Perjantai 16. kesäkuuta 2017, klo 12.00, Mattilanniemi, Agora, Auditorio 3
MSc Mirka Saarelan tietotekniikan väitöskirjan ”Automatic Knowledge Discovery from Sparse and Large-Scale Educational Data - Case Finland” tarkastustilaisuus. Vastaväittäjänä professori Rolf Vegar Olsen (Oslon yliopisto, Norja) ja kustoksena professori Tommi Kärkkäinen (Jyväskylän yliopisto).
Mirka Saarelan väitöskirjassa käytetään ja kehitetään tiedonlouhintamenetelmiä, joiden avulla saadaan uutta tietoa suomalaisesta koulutusjärjestelmästä. Tiedonlouhinta tarkoittaa laajojen, olemassa olevien tietoaineistojen analysointia. Tiedonlouhinnan tavoitteena on löytää aineistoista uutta ja yllättävää tietoa.
– Suomen erinomaiset oppimistulokset 2000-luvun alun PISA-vertailussa tekivät koulutusjärjestelmästämme kansainvälisesti kuuluisan. Koulutusjärjestelmämme arviointi ja kehittäminen perustuvat kuitenkin lähinnä kasvatustieteilijöiden tutkimustyöhön, jossa yleensä käytetään perinteisiä tiedonkeruu- ja analysointimenetelmiä, Saarela kertoo.
Saarelan tutkimuksessa aihetta lähestytään eri tavalla. Sen sijaan, että tutkimuksen alussa muodostettaisiin vahvoja hypoteeseja, sovelletaan tiedonlouhinnan menetelmiä olemassa olevan monipuolisen aineiston automaattiseksi analysoimiseksi.
– Tämän tyyppisten menetelmien avulla pystytään tuottamaan uusia näkökulmia koulutusjärjestelmästä. Menetelmät tuovat myös esille mahdollisuuksia koulutusjärjestelmän hallintaan liittyvän päätöksenteon automatisoimiseen, Saarela kertoo.
Saarelan käyttämä tiedonlouhinta paljasti esimerkiksi sen, että yläkouluikäisistä keskiverto-oppilaista tytöillä ei ollut mitään aikomusta matemaattisille aloille, mutta kiinnostus koulua ja opiskelua kohtaan oli vahva. Pojat taas olivat motivoituneita nimenomaan matemaattisille aloille, mutta eivät opiskeluun yleensä.
Tiedonlouhinta säästäisi myös resursseja
Merkittävä osa yliopistojen rahoituksesta perustuu tehtyjen akateemisten julkaisujen määrään ja laatuun. Kymmenien tuhansien julkaisukanavien laadun määrittävät eri tieteenalojen asiantuntijoista kootut paneelit, lähinnä käsityönä.
– Järjestelmästä aiheutuu merkittäviä kustannuksia ja sen ylläpito vaatii hyvin paljon työtunteja, Saarela toteaa.
Valtaosan manuaalisesta arvioinnista voisi korvata käyttämällä tiedonlouhinnan avulla luotuja referenssimalleja, jotka perustuvat muulle, jo olemassa olevalle laatuinformaatiolle.
Niillä julkaisukanavilla, joiden arviot olivat referenssimalleja parempia, oli tavallista suurempi kansallinen julkaisuaktiivisuus.
– Tämä kertoo siitä, että automaattiset mallit voivat olla myös luotettavampia, Saarela huomauttaa.
Lisätietoja
Mirka Saarela, mirka.saarela@jyu.fi, puh. 044 377 0777 (in English)
Viestintäharjoittelija Anni Laine, anni.l.k.laine@jyu.fi, puh. 040 805 4483
Mirka Saarela opiskeli tietojenkäsittelytiedettä Passaun yliopistossa Saksassa ja Jyväskylän yliopistossa. Hän on työskennellyt ohjelmistoarkkitehtinä Hampurissa ja viimeisen neljän vuoden ajan tietotekniikan laitoksella Jyväskylän yliopistossa.
Teos on julkaistu sarjassa Jyväskylä studies in computing, numerona 262, 270 s., ISSN 1456-5390, ISBN 978-951-39-7083-3 (nid.). Väitöskirjaa saa Jyväskylän yliopiston kirjaston julkaisuyksiköstä, puh. 040 805 3825, myynti@library.jyu.fi. Luettavissa JYX-arkistossa: http://urn.fi/URN:ISBN:978-951-39-7084-0