SlideShare ist ein Scribd-Unternehmen logo
1 von 82
Downloaden Sie, um offline zu lesen
AI
GENERATION AI
AI EDUCATION FOR THE SECURITY MINDSET
AI
- 9.00 Omatoiminen aamiainen Sirkkala-salissa
9.00 - 10.30 Alustus/ Matti Tedre
Hankkeen tavoitteet, toiminta ja tutkimus/ Juho Kahila
Esimerkki koneoppimisen kouluprojektista/ Henriikka Vartiainen
10.30 - 11.30 Teknologioihin tutustuminen
11.30 - 12.30 Lounas Sirkkala-salissa
12.30 - 13.30 Kouluprojektin alustavaa ideointia ja yhteissuunnittelua
koulukohtaisissa pienryhmissä
13.30 - 14.00 Päivän koonti, tapaamisista ja viestinnästä sopiminen
PÄIVÄN OHJELMA
Kimmeli, Marjala sali
Alustus
Matti Tedre
AI
TIETEELLINEN VALLANKUMOUS JA
TEOLLINEN VALLANKUMOUS
LUKU I
Tieteellinen vallankumous: Luku I
AI
Jako teoreettiseen ja kokeelliseen tieteeseen
AI
Teollinen vallankumous (manuaalisen työn automatisointi)
AI
Yhteiskuntarakenteet murtuvat, yhteiskuntasopimus muuttuu
AI
Tieteellinen ja teollinen vallankumous, Luku II (sähkö)
AI
Tieteellinen ja teollinen vallankumous, Luku II (suhteellisuusteoria)
AI
Tieteellinen ja teollinen vallankumous, Luku II (kvanttimekaniikka)
AI
TIETEELLINEN VALLANKUMOUS
LUKU III
ca. 1950
Uusi tieteellinen vallankumous (laskennallinen tiede)
AI
1. Uudet työvälineet
AI
2. Uudet tieteelliset menetelmät
AI
3. Uusi tietoteoria
AI
4. Uusi, laskennallinen tapa hahmottaa maailma
AI
5. Uudet yhteistyön muodot
AI
AI
Tieteellisen työn muutos
TEOLLINEN VALLANKUMOUS
LUKU III:
TIETOTYÖN AUTOMATISOINTI
ca. 1950
I: Työn mekanisaatio
AI
II: Työn robotisaatio
AI
III: Työn digitalisaatio
AI
1. Yksinkertainen automaatio
2. Sääntöpohjainen automaatio
3. Opetetut koneet
4. Itse oppivat koneet
5. Luova tekoäly
6. Ihmisen ja koneen työn fuusio
7. Yleistekoäly
TEOLLINEN VALLANKUMOUS
LUKU III:
LUOVAN TYÖN AUTOMATISOINTI
ca. 2020
Generatiivinen tekoäly luo kuvia, tekstiä, videota
AI
ChatGPT
Dall-E 2
Midjourney
CoPilot
MuseNet
Lensa
…
AI
Digitaalinen murros? Tässä ja nyt.
Tietokoneet ovat vuosikymmeniä tehneet enenevästi tietotyölle sitä mitä
● höyrykone teki raskaalle työlle
● robotit tekivät manuaaliselle työlle
Vaaditaan koko ajan uusia taitoja ja tietoja
Iso osa muutoksista kuitenkin “vanhaa” teknologiaa
“Kognitiivisen työn” automatisointi 2010-luvulta eteenpäin
2020-LUVUN TEKNOLOGIA:
KONEOPPIMINEN
Siirtymä sääntöpohjaisuudesta datapohjaisuuteen
AI
Järjestelmiä jotka oppivat suuresta määrästä dataa
AI
Miten kone pystyy kertomaan mitä kuvassa on?
SYITÄ KONEOPPIMISEN MENESTYKSEEN
Kyky sovittaa funktioita dataan
AI
Käytännön ymmärrys siitä mitä data/funktiopohjaisesti voi tehdä
AI
Uuden onnistumisen kriteerit
AI
Kaupallinen potentiaali
Avoimet teknologiaratkaisut, datasetit, mallit
OPETUSDATAN LÄHTEET
● Kaikki netissä saatavilla oleva data kelpaa
koneoppivien järjestelmien raaka-aineeksi
● Kuvat
○ Taide
○ Valokuvat
○ Grafiikka
○ Uutiset
● Teksti
○ Wikipedia
○ Uutiset
○ Some
○ Jne.
● Ääni
○ Spotify
○ Youtube
● Video
AI
AI
Uusia työelämätaitoja
AI
Tekoäly muuttaa arkea
EETTISIÄ ONGELMIA
PUUTTUVIA YHTEISIÄ PELISÄÄNTÖJÄ
AVOIMIA KYSYMYKSIÄ
Datapohjainen seuranta
AI
Profilointi ja klusterointi
AI
Mallinnus ja ennustaminen
AI
Tunnereaktioiden hyödyntäminen (emotion farming)
AI
Huomionhallintatekniikka (attention engineering)
AI
Käyttäytymisenohjaustekniikka (behavior engineering)
AI
Anonymiteettiharha
AI
13-vuotiaista on tallessa keskimäärin 70 miljoonaa datapistettä
AI
GENERATION AI
AI EDUCATION FOR THE SECURITY MINDSET
Hankkeen tavoitteet, toiminta ja
tutkimus
Dr. Juho Kahila
AI
● Generation AI on Suomen Akatemian yhteydessä
toimivan Strategisen Tutkimuksen Neuvoston (STN)
rahoittama hanke. Hanke on yksi Turvallisuus ja luottamus
algoritmien aikakaudella (Shield) -ohjelman hankkeista
● Hankkeen johtajana toimii professori Matti Tedre, UEF
● Hankkeen kesto on 6 vuotta ja kokonaisbudjetti 5.4 M€
● Verkkosivut: https://www.generation-ai-stn.fi
GENERATION AI
AI
● kouluja eri kaupungeista
● yhteistyökumppaneita esimerkiksi
Heurekasta, Joensuun SciFestistä
ja Suomen koodikoulusta
● tietojenkäsittelytieteen,
kasvatustieteen ja oikeustieteen
tutkijoita Itä-Suomen yliopistosta,
Helsingin yliopistosta, ja Oulun
yliopistosta
● Tavoitteena on vahvistaa lasten ja nuorten
kykyä ymmärtää tekoälyyn sekä
koneoppimiseen perustuvia teknologioita ja
niiden vaikutuksia
● Hankkeessa kehitetään pedagogiikkaa,
opetusmateriaaleja ja opetusteknologioita
tukemaan tekoälyyn, digitalisaatioon ja
datafikaatioon liittyvien tietojen ja taitojen
oppimista
○ Erityisenä teemana
kyberturvallisuuden perusteet ja sen
yhtymäkohdat tekoälyyn
HANKKEENTAVOITTEET
AI
Vahvistetaan lasten ja nuorten
osallisuutta ja valmiuksia keksiä ja
kehittää erilaisia tekoälyyn perustuvia
sovelluksia
Tuetaan lapsia ja nuoria vastuulliseen
sekä turvalliseen toimintaan
digitaalisissa palveluissa
Lisätään ymmärrystä sosiaalisen
median ansaintalogiikasta ja
potentiaalisista riskeistä muun muassa
yksityisyydensuojan sekä algoritmisen
vaikuttamisen näkökulmista
Tavoitteena lasten ja nuorten
DATATOIMIJUUDEN
TUKEMINEN
● Hankkeen kohderyhmä on 4. luokan ja 7. luokan oppilaat
opettajineen
● Hankkeessa toteutetaan toistensa päälle rakentuvia
kouluprojekteja, joissa käsitellään mm.
○ kyberturvallisuuden perusteita
○ tekoälyn peruskäsitteitä ja -taitoja
○ tekoälyn eettisiä ja yhteiskunnallisia vaikutuksia
● Kouluprojekteja toteutetaan kerran vuodessa ja niiden
tyypillinen kesto on 6-10 oppituntia
● Projektien aikana oppilaat määrittelevät kyberturvallisuuteen
ja tekoälyyn liittyviä haasteita sekä keksivät niihin ratkaisuja
tutkijoiden ja opettajien avustuksella
HANKKEENTOIMINTA
AI
Vaiheet Keskeiset käsitteet Kysymyksiä
Kontekstin luominen: kuka
käyttää dataasi ja kuinka?
● Arjessa tapahtuva datan kerääminen ja
siihen liittyvät käsitteet ja menetelmät
● Koneoppimiseen perustuvat palvelut ja
sovellukset
● Turvallisuusajattelu, lasten oikeudet ja
henkilökohtaiset data-strategiat
● Miten ja miksi koneoppivia järjestelmiä käytetään jokapäiväisessä elämässä?
● Millaisia tietoja minusta kerätään ja miten niitä käytetään?
● Mitä voit tehdä koneoppimisella ja suurella määrällä dataa?
● Mitä turvallisuutta ja luottamusta koskevia uhkia syntyy datan käytöstä?
● Millaiset ongelmat ovat helppoja tai vaikeita tekoälylle?
Peruskäsitteisiin,
toimintaperiaatteisiin ja uhkiin
tutustuminen
● Luokittelu, klusterointi, etäisyysmetriikat,
neuroverkot ja mukautuva sisältö
● Haitalliset toiminnot, algoritminen harha,
tietoturva ja tekoälyn etiikka
● Kuinka voin luoda luokittelijan tai suosittelu- tai profilointi-järjestelmän?
● Millaisia ongelmia voin ratkaista neuroverkkojen avulla?
● Kuinka algoritminen vinouma voi päästä tekemiini tekoälysovelluksiin?
● Kuinka voin ”rikkoa” koneoppimisen-malleja?
● Kuinka dataa voidaan käyttää väärin?
Sovellukset, luovuus ja
väärinkäytökset
● Tekoälyn luoma taide, datalähtöinen
suunnittelu, dynaaminen sisällöntuotanto
● Väärinkäytökset ja uhat turvallisuudelle ja
luottamukselle
● Syväväärennykset (deepfakes),
kaikukammiot, tunteiden vahvistaminen ja
polarisaatio,
● Tekoäly ja tekijänoikeudet
● Voivatko tietokoneet olla luovia?
● Kuinka tekoäly voi luoda uusia kuvia, tekstejä tai taidetta?
● Mitä ovat syväväärennökset (deepfake)?
● Kenellä on tekijänoikeudet tekoälyllä tehtyyn taiteeseen?
● Miten robotit voivat vaikuttaa ihmisten mielialaan ja pahentaa polarisaatiota?
Ymmärrys luottamuksesta ja
turvallisuudesta yhteiskunnan
koneoppimisjärjestelmissä
