kirjeldatud trendid, eelkõige andmeanalüütika ja uus privaatsus. Samuti võiksid sedalaadi uuendused kasvatada õpilastes huvi inseneriõpingute ja -karjääri vastu.

Asjade internetist eesti keeles:

• R.Neudorf (2018) Asjade internet on jõudnud Eesti ettevõtete kasutusse. Digitark
• TalTechi IoT keskuse blogi: iot.ttu.ee
• Ahhaa juhataja A. Juur räägib asjade internetist: youtube.com
• M.Kindel asjade internetist Kolga koolis: youtube.com
• TalTech ja Ericsson ehitavad 5G-campuse: youtube.com

Haridusalased materjalid:

• Informaatika digiõpik I ja II kooliastmele digiopik.it.ee
• ProgeTiigri kogumik www.progetiiger.ee
• Projekti “Innovatoorium – Tark Koolimaja värkvõrgu abil” sites.google.com

Inspiratsiooni õpilaste värkvõrguteemalisteks loov- ja uurimistöödeks leiab informaatika ja inseneeria valdkondade bakalaureusetöödest:

• TalTech: digi.lib.ttu.ee
• Tartu Ülikool: dspace.ut.ee
• Tallinna Ülikool: cs.tlu.ee

Ingliskeelsed materjalid:

• Veebikursus Introduction to the Internet of Things (IoT). EdX
• Madakam, S. jt (2015) Internet of Things: Literature Review. JCC
• Whitmore, A. jt (2015) Internet of Things: A Survey of Topics & Trends. InfSysFront
• Joyce, C. jt. (2014) Building an Internet of School Things Ecosystem. IDC2014
• Zaharakis, I. jt (2016) Exploiting Ubiquitous Computing, Mobile Computing and the Internet of Things to Promote Science Education. IEEE
• Tae, J. (2017) The Development and Application of a STEAM Program for Middle School Students Using an Internet of Things Teaching Aid. Information: Tokyo

Informatsiooni saab lisada kõikjale meie ümber: riietesse, sõidukitesse, ehitistesse, lilledesse, maapinda meie jalge all. Selliste seadmete hulk suureneb pidevalt ja igaüks neist võib rääkida loo andmete põhjal, mida ta kogub. Kõik see muudab järjest tähtsamaks andmete ja turvalisusega seotud küsimused.

Kui mitut internetti ühendatud seadet te iga päev kasutate? Kui mitut kaasas kannate? Levinumad on ilmselt nutitelefonid, aktiivsusmonitorid ja nutikellad, mis koguvad infot teie tegemiste kohta. Kombineerides erinevaid andmeid ja nende voogu, võib maalida tervikpildi meie elust – kus töötame, kus sööme, kus trennis käime, millist kino külastame, kus sisseoste teeme, missugune on meie tervislik seisund jne. Sellised seadmed koosmõjus suurandmete ja asjade internetiga on loonud üleilmse teabetaristu, kus üksikisiku eraelu puutumatuse tagamiseks tuleb väga tähelepanelikult täita isikuandmete kaitse õigusnorme ning rakendada asjakohaseid infoturbe meetmeid.

Suure osa andmetega tehtavatest toimingutest teevad tehnoloogilised lahendused ära sageli automaatselt. See muudab meie kõigi jaoks enda kohta käivate andmete neutraalsuse säilitamise järjest keerukamaks. Kõikvõimalike kasutustingimuste läbilugemine enne mõne uue rakendusega liitumist on muutunud ülimalt oluliseks. Tõsi, see on tüütu ja aeganõudev, kuid see on ainus võimalus meil endil kontrollida oma andmete kasutamist.

Kuidas oma andmeid kaitsta?

Digimaailma turvalisuse tagamine on asjade interneti ja andmete ajastul aina tähtsam. Veelgi olulisemaks muudavad selle mõlemal pool Atlandi ookeani välja tulnud mitmed kasutajaandmeid ohustavad juhtumid, mistõttu on nüüdseks võetud kasutusele turvalisusega seotud regulatsioon. Ameerika Ühendriikides jõustus vastav määrus 2017. aasta lõpus, Euroopas tagab kodanike õigusi alates 2018. aasta maikuust Euroopa Parlamendi ja nõukogu määrus 2016/679 füüsiliste isikute kaitse kohta isikuandmete töötlemisel ja selliste andmete vaba liikumise kohta (General Data Protection Regulation, lühend GDPR).

Määrus annab meile, kodanikele, rohkem õigusi otsustada, kuidas meie kohta käivat informatsiooni võib kasutada. Organisatsioonide jaoks tähendab see aga, et isikuandmete kogumine ja kasutamine peab olema kindlal eesmärgil omavahel kokku lepitud. Nad peavad mõistma, millised andmed neil on, teadma, kus neid hoitakse ja kes selle eest vastutab. See nõuab andmete privaatsuse tagamise süsteemi pidevat ajakohastamist.

Privaatsuse uus tähendus

Ekspertide arvamuse kohaselt on tehnoloogiamaailmaga seotud privaatsuse uus tähendus alles kujunemisjärgus. Ühelt poolt mõjutavad seda tehnoloogiaettevõtted, mis pakuvad inimestele, lõpptarbijatele teenuseid ning teavad ja näitavad, mida kõike on võimalik andmetega teha. Teiselt poolt mõjutavad selle kujunemist inimesed ise, kellele tihtilugu ei lähe andmetega seotud küsimused korda. Nad tahavad lihtsalt head teenust ja mugavust.

Tehnoloogiamaailmaga seotud privaatsuse teema tundlikkus on ühiskonniti ja riigiti väga erinev. Originaaltähenduses on privaatsus fundamentaalne inimõigus. See on kultuuriline mõiste. Igal kultuuril on oma arusaam privaatsusest, kuid GDPR-iga on Euroopa Liit kehtestanud privaatsuse sellisena, mis ei ole kultuuriliselt omane kõigile rahvustele. On riike, kus privaatsuse teema on saanud mentaalseks piduriks ning takistuseks uute teenuste arendamisel. Kogu tähelepanu on suunatud sellele, et otsitakse vastuseid privaatsuse küsimusele, ehkki lõpptarbija ei pruugi probleemi näha.

