Modernit oppimisympäristöt -kirjaEsittely | Sisällys | Luku 3.3 | Lähteet | Linkit |
Kognitiivisten työkalujen, kuten käsitekartan, tarkoitus on tukea oppimisen haparoivaa, luovaa ja kehkeytyvää vaihetta. Tehtävänsä vuoksi ne ovat ominaisuuksiltaan melko suppeita, mutta samalla opiskeltavasta aiheesta riippumattomia, yleiskäyttöisiä välineitä. Ne toimivatkin usein oppimisprosessin solmukohdissa, joissa opiskelija rakentaa eri lähteistä ja sovelluksista koostuvaa aineistoa omalle ajattelulle ja oppimisvaiheelle sopivaan muotoon. Tulevaisuudessa yhä useammat kognitiiviset työvälineet tukevat myös yhteisöllistä opiskelua, jolloin oppimisprosessia voidaan vuoroin hajauttaa, vuoroin koota yhteen. Tässä tehtävässä auttavat ns. agenttiteknologiaan perustuvat, osin automatisoidut tiedonhakuvälineet.
Oppimisympäristön avoimuuden kannalta on keskeistä, että se tarjoaa instrumentteja, joilla opiskelija voi mallintaa ympäristöään tavalla, joka tukee hänen omaa ajatteluprosessiaan. Kognitiivisilla työkaluilla tai työvälineillä (cognitive tools, Lajoie & Derry 1993, Kommers ym. 1997) tarkoitetaan tällaisia instrumentteja, joita ei siis ole laadittu tietyn aihekokonaisuuden kannalta, vaan joita voi käyttää periaatteessa minkä tahansa asian opiskeluun. Malliesimerkki kognitiivisesta työkalusta onkin käsitekartta, jolla opiskelija voi asteittain hahmottaa, miten hän ymmärtää opiskelemansa asiakokonaisuuden, erityisesti käsitteiden keskinäiset suhteet.
Kognitiiviset työkalut tukevat erityisesti löytöretkeilijän oppimismenetelmää (discovery learning, van Joolingen 1999, Papert 1980). Tässä menetelmässä opiskelija käyttää vapaasti avoimen oppimisympäristön resursseja, esim. Internetiä tai simulaattoria, valitun, avoimen tutkimustehtävänsä suorittamiseen. Kognitiiviset työkalut auttavat opiskelijaa valitsemaan, tulkitsemaan ja muokkaamaan saamaansa tietoa, vieläpä avoimesti niin, että hän voi arvioida omaa työskentelyään ja oppimisprosessiaan.
Kognitio käsitteenä viittaa ihmisen ajattelutoimintoihin. Kognitiivinen psykologia nousi mekanistisen behavioristisen psykologian vastareaktiona ja korosti, että esimerkiksi ihmisen oppimista ei voi selittää pelkästään stimuluksen ja reaktion perusteella, vaan on otettava selvää, mitä ihmisen mielessä tapahtuu. Tietokoneen opetuskäytön kannalta mielenkiintoista on kognitiivisen psykologian sukulaisen, kognitiotieteen, historia: sen lähtökohtana on symbolisen informaation prosessointiin liittyvien esitysmuotojen, representaatioiden, tutkimus, erityisesti tietotekniikan käyttöönottoon liittyen (Saariluoma 1988, Anderson 1995). Tällaisiin tapahtumasarjoihin perustuu myös ihmisen oppiminen, mikä näkyy esimerkiksi ongelmanratkaisu- ja päätöksentekoprosesseissa.
Perusero kognitiivisten työkalujen ja yleiskäyttöisten työvälineohjelmien välillä on se, että jälkimmäiset on tarkoitettu tietyn projektin, esimerkiksi esityksen tai laskelman, loppuunsaattamiseen. Työvälineohjelman monet piirteet tukevatkin juuri varsinaisen lopputuotteen syntymistä, kuten tekstinkäsittelyohjelman tyylit tai esitysgrafiikkaohjelman diapohjat. Voimmekin ajatella, että työvälineohjelmat on tarkoitettu projekteja varten, kun taas kognitiiviset työkalut tukevat näihin projekteihin liittyviä ajatteluprosesseja.
