Matematiikkaa ja luonnontieteitä tarvitaan keskeisesti teknologisten ratkaisujen kehittämisessä erityisesti muutostilanteissa. Uusiutuvaa energiaa tarvitaan korvaamaan fossiilista energiaa. Ilmastonmuutoksen hillitsemisessä korostetaan voimakkaasti päästötöntä sähköön perustuvaa vihreää siirtymää, jota esitettään avaimena hyvin moneen asiaan, myös vetytalouden rakentamiseen. Kestävässä kehityksessä tarvitaan monien asioiden yhteensovittamista, joten avointa vaihtoehtojen vertailua ja valintaa – ei kieltoja ja kaavamaisia ohjeita! Kaikissa ratkaisuissa on sekä etuja että haittoja. Hiilinielujen toiminta ja biotalous liittyvät toisiinsa. Tämä korostuu energiajärjestelmissä. Biotalous tuo uusia tuotteita, joten maa- ja metsätaloutta tulee käsitellä yhä enemmän ratkaisujen tuottajana – ei ongelmana. Skaala laajentuu sekä yhteiskunnan että yksilöiden tasolla. Hyvinvointialueilla tarvitaan kipeästi ennaltaehkäisyä, jossa korostuu tasapainoinen ravinto, liikunta ja palautuminen sekä poikkeamien tunnistaminen. Elinkaarianalyysi tuo paremman käsityksen muutosten etenemisen mahdollisuuksista. Mukana tarvitaan kasvihuonekaasujen päästöjen laskentaa ja tekoälypohjaisia terveysasioiden kehittämisympäristöjä ratkaisujen kehittämisessä.
Osaajien koulutuksen varmistamiseen tarvitaan puolestaan koulutusjärjestelmän eri vaiheiden tasapainoinen toiminta. Valtakunnallinen seminaarisarja kouluopetuksen kehittämiseen on tärkeä askel osaamisen pohjan rakentamisessa. Matemaattis-luonnontieteellinen ajattelu on kehitystyön ytimessä yliopistoissa ja korkeakouluissa. Osaajat tarvitsevat erilaisille kokonaisuuksille kehitettyjä malleja, dataa sekä menetelmätuntemusta uusien mallien ja ratkaisujen kehittämiseen sekä vahvistuvaa asiantuntemusta.
Matemaattis-luonnontieteellistä ajattelua ja systeemiajattelua tarvitaan data-analyysiin, mallinnukseen ja päätöksentekoon. Tekoäly ja koneoppiminen ovat käytössä tämän kokonaisuuden data- ja tekstipohjaisessa osassa (kuva 1).
Kuva 1. Matemaattis-luonnontieteellinen ajattelu ja vaiheittain etenevä opetus.
Kouluopetus luo pohjan
Yliopistoissa ja yrityksissä kasvanut huoli tutkimuksen ja talouden toimikyvyn säilymisestä kestävän kehityksen ja vahvistuva digitalisaation olosuhteissa oli valtakunnallinen kouluopetuksen seminaarisarjan ajava voima. Kouluissa matematiikan ja luonnontieteiden saavutettavan oppimistason heikentyminen oli jo selvästi nähtävissä lokakuussa 2022, kun seminaarisarja aloitettiin. Tämä trendin pohjalta marraskuussa 2023 todettu PISA-tulosten romahdus oli hyvin odotettavissa. Seminaarisarjassa oltiin silloin jo etsimässä ratkaisuja tilanteen korjaamiseen.
Seminaarisarja osoitti, että tarvitaan juurihoitoa kaikilla tasoilla. Avainasemassa on kerroksittain rakentuva oppiminen, joka perustuu ikävaiheiden mukaisesti etenevään opetukseen (kuva 1). Kiinnostuksen herättäminen jo varhaiskasvatuksessa on ensiarvoisen tärkeää opiskelumotivaation luomisessa. Kannustavia ajatuksia herättävät kokemukset ovat pohjana myöhemmälle oppimiselle. Alakoulussa tuodaan mukaan tarvittavia työkaluja ja yläkoulun tehtävänä on taitojen vahvistaminen. Hyödyllisyyden näkökulma tulee mukaan matematiikan luonnontieteen esimerkkien kautta. Lukio ja ammatillinen koulutus tuovat mukaan tavoitteita ymmärtää, soveltaa, tuottaa ratkaisuja yhä enemmän itsenäisen työskentelyn kautta.