Turvalisus vs mugavus

Turvalisuse funktsioonil on digimaailmas kaks poolt – mugavus ja turvalisus. Privaatsus jääb kuskile nende kahe vahele. Mida rohkem me endast ära anname, seda rohkem vastu saame, seda mugavamaks teenused meile lähevad, seda lihtsamaks muutub nende kasutamine. Kaotame nii turvalisuses kui ka privaatsuses.

Liigume selles suunas, et kasutajad soovivad aina mugavamaid teenuseid. GDPR-i nähakse paratamatusena ning maailmapraktika on alles välja kujunemas. Kogu maailm on praegu huvitatud digimaailma võimalustest, ohtudest ja raskustest ning oodatakse nii üksikisiku, organisatsioonide kui ka riiklikul tasemel sekkumist.

Andmed juhivad tehnoloogia järgmist revolutsiooni ning toidavad tulevasi tehisintellektil põhinevaid lahendusi. On aja küsimus, millal tundlikud andmed satuvad mõnda sarnasesse süsteemi ning selgub, kui paljud masinjuhtimisel põhinevad otsustusprotsessid suudavad ka tegelikult rakendada kustutamise õigust või õigust olla unustatud. Kas andmeid koguvad organisatsioonid on teadlikud, kus ja kuidas nad andmeid oma süsteemides kasutavad?

Kasutajad peavad tegema teadlikke valikuid

Tehnoloogia kasutajatelt oodatakse teadlikke valikuid – tutvumist privaatsuspoliitikaga alati, kui teda suunatakse mõne seadme või rakenduse kasutamisel teenusepakkuja andmekogumise tingimustega tutvuma.

On oluline, et kasutaja mõistaks, kuidas ettevõte raha teeb. Tasuta mobiilimäng võib näidata reklaame või müüa järgmise taseme mänge. Kui ei ole arusaadav, kust ettevõtte raha tuleb, siis on väga tõenäoline, et just sinu andmed ja privaatsus on see, millega nad raha teenivad.

Selliste teenuste ja rakenduste kasutamine tähendab, et tundlikke andmeid, mis on kogumiseks ja kasutamiseks kättesaadavad, on rohkem, kui arvata oskame. Loodetakse, et 2018. aastal rakendatud uus isikuandmete kaitse määrus suurendab inimeste teadlikkust andmete privaatsusest. Kuid realistlikult lähenedes mõistetakse, et see võib kaasa tuua pigem suurema osa andmete kogumise vähem teadlike inimeste arvelt.

Ka väga suure hulga andmete töötlemise kulukus on vähenenud ning see pakub tarkvara- ja teenusepakkujatele uusi võimalusi, kuidas neid andmeid kasutada. Selline suurandmete ökosüsteem tähendab, et võimekus andmeid koguda ning kogutud andmeid ka müüa on paljudel firmadel. Lihtsaimat viisi selle tegemiseks pakub meie valmisolek aktsepteerida vaikeseadistust. Kui me privaatsuspoliitikasse ei süvene, muutuvad meie identiteet, eluviis ning personaalsed andmed ettevõtete varaks. Samas, kui soovime teenust kasutada, on teenusepakkuja privaatsuspoliitikaga nõustumine meile kohustuslik.

Paindlikkus annab konkurentsieelise

Uued tehnoloogiad võimaldavad nõustuda privaatsustingimustega n-ö osaliselt ning anda teenusepakkujale õigus andmete töötlemiseks alles siis, kui teatud andmetele on tarvis ligipääsu. Näiteks mobiiltelefonis olev Facebooki rakendus ei pääse kasutaja piltidele ligi enne, kui kasutaja mõnda pilti soovib üles laadida.

Prognoositakse, et kontekstipõhisest privaatsusest saab juba 2020. aastal ettevõtetele ja organisatsioonidele oluline konkurentsieelis, millega saavutada pikaajalist lojaalsust. Andmete kogumine ja kasutamine kindlal eesmärgil ja kasutajatega kokkulepitult nõuab organisatsioonidelt väga head koostööd ja läbimõeldud protsesse. Näiteks oleks vaja organisatsioonisiseselt kokku leppida, kuidas andmeid klassifitseerida, milline on nende väärtus, kui kaua on neid mõistlik säilitada ning millised on organisatsiooni ja kõigi selle liikmete kohustused andmete kaitsmisel ja käsitlemisel.

Eestist võib hea näitena tuua Eesti Geenivaramu, mis on potentsiaalsele kliendile läbipaistvalt teinud kättesaadavaks nii geenidoonoriks saamise protsessi kui ka andmete kogumise ja töötlemise õigused.

Töötaja ja tööandja samaväärne roll turvalisuse tagamisel

Töötajatel ja tööandjatel on samaväärne vastutus turvalisuse tagamisel. Organisatsioonid on pikka aega kaitsnud ennast peamiselt väljastpoolt tulevate küberrünnakute, näiteks viiruste, häkkerite või lunavara nõuete eest. Samas on mitmed suuremad juhtumid lähiminevikust tegelikult põhjustatud organisatsiooni seest tulenevatest vigadest või andmete väärkasutusest, mille eest võib ettevõtet edukalt kaitsta näiteks varukoopiate tegemine ja krüpteeritud andmebaasist eraldi hoidmine.

Inglismaal enam kui 600 organisatsiooni hõlmanud uuring (Filmin, 2017) kinnitab, et 66% organisatsioonidest peab töötajaid kõige suuremaks ohuks süsteemide kättesaadavusele ja turvalisusele. Need hirmud tunduvad olevat õigustatud: uuringu andmeil tunnistab ligikaudu veerand (24%) töötajaist soovi jagada konfidentsiaalset teavet väljaspool oma organisatsiooni, kas konkurentidele või uutele ja endistele tööandjatele.

