STACK2023-konferenssin kohokohdat

STACK on johtava avoimen lähdekoodin arviointijärjestelmä, jota käytetään erityisesti matematiikassa ja teknistieteellisillä aloilla. STACK toimii suoraan Xamkin Learn-oppimisympäristössä. Vuoden 2023 – järjestyksessään 6.- STACK-konferenssi (The International Meeting of the STACK Community) järjestettiin Tallinnassa huhtikuussa.

STACKillä luodaan automaattisesti arvioituvia matemaattisia tehtäviä, joihin voidaan lisätä myös automaattinen palaute. Tehtävissä käytettävät alkuarvot voidaan asettaa satunnaisiksi, jolloin jokainen opiskelija näkee tehtävästä oman uniikin version. Järjestelmä osaa tulkita monenlaisia eri vastaussyntakseja: muun muassa lukuja, tieteellisiä yksiköitä, polynomeja, matriiseja ja interaktiivisesti liikuteltavia objekteja.  

STACK-konferenssi on kaikille STACKin käyttäjille tarkoitettu foorumi, jossa käyttäjät voivat esitellä käyttökokemuksia, ideoita ja tutkimusaiheita. STACKin käyttäjien yhteisö on tiivis ja konferenssin aikana pääsee tutustumaan ja keskustelemaan halutessaan henkilökohtaisesti vaikkapa järjestelmän kehittäjätiimin kanssa. Tänä vuonna esityksien pitäjiä tuli paikanpäälle ympäri Eurooppaa, Japanista ja lisäksi etäyhteydellä Keniasta ja Uudesta-Seelannista saakka. Suomalaisista korkeakouluista esityksiä pidettiin Aalto-yliopistosta, Helsingin yliopistosta ja Lappeenrannan-Lahden teknillisestä yliopistosta.  

Ryhmä kansantanssijoita.
Kuva 1. Konferenssin aluksi päästiin tutustumaan virolaiseen kansantanssiin.

Konferenssin periaatteen mukaisesti esitetty materiaali jaetaan yleisön kanssa konferenssin jälkeen. Näin ollen osallistujat pääsevät heti kokeilemaan niitä työkaluja, joita muissa korkeakouluissa on kehitetty. Koronapandemian aikana Isossa-Britanniassa digitalisoitiin koko HELM (Helping Engineers Learn Mathematics) -harjoituskirjasarja. Avoin digimateriaali koostuu koko yliopistotason insinöörimatematiikan kattavasta teoriasta, esimerkeistä ja STACK-tehtävistä, jotka voidaan tuoda sellaisenaan Learniin. Kuvasta 1 nähdään, miten yksi aihepiiri on kokonaisuudessaan sisällytetty suoraan tentti-aktiviteettiin. Tämä saattaa olla yksi vaihtoehto tulevaisuuden avoimille oppimateriaaleille. Tällä hetkellä HELM-digimateriaalia käännetään jo saksaksi.  

Kuva 2. Kuvankaappaus Learniin tuodusta HELM-digimateriaalista.

Konferenssissa esitetiin monia hyödyllisiä työkaluja ja tutkimuksia, mutta käsitellään niistä muutamia mielenkiintoisimpia. Paljon odotettu uudistus oli GeoGebran integrointi STACKiin. Jatkossa STACK-tehtävään voidaan upottaa GeoGebralla tehtyjä geometrisiä malleja ja simulaatioita, joita opiskelija voi tutkia interaktiivisesti. GeoGebran materiaalipankki on laaja ja kenen tahansa tekemiä malleja voi käyttää, kunhan mallin tekijä on merkinnyt sen julkiseksi.  

Japanissa Nagoyan yliopistossa oli kehitetty STACKin vastaustietoihin perustuva visuaalinen tietokartta, jonka avulla opiskelija näkee suoraan, onko hänellä tarvittava tieto kaikista toisiinsa liittyvistä matematiikan aihekokonaisuuksista. Tietokartan avulla voidaan määrittää kätevästi, onko opiskelijalla esimerkiksi riittävät pohjatiedot jollekin kurssille. Japanilaisten luoma tietokartta piti sisällään vain matematiikan aihepiirejä, mutta sitä olisi mielenkiintoista laajentaa sisällyttäen siihen kaikki tietyn koulutusohjelman tiedot ja taidot.  

Learn (moodle) mahdollistaa tehtävien monikielisyyden tarkoittaen, että yksi tehtävä voi olla tehty monella kielellä ja opiskelijalle näkyy tehtävä sillä kielellä, minkä hän on valinnut Learnin asetuksista. Saksassa Ruhr-yliopisto Bochumissa oli koodattu työkalu, joka mahdollistaa monien tehtävien monikielellistämisen samanaikaisesti. Tästä on suuri hyöty, koska tulevaisuudessa englanniksi opetetaan yhä enemmän ja STACK-tehtävien kääntäminen yksitellen vie paljon aikaa ja vaatii teknistä tietotaitoa.  

Yksi ajankohtainen teema läpi konferenssin oli tekoäly. Vielä tammikuussa julkaistussa artikkelissa Frieder et al. (2023) tekivät johtopäätöksen, että ChatGPT:n matemaattinen kyvykkyys on keskinkertainen. Kuitenkin tällä hetkellä Wolfram Alpha on integroitu ChatGPT:hen ja se osaakin ratkaista moitteettomasti esimerkiksi joitain sanallisia pitkän matematiikan ylioppilaskirjoitustehtäviä. Toisaalta CAS (Computer Algebra System) -ohjelmistot kykenevät antamaan napin painalluksella oikean vastuksen mekaaniseen matemaattiseen tehtävään. Konferenssissa keskusteltiin, että vaikka mekaaninen laskutaito pysyy aina tärkeänä osana matematiikkaa, nykyisin pitäisi kehittää yhä enemmän erityisesti opiskelijan käsitteellistä ymmärrystä testaavia tehtäviä. 

Konferenssissa esiteltiin pääosin matematiikkaan liittyviä kehityshankkeita ja tutkimuksia. Yksittäisiä esityksiä oli myös biologiasta, tietojenkäsittelytieteestä ja konetekniikasta. Näkemykseni mukaan konferenssissa olisi mahdollista esitellä huomattavasti enemmän STACKin käyttöä insinööritieteiden sovellettujen aineiden näkökulmasta.  

Mikäli haluat tutustua STACKiin tarkemmin, se kannattaa aloittaa osoitteesta https://stack-assessment.org/  

Lähteet

Stephen Wolfram (2023), ”ChatGPT Gets Its ’Wolfram Superpowers’!,” Stephen Wolfram Writings. writings.stephenwolfram.com/2023/03/chatgpt-gets-its-wolfram-superpowers. [viitattu 04.05.2023] 

Frieder, S., Pinchetti, L., Griffiths, R. R., Salvatori, T., Lukasiewicz, T., Petersen, P. C., … & Berner, J. (2023). Mathematical capabilities of chatgpt. arXiv preprint arXiv:2301.13867 [viitattu 04.05.2023] 

Pin It on Pinterest