Opetusteknologian lyhyen historian aikana työvälinenäkökulma, jota kognitiiviset työkalutkin edustavat, on esitetty tietokoneen ohjaaman oppimisprosessin tai opetusohjelma-ajattelun vastakohtana (Wenger 1987). Tämä vastakkainasettelu menettää kuitenkin ainakin osan merkityksestään, jos oppimisprosessi ymmärretään Wengerin tapaan tiedon välittämisenä (knowledge communication). On kuitenkin huomattava, että Wengerille tämä ei merkitse opetettavan tiedon tai taidon paketoimista ja siirtämistä siitä osattomalle yksilölle. Hänen mukaansa keskeistä on päästä sellaisiin tiedon esitysmuotoihin joiden avulla oppimiseen liittyvä kommunikointiprosessi onnistuu. Tämä edellyttää niin sisältöalueen kuin opiskelijan tietämyksenkin mallintamista. Tällaiset mallit ovat myös kaikkien kognitiivisten työkalujen toiminnan edellytyksiä. Kukin työkalu pystyy vain sille suunniteltuun tehtävään. Sahalla on hankala naulata.
Koska kognitiivisten työkalujen käyttöalue on suppeampi kuin yleiskäyttöisten työkalujen, on tärkeää kiinnittää huomiota myös työkalun periaatteiden ja käytön opettamiseen, jotta työkalusta olisi enemmän hyötyä. Esimerkiksi käsitekarttaohjelma on lähes hyödytön sille, joka ei tiedä käsitekartoista mitään.
Teknologisten innovaatioiden aiheuttama ja yhä jatkuva kiihkeä kehitys niin globaalisti kuin erityisesti tieto- ja viestintätekniikkaan perustuvissa ns. tietoyhteiskunnissakin vaikuttaa oppilaitosten tehtäviin. Yhä tärkeämmäksi taidoksi tulee jatkuvan muutoksen kestämisen lisäksi myös kyky osallistua siihen aktiivisesti. Tämä merkitsee Bloomin kognitiivisten tavoitteiden taksonomian (luku 4.5) ylimpien tasojen korostumista. David Passig (2003) on jopa lisännyt ko. taksonomian huipulle uuden tason, kehittelyn (melioration). Tulevaisuuden keskeiseksi kognitiiviseksi taidoksi tulee oivaltava kehittely, jolla ihminen yhdistelee toisilleen vieraita komponentteja (adaptation) itselleen mielekkäällä tavalla (connotation) ja on samalla valmis luopumaan turhista mielen painolasteistaan (power to forget).
Kognitiivisten työkalujen tuleekin soveltua edellä kuvatun kaltaiseen konseptisuunnitteluun, jossa yhdistellään luovasti vanhoja "opittuja" asioita uusiksi ideoiksi ja jota sinänsä voi pitää avoimena oppimisprosessina, ilman etukäteen kiinnitettyä tavoitetta (Kommers 2002). Lisäksi kognitiiviset työkalut ovat keskeisiä oppivien organisaatioiden välineitä: ne sopivat monimutkaisten kokonaisuuksien hallintaan ja esimerkiksi tulevaisuusskenaarioiden laatimiseen (Probst ym. 1997).
Kognitiivisten työkalujen perustehtävä on tukea itse ajatteluprosessia. Tämän vuoksi ne eivät välttämättä johda sentapaisiin esitysmuotoihin, joita käyttäjä voisi liittää esimerkiksi työstä laadittavaan raporttiin. Kognitiiviset työkalut ovatkin nimenomaan ajatteluprosessin ilmaisuvälineitä, joilla luovan työskentelyn välivaiheet on luontevampi ilmaista kuin esimerkiksi tekstinkäsittelyohjelmalla. Saattaa myös olla, että asiakokonaisuuden luonnosteluun tarkoitetun käsitekartan koonnut tekijä on avoimempi rakentavalle kritiikille kuin samat asiat tekstimuodossa esittänyt henkilö.
On toki huomattava, että osa yleiskäyttöisten työvälineohjelmienkin piirteistä tukee lopputuotteeseen tähtäävää työskentelyprosessia. Esimerkiksi taulukkolaskentaohjelman käyttäjä voi tutkia raporttiin liittämäänsä tilastoa erilaisina kaavioina. Pyörittelemällä kolmiulotteista piirakkakaaviota eri perspektiiveihin hän saattaa hyvinkin johtua pohtimaan, miten helposti visualisointia voidaan käyttää tukemaan vääriä johtopäätöksiä. Vastaavalla tavalla tekstinkäsittelyohjelman jäsennystoiminnot tukevat niitä oivalluksia, joita syntyy järjestettäessä tietty asiakokonaisuus uudella tavalla. Yhteenveto-ominaisuus puolestaan kokoaa automaattisesti tekstin ydinkohdat ja saa näin kirjoittajan arvioimaan ajatuskulkuaan. Myös sinänsä yksinkertainen synonyymisanasto saattaa johtaa tulkintoihin, joita kirjoittaja ei ole aikaisemmin huomannut ajatella.
