Bruk av spillbasert læring i bedriftsøkonomiske emner (F)

Sammendrag 

Artikkelen oppsummerer forfatternes funn og erfaringer ved bruk av spillbasert undervisning i bedriftsøkonomiske emner i perioden 2020–2022. Formålet med prosjektet har vært å undersøke hvordan simuleringsverktøy kan brukes i undervisningen, samt måle og vurdere kognitive og affektive virkninger. I perioden har vi testet ut ulike måter å integrere spillbasert læring i undervisningen på samt gjennomført ulike typer datainnsamling. Vi finner ingen klare indikasjoner på kognitiv effekt målt ved kunnskapstester og karakter. På den annen side rapporterer studentene selv om økt «lavkognitiv» læring i form av grunnleggende forståelse av konsepter og begreper. Vi registrerer også en klar positiv effekt på motivasjon hos majoriteten av studentene. Artikkelen vurderer funnene i lys av tidligere forskning, og oppsummerer våre erfaringer i fem anbefalinger til studenter og lærere som vurderer implementering av spillbasert undervisning.

1. Innledning 

Manglende engasjement og motivasjon blant studenter er et økende problem i høyere utdanning (Hamari et al., 2016). Løsningen på denne utfordringen kan være økt bruk av aktiv læring der studenten i større grad engasjeres i læringsprosessen (Bertheussen, 2013). En rekke metastudier viser også at denne læringsformen gir et bedre læringsutbytte enn tradisjonell undervisning (Deslauriers et al., 2019). Parallelt ser vi en vekst i initiativer for digitale læringsmidler, som en konsekvens av samfunnets digitalisering (Universitets- og høyskolerådet, 2018), men også som et mulig bidrag til nettopp aktiv læring (Zhonggen, 2019). 

Forfatterne av denne studien underviser på bachelorgraden i økonomi og ledelse ved Universitetet i Sørøst-Norge (heretter USN). Høsten 2019 ble vi oppfordret av fakultetsledelsen til å prøve ut spillbasert undervisning i bedriftsøkonomiske emner. Vi hadde i utgangspunktet ingen erfaring, men så potensialet for økt kognitiv læring i emner som mange studenter opplever som vanskelige. For å systematisere våre erfaringer startet vi et forskningsprosjekt der formålet var å undersøke de kognitive og affektive effektene ved bruk av spillbasert læring. I perioden 2020–2022 eksperimenterte vi med bedriftssimuleringsverktøyet Hubro Business Simulation (heretter Hubro eller verktøyet) i emnene BED1000: Grunnleggende bedriftsøkonomi og FIN1000: Finansregnskap og analyse (heretter forkortet til henholdsvis bedriftsøkonomi og finansregnskap). I dette verktøyet skal studentene ta bedriftsøkonomiske beslutninger for et produksjonsfirma knyttet til budsjett, regnskap, investeringer, kjøp og salg. Utviklingen i forhold til konkurrentene samt tilbakemeldinger på handlinger gis gjennom kvartalsvise resultater. Gjennom perioden har vi samlet data om studentenes og lærernes erfaringer i form av eksamensresultater og kunnskapstester, studenters narrative refleksjoner samt forfatternes observasjoner og erfaringer.

Artikkelen bidrar til økt kunnskap om bruk av spillbasert læring i bedriftsøkonomiske emner. 

Studien gir ingen indikasjoner på økt kognitiv læring i form av forbedrede karakterer eller på andre målinger av kunnskap, men vi registrerer at mange av studentene selv rapporterer om bedre begrepsforståelse (lavkognitiv læring) og motivasjon for faget. Det er riktignok individuelle variasjoner i forklaringer og begrunnelser for hva som motiverer og oppleves relevant, og at dette kan knyttes til studentens egen interesse og motivasjon. Våre funn strider mot tidligere metaanalyser som konkluderer med positiv kognitiv læringseffekt ved bruk av spillbasert undervisning, men støtter en tidligere studie som har benyttet samme spilleverandør (Skjelbred & Daus, 2022). Våre observasjoner og erfaringer ved implementering av spillbasert undervisning peker mot funn i tidligere studier, slik som viktigheten av å velge rett spill og kommunisere formålet med spillbasert læring til studentene (Vogel et al., 2006), betydningen av integrert veiledning i undervisningen (Sitzmann, 2011) samt at individuell simulering (Vogel et al., 2006) og fri tilgang (Sitzmann, 2011) gir bedre læringsutbytte og motivasjon enn simulering i gruppe. 

Artikkelen bidrar til økt kunnskap om bruk av spillbasert læring i bedriftsøkonomiske emner. I tillegg oppsummerer den våre erfaringer i fem anbefalinger, som kan være til inspirasjon for videre forskning og bruk av spillbasert simulering i økonomiutdanningen. Studien viser at individuell interesse og læringsbehov er avgjørende. Det kan indikere at bruken av simulatorer kan være et nyttig supplement for motivasjon og studieglede, men ikke uten videre bør erstatte andre læringsaktiviteter. Dette gir en utfordring for lærere i å på den ene siden skape rammer for integrering i faget, men på den andre siden ikke å ta oppmerksomhet og ressurser bort fra andre læringsaktiviteter.

2. Spillbasert læring i høyere utdanning 

Universitetsundervisning i grunnleggende bedriftsøkonomiske emner har tradisjonelt svært kunnskaps- og metodeorientert, der kandidatene skal få kjennskap til og beherske sentrale teorier og beregninger. Som en konsekvens er derfor eksamen ofte basert på kunnskapsgjengivelse og evnen til å utføre relevante beregninger. Samtidig er kanskje den aller viktigste læringen knyttet til hvordan de gjør vurderinger, foretar valg basert på en helhetlig situasjonsforståelse, og velger riktig bruk (Stalheim & Nordkvelle, 2019; Gjøsæter & Kyvik, 2015). Selv i emner som ofte oppfattes som metodeorienterte, som regnskap og bedriftsøkonomi, erfarer vi at økonomimedarbeideres rolle i langt større grad enn tidligere handler om nettopp helhetsforståelse og selvstendig vurdering (Goi, 2019; Loon et al., 2015). På den ene siden kan dette leses som en kritikk om at økonomiundervisningen ikke i stor nok grad bidrar til kompetanse til å analysere, evaluere og skape selv. På den annen side peker dette mot et behov for praksiserfaring ved at kandidater møter arbeidslivsrelevante situasjoner som forbereder dem på selvstendighet og helhetsforståelse. 

