Automaatiot tehostamassa MOOC-opintojen hallinnointia 

Laurean MOOC-opintojen hallinnoinnissa on saatu korvattua suuri määrä manuaalista työtä automatisoimalla opintohallintoon liittyviä prosesseja. Automaatiot säästävät työtunteja ja osaltaan mahdollistavat MOOC-opintojen ja niiden opiskelijamäärien kasvun tulevaisuudessa.

kuvituskuva.
Image by vectorjuice on Magnific

MOOC-opintojen määrän kasvu loi tarpeen automaatioille 

Laureassa on otettu monta edistysaskelta MOOC-opintojen hallinnointiin liittyvien prosessien automatisoimisessa. MOOC-opinnoilla (Massive Open Online Course) tarkoitetaan verkossa kaikille avoimena olevia kursseja, joita voi suorittaa omassa tahdissa ajasta ja paikasta riippumatta. Automatisoidut opinnot on rakennettu niin, että opiskelija suorittaa opintoa itsenäisesti ilman, että tarvitaan opettajan läsnäoloa. Tehtävät ovat automaattisesti arvioitavia ja opinnolle rakennettu edistämisen seuranta huolehtii siitä, että opiskelija pääsee opinnolla eteenpäin vasta kun hän on suorittanut edeltämisvaatimuksiin asetetut asiat (Pekkarinen 2020). Kun opinto on muutoin automatisoitu, jää jäljelle opinnon hallinnolliset prosessit, kuten ilmoittautumisten käsittely, arvosanojen kirjaaminen ja opiskelijaviestintä (Leppä 2024), jotka vielä aikaisemmin tehtiin manuaalisesti. 

MOOC-opinnoilla voi olla periaatteessa rajaton määrä opiskelijoita, joten manuaalisesti tehtävien prosessien automatisoinnilla on iso merkitys, kun opiskelijamäärät kasvavat. Suosituimmilla Laurean MOOC-opinnoilla on ollut yli tuhat opiskelijaa vuodessa. Myös MOOC-opintojen määrä on kasvanut huimasti Laureassa viime vuosina; ensimmäiset MOOC-opinnot tulivat Laureassa tarjontaan vuonna 2021 ja viidessä vuodessa määrä on moninkertaistunut. Täysin automatisoituja opintoja on tarjonnassa tällä hetkellä 80 opintoa, kun vielä vuoden 2025 alussa niitä oli 54. Jokaisesta opinnosta on tarjonnassa 2 toteutusta vuodessa. Vuonna 2025 Laurean MOOC-opinnoilla suoritettiin vähän yli 35 000 opintopistettä ja opintopistekertymän odotetaan edelleen kasvavan. 

Vielä vuoden 2025 alussa sinänsä täysin automatisoituihin opintoihin liittyi edelleen paljon manuaalista työtä opintojen hallinnoinnissa. Opiskelija- ja toteutusmäärien ollessa suuria esimerkiksi inhimillinen virhealttius kasvoi ja toisaalta pian olisi tarvittu lisää työvoimaa hallinnoimaan kasvavaa määrää MOOC-opintoja. Nykyään automaatiot säästävät kymmeniä työtunteja vuosittain ja toisaalta mahdollistavat MOOC-opintojen ja niiden opiskelijamäärien kasvun tulevaisuudessa. Automaatioiden kehittäminen on konkreettista toimintaa kohti Laurean strategista tavoitetta kasvattaa avoimessa ammattikorkeakouluopetuksessa suoritettujen opintopisteiden määrää ja lisätä työn mielekkyyttä ja tehokkuutta digitalisaatiota hyödyntäen (Laurea-ammattikorkeakoulu 2025).

Automaattinen ilmoittautumisten käsittely ja aloittamisohjeiden lähettäminen 

Opiskelijoiden ilmoittautumiset käsiteltiin aiemmin yksitellen manuaalisesti ja se tarkoitti tuhansien ilmoittautumisten tarkastamista ja hyväksymistä. MOOC-opinnoille ilmoittautuu vuosittain vajaat 20 000 opiskelijaa. Manuaalinen hyväksyminen aiheutti myös sen, ettei opiskelija päässyt aloittamaan opintoa heti, vaan hän joutui odottamaan jopa viikon ilmoittautumisen hyväksymistä. MOOC-opintojen idea olisi kuitenkin, että opinnon voi aloittaa joustavasti koska vain. Automaattinen hyväksyntä parantaa siis opiskelijakokemusta ja toisaalta ehkäisee sitä, että opinto ehtii unohtua hyväksyntää odottaessa. 