Vastavalt GDPR-ile tuleb andmetega seotud häiretest teatada 72 tunni jooksul. See tähendab, et organisatsioonil peavad olema strateegiad ja protseduurid, kuidas toimida.

Töötajate teadlikkuse tõstmiseks kasutatakse erinevaid võimalusi. Ühe näitena võib tuua Euroopa Liidu IT-agentuuri eu-LISA, kes arendas oma töötajate ning liikmesriikide teadlikkuse tõstmiseks ning teadmiste ajakohasena hoidmiseks äpi (eu-LISA DPO Learning App).

Küberrünnakud

Tehnoloogia arengu ning andmete mahu suurenemise ja olulisuse kasvuga kaasnevad ka agressiivsemad rünnakutehnikad. Küberrünnakute sihtmärgiks võivad olla nii tarbijaprofiilid kui ka suurettevõtted.

Andmete kogumine meie veebiharjumuste kohta võimaldab lihtsalt konstrueerida profiile, mis võivad osutuda väga isiklikeks ning pakkuda infot, mille kohta me isegi ei tea, et keegi seda kogub. Andmete vargus võib olla küberkurjategijatele hindamatu väärtusega, andes neile võimaluse šantažeerida kasutajaid, kelle veebiharjumusi nad teavad. Samuti ohustavad küberrünnakud kõiki suurettevõtteid. Näiteks võib tuua küberrünnaku juhtumi Uberiga 2017. aasta lõpust, mis seadis ohtu Uberi 57 miljoni kasutaja ja vähemalt 600 000 juhi isikliku teabe (loe lisa).

Turvalise digimaailma loomist hariduses on kõige tähtsam käsitleda kahest aspektist – esiteks haridusasutuse nagu iga teise organisatsiooni vastutusena andmete kaitsmise ees. Teiseks õppijate, kooliinimeste ja lapsevanemate teadlikkuse tõstmise vaatenurgast.

Kontekstipõhised kokkulepped andmete kaitsmiseks ja eesmärgipäraseks kasutamiseks on kindlasti üks faktor, mida hariduse valdkonnas soovitatakse silmas pidada. Näiteks on andmed õppijate õppeprotsessi kohta või selle kohta, kuidas nad õpikeskkondi kasutavad, tavaliselt salvestatud teenusepakkuja pilvekeskkonda. Vastavate õpikeskkondade pakkujad on nende andmete kaubanduslikust väärtusest väga teadlikud. Õppetöös kasutatavate keskkondade, näiteks õpikeskkonna teenuse kasutamisel tuleb pakkujaga alati läbi rääkida, kes vastutab õppeprotsessiga seotud andmete eest, kuidas nende kättesaadavus tagatakse ning mis tingimustel ja missuguses kontekstis neid kasutada võib. Selline võimekus on eeltingimuseks, et saaksime neid andmeid kasutada analüüsiks, näiteks hariduse diferentseerimise eesmärgil või õppijate tulemuslikkuse toetamiseks. Kuivõrd teenusepakkuja on volitatud töötleja, siis peab leping tagama selle, et andmeid kasutatakse vaid neil eesmärkidel, mis kool on ette kirjutanud. GDPR-i artikli 28 kohaselt peab volitatud töötleja lähtuma vastutava töötleja juhistest ja igasugune isetegevus peab olema välistatud.

Näitena olemasolevate andmete eesmärgipärasest kasutamisest tehnoloogia abil, mis aitas protsessis tagada ka isikuandmete puutumatuse, võib tuua uuringu „Tudengite õpingute katkestamise põhjuseid IKT kõrghariduses“. Uuringus kasutati olemasolevaid riiklike registrite andmeid, mida analüüsiti Cybernetica AS välja töötatud turvalise ühisarvutuse tarkvara Sharemind abil.

Suurem andmete hulk nõuab hoolikat haldamist

Et mõista iga õppija personaalseid vajadusi õpieesmärgini jõudmiseks, peavad koolid koguma rohkem teavet iga õppija kohta ning tema õppimise protsessi kohta. Õppijatega seotud andmeid aga ei hoita valdavalt enam koolides, vaid pilves (seiresse panustanud koolidest kasutab pilveteenuseid 85%). Selline kombinatsioon – andmete kaugjälgimine, suurem andmete hulk ja suurem nõudlus nende andmete järele – nõuab hoolikat andmete haldamist ja töötlemist. Eelkõige eeldab see koolide teadlikkuse tõusu, aga ka üleüldist andmetöötluse mõtestamist ning sellest lähtuvaid otsuseid seaduste tasandil.

Muidugi tasub appi võtta ka talupojamõistus. Ekspertide sõnul ei tohiks kõigi õppetöös kasutatavate andmete pärast väga mures olla – oluline on mõista konteksti ja suhtuda juhtumipõhiselt.

Isikuandmete kaitse juhendmaterjal

Olulisemad teemad ja turbemeetmed (koos näidetega) on õppeasutuste jaoks Eestis kättesaadaval koolidele loodud Isikuandmete kaitse üldmääruse rakendamise juhendmaterjalis. Juhendmaterjal on koolile abiks nii kasutaja kui ka organisatsiooni tasemel minimaalse vajaliku turvatasemeni jõudmisel. 48% seires osalenud koolidest on seda kasutanud.

Turbemeetmed on jagatud kolme gruppi: põhimeetmed, mille rakendamine aitab saavutada minimaalse vajaliku turvataseme; baasmeetmed, mis tagavad, et ka kasutajatel oleks infoturbe baastase; organisatoorsed meetmed, mis tegelevad organisatsioonis üldise turvataseme tõstmisega ja viivad turbe kõrgemale tasemele. (Rohkem infot juhendmaterjalis, lisaselgitusi annab HITSA samateemaline veebiseminar ja küsimusi saab esitada HITSA foorumis.)

Nii koolid kui ka eksperdid tõdevad, et tööd selles valdkonnas on veel palju. Oodatakse koolide regulaarset toetamist ja julgustamist erinevate tugimaterjalide ja tegevustega, sealhulgas põhimõtteliste otsuste tegemist Eesti koolide jaoks.