Kukin vaihe vaatii aina edellisten vaiheiden hallintaa, joten jatkuvuuden varmistamiseksi tarvitaan joustavuutta opetuksen toteutuksessa – ei vaatimusten helpottamista. Opetuksen tavoitteet ja toteutus noudattaa kaikissa vaiheissa samoja periaatteita: aikaisempien vaiheiden tuottamalta pohjatasolta pyritään kohti seuraavan vaiheen lähtövaatimuksia. Oppilasaineksen heterogeenisuus vaikuttaa toteutukseen. Toisaalta tarvitaan oppimisvaikeuksissa olevien tukemista ja lisämateriaalia hyvin edistyville.
Oppimisen jatkuvuuden varmistamisessa motivaation säilyttäminen ja vahvistaminen tulee keskeiseksi, kun mennään yhä monimutkaisempiin kokonaisuuksiin. Oppimisen eteneminen vaatii harjoitusta rauhallisessa ympäristössä ja myös seurantamittauksia. Opettajille tarvitaan mahdollisuus opetuksen ohjaamiseen, jotta keskeiset asiat opitaan. Oppimisalustat täydentävät, mutta itseohjautuvuus kasvaa vasta oppimisen myötä. Monimuotoset häiriötekijät vaikeuttavat vakavasti kaikkien oppimista, jos yhdessä oleva oppilasjoukko on liian heterogeeninen. Hyvin edistyvätkin saattavat menettää mielenkiintonsa. Muita aikuisia voidaan käyttää tukemaan opetustyötä hallitun työnjaon puitteissa, mutta tasoryhmät ja -kurssit ovat tarpeen vaikeammissa tapauksissa.
Matematiikkaan painottunut seminaarisarja oli koulutuksen kehittämisen ensimmäinen vaihe. Jatkossa tulee edetä matemaattis-luonnontieteelliseen kokonaisuuteen. Matematiikka on luonnontieteiden yhteinen kieli ja kehitetyt askelmerkit sopivat hyvin myös luonnontieteisiin ja tietojenkäsittelytieteeseen. Kerroksittain tapahtuva kehittäminen sopii myös näille alueille. Samalla saadaan lisää painoa matematiikan käyttömahdollisuuksiin ja ratkaisujen toteuttamiseen. Matematiikan käyttökelpoisuus ei myöskään rajoitu luonnontieteisiin ja tekniikkaan. Digitaalisuuden kautta matematiikka voi yhdistää monia toiminta-alueita.
Seminaarisarjan loppuraportti ”Härkää sarvista – matematiikan osaaminen nousuun” käsittelee oppimisen ja opetuksen haasteita eri koulujärjestelmän eri vaiheissa, luo näkymän oppimisalustoihin ja esittää ehdotuksia ja suosituksia.
Kirja on ladattavissa sähköisessä muodossa ja tilattavissa paperisena, ohjeet sivulla 22.
Yliopistot ja korkeakoulut tuovat ratkaisuja osaajille
Kouluopetus tuottaa pohjan yliopistojen ja korkeakoulujen opetukselle ja tutkimuksen kehittämiselle. Kouluopetuksen osalta lähdetään yliopistojen ja työelämän vaatimuksista ja palataan vaihe vaiheelta takaisinpäin kysyen mihin pitäisi päästä ja mitä siihen vaaditaan. Tarkastelu etenee vastavirta-algoritmin (Backpropagation) tapaan. Eri kouluvaiheissa on toimittava rinnakkaisesti. Lukioiden ja yliopistojen yhteistyö täydennettynä ammattikorkeakoulun kanavilla on keskeistä osaamisen varmistamisessa.
Yliopiston osalta lähdetään eteenpäin lukion tuottamasta tilanteesta. Kerroksittain rakentuva oppiminen painottuu aineopintoihin ja syventäviin opintoihin. Ikävaiheiden sijaan opetus etenee opiskeluvuosien mukaisesti. Opetuksessa käytetään luentoja kokonaisuuden ja ajan mukana ratkaisujen kehittymisen kuvaamiseksi. Yleisinä tavoitteina ovat teorian siirto käytäntöön ja tutkimuskiinnostuksen herättäminen. Käytännön puolella tarkastellaan keskeisiä sovelluksia ja niiden toteuttamisvaihtoehtoja implementointia kohti. Tutkimuksen puolella pääpaino on menetelmien kehittäminen opetussuunnitelmissa. Kummassakin alueessa harjoitellaan ohjatusti esimerkkitapauksia, joista mennään kohti monimutkaisempia tehtäviä opinnäytetöissä. Ongelmakeskeisessä oppimisessa (Problem-based Learning, PBL) nämä erilaiset työkalut kootaan yhteen. Teoria, implementointi ja sovellus ovat kokonaisuuden eri näkökulmia, joita käsitellään luennoilla, harjoituksissa ja case-esimerkeissä (kuva 2).