Ulike former for læring kan også omtales som kognitive nivåer. Blooms taksonomi (Bloom et al., 1956) har vært mye brukt, men vi lener oss her mot Krathwohls (2002) videreutvikling, som deler inn læring i seks ulike kognitive prosesser: huske, forstå, anvende, analysere, evaluere og skape.[1] Denne versjonen bygger delvis på den hierarkiske tilnærmingen til Bloom (huske nederst, skape øverst), men Krathwohl (2002) argumenterer for at man kan utvikle mer komplekse kognitive evner før de lavere er fullstendig på plass. I tillegg foreslår han en todimensjonal forståelse av læring, der ovennevnte læringsprosesser ses i sammenheng med følgende kunnskapsdimensjon: faktakunnskap, konseptuell kunnskap, prosedyrekunnskap og metakognitiv kunnskap. Mens de tre første i stor grad er selvforklarende, beskriver han sistnevnte som evnen til å forstå hva som skaper egen læring. Når vi forsøker å fange opp former for læring, vil også deltagernes evne til å forstå egen læring være blant det vi observerer. 

2.1 Motivasjon, læring og design 

For å avklare hva vi mener med spillbasert læring, tar vi utgangspunkt i Wouters et al. (2013, s. 250) sin definisjon av seriøse spill: 

Interaktive dataspill som baserer seg på et sett av forutbestemte regler og begrensninger, og som er rettet mot et spesifikt mål som må løses gjennom en utfordring. Spillet gir en løpende oppdatering eller tilbakemelding om deltagernes progresjon mot målet. Det primære formålet er ikke underholdningen, men derimot å bruke det underholdende aspektet til undervisnings- eller treningsformål. (Forfatternes oversettelse) 

Tidligere har litteraturen operert med et skille mellom spillbasert læring og simulering (Garris et al., 2002), men i tråd med nyere forskning (for eksempel Tennyson, 2008; Sitzmann, 2011) mener vi at disse begrepene er tilnærmet synonyme, ettersom digitale simuleringer av natur vil inneholde spillelementer og seriøse spill vil inneholde elementer av simulering. 

Ideelt sett kan et spill med lærerikt innhold og de rette egenskapene kunne sette i gang en syklisk læringsprosess der gleden over spillopplevelsen trigger indre motivasjon (Malone, 1981; Garris et al., 2002). Brukervennlighet er derfor sentralt for studenters engasjement og læringsutbytte (Iten & Petko, 2016). Disse sammenhengene innebærer at det må skilles tydelig mellom affektiv (for eksempel motivasjon og spillglede) og kognitiv effekt, slik som i Krathwohl (2002) sin taksonomi beskriver. Kort sagt, man lærer ikke nødvendigvis av å ha det gøy, men det kan gjøre det enklere. For eksempel har visuell realisme i spillet en svak positiv effekt, men er ikke avgjørende for læringsutbyttet (Vogel et al., 2006).

Kort sagt, man lærer ikke nødvendigvis av å ha det gøy, men det kan gjøre det enklere. For eksempel har visuell realisme i spillet en svak positiv effekt, men er ikke avgjørende for læringsutbyttet. 

Det har historisk vært uenighet om de kognitive læringseffektene av spillbasert læring (Sitzmann, 2011), men flere metastudier av nyere dato peker mot en positiv sammenheng uavhengig av undervisningskontekst og målgruppe (Vogel et al., 2006; Ke, 2009; Sitzmann, 2011; Wouters et al., 2013; Clark et al., 2016; Zhonggen, 2019). Så langt er det gjennomført to studier som også benytter Hubro Educations simuleringsverktøy. Baksaas og Nygård (2021) tok utgangspunkt i samme simuleringsvariant som denne studien (business simulation), og baserte sin studie på forelesernes observasjon og narrative refleksjonsnotater fra studenter i et emne på sisteåret av bachelorgraden i økonomi og ledelse. De fant ut i sin bruk av bedriftssimulering tegn på kognitiv dybdelæring hos studentene. Skjelbred og Daus (2020; 2022) benyttet markedsføringsvarianten (marketing simulation) i et kontrollert eksperiment på 433 elever i 22 videregående klasser. De fant en økning i motivasjon, men ingen signifikant økning i interesse for faget, og de fant heller ingen målbare kognitive effekter sammenlignet med kontrollgruppen.

2.2 Design, undervisning og veiledning 

Simulering kan være en katalysator for læring, altså at læringen skjer nettopp gjennom simuleringen, men kan også være et virkemiddel for læring ved at simuleringen gjør at andre læringsaktiviteter som øving og forelesning oppleves mer aktuelle (Loon et al., 2015). Sitzmann (2011) anbefaler derfor at bruk av seriøse spill bør være et supplement til andre undervisningsmetoder fremfor en atskilt aktivitet. Et godt læringsutbytte forutsetter også god veiledning og klare instruksjoner (Ke, 2009). Wouters og van Oostendorp (2017) argumenterer for at læreren må engasjere seg og være den som leder læringsprosessen. Tydelige rammer og avklaring av formål bidrar til at studenter kan fokusere på spillopplevelsen og innholdet (Wang et al., 2016; Zhonggen, 2019). Et gjennomgående funn i litteraturen er videre at interaksjon, debrifing og tilbakemeldinger er helt sentralt for å få til et bra læringsutbytte (Zhonggen, 2019). Cheng et al. (2017) argumenterer her for at man bør skille mellom tre typer interaksjon som påvirker læringsutbyttet: spill–student, lærer–student og student–student. Det ser også ut til at læringseffekten er størst ved individuell spilling (Vogel et al., 2006). 