Mida õpetada?

Privaatsuse puhul tuleb mõista, et see on ülimalt individuaalne ja kultuuriruumist sõltuv. See on nähtus, mida on tegelikult keeruline õpetada – iga inimene tajub seda erinevalt. Tehnoloogiaga seotud privaatsuse puhul on oluline osutada tähelepanu sellele, et Eesti ühiskond ei ole kultuuriliselt niisugune, nagu nõuab seda praegu GDPR-i maailm. See on meile pisut pealesunnitud kultuur, mida peame veel õppima (ja millega kohanema), seda peab ka kool õppima ja õpetama.

Meie inimesed eelistavad enamasti jagada oma andmeid selleks, et saada kasutajamugavust. Oleme harjunud, et Eesti Vabariik teab meist palju, X-tee kaudu saab seda küsida. Niisugust riiki ja sellist mõistmist on ehitatud üles viimased kakskümmend aastat. Saksamaa, kust GDPR-i mudel on pärit, on teistsugune. Kui õpilane läheb kuskile vahetusõpilaseks, Suurbritanniasse või Saksamaale, siis ta kindlasti kohtub teistsuguse kultuuriga, sellega, mida kannab endas GDPR.

Eetika

Privaatsuse maailmas on oluline õpetada tehnoloogiaga seonduvalt ka eetikat, millest peaksid lähtuma kõik praegused IT-valdkonna töötajad. Näiteks infoühiskonda loov insener peab võtma vastutuse: tema loodud süsteemid ja algoritmid hakkavad muutma maailma. Me oskame küll ärihuve silmas pidades küsida, mida üks või teine lahendus kaasa toob, kuid kas oskame küsida ka seda, milline on selle sotsiaalne tähendus?

80% koolidest, kes 2018. aastal seires osalesid, on alustanud oma töötajate ja õppijate teadlikkuse tõstmist andmete kaitse ja nende avalikustamise teemadel, 62% pöörab tähelepanu ka andmete töötlemisele ning digihügieenile. Selleks kasutatakse väga erinevaid viise, alates (ka kohustuslikest) koolitustest, info jagamisest ning lõpetades kooliväliste ekspertide ja ettevõtete kaasamisega.

2018. aastal valminud digiõpikuis käsitletakse nii digitaalset ohutust (1. kooliaste) kui ka digihügieeni (2. kooliaste). Tegemisel olevas kolmanda kooliastme digiõpikus on lähemalt juttu küberhügieenist.
Lisaks õppijatele on oluline tõsta ka nii kooliinimeste kui ka lapsevanemate oskusi ja teadmisi turvalise digimaailma loomiseks ja selles toimetamiseks. On oluline selgitada lapsevanematele, mis eesmärgil haridusasutus andmeid kogub ja milleks neid kasutab. Samuti seda, et kasutaja rollis vastutuse võtmine on vältimatu. Kuidas seda siis ikkagi teha ning ohte ja riske ennetada?

Koolitusi lapsevanemate teadlikkuse tõstmiseks privaatsuse teemal viib läbi 20% seiresse panustanud koolidest. Nii mõnelgi koolil, kus seda praegu veel ei tehta, on lapsevanemate koolitamine plaanis, aga on ka koole, kus seatakse küsimärgi alla, kas see on üldse nende ülesanne.

Soovitused

Uued lahendused privaatsuse ja turvalisuse tagamiseks leitakse igal juhul. Globaalselt nähakse kõige tõenäolisemate tehniliste lähenemisviisidena täpsemat analüütikat ja masinõpet, mis võimaldavad rakendada käitumisanalüüsi ja aitavad organisatsioonidel eristada olulist täpsemalt kui varem, pakkudes rangemat kontrolli oma IT-infrastruktuuri üle, paremat ülevaadet selle nõrkadest külgedest, et tuvastada turvaaugud ja ennetada nii andmelekkeid.

Et ka koolis saaks turvaline digimaailm välja kujuneda ja kokkulepitud tavasid ka järgitaks, on kõige olulisem juhtkonna tugi uute nõuete ja käitumismudelite heakskiitmisel ja nende jälgimisel. See ei puuduta mitte ainult kooliinimeste, õppijate ja lapsevanemate teadlikkuse tõstmist, vaid ka eelarvepoliitikat.

Lapsevanem ja tema lapse andmed

Sisuliselt teeb kuni üldhariduskooli lõpetamiseni õpilase eest otsuseid lapsevanem. Kui kool soovib uut tehnoloogiat rakendada, eeldab see iga kord lapsevanemalt nõusoleku saamist ning võimalust anda lapsevanemale õigus seda nõusolekut ka tagasi võtta. Kuidas aga jõuda lahenduseni, mis toetaks sujuvat õppetööd, jättes samal ajal lapsevanemale õiguse öelda, kus ja milleks võib tema lapse andmeid koguda ja töödelda?

Läbipaistvuse kaudu privaatsuseni

Rääkides privaatsuse tagamise tehnoloogiatest, võib lihtsustatult tuua välja kolm valikut: anonümiseerimine (Self Sovereign Identity), läbipaistvus (Transparency) või seostamine (Linkability). Kui oled anonüümselt jälgitav, on sul väga raske läbipaistvust tagada. Näiteks GDPR-i peetakse selles osas vastuoluliseks. Sulle on antud õigus enda kohta andmeid küsida, teenusepakkuja saab justkui öelda, kes sa oled ja mis andmed sinu kohta olemas on (nad oskavad seda suhteliselt kõrge tõenäosusega pakkuda), kuid kuna nad ei ole palunud sul kõigi tegevuste juures end autentida, ei saa nad ka tõestada, et kõik need andmed just sinu kohta käivad. Õigusruumi kujunemine on siin alles algusjärgus.

