Tekoäly tukemassa monialaisen koulutuksen järjestämistä
Nykypäivän opiskelija kohtaa työelämässä muuttuvan, mutkikkaan ja maailmanlaajuisen tietotalouden sekä uudenlaisia tehtäviä, joissa taitoja täytyy soveltaa luovasti. Meritekniikan kaltaiset perinteiset teollisuusalat vaativat työntekijöiltään yhä enemmän monialaista osaamista ja dynaamisuutta. Odotuksia vastaavia taitoja kehittävien kurssien suunnittelu ja järjestäminen on työlästä ja haastavaa.
"Meidän pitää samanaikaisesti tehdä yhteistyötä monien eri alojen professorien kanssa sekä ottaa huomioon teollisuuden tarpeet", kertoo meritekniikan professori Jani Romanoff.
"Yhteistyöprosessiin kuluu helposti viikkoja, koska henkilöstö työskentelee erillään lukuisissa tutkimusryhmissä, ja kurssiin sopivien aiheiden tunnistaminen eri aloilta on vaikeaa."
Monialaisen yhteistyön helpottamiseksi Aalto-yliopiston IT-palvelut toteutti kokeiluprojektin, jossa semanttisen hakuteknologian avulla etsittiin yhteyksiä professorien, kurssien ja teollisuuden tarpeiden välillä. Koneoppimisalgoritmien ja luonnollisen kielen prosessoinnin avulla semanttinen haku käy nopeasti läpi suuriakin tekstimassoja. Näin kullekin professorille voidaan muodostaa semanttinen profiili ACRIS-tutkimusportaalista (research.aalto.fi) saatavien julkaisutietojen tietolouhinnan perusteella. Sama teknologia mahdollistaa myös kurssien ja opiskelijoiden semanttisen mallintamisen, jolloin monenkeskinen linkitys, klusterointi ja haku voidaan tehdä automaattisesti.
Monialainen professorihaku ja kurssin markkinointi
Pilottihankkeeseen kuului kaksi semanttiseen hakuun perustuvaa kokeilua. Ensimmäisessä etsittiin Aalto-yliopiston professoreista opettajia FITech Summer Boost -kesäperiodiin kuuluneelle kurssille, jonka aiheena oli itseohjautuvien laivojen suunnittelu. Aihe vaatii osaamista useilta eri aloilta ja sopivien henkilöiden löytäminen oli tärkeää.
Haku toteutettiin tarkastelemalla professorien tutkimusportaaliin ilmoittamien julkaisujen sopivuutta valittuihin avainsanoihin, minkä jälkeen heidät asetettiin järjestykseen sen perusteella, kuinka monta kurssin aiheeseen sopivaa julkaisua kunkin nimissä oli. Käsin tehtynä tehtävä olisi erittäin työläs, mutta semanttinen haku suoriutui siitä nopeasti.
Ensimmäisen kokeilun pohjalta samaa hakutekniikkaa käytettiin kurssin kohdentamiseksi sellaisille opiskelijoille, jotka kurssihistoriansa puolesta voisivat olla siitä kiinnostuneita. Ensin yliopiston kurssitarjonnasta haettiin avainsanojen avulla FITech-kurssin teemoihin sopivia kursseja, joita sitten haettiin opiskelijoiden opintorekistereistä.
Opiskelijat laitettiin järjestykseen sen mukaan, kuinka monta soveltuvaa kurssia he olivat suorittaneet ja milloin kurssit suoritettiin. Kurssia markkinoitiin haun perusteella parhaiten soveltuville opiskelijoille sähköpostitse. Opiskelijoiden yksityisyyden suojaamiseksi aineistot käsiteltiin siten, että henkilötietoja ei voinut yhdistää tiettyyn henkilöön.
Semanttinen haku sai tämänkin tehtävän nopeasti valmiiksi, tuloksena luettelo opiskelijoista, jotka voisivat olla kurssista kiinnostuneita. Prosessi muistuttaa hieman sitä, miten Netflix suosittelee käyttäjilleen katsottavaa.
"Tällainen kohdennettu kurssimarkkinointi on tärkeää, sillä muut keinot yksinkertaisesti eivät toimi", toteaa professori Romanoff, joka vastasi FITech-kurssin järjestämisestä.
"Tekniikassa uutta on se, että algoritmi osaa tunnistaa eri tieteenaloilta yhteneväisiä aiheita ja taitoja, vaikka niistä puhuttaisiinkin eri sanoilla ja termeillä", kertoo Vincent Kuo, kokeilut toteuttaneen VXT Research Oy:n toimitusjohtaja.
"Tekoäly voi tunnistaa esimerkiksi tapaturmamallinnuksen, tulen ja riskianalyysin merkityksen suhteessa meriturvallisuuteen. Erikoisalojen ja jargonin aiheuttamat kuilut voidaan täten ylittää ja luoda yhteistoimivia aineistoja, jotka helpottavat yhteistyön aloittamista."
Kohti elinikäisen oppimisen ekosysteemiä
Pilotin perusteella yliopiston tietovarannot ja semanttinen haku voisivat toimia pohjana kokonaiselle yhteistyöekosysteemille. Ekosysteemi tarvitsee kuitenkin tuekseen tehokasta datan hallintaa kaikissa yliopiston toiminnoissa ja prosesseissa.
"Kokeilujen tulokset paljastavat koneoppimisen ja yliopiston tietovarantojen yhdistelmässä piilevät mahdollisuudet, mutta samalla herää kysymyksiä Aallon datan hallinnan kehittämistarpeista tulevaisuudessa", kertoo Aalto-yliopiston IT-palveluiden kehityspäällikkö Martti Rahkila.
"Voisimmeko kehittää opetusta, tehostaa rekrytointia tai jopa tukea elinikäistä oppimista avaamalla organisaatiomme tuottamaa dataa myös kolmansien osapuolien sovelluksille tai edistyneille algoritmeille?"
Merkittävät kehitysaskeleet kohti toimivaa ekosysteemiä vaativat vielä monen uuden käytänteen perustamista. Pilottihanke osoittaa kuitenkin suunnan kohti kunnianhimoisten visioiden toteuttamista.
Lisätietoja:
Martti Rahkila
Kehityspäällikkö, Aalto-yliopiston IT-palvelut, CDO-toimisto
[email protected]
puh. +358 50 576 1175
Vincent Kuo
Toimitusjohtaja ja perustajajäsen, VXT Research Oy
[email protected]
puh. +358 44 954 1094
- Julkaistu:
- Päivitetty: