Kemian asiantuntijoiden hyödyntämä keminformatiikka: laadullinen tutkimus kemian opetuksen näkökulmasta

Research output: ThesisMaster's thesis

Abstract

Tutkielman tavoitteena oli selvittää keminformatiikan mahdollisuuksia kemian opetukseen. Aiempaa suomenkielistä tutkimusta aiheesta ei ole julkaistu. Tutkielma toimii alustavana katsauksena keminformatiikan opetuksen mahdollisuuksiin haastattelemalla asiantuntijoita, joiden osaamisen ja työskentelytavoista pyrittiin laadullisella sisällönanalyysilla ymmärtämään, mitä keminformatiikalla voidaan kemiallisissa tieteissä saavuttaa. Keminformatiikan luonne monitieteellisenä alana vaatii kehittyneitä kemian taitoja, joten opetuksen ja oppimisen mahdollisuuksien selvittäminen rajattiin yliopistokoulutukseen.

Tutkielmassa haastateltiin avoimella haastattelulla keminformatiikan asiantuntijoita (N=3). Seuraavat tutkimuskysymykset ohjasivat tutkielmaa: 1. Miten kemian asiantuntijat hyödyntävät keminformatiikkaa tutkimuksessa? 2. Millaisia taitoja asiantuntijat kokevat tarvitsevansa keminformatiikan hyödyntämisessä? 3. Miten keminformatiikka voi edistää kemian opetusta ja oppimista TPASK-mallilla analysoituna? Tutkimuksella vastataan yliopisto-opetuksen kontekstissa tutkimuskysymyksiin avoimella haastattelulla, jota perustellaan sillä, ettei aihetta tarvitse rajata, sillä sitä ei ole aiemmin tutkittu kemian opetuksen tutkimuksessa.

Tutkijoita haastateltiin etäyhteydellä, haastattelut nauhoitettiin, käännettiin tarvittaessa suomeksi ja litteroitiin. Haastateltavat pseudonymisoitiin EU:n tietoturvalain ja tietosuoja-asetuksen mukaisesti. Tutkimuskysymyksiin vastattiin laadullisella TPASK-mallin teoriaohjaavalla sisällönanalyysilla aineistosta. Aineistoa luokiteltiin ensin induktiivisesti, ja pelkistyttyään deduktiivisesti yläluokiteltiin sopivilla TPASK-mallin luokilla, SK, TK ja TSK, sillä aineisto ei kuvannut pedagogisia tilanteita tai käytäntöjä.

Tuloksissa havaittiin, että keminformatiikkaa hyödynnettiin erilaisiin tutkimusongelmiin, jotka ovat luonteeltaan monitieteellisiä. Erityisesti datatieteelliset menetelmät, kemiallisen tiedon käsittely standardoidusti, mallintamisen objektiivisuus sekä tavoite täydentää tai korvata kokeellista kemiaa olivat keskeisiä keminformatiikan tavoitteita. Keminformatiikan menetelmien kehitykseen vaikutti eriytyisesti empiirisen datan niukkuus, säätely menetelmien kuvailusta ja toisaalta automatisoitujen laboratorioiden tuottamat suuret datamäärät. Keminformatiikkaa hyödynnettiin kohtaamaan tiedon tarpeita etsimällä uusia ratkaisuja paremmilla malleilla ja datan simuloinnilla, jonka tarkoitus on säästää resursseja ja korvata osa kemian kokeellisuudesta.

Keminformatiikan mahdollisuudet oppimiseen ja opetukseen ovat riippuvaisia taidoista, erityisesti ohjelmointitaidosta. Erityisesti Python-koodin merkitys korostui, mutta samalla erilaisten algoritmien ja koneoppimisen mallien soveltaminen. Toisaalta osa haastateltavista näki, että kemistit hyötyvät enemmän keminformatiikasta, kun taas toiset ajattelivat, että menetelmällisyys lähestyy datatieteellistä asiantuntijuutta. Keminformatiikan tutkimusongelmat ja taitovaatimukset osoittautuivat moninaisiksi, mikä vaikeutti selkeiden osaamistavoitteiden laadintaa tutkimuksessa.

TPASK-mallilla tuloksista analysoitiin, että keminformatiikan hyödyntäminen voi kehittää metakognitiivisia taitoja ja mahdollisesti tuottaa uusia ideoita. Tätä luonnehdittiin luovuuden käsitteellä, ja todettiin tieteellisten ongelmien ratkaisussa teknologis-tieteellisen tiedon, TSK:n, jossa keminformatiikka teknologiana voi muuttaa aiempia käsityksiä kemiasta ja täten edistää oppimista ja taitoja.

Kemian opetuksen ja oppimisen suhteen, uuden teknologian hyödyntäminen voi edistää aiempien tietorakenteiden arviointia metakognitiivisesti, ja ohjelmointitaidot ovat niin jatkuvan oppimisen kuin k0rkeakoulutuksen kannalta merkittäviä osaamistavoitteita. Keminformatiikan myötä opetus voi hyötyä uusimmista kemiallisen datatieteellisistä menetelmistä, mutta kynnys niiden hyödyntämiseen vaatii lisätutkimuksia. TPASK-malli toimi onnistuneesti kuvaamaan, kuinka keminformatiikan hyödyntäminen voi muuttaa käyttäjien tapaa ymmärtää kemiaa, jonka vaikutukset ovat niin tutkimuksessa ja koulutuspoliittisesti ulkomailla tunnustettu.
Original languageFinnish
Awarding Institution
  • University of Helsinki
Award date22 Sept 2023
Place of PublicationHelsinki
Publisher
Publication statusPublished - 9 Oct 2023
MoE publication typeG2 Master's thesis, polytechnic Master's thesis

Fields of Science

  • 116 Chemical sciences
  • 516 Educational sciences

Cite this