Miksi tasoluokittelu on välttämätöntä?
Pienet osaamiskokonaisuudet tarjoavat ketterän tavan päivittää osaamista. Niiden arvo jää kuitenkin helposti epäselväksi ilman kontekstia: mitä osataan tehdä, kuinka itsenäisesti, ja millä laadulla? Tasoluokittelu auttaa vastaamaan näihin kysymyksiin. Se tekee osaamisesta vertailtavaa eri koulutusten välillä. Se auttaa myös arvioimaan, millaista osaamista eri työtehtävissä tarvitaan. Lisäksi se tekee osaamisen kehittymisestä näkyvää. Eri malleja on kehitetty runsaasti. Osa niistä painottaa osaamisen kertymistä, osa automatisoitumisen roolia ja osa reflektion merkitystä. Myös osaamistasojen määrä vaihtelee runsaasti mallien välillä
Esimerkkejä oppimisen tasoluokittelun malleista
Dreyfusin malli kuvaa, miten taidot kehittyvät viidellä tasolla: 1) noviisi (suorittaa tehtävän annetun mallin mukaan), 2) edistynyt aloittelija (soveltaa ohjetta hieman tilanteen mukaan), 3) pätevä (priorisoi tehtäviä ja perustelee ratkaisuja), 4) taitava (reagoi muuttuviin tilanteisiin sujuvasti) ja 5) asiantuntija (ratkaisee monimutkaisia ongelmia nopeasti ja luotettavasti).
Argyrisin & Schönin mallissa pelkkä taitotason nousu ei riitä. Olennaista on myös, miten oppiminen tapahtuu. Single-loop learning -tasolla virheitä korjataan muuttamatta ajattelutapaa esimerkiksi ”Tein väärin → korjaan suorituksen”. Double-loop learning -tasolla kyseenalaistetaan oletuksia ja toimintamalleja, kuten ”Miksi teen näin? Onko toimintatapa oikea?”. Triple-loop learning -tasolla tarkastellaan omaa oppimista mm. ”Miten opin parhaiten? Miten kehitän omaa ajatteluani?”.
Fitts & Posnerin mallissa on kolme vaihetta: 1) Kognitiivisessa vaiheessa ymmärretään perusteet ja toiminta on hidasta sekä virhealtista. 2) Assosiatiivisessa vaiheessa suoritus tarkentuu ja palaute ohjaa oppimista. 3) Autonomisessa vaiheessa toiminta automatisoituu ja tarvitaan vähemmän tietoista ponnistelua.
Muuttuva työelämä
Eri mallien soveltuvuutta pieniin osaamiskokonaisuuksiin ei ole toistaiseksi tarkasteltu systemaattisesti. Jokin malli voi kuvata hyvin oppimisprosessin etenemistä yksittäisen osaamiskokonaisuuden sisällä. Toisaalta malli voi myös ohjata muotoilemaan osaamistavoitteet niin, että opiskelijan osaamisen taso tulee näkyväksi tietämisen ohella. Tällä hetkellä käytössä ei ole yhtenäistä tapaa esittää osaamisen tasoa työelämälle, vaikka tällainen yhteinen malli olisi selkeyden ja ymmärrettävyyden kannalta erittäin arvokas.
Pienten osaamiskokonaisuuksien arvo syntyy siitä, että ne tekevät osaamisesta tarkasti kuvattavaa ja uskottavasti arvioitavaa. Tasoluokittelu ei ole vain pedagoginen työkalu, vaan yhteinen kieli koulutuksen ja työelämän välille. Se auttaa kuvaamaan, mitä henkilö osaa tehdä, millä tasolla hän toimii ja miten hän kehittää osaamistaan. Näin huomio siirtyy pois pelkistä opintopisteistä kohti olennaisempaa kysymystä: pystyykö henkilö toimimaan osaavasti muuttuvassa työelämässä?
Lähteet
Digivisio 2024. Loppuraportti: Osaamisen kuvaustiedon kokonaisuus. https://digivisio2030.fi/wp-content/uploads/2025/06/Loppuraportti_Osaamisenkuvaustiedon-kokonaisuus-2024.pdf
Digivisio 2024. Modulaariset koulutuskokonaisuudet korkeakouluyhteistyönä avaavat uusia mahdollisuuksia jatkuville oppijoille. https://digivisio2030.fi/modulaariset-koulutuskokonaisuudet-korkeakouluyhteistyona-avaavat-uusia-mahdollisuuksia-jatkuville-oppijoille/
Forsell M. Asiantuntijana kehittyminen, osa 2: tarkoituksellinen oppiminen ja asiantuntijuus. Blogi 2.6.2025. https://net.centria.fi/asiantuntijana-kehittyminen-osa-2-tarkoituksellinen-oppiminenja-asiantuntijuus/
POIJU. 2026. POIJU – Pienet osaamiskokonaisuudet: innostu ja uudistu! Tampereen korkeakouluyhteisö. Saatavilla: https://projects.tuni.fi/poiju/
Kirjoittajat:
Kommentit