Disse anbefalingene ved bruk av spillbasert læring kan med fordel ses i sammenheng med den generelle litteraturen om læring i høyere utdanning. For eksempel viser Schneider og Preckel (2017) i sin systematiske gjennomgang av 38 metaanalyser at sosial interaksjon, sterk moderering av faglærer, tydelig kommunikasjon og utfordrende læringsaktiviteter er avgjørende for god læringseffekt og prestasjoner blant studenter. Selv om det er bred enighet om at aktiv læring gir klart best effekter, finner Deslauriers et al. (2019) at studentene selv opplever lavere læringsutbytte med aktiv læring sammenlignet med tradisjonell, passiv læring. De anbefaler derfor at foreleser må gjøre studentene klar over dette misforholdet mellom faktisk læring og opplevd læring.

3. Casebeskrivelse og metode 

Utgangspunktet for studien var et ønske om å finne ut om og hvordan bedriftssimulering fungerer i økonomiutdanning. I dette lå flere avveiinger, ved at vi både ønsket å gjennomføre dette som et pedagogisk utviklingsarbeid slik at vi høstet erfaringer og sikret forbedring fra år til år, samtidig som vi beholdt en vitenskapelig systematikk som kunne bidra til overførbare og tillitvekkende observasjoner.

3.1 Casebeskrivelse, gjennomføring av simuleringer 2020–2022 

Artikkelen baserer seg på tre gjennomføringer i vårsemestrene i perioden 2020 til 2022. Vi prøvde ulike variasjoner av bruk av Hubro, slik som valg av tilhørende arbeidskrav, pedagogisk tilnærming, gruppe eller individuelt, og bruk av studentassistenter i læringsprosessen.[2]Avsnittene nedenfor gir en kortfattet oversikt over de ulike gjennomføringene. 

Første gjennomføring våren 2020 ble utført som et eksperiment der studentene ble tilfeldig fordelt på eksperiment- og kontrollgruppe. Studentene som ikke ønsket å delta i forskningsprosjektet, fulgte undervisningsopplegget og arbeidskravet til sistnevnte. I forkant av simuleringen ble det gjennomført en pretest av studentens forkunnskaper. Tilsvarende test ble deretter gjennomført som posttest på slutten av eksperimentet. I den aktuelle perioden jobbet begge grupper med et omfattende arbeidskrav over åtte uker. Arbeidsoppgavene var like, men eksperimentgruppen tok utgangspunkt i Hubro (og tallene som ble generert der), mens kontrollgruppen tok utgangspunkt i en tradisjonell case. Arbeidskravet var gruppebasert, det vil si at man jobbet i grupper på to–tre personer innad i eksperiment- og kontrollgruppen. Det var to ukentlige veiledningsøkter, der eksperimentgruppen fokuserte på simulering i Hubro, mens kontrollgruppen hadde mer tradisjonelle arbeidsøkter der man kunne få bistand av foreleser knyttet til arbeidskravet. For kontrollgruppen var oppmøte frivillig, men for eksperimentgruppen måtte minst ett gruppemedlem møte opp for å sikre at alle grupper fulgte progresjonen i simuleringen. For å sikre god deltagelse på veiledningsøktene hadde vi nye ukentlige oppgaver som kun ble veiledet over i den aktuelle og påfølgende uken fra oppgavene ble gitt. I denne første gjennomføringen ble eksperimentet gjennomført som et felles prosjekt mellom to emner: bedriftsøkonomi og finansregnskap. Faglærerne byttet dermed på å veilede eksperiment- og kontrollgruppen. Eksamen ble gjennomført separat for de to emnene. Eksamen i finansregnskap var lik tidligere års eksamen i form og innhold, foruten at den ble gjennomført som hjemmeeksamen grunnet pandemien. I bedriftsøkonomi valgte man å innføre en ny eksamensform, i samarbeid med emneansvarlig på en annen campus. 

Erfaringene i første gjennomføring inngikk i planleggingen av andre gjennomføring, våren 2021. Denne gangen ble Hubro kun benyttet i bedriftsøkonomi, av to årsaker. For det første opplevde studentene i første gjennomføring at det var uoversiktlig med ett felles arbeidskrav for begge emner. Dette kan skyldes den praktiske tilretteleggingen, men kan også peke mot ulikheter i emnene. Finansregnskap fokuserer på eksternrapportering av økonomisk aktivitet og stilling, mens bedriftsøkonomi i større grad retter seg mot internøkonomiske valg i kontekst, slik som tilpasning til marked og konjunkturer. Å se disse under ett var nettopp noe av det vi ønsket å trene studentene i, men vi så også at dette er komplekse sammenhenger å håndtere for ferske studenter. For det andre registrerte vi at oppgaver, talloppsett og teoretisk innhold i Hubro i større grad harmonerte med emneplanen og fagstoffet i bedriftsøkonomi, som innebar at faglærer i finansregnskap i større grad måtte «oversette» innholdet i Hubro for at det skulle passe til beregninger og begreper i pensumlitteraturen og regnskapsloven. Igjen er dette ferdigheter som studenter vil måtte ha med seg i arbeidslivet der standarder varierer, men det er ikke nødvendigvis hensiktsmessig i en innføringsfase. 

I gjennomføringen i 2021 valgte vi å la alle studentene delta i simuleringen, uten kontrollgruppe. I tillegg ble det lagt opp til individuell spilling og fri tilgang på programmet. Studentene fikk fortsatt instruktørledet opplæring, men kunne i tillegg prøve seg frem i større grad på egen hånd. Semesteret ble avsluttet med en rapport der studentene presenterte sine resultater fra Hubro og også reflekterte rundt bruken av spillbasert undervisning. 

