Ajankohtaista

Väitös: 19.12.2017 Räätälöinti saa oppimisympäristöt sopimaan kaikille (Gavriushenko)

Alkamisaika: tiistai 19. joulukuuta 2017, 12.00

Päättymisaika: tiistai 19. joulukuuta 2017, 15.00

Paikka: Mattilanniemi, Agora Alfa

MariiaGavriushenkonettikuvaajaTatianaKhriyenko.jpg
Mariia Gavriushenko kuva: Tatiana Khriyenko
M.Sc. Mariia Gavriushenkon tietotekniikan väitöskirjan "On Personalized Adaptation of Learning Environments" tarkastustilaisuus. Vastaväittäjänä akatemiatutkija Kristian Kiili (Tampereen teknillinen yliopisto) ja kustoksena professori Pekka Neittaanmäki (Jyväskylän yliopisto).

 

Gavriushenko tutki teknologisen kehityksen mukanaan tuomia haasteita oppimisympäristöille. Käyttäjän näkökulmasta oppimisympäristön tulee olla niin tehokas kuin mahdollista.

- Vaikka jokainen käyttäjä on yksilö, oppimisympäristöt käyttävät samoja keskivertokäyttäjälle mukautettuja asetuksia. Tämän vuoksi tarvitaan räätälöityjä menetelmiä, jotka auttavat oppimisympäristöjen käytössä ja jotka mukautuvat yksilölle parhaan oppimispolun mukaiseksi, Gavriushenko tiivistää.

Mukauttaminen helpottaa oppimista

Tutkimuksessa luotiin malleja erilaisiin oppimistilanteisiin. Eräs esimerkki näistä on suoritusjärjestelmän malli, joka esittää koulutussuosituksia oppijan senhetkisten taitojen perusteella. Toinen puolestaan on hitaille oppijoille tarkoitettu oppimisympäristö. Tutkimuksessa saatiin aikaan myös kursseihin perustuva automatisoitu akateeminen ohjausprosessi sekä malli, jonka avulla voidaan tunnistaa riittämätön tietotaso tietyssä aihealueessa.

Tarve henkilökohtaista oppimista tukevalle teknologialle on suuri, joten aiheeseen liittyvä tutkimus on tärkeää.

- Lähestymistapa ottaa huomioon oppijan yksilölliset kyvyt ja tarpeet. Informaatioteknologian aktiivinen kehittyminen on mahdollistanut oppimisympäristöjen yhä laajemman tutkimisen ja edelleen niiden käytännön toteutuksen, Gavriushenko kertoo.

Mukautuvien teknologioiden käyttö edellyttää sellaisten informaatio- ja pedagogisten teknologioiden yhteen liittämistä, jotka mahdollistavat vuorovaikutuksen opetettavan asian ja oppimistilanteen välillä. Oppimateriaali annetaan opiskelijalle silloin, kun se on hänen tietojensa, akateemisten suorituksiensa ja kokemustensa kannalta sopivaa.

Lisätietoja:

Mariia Gavriushenko, +358 40 80 543 81, gavrushik@gmail.com

Viestintäpäällikkö Liisa Harjula, 040 8054403, viestinta@jyu.fi

Mariia Gavriushenko suoritti maisterintutkinnon tietojenkäsittelytieteestä vuonna 2011 Kharkiv National University of Radio and Electronicsissa. Vuonna 2013 hän suorittu maisterintutkinnon Jyväskylän yliopiston tietotekniikan laitoksella. Vuosina 2013–2017 hän on tehnyt tohtorinopintojaan sekä toiminut tutkijana informaatioteknologiantiedekunnassa.

Teos on julkaistu sarjassa Jyväskylä Studies in Computing. ISSN 1456-5390; 272, ISBN 978-951-39-7286-8 (nid.), ISBN 978-951-39-7287-5 (PDF).

Abstract

This work is devoted to the development of personalized training systems. A major problem in learning environments is applying the same approach to all students: i.e., teaching materials, time for their mastering, and a training program that is designed in the same way for everyone. Although, each student is individual, has his own skills, ability to assimilate the material, his preferences and other. Recently, recommendation systems, of which the system of personalized learning is a part, have become widespread in the learning environments. On the one hand, this shift is due to mathematical approaches, such as machine learning and data mining, that are used in such systems while, on the other hand, the requirements of technological standards "validated" by the World Wide Web Consortium (W3C). According to this symbiosis of mathematical methods and advanced technologies, it is possible to implement a system that has several advantages: identifying current skill levels, building individual learning trajectories, tracking progress, and recommending relevant learning material.

The analysis of feedback, academic advising, and recommendation systems underlies the proposed idea. The conducted research demonstrates how to make learning environments more adaptive to the users according to their knowledge base, behavior, preferences, and abilities. In this research, a model of a learning ecosystem based on the knowledge and skills annotations is presented. This model is a general model of the lifelong learning process. Second, this thesis focuses on the creation of tools for personalized assessment, recommendation, and advising. Third, it is concentrated on developing an adaptive learning game for children, which takes into account the differing perception of words by students during training.

Lisätietoja

Mariia Gavriushenko
gavrushik@gmail.com
kuuluu seuraaviin kategorioihin: