Uudet osaamistavoitteet tukevat aineistonhallintaosaamisen kasvua

14.09.2022

Photo by Wilhelm Gunkel on Unsplash

Aineistonhallinnan koulutukseen ei ole tähän asti ollut systemaattista viitekehystä. Tarkoitusta varten on nyt rakennettu Aineistonhallinnan osaamistavoitteet Avoimen tieteen ja tutkimuksen koordinaation (AVOTT) yhteistyössä. Osaamistavoitteet on luotu opinnäytetyön tekijöille, heidän ohjaajilleen sekä korkeakoulujen tutkijoille ja datatuessa toimiville henkilöille. Tavoitteena on ollut koota aineistonhallinnan asiasisältö mahdollisimman kattavasti ja siihen järjestykseen, kuin se tutkimusta tehdessä tulee vastaan. Yksityiskohtaiset osaamistavoitteet on rakennettu työkaluksi suunnitella koulutusta ja jäsentää sisältöjä erilaisiin tilanteisiin sopiviksi.

Taustaa

Datalla on kasvava merkitys työelämässä, opiskelussa ja tutkimuksessa. Aineistonhallinnalla tarkoitetaan kaikkia niitä toimia, joilla huolehditaan, että data pysyy käytettävänä ja luotettavana koko tutkimushankkeen ajan ja myös sen jälkeen. Aineistonhallintaan kohdistuu sen eri vaiheissa vahvasti lainsäädännön vaikutus: usein datoihin liittyy myös henkilötietoja tai salassa pidettäviä tietoja (esimerkiksi EU:n tietosuoja-asetus, joka astui voimaan 2018). Siksi aineistonhallintaan nivoutuu oleellisesti myös vastuu datasta: on pidettävä huolta esimerkiksi siitä, ettei tutkimushankkeissa tai opinnäytetöissä kerätty data joudu vääriin käsiin. Voidaan sanoa, että käytännön aineistonhallinnan tuntemus on tärkeä työelämätaito, jota ilman emme pärjää. 

Avoin tiede nosti esiin hyvän aineistonhallinnan käytänteet

Suomalainen tutkimusyhteisö on laatinut avoimen tieteen ja tutkimuksen julistuksen vuonna 2020 (Tieteellisten seurain valtuuskunta [TSV], 2020), johon pohjautuva linjaus tutkimusaineistojen ja -menetelmien avoimesta saatavuudesta nostaa esiin vastuullisen aineistonhallinnan pääperiaatteet (TSV, 2021). Linjauksessa otetaan kantaa myös opinnäytetyöhön ja sen ohjaukseen vastuullisesti avoimen tieteen lähtökohdista käsin. Linjauksen pohjalta monet koulutusorganisaatiot ovat tehneet omia aineistonhallinnan linjauksia ja suosituksia. Näiden tarkoituksena on ollut luoda hyviä aineistonhallinnan käytänteitä organisaatioiden sisällä ja myös opettaa niitä sekä henkilökunnalle että opiskelijoille.

Yhteismitallinen osaaminen aineistonhallinnassa parantaa tutkijoiden sekä opiskelijoiden tekemän tutkimuksen laatua ja vaikuttavuutta (Rantasaari, 2021).  Järjestelmällinen aineistonhallinta myös helpottaa opinnäytetyön tekijää ja ohjaajaa hahmottamaan opinnäytetyöprosessi kokonaisuutena ja parantaa työn laadukkuutta. Lisäksi toiminnan vastuullisuus kasvaa, kun käytetyt prosessit ja saadut tuotokset ovat toistettavia ja läpinäkyviä. Hyvällä suunnittelulla ja vahvalla osaamisella vältytään myöhemmin ikäviltä yllätyksiltä ja ylimääräiseltä työltä.

Aineistonhallinnan osaamistavoitteet tuovat konkretiaa linjauksiin

Toistaiseksi yhteisiä kovin syvälle meneviä aineistonhallinnan koulutusta tukevia käytännön toimintamalleja ei ole vielä syntynyt. Aineistonhallinnan opetusta tarjotaan jo monissa organisaatioissa, mutta se on hyvin eritasoista ja siitä ovat puuttuneet yhtenäiset osaamistavoitteet. Tässä artikkelissa esiteltävät aineistonhallinnan osaamistavoitteet on laadittu Datakoulutukset-työryhmässä, joka toimi vuosien 2019–2022 aikana Avoimen tieteen ja tutkimuksen koordinaatioon (AVOTT) kuuluvan Tutkimusaineistojen avoimuuden asiantuntijaryhmän alaisuudessa. Datakoulutukset-työryhmän toimintaan osallistui runsas 40 datakouluttajaa yliopistoista, ammattikorkeakouluista ja tutkimuslaitoksista. Tämän artikkelin kirjoittaneen alatyöryhmän tavoitteena oli laatia aineistonhallinnan osaamistavoitteet koulutusorganisaatioille (sekä opiskelijoille että ohjaajille) sekä käytännön suositukset ja kehitysehdotukset osaamistavoitteiden saavuttamiseksi.

Osaamistavoitteet pohjautuvat kansalliseen Avoimen tieteen aineistonhallinnan linjaukseen. Päämääränä on ollut konkretisoida linjausta ja viedä sen periaatteita käytännön tasolle vahvistamaan tutkijoiden, opiskelijoiden ja ohjaajien vastuullista aineistonhallinnan osaamista sekä luomaan hyviä käytänteitä aineistonhallintaan liittyvään työhön.

Laadittu aineistonhallinnan osaamistavoitteiden malli on laaja ja yksityiskohtainen, sillä siinä on pyritty huomioimaan eri asteisten tutkintojen ja työtehtävien välisiä eroja. Tarkoituksena on ollut yhteisten osaamistavoitteiden kokoaminen, joita korkeakoulut voivat soveltaa omissa tarpeissaan. Aineistonhallinnan osaamistavoitteet -taulukko löytyy Avointen oppimateriaalien kirjastosta.

Eri ryhmiltä vaaditaan erilaista osaamista

Osaamistavoitteita määriteltäessä huomattiin, että korkeakoulujen eri toimijat tarvitsevat eritasoista osaamista aineistonhallinnassa. Tässä artikkelissa ja Aineistonhallinnan osaamistavoitteet -taulukossa esitellään seuraavien kohderyhmien osaamistasot:

  1. Alempi korkeakoulututkinto-opiskelija (AMK ja YO)
  2. Ylempi korkeakoulututkinto-opiskelija (YAMK ja YO)
  3. Opinnäytetyön ohjaaja
  4. Jatko-opiskelija/Tutkija/TKI-työntekijä
  5. Jatko-opiskelijan ohjaaja/Datatukipalvelu

Käytännössä taulukon osaamistasot tarkoittavat, että datatukipalveluilta, jatko-opiskelijoilta ja opinnäytetyön ohjaajilta edellytetään enemmän osaamista eri aihepiireistä kuin perustutkinto-opiskelijoilta.

Osaamistavoitteet taulukoitu osaamisalueittain jaoteltuina

Aineistonhallinta kattaa monia osa-alueita, joista yhtäkään ei voi jättää pois vaikuttamatta aineistonhallinnan laatuun. Opinnäytetyössä opetellaan hyvän tieteellisen käytännön mukaisen tutkimuksen tekemistä. Tutkimusetiikka, tietosuojakäytänteiden ja tietoturvan huomioiminen muodostavat pohjan hyvälle aineistonhallinnalle. Samoin aineiston elinkaaren lopusta tulee huolehtia asianmukaisesti.

Työryhmän tunnistamat aineistonhallinnan osaamistavoitteet on kuvattu taulukossa, jossa ne on ryhmitelty osaamisalueittain. Tarkoituksena oli koota aineistonhallintaan liittyvät osaamistavoitteet mahdollisimman kattavasti ja siihen järjestykseen, kun ne opinnäytetyöskentelyssä tai tutkimushankkeessa tulevat vastaan.  Samalla tavoitteena oli, että osaamistavoitteet kattavat koko aineiston elinkaaren, eivät vain aineistonhallintasuunnitelman tekoa projektin alkuvaiheessa tai opinnäytetyön aktiivivaihetta.

Aineistohallinnan osaamisalueita taulukkoon muodostui yksitoista. Nämä ovat:

  1. Tutkimusetiikka ja hyvä tieteellinen käytäntö
  2. Opinnäytetyössä kerättävä, käytettävä tai analysoitava aineisto
  3. Aineistonhallinnan suunnittelu
  4. Aineistonkeruun suunnittelu: tietosuoja
  5. Aineiston käsittelyn suunnittelu: tallennuspaikat ja tietoturva
  6. Valmiin aineiston käyttö opinnäytetyössä; arkistot, rekisteriaineistot, tilastot
  7. Sopimukset
  8. Luvat ja muut dokumentit
  9. Aineiston dokumentointi ja kuvaileva tieto eli metadata
  10. Aineiston avaaminen ja uudelleenkäyttö; lisenssien käyttö
  11. Aineiston säilyttäminen ja hävittäminen.

Osaamistasot

Taulukon osaamistasot etenevät matriisinomaisesti siten, että perustutkintotasolla saavutetut taidot on jo sisällytetty jatko-opiskelijoiden ja TKI-työntekijöiden hallitsemiin taitoihin. AMK-opiskelijat edustavat aina perustasoa, kun taas jatko-opiskelijan ohjaajien ja datatukipalveluiden osaamistasot edustavat aineistonhallinnan syvintä osaamista.

Osaamistasojen määrittelyssä hyödynnettiin oppimisen arvioinnissa usein käytetyn Bloomin taksonomiaan perustuvaa mallia (Armstrong, 2010). Bloomin taksonomiassa osaaminen jaetaan kuuteen tasoon käyttäen verbejä kuvaamaan ajattelun tasoa:

  • Taso 1: muistaa; kyky muistaa asioita siinä muodossa kuin ne on esitetty
  • Taso 2: ymmärtää; kyky ymmärtää ja tulkita oppimaansa
  • Taso 3: soveltaa; kyky käyttää tietoa oikeassa tilanteessa
  • Taso 4: analysoi: kyky pilkkoa ongelma pienempiin osiin ja ymmärtää niiden suhteet
  • Taso 5: arvioi; kyky arvioida ajatusten ja ratkaisujen arvoa; sisältää kaikki edellä listatut tasot sekä arviointikriteerit
  • Taso 6: luo; kyky koota oppimansa tiedot uudella tavalla yhdistämällä elementtejä uuteen muottiin tai ehdottaa vaihtoehtoisia ratkaisuja.

Kun kaikki viisi kohderyhmää yhdistettiin samaan taulukkoon, havaittiin, että oli hankala tehdä osaamistasoista yhteismitallisia. Bloomin taksonomian verbit olivat eri kohderyhmien kohdalla lähinnä viitteellisiä ja vaatimuksissa eri korkeakoulujen välillä oli eroja.  Bloomin taksonomian kuusiportainen jaottelu osoittautuikin aineistonhallinnan osaamistasojen määrittelyssä liian yksityiskohtaiseksi. Siksi päädyttiin käyttämään verbien sijasta kolmea osaamistasoa (Sapp Nelson MR, 2017) (Taulukko 1).

Suomennetut termit Alkuperäiset englanninkieliset termit

Korreloivat Bloomin taksonomian verbit

Vaatimustason kuvaus

Perustaso Basic Muistaa, ymmärtää Omaa perustiedot
Kehittynyt taso Working Soveltaa, analysoi Osaa soveltaa omassa työssään
Edistynyt taso Advanced Luoda, arvioida Asiantuntijataso

 

Taulukko 1. Osaamistavoitteissa käytetyt osaamistasot ja vastaavuudet Bloomin taksonomian kanssa.

Osaamistavoitteet ovat luonteeltaan deskriptiivisiä ja auttavat koulutuksen suunnittelijaa miettimään opetuksen sisältöjä. Määritellyt osaamistasot ovat ohjaavia, mutta eivät vaatimuksia koulutuksen järjestämiselle: taulukkoa voi soveltaa omaan organisaatioon sopivaksi. Osaamistavoitteet voivat myös edistyä, kun organisaatiossa avoimen tieteen ja tutkimuksen toimintamallit menevät eteenpäin.

Osaamistavoitteet koottiin sipulimalliksi havainnollistamaan osaamistasojen eroja. Lisäksi malli nivoo yhteen taulukossa esitetyt kohderyhmien osaamistasot ja -tavoitteet (Kuva 1). Sipulin uloin kerros kuvaa aineistonhallinnan osaamisen perustasoa, jota perustutkinto-opiskelijat tavoittelevat. Keskimmäinen kerros kuvaa jatko-opiskelijan, tutkijan sekä TKI-toimijan kehittynyttä osaamisen tasoa. Sipulin ydin kuvaa aineistonhallinnan osaamisen kaikkein korkeinta, edistynyttä tasoa, jota datatukipalvelu sekä jatko-opiskelijan ohjaaja edustavat.

Kuva 1. Osaamistasojen ja -tavoitteiden eroja voidaan havainnollistaa sipulimallin avulla. (Kuva: Charlotte Forsgård)

Eri kohderyhmiltä vaadittavia osaamistasoja voidaan myös havainnollistaa kaaviomuodossa osaamisalueittain hieman yksinkertaistaen (Liite 1). Kaavioissa ei ole esitetty taulukoissa olevaa osaamisalueen hienojakoa, vaan osaamistasot on pisteytetty ja keskiarvoistettu. Esimerkki laskentatavasta on esitetty kuvassa 2. Kaavio on muodostettu laskemalla tasoista saatavat pisteet yhteen ja jakamalla ne määritettyjen kohtien lukumäärällä (esimerkissä kahta osaamistavoitetta ei ole määritetty Jatko-opiskelija/Tutkija/TKI-työntekijä-kohderyhmälle). Laskentatapa on havainnollistava ja suuntaa antava.

Kuva 2. Esimerkki osaamistasokaavioiden laskentatavasta alemman kk-tutkinto-opiskelijan sekä jatko-opiskelijan / Tutkijan / TKI-työntekijän kohdalla. (Kuva: Mika E. Virtanen, CC-BY-NC)

Aineistonhallinnan osaaminen uudelle tasolle

Tarve osaamistavoitteille on lähtenyt liikkeelle opetuksen tarpeista, mutta on laajentunut kattamaan myös tutkimustoiminnan tarpeet. Osaamistavoitteet ovat yhteisiä sekä opetuksessa että tutkimustoiminnassa, joten osaamistavoitetaulukkoa voidaan hyödyntää molemmissa.  Tavoitteena on ollut luoda ja kirkastaa tutkimuksenteon teon perusvälineitä aineistonhallintaan ja yhtenäistää opetussisältöjä eri organisaatioissa.

Työryhmän työn tuloksena olemme tässä artikkelissa esitelleet osaamistasot, sipulimallin osaamistasoista ja -tavoitteista sekä osaamistasokaaviot. Työskentelytuloksia voidaan hyödyntää kattavasti aineistonhallinnan koulutuksen suunnittelussa korkeakouluissa. Yksityiskohtaisten osaamistavoitteiden avulla koulutusta voidaan suunnitella ja jäsentää erilaisiin tilanteisiin sopiviksi. Tähän asti aineistonhallinnan koulutuksessa tai itse aineistonhallinnassa ei ole ollut yhtenäistä tapaa edetä. Tämä osaamistavoitteiden määrittely on yksi vaihtoehto siihen. Sipulimallin avulla on pyritty selkeyttämään eri toimijoiden vastuita ja velvollisuuksia.