Siste gjennomføring i vårsemesteret 2022 ble ganske lik den andre gjennomføringen. Denne gangen lot vi studentassistentene få en større rolle i Hubro-opplæringen enn i 2021. I tillegg gjennomførte studentene en individuell konkurranse med premier som var frivillig å delta på.

3.2 Databeskrivelse 

Resultatene baserer seg på en hermeneutisk analyse med sammensatte data, der de viktigste dataelementene er kunnskapstest, karaktergjennomsnitt, studentenes refleksjonsnotater og forelesernes erfaringsnotater knyttet til ulike konfigureringer og undervisningssituasjonen. Tabell 1 viser datainnsamlingen i de ulike gjennomføringene.

Eksamensresultater og kunnskapstest: Vi delte gruppen i kontroll- og eksperimentgruppe i første gjennomføring (2020), og sammenligner avvik fra forventningsverdi for kontroll og eksperimentgruppe. For øvrige gjennomføringer (2021–2022) observerer vi avvik fra forventningsverdi mot foregående år (2016–2019). I 2020 gjennomførte vi også en pre- og posttest med oppgaver som kan plasseres på de lavkognitive nivåene i Krathwohls (2002) taksonomi, som å huske, forstå og anvende. 

En ytre begrensning var også at vi fra 2021 ikke hadde anledning til å utforme egne eksamensoppgaver tilpasset undervisningen, men måtte tilpasse et felles eksamensopplegg på USN med generelle kunnskaps- og ferdighetsoppgaver. 

Karakterer er en enkel måte å kvantifisere og sammenligne studenters akademiske prestasjoner på. Samtidig er karakterer et resultat av sammensatte virkninger av undervisningen som helhet og studentenes bakgrunnskunnskaper og ferdigheter. Undervisningen var heller ikke gjennomført i et kontrollert eksperimentmiljø der alle andre variabler er kontrollert. Dette kan særlig gi utslag i sammenligninger mellom årskull (2021 og 2022). Vi skal også være oppmerksom på at et relativt lite antall deltagere (40) i eksperimentet (2020) kan innebære at tilfeldige variasjoner i studenters forkunnskaper og studiemotivasjon kan gi store utslag, og dette gjelder både eksamensresultater og kunnskapstester. 

Studententundersøkelser: I andre gjennomføring samlet vi inn skriftlige svar på tre spørsmål om opplevelse og erfaring i tilknytning til arbeidskrav:

• Opplevde du sammenheng mellom faget BED1000 (forelesninger, pensum og læringsmål) og simuleringen i Hubro? Forklar svaret med noen få ord.
• Beskriv kort hvilket utbytte du har fått av Hubro-simuleringen.
• I dine øyne, hva er fordeler og ulemper med å benytte Hubro i undervisningen i BED1000? 

Besvarelsene på disse spørsmålene (50–100 ord per spørsmål) ble bearbeidet gjennom en tekstbasert innholdsanalyse, det vil si at studenttekstene ble kodet. Koding beskrives av Bulmer (2006) som en prosess der innhold med lite struktur omformes til meningsfulle kategorier. Vi beskriver enkeltelementer av meningsbærende innhold som benevnes som koder. Dette kan skilles fra kategorier, som er grupper av koder, og temaer, som er de bredere, overordnede ideene eller områdene (Honerud, 2023). Det finnes mange metoder for koding, fra deduktiv koding, der kategoriene er definert på forhånd, til fremvoksende (emergent) koding, der ingen kategorier eller temaer er forhåndsdefinert, men bygges fra data (Braun & Clarke, 2022). Vi baserte oss på malbasert (template) analyse (King, 1998), der vi hadde en antagelse om kategorier og koder (se tabell 2), med støtte av programvaren QSR nVivo. Dette er en metode som kombinerer deduktiv og fremvoksende koding.

Ved andre koding valgte vi å restrukturere resultatene fra første koding, og etablerte nye sett av kategorier og enkelte koder basert på innsikter fra første koding. Ved tredje koding baserte vi oss på kodingssettet fra andre koding, men etablerte nye kategorier som vi mente oppsummerte og kommuniserte erfaringene tydeligere. Både første og andre koding ble gjennomført parallelt av to av forfatterne, der førsteforfatter kodet i begge analysesteg for styrket validitet, mens siste koding ble gjennomført av førsteforfatter alene. Innholdsanalyse er en fleksibel metode som kan bidra til forståelse av både innhold og kontekst, men er også sårbar for forskerens subjektivitet. Vi mener likevel at individuell koding av to forfattere i de to første kodefasene sikrer god reliabilitet i tolkning av meningsinnholdet i studentenes ytringer. 

Med tanke på validitet må vi være oppmerksomme på at studenter som hadde positive affektive opplevelser, kan overvurdere de kognitive effektene. På samme måte kan opplevd og faktisk læring avvike systematisk (jf. Deslauriers et al., 2019) ved at metakompetanse (kompetanse om læring, jf. Krathwohl 2002) kan påvirke presisjonen i egen opplevelse av læring. 

Forelesernes erfaringsnotater: Gjennom forsøkene hadde vi jevnlige analysemøter, registrerte deltagelse og reaksjoner i og rundt undervisningen, og observerte studentenes bruk og resultater. Vi brukte erfaringene fra år til år for å vurdere virkningene av ulike sammensetninger av undervisningsaktivitet med simuleringsspill. Disse erfaringene er oppsummert i eget avsnitt og ses opp mot studentenes erfaringer. En slik tilnærming vil bidra til dybdeinnsikt og avdekking av uventede sammenhenger, samtidig som tilnærmingen kan kritiseres for å gjøre resultatene vanskeligere å generalisere (Bryman, 2016).