Avoimen ammattikorkeakoulun opiskelijoiden ilmoittautumisten käsittely automatisoitiin osana Laurea Smart -verkkokaupan käyttöönottoa jo keväällä 2024. Sitä ennen ilmoittautumiset käsiteltiin manuaalisesti erillisten lomakkeiden ja sähköpostin kautta, mikä edellytti opiskelijan viemistä opintotietojärjestelmään, opiskeluoikeuksien perustamista sekä aloitusohjeiden lähettämistä. Nykyään avoimen ammattikorkeakoulun opiskelijat ilmoittautuvat opintoihin verkkokaupassa, minkä jälkeen tiedot siirtyvät suoraan Peppiin, opiskeluoikeus muodostuu automaattisesti ja opinnon aloittamiseen liittyvä viestintä tapahtuu automaattisesti. 

Syksyllä 2025 Laureassa otettiin käyttöön Pepin versiopäivityksessä tullut Valintasäännöt-toiminto, jolla ilmoittautumisten käsittely voidaan automatisoida määrittelemällä kunkin toteutuksen ilmoittautumisille sopivat hyväksymisehdot. MOOC-opinnoilla on käytössä pääsääntöisesti Jatkuva valinta (kuva 1 alla), jolloin kaikki ilmoittautuneet hyväksytään automaattisesti. Poikkeuksia voidaan hallita samalla toiminnolla, niin, että esimerkiksi tiettyjen tutkintojen opiskelijat voidaan rajata opinnolle pääsyn ulkopuolelle. 

Pepissä on otettu käyttöön Automaattiviestit-toiminto DigiCampus-opintojen yhteydessä. Toiminnon avulla Pepissä voidaan lähettää opiskelijalle automaattisesti kirjautumisohjeet DigiCampukseen samalla, kun opiskelija hyväksytään opinnolle. Kirjautumisohjepohjat tehdään etukäteen ennen toteutusten alkua. Aikaisemmin viestit jouduttiin lähettämään manuaalisesti opiskelijoittain Pepin sisäisellä viestitoiminnolla ilmoittautuneille siinä vaiheessa, kun heidän ilmoittautumisensa opinnolle käsiteltiin.

Automaattinen arvosanojen siirto

Aiemmin arviointien kirjaaminen tehtiin manuaalisesti niin, että ylläpitäjä tarkasti oppimisalustalta opiskelijan saaman arvosanan ja kirjasi sen opintotietojärjestelmä Peppiin. Koska jokaiselle ilmoittautuneelle tulee kirjata joko hyväksytty tai hylätty suoritus, kirjattiin lopuksi myös kaikki opintonsa kesken jättäneet hylätyiksi. Nykyään arviointi siirtyy Canvasista Peppiin automaattisesti heti, kun opiskelija on suorittanut opinnon vaatimukset ja hylätyt kirjautuvat automaattisesti toteutuksen päätyttyä. DigiCampus-alustalla olevat muutamat opinnot kirjataan edelleen manuaalisesti, mutta niiden osuus on pieni, sillä Canvas on Laurean pääasiallinen oppimisalusta. Erityisesti arviointikirjausten vuoksi aiemmin MOOCeille tarvittiin 3 ylläpitäjää, kun nykyään ylläpitoon riittää kahden henkilön pieni työpanos, vaikka MOOC-opintojen tarjonta on sittemmin kaksinkertaistunut (Kulomaa 2026a).

Automaatio tarjoaa paljon sujuvuutta silloin kun automaatio toimii niin kuin sen pitääkin. Kääntöpuoli on se, että ongelmat saattavat kasaantua nopeasti, kun järjestelmässä tapahtuu virhe tai itse opintojakson materiaaleissa on jokin ongelma. Tämä näkyy usein piikkinä yhteydenotoissa ja sitä myöten myös tiketeissä. Haastavan näistä tilanteista tekee se, että ne yleensä kasaantuvat nopeasti ja vaativat nopeaa reagointia, jotta asia saadaan selvitettyä. Arvosanan siirto -automaatio on vaatinut kehittämistä myös sen käyttöönoton jälkeen, sillä osa virhetilanteista on noussut esiin vasta todellisessa käytössä.

Opinnoilla tyypillinen haaste arvosanojen siirtymisessä ei yleensä ole virhe järjestelmässä tai itse oppimateriaalissa. Tyypillisin ongelma on se, ettei opiskelija ole täyttänyt kaikkia opinnon ehtoja, jotta automaatio tulkitsisi opinnon suoritetuksi. Esimerkki tällaisesta tilanteesta on viimeisen palauteosion tarkastelematta jättäminen: opiskelijat saattavat helposti lopettaa opinnon suorittamisen viimeisen arvioitavan tehtävän jälkeen.