Eesti kasutab täna valdavalt läbipaistvust ja võiks eeldada, et see on hea ka laste puhul. See tähendab, et lapse andmestik, ükskõik kuhu see tekib, on nähtav ühe keskse “purgi” kaudu – näen, kus mu lapse andmed on ja saan väga lihtsalt õiguse need sealt ära võtta (või sinna anda). Sisuliselt võimaldab seda praegu kogu X-tee.

HarID – üks digitaalne identiteet

Eelnevaga seoses tuuakse esile, et erinevatesse haridusega ja õppeprotsessiga teenustesse sisselogimiseks kasutatavaid kontosid on liiga palju. Ideaalis peaks õpikeskkondadesse ja õppetöös kasutatavasse põhirakendustesse sisse logida saama ainult digiidentiteediga (et ei saaks kuskil teha endale kasutajanime ja parooli), mille mõte on selles, et sul on üks digitaalne identiteet ja sa kasutad seda erinevates rollides. Sa kasutad seda õpetaja, lapsevanema, õpilase või kodaniku rollis.

Esimene samm selles suunas on juba tehtud – 2018. aasta kevadest on Eestis kättesaadav haridusasutustele mõeldud kasutajakontode haldamise süsteem HarID. See on haridusasutuste vajadustele orienteeritud lihtsasti kasutatav kasutajakontode haldamise süsteem, mis sobib nii olemasolevate lahendustega integreerimiseks kui ka asutustele, kus kasutajakontode haldus puudub täielikult. HarID hoiab iga haridusasutustega seonduva registreerunud inimese kohta üht kasutajakontot, mille abil on võimalik sisse logida nii erinevatesse avalikesse e-teenustesse (Single sign-on: SSO) kui ka asutuse siseteenustesse.

Digitest

2017. aasta kevadel valmis RIA ja küberturbe ettevõtte CybExer Technologies koostöös riigiasutustele mõeldud digiõppe platvorm Digitest, millega on praeguseks testitud tuhandete riigitöötajate küberteadmisi ja välja selgitatud nendega seotud küberriskid. Tulevikus soovitakse Digitesti kasutusala riigisektoris veelgi laiendada ning selle läbimine võiks saada kohustuslikuks kõikidele riigi- ja kohalike omavalitsuste töötajatele. Selleks, et panna alus uue põlvkonna küberoskustele, on plaanis jagada Digitesti koolidega, et ka koolilapsed saaksid põhihariduse ühe osana küberhügieeniõpet.

Soovitused küberturbe tagamiseks

Hiljuti andis Eesti Riigisüsteemide Amet välja 10 soovitust tippjuhile küberturbe tagamisel. Midagi sarnast võiks välja anda ka koolidele – igal aastal uuendatavad küberturbe soovitused koolidele, mis sisaldaksid praktilist infot, näiteks seda, et kõigis arvutites peaks olema automaatselt uuenev küberturbe tarkvara.

Kuidas avastada seest tulevaid ründeid?

Enamik koole on end juba päris hästi kaitsnud väljast tulevate rünnete eest. Kuidas koolitada koole avastama majast seest tulevaid ründeid? See on spetsiifiline väljaõpe, mida seni ei olegi pakutud.

Vajame küberturvalisuse spetsialiste

Küberturvalisuse võimekuse tõstmiseks vajab Eesti maailmatasemel spetsialiste, teadlasi ja ettevõtjaid. See eeldab küberkaitse spetsialistide ja kompetentsi pealekasvu. 2019. aastal ilmub majandusministeeriumi tellitud uuring, et välja selgitada, kui palju peaks Eesti tulevikus küberturvalisuse eksperte koolitama, et tagada Eesti tööandjatele piisavalt kvalifitseeritud tööjõudu. Suurt rolli selles nähakse kõrgkoolidel ja ülikoolidel. Küberturvalisuse ekspertide koolitamine on tähelepanu keskmes ka IT Akadeemia programmis, mis toetab ülikoolides (TalTechis ja Tartu Ülikoolis) valdkonna ekspertide väljaõpet ja arendustegevusi aastatel 2016 –2020.

Kuigi haridusasutused ei pruugi tervishoiu või erasektori kõrval tunduda atraktiivse sihtmärgina, on neil tegelikkuses palju teavet – isiklikke andmeid, finantsandmeid, aga ka väärtuslikke patenteeritud uurimistulemusi. Koolis eri keskkondade kaitsmise eest vastutav IT-meeskond peab olema väga heal tasemel. Koolis võrku ühendatud arvutid ja seadmed – klassiruumis, kontoriruumides, uurimislaborites või õppijate kaasa toodud seadmed – peavad vastama koolis kokku lepitud privaatsusnõuetele.

Koolidel on sageli piiratud ressursid – võrku ühendatud seadmeid on palju, IT-tuge pole piisavalt ning samuti ei kasuta koolid alati uusimaid ja parimaid seadmeid. See muudab nad võimalike küberrünnakute sihtmärgiks.

Plokiahel

Palju kõneainet pakub plokiahela (block chain) põhimõtete rakendamine andmekaitses. Plokiahel on lühidalt öeldes uus andmebaasitehnoloogia, mille peamiseks erinevuseks tavapärastest kesksetest andmebaasidest on plokiahela jagatud olemus. See tähendab, et andmebaas eksisteerib samaaegselt ja sünkroonsena korraga mitmes kohas. See muudab massandmetesse sissemurdmise või andmete konfigureerimise palju raskemaks, kuna kõik plokiahela võrgus osalejad näevad viivitamatult, kui midagi muutub.

Eestis on plokiahel riiklikul tasemel põhimõtteliselt kasutusel juba 2003. aastast. Erinevalt Eestist pole paljudes riikides selliseid usaldusväärseid digiorganisatsioone, kelle rakendusi oleks võimalik kõigil osapooltel usaldada ja kasutada. Plokiahela tehnoloogiat nähakse kui võimalust suureks hüppeks andmekaitse valdkonnas, eriti väga reguleeritud valdkondades, nagu finants, valitsemine, tervishoid ja õigusruum.

