Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega

Nõustun
Sisukord

Kuidas õpetada tulevikku?

Arvatakse, et lähimad viis aastat toovad digitehnoloogias suurema murrangu, kui me viimase kahekümne aasta jooksul näinud oleme. Mis täpselt juhtuma hakkab, ei tea meist keegi. Pole võimalik õppida või õpetada seda, mida pole veel olemaski, aga meil on võimalik juhtida tähelepanu sellele, kuidas tehnoloogia, näiteks tehisintellekt või andmeanalüütika meie elu mõjutama võiks hakata.

Minu auto pargib ennast ise (sõidab ka, kui soovi avaldan), minu telefon tuvastab õige omaniku näotuvastusega ja aitab kõnetuvastuse abil leida vastuseid minu küsimustele ning Google pakub igapäevast tasuta tõlketeenust. Tehnoloogia mõjutab meid juba praegu. Meie igapäevaelu nii tööl kui ka kodus on mugavam, ka riigiga suhtlemine on sujuvam. Aga kuidas mõjutab see kõik hariduselu?

Rahvusvaheliselt on Eesti tuntud kui eesrindlik tehnoloogia rakendaja nii riigihalduses kui ka õppeprotsessis. Nii kunagine Tiigrihüpe kui ka praegune ProgeTiigri programm pakuvad huvi kogu maailmas. Õpilaste ja õpetajate digipädevuse arendamine on olnud Eesti riigile tähtis juba pikemat aega, tehnoloogiline kirjaoskus on eesmärgina kirjas õppekavades ja mitmetes poliitilistes dokumentides. Juba 2014. aasta Eesti elukestva õppe strateegias oli kirjas vajadus digipöördeks ja õpikäsituse muutumiseks, et liikuda elulähedase, õppijakeskse ja koostöisema õppimise poole. Riik on oma õla alla pannud haridusasutuste taristu uuendamisele ja haridustehnoloogide koolitamisele. Meil on palju koole, kus õpetavad tehnoloogia targast rakendamisest huvitatud õpetajad. Ühelt poolt peavad praegused õpilased heas uues tehnoloogiarikkas maailmas hakkama saama, teisalt avab tehnoloogia uusi võimalusi nii õppijale, õpetajale kui ka haridusasutusele.

HITSA tehnoloogiatrendide seirega soovime pakkuda esmakordselt Eestis võimalust saada regulaarselt ülevaadet tehnoloogiatrendidest, mis mõjutavad hariduselu. Samuti tuua koostöös ekspertidega välja soovitused, mida peaksime õpetama ning kuidas saaksime erinevaid tehnoloogiaid õppetöös rakendada.

Igal aastal valmivas raportis keskendume valitud teemadele ning uurime Eesti kooli hetkeseisu ja uusi võimalusi. Esimese seire fookusesse valisime viis trendi, mis on Eesti haridussüsteemi arengu seisukohalt lähima viie aasta jooksul olulised: asjade internet, andmed ja analüütika, tehisintellekt, virtuaal- ja liitreaalsus ning privaatsus, mis haakub erinevate tehnoloogiate kasutamisega. Mõned neist trendidest on Eesti koolides oma koha juba leidnud, näiteks liitreaalsuse seadmed või asjade internetiga seonduvad robootikavahendid, erinevad sensorid ja andurid.

Soovime pakkuda koolidele ja õpetajatele praktilist ja hariduselukeskset lähenemist, oluline osa raportis on illustreerivatel näidetel. Oma panuse raporti valmimisse on andnud üle kuuekümne Eesti kooli, tehnoloogiavaldkonna eksperdid ülikoolidest ja ettevõtetest ning haridusvaldkonna uuendajad ja eestvedajad ülikoolidest ja koolidest.

Loodame, et lisaks kooliinimestele pakub raport mõtlemisainet kõigile, kes väärtustavad hariduselu.

– Marit Dremljuga-Telk
raporti koostaja

Asjade internet

Asjade internetiks (Internet of Things, lühend IoT) nimetatakse seda osa internetist, kuhu kuuluvad omavahel andmesidevõrgu kaudu ühendatud füüsilised esemed, sõidukid, kodutehnika ja muud seadmed, millesse on sisse ehitatud elektroonika riistvara, tarkvara, sensorid ja mõnel juhul ka ajamid. Need võimaldavad kasutajatel ja teistel seadmetel omavahel suhelda ning seadmete käitumist (nt käivitamist, seiskamist) juhtida ja automatiseerida.

Kui interneti algusaastatel moodustasid selle “võrkude võrgu” üksnes omavahel ühendatud serverid ja nendega võrgukaabli kaudu ühendatud lauaarvutid, siis viimastel aastatel on kiiresti kasvanud internetiga kaablivabalt ühendatud nutitelefonide ja robotite, turva- ja kliimaseadmete, muusika- ja videomängijate, autode ja külmkappide hulk.

Kuna otse inglise keelest laenatud “asjade internet” kõlab eesti keeles pisut kohmakalt, siis on 2015. aastal korraldatud sõnavõistlusel pakutud selle asemele uudissõnu “nutistu” ja “värkvõrk”, millest keeleinimesed soovitavad pigem siiski esimest kasutada. Raportis kasutame kõiki kolme vastet sünonüümidena. Mõiste leidis kasutust juba 1980.–1990. aastatel, kuid tehnoloogia aeglase arengu tõttu on progress trendi kasutuselevõtmisel olnud pigem aeglane. Asjade interneti üheks igapäevasemaks rakenduseks on nutikodu, mida kirjeldab täpsemalt allolev näide.

Vello tööpäev lõpeb ja ta istub kojusõiduks oma autosse, mille vabakäesüsteem talle kohe kõlarite kaudu meelde tuletab, et ta koduteel poest läbi käiks ja piima ostaks. Selle teate saatis Vello nutitelefonile ta nutikas külmkapp, mis ajastas teate saatmise Vello autosse sisenemise hetkeks ja saadab hiljem ka kordusteate, kui auto poele läheneb.

Kui Vello koju jõuab ja koodlukuga ukse avab, võtab nutikodu turvasüsteem maja valve alt maha ning lülitab sisse valgustuse neis ruumides, kuhu Vello siseneb. Õhtusöök ootab, sest kohvimasin ja multikeetja on juba aegsasti käivitunud. Vello häälkäskluste peale maheneb elutoa valgustus, aknakardinad sulguvad, hakkab mängima ta lemmikmuusika ja tummaks kamandatud TV näitab taustal uudistekanalit.

Vello vaatab nutika kliimasüsteemi tablood – energiasääst on pärast uue nutikodu lahenduse paigaldamist ligi 8%. Sellise nutikodu toimimise tagavad kümned andurid (temperatuur, valgus, heli, liikumine, kaal, näo- ja häältuvastus), nendelt anduritelt kogutud andmeid töötlevad tarkvararakendused, võrguühendusega lülitid, kraanid ja muud mehaanilised seadmed (nt kardinamootor ja köögitehnika), samuti vahetavad need omavahel infot.

Tavaliselt on igal värkvõrku liidetud esemel oma internetiaadress, mille kaudu saab sealt wifi vahendusel andmeid pärida või käsklusi saata. Sellise andmevahetuse juures on praegu veel kohati takistuseks side usaldusväärsus ja aeglus, aga ka traadita seadmete suur energiatarve. Uue hingamise tõotab asjade internetile anda uute sidestandardite BLE (Bluetooth Low Energy) ja NFC (Near-Field Communication) massiline levik ning peatselt juurutamise järku jõudev viienda põlvkonna mobiilside (5G), kus on piisavalt nii aadressiruumi kui ka jõudlust, tagamaks miljardite nutiseadmete omavahelist tõrgeteta suhtlemist. Tänu nendele uutele sidetehnoloogiatele ennustatakse värkvõrgu massilist kasutuselevõttu autodes.

Vello uus elektriajamiga nutiauto ei ole küll veel suuteline täiesti ilma juhita liikluses hakkama saama, aga parkimisega tuleb auto iseseisvalt ka kitsamates oludes Vellost paremini toime. Maanteel jälgib auto teisi liiklejaid, liiklusmärke ja teekattemärgiseid, hoiatades juhti liiga napi pikivahe või kiiruspiirangu eest, samuti siis, kui teeserv ohtlikult läheneb. Samuti jälgib auto reaalajas ilmaolusid (sh teekattesse paigaldatud niiskus-, temperatuuri- ja libedusandurite abil) ning ummikuid, soovitades juhil valida sobiv sõidustiil ja marsruut.

Nutiauto suudab suhelda ka teiste autodega, sh ilma juhita kulgevate iseautodega, olles lisaks hetkeolukorrale teadlik ka üksteise edasistest kavatsustest ja sünkroniseerides vastavalt masinate käitumist. Värkvõrgu tehnoloogia võimaldab paljude andurite ja seadmete koostöö orkestreerimise kaudu parandada liiklusohutust, samas kahandades autode energiakulu ja ummikuid teedel.

Kui 2018. aasta keskel oli nutistusse ühendatud ligi 11 miljardit seadet, siis aastaks 2020 ennustatakse kiiret kasvu kuni 30 miljardi seadmeni ning vastava turu käibe kasvu 3–7 triljoni USA dollarini. Tegemist on kiiresti areneva ja tulutoova majandussektoriga, mille vastu tasuks huvi tunda nii tänastel õppuritel kui ka ettevõtjatel.

Asjade internetti ühendatud seadmete arvu aastane kasv valdkonniti. Infograafiku andmete allikas: Forbes, 2017

Tervishoid/farmaatsia: 11%
Targad linnad ja kogukonnad: 19%
Transport ja logistika: 40%
Energeetika ja kommunaalteenused: 41%
Tööstus: 84%

Neljas tööstusrevolutsioon

Asjade internet on üks peamistest tehnoloogiatest, mis tõukab tagant käimasolevat nn neljandat tööstusrevolutsiooni (Industry 4.0) – või teisalt ka vastupidi, tööstusrevolutsioon annab hoogu ja investeeringuid värkvõrgu kiirele arengule. Esimese tööstusrevolutsiooni tuumaks oli tootmise mehhaniseerimine vee ja auru jõul, teise tööstusrevolutsiooni tõi kaasa liinitööl ja elektrienergial põhinev masstootmine, kolmanda märksõnadeks olid tootmise automatiseerimine ja tööstusrobotid. Tööstusrevolutsioon 4.0 on tööstuslikus tootmises toimunud radikaalsete muutuste koondnimetus. Selle keskmes on reaalse maailma virtuaalmudeli ja anduritelt laekuvate andmete põhjal reaalajas detsentraliseeritud juhtimisotsuseid langetavad nutikad süsteemid, mis vähendavad veelgi vajadust töökäte järele ja muudavad inimese rolli tootmisprotsessis.

Värkvõrk muudab lisaks tehastes toimuvale tootmisprotsessile nii toorme kui ka valmiskauba logistikalahendusi (asset tracking), tootmise kaugmonitooringut, tootmisseadmete hooldusdiagnostikat ja palju muud. Värkvõrgulahenduste abil saab tulevikus töötada kohtades ja olukordades, mis on inimesele ohtlikud. Esialgu kasutatakse neid võimalusi küll peamiselt militaar- ja kosmosetehnoloogias.

Asjade internet ja Eesti

Investorite huvi asjade interneti tehnoloogia vastu tekkis juba 2010. aasta paiku, viimastel aastatel on värkvõrgutehnoloogia läbinud nii kiire populaarsuse tõusu kui ka languse. Eestis asjade interneti teenuste loomist alustanud teerajajad on lõpptarbijale suunatud lahenduste asemel keskendunud B2B (business to business) teenustele. Näiteks Levira on loonud Elektrilevile kaugjuhitavaid elektrimõõdikuid, Telia aga arendab Tartu nutika linna projektis värkvõrgu tehnoloogial põhinevat tänavavalgustuse lahendust.

Lõpptarbijale suunatud värkvõrgu lahendused (nt automatiseeritud kliima- ja turvasüsteemid) on liidetud juba ehitus-, ventilatsiooni- ja turvafirmade teenustenimekirja. Eestiski ei ehitata enam kohalikke nutistulahendusi, selle asemel kasutatakse globaalsete turuliidrite pakutavaid platvorme (nt Cumulosity). Samas panustavad lõppkasutaja platvormide arendusse juba ka Eesti ettevõtted, näiteks idufirma Thinnect.

Seotud tehnoloogiad

Mõistagi on värkvõrgu tehnoloogia tihedalt seotud teiste uute tehnoloogiatega.

  • Pilvelahendused: andmevahetus nutistu seadmete vahel, andmete varundamine ja kasutajate ligipääs nutistule toimub tavaliselt pilveteenuste kaudu.
  • Suurandmetel põhinev analüütika: nutistu sensorid toodavad pidevalt tohutus koguses andmeid, mis võimaldavad teostada keerukat analüütikat (mustriotsing).
  • Tehisintellekt: kasutajate, seadmete ja keskkonna omavahelist suhtlust pidevalt analüüsivad masinõppe algoritmid loovad ja parendavad pidevalt matemaatilisi mudeleid, mis võimaldavad ennustada nutistu parema toimimise tagamiseks kasutaja vajadusi ning seadmete hooldusvajadust.
  • Virtuaal- ja liitreaalsus: inimese suhtlus värkvõrgu lahendustega muutub üha loomulikumaks, keerukaid andmeid esitatakse liit- või virtuaalreaalsuse abil visualiseerituna (nt nutiauto esiklaasile projitseeritud liiklussoovitused või VR-prillide abil kaugjuhitav ajukirurgia operatsioon).
  • Robootika ja mehhatroonika: programmeeritavad mehaanilised seadmed jäävad endiselt oluliseks osaks värkvõrgust, luues vajadusi uue põlvkonna ajamite, andurite ja inimese-masina kasutajaliidese järele.
Asjade internet ja haridus

Miks peaks Eesti haridussüsteem asjade interneti vastu just nüüd huvi tundma? Kõigepealt võib ennustada asjade interneti levimist, kui koolihoonete kliima- ja turvasüsteeme hakatakse kaasajastama, säästes koolipidamiseks kuluvat energiat, raha ja õpilaste tervist. TalTechi dotsent Innar Liiv ennustab, et tulevikus annab värkvõrk nii õpilastele, õpetajatele, koolijuhtidele kui ka lapsevanematele sajad täiendavad silmad ja kõrvad, mille abil on võimalik nii koolis kui ka mujal toimuvat (õppe)tegevust paremini jälgida, automatiseerida ja mõista.

Kui vaadelda värkvõrgu võimalikku mõju konkreetselt õppimisele ja õpetamisele, võib eristada sellega seonduvaid haridustehnoloogilisi vahendeid ja teenuseid ning värkvõrgu teema lisamist tehnoloogiahariduse õppekavadesse.

Põhjuseid asjade interneti kaasamiseks õppesisusse on mitu: esiteks on tegemist lihtsalt põneva (ühest küljest futuristliku, teisalt aga elulähedase) uue tehnoloogiaga, mis võib aidata õpilastes tekitada huvi STEM e loodus- ja tehnikaainete ning insenerikarjääri vastu. Teisalt hoogustab värkvõrk innovatsiooni paljudes valdkondades ning põhjalikum tutvumine selle tehnoloogiaga juba õpingute käigus loob tänastele õppuritele konkurentsieelise tööjõuturul ja ka tulevases digimajanduses ettevõtlusega tegelemiseks, seda nii äri-, logistika- ja meditsiinivaldkonnas kui ka paljudel muudel elualadel.

Asjade internet täna Eesti koolis

2018. aasta seire käigus tehtud küsitluses kinnitas ligi veerand vastanuist, et nende koolis on asjade interneti teemasid juba õppetöös katsetatud. Kaheksa kooli plaanis värkvõrgu teemasid õpetama hakata lähima aasta jooksul, veel kuusteist kooli 2–3 aasta pärast. Küsimusele, milliseid uusi tehnoloogiaid plaanitakse koolis kasutusele võtta, toodi välja robotid, droonid, konverentsilahendus. Seega on uuendusmeelsemad Eesti koolid asjade interneti suunal juba esimesi samme ja tulevikuplaane teinud.

Eesti koolides on asjade interneti teemaga tutvumisele tee rajanud robootika, mida õpetatakse juba lasteaedades ja algklassides kas lõimituna teistesse õppeainetesse või siis huviringina. Robootikal on asjade internetiga ühisosa: eelkõige sensorid ja automatiseerimine.

Interaktiivne graafik. Programmeerimisoskus parandab matemaatilist mõtlemist, oskust probleeme loovalt lahendada ja loob aluse tulevikuameteis hakkama saamiseks. HITSA IT-õppe teekaardilt leiab materjale, mis aitavad tehnoloogiaõppega alustada ükskõik millises vanuses lasteaiast gümnaasiumi ja kutsekoolini.

ProgeTiigri programm

HITSA ProgeTiigri programm aitab koolidel robootikat õppetöös rakendada, pakkudes materjale ja koolitusi ning populariseerides valdkonda õpilasürituste kaudu. Eri tegevustega on vähemal või suuremal määral seotud u 90% koolidest ja 50% lasteaedadest.

ProgeTiigri kogumikus on eraldi välja toodud robootikateema, mille alt leiab sobivaid vahendeid, tunnikavasid jm materjale igas vanuses õppijale lasteaiaealistest täisealisteni.

ProgeTiigri kogumikust leiab robootika õpetamiseks sobilikke materjale ja tunnikavasid erinevas vanuses õppijale. Progetiiger.ee, ekraanitõmmis

I ja II kooliastme informaatika

Hiljuti valminud I ja II kooliastme informaatika digiõpikuist leiab alateema “Kood ja programmeerimine”, kus on olemas õppematerjalid anduritega robotite integreerimiseks õppetöösse. Robotite programmeerimine aitab lastel mõista, kuidas tehnoloogia toimib ja annab võimaluse neil endil otsida uusi lahendusi ning luua programme. Varakult alustades ja samm-sammult keerulisemate ülesannete poole liikudes kasvavad õpilastest arukad tarbijad ja tellijad ning senisest enam oleks neid, kes valivad suureks saades tarku lahendusi loova inseneri ameti.

