Tekoälyn hyödyntäminen Ammattiopisto Tavastian ohjausresurssien kohdentamisessa

Abstract

Työn tavoitteena oli selvittää, voiko toisen asteen oppilaitoksen ohjausresurssien kohdentamiseen hyödyntää tekoälyä. Toimeksiantajana oli Koulutuskuntayhtymä Tavastiaan kuuluva Ammattiopisto Tavastia. Tutkimukseen tarvittava data saatiin Ammattiopisto Tavastian opiskelijahallintojärjestelmästä. Tutkimuksessa koulutettiin kolme koneoppimismallia. Tarkoituksena oli saada ennuste siitä, tuleeko opiskelija valmistumaan vai eroamaan.

Työssä kerrotaan toimeksiantajasta ja toisen asteen koulutusta ohjaavista laeista ja määräyksistä, jotka raamittavat opiskelijoiden ohjaamista. Työssä on myös katsaus siihen, millaista tutkimusta Suomessa on tähän aiheeseen liittyen viime vuosina tehty. Tarkemmin käsitellään, millaista dataa koneoppimismallien kouluttamiseen poimittiin ja miten sitä esikäsiteltiin. Tekoälyn hyödyntämiseen liittyen on kuvattu kolmen eri koneoppimisalgoritmin opettaminen ja niistä saatujen mallien avulla toteutettu eroamisen tai valmistumisen ennustaminen.

Koneoppimismallin avulla laskettua ennustetta hyödynnettiin Ammattiopisto Tavastialle tehdyssä PowerBI-näkymässä, jonka avulla oppilaitoksen ohjaushenkilöstö voi tulkita läsnä olevien opiskelijoiden tilannetta opintojen etenemiseen liittyen. Laskettu ennuste on lineaarinen luku välillä 0–1, jossa 0 tarkoittaa todennäköistä eroamista ja 1 todennäköistä valmistumista. Vastaako tuotettu näkymä Ammattiopisto Tavastian tarpeeseen, jää tulevaisuudessa nähtäväksi. Lasketun ennusteen toivotaan kohdistavan ohjausta ensisijaisesti niille opiskelijoille, joiden ennuste osoittaa todennäköisyyttä, että opiskelija ei tule valmistumaan.

The aim of this thesis was to determine whether artificial intelligence can assist in targeting guidance resources in a vocational college. The client for this study was Tavastia Vocational College.

This thesis report introduces the client and the regulations that govern student guidance in a vocational school in Finland. It also provides an overview of research conducted in Finland on this topic in recent years. In more detail, this thesis report presents a description of the data used to train the artificial intelligence algorithms and a description of the predictions made using the models derived from them. The aim was to predict whether a student is likely to graduate or drop out from their studies.

To support student counselling purposes, a Microsoft PowerBI view was created, which utilizes data from Tavastia Vocational College and presents the status predicted by artificial intelligence. It remains to be seen whether the PowerBI view meets the needs of Tavastia Vocational College. The intended outcome is for the predicted status to target guidance towards those students whose studies have not progressed.