Organisaatiodatan hyödyntämisen luotettavuuden lisääminen teorian ja tekoälyn avulla

Hanketiedot

Hankenumero
210309

Hakija
Työterveyslaitos

Toteuttaja
Työterveyslaitos

Lisätietoja
Tiina Kalliomäki-Levanto
tiina.kalliomaki-levanto@ttl.fi

Toteutusaika
3.1.2022 - 30.12.2022

Työsuojelurahaston päätös
14.10.2021
40 000 euroa

Kokonaiskustannukset
60 986 euroa

Tulokset valmistuneet
23.1.2023

Tiivistelmä

Teorian avulla ja aiemmin hankitulla aineistolla kehitetään prosessimallia, jolla organisaatio voi seurata työhyvinvointinsa kehittymistä. Mallin ydin on järjestelmän käytöstä syntyvä tapahtuma ja sen aikaleima, joiden avulla data kiinnitetään käytäntö- ja prosessiteorioihin. Koneoppimismenetelmin datasta visualisoidaan prosesseja kuten työn ja vuoropuhelun intensiteetin muutosta. Muutoksen laskennallisen merkitsevyyden osoittamiseen ei ole vakiintuneita menetelmiä, joita kokeiluin kehitetään.

Hankkeen vastuuhenkilö

Tiina Kalliomäki-Levanto

Tiedote

Työn vaatimukset prosesseina

23.1.2023

Tiivistelmä

Onnistuimme liittämään tietojärjestelmien käytöstä syntyvän jäljen, trace datan, prosessiteorian periaatteisiin ja tulkitsemaan prosesseja työn vaatimukset-hallinta -mallilla sekä lähettämään kaksi tieteellistä artikkelia vertaisarviointiin mikä oli hankkeen tavoite. Aineistona oli ammattikorkeakoulujen opettajien Moodlen käytöstä kertynyttä dataa v. 2019–2020. Prosessiteoriassa keskeistä on tunnistaa ajallinen toiminnan eteneminen, mikä ei ole mahdollista kyselytiedoin. Tunnistimme koneoppimismenetelmin kuusi erilaista opetuksen toteutuksen prosessia, joista voitiin tulkita korkeita työn vaatimuksia mahdollisina kehittämiskohteina. Mallimme soveltuu Moodlea 240 maassa käyttäville työpaikoille ja muidenkin tietojärjestelmien trace datalle.

Lähtökohdat

Lisääntyvän digitaalisuuden myötä työstä jää järjestelmiin paljon tietoa, trace dataa, jolla on aikaleima. Näin ollen prosessiteorian hyödyntäminen mahdollistuu. Työn vaatimukset-hallinta -mallin avulla kehittäminen on kohdistunut työn hallintaan ottamalla työn vaatimukset annettuina. Uusin tutkimus tosin osoittaa, miten ensin työn vaatimuksiin vaikuttamalla saadaan ajan kuluessa myönteinen muutos mm. hallinnassa. Hankkeen tavoitteeksi vahvistuikin työn vaatimusten tarkempi tunnistaminen.

Aineisto

Aineistona käytettiin aiemmin kahdesta ammattikorkeakoulusta kerättyä opettajien anonymisoitua Moodle-dataa 90 viikkoa vuosilta 2019-2020 yhteensä n. 16 milj. riviä. Moodle on virtuaalinen oppimisympäristö, jota opettajat käyttävät opetuksen suunnittelua, toteutusta ja arviointia varten. Moodlen käytöstä jää jälki (trace data), joka sisältää tiedon toimijasta (anonymisoitu), ajankohdasta (päivätasoinen tieto) sekä kohteesta (target) ja toiminnasta (action), esim. message_sent.

Menetelmät

Aineistosta tunnistettiin 17 opetustyön aihetta aihemallinnuksella, jota varten tarvitaan sanoja sisältävä dokumentti. Sellaiseksi määriteltiin yksittäisen viikon Moodlekäytön target_action sanat ja päädyttiin n. 60 000 dokumenttiin. Aiheet ryhmiteltiin viiteen teemaan: arviointi, kurssit, tilanteen ja edistymisen seuranta, lopullinen arviointi. Viikkojen teemajakaumatietojen avulla visualisoitiin kokoaineiston ja kuuden klusteroimalla tunnistetun osaryhmän keskimääräiset opetustyön prosessit.

Tulokset ja johtopäätökset

Koneoppimismenetelmillä, kuten aihemallinnuksella ja klusteroinnilla, on mahdollista visualisoida työhön liittyvää trace dataa prosesseiksi prosessiteorian ja vaatimukset-hallinta -mallin avulla. Näin ollen voidaan vähentää epäilyjä trace datan luotettavasta käytöstä tieteellisen tutkimuksen kentällä. Prosessiteorian periaate on, että toiminnan ajallinen eteneminen tulisi olla mahdollista havaita ja tunnistaa erityisesti uusia kehittyviä prosesseja työssä. Moodle-datan avulla onnistuimme tässä.

Uutuusarvo ja sovellettavuus

Koska Moodlea käytetään 240 maassa (https://stats.moodle.org), on kehittämäämme mallia mahdollisuus hyödyntää laajasti Moodle-datan kanssa. Malliamme voi hyödyntää myös muiden työn suorittamiseen käytettävien järjestelmien yhteydessä syntyvän datan kanssa. Havaitsemalla toiminnan ajallista etenemistä voidaan tunnistaa huippuviikot ja aikarajat, joita organisaatiot voivat ottaa kohteiksi omien kehitystarpeidensa näkökulmasta. Tällainen tarve voi olla kuormittavien työn vaatimusten vähentäminen.

Aineisto

Tiina Kalliomäki-Levanto, Pekka Varje, Marja Känsälä, Ilkka Kivimäki, Olli Haavisto. Työn vaatimukset prosesseina. Loppuraportti. Työterveyslaitos. 2023.
ISBN 978-952-391-077-5 (PDF) Avaa