Osaamistavoitteiden määrittäminen toimii myös pohjana, kun keskustellaan aineistonhallinnan kehittämisestä ja resurssoinnista. Sujuvan ja luotettavan tutkimustoiminnan tueksi on tarpeellista määritellä riittävät tieto- ja taitotasot kullekin kohderyhmälle.  Aineistonhallinnan kouluttaminen on kehittyvä osa-alue korkeakouluissa ja toiminnan vakiintuessa on edelleen tärkeää myös päivittää osaamistavoitteita ja -tasoja.

______________________________

 

Liite 1. Aineistonhallinnan osaamistavoitteet -taulukon sisältämät osaamistasot jokaiselle osaamisalueelle hieman yksinkertaistaen. Kuva: Mika E. Virtanen, CC-BY-NC.
 

 

Lähteet

  • Armstrong, P. (2010). Bloom’s Taxonomy. Vanderbilt University Center for Teaching. Haettu 3.6.2022 osoitteesta https://cft.vanderbilt.edu/guides-sub-pages/blooms-taxonomy.
  • Bloom, B. S. (1956). Taxonomy of educational objectives: the classification of educational goals; Handbook I: Cognitive domain. In M. D. Engelhart, E. J. Furst, W. H. Hill, & D. R. Krathwohl (Toim.), Taxonomy of educational objectives: the classification o9f educational goals; Handbook I: Cognitive domain. New York: David McKay.
  • Rantasaari. Jukka (2017). Doctoral Students' Educational Needs in Research Data Management: Perceived Importance and Current Competencies. International Journal of Digital Curation. 16(1). https://doi.org/10.2218/ijdc.v16i1.684.
  • Sapp Nelson MR. (2017). A Pilot Competency Matrix for Data Management Skills: A Step toward the Development of Systematic Data Information Literacy Programs. Journal of eScience Librarianship. 6(1): e1096. https://doi.org/10.7191/jeslib.2017.1096. Retrieved from https://escholarship.umassmed.edu/jeslib/vol6/iss1/1.
  • Tieteellisten seurain valtuuskunta. (2020). Avoimen tieteen ja tutkimuksen julistus 2020-2025 (2. painos.). Tieteellisten seurain valtuuskunta. https://doi.org/10.23847/isbn.9789525995237.
  • Tieteellisten seurain valtuuskunta, Nykyri, S., Päällysaho, S., Rosti, T., Sunikka, A., Neuvonen, A. & Kuusniemi, M. E. (2021). Tutkimusaineistojen ja -menetelmien avoimuus: Korkeakoulu- ja tutkimusyhteisön kansallinen linjaus ja toimenpideohjelma 2021-2025. Osalinjaus 1, Tutkimusdatan avoin saatavuus. Tieteellisten seurain valtuuskunta. https://doi.org/10.23847/isbn.9789525995466.

Kirjoittajat

Nina Hynnä

tietoasiantuntija

Hämeen ammattikorkeakoulu

Kirjoittajan muut artikkelit

Elina Hyrkäs

tutkija, data-asiantuntija

Martti Ahtisaari Instituutti, Oulun yliopiston kauppakorkeakoulu

Kirjoittajan muut artikkelit

Minna Marjamaa

asiantuntija

Laurea-ammattikorkeakoulu

Kirjoittajan muut artikkelit

Laura Mure

tietoasiantuntija

Aalto-yliopisto, Tutkimus- ja innovaatiopalvelut

Kirjoittajan muut artikkelit

Elina Nurminen

tietoasiantuntija

Metropolia-ammattikorkeakoulu

Kirjoittajan muut artikkelit

Seliina Päällysaho

tutkimuspäällikkö

Seinäjoen ammattikorkeakoulu

Kirjoittajan muut artikkelit

Mika E. Virtanen

laboratorioinsinööri, data-asiantuntija

Oulun yliopisto

Kirjoittajan muut artikkelit

Kommentit

Jätä kommentti