● Oikeus yksityisyyteen ja turvallisuuteen
● Tekoäly ja kyberturvallisuus
● Tekoälyn ja koneoppimisen etiikka
● Hybridivaikuttaminen
● Kuinka Al-järjestelmät voivat vahingoittaa tai hyödyttää ihmisiä?
● Kenen pitäisi päästä päättää tekoälyn käytöstä ja rajoituksista?
● Miten meihin vaikutetaan ja miksi?
Kouluprojektien keskeiset vaiheet ja käsitteet
KOULUPROJEKTIEN
SUUNNITTELU JA
TOTEUTUS
OPETTAJIEN
JATUTKIJOIDEN
YHTEISTYÖSSÄ
TOIMINNAN ETENEMINEN KEVÄÄLLÄ 2023
● Tutkimuksessa kartoitetaan miten lapset
toimivat sosiaalisessa mediassa ja miten
he kokevat oman kyberturvallisuutensa
● Kuinka kokemus muuttuu kun ymmärrys
teknologiasta syventyy
● Millaisia suunnittelu- ja
oppimisprosesseja muodostuu kun lapset
kehittävät omia koneoppimisen
sovelluksia tietojenkäsittelytieteen
tutkijoiden tuella
TUTKIMUS
AI
● Hankkeessa tehdään seurantatutkimusta, joten
osallistuminen edellyttää kouluilta sitoutumista
projektien suunnitteluun sekä toteuttamiseen
vuosina 2023-2025
○ Tutkimusaineistoa kerätään videoimalla
kouluprojektin aikaisia oppimis- ja
opetustilanteita, nauhoittamalla
opetuskeskusteluja sekä haastattelemalla
oppilaita
○ Lisäksi oppilaita pyydetään vastaamaan
mobiilisovelluksen kautta avautuvaan lyhyeen
kyselyyn enintään 30 päivän ajan (kehitteillä)
AI
● Tiedote tutkimuksesta sekä
tutkimuslupapyynnöt toimitetaan
huoltajille ennen kouluprojektin
käynnistymistä
● Lasten ja nuorten osallistuminen
tutkimukseen on vapaaehtoista,
mutta mahdollisimman monen
osallistuminen on tutkimuksen
onnistumisen kannalta erittäin
tärkeää!
AI
Esimerkki koneoppimisen
kouluprojektista
kehitetään
ymmärrystä siitä,
miten tekoäly ja sen
muovaava maailma
toimii
tuetaan valmiuksia itse
keksiä ja yhdessä
kehittää tekoälyyn
perustuvia sovelluksia
sekä uusia
innovaatioita
kehitetään kykyä
tarkastella kriittisesti
tekoälyyn perustuvien
teknologioiden taustoja,
käyttötarkoituksia sekä
vaikutuksia
TAVOITE : tukea lapsia ja nuoria kasvamaan tietoisiksi ja luoviksi toimijoiksi, jotka
haluavat ja voivat aktiivisesti vaikuttaa tulevaisuuden rakentamiseen tekoälyn
muovaamassa maailmassa
TAVOITTEET
● Mitä sisällöllistä osaamista tavoitellaan?
● Mitä taitoja harjoitellaan, mitä uutta opitaan?
● Millainen oppimistehtävä ohjaa osaamisen kehittämiseen?
REUNAEHDOT
● Mitkä luokat ja opettajat osallistuvat projektiin?
● Millaista ennakko-osaamista ja taitoja oppilailla on?
● Millainen aikataulu projektilla on?
● Millaisia vaiheita projektissa on?
● Mitä teknologioita, (oppi)materiaaleja ja välineitä käytetään?
TYÖNJAKO
● Mitkä ovat kunkin opettajan/tutkijan vastuualueet projektin
suunnittelussa ja toteutuksen eri vaiheissa?
● Miten viestitään ja koordinoidaan yhteistä toimintaa?
(Sormunen ym., 2020)
KOULUPROJEKTINYHTEISSUUNNITTELU
KONEOPPIMISEEN
PERUSTUVAT PALVELUT
JA SOVELLUKSET
Ennakkokäsitysten
kartoittaminen
Ilmiön tunnistaminen ja
havainnointi
KONEOPPIMISEN
PERUSKÄSITTEET JA
MEKANISMIT
Peruskäsitteiden ja
toimintaperiaatteiden
tutkiminen
DATALÄHTÖINEN
SUUNNITTELU
Ideoiden tuottaminen
Sovelluksen suunnittelu
DATALÄHTÖINEN
SUUNNITTELU
Sovelluksen tekeminen
Käyttöliittymän
suunnittelu
TEKOÄLY JA ETIIKKA
Oppimis- ja
suunnitteluprosessin
reflektointi
Vaikutusten pohdinta
OPETUSMALLI
Ennakkokäsitysten kartoittaminen:
Miten tietokone oppii?
Ilmiön tunnistaminen ja havainnointi:
Miten ja millä tavoin koneoppiminen on
osa jokapäiväistä elämäämme? Miksi
(esim.) Spotify osaa suositella minulle
kappaletta, josta pidän? Mihin sen
ennusteet ja suositukset perustuvat?
Millaista tietoa suositusjärjestelmät
keräävät ja keneltä?
Keskeiset käsitteet
Tiedonkeruu, ennustaminen,
suosittelu, profilointi, poikkeaman
huomaaminen, sensorit
KONEOPPIMISEEN PERUSTUVAT PALVELUT JA SOVELLUKSET
[Kuva poistettu]
KONEOPPIMISEN
PERUSKÄSITTEET JA
MEKANISMIT
Peruskäsitteiden ja toimintaperiaatteiden tutkiminen:
Kuinka koneoppimisen perusjärjestelmät
toimivat? Kuinka voin opettaa konetta? Kuinka
voimme huijata koneoppimista? Miksi liian pieni
opetusdata estää järjestelmää toimimasta
oikein? Miten järjestelmään syntyy virheitä ja
vinoutumia (algorithmic bias)?
Keskeiset käsitteet
Piirre, malli, etäisyys, ryhmittely, luokittelu,
opetusdata, päätöksenteko
[Kuva poistettu]
Ideoiden tuottaminen
Sovelluksen suunnittelu:
Miten oma sovelluksemme voi vastata
käyttäjien tarpeisiin? Millaisia
ominaisuuksia ja millaista opetusdataa
sovelluksellamme on oltava tavoitteen
saavuttamiseksi? Miten voimme testata,
korjata ja kehittää omaa sovellustamme?
Keskeiset käsitteet
Luotettavuus, mallin arviointi,
vinoutuma, suunnittelu, datan laatu
DATALÄHTÖINEN SUUNNITTELU
[Kuva poistettu]
Sovelluksen tekeminen:
Miten voimme testata, korjata ja kehittää
omaa sovellustamme?
Käyttöliittymän suunnittelu
Keskeiset käsitteet
Luotettavuus, mallin arviointi,
vinoutuma, suunnittelu, datan laatu
[Kuva poistettu]
Oppimis- ja suunnitteluprosessin reflektointi
Vaikutusten pohdinta:
Keneen koneoppimisen järjestelmät vaikuttavat
ja miten? Kuinka koneoppimisen järjestelmät
voivat vahingoittaa tai auttaa ihmisiä? Mitä ei
pitäisi automatisoida? Kenen pitäisi saada
päättää?
Keskeiset käsitteet
Koneoppimisen etiikka, vastuu,
supertekoäly, kriittinen datalukutaito
TEKOÄLY JA ETIIKKA
[Kuva poistettu]
TEKOÄLY JA LUOVUUS
Keskeiset käsitteet
Generatiivinen AI, tekoälyn soveltaminen
luovuuden välineenä
Arjen integraatio
Miten voin luoda taidetta ja toteuttaa omia
ideoita tekoälyn avulla? Kuka on taiteilija, kun
tekoäly on taiteen tekemisen väline? Kenellä
tulisi olla tekijänoikeus?
[Kuva poistettu]
Eli mitä siis harjoitellaan
(vrt. OPS)?
❖ Ajattelun taidot
➢ Datalähtöinen ajattelu, käsitteet ja
niiden merkityksen ymmärtäminen
➢ Luova ajattelu ja innovatiivisuus
➢ Kriittinen ajattelu ja argumentointi
❖ Työskentelytaidot
➢ Yhteistyö (tiimi, asiantuntijat)
➢ Ideointi, tutkiminen, ongelmien
ratkaisu
➢ Toiminnan suunnittelu ja arviointi
❖ Arvot ja asenteet
➢ Uteliaisuus, kiinnostus
➢ Rohkeus ja luottamus siihen, että
pystyy (minäpystyvyys)
➢ Osallistuminen ja vaikuttaminen
AI
Teknologioihin
tutustuminen
Lounas Sirkkala-salissa
AI
Kouluprojektin alustava ideointi
ja yhteissuunnittelu
MUUTA HUOMIOITAVAA, TOIVEITA, IDEOITA:
KOULUKOHTAINEN PIENRYHMÄTYÖSKENTELY
Ideoikaa alustavasti seuraavien kysymysten tuella omaa kouluprojektia. Vastauksia voi täydentää myöhemmin
ja niistä keskustellaan yhdessä tutkijoiden kanssa projektin toteutuksen koulukohtaisessa suunnittelussa.
Mitkä luokat ja ketkä opettajat
osallistuvat koulussamme
projektiin?
Millaista ennakko-osaamista ja
taitoja oppilailla on?
Mitä sisällöllistä osaamista/
taitoja olisi hyvä harjoitella
projektissa (vrt.OPS, Uudet
lukutaidot, hankkeen vaiheita
ja käsitteitä kuvaava taulukko)?
Millainen aikataulu
projektilla on?
Montako oppituntia
projektille on käytettävissä?
Mitä välineitä koululla on
käytössä? Mitä
AI-teknologioita voitaisiin
testata projektissa?
Kuka/ketkä toimivat koulun
vastuuhenkilönä projektin
toteutuksessa? Mitkä ovat
kunkin opettajan/tutkijan
vastuualueet?
Miten viestitään ja milloin
suunnitellaan yhteistä
toimintaa tutkijoiden
kanssa? Missä tapaamiset
toteutetaan?
VIESTINNÄSTÄ JA JOENSUUN
SEUDUN YHTEISISTÄ
TAPAAMISISTA SOPIMINEN
1. Milloin ja miten usein
tavataan? Seuraava
tapaaminen?
2. Miten viestitään
tapaamisten välillä?
AI
Tutkijtohtori Juho Kahila
juho.kahila@uef.fi
+358 50 327 1475
Yliopistotutkija HenriikkaVartiainen
henriikka.vartiainen@uef.fi
+358 50 4712352
Professori MattiTedre
matti.tedre@uef.fi
+358 50 4340376