Tsentraalne andmesideteenus

Haridusvaldkonnas nähakse turvalisuse peamise riskina puuduvat turbepoliitikat ja vajalike oskustega töötajate nappust. Küberturvalisuse valdkond läheb aina komplekssemaks ja keerukamaks. Sellega seoses tekib küsimus, millist kompetentsi ootame Eesti koolilt? On pakutud, et koolide andmesideteenus ja koolides olev baasinfrastruktuur võiks või peaks olema tsentraalselt juhitud, sest niisugused haldustarkvarad on paremini välja arendatud. Üleminek tsentraalsele juhtimisele eeldaks aga uut lähenemist.

Praegu saab kool toetuda teenuste – näiteks e-kooli lahenduste, õppesisu repositooriumite puhul teenusepakkuja infoturbele, lootes, et nemad saavad sellega hakkama. Juhul kui tulevikus on olemas turvalised tsentraalsed IT-teenused, kannavad need hoolt kooli turbepoliitika eest ning võtavad enda kanda osa ülesannetest, mida praegu eeldatakse koolilt või koolipidajalt.

Üks vajadus, mida kooliinimesed on välja toonud, on seotud GDPR-ist tuleneva koolide kohustusega registreerida isikuandmete töötlemist.

Mida vähem kool tehnoloogia eest vastutab, seda enam saab ta keskenduda õppetööle. Vajalikud suunad on järgmised:

• tsentraalselt juhitud andmesideteenus ja baasinfrastruktuur koolidele;
• keskne ja läbipaistev lahendus, mis toetab lapsevanemate nõusolekute kogumist, võtmaks kasutusele uusi tehnoloogiaid koolis ning annab lapsevanemale võimaluse hallata oma lapsega seotud andmete õigusi;
• üks digitaalne identiteet haridusega seotud teenuste kasutamiseks, mida on võimalik kasutada nii õppija, õpetaja, lapsevanema kui ka kodaniku rollis;
• koolidele mõeldud tugimaterjalid, soovitused ja juhised, mis aitavad levitada vajalikke teadmisi ning juurutada koolis vastavaid protsesse.

Andmed juhivad tehnoloogia järgmist revolutsiooni nii haridussektoris tervikuna, koolis kui ka õppeprotsessis. Personaalsema õppe suunas liikumiseks vajame rohkem teadlikult ja mõtestatult kogutud andmeid õppijate ning nende õppeprotsessi kohta. Sellega seonduvalt on oluline keskenduda järgmistele teemadele:

• kontekstipõhised kokkulepped erinevate tehnoloogiatega seotud teenuste kasutamisel andmete kaitsmiseks ja eesmärgipäraseks kasutamiseks;
• mõtestatud ning süsteemne andmete haldamine ja töötlemine;
• lastevanemate teadlikkuse tõstmine kooli tasandil tehnoloogia kasutamise eesmärkidest ja andmete kogumise ning töötlemise väärtusest.

Tehnoloogia kasutajatelt oodatakse teadlikke valikuid. Me kõik vastutame samaväärselt turvalisuse tagamise eest digimaailmas. Haridusmaailmas on vaja:

• jätkata baasteadmiste õpetamist turvalise digimaailmaga seonduvalt põhihariduse ühe osana (digihügieen, erinevad kultuurid digimaailmas, tehnoloogia ja eetika);
• pöörata suuremat tähelepanu kooliinimeste ja lapsevanemate teadlikkuse tõstmisele, kuidas digimaailmas turvaliselt käituda;
• kaaluda digitesti läbimise kohustust kõikidele riigi- ja kohalike omavalitsuste töötajatele ning õppijatele.

• UUS! Õpiobjekt hariduasutustele andmekaitse üldmääruse nõuetest, HITSA
• UUS! Küberkaitse harjutuste veebikeskkond õpilastele, “Targalt internetis”
• UUS! Tunnikavad õpetajatele internetiturvalisusest rääkimiseks põhikoolis, “Targalt internetis”
• Vikerraadio “Huvitaja” saade teemal “Lapsed ja digiohutus”
• 100 sekundi video: Digitaalne jalajälg ja privaatsus. Sven Paulus, Tartu Ülikool
• Ühe minuti loeng “Mis on digihügieen”
• Veebiseminar “Isikuandmete kaitse üldmääruse nõuded koolile”, 17/09/2018
• Videosalvestus: Vaata, mis juhtub, kui häkker läbi turvaaugu sinu arvutisse pääseb! Forte.ee
• Artikkel “Küberohtudest aitab üle õppimine”, Õpetajate Leht
• Doktoritöö “A Digital Safety Model for Understanding Teenage Internet User’s Concerns” (Digitaalse ohutuse mudel mõistmaks teismelise internetikasutaja vajadusi). Autor: Birgy Lorenz, doktorikraad, 2017, (juh) Kaido Kikkas, Tallinna Ülikool, Informaatika Instituut.
• Projekti “Targalt Internetis” veebisait: targaltinternetis.ee
• Andmekaitse Inspektsiooni veebisait juhenditega “Andmekaitse ja tehnoloogia”
• HITSA foorum: projektid.hitsa.ee
• Riigi Infosüsteemide Ameti kodulehekülg. Kuidas internetis turvaliselt käituda. Nõuanded.

Asjade internet siseneb lähiaastatel jõudsalt haridusvaldkonda nii targa maja tehnoloogiate (värkvõrgul põhinevad automatiseeritud kliima- ja turvalahendused) kui ka õpetamise objektina. Asjade interneti riistvara muutub kiiresti taskukohaseks ning üha rohkem ilmub turule odavaid värkvõrgu õppekomplekte, mis on jõukohased ka nooremale vanuseastmele. See võimaldab alustada asjade interneti teemade õpetamist algklassides ja põhikoolis, liikudes gümnaasiumiastmes juba tõsisemate digilahenduste arendusprojektideni. Sedalaadi uuendused võiksid tõsta õpilaste huvi insenerikarjääri vastu.

