Opetus- ja kulttuuriministeriön rahoittama profilointihanke AI Driver!-hanke mahdollisti Haaga-Helian osaamisen kasvattamisen ja profiilin kirkastamisen tekoälyn saralla. Tämä asia teki hankkeesta erityisen mielenkiintoisen, koska se antoi monenlaista liikkumavaraa suunnitella osaprojekteja tukien opettajiemme, opiskelijoidemme ja tutkijoidemme vahvuuksia. Hanke syvensi ymmärrystämme siitä, miten monitieteisyys on kilpailuvaltti ja vahvuus myös tekoälyn soveltamisen alueella.
Tässä kirjoituksessa kuvaan AI Driver!-hankkeen kokemuksia ja tuloksia tekoälyn ja ihmisen vuorovaikutuksen tutkimuksen alueelta.
Monialaisia tutkimushankkeita ihmisen ja tekoälyn vuorovaikutuksesta
Monialaisuus näkyi konkreettisesti meidän tekemisessämme, kun eri aikoina hankkeelle teki töitä yhteensä 13 haagahelialaista. Työstimme noin kymmenen erikseen nimettyä ja erilaista tutkimus- ja kehitysprojektia. Sen lisäksi teimme tutkimusta monesta muustakin aiheesta, vaikka niitä ei erikseen määritelty osaprojekteiksi.
Hankkeen aikana tutkimme, miten tekoälyä voisi ja tulisi soveltaa liiketoiminnan, koulutuksen ja terveydenhuollon alueella. Siksi tekoälyn luottamus, luotettavuus ja eettiset näkökulmat nousivat vahvasti esille. Hankkeessa laadimme esimerkiksi viitekehyksen ja teknisen konseptin systeemistä, joka auttaisi opiskelijoita informaation luotettavuuden arvioinnissa (Khan ym. 2024). Viitekehys sisältää erilaisia informaatiotyyppejä, perustelee sen omaa sisäistä toimintaansa ja hyödyntää dataa eri lähteistä.
Rakensimme teknisen konseptin, joka auttaa kokeilemaan ja kehittämään kivuntunnistusta tekoälyn avulla tietoturvallisessa ympäristössä (Khan & Alamäki 2023). Tässäkin konseptissa olennaista on yhdistää tietoa eri datalähteistä, koska se lisää näin tulosten luotettavuutta.
Hankkeen puitteissa raportoimme tutkimustuloksia terveyssektorin chatbotista (Aunimo, Kauttonen & Alamäki 2022), joka voisi antaa vastauksia asiakkaille riittävällä tarkkuustasolla. Tutkimuksessa kuvataan mikä on todennäköisyys, että kyseinen chatbot tuottaa oikean vastauksen. Käyttäjäkokemuksen kannalta käyttäjien luottamus tekoälyn vastauksia kohtaan on ensiarvoisen tärkeää.
Koulutuksen osa-alueella kokeilimme ja tutkimme tekoälypohjaista arvioinnin tukemista ja palautteen antamista (Alamäki ym. 2024a) sekä opintojen suunnittelua. Kokeiluun osallistui 158 opiskelijaa Haaga-Heliasta ja MCI ammattikorkeakoulutusta Itävallasta. Kokeilututkimuksen tulokset osoittavat, että opiskelijat, jotka opiskelevat mieluummin yksin ja etänä, arvostivat enempi tekoälypohjaista arviointia.
Tutkimuksen mukaan yleinen luottamus tekoälyyn ennustaa tekoälyn käytön todennäköisyyttä myös koulutuksen alueella. Selvitimme ja edistimme hankkeen puitteissa opintojen suunnittelun tekoälyratkaisun käyttöä 3AMK:n yhteisenä projektina (Mononen ym. 2023). Projektista saimme kokemuksia, miten opiskelijoiden omaa opintojen suunnittelua ja kurssivalintaa voisi edistää työmarkkinadataa hyödyntämällä.