3.3 Diskusjon av metode 

Fenomenene vi undersøker, observeres gjennom ulike typer kvantitative og kvalitative data. Blandingen av ulike datakilder sikrer god triangulering av funnene, som igjen øker validiteten til funnene. Samtidig kan tilnærmingen kritiseres for å svekke representativ kvalitet i data som følge av at den direkte relasjonen til studenters narrativer eller objektive resultater er ytterligere fortolket (Yan, 2020) ved å tillegge en helhetlig analyse. På den annen side har hver av datakildene sine begrensninger, slik det er diskutert over, og vi ser derfor en helhetlig analyse som mer presis. Vi har videre lagt vekt på at kategoriene i innholdsanalysen på samme måte som endringer i resultater fremgår klart, slik at leseren enklere kan tillegge egen fortolkning. Videre vil den fortolkende analysen gi dybde og kvalifisering i både analyse og diskusjon ved at forelesernes praktiske erfaring og kompetanse blir en del av analysen. 

Analysestrategien tilsier at hensikten bak studien ikke er konkrete bevis for målbare effekter, men systematiserte og anvendbare erfaringer som kan brukes av studenter og lærere som vurderer å benytte spillbasert undervisning. Artikkelen må slik leses som inspirasjon og innsikt snarere enn bevis for spesifikke virkninger. 

4. Funn 

4.1 Kunnskapstest og eksamensresultater 

Tabell 3 viser hvordan eksperimentgruppen og kontrollgruppen gjorde det sammenlignet med gjennomsnittet for hele studentgruppen. Vi ser at eksperimentgruppen gjorde det marginalt bedre enn kontrollgruppen på pretesten, men tydelig svakere på posttesten. Hvis vi ser på den prosentvise endringen i gjennomsnittsresultat for de ulike gruppene, ser vi at kontrollgruppen i gjennomsnitt forbedret sitt resultat med 9,7 prosent, mens eksperimentgruppen i gjennomsnitt fikk et noe svakere resultat med 5,3 prosent. Mangelen på utslag kan tyde på at undervisningsbidraget er lite, og at testen først og fremst fanger opp forkunnskaper og individuelle egenskaper. 

Tabell 4 viser avvik i forhold til forventningsverdi for kontroll- og eksperimentgruppe på eksamenskarakter i 2020. I likhet med kunnskapstesten har vi brukt gjennomsnittskarakter for hele gruppen som forventningsverdi. Resultatene gjenspeiler på mange måte kunnskapstesten, ved at vi ser at eksperimentgruppen gjør det prosentvis noe svakere enn kontrollgruppen i bedriftsøkonomi, mens det i finansregnskap ser ut til å være en svak, men entydig negativ effekt.

Prosentvis endring er relativ og beregnet ut fra karakterskalaen (A = 5 og så videre). På bakgrunn av størrelsen i eksperimentet og variasjoner i kontekst samt relativt små variasjoner i resultat kan vi ikke konkludere ut over at vi i denne sammenheng kan avvise at Hubro hadde påviselig positiv effekt på karakterer. Snarere kan det se ut til å være en negativ effekt, men denne er så liten at den ikke bør tillegges stor vekt. 

I 2021 og 2022 delte vi ikke opp i kontroll- og eksperimentgruppe, og vi valgte basert på erfaringer å gjennomføre simuleringen bare i bedriftsøkonomi. Tabell 5 viser avvik fra forventningsverdi basert på karakterer i 2016–2019, der 2020–2022 er utelatt ettersom verktøyet var i bruk disse årene. Som vi ser av resultatene, ble gjennomsnittskarakteren 17,8 prosent dårligere i 2021 og 8,5 prosent bedre enn gjennomsnittet for 2016–2019.

Isolert sett innebærer dette at vi ikke finner vesentlig verdi i bruken av verktøyet. Som vi har drøftet, er det viktige begrensninger i disse kvantifiserte resultatene, og vi ser dem i lys av hva vi erfarte i klasserommet og i studentenes opplevelser, som vi utdyper videre.

4.2 Studentenes refleksjoner 

Figur 1 gir et overblikk over studentgruppens refleksjoner rundt spillbasert læring og verktøyet Hubro. Oversikten tar utgangspunkt i siste kodingsskjema, der vi har slått sammen koder som gir et generelt bilde av erfaringer.

Studentene var gjennomgående fornøyde med initiativet, og en stor andel opplevde at verktøyet bidro til læring, forståelse og motivasjon. I det følgende utdypes tema som fremkom gjennom kodingen. Hvert tema introduseres av kategorier som er samlinger av koder under hvert tema, slik det er beskrevet i metodekapittelet. 

Når vi ser nærmere på svar som kan kategoriseres som mer positive erfaringer, skiller vi mellom underholdningsverdi og faglig inspirasjon.

Det er ikke et mål i seg selv at undervisningen skal være underholdende. I den grad det bidrar til større engasjement og dermed større læringseffekt, kan det være svært nyttig. Samtidig er mange av svarene tvetydige, satt på spissen «det var litt gøy, men det tok bort tid fra annen øving». Det er derfor viktig å se nærmere på hvordan studentene erfarte sammenheng mellom faglig relatert læring og opplevelse. Noen eksempler kommer frem i tabell 7.

De fleste som uttrykte tilfredshet, fokuserte på at simuleringen ga virkelighetsnær læring, men også økt teori- og begrepsforståelse gikk igjen hos mange respondenter. Rundt halvparten beskrev på ulike måter at simuleringen hadde gitt bedre forståelse for begreper og sammenhenger som de slet med i forelesningene. 

Når vi ser nærmere på den vesentlig mindre andelen som var misfornøyd på ulike måter, kan det skilles mellom misnøye med opplevelsen generelt og med det faglig utbyttet.

Disse typene misnøye overlappet ikke nødvendigvis. For eksempel var det en del som pekte på at det var spennende og gøy, men at det tok bort tid fra aktivitet de opplevde mer målrettet mot eksamen. De som opplevde spillet som kjedelig og lite interessant eller ikke fikk det til, uttrykte klar frustrasjon, men alle deltagere var ikke like entydige. Når det gjaldt spørsmål om relevans for eksamen eller virkeligheten, var dette mer varierende. Enkelte uttrykte tydelig at ordinær øving ville vært mer effektivt, mens det for andre handlet mer om å påpeke små avvik i simuleringen som ikke ville fungert i virkeligheten, altså mer en bekymring for at medstudenter skulle tatt simuleringen bokstavelig: 

Ulempene kan være å ikke lære seg noe av budsjetteringen, fordi den kan man gå videre med uten å fylle ut, da er det ikke så mye en kan lære fra dette spillet. Annet kan være å ta dette for seriøst og tro det er så lett å selge produkter til kunder og starte opp et firma. 

En slik type utsagn kan tolkes som misnøye, men kan også ses som tegn på at studenten har hatt en selvstendig læringsprosess og reflektert over resultatene vedkommende oppnådde i simuleringen.

4.3 Forelesernes erfaringer 

Tanken med et felles arbeidskrav og simulering i finansregnskap og bedriftsøkonomi var at dette ville gi en mer virkelighetsnær og helhetlig forståelse av økonomistyringen i en virksomhet. Erfaringene ble at dette ble for komplisert så tidlig i studiet, og at majoriteten av studentene ikke klarte å få det «overordnede blikket» over situasjonen. Dette medførte en del frustrasjon blant studentene samt mye ekstraveiledning for oss. Som nevnt var også manglende relevans for emnet finansregnskap årsak til at vi valgte å kun fortsette med bedriftsøkonomi. Den andre erfaringen vi gjorde i første gjennomføring, var at det ble for stor forskjell i utbytte når studentene jobbet i grupper. Spesielt i eksperimentgruppen var det typisk kun ett av gruppemedlemmene som behersket verktøyet, mens resten i stor grad var tilskuere. Dette var bakgrunnen for å gå for individuell simulering ved andre gjennomføring. 

Når studentene jobbet selvstendig, ble det enda tydeligere for oss at opplæring og tilpasning er en vesentlig oppgave som i stor grad vil tilligge læreren. I dette arbeidet så vi at studenter som hadde god kontroll på grunnleggende elementer, var opptatt av andre ting enn de som ikke var i mål på grunnleggende forståelse, og vi fikk en opplevelse av at nytten var størst for dem som hadde størst utfordringer med å forstå faget. Gjennomgående erfarte vi også at tett integrering i undervisningen krevde mye av lærerne, med tanke på både opplæring og tilpasning og å koble sammen læringsmål og pensum i emnet med aktiviteter i simuleringen.

5. Diskusjon 

Vi finner en mangel på samstemthet mellom resultatmålinger og opplevelser. Vi finner ingen entydige indikatorer på læringseffekt, samtidig som studentene selv opplever læring. Foreleserne opplevde også at simuleringene skapte engasjement i undervisningen, samtidig som vi raskt så at de ikke ga målbare resultater. Kort oppsummert virker det som opplevelsen er positiv, men uten at dette kan knyttes til resultater. Innholdsanalysen av studentenes narrative refleksjoner samt forfatternes observasjoner gir altså indikasjoner på kognitive effekter i form av økt begrepsforståelse, enklere teoriinnlæring og bedre forståelse av faglige sammenhenger. I lys av Krathwohls (2002) taksonomi kan det ut fra disse observasjonene altså se ut til at verktøyet kan stimulere flere lavkognitive læringsprosesser, som å huske og å anvende. Dette samsvarer med metastudier av nyere dato (Vogel et al., 2006; Ke, 2009; Sitzmann, 2011; Clark et al., 2016; Zhonggen, 2019) samt Baksaas og Nygårds (2021) observasjoner om økt grad av dybdelæring ved bruk av Hubro (business simulation). Skjelbred og Daus (2022) fant derimot ingen signifikant bedring i prestasjoner ved bruk av Hubros markedsføringsvariant (marketing simulation), i et randomisert eksperiment i videregående opplæring som på sin side peker mot de kvantitative sidene av vår undersøkelse. Det bør understrekes at videregående opplæring er en noe ulik læringskontekst.

Også i den kvalitative undersøkelsen fremkom det at noen studenter var skeptiske til det faglige læringsutbyttet, skjønt disse var i mindretall. Eksempler her er en opplevelse av dreining fra fag til spillopplevelse samt avvik mellom spillets design og begreper fra pensumlitteraturen.

5.1 Oppsummering og anbefalinger 

Gjennom arbeidet med simuleringsverktøyet har vi opplevd mye entusiasme for både spill og læring, og mange som opplever læring gjennom aktiviteten, samtidig som vi ikke observerer målbar effekt. Dette leder an til noen ganske tvetydige konklusjoner og anbefalinger: Simuleringene krever mye av lærer og student, og kan ikke påvises å ha direkte effekt på kunnskaper og eksamenskarakterer. Enkelt sagt kan det virke som det oppleves positivt i seg selv at studentene får et tilbud og blir engasjert, men at læringseffekten ikke derav kan tas for gitt. Det kan tyde på at dette vil være et positivt tilbud i studiehverdagen, men at man bør være varsom med å bruke simuleringsverktøy som erstatning for andre undervisningsmetoder. Med dette som overordnet observasjon fra studien diskuterer vi med særlig utgangspunkt i egne erfaringer noen anbefalinger knyttet til praktisk gjennomføring. 

Studentene trenger støtte i å forstå kobling mellom faget og simuleringen. Vi mener dette peker ytterligere mot at simuleringen bør inngå som en ekstra læringsaktivitet, og ikke erstatte andre læringsaktiviteter, noe som er i tråd med tidligere forskning (Sitzmann, 2011). En annen konsekvens av dette er at vellykket bruk av seriøse spill ikke kan antas å være noen avlastning for læreren. Vellykket integrering i undervisningen medfører økt kompleksitet i undervisningsopplegget og dermed mer arbeid for læreren heller enn mindre. 