Weitere ähnliche Inhalte

Was ist angesagt?

デジタルマーケティング戦略策定
デジタルマーケティング戦略策定デジタルマーケティング戦略策定
デジタルマーケティング戦略策定Flyke1
 
Palvelumuotoilun työkalut
Palvelumuotoilun työkalutPalvelumuotoilun työkalut
Palvelumuotoilun työkalutSatu Miettinen
 
서비스디자인 서비스산업을 다시 디자인하다 (2016.7. PDF)
서비스디자인 서비스산업을 다시 디자인하다 (2016.7. PDF)서비스디자인 서비스산업을 다시 디자인하다 (2016.7. PDF)
서비스디자인 서비스산업을 다시 디자인하다 (2016.7. PDF)USABLE 윤
 
分かりやすく、使いやすいデザインを生み出す工夫 先生:池田 拓司
分かりやすく、使いやすいデザインを生み出す工夫 先生:池田 拓司分かりやすく、使いやすいデザインを生み出す工夫 先生:池田 拓司
分かりやすく、使いやすいデザインを生み出す工夫 先生:池田 拓司schoowebcampus
 
The Double Diamond Model of Product Definition and Execution
The Double Diamond Model of Product Definition and ExecutionThe Double Diamond Model of Product Definition and Execution
The Double Diamond Model of Product Definition and ExecutionPeter Merholz
 
Oppimisen design-tutkimus
Oppimisen design-tutkimusOppimisen design-tutkimus
Oppimisen design-tutkimusHarto Pönkä
 
Ux & Service design intro
Ux & Service design introUx & Service design intro
Ux & Service design introClaudia Ehmke
 
ターゲットの心を動かすコンテンツ戦略
ターゲットの心を動かすコンテンツ戦略ターゲットの心を動かすコンテンツ戦略
ターゲットの心を動かすコンテンツ戦略Concent, Inc.
 
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録syou6162
 
Connecting The Dots - 長期のキャリアビジョンなくてもUXデザイナー20年やれた
Connecting The Dots - 長期のキャリアビジョンなくてもUXデザイナー20年やれたConnecting The Dots - 長期のキャリアビジョンなくてもUXデザイナー20年やれた
Connecting The Dots - 長期のキャリアビジョンなくてもUXデザイナー20年やれたYoshiki Hayama
 
俺のインセプションデッキ【Remaster版】
俺のインセプションデッキ【Remaster版】俺のインセプションデッキ【Remaster版】
俺のインセプションデッキ【Remaster版】Takao Oyobe
 
チャットボットのUXと、導入現場のリアル(第2版)
チャットボットのUXと、導入現場のリアル(第2版)チャットボットのUXと、導入現場のリアル(第2版)
チャットボットのUXと、導入現場のリアル(第2版)Yoshiki Hayama
 
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向Hironori Washizaki
 
「PdMと考えるQAとプロダクトマネジメント」
「PdMと考えるQAとプロダクトマネジメント」「PdMと考えるQAとプロダクトマネジメント」
「PdMと考えるQAとプロダクトマネジメント」大貴 蜂須賀
 
For us by us: market creation through community engagement
For us by us: market creation through community engagementFor us by us: market creation through community engagement
For us by us: market creation through community engagementRoberta Tassi
 
プロダクトオーナーが知るべき97のこと
プロダクトオーナーが知るべき97のことプロダクトオーナーが知るべき97のこと
プロダクトオーナーが知るべき97のことtoshihiro ichitani
 
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318ITinnovation
 

Was ist angesagt? (20)

デジタルマーケティング戦略策定
デジタルマーケティング戦略策定デジタルマーケティング戦略策定
デジタルマーケティング戦略策定
 
Palvelumuotoilun työkalut
Palvelumuotoilun työkalutPalvelumuotoilun työkalut
Palvelumuotoilun työkalut
 
서비스디자인 서비스산업을 다시 디자인하다 (2016.7. PDF)
서비스디자인 서비스산업을 다시 디자인하다 (2016.7. PDF)서비스디자인 서비스산업을 다시 디자인하다 (2016.7. PDF)
서비스디자인 서비스산업을 다시 디자인하다 (2016.7. PDF)
 
分かりやすく、使いやすいデザインを生み出す工夫 先生:池田 拓司
分かりやすく、使いやすいデザインを生み出す工夫 先生:池田 拓司分かりやすく、使いやすいデザインを生み出す工夫 先生:池田 拓司
分かりやすく、使いやすいデザインを生み出す工夫 先生:池田 拓司
 
The Double Diamond Model of Product Definition and Execution
The Double Diamond Model of Product Definition and ExecutionThe Double Diamond Model of Product Definition and Execution
The Double Diamond Model of Product Definition and Execution
 
Microsoft の変革
Microsoft の変革Microsoft の変革
Microsoft の変革
 
Oppimisen design-tutkimus
Oppimisen design-tutkimusOppimisen design-tutkimus
Oppimisen design-tutkimus
 
Ux & Service design intro
Ux & Service design introUx & Service design intro
Ux & Service design intro
 
ターゲットの心を動かすコンテンツ戦略
ターゲットの心を動かすコンテンツ戦略ターゲットの心を動かすコンテンツ戦略
ターゲットの心を動かすコンテンツ戦略
 
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
 
What is IA?
What is IA?What is IA?
What is IA?
 
Connecting The Dots - 長期のキャリアビジョンなくてもUXデザイナー20年やれた
Connecting The Dots - 長期のキャリアビジョンなくてもUXデザイナー20年やれたConnecting The Dots - 長期のキャリアビジョンなくてもUXデザイナー20年やれた
Connecting The Dots - 長期のキャリアビジョンなくてもUXデザイナー20年やれた
 
越境する開発
越境する開発越境する開発
越境する開発
 
俺のインセプションデッキ【Remaster版】
俺のインセプションデッキ【Remaster版】俺のインセプションデッキ【Remaster版】
俺のインセプションデッキ【Remaster版】
 
チャットボットのUXと、導入現場のリアル(第2版)
チャットボットのUXと、導入現場のリアル(第2版)チャットボットのUXと、導入現場のリアル(第2版)
チャットボットのUXと、導入現場のリアル(第2版)
 
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
 
「PdMと考えるQAとプロダクトマネジメント」
「PdMと考えるQAとプロダクトマネジメント」「PdMと考えるQAとプロダクトマネジメント」
「PdMと考えるQAとプロダクトマネジメント」
 
For us by us: market creation through community engagement
For us by us: market creation through community engagementFor us by us: market creation through community engagement
For us by us: market creation through community engagement
 
プロダクトオーナーが知るべき97のこと
プロダクトオーナーが知るべき97のことプロダクトオーナーが知るべき97のこと
プロダクトオーナーが知るべき97のこと
 
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
 

Ähnlich wie Generation AI, Joensuun kick-off

Tekoäly- mahdollisuuksia, haasteita ja eettisiä kysymyksiä
Tekoäly- mahdollisuuksia, haasteita ja eettisiä kysymyksiäTekoäly- mahdollisuuksia, haasteita ja eettisiä kysymyksiä
Tekoäly- mahdollisuuksia, haasteita ja eettisiä kysymyksiäHenriikka Vartiainen
 
Tekijänoikeuden tulevaisuus 2020
Tekijänoikeuden tulevaisuus 2020Tekijänoikeuden tulevaisuus 2020
Tekijänoikeuden tulevaisuus 2020Olli Pitkänen
 
Digitalisaatio muuttaa kaiken - opetuksenkin?
Digitalisaatio muuttaa kaiken - opetuksenkin?Digitalisaatio muuttaa kaiken - opetuksenkin?
Digitalisaatio muuttaa kaiken - opetuksenkin?Jukka Huhtamäki
 
Sosiaalinen media työelämässä ja ammattien oppimisessa - case eppiminen
Sosiaalinen media työelämässä ja ammattien oppimisessa - case eppiminenSosiaalinen media työelämässä ja ammattien oppimisessa - case eppiminen
Sosiaalinen media työelämässä ja ammattien oppimisessa - case eppiminenTimo Rainio
 
Tekoäly ja opetus 6.2.24
Tekoäly ja opetus 6.2.24Tekoäly ja opetus 6.2.24
Tekoäly ja opetus 6.2.24Matleena Laakso
 
Oppiminen ja osaaminen digiajan paineissa
Oppiminen ja osaaminen digiajan paineissaOppiminen ja osaaminen digiajan paineissa
Oppiminen ja osaaminen digiajan paineissaJyrki Kasvi
 
Yhteisölliset digialustat 16.12.2015 @TredeaOy
Yhteisölliset digialustat 16.12.2015 @TredeaOyYhteisölliset digialustat 16.12.2015 @TredeaOy
Yhteisölliset digialustat 16.12.2015 @TredeaOyHenna Salonius
 
Dicole koulutukset ja työpajat
Dicole koulutukset ja työpajatDicole koulutukset ja työpajat
Dicole koulutukset ja työpajatDicole
 
Tvt terveystiedon opetuksessa, huhtikuu 2018
Tvt terveystiedon opetuksessa, huhtikuu 2018Tvt terveystiedon opetuksessa, huhtikuu 2018
Tvt terveystiedon opetuksessa, huhtikuu 2018Matleena Laakso
 
Mikko Lampi: Digiajan kulttuuri ja teknologia mahdollistajana
Mikko Lampi: Digiajan kulttuuri ja teknologia mahdollistajanaMikko Lampi: Digiajan kulttuuri ja teknologia mahdollistajana
Mikko Lampi: Digiajan kulttuuri ja teknologia mahdollistajanaVerke
 
Pedagoginen piristysruiske 130217
Pedagoginen piristysruiske 130217Pedagoginen piristysruiske 130217
Pedagoginen piristysruiske 130217Matleena Laakso
 
Vuorovaikutus verkko-opetuksessa
Vuorovaikutus verkko-opetuksessaVuorovaikutus verkko-opetuksessa
Vuorovaikutus verkko-opetuksessaIrma Mänty
 
Virtuaalitodellisuus opetuksessa 7.9.18
Virtuaalitodellisuus opetuksessa 7.9.18Virtuaalitodellisuus opetuksessa 7.9.18
Virtuaalitodellisuus opetuksessa 7.9.18Matleena Laakso
 
Miksi teknologiakasvatus on jokaisen hommaa?
Miksi teknologiakasvatus on jokaisen hommaa?Miksi teknologiakasvatus on jokaisen hommaa?
Miksi teknologiakasvatus on jokaisen hommaa?Verke
 
Pedagoginen piristysruiske 20.2.19
Pedagoginen piristysruiske 20.2.19Pedagoginen piristysruiske 20.2.19
Pedagoginen piristysruiske 20.2.19Matleena Laakso
 

Ähnlich wie Generation AI, Joensuun kick-off (20)

Foresight Friday 19.01.2018 - Leena Sarvaranta
Foresight Friday 19.01.2018 - Leena SarvarantaForesight Friday 19.01.2018 - Leena Sarvaranta
Foresight Friday 19.01.2018 - Leena Sarvaranta
 
Tekoäly- mahdollisuuksia, haasteita ja eettisiä kysymyksiä
Tekoäly- mahdollisuuksia, haasteita ja eettisiä kysymyksiäTekoäly- mahdollisuuksia, haasteita ja eettisiä kysymyksiä
Tekoäly- mahdollisuuksia, haasteita ja eettisiä kysymyksiä
 
Tekijänoikeuden tulevaisuus 2020
Tekijänoikeuden tulevaisuus 2020Tekijänoikeuden tulevaisuus 2020
Tekijänoikeuden tulevaisuus 2020
 
Digitalisaatio muuttaa kaiken - opetuksenkin?
Digitalisaatio muuttaa kaiken - opetuksenkin?Digitalisaatio muuttaa kaiken - opetuksenkin?
Digitalisaatio muuttaa kaiken - opetuksenkin?
 