Tutkimme myös emotionaalisen ja tavallisen chatbotien eroja (Pezenka ym. 2024; Aunimo, Perenka, & Dobrowsky 2024). Emotionaalinen chatbot havaittiin luotettavamman oloiseksi ja käyttäjät käyttivät sitä pitempään. Luonnollisen kielen analytiikkaan syvennyttiin osana älykästä automaatiota (esimerkiksi konferenssipaperi Kortesalmi, Aunimo & Kärkinen 2024) ja tietojohtamista (esimerkiksi konferenssipaperi Kudryavtsev, Khan & Kauttonen 2024).
Tekoälyn ja kestävän kehityksen alueelta teimme opetuskokeilun, jossa yhdistimme tekoälyn mahdollisuuksia kestävän kehityksen tavoitteiden edistämiseen (Alamäki ym. 2024b). Siinä havaitsimme, että teemojen integraation opettamiseen tulisi varata paljon aikaa, vaikka aikaisempi osaaminen alueelta on ratkaisevaa. Saman opetuskokeilun puitteissa teimme mm. tekoälyn lukutaidon taksonomian kestävän kehityksen näkökulmasta.
Lisäksi muissa osaprojekteissa tutkimme ja vertailimme muum muassa kasvojen ilmeiden tunnistuksen algoritmeja ja kehitimme tekoälyn kehitysprojektien johtamisen käytäntöjä. Muutosjohtaminen, kehitysprosessien johtaminen ja yleensäkin tekoälyn käyttöönottoon ja tekoälymurrokseen liittyvät asiat nousivat myös tutkimuskohteeksi.
Uutta tekoälytietoa hyötykäyttöön
Hankkeen keskeinen ammatillinen julkaisu oli vuoden 2024 lopussa lanseerattu sähköinen kokoomateos nimeltään Tekoäly työtä, osaamista ja liiketoimintaa uudistamassa (Alamäki ym. 2024c). Sen avulla käytännölliset tuloksemme leviävät mahdollisimman laajalle ja muut kehittäjät pääsevät hyötymään uusista konsepteista, malleista, havainnoista ja löydöksistä.
Haaga-Helian julkaisema kokoomateos kuvaa monitieteisesti tekoälyn teknologioita, soveltamista ja ihmisten, opetuksen ja liiketoiminnan välistä vuorovaikutusta. Kirjoitimme yhteisjulkaisuun 20 erilaista artikkelia, jossa konkretisoimme erilaisten osahankkeidemme tuloksia. Artikkelin lukumäärä kasvoi alkuperäisestä suunnitelmasta, koska aihepiiri on laaja. Julkaisu sai hyvää palautetta monelta suunnalta mm. sen konkreettisuuden ja ajankohtaisuuden takia. Eräs lukija kommentoikin julkaisua käsikirjanomaiseksi, koska siitä saa ideoita ja ajatuksia tekoälyn soveltamiseen hyvin monesta näkökulmasta.
Tiivistimme kansainvälistä yhteistyötä ja edistimme uutta kehittämistä
Työpaketissamme tuotimme kaiken kaikkiaan 22 vertaisarvioitua ja 42 ammatillista artikkelia, ja jotakin artikkeleita on vielä edelleenkin työn alla. Tutkijamme osallistuivat kymmeneen tieteelliseen konferenssin ja muutamiin kotimaisiin tapahtumiin. Eräs tutkijamme vieraili asiantuntijana Yleisradion Radion Suomen päivässäkin. Teimme yhteistyötä kansainvälisten ja kotimaisten korkeakoulujen kanssa usean eri tutkimuksen saralla. Mukana oli esimerkkinä Ulysseus Eurooppa-yliopiston partnereita Itävallasta ja Espanjasta.
Haaga-Heliassa on parhaillaan käynnissä lukuisia tekoälyyn kytkeytyviä uusia hankkeita. Näin osaaminen kumuloituu hankkeesta toiseen ja siirtyy opiskelijoidemme, henkilöstömme ja erilaisten sidosryhmiemme osaamiseksi. Esimerkkeinä hankkeista, joissa pääsemme jatkokehittämään ja soveltamaan tämän hankkeen tuotoksia ovat AI Skaalaajat, Erasmus+ Metacog ja Genaisa. Tulokset auttavat luonnollisesti myös opintojaksojen kehittämisessä mikä on tärkeää korkeakouluissa tehtävässä hanketyössä.
