Väittelijä kehitti mallin, jolla voi ennakoida epäonnistumista perusohjelmointikurssilla (Väitös: MSc Ashok Kumar Veerasamy, 8.12.2020, tietojenkäsittelytiede)
MSc Ashok Veerasamy selvitti väitöskirjassaan tapoja ennustaa, ketkä ovat vaarassa epäonnistua ohjelmoinnin kurssisuorituksissaan yliopistossa. Tällöin on mahdollista ottaa käyttöön varhaisen väliintulon strategioita, jotka estävät hylättyjä kurssisuorituksia ja opiskelu-uupumusta.
Ashok Kumar Veerasamyn väitöstutkimus käyttää ennustavaa mallia, joka tunnistaa riskiopiskelijoita varhaisessa vaiheessa. Malli käyttää kahden ensimmäisen viikon suoritustietoja, esitietämystä ja havaittavissa olevaa ongelmanratkaisukykyä varhaisina varoitusmerkkeinä riskiopiskelijoiden tunnistamiseen.
– Kehitetty järjestelmä voidaan liittää varhaiseksi varoitusjärjestelmäksi muille kursseilla, käsittelevätpä ne ohjelmointia tai eivät, jos opettaja haluaa ennnustaa myöhempää kurssilla suoriutumista varhaisessa vaiheessa, Veerasamy kertoo.
Veerasamyn väitöstutkimuksessa kuvaillaan opiskelijan ohjelmointitehtävissä suoriutumisen tasoon vaikuttavat seikat, niin sanottuja riskiopiskelijoita tunnistava ennustava malli sekä akateemisen koulutuksen varhaisia varoituksia antava järjestelmä.
– Ennustava mallimme osoitti, että ohjelmointiluokan päivittäisten tehtävien arviointia voidaan käyttää yksilöimään riskiopiskelijat jo varhaisessa vaiheessa opintojakson alussa. Opiskelijat, joilla on heikot ongelmanratkaisun yleistyskyvyt, voivat ajautua vaikeuksiin. Siksi malli hyödynsi ongelmanratkaisukykyjä ja aloittavien opiskelijoiden aiempaa ohjelmointitietämyksen määrää auttamaan opettajia muuttamaan opetusmenetelmiään ja parantamaan opiskelijoiden kykyä ymmärtää omaa ohjelmointiajatteluaan.
Koneoppimiskirjallisuutta löytyy paljon opiskelijoiden suoriutumiskyvystä ja avun tarpeessa olevien opiskelijoiden havaitsemisesta. Useimmat mallit nojaavat kuitenkin opiskelijoiden taustatietoihin ja opetusjärjestelmien käyttödataan, mutta eivät suoriutumisen havainnointiin ja psykologisiin seikkoihin.
– Tutkimuksessamme kehitettiin malli, joka käyttää luotettavaa ennustavien suureiden joukkoa, jota voidaan ehdottaa yliopisto-opintojen varhaiseksi varoitusjärjestelmäksi kursseille, joilla on jatkuva pisteytettyjen tehtävien sarja pitkin kurssia ja lopuksi lopputentti.
Tutkimuksessa hyödynnetty malli käyttää laajalti tunnettua Bayesin luokittelumenetelmää, joka käyttää vanhaa dataa ennustavien mallien luomiseksi. Luokittelumallit pystyvät ryhmittelemään dataa. Veerasamyn tutkimuksessa data luokiteltiin mahdollisesti vaikeuksissa oleviin ja muihin opiskelijaryhmiin.
Aikaisten varoitusmerkkien tunnistaminen voisi auttaa opiskelijoita lievittämään vaikeuksia opiskelussa. Tutkimuksessa käytettyä mallia voidaan hyödyntää myös kursseihin, jotka eivät liity ohjelmointiin.
***
MSc Ashok Kumar Veerasamy esittää väitöskirjansa ”Predictive models as early warning systems for student academic performance in introductory programming” julkisesti tarkastettavaksi Turun yliopistossa tiistaina 8.12.2020 klo 12 (Turun yliopisto, Auditorio XX1, Agora).
Vastaväittäjänä toimii apulaisprofessori Petri Ihantola (Helsingin yliopisto) ja kustoksena professori Tapio Salakoski (Turun yliopisto). Tilaisuus on englanninkielinen. Väitöksen alana on tietojenkäsittelytiede.
Koronavirustilanteen vuoksi väitöstilaisuuden yleisömäärä paikan päällä on korkeintaan 10 henkilöä. Tilaisuutta voi seurata etänä: https://utu.zoom.us/j/64305519416
Turun yliopisto seuraa aktiivisesti koronavirustilannetta ja viranomaisten ohjeita. Yliopisto päivittää ohjeitaan tilanteen mukaan. Ohjeet ja linkit löytyvät osoitteesta: utu.fi/koronavirus
Väittelijän yhteystiedot: ashok.veerasamy@utu.fi, p. 0404404314