Sosiaalinen media työelämässä ja ammattien oppimisessa - case eppiminen
Sosiaalinen media työelämässä ja ammattien oppimisessa - case eppiminenSosiaalinen media työelämässä ja ammattien oppimisessa - case eppiminen
Sosiaalinen media työelämässä ja ammattien oppimisessa - case eppiminen
 
Tekoäly ja opetus 6.2.24
Tekoäly ja opetus 6.2.24Tekoäly ja opetus 6.2.24
Tekoäly ja opetus 6.2.24
 
Pepi 15, osa 1
Pepi 15, osa 1Pepi 15, osa 1
Pepi 15, osa 1
 
Oppiminen ja osaaminen digiajan paineissa
Oppiminen ja osaaminen digiajan paineissaOppiminen ja osaaminen digiajan paineissa
Oppiminen ja osaaminen digiajan paineissa
 
Digitaitomerkistö_2023.pptx
Digitaitomerkistö_2023.pptxDigitaitomerkistö_2023.pptx
Digitaitomerkistö_2023.pptx
 
Yhteisölliset digialustat 16.12.2015 @TredeaOy
Yhteisölliset digialustat 16.12.2015 @TredeaOyYhteisölliset digialustat 16.12.2015 @TredeaOy
Yhteisölliset digialustat 16.12.2015 @TredeaOy
 
Dicole koulutukset ja työpajat
Dicole koulutukset ja työpajatDicole koulutukset ja työpajat
Dicole koulutukset ja työpajat
 
Tvt terveystiedon opetuksessa, huhtikuu 2018
Tvt terveystiedon opetuksessa, huhtikuu 2018Tvt terveystiedon opetuksessa, huhtikuu 2018
Tvt terveystiedon opetuksessa, huhtikuu 2018
 
Mikko Lampi: Digiajan kulttuuri ja teknologia mahdollistajana
Mikko Lampi: Digiajan kulttuuri ja teknologia mahdollistajanaMikko Lampi: Digiajan kulttuuri ja teknologia mahdollistajana
Mikko Lampi: Digiajan kulttuuri ja teknologia mahdollistajana
 
iporo
iporoiporo
iporo
 
Valtakunnallinen digitaitojen osaamismerkisto
Valtakunnallinen digitaitojen osaamismerkistoValtakunnallinen digitaitojen osaamismerkisto
Valtakunnallinen digitaitojen osaamismerkisto
 
Pedagoginen piristysruiske 130217
Pedagoginen piristysruiske 130217Pedagoginen piristysruiske 130217
Pedagoginen piristysruiske 130217
 
Vuorovaikutus verkko-opetuksessa
Vuorovaikutus verkko-opetuksessaVuorovaikutus verkko-opetuksessa
Vuorovaikutus verkko-opetuksessa
 
Virtuaalitodellisuus opetuksessa 7.9.18
Virtuaalitodellisuus opetuksessa 7.9.18Virtuaalitodellisuus opetuksessa 7.9.18
Virtuaalitodellisuus opetuksessa 7.9.18
 
Miksi teknologiakasvatus on jokaisen hommaa?
Miksi teknologiakasvatus on jokaisen hommaa?Miksi teknologiakasvatus on jokaisen hommaa?
Miksi teknologiakasvatus on jokaisen hommaa?
 
Pedagoginen piristysruiske 20.2.19
Pedagoginen piristysruiske 20.2.19Pedagoginen piristysruiske 20.2.19
Pedagoginen piristysruiske 20.2.19
 

Mehr von Henriikka Vartiainen

Generative AI and Transformation of Educational Practices
Generative AI and Transformation of Educational PracticesGenerative AI and Transformation of Educational Practices
Generative AI and Transformation of Educational PracticesHenriikka Vartiainen
 
Avaintaitoja automaation aikakaudella
Avaintaitoja automaation aikakaudellaAvaintaitoja automaation aikakaudella
Avaintaitoja automaation aikakaudellaHenriikka Vartiainen
 
Experiences of building expertise during dissertation
Experiences of building expertise during dissertationExperiences of building expertise during dissertation
Experiences of building expertise during dissertationHenriikka Vartiainen
 
Design- suuntautunut pedagogiikka toimintakulttuurin kehittäjänä
Design- suuntautunut pedagogiikka toimintakulttuurin kehittäjänäDesign- suuntautunut pedagogiikka toimintakulttuurin kehittäjänä
Design- suuntautunut pedagogiikka toimintakulttuurin kehittäjänäHenriikka Vartiainen
 
Computational thinking and making in the age of machine learning
Computational thinking and making in the age of machine learningComputational thinking and making in the age of machine learning
Computational thinking and making in the age of machine learningHenriikka Vartiainen
 
Insights for the development of 21st Century skills
Insights for the development of 21st Century skillsInsights for the development of 21st Century skills
Insights for the development of 21st Century skillsHenriikka Vartiainen
 
Design-suuntautunut pedagogiikka varhaiskasvatuksessa
Design-suuntautunut pedagogiikka varhaiskasvatuksessaDesign-suuntautunut pedagogiikka varhaiskasvatuksessa
Design-suuntautunut pedagogiikka varhaiskasvatuksessaHenriikka Vartiainen
 
Design-suuntautunut pedagogiikka varhaiskasvatuksessa
Design-suuntautunut pedagogiikka varhaiskasvatuksessaDesign-suuntautunut pedagogiikka varhaiskasvatuksessa
Design-suuntautunut pedagogiikka varhaiskasvatuksessaHenriikka Vartiainen
 
Connected Learning in Kindergarten: An illustrative case
Connected Learning in Kindergarten: An illustrative caseConnected Learning in Kindergarten: An illustrative case
Connected Learning in Kindergarten: An illustrative caseHenriikka Vartiainen
 
Kokemuksia artikkeliväitöksen yhteenvedon tekemisestä ja artikkelien kirjoitt...
Kokemuksia artikkeliväitöksen yhteenvedon tekemisestä ja artikkelien kirjoitt...Kokemuksia artikkeliväitöksen yhteenvedon tekemisestä ja artikkelien kirjoitt...
Kokemuksia artikkeliväitöksen yhteenvedon tekemisestä ja artikkelien kirjoitt...Henriikka Vartiainen
 
Ilmiöperustainen oppiminen käytännössä
Ilmiöperustainen oppiminen käytännössäIlmiöperustainen oppiminen käytännössä
Ilmiöperustainen oppiminen käytännössäHenriikka Vartiainen
 
Liikkuva koulu osana monialaisia oppimiskokonaisuuksia – oppilaat kehittämis...
Liikkuva koulu osana monialaisia oppimiskokonaisuuksia –  oppilaat kehittämis...Liikkuva koulu osana monialaisia oppimiskokonaisuuksia –  oppilaat kehittämis...
Liikkuva koulu osana monialaisia oppimiskokonaisuuksia – oppilaat kehittämis...Henriikka Vartiainen
 
SITRA Ratkaisu 100, näkökulmapuheenvuoro: Osaaminen ja koulutus
SITRA Ratkaisu 100, näkökulmapuheenvuoro: Osaaminen ja koulutusSITRA Ratkaisu 100, näkökulmapuheenvuoro: Osaaminen ja koulutus
SITRA Ratkaisu 100, näkökulmapuheenvuoro: Osaaminen ja koulutusHenriikka Vartiainen
 
OPS2016: Design-suuntautunut pedagogiikka (DOP) laaja-alaisten taitojen oppim...
OPS2016: Design-suuntautunut pedagogiikka (DOP) laaja-alaisten taitojen oppim...OPS2016: Design-suuntautunut pedagogiikka (DOP) laaja-alaisten taitojen oppim...
OPS2016: Design-suuntautunut pedagogiikka (DOP) laaja-alaisten taitojen oppim...Henriikka Vartiainen
 

Mehr von Henriikka Vartiainen (20)

Generative AI and Transformation of Educational Practices
Generative AI and Transformation of Educational PracticesGenerative AI and Transformation of Educational Practices
Generative AI and Transformation of Educational Practices
 
Mopsipuolueen vaalikampanja
 Mopsipuolueen vaalikampanja Mopsipuolueen vaalikampanja
Mopsipuolueen vaalikampanja
 
Avaintaitoja automaation aikakaudella
Avaintaitoja automaation aikakaudellaAvaintaitoja automaation aikakaudella
Avaintaitoja automaation aikakaudella
 
Experiences of building expertise during dissertation
Experiences of building expertise during dissertationExperiences of building expertise during dissertation
Experiences of building expertise during dissertation
 
Digifor 21skills
Digifor 21skillsDigifor 21skills
Digifor 21skills
 
Design- suuntautunut pedagogiikka toimintakulttuurin kehittäjänä
Design- suuntautunut pedagogiikka toimintakulttuurin kehittäjänäDesign- suuntautunut pedagogiikka toimintakulttuurin kehittäjänä
Design- suuntautunut pedagogiikka toimintakulttuurin kehittäjänä
 
Computational thinking and making in the age of machine learning
Computational thinking and making in the age of machine learningComputational thinking and making in the age of machine learning
Computational thinking and making in the age of machine learning
 
Insights for the development of 21st Century skills
Insights for the development of 21st Century skillsInsights for the development of 21st Century skills
Insights for the development of 21st Century skills
 
Design-suuntautunut pedagogiikka varhaiskasvatuksessa
Design-suuntautunut pedagogiikka varhaiskasvatuksessaDesign-suuntautunut pedagogiikka varhaiskasvatuksessa
Design-suuntautunut pedagogiikka varhaiskasvatuksessa
 
Design-suuntautunut pedagogiikka varhaiskasvatuksessa
Design-suuntautunut pedagogiikka varhaiskasvatuksessaDesign-suuntautunut pedagogiikka varhaiskasvatuksessa
Design-suuntautunut pedagogiikka varhaiskasvatuksessa
 
Connected Learning in Kindergarten: An illustrative case
Connected Learning in Kindergarten: An illustrative caseConnected Learning in Kindergarten: An illustrative case
Connected Learning in Kindergarten: An illustrative case
 
Osallistava oppimispolku
Osallistava oppimispolkuOsallistava oppimispolku
Osallistava oppimispolku
 
Osallistava oppimispolku
Osallistava oppimispolkuOsallistava oppimispolku
Osallistava oppimispolku
 
DOP-oppimisen suunnittelu
DOP-oppimisen suunnitteluDOP-oppimisen suunnittelu
DOP-oppimisen suunnittelu
 
Kokemuksia artikkeliväitöksen yhteenvedon tekemisestä ja artikkelien kirjoitt...
Kokemuksia artikkeliväitöksen yhteenvedon tekemisestä ja artikkelien kirjoitt...Kokemuksia artikkeliväitöksen yhteenvedon tekemisestä ja artikkelien kirjoitt...
Kokemuksia artikkeliväitöksen yhteenvedon tekemisestä ja artikkelien kirjoitt...
 
Ilmiöperustainen oppiminen käytännössä
Ilmiöperustainen oppiminen käytännössäIlmiöperustainen oppiminen käytännössä
Ilmiöperustainen oppiminen käytännössä
 
Liikkuva koulu osana monialaisia oppimiskokonaisuuksia – oppilaat kehittämis...
Liikkuva koulu osana monialaisia oppimiskokonaisuuksia –  oppilaat kehittämis...Liikkuva koulu osana monialaisia oppimiskokonaisuuksia –  oppilaat kehittämis...
Liikkuva koulu osana monialaisia oppimiskokonaisuuksia – oppilaat kehittämis...
 
SITRA Ratkaisu 100, näkökulmapuheenvuoro: Osaaminen ja koulutus
SITRA Ratkaisu 100, näkökulmapuheenvuoro: Osaaminen ja koulutusSITRA Ratkaisu 100, näkökulmapuheenvuoro: Osaaminen ja koulutus
SITRA Ratkaisu 100, näkökulmapuheenvuoro: Osaaminen ja koulutus
 
OPS2016: Design-suuntautunut pedagogiikka (DOP) laaja-alaisten taitojen oppim...
OPS2016: Design-suuntautunut pedagogiikka (DOP) laaja-alaisten taitojen oppim...OPS2016: Design-suuntautunut pedagogiikka (DOP) laaja-alaisten taitojen oppim...
OPS2016: Design-suuntautunut pedagogiikka (DOP) laaja-alaisten taitojen oppim...
 
DESIGN-SUUNTAUTUNUT PEDAGOGIIKKA
DESIGN-SUUNTAUTUNUT PEDAGOGIIKKA DESIGN-SUUNTAUTUNUT PEDAGOGIIKKA
DESIGN-SUUNTAUTUNUT PEDAGOGIIKKA
 