Virtuaal- ja liitreaalsust on võimalik käsitleda nii õppevahendi kui ka õppimise objektina. Õppida saab nii nende tehnoloogiate kaudu kui ka ise virtuaal- ja liitreaalsusel põhinevaid tehnoloogilisi lahendusi arendades. Õppevahendina toetavad need õpitava omandamist, aidates õppijale kergemini mõistetaval viisil abstraktseid protsesse ja objekte kujutada ning seeläbi õppimist efektiivsemaks muutes. Kuna virtuaal- ja liitreaalsus hakkavad tõenäoliselt lähiaastatel järjest enam erinevaid valdkondi mõjutama, võib nende tehnoloogiate õppimine anda tänastele õpilastele olulise konkurentsieelise tuleviku tööjõuturul.

Vaatamata arvukatele võimalustele, mida virtuaal- ja liitreaalsuse kasutuselevõtul nähakse, on ka mitmeid lahendamist vajavaid küsimusi. Seni napib haridusliku sisuga kvaliteetseid rakendusi ja õpistsenaariume, samuti puudub ülevaade nende tehnoloogiate pikaajalisest mõjust õppimisele, mistõttu tuleks virtuaal- ja liitreaalsuse rakendamise pedagoogilisi mõjusid kriitiliselt uurida ja hinnata.

Andmeanalüütikat võib haridusvaldkonnas kasutama hakata juba lähiaastatel peamiselt haridustehnoloogiliste ja administratiivsete digiteenustena, mis tõhustavad otsustus- ja juhtimisprotsesse õppeasutustes ning koolipidajate ja riigi haridusjuhtide seas. Erinevalt asjade internetiga seotud teemadest, mida võib hakata õppetöös kasutama juba algklassides, jääb andmeanalüütika õpetamise objektina siiski ka kaugemas tulevikus pigem kõrghariduse tasemele. Samas on juba teises ja kolmandas kooliastmes võimalik ja vajalik valmistada õpilasi ette baastasemel visuaalse, info- ja andmekirjaoskuse omandamiseks.

Tehisintellektil põhinevaid tehnoloogiaid rakendatakse mitmetes eluvaldkondades, aga nende potentsiaal hariduses on veel avastamata. Siiski on juba selge, et tehisintellekt toob endaga õppimise personaliseerimisvõimalusi:

• õppeprotsessi diferentseerimine ja personaliseeritud õpiteede soovitamine;
• eneseregulatsiooni ja ennastjuhtiva õppimise toetamine;
• õppijale personaliseeritud tagasiside pakkumine;
• õppeprotsessi analüüsimine õpetaja, haridusjuhi või poliitikakujundaja seisukohalt.

Tänaste õppijate ettevalmistamiseks tuleviku tööturu jaoks peaksime tehisintellekti tehnoloogiaga seonduvalt pöörama tähelepanu eelkõige andmekirjaoskusele – graafikute lugemisele, tõlgendamisele ja otsuste tegemisele andmete põhjal.

Turvalise digimaailma loomisel ja hoidmisel koolis on oluline arvestada, et andmed juhivad tehnoloogia järgmist revolutsiooni nii haridussektoris tervikuna, koolis kui ka õppeprotsessis. Andmed võimaldavad liikuda personaalsema õppe suunas, mis tähendab, et neid on vaja koguda läbimõeldult. Sellega seonduvalt on oluline pöörata põhitähelepanu kontekstipõhistele kokkulepetele ja eri osapoolte teadlikkuse tõstmisele ning hallata andmeid mõtestatult ja süsteemselt.

Et koolis oleksid andmed usaldusväärselt hoitud ja eesmärgipäraselt kasutatud, on vaja keskseid lahendusi, materjale ja teenuseid. Mida vähem kool tehnoloogia eest vastutab, seda enam on võimalik keskenduda õppetööle. Samal ajal on oluline jätkata ja laiendada baasteadmiste õpetamist digimaailmaga seotud privaatsuse teemal – pöörata suuremat tähelepanu kooliinimeste, lapsevanemate ja õppijate teadlikkuse ning oskuste tõstmisele, et tänases digitaalses ilmas turvaliselt toimetada.

Mängustamise ja mängupõhise õppega seoses võiks õpetajad aktiivselt otsida ja mängida oma valdkonnaga seotud meelelahutuslikke ja õpimänge ning neid ka kolleegidele tutvustada. Mängustamise rakendamiseks tuleks õpetajatele tutvustada võimalusi õpilaste sisemise motivatsiooni tõstmiseks. Kõige parem motivatsioonitõstja on väljakutse. 

Koolimängud võiksid olla eelkõige koostööle orienteeritud ja koolis võiks õpetada meeskonnatööd, just mängude kavandamise ja arendamise kaudu. Õpetada tasuks ka digitaalsete mängude arendamist – ehkki küllalt keeruline, on see kõige atraktiivsem viis programmeerimise õppimiseks. Koolide jaoks on VR-simulaatorid hea viis erinevate ametite tutvustmaiseks. Lisaks võiks huvilistele anda ülevaate ka mängustamise põhimõtetest, mida nad saaks vajadusel tulevikus ettevõtluses rakendada. 

Õpetajatel napib sageli mängulise tegevuse planeerimiseks ja mängu sisu testimiseks aega. Aitaks, kui õpetajaharidusega tegelevad ülikoolid hakkaksid looma ja haldama mängustamiseks sobivaid tööriistu ning õpimänge.

Personaliseeritud õppimist toetavate tehnoloogiate kasutamine tähendab mõtteviisi muutust, millega peavad suutma kohaneda nii õppijad, õpetajad kui ka organisatsioonid. Õpetajast saab pigem mentor ning õppija jaoks muutub oluliseks vastutuse võtmine, avatus ja valmisolek õppida. Õpetaja vajab kriitilist andmete tõlgendamise oskust, sest õppeprotsessi parendamiseks ja õppijatele õppeprotsessi kohandamiseks on vaja andmeid. Ehkki personaliseeritud õpe keskendub konkreetsele õppijale, peavad õppijad ka sel puhul omandama aineteadmiste kõrval ka koostööoskuse. 