Et sentralt og gjennomgående funn i litteraturen er nettopp at interaksjon, debrifing og tilbakemeldinger er sentralt for å lykkes med slike verktøy (Sitzmann, 2011; Wouters et al., 2013; Clark et al., 2016). Dette bør være innarbeidet i selve spillet, men brukersnittet kan likevel ikke fullt ut erstatte debrifing der læreren peker på sammenhengen mellom spillets innhold og emnets faglige læringsmål. Vi opplevde en positiv effekt av å inkludere studentassistenter i opplæringen av studentene, men et virkelig godt læringsutbytte forutsetter nok at læreren leder læringsprosessen.

Enkelt sagt kan det virke som det oppleves positivt i seg selv at studentene får et tilbud og blir engasjert, men at læringseffekten ikke derav kan tas for gitt. 

Introduksjonsemnet i bedriftsøkonomi er i stor grad et regel- og metodebasert emne som i hovedsak utfordrer og tester begrepsforståelse, teorigjengiving og evnen til å gjøre enkle kalkuleringer basert på oppgitt informasjon. Dermed kan vi se for oss at resultatene, og også anbefalingen om individuelt arbeid, ikke nødvendigvis er overførbare til emner senere i et studieløp som i større grad utfordrer evnen til å analysere, evaluere og skape (ref. Krathwohls, 2002). 

Vi mener det er et potensial ved bruk av spillbasert læring i økonomifagene på norske høyskoler og universiteter, men det krever innsats fra både lærer og studenter samt realistiske forventninger. Våre anbefalinger er oppsummert i tabell 9.

6. Konklusjon 

Denne studien undersøker bruk av seriøse spill ved undervisning i høyere utdanning, og presenterer fem anbefalinger til lærere og studenter som ønsker å ta i bruk spillbasert undervisning. Funnene og anbefalingene baserer seg på forfatternes erfaring med bruk av simuleringsverktøyet Hubro i perioden 2020–2022 og data som er samlet inn i den forbindelse. Overordnet finner vi ingen kognitive effekter ved kvantitative målinger av karakter og kunnskapstester, men studentene gir utrykk for økt begrep- og metodelæring og en positiv opplevelse i form av studieglede og motivasjon. Studien er gjennomført i en reell undervisningssituasjon der lærerne også utviklet sin kompetanse underveis i forsøkene, og vi legger også vekt på at studien er gjennomført i et introduksjonsemne som fokuserer på grunnleggende forståelse. Dette gir noen usikkerheter i datamaterialet som innebærer at studien ikke kan brukes til å bevise eller motbevise konkrete effekter, men gir et godt grunnlag for å vurdere hvilke hensyn man bør ta ved bruk av slike verktøy. 

Vi mener det er et potensial for bruk av spillbasert læring i økonomifagene på norske høyskoler og universiteter, men at det krever innsats fra både lærere og studenter samt nøkterne forventninger til utbytte. For lærere er det viktig å velge riktig spill, være klar på formålet og skape en tydelig sammenheng mellom spillets innhold og emnets øvrige læringsaktiviteter og pensum, og å vurdere frivillighet eller konkurranser slik at studentene selv kan tilpasse innsatsen. Ettersom vi her ser en tydelig effekt på opplevelse av motivasjon og læring, og mindre tydelig på målt læring, vil det antagelig være riktig å legge opp slik at simuleringen kan tilpasses studentenes egenopplevelse og motivasjon. For lærere og studenter innebærer dette en balansegang mellom frivillighet og integrasjon i faget. 

Referanser

Baksaas, K. M. & Nygård, R. (2021). Hvordan kan bedriftssimulator gi mer dybdelæring i regnskapsfag? Magma, 4, 107–114. 

Bertheussen, B. A. (2013). Er handelshøyskolene innelåst i historiske pedagogiske spor? Magma, 5, 40–48. 

Bloom, B. S., Engelhart, M. D., Furst, E. J., Hill, W. H. & Krathwohl, D. R. (1956). Taxonomy of educational objectives: The classification of educational goals. Handbook 1: Cognitive domain. David McKay. 

Braun, V. & Clarke, V. (2022). Thematic analysis: A practical guide. Sage Publications. https://doi.org/10.53841/bpsqmip.2022.1.33.46

 Bryman, A. (2016). Social research methods. Oxford University Press. 

Bulmer, M. (2006). Coding. I V. Jupp (Red.), The Sage dictionary of social research methods (s. 30–30). Sage Publications. 

Cheng, M. T., Lin, Y. W., She, H. C. & Kuo, P. C. (2017). Is immersion of any value? Whether, and to what extent, game immersion experience during serious gaming affects science learning. British Journal of Educational Technology, 48(2), 246–263. https://doi.org/10.1111/bjet.12386

Clark, D. B., Tanner-Smith, E. E. & Killingsworth, S. S. (2016). Digital games, design, and learning: A systematic review and meta-analysis. Review of Educational Research, 86(1), 79–122. https://doi.org/10.3102/0034654315582065

Deslauriers, L., McCarty, L. S., Miller, K., Callaghan, K. & Kestin, G. (2019). Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom. Proceedings of the National Academy of Sciences, 116(39), 19251–19257. https://doi.org/10.1073/pnas.1821936116

Garris, R., Ahlers, R. & Driskell, J. E. (2002). Games, motivation, and learning: A research and practice model. Simulation & Gaming, 33(4), 441–467. https://doi.org/10.1177/1046878102238607

 Gjøsæter, Å. & Kyvik, Ø. (2015). Er høyere organisasjons- og ledelsesstudier egnet for utvikling av reflekterte praksisaktører? Uniped, 38(1), 40–52. https://doi.org/10.18261/ISSN1893-8981-2015-01-04