Generation AI, Joensuun kick-off

  • 1. AI GENERATION AI AI EDUCATION FOR THE SECURITY MINDSET AI
  • 2. - 9.00 Omatoiminen aamiainen Sirkkala-salissa 9.00 - 10.30 Alustus/ Matti Tedre Hankkeen tavoitteet, toiminta ja tutkimus/ Juho Kahila Esimerkki koneoppimisen kouluprojektista/ Henriikka Vartiainen 10.30 - 11.30 Teknologioihin tutustuminen 11.30 - 12.30 Lounas Sirkkala-salissa 12.30 - 13.30 Kouluprojektin alustavaa ideointia ja yhteissuunnittelua koulukohtaisissa pienryhmissä 13.30 - 14.00 Päivän koonti, tapaamisista ja viestinnästä sopiminen PÄIVÄN OHJELMA Kimmeli, Marjala sali
  • 6. Jako teoreettiseen ja kokeelliseen tieteeseen AI
  • 7. Teollinen vallankumous (manuaalisen työn automatisointi) AI
  • 9. Tieteellinen ja teollinen vallankumous, Luku II (sähkö) AI
  • 10. Tieteellinen ja teollinen vallankumous, Luku II (suhteellisuusteoria) AI
  • 11. Tieteellinen ja teollinen vallankumous, Luku II (kvanttimekaniikka) AI
  • 13. Uusi tieteellinen vallankumous (laskennallinen tiede) AI
  • 15. 2. Uudet tieteelliset menetelmät AI
  • 17. 4. Uusi, laskennallinen tapa hahmottaa maailma AI
  • 18. 5. Uudet yhteistyön muodot AI
  • 23. III: Työn digitalisaatio AI 1. Yksinkertainen automaatio 2. Sääntöpohjainen automaatio 3. Opetetut koneet 4. Itse oppivat koneet 5. Luova tekoäly 6. Ihmisen ja koneen työn fuusio 7. Yleistekoäly
  • 24. TEOLLINEN VALLANKUMOUS LUKU III: LUOVAN TYÖN AUTOMATISOINTI ca. 2020
  • 25. Generatiivinen tekoäly luo kuvia, tekstiä, videota AI
  • 27. Digitaalinen murros? Tässä ja nyt. Tietokoneet ovat vuosikymmeniä tehneet enenevästi tietotyölle sitä mitä ● höyrykone teki raskaalle työlle ● robotit tekivät manuaaliselle työlle Vaaditaan koko ajan uusia taitoja ja tietoja Iso osa muutoksista kuitenkin “vanhaa” teknologiaa “Kognitiivisen työn” automatisointi 2010-luvulta eteenpäin
  • 30. Järjestelmiä jotka oppivat suuresta määrästä dataa AI
  • 31. Miten kone pystyy kertomaan mitä kuvassa on?
  • 32.
  • 35. Käytännön ymmärrys siitä mitä data/funktiopohjaisesti voi tehdä AI
  • 39. OPETUSDATAN LÄHTEET ● Kaikki netissä saatavilla oleva data kelpaa koneoppivien järjestelmien raaka-aineeksi ● Kuvat ○ Taide ○ Valokuvat ○ Grafiikka ○ Uutiset ● Teksti ○ Wikipedia ○ Uutiset ○ Some ○ Jne. ● Ääni ○ Spotify ○ Youtube ● Video AI
  • 42.
  • 43.
  • 44. EETTISIÄ ONGELMIA PUUTTUVIA YHTEISIÄ PELISÄÄNTÖJÄ AVOIMIA KYSYMYKSIÄ
  • 52. 13-vuotiaista on tallessa keskimäärin 70 miljoonaa datapistettä AI
  • 53. GENERATION AI AI EDUCATION FOR THE SECURITY MINDSET
  • 54. Hankkeen tavoitteet, toiminta ja tutkimus Dr. Juho Kahila AI
  • 55. ● Generation AI on Suomen Akatemian yhteydessä toimivan Strategisen Tutkimuksen Neuvoston (STN) rahoittama hanke. Hanke on yksi Turvallisuus ja luottamus algoritmien aikakaudella (Shield) -ohjelman hankkeista ● Hankkeen johtajana toimii professori Matti Tedre, UEF ● Hankkeen kesto on 6 vuotta ja kokonaisbudjetti 5.4 M€ ● Verkkosivut: https://www.generation-ai-stn.fi GENERATION AI AI
  • 56. ● kouluja eri kaupungeista ● yhteistyökumppaneita esimerkiksi Heurekasta, Joensuun SciFestistä ja Suomen koodikoulusta ● tietojenkäsittelytieteen, kasvatustieteen ja oikeustieteen tutkijoita Itä-Suomen yliopistosta, Helsingin yliopistosta, ja Oulun yliopistosta
  • 57. ● Tavoitteena on vahvistaa lasten ja nuorten kykyä ymmärtää tekoälyyn sekä koneoppimiseen perustuvia teknologioita ja niiden vaikutuksia ● Hankkeessa kehitetään pedagogiikkaa, opetusmateriaaleja ja opetusteknologioita tukemaan tekoälyyn, digitalisaatioon ja datafikaatioon liittyvien tietojen ja taitojen oppimista ○ Erityisenä teemana kyberturvallisuuden perusteet ja sen yhtymäkohdat tekoälyyn HANKKEENTAVOITTEET AI
  • 58. Vahvistetaan lasten ja nuorten osallisuutta ja valmiuksia keksiä ja kehittää erilaisia tekoälyyn perustuvia sovelluksia Tuetaan lapsia ja nuoria vastuulliseen sekä turvalliseen toimintaan digitaalisissa palveluissa Lisätään ymmärrystä sosiaalisen median ansaintalogiikasta ja potentiaalisista riskeistä muun muassa yksityisyydensuojan sekä algoritmisen vaikuttamisen näkökulmista Tavoitteena lasten ja nuorten DATATOIMIJUUDEN TUKEMINEN
  • 59. ● Hankkeen kohderyhmä on 4. luokan ja 7. luokan oppilaat opettajineen ● Hankkeessa toteutetaan toistensa päälle rakentuvia kouluprojekteja, joissa käsitellään mm. ○ kyberturvallisuuden perusteita ○ tekoälyn peruskäsitteitä ja -taitoja ○ tekoälyn eettisiä ja yhteiskunnallisia vaikutuksia ● Kouluprojekteja toteutetaan kerran vuodessa ja niiden tyypillinen kesto on 6-10 oppituntia ● Projektien aikana oppilaat määrittelevät kyberturvallisuuteen ja tekoälyyn liittyviä haasteita sekä keksivät niihin ratkaisuja tutkijoiden ja opettajien avustuksella HANKKEENTOIMINTA AI
  • 60. Vaiheet Keskeiset käsitteet Kysymyksiä Kontekstin luominen: kuka käyttää dataasi ja kuinka? ● Arjessa tapahtuva datan kerääminen ja siihen liittyvät käsitteet ja menetelmät ● Koneoppimiseen perustuvat palvelut ja sovellukset ● Turvallisuusajattelu, lasten oikeudet ja henkilökohtaiset data-strategiat ● Miten ja miksi koneoppivia järjestelmiä käytetään jokapäiväisessä elämässä? ● Millaisia tietoja minusta kerätään ja miten niitä käytetään? ● Mitä voit tehdä koneoppimisella ja suurella määrällä dataa? ● Mitä turvallisuutta ja luottamusta koskevia uhkia syntyy datan käytöstä? ● Millaiset ongelmat ovat helppoja tai vaikeita tekoälylle? Peruskäsitteisiin, toimintaperiaatteisiin ja uhkiin tutustuminen ● Luokittelu, klusterointi, etäisyysmetriikat, neuroverkot ja mukautuva sisältö ● Haitalliset toiminnot, algoritminen harha, tietoturva ja tekoälyn etiikka ● Kuinka voin luoda luokittelijan tai suosittelu- tai profilointi-järjestelmän? ● Millaisia ongelmia voin ratkaista neuroverkkojen avulla? ● Kuinka algoritminen vinouma voi päästä tekemiini tekoälysovelluksiin? ● Kuinka voin ”rikkoa” koneoppimisen-malleja? ● Kuinka dataa voidaan käyttää väärin? Sovellukset, luovuus ja väärinkäytökset ● Tekoälyn luoma taide, datalähtöinen suunnittelu, dynaaminen sisällöntuotanto ● Väärinkäytökset ja uhat turvallisuudelle ja luottamukselle ● Syväväärennykset (deepfakes), kaikukammiot, tunteiden vahvistaminen ja polarisaatio, ● Tekoäly ja tekijänoikeudet ● Voivatko tietokoneet olla luovia? ● Kuinka tekoäly voi luoda uusia kuvia, tekstejä tai taidetta? ● Mitä ovat syväväärennökset (deepfake)? ● Kenellä on tekijänoikeudet tekoälyllä tehtyyn taiteeseen? ● Miten robotit voivat vaikuttaa ihmisten mielialaan ja pahentaa polarisaatiota? Ymmärrys luottamuksesta ja turvallisuudesta yhteiskunnan koneoppimisjärjestelmissä ● Oikeus yksityisyyteen ja turvallisuuteen ● Tekoäly ja kyberturvallisuus ● Tekoälyn ja koneoppimisen etiikka ● Hybridivaikuttaminen ● Kuinka Al-järjestelmät voivat vahingoittaa tai hyödyttää ihmisiä? ● Kenen pitäisi päästä päättää tekoälyn käytöstä ja rajoituksista? ● Miten meihin vaikutetaan ja miksi? Kouluprojektien keskeiset vaiheet ja käsitteet