Innovatoorium

Sageli ei järgne edukale esmatutvusele programmeerimise ja robootikaga algklassides enam mingeid jätkutegevusi 7.–9. klassides. Õppekava on selles kooliastmes väga mahukas ja valikainete jaoks pole tunniplaanis pea üldse ruumi. Innove toetatud projekti Innovatoorium raames tehti ettepanek, et värkvõrgu teemad võiks sisse tuua 7.–9. klasside loodusainete, kunsti, käsitöö ja tööõpetuse tundidesse. Projektiga liitunud viis pilootkooli (Kolga Kool, Väätsa Põhikool, Valga Gümnaasium, Kuressaare Gümnaasium ja Tallinna Kesklinna Vene Gümnaasium) said igaüks erineva komplekti värkvõrgu seadmeid, mida ainetundides katsetada:

  • Nutilabori komplekt: PocketLab Voyager, mis sisaldab 16 sensorit ja mis jagab andmeid õpilase enda nutitelefonile, neid selle ekraanil reaalajas visualiseerides; nutitelefonile kinnituv digimikroskoop; hüdropoonika komplekt potitaime kasvatamise automatiseerimiseks.
  • Nutirõivaste komplekt: rõivaste sisse õmmeldavad Arduino ja Adafruiti paneelid koos erinevate sensorite ja LED-tulukestega.
  • Kehaandurite komplekt: pulsi- ja stressiandurid, ajulainete andur.
  • Ruumiandurite komplekt: nutikodu komplekt koos liikumis-, temperatuuri- jm anduritega ja mikrokontrolleritega värkvõrgu eksperimentideks klassiruumis.

Lisaks sai üks projektis osalenud kool värkvõrguga otseselt mitteseotud nutiloomingu komplekti (360-kaamera ja virtuaalreaalsuse prillid, rohelise taustaga videostuudio sisseseade, 3D-printer jm), et näidata uue digitehnoloogia rakendusvõimalusi loovainetes. Õpetajate ja õpilaste koostöös loodi iga tunnikava juurde juhendmaterjalid ja töölehed, järgmistel aastatel katsetatakse neid komplekte ja seonduvaid õppematerjale juba 20 partnerkoolis.

Värkvõrku tutvustava projekti Innovatoorium raames mõõtsid Valga Gümnaasiumi õpilased kehasensorite abil stressi ja tähelepanu. Video: ERR Novaator

Soovitused

Kindlasti saaks pädeva juhendaja olemasolul gümnaasiumis pakkuda informaatika õppeaines põhjalikumat ülevaadet asjade interneti maailmast. Eelkõige digilahenduse arendusprojekti raames, mis on plaanis lisada lähiaastatel õppekavasse informaatika valikkursusena 11. klassis tehtava uurimistöö alternatiivina. Digilahenduse arendusprojekt koondnimega DigiTaru on poole õppeaasta jooksul korraldatav arendusuuring, milles erinevates rollides osaleb 4–6 õpilast. Projekti eesmärk on disainida digitehnoloogial põhinev tark- või riistvaralahendus lähtuvalt mingi konkreetse sihtrühma vajadustest. See võib olla mobiilirakendus, veebiteenus või ka värkvõrgu tehnoloogial põhinev automatiseerimine.

Põhikoolis oleks mõistlik alustada asjade interneti õpetamist füüsika ja bioloogia laboritöödes, kasutades hakatuseks kasvõi õpilaste endi nutitelefonide sensoreid või odavaid ilmavaatlusandureid. Värkvõrgu tehnoloogiast rohkem huvitatud põhikooliõpilastele võiks soovitada hüdropoonika või nutikodu lahenduse ehitamist loovtööna.

Tõenäoliselt kasvab lähiaastatel kiiresti nende sensorite ja muude värkvõrgu komponentide kättesaadavus, mida õpilaste uurimis- ja loovtöödes saab kasutada. Samuti tekib juurde kohti, kust õpetajad ja õpilased saavad nõu küsida. Näiteks avati TalTechis hiljuti Asjade interneti keskus, kust saab inspiratsiooni ja nõu.

Mida tähele panna?

Asjade interneti levik nii kodudes, tehastes, liikluses kui ka meditsiiniasutustes suurendab kahtlemata meie haavatavust ja tõstab tähelepanu keskmesse küberturvalisuse. Sestap panustavad värkvõrgu arendamisega tegelevad teadlased ja ettevõtted praegu palju nutistu turvalisemaks muutmisesse, ärisaladuse ja kasutajate privaatsuse kaitsesse.

Millised on värkvõrguga seotud turvaprobleemid ja millised võiksid olla võimalikud lahendused? HITSA videos lahkab teemat Linnar Viik.

Peamine oht asjade interneti rakendamisel hariduses on seotud võimalike rünnete või omakasupüüdliku andmete kogumisega kolmandate osapoolte poolt. See võib kahjustada õpilaste ja õpetajate privaatsust, aga ka kooli andmeid ja vara.

Samas ei pruugi privaatsusesse sekkumine asjade interneti vahendusel tingimata olla ebaseaduslik või pahatahtlik. Ühelt poolt soovivad lapsevanemad ja koolijuhid üha detailsemat infot õppeprotsessi kohta, et olla kindel õppetöö kvaliteedis ning võimaldada paindlikumat õppekorraldust (kaugõpe, tundide järelvaatamine) ja analüüsi. Teisalt võib selline totaalne jälgimine kaamerate ja värkvõrgu abil tuua kaasa pingeid ja stressi õpetajate ja õpilaste seas.

Koolilood
Kokkuvõte

Lähiaastatel on asjade internet jõudsalt haridusvaldkonda jõudmas nii targa maja tehnoloogia kujul (automatiseeritud kliima- ja turvalahendused) kui ka õpetamise objektina.

Asjade interneti riistvara muutub kiiresti taskukohaseks, selle paigaldamine ja kasutuselevõtt ei nõua enam inseneriharidust. Üha rohkem ilmub turule soodsa hinnaga värkvõrgu õppekomplekte, mis on jõukohased ka noorematele lastele. See võimaldab alustada asjade interneti teemade õpetamist algklassides ja põhikoolis, liikudes gümnaasiumiastmes juba tõsisemate digilahenduste arendusprojektideni. Tänu kättesaadavusele ja jõukohasusele on asjade interneti tehnoloogia sillaks, mille kaudu jõuavad koolidesse loodetavasti ka teised raportis kirjeldatud trendid, eelkõige andmeanalüütika ja uus privaatsus. Samuti võiksid sedalaadi uuendused kasvatada õpilastes huvi inseneriõpingute ja -karjääri vastu.

Lisainfo

Asjade internetist eesti keeles:

Haridusalased materjalid:

Inspiratsiooni õpilaste värkvõrguteemalisteks loov- ja uurimistöödeks leiab informaatika ja inseneeria valdkondade bakalaureusetöödest:

Ingliskeelsed materjalid:

Virtuaal- ja liitreaalsus

Virtuaalreaalsus on simuleeritud keskkond, kus saame kogeda midagi, mida reaalsuses ei eksisteeri. Liitreaalsus võimaldab samaaegselt näha pilti nii füüsilisest maailmast kui ka simuleeritud digitaalseid objekte.

Virtuaalne reaalsus

Täielikult digitaalne keskkond

Liitreaalsus

Päris maailmale kuvatud digitaalne kujutis

Läbi VR-prillide vaadatakse nutiseadmeekraanilt 360-kraadist videot, tekib 3D mulje. Saab vaadata virtuaalses maailmas enda ümber, kuid digitaalse maailmaga suhtlemine ning selles ringi liikumine on piiratud. Täielikku hõlmatuse tunnet ei teki.

Nutiseadme põhine

Kasutaja näeb samaaegselt nii digitaalseid kujutisi kui ka füüsilist maailma nutiseadme ekraanil ning saab suhelda mõlemaga.

Peaseade katab kasutaja vaatevälja täielikult, kasutaja näeb vaid digitaalset maailma ja tekib täielik hõlmatuse tunne. Digitaalse maailmaga suhtlemiseks on kasutajal käes puldid.

Peaseadme põhine

Kasutaja näeb samaaegselt nii digitaalseid kujutisi (kuvatuna prilliklaasidele) kui ka füüsilist maailma (läbi prilliklaaside) ning saab tegutseda mõlemas. Sarnaste lahenduste puhul on kasutusel ka mõiste segareaalsus (Mixed Reality).

Virtuaalreaalsus

Virtuaalreaalsus (inglise keeles Virtual Reality, lühend VR) on simuleeritud keskkond, mis on loodud erineva riist- ja tarkvara abil ning kus saame näha, kuulda või tunda midagi, mida reaalsuses ei eksisteeri. Kõige sagedamini simuleeritakse nähtavat ja kuuldavat, kuid üha rohkem luuakse keskkondi, kuhu on kaasatud ka kompimis-, haistmis- või tasakaalumeel.

Vello on arstiteaduskonna tudeng ning täna on tal kirurgia praktikum. Tudengid seavad pähe virtuaalreaalsuse prillid. Neile kuvatakse kujutis operatsioonisaalist ning anatoomiliselt väga täpselt modelleeritud patsiendist, kes on operatsiooniks valmis seatud. Et veelgi realistlikumat kogemust luua, hoiab ta käes digitaalset pliiatsit meenutavat kompimisseadet, mis osutab erinevate materjalidega digitaalsel kokkupuutel vastupanu selliselt, nagu tunneme inimkäega tegutsedes. Seade on Vellole justkui digitaalse skalpelli eest ning niipea, kui ta nahalõike teeb, tajub ta, kuidas see tegevus füüsilises maailmas tunduks. Realistliku simulatsiooni kaudu kirurgilisi tehnikaid harjutades on õppimine efektiivsem ning tudengid saavad parema arusaama päris tööolukorrast.

Lihtsama lahenduse korral kuvatakse virtuaalmaailm arvutiekraanil ja inimene saab virtuaalkeskkonnas ringi liikuda ja tegutseda kas enda kujutise ehk avatarina või olla vaatleja rollis. Sellised virtuaalreaalsuskeskkonnad on juba pikalt olnud kasutusel näiteks lendurite, aga ka laiemalt sõjalises väljaõppes. Lennusimulaatoris kuvatakse ekraanile virtuaalreaalsust kujutav pilt, mis muutub vastavalt sellele, kuidas lenduri rollis olev inimene kokpitis olevaid juhtimisseadmeid kasutab.

Tänapäevase virtuaalreaalsuse lahendusena kasutatakse enamasti ekraanist ja kõrvaklappidest koosnevat peakomplekti, mis varjab silmade eest reaalse maailma ja kuvab kolmemõõtmelisena nähtava pildi, mille väljastab arvutiprogramm. Selle riistvara juurde kuuluvad ka liikumissensorid, mis võimaldavad füüsilises maailmas liigutamise kaudu tekitada kasutajale mulje, et ta liigub ringi ka virtuaalses maailmas – ning hõlvavad seeläbi ka tasakaalumeele.

Realistlik kogemus erinevate meelte kaudu

Kui virtuaalpilt reageerib inimese tegevusele (jälgides inimese käsi või reageerides käes olevatele pultidele), võidakse saavutada päriselt virtuaalmaailmas viibimise tunne. Kasutajale näidatakse pultide või käte asukohta ka virtuaalreaalsuses ning vastavalt arvutiprogrammile võib seejuures olla inimesel ka midagi käes. Nii saab liigutada virtuaalkeskkonnas olevaid objekte, treenida käte tööd või käsitseda reaalsusest tuntud keerukaid seadmeid.

VR prillid ja käekomplekt võimaldavad head keskkonda sulandumist. Foto: 123RF

Veelgi realistlikuma situatsiooni saavutamiseks ehitatakse eraldi ruum, milles võidakse tekitada kõlarisüsteemiga realistlik heli, põranda liikumisega realistlik maapinnatunnetus ning lõhnaseadmetega realistlik lõhn. Vaid maitsmismeele kaasamiseks ei ole veel teadaolevalt lahendustega turule tuldud. Omaette väljakutse sellistes ruumides on juhtmevabade peakomplektide kasutuselevõtt, mille muudavad keeruliseks suhteliselt kõrged andmeühendusele seatavad nõuded, et silmade ette kuvatav pilt oleks võimalikult realistlik – kõrge lahutusega kolmemõõtmeline videopilt.

Lennusimulaatoris kuvatakse ekraanile virtuaalreaalsust kujutav pilt, mis muutub vastavalt sellele, kuidas lenduri rollis olev inimene kokpitis olevaid juhtimisseadmeid kasutab. Foto: Margus Pedaste / Tartu Ülikool

Virtuaalreaalsuses võib toimetada üksi, kuid järjest rohkem töötatakse välja lahendusi, mis võimaldavad samas virtuaalruumis tegutseda paljudel inimestel. Kui tegu on lennusimulaatori taolise lahendusega, on osalejate hulk piiratud füüsilise ruumiga, kuid arvutiekraanil või peakomplekti abil loodud virtuaalreaalsuses ei ole kuvatavate inimeste hulgal põhimõtteliselt piire. Seejuures saab kuvada nii reaalseid samas virtuaalruumis viibivaid inimesi kui ka arvutiprogrammi genereeritud inimesi ja muid elusolendeid. Arvuti kaudu ja üle interneti on samas virtuaalreaalsuses viibivatel inimestel võimalik omavahel suhelda nagu reaalses situatsioonis.

Virtuaalreaalsuse peakomplektid ei ole massidesse jõudnud vahendite kalli hinna ja ülesseadmise keerukuse tõttu. Seetõttu näevad virtuaalreaalsuse spetsialistid Rein Zobel ja Madis Vasser ühe tulevikutrendina asukohapõhist VR-teenust, mida pakuvad ka Eestis mitmed ettevõtted. See tähendab, et järjest populaarsemaks muutuvad mänguarkaadid, simulatsioonikeskused, muuseumid ja muud asutused, kus pakutakse virtuaalreaalsuse kogemust teenusena. Ühtlasi võimaldab niisugune teenus kogemuse võimendamiseks lisada funktsioone, mis oleks kodus oluliselt keerulisem, näiteks liikuvad toolid, simulatsioonis liikumisele vastavalt puhuv tuul ja muu selline.

Täna ei oska me ette kujutada, millistel viisidel võib VR tulevikus rakendust leida – esimeste filminduse katsete juures ei osanud keegi ette kujutada, et see viib televisiooni, YouTube’i ja Skype’ini.

Rein Zobel, Maru VR

Virtuaalreaalsus nutitelefoni abil

Lisaks kirjeldatud peakomplektidele on olemas ka lihtsamad prillid, mis võimaldavad vaadata 360-kraadiseid fotosid ja videoid kolmemõõtmelisena. Sisu kuvamiseks kasutatakse nutitelefoni, mis paigaldatakse prillide sisse. Sel juhul kuvab vastav rakendus nutitelefoni ekraani kahel poolel veidi erineva pildi, mida läbi seadme vaateavade ees olevate läätsede vaadates näeb kasutaja kolmemõõtmelisena.

Lihtsamad ja taskukohasemad prillid võimaldavad vaadata 360-kraadiseid fotosid ja videosid kolmemõõtmelisena. Sisu kuvamiseks kasutatakse prillidesse paigaldatud nutitelefoni. Foto: Teet Ottin / Tartu Ülikool

Selliste lahenduste puuduseks on kehvem kvaliteet ja seega ebatäiuslikum sukeldumine virtuaalmaailma, eeliseks soodne hind ja lihtne kättesaadavus, mille tõttu on just see lahendus viimastel aastatel järjest enam levinud. Näiteks on võimalik 360-kraadiseid videoid vaadata ka tuntud videoportaalist YouTube, Eesti kinnisvaraportaal City24 pakub võimalust tutvuda kinnisvaraobjektidega põhjalikumalt 360-kraadiste fotode kaudu ja e-Eesti esitluskeskus võimaldab huvilistel tutvuda Eestiga 360-kraadiste videotega (vrestonia.ee).

Liitreaalsus

Erinevalt virtuaalreaalsusest ei ole liitreaalsuse puhul kasutaja eraldatud täielikult digitaalsesse maailma, vaid olemasolevat reaalset maailma täiendatakse nutiseadme või peakomplekti abil. Nutiseadme kasutamise korral näeb kasutaja samaaegselt nii seadme kaamera pilti füüsilisest maailmast kui ka digitaalseid objekte, mis kuvatakse nutiseadme – telefoni või tahvelarvuti ekraanile. Peakomplekti puhul ei varjata erinevalt virtuaalreaalsuse vahendist ümbritsevat reaalset keskkonda, läbi prillide näeb kasutaja reaalset maailma, kuid prilliklaasidele kuvatakse täiendavaid objekte.

Liitreaalsuse tähistamiseks on inglise keeles kasutusel enamasti mõiste Augmented Reality (lühend AR), kuid mõnikord ka Mixed Reality (lühend MR). Esimesel puhul mõeldakse tõlkega laiendatud reaalsust ja teisel segareaalsust. Need kaks avavad ka liitreaalsuse olemuse – liitreaalsus on reaalne keskkond, mida on täiendatud digitaalsete objektidega. Virtuaal- ja liitreaalsuse katusmõistena kasutatakse veel mõistet Cross Reality (lühend XR), mida võib tõlkida X-reaalsusena (lühendi puhul on X asendatav muutuja – selle asemel võib olla V, A või M).

Vello asub uuele töökohale tehase seadmete mehaanikuna. Üheks tema töövahendiks on liitreaalsuse prillid ning kui ta nendega seadmete suunas vaatab, näeb ta seadme hoolduspäevikut, manuaali ja muud vajalikku infot, mis kuvatakse digitaalselt otse vastavale seadmele. Lisaks võimalusele saada seadmest kiirelt ülevaade, tähendab see ühtlasi, et hooldustööde tegemisel kuvatakse instruktsioonid otse liitreaalsuse prillide klaasidele, niisiis näeb Vello samaaegselt nii seadet kui ka juhiseid, mistõttu ei ole vaja eraldi inimest, kes teda pikema aja jooksul välja õpetaks, ega paberil olevast dokumentatsioonist vajalikku infot otsida, säästes nii aega ja ressurssi.

Kahe maailma sidusus saavutatakse seeläbi, et nutiseadmele või prillidele lisatud kaamerad jälgivad reaalset maailma. Reaalse maailma objekte analüüsitakse arvutis või nutiseadmes ja kui arvutiprogrammis on määratud, et teatud objekti või nutiseadme asukoha tuvastamise puhul tuleb digitaalset infot kuvada, siis nii ka tehakse. Nii on võimalik täiendada reaalset maailma näiteks digitaalsete tekstide, videote või kolmemõõtmeliste mudelite ja animatsioonidega. Lisaks saab analoogselt virtuaalreaalsusega käivitada tegevusi, mis on suunatud näiteks kuulmismeelele.

Eelkõige just kättesaadavuse tõttu on igapäevases kasutuses liitreaalsuse rakendused, mis on mõeldud nutiseadmetele. Peakomplektid on praegu peamiselt suunatud arendajatele, kes katsetavad seadmetele sisu loomist ja arvataksegi, et neid hakatakse kasutama eelkõige professionaalses keskkonnas ja väljaõppes.

Kuna liitreaalsuse peakomplektid ei ole mõeldud inimeste sukeldumiseks virtuaalmaailma, on neil kaks olulist eelist võrreldes virtuaalreaalsuse peakomplektidega. Esiteks ei ole nende puhul teada juhtumeid küberiiveldusest (st peapööritus ja iiveldus), mis võivad tekkida VR-i rakenduste kasutamisel (vt alajaotust “Mida tähele panna?”). Teiseks on liitreaalsuse puhul vähem reaalmaailmast võõrandumist, sest inimene näeb kogu aeg lisaks virtuaalsele ka reaalset maailma.

Liitreaalsuse spetsialist Roksolana Sliusar usub, et üheks tulevikutrendiks on just prillipõhine liitreaalsus ning markeriteta tehnoloogia (seadmed tuvastavad näiteks oma asukoha ning positsiooni ruumis ning kuvavad seejärel liitreaalsuses digitaalse kujutise, erinevalt praegu veel haridusvaldkonna rakenduste juures levinud pildipõhisele tuvastusele).

Näiteid meilt ja maailmast

Tõenäoliselt üks tuntumaid näiteid liitreaalsusel põhinevatest rakendustest on mobiilipõhine mäng Pokemon Go, kuid seda tehnoloogiat kasutatakse ja katsetatakse järjest enam paljudes valdkondades, sealhulgas turunduses, kultuuripärandi, ehituse, tööstuse ja meditsiini valdkonnas. Näitena võib tuua mööblitootja IKEA rakenduse, mille kasutajatel on võimalik liitreaalsuse kaudu oma kodus virtuaalselt proovida, kuidas mööblitükid nende koju sobiksid. Eestiga seotud rakendustest on seni üks tuntumaid projekte Tere piimapaki oma, mida skaneerides ilmuvad digitaalselt Eesti Laulul osalejad.

Tänavakunstnik Edward von Lõngus äratas liitreaalsuse abil ellu majaseintel olevad pildid. ERR Kultuur

Virtuaal- ja liitreaalsus ning haridus

Simulatsioonid on tõhusaks abivahendiks õppimisel, kuid ei asenda päriselu. Virtuaal- ja liitreaalsust võiks eelkõige kasutada selleks, et luua kogemusi, mida me muul viisil ei saa proovida.

Madis Vasser, TÜ arvutigraafika ja virtuaalreaalsuse labori doktorant / Futuruum

Virtuaal- ja liitreaalsuse tehnoloogiates nähakse haridusvaldkonna jaoks suurt potentsiaali. Nii virtuaal- kui ka liitreaalsus võimaldavad õpitavat visualiseerida ja aitavad seetõttu saavutada paremaid tulemusi näiteks keerukate objektide ja (abstraktsete) protsesside või olukordade tundmaõppimisel. Seetõttu on nii liit- kui virtuaalreaalsuse üheks igapäevasemaks rakenduseks saamas ka professionaalne väljaõpe. Nagu teised visualiseerimisvõimalused tulenevad ka siin eelised sellest, et õppimisse on haaratud mitu meelt ja keeruliselt hoomatavaid objekte või olukordi on võimalik kujutada realistlikena. Nii on võimalik reaalsuses uurimiseks liiga väikseid (nt molekulid) või suuri (nt päikesesüsteem) objekte ja protsesse kujutada tajutavates mõõtmetes; või liiga kiiresti (nt mitmed keemilised reaktsioonid) või liiga aeglaselt (nt evolutsioon) toimuvaid protsesse jälgida õppimiseks sobivas ajaskaalas ja isegi peatada, et mingile ajahetkele rohkem tähelepanu pöörata.

Virtuaalreaalsuses on võimalik külastada kaugeid paiku, raskesti ligipääsetavaid või ajaloolisi keskkondi (nt veealust maailma, piiratud ligipääsuga hooneid, kaugeid maid, ohtlikke piirkondi, antiiklinnu) või hoopis selliseid, mis oma mõõtmete poolest ei ole ligipääsetavad (nt rännata kosmoses või organismide ja rakkude sisemuses nende ehitust uurides). Lisaks objektide ehitusele on võimalik uurida ka nende tööd – protsesse.

Lisaks visualiseerimise eelistele on oluline, et virtuaal- ja liitreaalsuses kasutatakse enamasti kolmemõõtmelisi objekte. See soodustab uuringute põhjal ruumilise mõtlemise oskuse arengut (Ibanez, Delgado-Kloos, 2018, lk 109). Erinevalt arvutiekraanile kuvatud kolmemõõtmelisest pildist on võimalik liikuda ümber vaadeldava objekti ja isegi minna objekti sisse. Nii saab näiteks uurida töötavat südant või mingit muud keerulist objekti ja sellega seotud protsesse. Uuringud on näidanud, et kolmemõõtmelisuse ja autentsuse kombinatsioon võimaldab õppijatel paremini mõista dünaamilisi mudeleid ja kompleksseid põhjus-tagajärg seoseid (Rosenbaum jt, 2007).

Liitreaalsuse loomiseks võib kasutada nutiseadet, mille kaamerate ja ekraanide koostöös liidetakse reaalsed objektid ja 3D hologrammid. Foto: 123RF

Kuna virtuaal- ja liitreaalsuses kuvatakse objektid nii, et inimene sulandub keskkonda, kuid keskkond on vastavalt vajadusele kas lihtsustatud või täiustatud, õpitakse kiiremini ja/või saavutatakse parem õpitu ülekanne reaalsesse ellu. Näiteks võib virtuaalreaalsuses omandada sotsiaalseid oskusi, treenides ühises ruumis koos teiste reaalsete inimeste või arvuti juhitavate kujutistega. Tänu sulandatusele saavutatakse virtuaalreaalsuses õppides lisaks kognitiivsele sageli väga hea psühhomotoorne ja afektiivne efekt – inimene õpib ka liikumistegevuse ja emotsioonide kaudu. Seeläbi saavutatakse ka parem õpimotivatsioon, mis omakorda positiivselt õpitulemusi mõjutab (Sotiriou ja Bogner, 2008).

Liit -ja virtuaalreaalsuse kasutusviisid õppimisel

Liit- ja virtuaalreaalsust on seni enamasti kasutatud avastamiseks-uurimiseks (exploration) ja simulatsioonideks, vähem ka mängustamisel põhinevateks rakendusteks. Kui objektide vaatlemisel on virtuaal- ja liitreaalsuse väärtuseks tihtipeale võimalus suurendada või vähendada objekte ning pööramise või objektide ümber ja vahel liikumisega saavutada parem ruumiline taju, siis protsesside uurimine võimaldab avastada seaduspärasusi.

Virtuaalreaalsuse rakendamisel on levinud ka eksperimendid, kus õppija saab ise osaleda – ta võib sulanduda virtuaalmaailmaga ja unustada reaalsuse. Selline situatsioon kätkeb endas ohte, kuid võimaldab õppida käitumist eri olukordades (nt harjutada ohtlikke tegevusi, mis on vajalikud päästjate, arstide või politseinike väljaõppes; arendada sotsiaalseid oskusi, suheldes simuleeritud kaaslastega; uurida ja vähendada foobiaid, näiteks kõrgusekartust spetsiaalsete treeningprogrammide abil). Üha enam luuakse lahendusi, mis võimaldavad virtuaal- või liitreaalsuses rakendada mängustatud õppe võimalusi – õpiprotsess ehitatakse üles mängulisusele, mis võib tähendada liikumist eri tasemete vahel, punktide kogumist, eri eesmärkide poole liikumist, võistluslikkust.

Liitreaalsuse lahendused, mida kasutatakse õppetöös, võib jagada kolme kategooriasse (Wu, 2013): ühed keskenduvad õppijatele erinevate rollide ja teised ülesannete andmisele, kolmandad kasutavad ära võimalused, mis avanevad erinevates keskkondades õppimisel.

Samas on need kategooriad ülekantavad ka virtuaalreaalsusele. Rollipõhisel lähenemisel on üheks pedagoogiliseks disainiks mosaiiklahendus (jigsaw), kus ühe grupi õpilased jagunevad eri rollidesse (nt teadlane, keskkonnaaktivist), saavad neis ekspertideks ja panustavad ekspertidena grupi eesmärkide saavutamisse. Teine lähenemine on selline, kus virtuaalreaalsuses osaleja kehastub ise millekski muuks (nt vererakuks või viiruseks) ja õpib seeläbi tundma uuritavat objekti ja selle protsesse.

Virtuaalreaalsuses on võimalik näiteks uurida süvitsi inimanatoomiat, vaadeldes erinevaid “kihte” inimkehas nii koos kui ka eraldi. HITSA haridusuuenduse katsetamise programmi raames kasutasid Tallinna Südalinna Kooli õpilased VR Class lahendust. Foto: Marit Dremljuga-Telk / HITSA

Ülesandekeskne õpiprotsess on samuti rakendatav virtuaal- ja liitreaalsuses – ühes on ülesanded spetsiifiliselt virtuaalmaailmale loodud ja teises saavad olla seotud reaalse maailmaga, mis suurendab võimalust õpitu ülekandeks õpisituatsioonist igapäevaste probleemide lahendamisse. Probleemikeskne ja mängustatud õpidisain on ülesandekesksel lähenemisel peamised pedagoogilised lahendused – nt õppijatel tuleb lahendada mingi probleem ja koguda selleks virtuaalmaailmast või laiendatud reaalmaailmast erisugust infot või siis liikuda mängule omaselt võistluslikult ühe ülesande juurest teise juurde.

Eri keskkondade võimaluste kasutamine on pigem omane liitreaalsusele. See rajaneb seadmete võimel geopositsioneerida õppija asukoht. Nii on näiteks võimalik õppida looduses ringi rännates: teatud kohta jõudes kuvatakse selle kohta lisainfo, küsimused vms. Sellise lähenemise eeliseks loetakse õppimise autentsuse kasvu, mis mõjub positiivselt õpimotivatsioonile.

Kasutusvõimalused koolis

Hetkel on üheks õppetöös levinud liitreaalsuse rakenduseks lahendused, mis kuvavad õppematerjalides olevatele kujutistele lisainfot. See tähendab, et kui õpilane suunab nutiseadme kaamera näiteks mõne foto peale õpikus, tekib digitaalne kujutis, näiteks 3D-mudel sellestsamast objektist või sellega seotud kontseptsioonist. Mõne rakenduse funktsionaalsus on piiratud vaid igast küljest vaatlemisega, kuid on olemas rakendusi, mis võimaldavad objekti pöörata, uurida seda lähemalt ning saada vaadeldava kohta digitaalselt lisainfot (tekstilise, 3D-mudeli, animatsioonide, video, heli jne kujul).

Õppetöös kasutamiseks sobiva rakendusena võib esile tuua näiteks 3D-mudelite andmebaasi Sketchfab, mis võimaldab vaadelda objekte nii liitreaalsuses kui ka VR-prillidega. Video: Thomas Flynn

Näidetena võimalikest rakendustest, mida õppetöös kasutada, võiks välja tuua joonistusi “ellu äratav” rakendus Quiver ja 3D-mudelite andmebaas Sketchfab. Viimane võimaldab vaadelda objekte nii liitreaalsuses kui ka VR-prillidega. Virtuaalreaalsuse lahendustest on kõige kättesaadavamad need, mis võimaldavad 360-kraadiste fotode ja videote vaatlemist nutiseadme ja lihtsamate VR-prillide kaudu. Näiteks võimaldab rakendus Google Expeditions virtuaalselt reisida tuntud maamärkide juurde ning neid 360-kraadises vaateväljas näha sellisel viisil, et õpetaja saab seda kogemust juhtida ning näeb oma nutiseadme ekraanilt, mida õpilased antud hetkel vaatavad. Nii Google Expeditions kui rakendus BBC Civilisations võimaldavad vaadata 3D-mudeleid mitmetest maailmas tuntud kultuuriväärtustest nii 360-kraadiste fotode kui ka liitreaalsuse kaudu ning tutvuda otse nende visuaalide peale kuvatava lisainfoga.

Virtuaal- ja liitreaalsus kui õpisisu

Siiani oleme käsitlenud virtuaal- ja liitreaalsust kui haridustehnoloogilisi vahendeid, kuid lisaks sellele on oluline käsitleda neid õppesisuna. Nagu ka värkvõrgu puhul, hakkavad virtuaal- ja liitreaalsus tõenäoliselt lähiaastatel mõjutama paljusid valdkondi ning nende tundmine võib luua tulevikus tööjõuturul olulise konkurentsieelise. Üks võimalus on neid tundma õppida disainipõhise õppe kaudu – õppijad loovad ise virtuaal- või liitreaalsuses lahendatavaid õpistsenaariume ja töötavad välja vastavad lahendused. Selline metoodika võimaldab hästi arendada õppijate loovust, oskust lahendada keerukaid disainiprobleeme, õppida projekti- ja meeskonnatööd kuni tootearenduse ja programmeerimise või graafilise disaini oskusteni välja.

Lihtsamaid rakendusi on kasutajatel võimalik erinevate loomisplatvormide (authoring tools) kaudu ka ise luua. Näiteks saab rakenduste HP Reveal ja Zappar abil luua ise lihtsa liitreaalsuse lahenduse, kus on võimalik pildi tuvastamisel kuvada kasutaja poolt määratud foto, video või 3D-mudel. Google Tour Creator võimaldab hõlpsalt kasutada Google Street View 360-kraadiseid stseene, lisada näiteks hoonetele ja paikadele huvipunkte, kus kuvatakse kasutaja poolt üles laetud fotosid, tekste või heli.

Samas ei arva virtuaalreaalsuse spetsialist Rein Zobel, et õpetajad või õpilased peaksid hakkama ise tundides kasutamiseks sobivat virtuaalreaalsuse sisu looma – kvaliteetse sisu tootmine võtab palju aega ega pole kestlik. Esimeseks etapiks võiks õpilastel olla ligipääs peaseadmetele, et tehnoloogiat proovida ning saada teada, millisteks eesmärkideks virtuaalreaalsus sobib ja milleks mitte. Ja sisu loomist võiksid proovida need, kel asja vastu põhjalikum huvi.

Virtuaal- ja liitreaalsus Eesti koolides

HITSA läbi viidud küsitlus tõi välja, et praegu kasutatakse virtuaal- ja liitreaalsust regulaarselt vaid vähestes koolides ning see on enamasti katsetusfaasis. Erandiks on mõned kutse- ja kõrgkoolid, kus virtuaalreaalsust kasutatakse regulaarselt reaalsete tööolukordade simuleerimiseks. Üldhariduskoolides ja lasteaedades on seni rohkem kokkupuuteid liitreaalsusega, kuid neid tehnoloogiaid kasutatakse harva, mõned korrad aastas.

Kuigi virtuaal- ja liitreaalsus ei ole veel õppetöös laialdaselt kasutusel, nähakse neis potentsiaali: küsitlusele vastanud soovivad oma koolides rakendada virtuaal- ja liitreaalsust 2–3 aasta või juba lähima aasta jooksul ning peavad seda enamasti kas oluliseks või väga oluliseks. Neid, kes leiavad, et VR-i ja AR-i nende koolis kasutusele ei võeta ning et see on ebaoluline, on selgelt vähem.

Virtuaalreaalsuse vastu hakkasin aktiivsemalt huvi tundma umbes kaks aastat tagasi. Põhjuseks infotehnoloogia pidev areng ja nii õpetajate kui ka õpilaste valmisolek uute tehnoloogiate kasutamiseks. Esialgu tegelesin nii enda kui ka teiste õpetajate harimisega VR-i vallas ning alates sellest aastast ka huvitunnis õpilaste harimisega. Seni oleme igas tunnis katsetanud mõnd varem proovimata programmi, millel on võimalik tuvastada õpetlikku sisu. Lihtsamad nendest on näiteks igasuguste virtuaalsete hariduslike videolõikude vaatamine (dinosaurused, 360-kraadised uudised jne). Veidi keerulisemad on juba liikumist soodustavad tegevused, näiteks 3D-joonistamine või Google Earthi kaardil ringi liikumine. On ka meelelahutuslikke programme, millega on võimalik õpilasi peidetud kujul harida, näiteks pallimäng kaaluta keskkonnas, kus on vaja arvestada ka enda liikumise suunda. Põhirõhk on VR-keskkonnaga harjumisel, et tulevikus oleks võimalik mõnda teemat vaadelda sügavuti ilma harjumisele aega kulutamata. Esialgu tundub, et hariduslikke programme VR-is tekib pidevalt juurde ja seega on oluline, et oleksime nende kasutamiseks valmis.

Madis Tuul, Tartu Erakooli füüsikaõpetaja ning virtuaalreaalsuse huvitunni läbiviija

Need, kes on liit- ja virtuaalreaalsust oma töös kasutanud, tõid küsitlusele vastates kõige sagedamini esile loodusteaduste õpetamisele suunatud rakendusi, näiteks inimanatoomia õppimiseks mõeldud liitreaalsuse rakendus Anatomy 4D, joonistusi “ellu äratav” ja animeeriv Quiver ning liitreaalsuse loomise rakendus HP Reveal. Virtuaalreaalsuse rakendustest märgiti Google Expeditions’i kaugete maade külastamiseks ning päikesesüsteemi õppimise rakendust Solar System VR. Mõned vastanutest on korraldanud koolis õpitubasid, mille läbiviijad on õpilastega virtuaal- ja liitreaalsust kasutanud. Näiteks pakub sellist võimalust Tartu Ülikooli juures tegutsev Psühhobuss.

Interaktiivne pilt – nihuta eraldusjoont. Virtuaalreaalsuse abil on võimalik keeruliselt hoomatavaid objekte või olukordi kujutada realistlikena. Kasutatud fotod: Martin Dremljuga, 123RF

Tulevikku vaadates ootavad Eesti koolid virtuaal- ja liitreaalsuse kasutusele võtmiseks HITSA-lt sisulist ja ainelist tuge. Esmalt tuntakse vajadust koolituste ja õppematerjalide järele, mis annaksid ülevaate, kuidas virtuaal- ja liitreaalsust õppetöös rakendada, ning konkreetsemaid näiteid, sh õpistsenaariume, kuidas neid tehnoloogiaid eesmärgipäraselt õppetöösse integreerida. Samuti näevad küsitlusele vastanud vajadust rahalise toe järele riistvara soetamiseks ja rentimiseks või võimalusel seadmete rentimiseks HITSA-lt.

HITSA haridusuuenduse katsetamise programmi käigus said Tallinna Südalinna Kooli õpilased proovida Class VR lahendust. Foto: Marit Dremljuga-Telk / HITSA

Tallinna Südalinna Koolis kasutatakse virtuaalreaalsust ainetundides II–III kooliastmes juba teist õppeaastat. See on andnud õpilastele võimaluse tutvuda uurimisobjektidega vahetult, hõlbustades õpitava mõistmist. Loe lähemalt, kuidas.

Mida tähele panna?

Lisaks võimalustele on virtuaal- ja liitreaalsuse puhul ka mitmeid lahendust vajavaid küsimusi. Uurimuste (Wu, 2013) põhjal tuuakse välja tehnoloogilisi, pedagoogilisi ja õppimisega seotud probleeme, millega peab arvestama tõhusat õpiprotsessi kavandades.

Ebamugavused tulenevad eelkõige sellest, et kasutusel on väga erinevaid tehnoloogilisi lahendusi, mis ei pruugi alati omavahel sobida. Nii peab õpetaja näiteks tarkvara valides arvestama, millised nutitelefonid, tahvelarvutid või peakomplektid on koolil või õpilastel kasutada, millised on õpilaste endi võimalused vajadusel tarkvara uuendada, millised nõuded on konkreetsel tarkvaral nutiseadmele või arvutile, kas õpperuumis on virtuaal- ja liitreaalsuse rakenduste allalaadimiseks ning sageli ka kasutamiseks vajalik internetiühendus piisavalt hea, arvestades ühendust vajavate seadmete hulka.

Teaduskirjanduses on teadvustatud ka muid praktilisi probleeme: vajadus tunnis lisaaja järele, sobimatus suuremate klassikomplektide puhul, tehnilised probleemid ning nii õpetajate kui õpilaste vähene kogemus nende tehnoloogiate kasutamisel (Akçayır, Akçayır, 2017, lk 2).

Veel tuleb märkida, et kuigi nii virtuaal- kui ka liitreaalsuse potentsiaali hinnatakse kõrgelt, on neil põhinevate rakenduste hulk ja kvaliteet kirjutamise hetkel piiratud – peamisteks probleemideks on rakenduste töökindlus, kasutajasõbralikkus ning kvaliteetse haridusliku sisuga rakenduste vähesus. Kuid valdkond areneb kiiresti ning tehnilistele probleemidele otsitakse aktiivselt lahendusi. Liit- ja virtuaalreaalsuse kasutamist õppetöös raskendab seegi, et eestikeelseid või Eestiga seotud teemadele keskenduvaid rakendusi praegu peaaegu polegi.

Küsitlusele vastanud Eesti koolid tõid virtuaal- ja liitreaalsuse kasutusele võtmist takistavate probleemidena esile tehniliste seadmete puudumist, õpetajate piiratud oskusi ja teadmisi ning samuti tarkvara ja rakenduste nappust. Puudust tuntakse andmebaasist, kuhu oleks koondatud sobivad vahendid ja tõendatud vahendite eesmärgipärasus. Eelkõige on vaja eestikeelseid õppematerjale (rakendused, õpistsenaariumid ja tekstid tehnoloogia tutvustamiseks, mis annaksid ülevaate ka privaatsuse ja eetika temaatikast). Muret tuntakse veel sellepärast, et virtuaal- ja liitreaalsus ei pruugi kõikidele õpilastele sobida. Lahendamist vajavad tehnilised probleemid võtavad aega ning kardetakse, et neid tehnoloogiaid kasutades väheneb õpilastel veelgi huvi traditsioonilisel viisil õppimise vastu.

Kognitiivne ülekoormus jt ohud

Õppimise seisukohast võib liitreaalsus tekitada kognitiivse ülekoormuse (Ibáñez, Delgado-Kloos, 2018, lk 110). Kognitiivne ülekoormus tähendab, et meie ajul tuleb erineva infoga liiga palju tööd teha. Kuna liitreaalsuse puhul on olemasolev keskkond alati täiendatud virtuaalsete objektidega, siis on see keskkond inforikkam ja oht eriti suur.

Virtuaalreaalsuse puhul on kognitiivne ülekoormus samas hästi kontrollitav – võib disainida keskkondi, kus objekte on vähem või rohkem kui reaalses keskkonnas ning samuti disainida keskkond nii, et kõige olulisemad objektid või protsessid tõstetakse õppeotstarbel esile (nt viiakse teised fookusest välja või tõstetakse oluline esile spetsiifilise valguse, heli või liikumise abil).

Kuna virtuaalreaalsuse eesmärgiks on aidata kasutajal sulanduda virtuaalsesse keskkonda, kaasnevad sellega ka ohud. Õpitava ülekanne reaalsesse ellu võib olla lisaks eelnevalt toodud positiivsetele aspektidele ka negatiivne. Näiteks, kui kasutaja kogeb virtuaalreaalsuses vägivaldset või muud ebasoovitavat käitumist, võib ka see kanduda reaalsesse ellu. Seega on virtuaalkeskkondade loojate ülesanne kasutada tehnoloogilisi võimalusi eesmärgipäraselt soovitud õpitulemuste saavutamiseks. Eelnevalt tõime välja ka küberiivelduse, mis ohustab mõningaid virtuaalreaalsuse peakomplekti kasutajaid – võivad tekkida iiveldus, peavalu ja tasakaaluhäired.

Lisaks, nagu mitmete teiste kaasaegsete tehnoloogiate puhul kaasnevad virtuaal- ja liitreaalsusega privaatsuse ja eetika küsimused – näiteks ei ole inimestel võimalik kontrollida, kas ning milliseid digitaalseid kujutisi nende suhtes liitreaalsuses kujutatakse.

Koolilood
Kokkuvõte

Pedagoogilise poole pealt on iga uue tehnoloogia kasutuselevõtul esialgu enam selle vastaseid kui pooldajaid. Veel ei ole piisavalt uuringuid, mille alusel soovitada virtuaal- ja liitreaalsuse laia kasutuselevõttu ning uurijate seas on skeptikuid, kes on arvanud, et positiivsed tulemused liitreaalsuse kasutuselevõtus õppetöös on seotud pigem tehnoloogia uudsusefektiga (Ibáñez, Delgado-Kloos, 2018, lk 120–121). Nii nagu teiste uudsete tehnoloogiate puhul hariduses, võtavad ka virtuaal- ja liitreaalsuse esialgu kasutusele selleks motiveeritud õpetajad, kes leiavad üles kasutajasõbralikumad rakendused. Pikemas perspektiivis peaksid need nii-öelda pioneerid aitama koos tehnoloogiaettevõtetega arendada õppekava eesmärkide saavutamist toetavat tarkvara ja toetama teisi õpetajaid, et nad saaksid tehnoloogilisi lahendusi mõistlikult kasutusele võtta. Oluline väljakutse uurijatele ja arendajatele on töötada välja keskkond, kus õpetajad saavad arendada ja kohandada virtuaal- ja liitreaalsuse stsenaariumeid ning see oleks neile jõukohane (authoring tools).

Virtuaal- ja liitreaalsust on võimalik rakendada õppetöös nii õppevahendi kui ka õppesisuna, selleks on mitmeid võimalusi:

  • Simulatsioonid (reaalsuses toimuvate protsesside jäljendamine).
  • Mängustamine (näiteks liikumine tasemete vahel, punktide kogumine, eesmärkide poole liikumine, võistluslikkus).
  • Rollide jaotamine (õpilased võtavad erinevaid rolle ning panustavad nendes rollides grupi eesmärkide saavutamisse).
  • Ümberkehastumine (õpilane kehastub digimaailmas mõneks objektiks või nähtuseks, mida ta saab uurida ning millega seonduvaid protsesse ta ühtlasi tundma õpib).
  • Probleemide lahendamine (õpilased koguvad infot ning lahendavad probleemi).
  • Disainipõhise õppe puhul disainivad õppijad ise virtuaal- või liitreaalsuses lahendatavaid õpistsenaariume ja töötavad välja tehnoloogilised lahendused.

Virtuaal- ja liitreaalsuse potentsiaal õppevahendina on toetada õpitava omandamist. Need tehnoloogiad võimaldavad kujutada abstraktseid protsesse ja objekte konkreetsel kujul ning muuta õppetegevust efektiivsemaks.

  • Virtuaal- ja liitreaalsus annavad võimaluse haarata õppeprotsessi mitu meelt. Samuti saab lisaks mõttetegevusele nende vahendite toel õppida läbi liikumise ja emotsioonide.
  • Need tehnoloogiad aitavad visualiseerida keeruliselt hoomatavaid teemasid, näiteks (abstraktseid) protsesse ja objektide ehitust, raskesti ligipääsetavaid paiku.
  • Uuringute kohaselt võimaldab kolmemõõtmeliste objektide ja keskkonda sulandumise kombinatsioon õppijatel paremini mõista dünaamilisi mudeleid ja kompleksseid põhjus-tagajärg seoseid.

Väljakutsed

Virtuaal- ja liitreaalsuse kasutuselevõtuga kaasnevad probleemkohad on nii tehnoloogiaalased kui ka pedagoogilised ja õppimisega seonduvad.

  • Ligipääs nii riist- kui ka tarkvarale, nende uuendamisvõimalus, internetiühenduse olemasolu ja kiirus.
  • Vajadus tunnis lisaaja järele, sobimatus suuremate klassikomplektide puhul, tehnilised probleemid ning nii õpetajate kui ka õpilaste vähene kogemus nende tehnoloogiate kasutamisel.
  • Praegu on kitsaskohaks ka haridusliku sisuga kvaliteetsete rakenduste vähesus. Eestikeelseid või Eestiga seotud teemadele keskenduvaid rakendusi raporti koostamise ajal peaaegu ei ole.
  • Hariduse kontekstis puudub praegu veel terviklik ülevaade pikaajalisest mõjust õppimisele. Seetõttu peaks virtuaal- ja liitreaalsuse rakendamine õppetöösse hõlmama lisaks kogemuste pakkumisele ka kasutajate kriitilist suhtumist ja panust pedagoogiliste mõjude hindamisse ja uurimisse.
Lisainfo

Liit- ja virtuaalreaalsust hariduses käsitlevad uurimustööd:

Analüütika ja suurandmed

Suurandmed on hiigelsuured ja isetekkelised andmekogumid, mis võimaldavad keerukat andmeanalüüsi spetsiaalse arvutitarkvara abil.

Andmeanalüütika on andmeteaduse meetodite praktiline rakendamine suurandmete automatiseeritud töötlemisel, mille tulemusena valmivad diagrammid, trendiprognoosid ja soovitused aitavad ka ilma programmeerimis- või statistikahariduseta inimestel langetada tõenduspõhiseid otsuseid.

Kui varem tegelesid teadusasutused ja suurfirmad statistilise analüüsiga (nt uuringute, aruandluse või prognooside eesmärgil), lähtuti andmete kogumisel eelnevalt fikseeritud uurimisprobleemist ja -meetodist. Sellisel puhul tekkisid andmed alles uuringu käigus, näiteks küsitluste, mõõtmiste või vaatluste abil.

Tänapäeva tehnoloogiarikas keskkond tekitab andmebaasidega ühendatud interaktiivse kasutajaliidese, sensorite, kaamerate jms tõttu pidevalt tohutus koguses andmeid. Spetsiaalne tarkvara oskab neid andmeid analüüsida (rühmitada, mustreid võrrelda, trende ja seoseid leida) ka siis, kui inimene pole selget probleemipüstitust teinud.

Kui Mari hommikul autoga töökoha parklasse siseneb, kerkib tõkkepuu automaatselt, sest kaamera tuvastab auto numbri parklalubade loendist. Igast sisenemisest ja väljumisest jääb kanne parkla andmebaasi ja turvakaamera salvestisele. Majja sisenemiseks avab ta ukse magnetkaardiga, mis jätab jälje turvaandmebaasi. Oma kabinetti jõudes ja oma e-postkasti kasutades jääb igast tegevusest jälg mõnda andmebaasi.

Kui Mari peaks krimifilmidest tuttava stsenaariumi korral ootamatult kaduma, saaks politsei kõiki neid andmebaase korraga spetsiaalse tarkvara abil uurida ja otsida nii tüüpmustreid kui ka kõrvalekaldeid tavapärasest tegutsemisest, mis aitaksid selgitada inimese haihtumise põhjuseid.

Tänu suurandmetele on andmeteaduse (data science) valdkonnas tekkinud klassikalise statistilise andmeanalüüsi kõrvale uue koolkonnana andmeanalüütika (data analytics), mis küll osaliselt kattub uurimisprobleemide, -meetodite ja -vahendite osas statistilise analüüsiga, aga teisalt vastandub sellele. Andmeanalüütika peamine erinevus on keerukate arvutialgoritmide usaldamine mustrite, trendide ja seoste otsimisel, ilma et inimene oleks esitanud suunavat uurimisküsimust.

Andmete visualiseerimine

Kuna inimene peab lõpuks ikkagi suutma mõista ka arvuti leitud seoseid ja neid praktiliste otsuste langetamisel kasutada, pööratakse andmeanalüütikas palju tähelepanu analüüsi tulemuste ja keerukate mudelite visualiseerimisele. Need võimalused, mis tekivad andmeid visualiseerides ja mudelitega katsetades, on toonud andmeanalüütika tavakasutajatele varasemast oluliselt lähemale.

Andmeanalüütikat kasutavad näiteks pangad ja krediitkaardifirmad, et kaardipettuseid varakult tuvastada. Igas minutis teevad pangakliendid oma krediitkaartidega nii Eestis, välismaal reisil olles kui ka internetipoode kasutades kümneid tuhandeid tehinguid. Näiteks suudab andmeanalüüsi tarkvara hetkega tuvastada ja blokeerida pangakaardi veidra kasutusjuhu Austraalia elektroonikapoes, kui ajavahemik viimase kaardimakse vahel Tallinnas ja Austraalias on lühem kui kiireim võimalik lennureis ühest sihtpunktist teise.

Näiteks Maanteeamet kasutab andmeanalüüsi tarkvara Tableau, mis võimaldab otsida trende ja seoseid tuhandete teekatte- ja ilmasensorite kogutud andmetest ning võrrelda neid interaktiivsete graafikute kujul liiklusõnnetuste või ilmaprognooside mudelitega. Lihtsaim andmeanalüütika lahendus iga veebilehe omaniku jaoks on aga Google Analytics, mis pakub mitmekülgset piltlikku ülevaadet veebilehe külastatavuse kohta.

Andmeanalüütika tarkvara võimaldab keeruka struktuuriga andmeid erineval viisil visualiseerida.

Avaandmed

Andmeanalüütika valdkonnas ei saa mainimata jätta avaandmeid (Open Data), mille all mõistetakse avalikult kättesaadavaks ja arvuti poolt automaatselt kasutatavaks muudetud andmekogumeid. Tegemist on ühelt poolt kodanikuühiskonna liikumisega üldise avatuse tagamiseks digimaailmas, teisalt idufirmadele olulise turunišiga.

Kujutage näiteks ette kinnisvaraportaali, mis lisaks staatilisele infole iga korteri ja maja kohta pakub graafikuid asukoha turvalisuse, ühistranspordi, koolivõrgu ja tuleviku hinnatrendide kohta. Sellised stsenaariumid ja digiteenuste ärimudelid muutuvad võimalikuks, kui iga paikkonna turvaintsidentide, bussiliinide piletiinfo, koolide (sh õppekava, konkurss, huviringid) ja tulevaste detailplaneeringute info on enam-vähem reaalajas arvutitele loetaval kujul ligipääsetav.

Eestis on riigi pakutavad avaandmed koondatud veebilehele, asjast huvitatud spetsialiste koondab aga Open Data Estonia võrgustik.

Andmeanalüütika meetodid ja tehnoloogiad

Andmeanalüütika meetodeid ja tehnoloogiaid on palju, esile tasuks tõsta pikema ajalooga andmekaevet (data mining) ja selle jaoks loodud tarkvaralahendusi (nt Weka, RapidMiner). Andmekaeve on arvutiteaduse interdistsiplinaarne alamvaldkond, mis arendab meetodeid ja vahendeid, millega leida suurtest andmehulkadest mustreid ning esitada neid inimestele sellises vormis, mida nad saavad kasutada.

Üldjuhul ei toimu andmekaeve reaalajas, vaid retrospektiivse uuringuna, milles kasutatakse masinõppe, statistika ja andmebaaside meetodeid. Andmekaeveks ja andmete visualiseerimiseks kasutatakse teadustöös üha sagedamini spetsiaalselt selleks otstarbeks loodud tasuta tarkvarapaketti Weka ja programmeerimiskeelt R, mille õppimisest on tänapäeval huvitatud lisaks arvuti- ja andmeteadlastele ka humanitaar- ja sotsiaalteadlased.

Soovitusteenused

Andmeanalüütika arengutrendid ja levik järgivad mitme varasema tehnoloogia (nt internet, GPS) elukaart: kui tänapäeval on selle kasutajateks peamiselt militaar- ja finantsvaldkondade organisatsioonid, siis juba lähiaastatel ennustavad eksperdid andmeanalüütika lihtsamate teenuste plahvatuslikku levikut väga erinevatesse valdkondadesse: liiklusohutus, tervishoid, keeletehnoloogia, meelelahutus, haridus. Üheks lihtsamaks andmeanalüütikal põhinevaks rakenduseks eelmainitud valdkondades on soovitusteenused (recommender systems), mis kasutaja profileerimise ja mudeldamise põhjal soovitavad talle kas sujuvama sõidumarsruudi, sobivaima dieedi, uue lemmikraamatu või huvidele vastava valikkursuse.

Kuidas toimib soovitusteenuse tehnoloogia? Ja miks saame internetikeskkondades vahel ka loogikavastaseid soovitusi?  Lõik Eesti Teadusagentuuri saatest “Uudishimu tippkeskus”

Andmeanalüütika valdkonna idufirma Dremio looja ja mõjuka Apache Arrow raamistiku arendamise eestvedaja Tomer Shiran ennustab ka andmekuraatori ameti teket (Olavsrud, 2018). Andmekuraator oleks sillaks Tableau ja R-i rakendusi kasutavate andmeteadlaste ning äritarkvara arendamise-haldamisega tegelevate tarkvarainseneride vahel. Nad peavad valdama nii andmekaeve ja visualiseerimise meetodeid kui ka andmepõhiste rakenduste programmeerimist. Samas kasvab kiiresti vajadus ka tippjuhtide andmeanalüütika kompetentsi tagamise järele, sest andmepõhine otsustamine muutub tulevikus paljude organisatsioonide jaoks eluküsimuseks.