 Goi, C.-L. (2019). The use of business simulation games in teaching and learning. Journal of Education for Business, 94(5), 342–349. https://doi.org/10.1080/08832323.2018.1536028

 Hamari, J., Shernoff, D. J., Rowe, E., Coller, B., Asbell-Clarke, J. & Edwards, T. (2016). Challenging games help students learn: An empirical study on engagement, flow and immersion in game-based learning. Computers in Human Behavior, 54, 170–179. https://doi.org/10.1016/j.chb.2015.07.045

 Honerud, J. H., (2023). Autoethnography in management research: Possibilities and pitfalls in a research case on public management decision-making. I Sage Research Methods: Business. Sage Publications. https://doi.org/10.4135/9781529627725

 Iten, N. & Petko, D. (2016). Learning with serious games: Is fun playing the game a predictor of learning success? British Journal of Educational Technology, 47(1), 151–163. https://doi.org/10.1111/bjet.12226

 Ke, F. (2009). A qualitative meta-analysis of computer games as learning tools. I R. E. Ferdig (Red.), Handbook of research on effective electronic gaming in education (s. 1–32). IGI Global. https://doi.org/10.4018/978-1-59904-808-6.ch001

 Krathwohl, D. R. (2002). A revision of Bloom's taxonomy: An overview. Theory into Practice, 41(4), 212–218. https://doi.org/10.1207/s15430421tip4104_2

 King, N. (1998). Template analysis. I G. Symon & C. Cassell (Red.), Qualitative methods and analysis in organizational research: A practical guide (s. 118–134). Sage Publications. 

Loon, M., Evans, J. & Kerridge, C. (2015). Learning with a strategic management simulation game: A case study. The International Journal of Management Education, 13(3), 227–236. https://doi.org/10.1016/j.ijme.2015.06.002

 Malone, T. W. (1981). Toward a theory of intrinsically motivating instruction. Cognitive Science, 5(4), 333–369. https://doi.org/10.1207/s15516709cog0504_2

 Schneider, M. & Preckel, F. (2017). Variables associated with achievement in higher education: A systematic review of meta-analyses. Psychological Bulletin, 143(6), 565. https://doi.org/10.1037/bul0000098

 Sitzmann, T. (2011). A meta-analytic examination of the instructional effectiveness of computer-based simulation games. Personnel Psychology, 64(2), 489–528. https://doi.org/10.1111/j.1744-6570.2011.01190.x

 Skjelbred, S.-E. & Daus, S. (2020). Læringsspill er populært, men utbyttet usikkert (NIFU Innsikt 1-2020). Nordisk institutt for studier av innovasjon, forskning og utdanning. 

Skjelbred, S. & Daus, S. (2022). Satisfaction is insufficient: Insights from a randomized, controlled trial of a marketing simulation game. Journal of Computer Assisted Learning, 38(6), 1686–1702. https://doi.org/10.1111/jcal.12703

 Stalheim, O. R. & Nordkvelle, Y. (2019). Skal vi la pasienten døy? Uniped, 42(1), 27–40. https://www.doi.org/10.18261/issn.1893-8981-2019-01-03

 Tennyson, R. D. (2008). A conceptual framework for the empirical study of instructional games. I H. F. O’Neil & R. S. Perez (Red.), Computer games and team and individual learning (s. 3–20). Emerald Group Publishing. 

Universitets- og høyskolerådet. (2018). Minimumskrav for Bachelor i økonomi og administrasjon (BØA). https://www.uhr.no/_f/p1/i48e11d18-8b76-4089-acb1-511fa13135e4/boa-plan-vedtatt-av-uhr-oa-november-2018-endelig.pdf

 Vogel, J. J., Vogel, D. S., Cannon-Bowers, J., Bowers, C. A., Muse, K. & Wright, M. (2006). Computer gaming and interactive simulations for learning: A meta-analysis. Journal of Educational Computing Research, 34(3), 229–243. https://doi.org/10.2190/FLHV-K4WA-WPVQ-H0YM

 Wang, Y., Rajan, P., Sankar, C. S. & Raju, P. K. (2016). Let them play: The impact of mechanics and dynamics of a serious game on student perceptions of learning engagement. IEEE Transactions on Learning Technologies, 10(4), 514–525. https://doi.org/10.1109/TLT.2016.2639019

 Wouters, P., Van Nimwegen, C., van Oostendorp, H. & Van Der Spek, E. D. (2013). A meta-analysis of the cognitive and motivational effects of serious games. Journal of educational psychology, 105(2), 250. https://doi.org/10.1037/a0031311

 Wouters, P. & van Oostendorp, H. (2017). Overview of instructional techniques to facilitate learning and motivation of serious games, I P. Wouters & H. van Oostendorp (Red.), Instructional techniques to facilitate learning and motivation of serious games (s. 1–16). Springer International Publishing. https://doi.org/10.1007/978-3-319-39298-1_1

Yan, T. (2020). Intercoder reliability. I P. Atkinson, S. Delamont, A. Cernat, J. W. Sakshaug & R. A. Williams (Red.), Sage Research Methods Foundations. Sage Publications. https://doi.org/10.4135/9781526421036905572

 Zhonggen, Y. (2019). A meta-analysis of use of serious games in education over a decade. International Journal of Computer Games Technology, Artikkel 4797032. https://doi.org/10.1155/2019/4797032

Noter

1. På engelsk: remember, understand, apply, analyze, evaluate, create.  

2. Ved USN undervises bachelor i økonomi og ledelse på fem campuser, der kjerneemnene har felles emneplan og tilsvarende undervisning. Dette innebar også fra 2021 felles eksamen, og i emnet Bedriftsøkonomi ble det også skiftet pensumbok ved andre gjennomføring som ledd i overgang til felles eksamen.