3

Kokeilun oppi

-

Kokeilun teemat

AmmattikorkeakouluTekoälyTyöhyvinvointi
Kokeilu on luotu 29.10.2018

Kävelypalavereilla kuntoon - tuloksia

Asiantuntijaorganisaatiot lihovat ja laiskistuvat. Työhyvinvointia voidaan parantaa kävelypalavereilla. Ongelmana käveltäessä on muistion kirjoittaminen. Ratkaisu: nauhoitetaan keskustelu puhelimella. Puheen tunnistusohjelma hoitaa sitten muistion kuntoon.

Miksi tämä kokeilu on tarpeellinen?

Syy tules-ongelmiin ja ylipainoon meillä lienee sama kuin suurimmassa osassa muitakin asiantuntijaorganisaatioita. Istutaan kokouksissa ja ryystetään kahvia. Lapin kaunis luonto jää aivan huomiotta kun suurimman osan vuotta tullaan töihin ja lähdetään pois säkkipimeällä. Mitäpä jos viettäisimme osan päiväämme ulkona - silti töitä tehden? Teimme 10.000 vuotta töitä ulkona, viimeiset 50 vuotta sisällä. Tämä kokeilu haastaa asiantuntijat ulkotöihin! Kokeilusta halutaan oppia se, että asiantuntijakokoukset voidaan viedä ulos kokoushuoneista ilman että tulos kärsii. Hyvinvoinnin lisääntyminen voi lisätä tuloksellisuutta ja työn tuottavuutta.

Miten kokeilu toteutetaan?

Kokeilussa luotiin malli kävelypalavereiden toteuttamisesta tekoälyn avulla ja samalla kartoitettiin soveltuvimmat teknologiat puheentunnistukseen. Siinä mielessä kokeilu oli onnistunut. Lisätestausta tarvitaan, jotta muistiota voisi integroida yhteen muiden tehtävienhallinnan kannalta oleellisten työkalujen kuten esim. Trello kanssa. Tässä kokeilussa selviää, miten asiantuntijatiimit onnistuvat siirtämään kokouksensa ulkoilmaan kävelykokoukseksi älykännykkää ja tekoälyn automaattista tunnistusta hyödyntäen eri luonnonolosuhteissa. elokuu-marraskuu 20118

Kuka tai ketkä kokeilun toteuttavat?

Kokeilun toteuttaa ArcticPower-tutkimusryhmän johdolla Lapin AMK:n eri tiimit, jotka haluavat siirtää osan kokouksistaan ulkoilmaan. Lapin AMKin TKI-toiminnassa toimii kymmeniä ICT-alan huippuosaajia. Tekoälyä hyödyntäviä sovelluksia on tehty mm. kuvantunnistuksen osalta. Keskeisenä ICT:n integraatioalueena on rakennettu ympäristö, jonka kehittämisessä toimitaan yhteistyössä rakennustekniikan osaajien kanssa. Lapin AMKin TKI-osaajien tavoitteena on luoda Lappiin fiksu elinympäristö, jossa tuotetaan tutkimuksella kilpailuetua tulevaisuuden teknologioista. We Build IT Digital!

Mikä on kokeilun budjetti?

Eri teknisten vaihtoehtojen selvittäminen, niiden pilotointi, arviointi, preferointi ja tulosten esittäminen oppaana sekä kokeilun paikka-sivuilla arvioidaan vievän noin 5000 euron työpanoksen.

Millaista osaamista ja rahoitusta kokeilulla on käytettävissään?

Lapin AMK:n Arctic Power -tutkimusryhmä keskittyy olosuhteiden osaamiseen ja osaa kääntää lapin ankarat olot voimavaraksi monella tavalla. Ryhmä on myös tehnyt koordinoinut nopeita ja jaloistavasti toteutettuja pilotteihin yrityksien kanssa ÄET-hankkeen tiimoilta.

Kokeilun oppi

Saavuttiko kokeilu tavoitteensa?

Kokeilussa saatiin luotua malli kävelypalavereiden toteuttamisesta tekoälyn avulla ja saatiin samalla kartoitettua soveltuvimmat teknologiat puheentunnistukseen. Siinä mielessä kokeilu oli onnistunut. Lisätestausta tarvitaan, jotta muistiota voisi integroida yhteen muiden tehtävienhallinnan kannalta oleellisten työkalujen kuten esim. Trello kanssa.

Mitä uutta tietoa kokeilulla saatiin?

Kävelypalavereilla kuntoon - tekoälykokeilussa luotiin prosessi ja määritettiin soveltuvat työkalut kävelypalavereiden järjestämiseen ja muistion luontiin. Teknologiaselvitysvaiheessa opittiin, että Googlen puheentunnistus ja Google Docs olivat soveltuvin yhdistelmä muistion luontiin. Ratkaisua voitiin hyödyntää reaaliaikaisesti ja usean käyttäjän kesken. Ennen palaveria tarvitsee vain luoda uusi dokumentti, johon agenda vamistellaan. Kävelypalaverin aikana hyödynnetään älypuhelinta tallentamaan puhetta suoraan Google Docsiin. Palaverin vetäjä johtaa agendan mukaan puhetta ja sihteeri sanelee yhteenvedon käsitellystä aiheesta (tehtävä, resurssi, aikataulu). Puhekäskyt: "välilyönti", "uusi rivi", "uusi kappale", "piste", "pilkku" toimivat komentoina muistion jäsentelyssä. Muista teknologiavaihtoehdoista Philipsin speechlive ei toiminut reaaliaikaisesti, vaan soveltui enemmän sanelujen tallentamiseen ja pakotti tekemään manuaalisia tiedostonsiirtoja. Kokeiltiin myös IBM Watsonin puheentunnistusta. Watson ei kuitenkaan ymmärrä suomenkieltä ja vaatii erillisen tallenteen ja ohjelmointia. Kaksi oppia: - Googlen puheentunnistus toimii hyvin suomenkielellä ja soveltuu muistion luontiin. - Puheentunnistukseen ei kannata tallentaa kuin yhteenvedot käsitellyistä aiheista. (Ei kaikkea puhuttua tekstiä.) Vinkkejä: - Ei kannata lähteä miettimään ratkaisua liian monimutkaisesti, vaan olemassa olevilla teknologioilla voi luoda uusia sovelluskohteita nopeasti.

Miten aiot viedä kokeilua tai sen tuloksia eteenpäin?

Kokeilua jatkotestataan Lapin AMKin toiminnassa tapahtuvissa palavereissa. Kokeilua voidan skaalata integroimalla puheentunnistus muihin tehtävienhallinnan sovelluksiin. Myös erityissanastojen opetus tekoälyjärjestelmälle pitäisi olla jatkokehityksen toimenpiteissä. Isomman mittakaavan toteutuksessa pitäsi panostaa konseptin, lisätestaamiseen käyttöohjeiden luontiin ja tulosten levittämiseen viestinnällisesti.