Andmeanalüütika on otseselt seotud ka mitmete teiste siin raportis käsitletud uute tehnoloogiatega. Näiteks on asjade internet tulevikus üks olulisemaid suurandmete tekitajaid, tehisintellekti ja masinõppe areng aitab otseselt kaasa nutikamate andmeanalüütika meetodite ja algoritmide loomisele. Ilmselgelt muutub suurandmete valdkonnas üha tõsisemaks väljakutseks nii inimeste privaatsuse kui ka riikide julgeolekuga või ettevõtete ärisaladustega seotud andmeturbe tagamine.

Andmeanalüütika ja haridus

Andmeanalüütika siseneb lähiaastatel haridusvaldkonda peamiselt kahel moel – õpianalüütika ja õppesisuna.

  • Õpianalüütika kui haridustehnoloogiline vahend, mis aitab nutikamalt õppida ja õppetööd erinevates õppeainetes korraldada nii õppijal, õpetajal kui ka tervel õppeasutusel.
  • Teadmised andmeanalüütikast ja vastavad oskused kui tehnoloogiahariduse õppesisu, mida hakkab omandama üha suurem osa õppijatest erinevatel haridustasemetel ja erialadel, tagamaks toimetulekut oma tulevasel töökohal.

Õpianalüütika

Õpianalüütika on koondnimetus andmeanalüütika rakendustele hariduse kontekstis. Õpianalüütika keskendub õppijaid, nende õpikeskkonda ja õppeprotsessi puudutavate andmete kogumisele, analüüsimisele ja visualiseerimisele, et õppimist paremini mõista, personaliseerida ja optimeerida.

Õpianalüütikale rajas tee hariduslik andmekaeve (Educational Data Mining), mille puhul andmeanalüüs toimus üldjuhul retrospektiivse uuringu vormis. Õpianalüütika arendajate kogukond on juba kehtestanud mõned tehnilised standardid (xAPI, Caliper) õpikeskkondade ja õppevara loojatele, et võimaldada õppija kohta andmete kogumist üle paljude teenuste ja süsteemide. Õpianalüütika aitab õpetajatel ja õppijail õppeprotsessi optimeerida neid informeerides, toetades ja suunates.

Õppijamudel

Õpianalüütika lahendused õppijatele põhinevad õppijamudeli (Learner Model) pideval täiendamisel, kasutades õppija digitaalset jalajälge veebipõhistes õpikeskkondades, digiõppevara andmebaasides ja sotsiaalmeedias. Õppijamudel on matemaatiline mudel, mis sisaldab masinloetaval kujul talletatud andmeid õppija teadmiste, oskuste, soorituste, huvide, eelistuste, eesmärkide, ülesannete, sotsiaalmajandusliku tausta, isiksuseomaduste, õpikeskkonna ja muude õppimisega seotud aspektide kohta.

Õppijamudelit kasutatakse omakorda soovitusteenuste loomiseks nii õpetajatele kui ka õppijatele. Näiteks võib soovitusteenus pakkuda õppija hetkevajadustele ja ülesannetele sobivat õppevara, näiteid ja õpistrateegiaid. Praegu eksisteerivad õppijamudelil põhinevad soovitusteenused üksnes teaduslaborites, kuid kvaliteetse digiõppevara kättesaadavuse paranedes võib oodata taoliste teenuste tekkimist ka Eesti haridusmaastikul.

Andmeanalüütika täna Eesti koolis

Digiõppevara kataloog e-Koolikott on loodud nii, et lähitulevikus saaks sellele lisada õppevara soovitusteenuseid lisamoodulina. Seda eeldusel, et koolid võtavad laiaulatuslikult kasutusele ühekordse sisselogimise teenuse HarID, mis liidestatakse e-Koolikotiga ja privaatsust säilitava õppijamudeli tarkvaraga.

Õpianalüütika teadusuuringutes pööratakse lisaks õppija kognitiivsele arengule (nt teadmised-oskused õpitulemuste hindamisel) üha enam tähelepanu ka õppija emotsioonide ja sotsiaalse konteksti kaardistamisele ja arvestamisele õppimise juhtimisel.

Õpetajate ja õppejõudude toetamiseks pakub õpianalüütika mitmeid võimalusi, mõistmaks, kuidas õppijad erinevatesse veebipõhistesse õpitegevustesse panustavad, milliseid õppematerjale vaatavad, kuidas iseseisvaid ülesandeid sooritavad jms. Andmete analüüsimine võimaldab leida alad, mida on vaja veel arendada, et õppedisaini parendada ja õpiteid personaliseerida.

Samuti annab tehisintellekt võimaluse toetada haridusteadlasi ja poliitikakujundajaid õppimise ja õpetamise mõistmisel ning sellekohaste otsuste tegemisel. Tehisintellekti põhimõtteid kasutavad infosüsteemid, õpikeskkonnad ja tuutorsüsteemid võimaldavad ümber disainida õppekavasid, suunata ressursse valdkondadesse, mis mingil põhjusel ei toimi hästi, ennetada õppijate väljakukkumist ja prognoosida õppima asumist.

Andmeanalüütika tulevikukoolis

Andmeanalüütika ekspert, TalTechi dotsent Innar Liiv kirjeldab visiooni andmeanalüütikat rakendavast tulevikukoolist, kus õppija iga tegevus, suhtlus, sooritus ja meeleolu salvestatakse koos kõigi tundidega 360-kraadises vaates. Nii tekib õpilasel võimalus tunnis kas virtuaalselt reaalajas osaleda või tunde “tagasi kerida” ja neid koos põhjaliku analüüsiga järele vaadata.

Samuti ennustab dotsent Liiv andmeanalüütikal põhinevate uute õppijate võimekuse ja õpivajaduste selgitamiseks mõeldud nutikate diagnostiliste testide ilmumist ning õppimise mängustamist. Eestis on juba õpetajaid, kes katsetavad lihtsamaid õpianalüütika teenuseid, nagu Quizalize, mis võimaldab õpetajal andmete abil jälgida õppeprotsessi ja kohandada selle põhjal õppijate vajadustele paremini vastavaid õpiteid.

Andmepõhist otsustusprotsessi kooli juhtimisel toetavad Eestis mitmed teenused (DigiPeegel, SELFIE, KooliKaart), kuid neid ei saa praegusel kujul veel andmeanalüütika rakendusteks pidada. Samas on plaanis neid teenuseid edasi arendada just andmeanalüütika funktsionaalsuste laiendamise suunas.

Eestis on uuritud Erasmus+ projekti SHEILA (Supporting Higher Education in Integrating Learning Analytics) raames ülikoolide huvi ja valmisolekut andmeid õppimise ja õpetamise optimeerimiseks kasutada. Intervjuud kolme ülikooli juhtkonna, Tallinna Ülikooli üliõpilaste ja akadeemiliste töötajatega näitasid, et juhtkond mõistab vajadust intelligentsete süsteemide kasutamiseks, et parandada üliõpilaste õpikogemust, püüdes seda rohkem isikustada. Samuti mõistab juhtkond vajadust parendada õppetöö kvaliteeti ning seeläbi vähendada väljakukkujate arvu ülikoolis.

Samas ei piisa vaid süsteemide väljaarendamisest, et akadeemiline asutus oma õppetöö kvaliteeti tõsta saaks: muutuma peab organisatsiooni kultuur, tõusma analüütiline võimekus eri tasanditel, investeeringuid vajab infotehnoloogiline taristu, vaja on välja töötada toetusmehhanismid eri osapooltele jms.

Eelkõige on oluline kaasata osapooli ja pidevalt infot vahetada, mistõttu töötati SHEILA projekti käigus välja raamistik, mis toetab institutsioone õpianalüütika juurutamisel.

Soovitused

Kas andmeanalüütika teemasid ja meetodeid tuleks õpetada juba koolis? Sissejuhatuse võiks teha põhikoolis ja gümnaasiumis, õpetades mõistma lihtsamaid andmete kogumise, korrastamise, analüüsi ja visualiseerimise viise. Hea abivahend on hiljuti eestindatud andmeanalüütika guru Hans Roslingi raamat “Faktitäius” ja sellega seotud Gapminder veebiteenus, mis õpetab õpilasi visualiseeritud interaktiivse andmestiku põhjal tähenduslikke küsimusi esitama.

Rootsi teadlase Hans Roslingu maailma muutnud TED kõne.  2006

Samas pole käesoleva raporti raames intervjueeritud ekspertide (Innar Liiv, Dan Bogdanov, Agu Leinfeldt) hinnangul lähitulevikus ette näha, et praegu pigem teadlaste töövahendiks olev andmekaeve ja andmeanalüütika leiaksid tee põhikoolide ja gümnaasiumide õppekavadesse. Neid oskusi omandatakse ikkagi ülikoolides, aga tõenäoliselt hakatakse neid peagi õpetama ka humanitaar-, sotsiaal- ja loodusteaduste erialadel õppivatele üliõpilastele.

Nii TalTechis, Tartu kui ka Tallinna Ülikoolis on hiljaaegu valminud uued informaatika õppekavad mitteinformaatikutele, kus andmekaevet ja -analüütikat õpetatakse e-valitsemise, ettevõtluse, lingvistika või laiema digihumanitaaria kontekstis. Seireraporti raames läbi viidud kooliküsitlus näitas, et 61 vastanust (kellest suure osa moodustasid kogenud haridustehnoloogid ja haridusuuendajad) oli vaid 9 proovinud andmeanalüütika teemasid õppetöösse sisse viia. Küsimusele, milliseid uusi tehnoloogiaid plaanitakse koolis kasutusele võtta, viitasid vaid üksikud andmeanalüütikaga seonduvatele teemadele ja lahendustele.

Mida tähele panna?

Andmeanalüütika puhul on oluline silmas pidada, et oluliste otsuste tegemist ei saa ka tulevikus masinate hooleks jätta. Näiteks rünnakukäsu andmist droonile lahinguolukorras, äkkpidurdamist liikluses või erivajadustega õppija õpitee koostamist. Ka siis, kui andmeanalüütika aitab määratleda otsuste alternatiivid ja hinnata iga otsusega kaasnevat mõju, peavad otsuse langetama siiski inimesed. Õpetajatelt ja koolijuhtidelt nõuab see palju paremat andmekirjaoskust.

Isikuandmete kaitse valdkonda puudutav teadlikkuse tõus ja karmistuvad seadused muudavad kahtlemata haridusvaldkonna andmeanalüütika keerukamaks, aga see on paratamatu.

Veel üks oht andmeanalüütika arengus on seotud andmete kvaliteediga. Praegu pärineb suur osa haridusvaldkonna andmetest (nt Eesti Hariduse Infosüsteemis EHIS) kasutajate endi poolt aegade jooksul lisatud ja usaldusväärse kolmanda osapoole poolt kontrollimata andmebaasidest. Andmete kvaliteeti mõjutab nii andmesisestaja kompetentsus, andmebaasi struktuur kui ka tõeste andmete kättesaadavus – pahatihti kiputakse koguma mitte neid andmeid, mida on vaja, vaid neid, mis on lihtsasti leitavad.

Kokkuvõte

Andmeanalüütikal on juba lähiaastail haridusvaldkonnas potentsiaali peamiselt haridustehnoloogiliste ja administratiivsete digiteenustena, mis tõhustavad otsustus- ja juhtimisprotsesse õppeasutustes, koolipidajate ja riigi tasandil haridusjuhtide seas.

Erinevalt asjade interneti teemadest, mida võib hakata õppetöösse sisse viima juba algklassides, jääb andmeanalüütika õpetamise objektina siiski pigem kõrghariduse tasemele ka kaugemas tulevikus. Samas on õpilasi juba teises ja kolmandas kooliastmes võimalik ja vajalik baastasemel ette valmistada visuaalse, info- ja andmekirjaoskuse omandamiseks.

Lisainfo

Inspiratsiooni andmeanalüütika-teemalisteks õpilaste loov- ja uurimistöödeks leiab informaatika valdkonna bakalaureusetöödest:

Tehisintellekt

Tehisintellekt on arvutisüsteemi võime jäljendada loomulikku intellekti ja täita funktsioone, mida seostatakse inimmõistusega, näiteks võimega arutleda ja õppida.

Intellektist ja intelligentsusest rääkides peetakse silmas mõtlemisvõimet ning valmisolekut reageerida asjakohaselt erinevates olukordades, kasutades olemasolevaid teadmisi probleemide lahendamisel ja ümbritseva maailma mõistmisel. Mõiste “tehisintellekt” (inglise keeles artificial intelligence) on kasutusel juba alates 1950. aastatest ning selle tehnoloogia puhul on tegemist loomuliku intellekti jäljendamisega, s.t arvutisüsteemi võimega täita funktsioone, mida üldiselt seostatakse inimmõistusega, nt võimega arutleda ja õppida.

Miks meil tehisintellekti vaja on? Esiteks aitab see toetada ja võimendada inimese loomingulist tegevust (nt teoreemide tõestamine, peamurdmise ülesannete lahendamine, mängude mängimine – male, diagnostika – ekspertsüsteemid). Teiseks annab tehisintellekt võimaluse asendada inimesi rasketes või eluohtlikes tingimustes (intellektuaalsete robotite loomine).

Tehisintellekti rakendused jagunevad kolmeks suuremaks valdkonnaks: masinõpe, süvaõpe ning loomuliku keele töötlemine. Kõik need tuginevad matemaatilistele algoritmidele.

  • Masinõpe kirjeldab algoritme, mis on võimelised õppima.
  • Süvaõppimine leiab aset siis, kui algoritm suudab töödelda suuremaid andmekogusid ja lahendada keerukamaid küsimusi. Pärast iga uue informatsiooni kättesaadavaks tegemist lisab algoritm uue andmekihi, mille abil saab programm targemaks ning on võimeline oma vigadest õppima.
  • Loomuliku keele automaattöötlus tähendab, et rakendus on võimeline teksti mõistma, tuvastama seisukohti ja mõistma küsimuste keerukust. Näitena võib tuua hääljuhtimissüsteemid Apple’i Siri ja Amazoni Alexa või Echo. Esimeses etapis peab teenus mõistma, mida kasutaja küsib ning on seejärel võimeline küsimusele veebist vastuse leidma ning tekstiks tõlkima. Viimaks otsustab teenus, millise tempo ja hääldusega ta kasutajale vastuse artikuleeritud kõne vormis tagasi saadab. Näiteid sellistest lahendustest eesti keeles ka juba olemas – neurotõlge ning eestikeelne kõnesüntees, kuigi nende lahenduste loomine on väljakutse, sest eesti keele morfoloogia ning grammatika on keerulised.

Kuidas töötavad kõnesüntees ja kõnesüntesaatorid? Lõik Eesti Teadusagentuuri saatest “Uudishimu tippkeskus”

Eelmises peatükis käsitletud suurandmed ja nende pealt algoritmide treenimine loovad eelduse, et luua tehisintellektil põhinevaid tehnoloogiaid. Tehisintellekt on üles ehitatud sellele, et ta pääseb ligi erinevatele info- ja andmehulkadele, analüüsides nendevahelisi seoseid ja mustreid. Oluline aspekt on masinõppe juures “õppimisel”, mis tähendab, et taustal toimiv tehnoloogia õpib varasematest andmetest, et parandada teavet, teenuseid, kasutuskogemusi jm erinevates valdkondades (nt finants, meditsiin, haridus). Õppimise all peame silmas, et kui andmed süsteemis uuenevad, lisandub täiendav teave vms, siis süsteem parandab oma algoritme vastavalt uuele informatsioonile. Näiteks meditsiinilised teenused, mis ennustavad tervisega seotud riske – varasemad mustrid võimaldavad varem märgata ja teatud määral ka ennetada raskete haiguste teket.

Laialt on levinud ka masinõppe tehnoloogial põhinevad isesõitvad autod, pakirobotid ning programmid, mis on võimelised mängudes, nagu näiteks male, maailmameistrit võitma. Viimasel puhul õpib arvuti vastase mängukogemusest ja -mustritest ning on seetõttu võimeline vastast mängus võitma.

Masinõpe on tehisintellekti üks valdkondi. Kuidas masinõpe õpetab arvutile piltide eristamist? Mis meile sellest kasu on? Lõik Eesti Teadusagentuuri saatest “Uudishimu tippkeskus”

Tehisintellekti põhitõed saab soovi korral selgeks ka Helsingi Ülikooli ja tehnoloogiaettevõtte Reaktor välja töötatud veebikursuse “Elements of AI” (ka eesti keeles) abil.

Tehisintellekt ja haridus

Tehisintellekt aitab tõsta tootlikkust, toetab inimesi tööl ja igapäevaelus. Hariduses toetab see õpetamist ja õppimist veebipõhiste tehnoloogiatega. Haridusasutuste kogutavate andmete hulk kasvab ning vaja on lihtsaid ja käepäraseid vahendeid andmete mõtestamiseks, analüüsimiseks ja nende põhjal otsuste tegemiseks. Euroopa Komisjoni prognoosib (Tuomi jt, 2018), et tehisintellekt mõjutab lähiaastatel õppimist, õpetamist, poliitika kujundamist ning haridust tugevalt.

Eksperdid näevad tehisintellektis võimalust õppeprotsessi optimeerimiseks. Kui meil on sadu tuhandeid õpilasi, siis tehisintellekt annab meile võimaluse mõõta, kui hästi nad teatud ülesandeid lahendavaid, millised õppemeetodid toimivad hästi ja millised valmistavad probleeme.

Tehisintellekti kasutamist hariduses saab käsitada kui haridustehnoloogilist vahendit või valdkonna õppesisu. Noorte ettevalmistamisel tuleviku töökohtade jaoks tuleb pöörata tähelepanu eri aspektidele. Ekspertide hinnangul on tehisintellektist kui õppesisust rääkides oluline, et õppijad mõistaksid tehisintellektile tuginevaid tehnoloogiaid, oskaksid neid kriitiliselt hinnata ning luua uusi tehnoloogiaid, mis kasutavad tehisintellektiga seotud komponente. Näiteks on Austraalias välja töötatud lastele mõeldud koolitusprogramm, mille käigus kasutatakse Lego Mindstorms EV3 lahendusi tehisintellekti mõiste selgitamiseks.