Joseph D. Novakin kehittämä käsitekarttatekniikka (concept mapping; Novak 1990, Lanzing 1997) on sukua erilaisille, varsinkin tekoälytutkimuksen piirissä kehitetyille, tiedon esitysmenetelmille, joilla pyritään kuvaamaan tietty käsite suhteessa toisiin käsitteisiin ja näin esittämään sen merkitys sukulaiskäsitteiden rakenteena. Tällaiset rakenteet on alun perin kehitetty analysoimalla ihmisten vastausaikoja erilaisiin ala- ja yläkäsitteitä edellyttäviin kysymyksiin (Russell & Norvig 2003). Käsitemallinnus perustui siihen, että käsitteiden välisen linkkiketjun pituus oli verrannollinen ao. vastausaikaan. Mallinnuksen etu oli siinä, että kehitetty rakenne sekä sopi ihmisen ajatteluun että oli helposti toteutettavissa tietokoneella.
Käsitekartta esitetään verkkona, jonka solmuina ovat käsitteet ja kaarina niiden väliset yhteydet. Yhteydet voivat siis olla suunnattuja tai suuntaamattomia, nimettyjä tai nimeämättömiä, kartan rakenne voi olla puumainen, verkkomainen tai jopa epäyhtenäinen. Käsitekartan rakenne esitetään alla käsitekarttaa hyväksikäyttäen:
Käsitekartan sukulaisrakenne on Tony Buzanin lanseeraama ns. miellekartta (mind map; Buzan Centers 2003). Kirjallisuudessa tapaa molemmille termeille erilaisia määritelmiä. Miellekartta voidaan esimerkiksi ymmärtää käsitekartan alakäsitteenä. Jotkut koulukunnat edellyttävät puolestaan käsitekartalle tarkasti määriteltyä rakennetta, kun taas miellekartalle hyväksytään löyhemmät säännöt. Tässä kirjassa teemme erottelun ko. rakenteiden käytön perusteella, emmekä edellytä kummallekaan tarkkaan määriteltyä rakennetta.
Kysymys siitä, kumpaan karttatyyppiin tarkasteltava rakenne kuuluu, ratkeaa siis kartan käytön perusteella. Käsitekartta on kysymyksessä silloin, kun kaavio kuvaa eri käsitteiden välisiä suhteita ja rakentaa näin kokonaiskuvan tietyn käsiteryhmän merkityssuhteista, semantiikasta. Miellekartta puolestaan jäsentää tiettyä aihekokonaisuutta esimerkiksi assosiaatioiden perusteella, hierarkkiseen tapaan ytimestä kehälle. Näin miellekarttaa käytetään työn luovassa kokoamisvaiheessa, kun taas käsitekartta soveltuu esimerkiksi miellekartan avulla rakennetun kokonaisuuden tarkkaan määrittelyyn ja analysointiin. Itse asiassa tekoälyn alueella kehitetyt tiedon esityskielet sopivat tämän prosessin seuraavan vaiheen representaatioon: niitä käytetään käsitekokonaisuuden tallettamiseen tietokoneen käsiteltävässä muodossa.
On tärkeää huomata, että sekä vapaasti luova assosiaatiovaihe että sitä analyyttisempi kokoamisvaihe ovat kognitiivisia toimintoja, joita kognitiivisina työvälineinä tukevat vastaavasti miellekartta ja käsitekartta. Karttatyypit sopivat mainiosti paperiin ja kynään perustuvaan työskentelyyn, koska kartan laatija voi vapaasti ja luovasti visualisoida ja hahmottaa opiskelemaansa asiakokonaisuutta, aluksi assosioiden, myöhemmin määritelmiä rakentaen.