Personaliseeritud õppimine eeldab ka füüsiline õpikeskkonna muutumist. Paindlikud õpperuumid võimaldavad õpilastel ja õpetajatel otsustada vastavalt vajadusele, kus, millal ja kuidas õppida.

Personaliseeritud õpe eeldab kokkuleppeid ka riiklikul tasandil: digitaalne õppevara peab muutuma nutikaks ja võimaldama andmeid koguda. Lahendus saab töötada täpselt vaid siis, kui õppematerjale on piisavalt, andmeid on palju ning mis kõige olulisem – erinevates keskkondades olevad andmed on võimelised omavahel suhtlema. Seega vajame suurt hulka masinloetava semantikaga ja mitmekülgset digitaalset õppematerjali. 

Õppimine tulevikukoolis. Eraldiseisva ülesandena on oluline mõtestada, missugune on pedagoogiline nägemus õppimisest tulevikus – tulevikukoolis, kus uued tehnoloogiad peaksid rakendust leidma õpetamisobjekti ja/või vahendina. Praegune õppekavade arendamise protsess on pikk – uuenduste õppetöösse jõudmine võib võtta aega kuni 10 aastat. Seetõttu on oluline leida innovatsioonimehhanismid, mille kaudu ajakohased tehnoloogiahariduse ning haridustehnoloogia komponendid kiiremini haridusellu jõuaksid. Seda võiks teha nii õpetajate põhi- ja täiendõppe raames kui ka uusi tehnoloogiaid ainetundidesse integreerides, samuti võiks kaaluda uute lahenduste leidmist koostöös ettevõtetega.

Kaug- ehk distantsõpe sobib kasutamiseks kogu elukaare jooksul. Kui varem on see õppevorm olnud rohkem kutse- ja kõrghariduse pärusmaa ning muul juhul kasutuses pigem erandjuhtudel, siis lähitulevikus saab kaugõppest hariduse kindel osa. Kaugõpe loob uusi võimalusi ning toob paindlikkust ja paremaid lahendusi nii hariduskorraldajale, õpetajale kui ka õppijale, pakkudes õppimisvõimalust palju enamatele inimestele.

Kaugõpe soodustab individualiseerimist ja personaliseerimist. Õpetajal on võimalus pakkuda õppijale erinevaid valikuid eesmärgini jõudmiseks ning õppijal omakorda on võimalus kavandada endale sobivaim õpirada.

Õppijate motivatsiooni toetamisel muutuvad oluliseks mängustumise võtted. Muutub õppematerjalide sisu, need muutuvad kättesaadavamaks ning aina laiem ring erinevate valdkondade spetsialiste on valmis nende loomisel kaasa lööma.

Kaugõpe võimaldab jagada koolide ja erinevate piirkondade vahel aineõpetajaid ja erinevate erialade spetsialiste. Nii saab kokku tuua Eesti, aga ka maailma erinevates nurkades elavad õppijad ja õpetajad, mis lisab hoogu inspireerivale hariduskoostööle.

Kontaktõpet, olgu siis kas füüsilist või veebis, kasutatakse aina enam teadlikult koosloomeks ja pigem sellisteks õppetegevusteks, mida individuaalselt teha pole võimalik, näiteks õppeaine eripärast tulenevate oskuste arendamiseks.

Olulisimaks väljakutseks kaugõppes on õpi- ja sotsiaalsete oskuste arendamine ning vahetu sotsiaalsuse puudumisega seotud riskid. Õppija märkamiseks ja toetamiseks kaasatakse rohkem tugipersonali ning toetavaid lahendusi. Õpetajale on abiks multimeediaspetsialistid, e-õppe spetsialistid, haridustehnoloogid ja õpidisainerid.

Eestis on välja töötatud kaugõpet reguleeriv juriidika ja rakendatakse andmekaitse põhimõtteid, mis annab selguse ja kindlustunde kõigile osapooltele.

Õpetajakoolitus pöörab tähelepanu kaugõppega seotud oskuste omandamisele, sest kaugõpe nõuab lähiõppest erinevat metoodikat ja uudset lähenemist õppija toetamisele. Õpetajal on teadmised, kuidas erinevaid õpiradu luua ning missuguse taktika abil õppijat sel rajal hoida.

Õppijaile õpetatakse juba alates esimesest kooliastmest ajaplaneerimist ja õpioskusi. Olulisel kohal on digipädevuste arendamine, seda ka täiskasvanud õppija puhul.

Tehnoloogia areng ning erinevad haridustehnoloogilised lahendused on õpetajale õppetöö ettevalmistamisel, suunamisel ja läbiviimisel toeks, aga samuti ka õppijale oma õppimise juhtimisel. Uued tehnoloogiad võimaldavad luua paremat õpikogemust, näiteks suurendada sotsiaalse kohaloleku tunnet, mis loob eeldused paremaks koostööks. Õpianalüütika võimaldab analüüsida õppija tegevusi, mille põhjal saab soovitusi nii juhendaja kui ka õppija. Tehnoloogia ei hakka vaid hindama õigeid-valesid vastuseid, vaid selle abil saab anda õppijatele arendavat tagasisidet ka loomingulisemate ülesannete korral. Lahendused, mis hetkel on vaid professionaalide (nt tippsportlaste, muusikute jt) käsutuses, leiavad rakendamist ka koolitundides.

Tehnoloogiliste lahenduste loojad on teadlikud hariduse infosüsteemi toimimiseks vajalikest eeldustest ja oskavad seda uute digilahenduste loomisel arvestada. Haridusasutustele pakutakse tuge tehnoloogiaga seotud valikute tegemisel.

Paljude unelm ühest kesksest õpikeskkonnast on jäänud minevikku, sest erinevad tarkvaralised lahendused, mida haridusmaastikul kasutatakse, moodustavad koostoimiva infosüsteemi. Infosüsteem toetab õppijat, andes infot tema õppimis- ja käitumismudelite kohta. See pakub valikuvabadust ja loomingulisust nii õpetajale kui ka õppijale.