Igal ülesandel on ligikaudne töömaht ja tegelik (märgitud) töömaht. Selle põhjal koostatakse süsteemis töö edenemise graafik, mis näitab tudengile vaikimisi määratud, planeeritud ja tegelikult tehtud töö erinevust.
ILLUSTRATSIOON: Raimond-Hendrik Tunnel

Lõputööde tõhusam juhendamine

Essee

Lõputööde juhendamine on aeganõudev tegevus. Vestlustes kolleegidega on tavaliselt pakutud, et õppeaastasse mahub kuni viis juhendatavat lõputööd.

Arvutigraafika ja virtuaalreaalsuse laboris juhendame töötajate koormust arvestades keskmiselt 5,1 lõputööd iga töötaja kohta (see hõlmab ainult arvutigraafika lõputöid, mitte virtuaalreaalsuse omi). Üle-eelmisel õppeaastal juhtus nii, et minu juhendatud 12 lõputööst jõudis eduka kaitsmiseni ainult seitse.

Tol õppeaastal kogusin juhendatavate tööprotsessi kohta käsitsi ka statistikat, lootes leida vihjeid sellele, millised tegurid aitavad jõuda eduka kaitsmiseni ja saada soovitud hinnet. 

Vaatasin üle üliõpilaste varasema õpiedukuse meie töörühma ainetes, lõputöö mustandis olevate kommentaaride, lehekülgede ja sõnade arvu, kaastudengite retsensioonide hinded, koosolekute arvud, õpitubades osalemise ja muud väiksemad näitajad. Kahjuks ei õnnestunud mul leida konkreetseid seoseid, mis ennustaksid üliõpilase edukust, sest näitajad olid kõigil erinevad.

Näiteks kahe üliõpilasega sai tehtud ainult üks koosolek ja õpiedukus meie ainetes oli mõlemal puudu. Üks nendest tegi lõputöö hindele A, teine aga loobus. Üks tudeng, kelle õpiedukus kolmes meie aines oli suurepärane, suutis lõputöö teha kõigest hindele E. Tollasest statistikast tuli esile veel palju paradoksaalseid näiteid – muu hulgas võisid kaastudengid hinnata lõputööd hindega B, kuid üliõpilane jättis sellegipoolest töö pooleli.

Selle kogemuse põhjal tundub mulle, et lõputöö tegemisega on seotud põhiliselt neli muret.

Esiteks ei tea üliõpilane alati, mida lõputöö tegemiseks täpselt teha tuleb, ja unustab juhendajaga sõlmitud kokkulepped ära. Seetõttu pole tal lõputööst terviklikku ettekujutust ja tähtaja lähenedes kaob lootus töö valmis saada.

Teiseks ei pruugi juhendaja kommentaarid töö mustandis piisavad olla ja üliõpilane tunneb, et ta ei saa oma edusammude kohta küllaldaselt tagasisidet.

Kolmandaks toimub lõputööga seotud suhtlus enamasti ainult üliõpilase ja juhendaja vahel. Osa inimeste jaoks ei ole see piisav ja nad võivad end oma muredega üksi tunda.

Neljandaks on juhendajal raske märgata, kui üliõpilane hakkab hätta jääma. Uurimise või praktilise töö ajal mustand enamasti ei täiene ning juhendaja ei tea, kas üliõpilane tegeleb oma lõputööga edasi.

Juhendamise töövoo tõhustamiseks arendasin 2018. aasta suve lõpul oma digitaalses õpikeskkonnas CGLearn välja uue mooduli, mis aitaks saada lõputöödest parema ülevaate ning vahetada üliõpilastega kergemini teavet. E-kirjade saatmise asemel võtsin kasutusele kiirsuhtlusprogrammi Slack. Eelmisel õppeaastal kasutasid seda süsteemi esimest korda üheksa minu juhendatavat.

CGLearni lõputööde moodulis tuleb esimese asjana valida lõputöö tüüp. Meie instituudi lõputööde juhendi põhjal eristasin seitset tüüpi: uurimus, retsensioon, uuring, tarkvara arendus, eksperimenteerimine, kasutusjuhendi loomine ja õppematerjali loomine. Tuleb tähele panna, et uurimus (ingl study) ja uuring (ingl survey) on erinevad. Igale lõputöö tüübile koostasin eraldi üldiste ülesannetega kavad, mida saab vaadata veebilehelt https://cglearn.eu/pub/thesis-schedules

Näiteks tarkvaraarenduse bakalaureusetöös moodustab ajaliselt 45% kava mahust loodava tarkvara arendus. Uuringu tüüpi töös aga, kus on oluline käsitletava materjali maht ja uue süstemaatilise ülevaate koostamine, moodustab 40% kavast materjali ja domeeni uurimine.

Üliõpilane sai endale töö tüübile vastavate ülesannetega kava, mis kehtis kuni kaitsmiseni. Igal ülesandel oli tähtaeg, mida tudeng võis vabalt muuta. Ülesandeid sai märkida tehtuks (mõnda osakaupa) ning juurde oli võimalik kirjutada, kui palju tunde ülesande peale tegelikult kulus.

Tundub, et suurema hulga üliõpilaste juhendamise on CGLearni moodulis kasutatud meetodid igatahes tõhusamaks muutnud. Minu viimati juhendatud üheksast üliõpilasest jõudis kaitsmiseni kaheksa ja ka üheksas kirjutas tegelikult töö valmis. Peale selle tundus seekord juhendamisel ka vähem aja- ja stressikulu olevat.

Kõigi juhendatavate ühine süsteem ei lasknud üliõpilastel end üksi tunda. Edusammude jagamine kaastudengitega tekitas motivatsiooni, sest tekkis võistlusmoment või meeskonnavaim ning keegi ei tundnud ennast isolatsioonis. Oma osa selles oli ka kiirsuhtlusprogrammil, mille kaudu said kõik kõigiga rääkida.

Iganädalane automaatne aruanne aitas nii juhendajal kui ka üliõpilasel olla tööga järje peal ja mitte seda ära unustada. CGLearni lõputööde moodulis on aga veel hulk muid võimalusi, millest igaühte saaks veel lähemalt kirjeldada.

Juhendamisel on minu meelest kõige tähtsam jõuda töö alguses ühisele arusaamale, millele töös keskenduda. Selles on lõputöö tüübid ja nende põhjal kokku pandav töökava olnud suureks abiks, sest nõnda saavad nii juhendaja kui ka üliõpilane paremini selgust, kui palju aega tuleks kulutada uurimisele, arendamisele, kirjutamisele ja muule. Kava koostamist soovitab ka näiteks õppejõudude koolitaja Piret Kärtner oma juhendamisraamatus.

Kava on tähtis ka seepärast, et kui ülesannete täitmist hakatakse edasi lükkama, on ühel hetkel näha, et enne teatud küsimuste lahendamist edasi liikuda ei saa. On tähtis, et üliõpilase jaoks toimuks igal nädalal midagi. Automaatne aruanne, edusammude märkimine ja kiirsuhtlusprogramm aitavad kohtumiste arvelt kindlasti aega võita.

Katsetame õpikeskkonnaga CGLearn arvutigraafika ja virtuaalreaalsuse laboris edasi. Praeguseks tundub, et juhendamisel on tähtis mehaanika, mis hoiaks lõputöö kirjutajat tegutsemas. Vähemasti peaks üliõpilane oma kava planeerima ning igal ajal nägema, kui palju tööd on tehtud ja kui palju veel ees.

Raimond-Hendrik Tunnel

arvutigraafika spetsialist

Jaga artiklit