Molempia karttatyyppejä voidaan käsitellä myös tietokoneella. Karttoja voi laatia itse asiassa millä tahansa piirrosohjelmalla, jopa tekstinkäsittelyohjelman mukana tuleva yksinkertainen piirrostyökalu soveltuu tähän, mutta tehtävä luonnistuu parhaiten varsinaisilla kartanpiirto-ohjelmilla. Hahmottelemme seuraavassa, mitä palveluja tällainen kartanpiirto-ohjelma voisi tarjota. Mitä enemmän kartta sisältää tietoa, sitä enemmän tietokoneesta on hyötyä, kun se käsittelee ja analysoi kartan rakennetta. Ohjelma voi esimerkiksi käsitteiden välisiä yhteyksiä seuraamalla näyttää yhteenvedon niiden välisestä suhteesta, olipa sitten kyse assosiaatio- tai merkityssuhteesta. Tämä on tärkeää käyttäjälle erityisesti silloin kun ko. käsitteet ovat pitkän polun päässä toisistaan, eikä niitä voi esimerkiksi esittää samaan aikaan näytöllä. Samoin ohjelman voi pyytää luettelemaan ne käsitteet, joilla on suhde lähtökäsitteeseen. Monta kertaa juuri etäällä oleva käsite on omiaan kirkastamaan alkuperäistäkin käsitettä. Lisäksi ohjelma kykenee muodostamaan kartasta hyvinkin erilaisia satunnaisia näkemyksiä muuttamalla käsitteiden sijaintia näytöllä tai näyttämällä satunnaisesti valitun käsitejoukon suhteet. Tällaiset uudet näkemykset toimivat ärsykkeinä käyttäjän ajattelulle. Ohjelma voi etsiä käsitteille liitoskohtia käyttäjän aiemmin tekemiin karttoihin tai jopa Internetistä löytyviin karttoihin.
Käsitekarttatekniikka on yksinkertaisuudessaan yllättävän monipuolinen ja ilmaisuvoimainen. Sitä voikin soveltaa paitsi eri käsitteiden muodostaman kokonaisuuden staattiseen esittämiseen, myös dynaamisten prosessien hahmottamiseen. Esimerkiksi opintojen suunnittelu virtuaaliyliopistoympäristössä vaatii opiskelijalta uudenlaista omatoimisuutta: hänen tulee koota oman opiskelunsa konsepti eri yliopistojen tarjoamista palasista. Tällainen luonnostelu, jossa otetaan huomioon myös eri kurssien sisällölliset riippuvuudet ja jossa voidaan koota osakokonaisuuksia yhteen, soveltuu luontevasti käsitekarttatekniikalla toteutettavaksi (Nuutinen & Sutinen 2003).
Käsitekarttatekniikan onnistunut käyttö edellyttää huomion kiinnittämistä myös oppimistyyleihin (kokonaisuuksista osiin etenevä holisti vs. askeltaen etenevä serialisti). Esim. Kiinassa opetus perustuu yleensä sarjalliseen, selkeästi johdettuun metodiin. Tällöin käsitekarttatekniikka pitää opiskella erikseen (Huai 2000). Sama pätee varmasti myös muita, teknologiaan perustuvia kognitiivisia työkaluja käytettäessä.
Kognitiivista työskentelyä ei pidä rajata yksilölliseksi suoritukseksi. Oivaltavaan oppimiseen tähtäävä toiminta perustuu yhä enemmän verkkoa hyväksikäyttävään ryhmätyöskentelyyn. Tällaisten verkossa toimivien opiskelijayhteisöjen (learning community) on tärkeä voida käyttää välineitä, joilla yksittäinen jäsen voi liittää oman oppimisprosessinsa yhteisön kokonaistyöskentelyyn. Yksinkertaisimmillaan kysymys on vain valmiiden sivujen muokkaamisesta ja työstämisestä yhdessä muiden kanssa (c2.com/cgi/wiki) tai vapaamuotoisesta verkkolehtien laatimisesta (www.blogger.com). Todellinen verkossa toimiva työkalu edellyttää kuitenkin rakenteita, joilla yhteistoimintaa ja sen saavutuksia on mahdollista katsoa ja kommentoida; käsitekarttaa siis rakennetaan tavallaan Internetin päälle. Helsingin yliopistossa kehitetty EDUCO visualisoi opiskelijaryhmän toimintaa verkossa sosiaalisen navigoinnin ideoiden pohjalta, EDUCOSM puolestaan tarjoaa välineitä yhteiseen tiedonrakenteluun verkkosivuja kommentoimalla (Kurhila 2003b).