Tätä tilannetta on pyritty ratkaisemaan lisäämällä opinnon aloitusosioon tarkka kuvaus siitä, miten omaa edistymistä opinnolla voi seurata ja milloin arviointiautomaatio käynnistyy (Kulomaa 2026a). Selkein tapa auttaa opiskelijoita hahmottamaan opinnon etenemisen vaihe olisi edistymispalkki, josta opiskelijat näkisivät yhdellä silmäyksellä, kuinka suuri osa opinnon vaadituista ehdoista on täytetty (Punnonen 2025). Valitettavasti tällaista työkalua meillä ei ole vielä saatavilla.

Automaattinen opiskelijan vaiheeseen perustuva viestintä

MOOC-opinnoilla on tyypillistä, että opinto jää kesken, ja tähän haasteeseen pyrittiin tarttumaan lähettämällä opiskelijoille suorituksen vaiheeseen perustuvia muistutus- ja kannustusviestejä. Samaa MOOC-opinnon toteutusta suoritetaan omaan tahtiin eri aikoina, sillä toteutukset ovat avoinna puoli vuotta, joten kaikille samaan aikaan lähtevät massaviestit eivät olleet toimiva ratkaisu. Viestien kohdentamista tehtäväpalautusten perusteella testattiin, mutta pian huomattiin, että se vaatisi valtavasti manuaalista työtä.

Ratkaisuksi kehitettiin automaatio, joka yhdistää tarvittavat tiedot Canvasista ja Pepistä ja mahdollistaa oikea-aikaisen viestien lähettämisen viestintätyökalu Lianamailerilla. Haettujen tietojen perusteella viestejä voidaan personoida sen mukaan, missä vaiheessa opiskelijan suoritus on tai onko hän aloittanut opintoa ylipäätään.

Opiskelijapalautteiden perusteella viestien voidaan tulkita parantaneen opiskelijakokemusta. Merkittävä osa opiskelijapalautteissa vastanneista (38 %) koki, että ne tukevat MOOC-opinnon aloittamista ja kannustavat edistämään opintoa (Kulomaa 2026b). Tässä vaiheessa voidaan myös varovaisesti arvioida, että ne ovat parantaneet hieman myös Laurean MOOCien läpäisyastetta, mutta retentioita on tarpeen tarkastella pidemmällä aikavälillä, jotta vaikutus olisi nähtävillä selkeästi.

Yhteenveto

Automaatiolla on ollut paljon positiivisia ja hyödyllisiä vaikutuksia. Henkilöstölle hyödyt ovat näkyneet muun muassa siinä, että opintojen hallinnointiin kuluu vähemmän työaikaa. Lisäksi automaatio on vähentänyt toistuvaa työtä ja vapauttanut aikaa muuhun kehittämistyöhön ja asiakaspalveluun. Automaatio toimii taustalla jatkuvasti, joten mahdollisista henkilöstön poissaoloista ei aiheudu merkittäviä seurauksia. Koska automaatio suorittaa tehtävät aina samalla tavalla, se vähentää myös virheiden mahdollisuutta, kun automaation määrittely ja ennakkovalmistelut on tehty oikein. Opiskelijoille hyödyt näkyvät välittömänä pääsynä opinnoille sekä nopeampina arviointien kirjauksina Peppiin. Tämä vähentää myös opiskelijoiden tarvetta olla yhteydessä ilmoittautumisiin ja arviointiin liittyvissä asioissa. Lisäksi automaattiset kannustus- ja muistutusviestit tukevat ja motivoivat opiskelijoita opinnon edistämisessä.

Tulevaisuudessa keskitytään datan mahdollisuuksiin oppimisalustoilla, jotta opiskelijoiden etenemistä opinnoissa ja opintojen loppuun suorittamista voidaan tukea mahdollisimman hyvin. Datan pohjalta pyritään myös esimerkiksi löytämään keinoja saavuttaa parempilaatuisia suorituksia ja ehkäisemään tekoälyn väärinkäyttöä. Lisäksi oppimisalustojen tuottaman tiedon avulla pyritään tunnistamaan muita kohteita, joissa automaatiolla voidaan saada merkittäviä hyötyjä.

Lähteet

URN: http://urn.fi/URN:NBN:fi-fe20260918126703

henkilökuva.

Heli Kulomaa

suunnittelija

heli.kulomaa(at)laurea.fi

Niklas Leppä

projektityöntekijä

niklas.leppa(at)laurea.fi