Kuva 2. Tutkimuksen ja k.yt.nn.n yhdist.minen ongelmakeskeisessä oppimisessa
(muokattu Open Eng., doi: 10.1515/eng-2018-0006).
Motivaatiota rakennetaan käyttämällä projektiesimerkkejä ja tutkimuksen tuomia mahdollisuuksia. Itsenäisesti tai ryhmässä tehtävät seminaarityöt ovat case-tutkimuksia, jotka tuodaan keskusteluun aihepiirikohtaisissa seminaareissa. Tätä opetusratkaisua on käytetty eräissä yliopistokursseissa. Kurssien arviointi on perustunut erityyppisten opetustapahtumien raporttien painotettuun keskiarvoon. Mukautettu toteutus soveltuu myös ammattikorkeakoulujen opetukseen.
Jatko-opiskelussa painottuu itsenäinen ongelmapohjainen työskentely. Väitöskirjoissa tutkimuksen kohde voi olla hyvinkin tiivisti rajattu. Yhtenäisistä ohjauskäytännöistä tulee kuitenkin tukea opiskelijoille.
Uudet asiat ja alueet
Uusien asioiden oppiminen on olennainen osa osaamisen kehittymistä. Monia asioita tuodaan esille hyvin ratkaisevasti vaikuttavina – suorastaan mullistavina ratkaisuina. Asiantuntemukseen kuuluu myös näiden kriittinen arviointi sekä sisällön että toteutusaikataulujen suhteen.
Generatiivinen tekoäly on herättänyt innostusta ja suuria lupauksia, mutta myös pettymyksiä ja odotusten hiipumista. Sen keskustelukumppaneiksi ja avustajiksi sopivat työkalut toimivat aikaisempien ratkaisujen ja kehitysideoiden etsimisessä, kun käytetään useita työkaluja ja monipuolisesti varioituja kysymyksiä. Uusien kielimallien aktiivinen kehittäminen tuo tähän uusia mahdollisuuksia. Kielimallien kehitys nostaa esille kieliin sisältyvä ajattelumallin merkityksen. Suomen kielen sisältämä oma ajattelumalli tulee pitää mukana opetuksessa ja tutkimuksessa.
Tekoäly on rakentunut pitkän ajan kuluessa. Käyttökelpoisten data- ja tekstiaineistojen laajentuminen on tuonut lisää mahdollisuuksia, mutta samalla näiden aineistojen laatuvaatimukset ovat korostuneet. Soveltamisen kannalta tasapainoinen aineisto asettaa rajat ratkaisun käyttöalueelle. Tähän tarvitaan kohteen asiantuntemusta ja kokonaisuuksien ymmärtämistä. Tekoäly ei korvaa asiantuntemusta – tekoälyä tulee käyttää asiantuntevasti.
Kvanttitietokoneet on esitetty uutena hyvin tehokkaana tieteellisen laskennan työkaluna. Uusia lupaavia sovellusalueita on hahmoteltu, mutta vielä ollaan kaukana tavoitteesta. Supertietokoneiden asema säilyy ja kvanttitietokoneille tulee erikoistapauksia.
Käytännössä uudet ratkaisut integroituvat menetelmä- ja työkaluvalikoimiin, joista valitaan sovelluksissa käytettävät ratkaisut.
Asiantuntemuksen päivittäminen
Koulutus on tärkein investointi. Suomen kilpailukyky perustuu ennen kaikkea osaamiseen. Opetuksen sisällön on seurattava muuttuvaa toimintaympäristöä. Data- ja tekstipohjaiset menetelmät vaativat lisää huomiota käytettävän aineiston laatuun ja soveltuvuuteen. Osaamisen ylläpito vaatii usein täydennyskoulutusta. Tiedon hankkiminen ja oppimisvalmius ovat tässä olennaisia. Tarvittavan osaamisen suuriin muutoksiin mukautuminen vaatii myös uudelleenkoulutusta. Kaikkeen tähän tarvitaan yhteistyötä ja resursseja. •
Esko Juuso