Woven stories (Gerdt ym. 2001) taas on väline, jolla verkossa työskentelevä ryhmä voi koota opiskeluprosessiaan yhteen punoutuviksi tarinoiksi. Erityisesti holistista oppimistyyliä käyttäville opiskelijoille se saattaa antaa välineitä prosessien ja muiden sarjalliseen tiedonesitykseen perustuvien ilmiöiden yhteistoiminnalliselle opiskelulle.
Kognitiiviset työvälineet perustuvat varsin pitkälle opiskelijan omaan ponnisteluun käsitteen tai tiedon ymmärtämiseksi. Varsinkin nykyisessä tietotulvassa koko opiskeltavaa asiakokonaisuutta tai siihen liittyvää saatavissa olevaa tietämystä on mahdotonta hallita. Tämän vuoksi tarvitaan menetelmiä, jotka automatisoivat opiskeluprosessin kannalta perifeerisiä tai jopa sitä estäviä tehtäviä.
Mitä agentit ovat?
Agentit ovat ohjelmistoja, joilla on tarkkaan määritelty tehtävä ja jotka suorittavat sitä itsenäisesti. Tässä mielessä ne siis eivät ainakaan kovasti poikkea James Bond -kirjojen kuvauksista. Russell ym. (2003) kuvaavat agenttia tekoälyyn perustuvaksi systeemiksi, joka osaa toimia itsenäisesti tietyssä ympäristössä, sensoriensa antamien havaintojen perusteella. Näin agentteja ovat esimerkiksi lääketieteellistä diagnosointia tekevät systeemit, satelliittikuvia analysoivat järjestelmät, tehtaassa osia poimivat robotit ja englanninkieltä opettavat älykkäät opetusohjelmat.
Agentit oppimisen tukena
Pikaisesti ajatellen agenteista voisi kuvitella olevan oppimisen kannalta jopa haittaa. Agentithan suorittavat niille annettuja tehtäviä itsenäisesti ja kertovat toimeksiantajalleen tyypillisesti vain toimintansa lopputuloksen. Oppimisen kannalta taas juuri tehtävän välivaiheet ovat usein keskeisiä. Agentteja pitääkin soveltaa puoliautomaattisesti niin, että ne kätkevät sisäänsä ainoastaan oppimisen kannalta perifeeriset yksityiskohdat, esimerkiksi verkkosivujen osoitteet, ja samalla vapauttavat opiskelijan energiaa niiden asioiden selvittämiseen, jotka ovat oppimiselle tärkeitä.
Agentteja käytetäänkin opetusteknologisissa sovelluksissa aivojen jatkeena tai tutkana, joka laajentaa opiskelijan mielen maisemaa (mental scope) alueille, joiden ei pidä sitoa hänen jatkuvaa huomiotaan. Esimerkiksi etsiessään tehtävänsä kannalta keskeistä tietoa opiskelija käskee agenttiaan tuomaan tietoa aihepiirin sisältöä kuvailemalla; agentti huolehtii vaadittavien verkkosivujen seulomisesta tai ihannetapauksessa jopa sähköpostikeskustelusta. Opiskelija itse toimii ylemmällä abstraktiotasolla. Tällaisessa agentin ja opiskelijan kiinteässä yhteistoiminnassa on tärkeää, että käsiteltävien asioiden esitysmuodot ovat lähellä toisiaan, tai ainakin helposti tulkittavissa toisilleen, olipa sitten kysymys tietokoneen läheisestä tietokantaformalismista tai ihmismuistin sisäisestä esityksestä. Näin ajatellen agentti onkin hyvin luonnollinen osa tulevaisuuden avoimia oppimisympäristöjä; itse asiassa agentti avaa monta ovea, jotka muuten jäisivät kiinni.
Mielenkiintoinen, yhteistoiminnallista oppimista tukeva agenttien käyttötapa on toteutettu kanadalaisen Saskatchewanin yliopiston tietojenkäsittelytieteen laitoksella (Greer 1999). Toteutuksessa agentit helpottavat opiskelijoiden välistä kommunikointia niin, että opiskelijan ohjelmointikurssia koskeva kysymys ohjautuu sille opiskelijatoverille, jonka profiili kertoo hänen tuntevan asiaa. Profiileja ylläpidetään sen mukaan, miten kysymysten esittäjät arvioivat saamiaan vastauksia.