Tekoälymurroksen muutosmatka jatkuu
Tekoälyn kehitys on ottanut suuria harppauksia viime vuosina. Nähtäväksi jää kuinka nopeasti uudet teknologiat muuttavat organisaatioiden ja käyttäjien työtapoja ja prosesseja. Vaikuttaa siltä, että tekoälyn soveltaminen ja integroiminen nykyisiin työ- ja oppimiskäytäntöihin vaatii aikaa. Vanhojen opittujen käytäntöjen muutos on harvoin nopeaa, vaikka uusi tekninen ratkaisu olisikin saatavilla.
Monissa organisaatioissa on useitakin tekoälyn kokeiluja menossa ja yhä useammat työntekijät ja opiskelijat käyttävät avoimia kielimalleja oman työnsä tukena. Hyödyt tulevat tällä hetkellä enempi yksilöille kuin koko organisaation tuottavuudeksi. Koko organisaation kattavien prosessien muuttaminen tekoälyavusteiseksi on aina hitaampaa kuin oma-aloitteisten yksilöiden työn muuttuminen. Tekoälymurros on siten muutosmatka, jossa olemme vasta alkuvaiheessa.
AI DRIVER! – Digital business transformations: Human AI interaction in service business and open education hankkeen rahoitti Opetus- ja kulttuuriministeriö. Hanke oli aktiivinen 1.9.2021–28.2.2025.
Julkaisuja
Alamäki, A., Khan, U. A., Kauttonen, J., & Schlögl, S. 2024a. An Experiment of AI-Based Assessment: Perspectives of Learning Preferences, Benefits, Intention, Technology Affinity, and Trust. Education Sciences, 14(12), 1386.
Alamäki, A., Nyberg., C., Kimberly, A. & Salonen, A. 2024b. AI Literacy in Sustainable Development: A Learning experiment in higher education. Frontiers in Education. Vol 9.
Alamäki, A., Wirenius, K., Moilanen, T. & Leppäniemi, T. (toim.). 2024c. Tekoäly työtä, osaamista ja toimintaa kehittämässä. AI driver-hankejulkaisu. Haaga-Helia julkaisut 15/2024. ISBN 978-952-7a474-81-5.
Aunimo, L., Kauttonen, J. & Alamäki, A. 2022. Expert Work Automation in Healthcare: the Case of a Retrieval-Based Medical Chatbot. eSignals Research, the proceedings of HHBIC 2022 conference.
Aunimo, L., Perenka, I. & Dobrowsky, D. 2024. Explorations on Using Facial Expression Data for Studying Emotional Reactions during Chatbot Interaction (position paper). CONVERSATIONS 2024 conference, Thessaloniki, Greece.
Kudryavtsev, D., Khan, U. & Kauttonen, J. 2024. Transforming knowledge management using generative AI: from theory to practice. KMIS 2024 conference proceedings, International Conference on Knowledge Management and Information Systems, November 17-19, 2024.
Khan, U. & Alamäki, A. 2023. Designing ethical and secure pain estimation using AI sandbox for contactless healthcare. Jounal of Online and Biomedical Engineering 19(15), 166-201.
Khan, U., Kauttonen, J., Alamäki, A. & Aunimo L. 2024. Ensuring information trustworthiness in artificial intelligence-enhanced higher education. Journal of Information Technology Education: Research 23 (13), 1-35.
Kortesalmi, H., Aunimo, L. & Kärkinen E-L. 2024. Collaborative ecosystems for increasing automation in accounting processes in small firms. Esitys ja paperi julkaistu Pro-ve 2024 konferenssissa 28-30.10.2024 Albi, Ranska.
Mononen, A., Alamäki, A., Kauttonen, J., Klemetti, A., Passi-Rauste, A. & Ketamo, H. 2023. Forecasted Self: AI-Based Careerbot-Service Helping Students with Job Market Dynamics. Engineering Proceedings 39, no. 1: 99.
Pezenka, I., Aunimo, L., Janous, G., & Dobrowsky, D. 2024. Emotionality in Task-Oriented Chatbots–The Effect of Emotion Expression on Chatbot Perception. Communication Studies, 1-19.
Kuva: Shuttertock