Programmeerimise ja robootika õpetamine on kaasajal elementaarne. Samuti tuleks pöörata tähelepanu STEM-ainete õpetamisele, ehkki seda ei peaks üle tähtsustama. Praegune koolisüsteem peaks rohkem panustama andmekirjaoskusele – graafikute lugemine, seoste märkamine ning seoste põhjal lugude jutustamine.

Innar Liiv, TalTech, andmeteaduse dotsent

Tehisintellekt võimaldab personaliseeritud õppimist

Tehisintellekt kui vahend annab võimaluse automatiseerida teatud protsesse: hindamine, õppesisu kohandamine, osapoolte tagasisidestamine, õppeprotsessi analüüsimine. Õpetajad teavad, et diferentseeritud õppimine, tagasiside ja õppeprotsess on õppija arengu jaoks olulised. Samas on õpetajal keeruline leida aega, et panna igale õppijale kokku just talle sobiv õpitegevuste komplekt.

Tehisintellektil põhinevad tehnoloogiad võimaldavad meil parendada automaatse hindamise protsesse ning mõista õppijate hetkearengut. Sealt edasi järgmine samm on pakkuda õppijale personaliseeritud õpet, mis vastab tema arengule, huvidele ja õppimisvõimalustele.

Innar Liiv TalTech, andmeteaduse dotsent

Personaliseeritud õppimine on üks adaptiivse õppimise vormidest, mis tugineb õppija eelnevaid teadmisi ja vajadusi analüüsivale tehnoloogiale. Näitena on eksperdid tõmmanud paralleeli Facebookiga, mis soovitab kasutajale sisu selle põhjal, mida kasutaja keskkonnas teeb, et teda kauem keskkonnas hoida.

Kui läheneda samamoodi haridusprobleemidele, saab sarnase optimeerija panna peale muud tulemit optimeerima – tulem võib olla näiteks see, et inimene õpiks võimalikult palju erinevaid asju või vaid neid asju, mis teda huvitavad. Näiteks võime seadistada algoritmi, et mind huvitavad Eesti rändlinnud ja siis hakkab süsteem söötma vastavaid artikleid, raamatute peatükke, inimesi, kellega rääkida – annab meile võimaluse kujutada ette personaalset õpetajat.

Joosep Pata, California Institute of Technology, järeldoktor

Intelligentsed virtuaalsed tuutorid

Üks näide tehisintellekti võimalikust rakendamisest hariduses on tuutorsüsteem. Intelligentsed tehisintellektil põhinevad kognitiivsed tuutorid jäljendavad õpetaja rolli õppeprotsessis ja juhendavad õppimist, pakkudes õpilastele vihjeid, kui nad probleemi takerduvad.

Näiteks on põhjaliku tagasiside andmine kirjalikele töödele juhendaja jaoks suur ja ajakulukas protsess. Virtuaalsed tuutorsüsteemid saavad üle võtta pinnataseme vigade, teemade ja faktide-argumentide ülesleidmise. Virtuaalses klassiruumis, kus õpilased vaatavad näiteks videoloenguid, saavad intelligentsed virtuaalsed tuutorid sekkuda, küsides küsimusi otse õppijatelt ning vastates neile videolõikude uuesti esitamisega, kui on näha, et õppijal on raskusi teemast arusaamisega.

Selline kõikjale ulatuv tugi ja juhendamine on eriti kasulik suurte sissejuhatavate kursuste puhul, kus juhendajatel on raske osutada personaalset tähelepanu. Iseõppivaid rakendusi adaptiivsete õppevahenditena on loodud juba mitmeid, enim on kasutust leidnud keeleõpperakendused, mis kohandavad õppesisu kasutaja käitumise ja soorituse järgi: DuoLingo, Lingvist jms. Viimane kasutab keeleõppe tõhustamiseks keeleanalüüsimeetodeid, mis võimaldavad teenusel suurandmete töötluse ja tehisintellekti abil kiiresti kohandada õppematerjali õpitava teemavaldkonnaga. DuoLingo on töötanud välja õppija mudelid, kombineerides masinõpet, andmeteadust, kognitiivset psühholoogiat (mälu) ja psühholingvistilisi teooriaid (unustamiskõver), et ennustada täpsemalt õppija sõnade meenutamise määra ning mõista, milliseid vigu õppija keele omandamisel teeb.

Tehisintellekt hariduslike erivajadustega laste toetamisel

See kõik avab võimalusi selleks, et rakendada tehisintellektil tuginevaid tehnoloogiaid hariduslike erivajadustega laste toetamisel. Näiteks on teadlased töötanud välja robotid, mis toetavad autistliku diagnoosiga laste sotsiaalsete oskuste kujunemist, mida illustreerib hästi lisatud video. Robotite sekkumine tekitab autistlikes lastes huvi ja seob emotsionaalselt tegevustega. Sellise tehnoloogia kasutamine loob reaalseid võimalusi lahendada ka Eesti haridussüsteemi probleeme.

Teadlased on töötanud välja robotid, mis toetavad autistliku diagnoosiga laste sotsiaalsete oskuste kujunemist. Video: University of Twente

Jane on 4. klassi tüdruk, kel on kergemal kujul arvutamisraskused. Jane valdab teatud määral korrutustabelit, aga uute teemade omandamisel läheb korrutustabel meelest, samuti valmistab raskusi tehete järjekorra meelespidamine. Õpetaja kasutab õpilaste teadmiste kontrollimiseks rakendust, mis kasutab tehisintellektil põhinevaid algoritme õpilaste vigade analüüsiks.

Jane sooritabki arvutamisülesande, mis eeldab korrutustabeli teadmist, peast arvutamist ning lisaks on vaja jälgida tehete järjekorda: 3 x 9 + 364 + 72 : 9. Jane määrab ära tehete järjekorra ning arvutab vahetulemused välja. Süsteem näeb, et esimeseks tehteks määras Jane 3x9 ning sai vastuseks 24. Seejärel liitis Jane 364 + 27. Kolmandaks liitis saadud summale veel 27. Seejärel proovis Jane saadud summat jagada üheksaga, aga ei osanud.

Süsteem õppis sellest, et Janel on peastarvutamine selge, aga kolmega korrutamine ei ole peas ning samuti läks valesti tehete järjekord, seega järgnevad ülesanded keskenduvad esialgu lühematele tehetele ning lihtsamate arvude korrutamisele, et aidata Janel põhimõte selgeks saada. Samuti toetab süsteem mõnda aega Janet, andes kohe märku, kui esimene tehe valesti on valitud. Sama info on kättesaadav ka õpetajale, kes saab selle põhjal Janele sobivaid tunnitegevusi plaanida.

Tehisintellekt saab veel õppija kasutusmustrite põhjal selgitada välja, kuidas toetada last, kellel esineb düsgraafia, düskalkuulia või muu spetsiifiline haridusega seotud õpiraskus. Vigadest mustrite märkamine loob võimalusi õppija toetamiseks, tugevuste arendamiseks ning nõrkustega tegelemiseks. Tehisintellekti põhjal esitatud soovituste tõlgendamise ja tegevuste valimise protsess võib olla sama oluline kui õppetöö ise, toetades õpilaste eneseregulatsiooni ja metakognitiivsete oskuste kujundamist. Seetõttu on virtuaalsed mentorid, kiire tagasiside, õppematerjalide valimise protsess, erinevate andmete analüüsimine ja interpreteerimine õpilase võimalus mõtestada oma õppeprotsessi, võtta vastutus oma õppimise eest ning leida sobivad strateegiad paremate tulemuste saavutamiseks.

Kuna tehisintellektile tuginevad tehnoloogiad võimaldavad õpilase käitumist ja õppeprotsessi jälgida üsna suurel määral, siis on sellistest süsteemidest saanud oluline andmeallikas haridusteaduses.

Tehisintellekt Eesti koolides

Kaks kolmandikku HITSA küsitlusele vastanutest teavad, mida tehisintellekt endast kujutab, aga neil puudub arusaam, kuidas seda õppetöös rakendada. Mõningatel juhtudel teadsid vastanud küll, kuidas seda õppetöös kasutada, aga pole seda eri põhjustel seni teinud. Kolmveerand uuringus osalenuist väitis, et nende koolis tehisintellektil põhinevaid tehnoloogiaid ei kasutata või puudub neil teave nende kasutamisest. Vaid kahel juhul selgus, et tehisintellektil põhinevad tehnoloogiad on kasutusel – robootikalahendused ning nutikad praeahjud, mis vastajate sõnul tuginevad just sellele tehnoloogiale. Pooled uuringus osalenutest usuvad, et nende koolis hakatakse tehisintellektil tuginevaid tehnoloogiad kasutama lähiaastatel.

Mida tähele panna?

Tehisintellektil tuginevaid intelligentseid tuutorsüsteeme on palju kritiseeritud. On toodud välja, et süsteeme on arendatud juba aastakümneid ja kasutegur hariduses pole olnud nii plahvatuslik nagu oodatud – senised teenused on leidnud laiemat kasutust üsna vähestes valdkondades, nagu näiteks matemaatika või füüsika.

Veelgi enam, on kritiseeritud, et intelligentsete tuutorsüsteemide arendamine ei lähtu niivõrd pedagoogilistest vajadustest ja lähtekohtadest, kuivõrd tehnilistest võimalustest ja andmete kättesaadavusest. See aga tähendab, et õppimise mõistmine või õppija toetamine ei pruugi olla nii efektiivne, kui oodatud. Samas püüavad kaasaegsed intelligentsed õpikeskkonnad ja teenused mitte üksnes juhtida tähelepanu õppija vigadele, vaid aidata ka mõista, miks õppija mõnes ülesandes vea teeb, diagnoosida õpilaste väärarvamusi ja hinnata õppija arusaamasid teema omandamisel.

Olgugi et tuutorsüsteemide arendamise ajalugu on olnud pikk ja selle edukus on jätnud soovida, on selge, et tänu kiirele tagasisidele on tehisintellekt loonud võimaluse toetada õppijaid õppeprotsessis. Kas ja kuidas õppijad seda tagasisidet õppimise optimeerimisel kasutavad ning kuidas neid tulemusi paremini olemasolevate õppimisteooriatega siduda, jääb loodetavasti lähituleviku uurimisteemaks.

Tuutorsüsteem versus õpetaja

Kuigi mõningaid edusamme tehisintellekti toomiseks haridusruumi on tehtud, kahvatuvad need siiski rakenduste kõrval, mis on loodud väljaspool haridussüsteemi (panganduses, meditsiinis). Lisaks on oluline märkida, et kõrghariduse võimalused kasutada virtuaalseid tuutoreid ja teisi keerukamaid adaptiivseid õppimisvahendeid põrkuvad pidevalt murega, et tehnoloogia, sõltumata sellest kui inimlähedane see ka ei oleks, ei tohiks asendada õpetajat.

Peetakse debatte selle üle, kas ja millal me kaotame oma töö robotitele. Kardetakse, et valdkond areneb kiiremini kui inimeste arusaam sellest, kuna tehisintellekti funktsioonid on komplekssed ja läbipaistmatud. Meie igapäevastes toimingutes on juba praegu palju tehisintellekti, kuigi me ei pruugi sellest teadlikud olla. Facebook soovitab meile uusi sõpru, Amazon meeldivaid tooteid ja Spotify teab, missugune muusika meile meeldib. Tehisintellekt on juba mitmes valdkonnas muutnud meie elu mugavamaks, tehes meie eest igapäevaseid otsuseid ning mõjutades meie otsuseid ja käitumist. Tuleb meeles pidada, et selle mugavuse kõrval peab inimesel säilima kriitiline meel, terviku tajumise võime ning arusaam, et masin on siiski vaid masin.

Üks tehisintellektiga seotud ohte on see, et masinad paljundavad väärandmeid, korrates andmetest õpitavaid vigu (stereotüüpe), muutes neid reegliks. Samuti ei toimi tehisintellekt ja masinõpe, kui andmed ei ole kättesaadavad, need pole kvaliteetsed või võimaldavad algoritmid tulemusi vääralt tõlgendada. Privaatsuse ja eetikaga seotud küsimuste üle arutleme eraldi peatükis.

Inimene koos arvuti võimekusega saab olema efektiivsem kui inimene ilma selleta. Millistes rakendustes saab tehisintellekti võimekus lähima kümne aasta jooksul kõige nähtavamaks? Lõik Eesti Teadusagentuuri saatest “Uudishimu tippkeskus”

Kokkuvõte

Tehisintellekt loob võimalusi õppimise personaliseerimiseks. Tehnoloogia rakendamine võimaldab mõista erinevaid arenguid haridussüsteemis andmeanalüütikale ning tehisintellektile tuginevate tehnoloogiate kaudu. Olulised võimalused on järgmised:

  • õppeprotsessi diferentseerimine ja personaliseeritud õpiteede soovitamine;
  • eneseregulatsiooni ja ennastjuhtiva õppimise toetamine;
  • õppijale personaliseeritud tagasiside pakkumine;
  • õppeprotsessi analüüsimine õpetaja, haridusjuhi või poliitikakujundaja seisukohalt.

Tänaseid õppijaid ei ole võimalik täielikult ette valmistada tuleviku jaoks, kus tehisintellektil põhinevad tehnoloogiad laiemat rakendust leiavad. Oluline on luua platvorm elukestvaks õppeks ja üldpädevuse arendamiseks, pöörates sealjuures tähelepanu:

  • STEM õppeainete raames omandavatele oskustele;
  • andmekirjaoskusele – näiteks graafikute lugemine, tõlgendamine, otsuste tegemine andmete põhjal.

Riistvaralised tehnoloogiad, andmed ja analüütika annavad meile võimaluse kardinaalselt muuta hindamist, tagasisidestamist, õpetamist – sobivad tehnoloogiad selleks on olemas, neid tuleb lihtsalt kasutama hakata ning otsustusprotsessidesse integreerida. Muutunud õpikäsituse puhul annab see võimaluse asendada tasemetööd jooksva õppeprotsessi monitoorimisega ning lisaks mõista õppetööd klassi, kooli ja kohaliku omavalitsuse tasandil.

Lisainfo

Turvaline digimaailm

Informatsiooni saab lisada kõikjale meie ümber: riietesse, sõidukitesse, ehitistesse, lilledesse, maapinda meie jalge all. Selliste seadmete hulk suureneb pidevalt ja igaüks neist võib rääkida loo andmete põhjal, mida ta kogub. Kõik see muudab järjest tähtsamaks andmete ja turvalisusega seotud küsimused.

Kui mitut internetti ühendatud seadet te iga päev kasutate? Kui mitut kaasas kannate? Levinumad on ilmselt nutitelefonid, aktiivsusmonitorid ja nutikellad, mis koguvad infot teie tegemiste kohta. Kombineerides erinevaid andmeid ja nende voogu, võib maalida tervikpildi meie elust – kus töötame, kus sööme, kus trennis käime, millist kino külastame, kus sisseoste teeme, missugune on meie tervislik seisund jne. Sellised seadmed koosmõjus suurandmete ja asjade internetiga on loonud üleilmse teabetaristu, kus üksikisiku eraelu puutumatuse tagamiseks tuleb väga tähelepanelikult täita isikuandmete kaitse õigusnorme ning rakendada asjakohaseid infoturbe meetmeid.

Suure osa andmetega tehtavatest toimingutest teevad tehnoloogilised lahendused ära sageli automaatselt. See muudab meie kõigi jaoks enda kohta käivate andmete neutraalsuse säilitamise järjest keerukamaks. Kõikvõimalike kasutustingimuste läbilugemine enne mõne uue rakendusega liitumist on muutunud ülimalt oluliseks. Tõsi, see on tüütu ja aeganõudev, kuid see on ainus võimalus meil endil kontrollida oma andmete kasutamist.

Humoorikas video targa kodu lahendusest, mil igapäevased asjad suhtlevad omanikuga. Video: TRY

Kuidas oma andmeid kaitsta?

Digimaailma turvalisuse tagamine on asjade interneti ja andmete ajastul aina tähtsam. Veelgi olulisemaks muudavad selle mõlemal pool Atlandi ookeani välja tulnud mitmed kasutajaandmeid ohustavad juhtumid, mistõttu on nüüdseks võetud kasutusele turvalisusega seotud regulatsioon. Ameerika Ühendriikides jõustus vastav määrus 2017. aasta lõpus, Euroopas tagab kodanike õigusi alates 2018. aasta maikuust Euroopa Parlamendi ja nõukogu määrus 2016/679 füüsiliste isikute kaitse kohta isikuandmete töötlemisel ja selliste andmete vaba liikumise kohta (General Data Protection Regulation, lühend GDPR).

Määrus annab meile, kodanikele, rohkem õigusi otsustada, kuidas meie kohta käivat informatsiooni võib kasutada. Organisatsioonide jaoks tähendab see aga, et isikuandmete kogumine ja kasutamine peab olema kindlal eesmärgil omavahel kokku lepitud. Nad peavad mõistma, millised andmed neil on, teadma, kus neid hoitakse ja kes selle eest vastutab. See nõuab andmete privaatsuse tagamise süsteemi pidevat ajakohastamist.

Isikuandmed on eri laadi andmed, mis võivad kokku kogutult tuua kaasa konkreetse isiku üheselt tuvastamise. Isikuandmeteks ei loeta enam isikuandmeid, mis on muudetud anonüümseks sellisel viisil, et üksikisikut ei ole võimalik tuvastada või ei ole enam võimalik tuvastada (Euroopa Komisjon). Loe lühidalt, missuguseid andmeid loetakse isikuandmeteks ning missuguseid mitte.

Privaatsuse uus tähendus

Ekspertide arvamuse kohaselt on tehnoloogiamaailmaga seotud privaatsuse uus tähendus alles kujunemisjärgus. Ühelt poolt mõjutavad seda tehnoloogiaettevõtted, mis pakuvad inimestele, lõpptarbijatele teenuseid ning teavad ja näitavad, mida kõike on võimalik andmetega teha. Teiselt poolt mõjutavad selle kujunemist inimesed ise, kellele tihtilugu ei lähe andmetega seotud küsimused korda. Nad tahavad lihtsalt head teenust ja mugavust.

Tehnoloogiamaailmaga seotud privaatsuse teema tundlikkus on ühiskonniti ja riigiti väga erinev. Originaaltähenduses on privaatsus fundamentaalne inimõigus. See on kultuuriline mõiste. Igal kultuuril on oma arusaam privaatsusest, kuid GDPR-iga on Euroopa Liit kehtestanud privaatsuse sellisena, mis ei ole kultuuriliselt omane kõigile rahvustele. On riike, kus privaatsuse teema on saanud mentaalseks piduriks ning takistuseks uute teenuste arendamisel. Kogu tähelepanu on suunatud sellele, et otsitakse vastuseid privaatsuse küsimusele, ehkki lõpptarbija ei pruugi probleemi näha.

Turvalisus vs mugavus

Turvalisuse funktsioonil on digimaailmas kaks poolt – mugavus ja turvalisus. Privaatsus jääb kuskile nende kahe vahele. Mida rohkem me endast ära anname, seda rohkem vastu saame, seda mugavamaks teenused meile lähevad, seda lihtsamaks muutub nende kasutamine. Kaotame nii turvalisuses kui ka privaatsuses.

Liigume selles suunas, et kasutajad soovivad aina mugavamaid teenuseid. GDPR-i nähakse paratamatusena ning maailmapraktika on alles välja kujunemas. Kogu maailm on praegu huvitatud digimaailma võimalustest, ohtudest ja raskustest ning oodatakse nii üksikisiku, organisatsioonide kui ka riiklikul tasemel sekkumist.

Andmed juhivad tehnoloogia järgmist revolutsiooni ning toidavad tulevasi tehisintellektil põhinevaid lahendusi. On aja küsimus, millal tundlikud andmed satuvad mõnda sarnasesse süsteemi ning selgub, kui paljud masinjuhtimisel põhinevad otsustusprotsessid suudavad ka tegelikult rakendada kustutamise õigust või õigust olla unustatud. Kas andmeid koguvad organisatsioonid on teadlikud, kus ja kuidas nad andmeid oma süsteemides kasutavad?

Kasutajad peavad tegema teadlikke valikuid

Tehnoloogia kasutajatelt oodatakse teadlikke valikuid – tutvumist privaatsuspoliitikaga alati, kui teda suunatakse mõne seadme või rakenduse kasutamisel teenusepakkuja andmekogumise tingimustega tutvuma.

On oluline, et kasutaja mõistaks, kuidas ettevõte raha teeb. Tasuta mobiilimäng võib näidata reklaame või müüa järgmise taseme mänge. Kui ei ole arusaadav, kust ettevõtte raha tuleb, siis on väga tõenäoline, et just sinu andmed ja privaatsus on see, millega nad raha teenivad.

Selliste teenuste ja rakenduste kasutamine tähendab, et tundlikke andmeid, mis on kogumiseks ja kasutamiseks kättesaadavad, on rohkem, kui arvata oskame. Loodetakse, et 2018. aastal rakendatud uus isikuandmete kaitse määrus suurendab inimeste teadlikkust andmete privaatsusest. Kuid realistlikult lähenedes mõistetakse, et see võib kaasa tuua pigem suurema osa andmete kogumise vähem teadlike inimeste arvelt.

Ka väga suure hulga andmete töötlemise kulukus on vähenenud ning see pakub tarkvara- ja teenusepakkujatele uusi võimalusi, kuidas neid andmeid kasutada. Selline suurandmete ökosüsteem tähendab, et võimekus andmeid koguda ning kogutud andmeid ka müüa on paljudel firmadel. Lihtsaimat viisi selle tegemiseks pakub meie valmisolek aktsepteerida vaikeseadistust. Kui me privaatsuspoliitikasse ei süvene, muutuvad meie identiteet, eluviis ning personaalsed andmed ettevõtete varaks. Samas, kui soovime teenust kasutada, on teenusepakkuja privaatsuspoliitikaga nõustumine meile kohustuslik.

Paindlikkus annab konkurentsieelise

Uued tehnoloogiad võimaldavad nõustuda privaatsustingimustega n-ö osaliselt ning anda teenusepakkujale õigus andmete töötlemiseks alles siis, kui teatud andmetele on tarvis ligipääsu. Näiteks mobiiltelefonis olev Facebooki rakendus ei pääse kasutaja piltidele ligi enne, kui kasutaja mõnda pilti soovib üles laadida.

Prognoositakse, et kontekstipõhisest privaatsusest saab juba 2020. aastal ettevõtetele ja organisatsioonidele oluline konkurentsieelis, millega saavutada pikaajalist lojaalsust. Andmete kogumine ja kasutamine kindlal eesmärgil ja kasutajatega kokkulepitult nõuab organisatsioonidelt väga head koostööd ja läbimõeldud protsesse. Näiteks oleks vaja organisatsioonisiseselt kokku leppida, kuidas andmeid klassifitseerida, milline on nende väärtus, kui kaua on neid mõistlik säilitada ning millised on organisatsiooni ja kõigi selle liikmete kohustused andmete kaitsmisel ja käsitlemisel.

Eestist võib hea näitena tuua Eesti Geenivaramu, mis on potentsiaalsele kliendile läbipaistvalt teinud kättesaadavaks nii geenidoonoriks saamise protsessi kui ka andmete kogumise ja töötlemise õigused.

Töötaja ja tööandja samaväärne roll turvalisuse tagamisel

Töötajatel ja tööandjatel on samaväärne vastutus turvalisuse tagamisel. Organisatsioonid on pikka aega kaitsnud ennast peamiselt väljastpoolt tulevate küberrünnakute, näiteks viiruste, häkkerite või lunavara nõuete eest. Samas on mitmed suuremad juhtumid lähiminevikust tegelikult põhjustatud organisatsiooni seest tulenevatest vigadest või andmete väärkasutusest, mille eest võib ettevõtet edukalt kaitsta näiteks varukoopiate tegemine ja krüpteeritud andmebaasist eraldi hoidmine.

Inglismaal enam kui 600 organisatsiooni hõlmanud uuring (Filmin, 2017) kinnitab, et 66% organisatsioonidest peab töötajaid kõige suuremaks ohuks süsteemide kättesaadavusele ja turvalisusele. Need hirmud tunduvad olevat õigustatud: uuringu andmeil tunnistab ligikaudu veerand (24%) töötajaist soovi jagada konfidentsiaalset teavet väljaspool oma organisatsiooni, kas konkurentidele või uutele ja endistele tööandjatele.

Vastavalt GDPR-ile tuleb andmetega seotud häiretest teatada 72 tunni jooksul. See tähendab, et organisatsioonil peavad olema strateegiad ja protseduurid, kuidas toimida.

Töötajate teadlikkuse tõstmiseks kasutatakse erinevaid võimalusi. Ühe näitena võib tuua Euroopa Liidu IT-agentuuri eu-LISA, kes arendas oma töötajate ning liikmesriikide teadlikkuse tõstmiseks ning teadmiste ajakohasena hoidmiseks äpi (eu-LISA DPO Learning App).

Küberrünnakud

Tehnoloogia arengu ning andmete mahu suurenemise ja olulisuse kasvuga kaasnevad ka agressiivsemad rünnakutehnikad. Küberrünnakute sihtmärgiks võivad olla nii tarbijaprofiilid kui ka suurettevõtted.

Andmete kogumine meie veebiharjumuste kohta võimaldab lihtsalt konstrueerida profiile, mis võivad osutuda väga isiklikeks ning pakkuda infot, mille kohta me isegi ei tea, et keegi seda kogub. Andmete vargus võib olla küberkurjategijatele hindamatu väärtusega, andes neile võimaluse šantažeerida kasutajaid, kelle veebiharjumusi nad teavad. Samuti ohustavad küberrünnakud kõiki suurettevõtteid. Näiteks võib tuua küberrünnaku juhtumi Uberiga 2017. aasta lõpust, mis seadis ohtu Uberi 57 miljoni kasutaja ja vähemalt 600 000 juhi isikliku teabe (loe lisa).

Turvaline digimaailm ja haridus

Turvalise digimaailma loomist hariduses on kõige tähtsam käsitleda kahest aspektist – esiteks haridusasutuse nagu iga teise organisatsiooni vastutusena andmete kaitsmise ees. Teiseks õppijate, kooliinimeste ja lapsevanemate teadlikkuse tõstmise vaatenurgast.

Kontekstipõhised kokkulepped andmete kaitsmiseks ja eesmärgipäraseks kasutamiseks on kindlasti üks faktor, mida hariduse valdkonnas soovitatakse silmas pidada. Näiteks on andmed õppijate õppeprotsessi kohta või selle kohta, kuidas nad õpikeskkondi kasutavad, tavaliselt salvestatud teenusepakkuja pilvekeskkonda. Vastavate õpikeskkondade pakkujad on nende andmete kaubanduslikust väärtusest väga teadlikud. Õppetöös kasutatavate keskkondade, näiteks õpikeskkonna teenuse kasutamisel tuleb pakkujaga alati läbi rääkida, kes vastutab õppeprotsessiga seotud andmete eest, kuidas nende kättesaadavus tagatakse ning mis tingimustel ja missuguses kontekstis neid kasutada võib. Selline võimekus on eeltingimuseks, et saaksime neid andmeid kasutada analüüsiks, näiteks hariduse diferentseerimise eesmärgil või õppijate tulemuslikkuse toetamiseks. Kuivõrd teenusepakkuja on volitatud töötleja, siis peab leping tagama selle, et andmeid kasutatakse vaid neil eesmärkidel, mis kool on ette kirjutanud. GDPR-i artikli 28 kohaselt peab volitatud töötleja lähtuma vastutava töötleja juhistest ja igasugune isetegevus peab olema välistatud.

Näitena olemasolevate andmete eesmärgipärasest kasutamisest tehnoloogia abil, mis aitas protsessis tagada ka isikuandmete puutumatuse, võib tuua uuringu „Tudengite õpingute katkestamise põhjuseid IKT kõrghariduses“. Uuringus kasutati olemasolevaid riiklike registrite andmeid, mida analüüsiti Cybernetica AS välja töötatud turvalise ühisarvutuse tarkvara Sharemind abil.

Suurem andmete hulk nõuab hoolikat haldamist

Et mõista iga õppija personaalseid vajadusi õpieesmärgini jõudmiseks, peavad koolid koguma rohkem teavet iga õppija kohta ning tema õppimise protsessi kohta. Õppijatega seotud andmeid aga ei hoita valdavalt enam koolides, vaid pilves (seiresse panustanud koolidest kasutab pilveteenuseid 85%). Selline kombinatsioon – andmete kaugjälgimine, suurem andmete hulk ja suurem nõudlus nende andmete järele – nõuab hoolikat andmete haldamist ja töötlemist. Eelkõige eeldab see koolide teadlikkuse tõusu, aga ka üleüldist andmetöötluse mõtestamist ning sellest lähtuvaid otsuseid seaduste tasandil.

Muidugi tasub appi võtta ka talupojamõistus. Ekspertide sõnul ei tohiks kõigi õppetöös kasutatavate andmete pärast väga mures olla – oluline on mõista konteksti ja suhtuda juhtumipõhiselt.

Kui ma tõepoolest näiteks kehalise kasvatuse tunnis panen kõigile lastele andurid külge, lasen neil jalgpalli mängida, ringi joosta ja hiljem vaatan, kui mitu kilomeetrit keegi lastest on jooksnud, ning teen selle põhjal analüüsi – selles pole mingisugust privaatsuse riivamist.

Linnar Viik, e-Riigi Akadeemia

Isikuandmete kaitse juhendmaterjal

Olulisemad teemad ja turbemeetmed (koos näidetega) on õppeasutuste jaoks Eestis kättesaadaval koolidele loodud Isikuandmete kaitse üldmääruse rakendamise juhendmaterjalis. Juhendmaterjal on koolile abiks nii kasutaja kui ka organisatsiooni tasemel minimaalse vajaliku turvatasemeni jõudmisel. 48% seires osalenud koolidest on seda kasutanud.

Turbemeetmed on jagatud kolme gruppi: põhimeetmed, mille rakendamine aitab saavutada minimaalse vajaliku turvataseme; baasmeetmed, mis tagavad, et ka kasutajatel oleks infoturbe baastase; organisatoorsed meetmed, mis tegelevad organisatsioonis üldise turvataseme tõstmisega ja viivad turbe kõrgemale tasemele. (Rohkem infot juhendmaterjalis, lisaselgitusi annab HITSA samateemaline veebiseminar ja küsimusi saab esitada HITSA foorumis.)

Nii koolid kui ka eksperdid tõdevad, et tööd selles valdkonnas on veel palju. Oodatakse koolide regulaarset toetamist ja julgustamist erinevate tugimaterjalide ja tegevustega, sealhulgas põhimõtteliste otsuste tegemist Eesti koolide jaoks.

Oleme saavutanud olukorra, kus kasutame kooli Google’i funktsioone vaid oma tööga seotud konto pealt. Selle normaalsuseks muutmine pole olnud sugugi lihtne.

Hanno Saks, Pärnu Mai Kool

Mida õpetada?

Privaatsuse puhul tuleb mõista, et see on ülimalt individuaalne ja kultuuriruumist sõltuv. See on nähtus, mida on tegelikult keeruline õpetada – iga inimene tajub seda erinevalt. Tehnoloogiaga seotud privaatsuse puhul on oluline osutada tähelepanu sellele, et Eesti ühiskond ei ole kultuuriliselt niisugune, nagu nõuab seda praegu GDPR-i maailm. See on meile pisut pealesunnitud kultuur, mida peame veel õppima (ja millega kohanema), seda peab ka kool õppima ja õpetama.

Meie inimesed eelistavad enamasti jagada oma andmeid selleks, et saada kasutajamugavust. Oleme harjunud, et Eesti Vabariik teab meist palju, X-tee kaudu saab seda küsida. Niisugust riiki ja sellist mõistmist on ehitatud üles viimased kakskümmend aastat. Saksamaa, kust GDPR-i mudel on pärit, on teistsugune. Kui õpilane läheb kuskile vahetusõpilaseks, Suurbritanniasse või Saksamaale, siis ta kindlasti kohtub teistsuguse kultuuriga, sellega, mida kannab endas GDPR.

Eetika

Privaatsuse maailmas on oluline õpetada tehnoloogiaga seonduvalt ka eetikat, millest peaksid lähtuma kõik praegused IT-valdkonna töötajad. Näiteks infoühiskonda loov insener peab võtma vastutuse: tema loodud süsteemid ja algoritmid hakkavad muutma maailma. Me oskame küll ärihuve silmas pidades küsida, mida üks või teine lahendus kaasa toob, kuid kas oskame küsida ka seda, milline on selle sotsiaalne tähendus?

Tehnoloogia ei ole tulevikus samasugune nagu praegu. Ülikoolid ei tohiks õpetada mingit kindlat tehnoloogiat. Ülikoolid õpetavad inimest õppima ja võtma vastu seda, mis homme tuleb. Baasoskustega, millega ülikoolid juba tegelevad, on kõik väga hästi.

Linnar Viik, e-Riigi Akadeemia

80% koolidest, kes 2018. aastal seires osalesid, on alustanud oma töötajate ja õppijate teadlikkuse tõstmist andmete kaitse ja nende avalikustamise teemadel, 62% pöörab tähelepanu ka andmete töötlemisele ning digihügieenile. Selleks kasutatakse väga erinevaid viise, alates (ka kohustuslikest) koolitustest, info jagamisest ning lõpetades kooliväliste ekspertide ja ettevõtete kaasamisega.

Missuguseid võimalusi koolid andmete ja turvalisuse teemalise teadlikkuse tõstmiseks kasutavad?

Kutsusime Search-U esindaja meie noortele rääkima, milline on geoinformaatika ja suurandmete töötlemise vaheline side tänapäeval. Mida tehakse ja mida kõike on võimalik teha andmetega, mida endast maha jätame. See mõjus õppijatele šokina.

Hanno Saks, Pärnu Mai Kool

2018. aastal valminud digiõpikuis käsitletakse nii digitaalset ohutust (1. kooliaste) kui ka digihügieeni (2. kooliaste). Tegemisel olevas kolmanda kooliastme digiõpikus on lähemalt juttu küberhügieenist.
Lisaks õppijatele on oluline tõsta ka nii kooliinimeste kui ka lapsevanemate oskusi ja teadmisi turvalise digimaailma loomiseks ja selles toimetamiseks. On oluline selgitada lapsevanematele, mis eesmärgil haridusasutus andmeid kogub ja milleks neid kasutab. Samuti seda, et kasutaja rollis vastutuse võtmine on vältimatu. Kuidas seda siis ikkagi teha ning ohte ja riske ennetada?

Koolitusi lapsevanemate teadlikkuse tõstmiseks privaatsuse teemal viib läbi 20% seiresse panustanud koolidest. Nii mõnelgi koolil, kus seda praegu veel ei tehta, on lapsevanemate koolitamine plaanis, aga on ka koole, kus seatakse küsimärgi alla, kas see on üldse nende ülesanne.

Kas privaatsusega seotud teemadel viiakse koolitusi läbi ka vanematele?

  • Jah – 19.7%
  • Ei – 49.2%
  • Ei oska vastata – 31.1%

Soovitused

Uued lahendused privaatsuse ja turvalisuse tagamiseks leitakse igal juhul. Globaalselt nähakse kõige tõenäolisemate tehniliste lähenemisviisidena täpsemat analüütikat ja masinõpet, mis võimaldavad rakendada käitumisanalüüsi ja aitavad organisatsioonidel eristada olulist täpsemalt kui varem, pakkudes rangemat kontrolli oma IT-infrastruktuuri üle, paremat ülevaadet selle nõrkadest külgedest, et tuvastada turvaaugud ja ennetada nii andmelekkeid.

Et ka koolis saaks turvaline digimaailm välja kujuneda ja kokkulepitud tavasid ka järgitaks, on kõige olulisem juhtkonna tugi uute nõuete ja käitumismudelite heakskiitmisel ja nende jälgimisel. See ei puuduta mitte ainult kooliinimeste, õppijate ja lapsevanemate teadlikkuse tõstmist, vaid ka eelarvepoliitikat.

Lapsevanem ja tema lapse andmed

Sisuliselt teeb kuni üldhariduskooli lõpetamiseni õpilase eest otsuseid lapsevanem. Kui kool soovib uut tehnoloogiat rakendada, eeldab see iga kord lapsevanemalt nõusoleku saamist ning võimalust anda lapsevanemale õigus seda nõusolekut ka tagasi võtta. Kuidas aga jõuda lahenduseni, mis toetaks sujuvat õppetööd, jättes samal ajal lapsevanemale õiguse öelda, kus ja milleks võib tema lapse andmeid koguda ja töödelda?

Õpetaja võib teha õppijatega toredaid asju, kasutades erinevaid rakendusi, ent vaid senikaua, kuni ta palub lastel teha kasutajad nimega Juku 1 või Juku 2. Kui õpetaja palub lastel oma nimed registreerida, et seda infot hiljem analüüsida, siis kaasneb sellega juba hulk juriidilisi kohustusi, mida nad peaksid teadma. Kindlasti ei jaksa iga kool seda lahendust ise välja mõelda, neil peab olema tugi.

Kalev Pihl, SK ID Solutions

Läbipaistvuse kaudu privaatsuseni

Rääkides privaatsuse tagamise tehnoloogiatest, võib lihtsustatult tuua välja kolm valikut: anonümiseerimine (Self Sovereign Identity), läbipaistvus (Transparency) või seostamine (Linkability). Kui oled anonüümselt jälgitav, on sul väga raske läbipaistvust tagada. Näiteks GDPR-i peetakse selles osas vastuoluliseks. Sulle on antud õigus enda kohta andmeid küsida, teenusepakkuja saab justkui öelda, kes sa oled ja mis andmed sinu kohta olemas on (nad oskavad seda suhteliselt kõrge tõenäosusega pakkuda), kuid kuna nad ei ole palunud sul kõigi tegevuste juures end autentida, ei saa nad ka tõestada, et kõik need andmed just sinu kohta käivad. Õigusruumi kujunemine on siin alles algusjärgus.

Eesti kasutab täna valdavalt läbipaistvust ja võiks eeldada, et see on hea ka laste puhul. See tähendab, et lapse andmestik, ükskõik kuhu see tekib, on nähtav ühe keskse “purgi” kaudu – näen, kus mu lapse andmed on ja saan väga lihtsalt õiguse need sealt ära võtta (või sinna anda). Sisuliselt võimaldab seda praegu kogu X-tee.

Kui räägime tehisintellektist, siis see hakkab varsti ütlema, et tunneb kirjandi kirjutaja ära, kuna paneb talle alati erinevates keskkondades näiteks lauseehituse põhjal külge templi, mis tüüpi see on. Ehk kui jõuame AI juurde, siis pole meil mingit privaatsust niikuinii, mistõttu leian, et praeguste Eesti teadmiste juures võiksime liikuda läbipaistvuse suunas, kinnitades, et see on meie maailm.

Kalev Pihl, SK ID Solutions

HarID – üks digitaalne identiteet

Eelnevaga seoses tuuakse esile, et erinevatesse haridusega ja õppeprotsessiga teenustesse sisselogimiseks kasutatavaid kontosid on liiga palju. Ideaalis peaks õpikeskkondadesse ja õppetöös kasutatavasse põhirakendustesse sisse logida saama ainult digiidentiteediga (et ei saaks kuskil teha endale kasutajanime ja parooli), mille mõte on selles, et sul on üks digitaalne identiteet ja sa kasutad seda erinevates rollides. Sa kasutad seda õpetaja, lapsevanema, õpilase või kodaniku rollis.

Esimene samm selles suunas on juba tehtud – 2018. aasta kevadest on Eestis kättesaadav haridusasutustele mõeldud kasutajakontode haldamise süsteem HarID. See on haridusasutuste vajadustele orienteeritud lihtsasti kasutatav kasutajakontode haldamise süsteem, mis sobib nii olemasolevate lahendustega integreerimiseks kui ka asutustele, kus kasutajakontode haldus puudub täielikult. HarID hoiab iga haridusasutustega seonduva registreerunud inimese kohta üht kasutajakontot, mille abil on võimalik sisse logida nii erinevatesse avalikesse e-teenustesse (Single sign-on: SSO) kui ka asutuse siseteenustesse.

Digitest

2017. aasta kevadel valmis RIA ja küberturbe ettevõtte CybExer Technologies koostöös riigiasutustele mõeldud digiõppe platvorm Digitest, millega on praeguseks testitud tuhandete riigitöötajate küberteadmisi ja välja selgitatud nendega seotud küberriskid. Tulevikus soovitakse Digitesti kasutusala riigisektoris veelgi laiendada ning selle läbimine võiks saada kohustuslikuks kõikidele riigi- ja kohalike omavalitsuste töötajatele. Selleks, et panna alus uue põlvkonna küberoskustele, on plaanis jagada Digitesti koolidega, et ka koolilapsed saaksid põhihariduse ühe osana küberhügieeniõpet.

Soovitused küberturbe tagamiseks

Hiljuti andis Eesti Riigisüsteemide Amet välja 10 soovitust tippjuhile küberturbe tagamisel. Midagi sarnast võiks välja anda ka koolidele – igal aastal uuendatavad küberturbe soovitused koolidele, mis sisaldaksid praktilist infot, näiteks seda, et kõigis arvutites peaks olema automaatselt uuenev küberturbe tarkvara.

Kuidas avastada seest tulevaid ründeid?

Enamik koole on end juba päris hästi kaitsnud väljast tulevate rünnete eest. Kuidas koolitada koole avastama majast seest tulevaid ründeid? See on spetsiifiline väljaõpe, mida seni ei olegi pakutud.

Oleme üles ehitanud päris head süsteemid, meil on päris head võimalused, mis iseenesest tekitab võimalusi, et meie majades sees võib hakata tekkima ründekoldeid. Poisid on alati sõda mängida tahtnud, see on nende jaoks põnev. Tänapäeva kübermaailmas tegutseda on ka väga põnev. See on koht, mis on kahe silma vahele jäänud. On võimalik välja töötada väikseid seadmeid kas või Raspberry Pi baasil, mis võimaldavad võrguliiklusel silma peal hoida. Need võiksid olla ise kohalduvad ja õppivad.

Hanno Saks, Pärnu Mai Kool

Vajame küberturvalisuse spetsialiste

Küberturvalisuse võimekuse tõstmiseks vajab Eesti maailmatasemel spetsialiste, teadlasi ja ettevõtjaid. See eeldab küberkaitse spetsialistide ja kompetentsi pealekasvu. 2019. aastal ilmub majandusministeeriumi tellitud uuring, et välja selgitada, kui palju peaks Eesti tulevikus küberturvalisuse eksperte koolitama, et tagada Eesti tööandjatele piisavalt kvalifitseeritud tööjõudu. Suurt rolli selles nähakse kõrgkoolidel ja ülikoolidel. Küberturvalisuse ekspertide koolitamine on tähelepanu keskmes ka IT Akadeemia programmis, mis toetab ülikoolides (TalTechis ja Tartu Ülikoolis) valdkonna ekspertide väljaõpet ja arendustegevusi aastatel 2016 –2020.

Mida tähele panna?

Kuigi haridusasutused ei pruugi tervishoiu või erasektori kõrval tunduda atraktiivse sihtmärgina, on neil tegelikkuses palju teavet – isiklikke andmeid, finantsandmeid, aga ka väärtuslikke patenteeritud uurimistulemusi. Koolis eri keskkondade kaitsmise eest vastutav IT-meeskond peab olema väga heal tasemel. Koolis võrku ühendatud arvutid ja seadmed – klassiruumis, kontoriruumides, uurimislaborites või õppijate kaasa toodud seadmed – peavad vastama koolis kokku lepitud privaatsusnõuetele.

Koolidel on sageli piiratud ressursid – võrku ühendatud seadmeid on palju, IT-tuge pole piisavalt ning samuti ei kasuta koolid alati uusimaid ja parimaid seadmeid. See muudab nad võimalike küberrünnakute sihtmärgiks.

Plokiahel

Palju kõneainet pakub plokiahela (block chain) põhimõtete rakendamine andmekaitses. Plokiahel on lühidalt öeldes uus andmebaasitehnoloogia, mille peamiseks erinevuseks tavapärastest kesksetest andmebaasidest on plokiahela jagatud olemus. See tähendab, et andmebaas eksisteerib samaaegselt ja sünkroonsena korraga mitmes kohas. See muudab massandmetesse sissemurdmise või andmete konfigureerimise palju raskemaks, kuna kõik plokiahela võrgus osalejad näevad viivitamatult, kui midagi muutub.

Eestis on plokiahel riiklikul tasemel põhimõtteliselt kasutusel juba 2003. aastast. Erinevalt Eestist pole paljudes riikides selliseid usaldusväärseid digiorganisatsioone, kelle rakendusi oleks võimalik kõigil osapooltel usaldada ja kasutada. Plokiahela tehnoloogiat nähakse kui võimalust suureks hüppeks andmekaitse valdkonnas, eriti väga reguleeritud valdkondades, nagu finants, valitsemine, tervishoid ja õigusruum.

Tsentraalne andmesideteenus

Haridusvaldkonnas nähakse turvalisuse peamise riskina puuduvat turbepoliitikat ja vajalike oskustega töötajate nappust. Küberturvalisuse valdkond läheb aina komplekssemaks ja keerukamaks. Sellega seoses tekib küsimus, millist kompetentsi ootame Eesti koolilt? On pakutud, et koolide andmesideteenus ja koolides olev baasinfrastruktuur võiks või peaks olema tsentraalselt juhitud, sest niisugused haldustarkvarad on paremini välja arendatud. Üleminek tsentraalsele juhtimisele eeldaks aga uut lähenemist.

Kui tahame, et kool oleks mõnus ja turvaline, siis me ei eelda, et kool toodaks ise elektrienergiat. Me tahame, et oleks tsentraalne elektrivõrk, kust elekter kooli jõuab. Mida vähem on kooli tasandil tehnoloogia eest vastutamist, seda enam saavad nad keskenduda õppetööle.

Linnar Viik, e-Riigi Akadeemia

Praegu saab kool toetuda teenuste – näiteks e-kooli lahenduste, õppesisu repositooriumite puhul teenusepakkuja infoturbele, lootes, et nemad saavad sellega hakkama. Juhul kui tulevikus on olemas turvalised tsentraalsed IT-teenused, kannavad need hoolt kooli turbepoliitika eest ning võtavad enda kanda osa ülesannetest, mida praegu eeldatakse koolilt või koolipidajalt.

Üks vajadus, mida kooliinimesed on välja toonud, on seotud GDPR-ist tuleneva koolide kohustusega registreerida isikuandmete töötlemist.

Kui jätame isikuandmete töötlemise registreerimise iga volitatud töötaja käsitööks, siis ei tehta seda kunagi. Käsitsi seda teha ei ole mitte ainult tüütu, vaid ka keeruline. Kui ühel päeval peaks tulema kooli inimene, kes tahab teada mingi konkreetse perioodi kohta detailselt, mida on tehtud-töödeldud, siis praegu kool seda öelda ei suuda. Isikuandmete töötlemist saab automaatselt registreerida failisüsteemi autentimise ja igasuguste võrgusiseste lahenduste abiga. Kui selle saaks keskselt ära teha, siis koolide jaoks oleks see päris suur samm edasi.

Hanno Saks, Pärnu Mai Kool
Kokkuvõte

Mida vähem kool tehnoloogia eest vastutab, seda enam saab ta keskenduda õppetööle. Vajalikud suunad on järgmised:

  • tsentraalselt juhitud andmesideteenus ja baasinfrastruktuur koolidele;
  • keskne ja läbipaistev lahendus, mis toetab lapsevanemate nõusolekute kogumist, võtmaks kasutusele uusi tehnoloogiaid koolis ning annab lapsevanemale võimaluse hallata oma lapsega seotud andmete õigusi;
  • üks digitaalne identiteet haridusega seotud teenuste kasutamiseks, mida on võimalik kasutada nii õppija, õpetaja, lapsevanema kui ka kodaniku rollis;
  • koolidele mõeldud tugimaterjalid, soovitused ja juhised, mis aitavad levitada vajalikke teadmisi ning juurutada koolis vastavaid protsesse.

Andmed juhivad tehnoloogia järgmist revolutsiooni nii haridussektoris tervikuna, koolis kui ka õppeprotsessis. Personaalsema õppe suunas liikumiseks vajame rohkem teadlikult ja mõtestatult kogutud andmeid õppijate ning nende õppeprotsessi kohta. Sellega seonduvalt on oluline keskenduda järgmistele teemadele:

  • kontekstipõhised kokkulepped erinevate tehnoloogiatega seotud teenuste kasutamisel andmete kaitsmiseks ja eesmärgipäraseks kasutamiseks;
  • mõtestatud ning süsteemne andmete haldamine ja töötlemine;
  • lastevanemate teadlikkuse tõstmine kooli tasandil tehnoloogia kasutamise eesmärkidest ja andmete kogumise ning töötlemise väärtusest.

Tehnoloogia kasutajatelt oodatakse teadlikke valikuid. Me kõik vastutame samaväärselt turvalisuse tagamise eest digimaailmas. Haridusmaailmas on vaja:

  • jätkata baasteadmiste õpetamist turvalise digimaailmaga seonduvalt põhihariduse ühe osana (digihügieen, erinevad kultuurid digimaailmas, tehnoloogia ja eetika);
  • pöörata suuremat tähelepanu kooliinimeste ja lapsevanemate teadlikkuse tõstmisele, kuidas digimaailmas turvaliselt käituda;
  • kaaluda digitesti läbimise kohustust kõikidele riigi- ja kohalike omavalitsuste töötajatele ning õppijatele.
Lisainfo

Kompass tulevikku

Asjade internet siseneb lähiaastatel jõudsalt haridusvaldkonda nii targa maja tehnoloogiate (värkvõrgul põhinevad automatiseeritud kliima- ja turvalahendused) kui ka õpetamise objektina. Asjade interneti riistvara muutub kiiresti taskukohaseks ning üha rohkem ilmub turule odavaid värkvõrgu õppekomplekte, mis on jõukohased ka nooremale vanuseastmele. See võimaldab alustada asjade interneti teemade õpetamist algklassides ja põhikoolis, liikudes gümnaasiumiastmes juba tõsisemate digilahenduste arendusprojektideni. Sedalaadi uuendused võiksid tõsta õpilaste huvi insenerikarjääri vastu.

Virtuaal- ja liitreaalsust on võimalik käsitleda nii õppevahendi kui ka õppimise objektina. Õppida saab nii nende tehnoloogiate kaudu kui ka ise virtuaal- ja liitreaalsusel põhinevaid tehnoloogilisi lahendusi arendades. Õppevahendina toetavad need õpitava omandamist, aidates õppijale kergemini mõistetaval viisil abstraktseid protsesse ja objekte kujutada ning seeläbi õppimist efektiivsemaks muutes. Kuna virtuaal- ja liitreaalsus hakkavad tõenäoliselt lähiaastatel järjest enam erinevaid valdkondi mõjutama, võib nende tehnoloogiate õppimine anda tänastele õpilastele olulise konkurentsieelise tuleviku tööjõuturul.

Vaatamata arvukatele võimalustele, mida virtuaal- ja liitreaalsuse kasutuselevõtul nähakse, on ka mitmeid lahendamist vajavaid küsimusi. Seni napib haridusliku sisuga kvaliteetseid rakendusi ja õpistsenaariume, samuti puudub ülevaade nende tehnoloogiate pikaajalisest mõjust õppimisele, mistõttu tuleks virtuaal- ja liitreaalsuse rakendamise pedagoogilisi mõjusid kriitiliselt uurida ja hinnata.

Andmeanalüütikat võib haridusvaldkonnas kasutama hakata juba lähiaastatel peamiselt haridustehnoloogiliste ja administratiivsete digiteenustena, mis tõhustavad otsustus- ja juhtimisprotsesse õppeasutustes ning koolipidajate ja riigi haridusjuhtide seas. Erinevalt asjade internetiga seotud teemadest, mida võib hakata õppetöös kasutama juba algklassides, jääb andmeanalüütika õpetamise objektina siiski ka kaugemas tulevikus pigem kõrghariduse tasemele. Samas on juba teises ja kolmandas kooliastmes võimalik ja vajalik valmistada õpilasi ette baastasemel visuaalse, info- ja andmekirjaoskuse omandamiseks.

Tehisintellektil põhinevaid tehnoloogiaid rakendatakse mitmetes eluvaldkondades, aga nende potentsiaal hariduses on veel avastamata. Siiski on juba selge, et tehisintellekt toob endaga õppimise personaliseerimisvõimalusi:

  • õppeprotsessi diferentseerimine ja personaliseeritud õpiteede soovitamine;
  • eneseregulatsiooni ja ennastjuhtiva õppimise toetamine;
  • õppijale personaliseeritud tagasiside pakkumine;
  • õppeprotsessi analüüsimine õpetaja, haridusjuhi või poliitikakujundaja seisukohalt.

Tänaste õppijate ettevalmistamiseks tuleviku tööturu jaoks peaksime tehisintellekti tehnoloogiaga seonduvalt pöörama tähelepanu eelkõige andmekirjaoskusele – graafikute lugemisele, tõlgendamisele ja otsuste tegemisele andmete põhjal.

Turvalise digimaailma loomisel ja hoidmisel koolis on oluline arvestada, et andmed juhivad tehnoloogia järgmist revolutsiooni nii haridussektoris tervikuna, koolis kui ka õppeprotsessis. Andmed võimaldavad liikuda personaalsema õppe suunas, mis tähendab, et neid on vaja koguda läbimõeldult. Sellega seonduvalt on oluline pöörata põhitähelepanu kontekstipõhistele kokkulepetele ja eri osapoolte teadlikkuse tõstmisele ning hallata andmeid mõtestatult ja süsteemselt.

Et koolis oleksid andmed usaldusväärselt hoitud ja eesmärgipäraselt kasutatud, on vaja keskseid lahendusi, materjale ja teenuseid. Mida vähem kool tehnoloogia eest vastutab, seda enam on võimalik keskenduda õppetööle. Samal ajal on oluline jätkata ja laiendada baasteadmiste õpetamist digimaailmaga seotud privaatsuse teemal – pöörata suuremat tähelepanu kooliinimeste, lapsevanemate ja õppijate teadlikkuse ning oskuste tõstmisele, et tänases digitaalses ilmas turvaliselt toimetada.

Eraldiseisva ülesandena on oluline mõtestada, missugune on pedagoogiline nägemus õppimisest tulevikus – tulevikukoolis, kus uued tehnoloogiad peaksid rakendust leidma õpetamisobjekti ja/või vahendina. Praegune õppekavade arendamise protsess on pikk – uuenduste õppetöösse jõudmine võib võtta aega kuni 10 aastat. Seetõttu on oluline leida innovatsioonimehhanismid, mille kaudu ajakohased tehnoloogiahariduse ning haridustehnoloogia komponendid kiiremini haridusellu jõuaksid. Seda võiks teha nii õpetajate põhi- ja täiendõppe raames kui ka uusi tehnoloogiaid ainetundidesse integreerides, samuti võiks kaaluda uute lahenduste leidmist koostöös ettevõtetega.

Leitud: 0 tulemust