  • 63. ● Tutkimuksessa kartoitetaan miten lapset toimivat sosiaalisessa mediassa ja miten he kokevat oman kyberturvallisuutensa ● Kuinka kokemus muuttuu kun ymmärrys teknologiasta syventyy ● Millaisia suunnittelu- ja oppimisprosesseja muodostuu kun lapset kehittävät omia koneoppimisen sovelluksia tietojenkäsittelytieteen tutkijoiden tuella TUTKIMUS AI
  • 64. ● Hankkeessa tehdään seurantatutkimusta, joten osallistuminen edellyttää kouluilta sitoutumista projektien suunnitteluun sekä toteuttamiseen vuosina 2023-2025 ○ Tutkimusaineistoa kerätään videoimalla kouluprojektin aikaisia oppimis- ja opetustilanteita, nauhoittamalla opetuskeskusteluja sekä haastattelemalla oppilaita ○ Lisäksi oppilaita pyydetään vastaamaan mobiilisovelluksen kautta avautuvaan lyhyeen kyselyyn enintään 30 päivän ajan (kehitteillä) AI
  • 65. ● Tiedote tutkimuksesta sekä tutkimuslupapyynnöt toimitetaan huoltajille ennen kouluprojektin käynnistymistä ● Lasten ja nuorten osallistuminen tutkimukseen on vapaaehtoista, mutta mahdollisimman monen osallistuminen on tutkimuksen onnistumisen kannalta erittäin tärkeää! AI
  • 67. kehitetään ymmärrystä siitä, miten tekoäly ja sen muovaava maailma toimii tuetaan valmiuksia itse keksiä ja yhdessä kehittää tekoälyyn perustuvia sovelluksia sekä uusia innovaatioita kehitetään kykyä tarkastella kriittisesti tekoälyyn perustuvien teknologioiden taustoja, käyttötarkoituksia sekä vaikutuksia TAVOITE : tukea lapsia ja nuoria kasvamaan tietoisiksi ja luoviksi toimijoiksi, jotka haluavat ja voivat aktiivisesti vaikuttaa tulevaisuuden rakentamiseen tekoälyn muovaamassa maailmassa
  • 68. TAVOITTEET ● Mitä sisällöllistä osaamista tavoitellaan? ● Mitä taitoja harjoitellaan, mitä uutta opitaan? ● Millainen oppimistehtävä ohjaa osaamisen kehittämiseen? REUNAEHDOT ● Mitkä luokat ja opettajat osallistuvat projektiin? ● Millaista ennakko-osaamista ja taitoja oppilailla on? ● Millainen aikataulu projektilla on? ● Millaisia vaiheita projektissa on? ● Mitä teknologioita, (oppi)materiaaleja ja välineitä käytetään? TYÖNJAKO ● Mitkä ovat kunkin opettajan/tutkijan vastuualueet projektin suunnittelussa ja toteutuksen eri vaiheissa? ● Miten viestitään ja koordinoidaan yhteistä toimintaa? (Sormunen ym., 2020) KOULUPROJEKTINYHTEISSUUNNITTELU
  • 69. KONEOPPIMISEEN PERUSTUVAT PALVELUT JA SOVELLUKSET Ennakkokäsitysten kartoittaminen Ilmiön tunnistaminen ja havainnointi KONEOPPIMISEN PERUSKÄSITTEET JA MEKANISMIT Peruskäsitteiden ja toimintaperiaatteiden tutkiminen DATALÄHTÖINEN SUUNNITTELU Ideoiden tuottaminen Sovelluksen suunnittelu DATALÄHTÖINEN SUUNNITTELU Sovelluksen tekeminen Käyttöliittymän suunnittelu TEKOÄLY JA ETIIKKA Oppimis- ja suunnitteluprosessin reflektointi Vaikutusten pohdinta OPETUSMALLI
  • 70. Ennakkokäsitysten kartoittaminen: Miten tietokone oppii? Ilmiön tunnistaminen ja havainnointi: Miten ja millä tavoin koneoppiminen on osa jokapäiväistä elämäämme? Miksi (esim.) Spotify osaa suositella minulle kappaletta, josta pidän? Mihin sen ennusteet ja suositukset perustuvat? Millaista tietoa suositusjärjestelmät keräävät ja keneltä? Keskeiset käsitteet Tiedonkeruu, ennustaminen, suosittelu, profilointi, poikkeaman huomaaminen, sensorit KONEOPPIMISEEN PERUSTUVAT PALVELUT JA SOVELLUKSET [Kuva poistettu]
  • 71. KONEOPPIMISEN PERUSKÄSITTEET JA MEKANISMIT Peruskäsitteiden ja toimintaperiaatteiden tutkiminen: Kuinka koneoppimisen perusjärjestelmät toimivat? Kuinka voin opettaa konetta? Kuinka voimme huijata koneoppimista? Miksi liian pieni opetusdata estää järjestelmää toimimasta oikein? Miten järjestelmään syntyy virheitä ja vinoutumia (algorithmic bias)? Keskeiset käsitteet Piirre, malli, etäisyys, ryhmittely, luokittelu, opetusdata, päätöksenteko [Kuva poistettu]
  • 72. Ideoiden tuottaminen Sovelluksen suunnittelu: Miten oma sovelluksemme voi vastata käyttäjien tarpeisiin? Millaisia ominaisuuksia ja millaista opetusdataa sovelluksellamme on oltava tavoitteen saavuttamiseksi? Miten voimme testata, korjata ja kehittää omaa sovellustamme? Keskeiset käsitteet Luotettavuus, mallin arviointi, vinoutuma, suunnittelu, datan laatu DATALÄHTÖINEN SUUNNITTELU [Kuva poistettu]
  • 73. Sovelluksen tekeminen: Miten voimme testata, korjata ja kehittää omaa sovellustamme? Käyttöliittymän suunnittelu Keskeiset käsitteet Luotettavuus, mallin arviointi, vinoutuma, suunnittelu, datan laatu [Kuva poistettu]
  • 74. Oppimis- ja suunnitteluprosessin reflektointi Vaikutusten pohdinta: Keneen koneoppimisen järjestelmät vaikuttavat ja miten? Kuinka koneoppimisen järjestelmät voivat vahingoittaa tai auttaa ihmisiä? Mitä ei pitäisi automatisoida? Kenen pitäisi saada päättää? Keskeiset käsitteet Koneoppimisen etiikka, vastuu, supertekoäly, kriittinen datalukutaito TEKOÄLY JA ETIIKKA [Kuva poistettu]
  • 75. TEKOÄLY JA LUOVUUS Keskeiset käsitteet Generatiivinen AI, tekoälyn soveltaminen luovuuden välineenä Arjen integraatio Miten voin luoda taidetta ja toteuttaa omia ideoita tekoälyn avulla? Kuka on taiteilija, kun tekoäly on taiteen tekemisen väline? Kenellä tulisi olla tekijänoikeus? [Kuva poistettu]
  • 76. Eli mitä siis harjoitellaan (vrt. OPS)? ❖ Ajattelun taidot ➢ Datalähtöinen ajattelu, käsitteet ja niiden merkityksen ymmärtäminen ➢ Luova ajattelu ja innovatiivisuus ➢ Kriittinen ajattelu ja argumentointi ❖ Työskentelytaidot ➢ Yhteistyö (tiimi, asiantuntijat) ➢ Ideointi, tutkiminen, ongelmien ratkaisu ➢ Toiminnan suunnittelu ja arviointi ❖ Arvot ja asenteet ➢ Uteliaisuus, kiinnostus ➢ Rohkeus ja luottamus siihen, että pystyy (minäpystyvyys) ➢ Osallistuminen ja vaikuttaminen AI
  • 80. MUUTA HUOMIOITAVAA, TOIVEITA, IDEOITA: KOULUKOHTAINEN PIENRYHMÄTYÖSKENTELY Ideoikaa alustavasti seuraavien kysymysten tuella omaa kouluprojektia. Vastauksia voi täydentää myöhemmin ja niistä keskustellaan yhdessä tutkijoiden kanssa projektin toteutuksen koulukohtaisessa suunnittelussa. Mitkä luokat ja ketkä opettajat osallistuvat koulussamme projektiin? Millaista ennakko-osaamista ja taitoja oppilailla on? Mitä sisällöllistä osaamista/ taitoja olisi hyvä harjoitella projektissa (vrt.OPS, Uudet lukutaidot, hankkeen vaiheita ja käsitteitä kuvaava taulukko)? Millainen aikataulu projektilla on? Montako oppituntia projektille on käytettävissä? Mitä välineitä koululla on käytössä? Mitä AI-teknologioita voitaisiin testata projektissa? Kuka/ketkä toimivat koulun vastuuhenkilönä projektin toteutuksessa? Mitkä ovat kunkin opettajan/tutkijan vastuualueet? Miten viestitään ja milloin suunnitellaan yhteistä toimintaa tutkijoiden kanssa? Missä tapaamiset toteutetaan?
  • 81. VIESTINNÄSTÄ JA JOENSUUN SEUDUN YHTEISISTÄ TAPAAMISISTA SOPIMINEN 1. Milloin ja miten usein tavataan? Seuraava tapaaminen? 2. Miten viestitään tapaamisten välillä? AI
  • 82. Tutkijtohtori Juho Kahila juho.kahila@uef.fi +358 50 327 1475 Yliopistotutkija HenriikkaVartiainen henriikka.vartiainen@uef.fi +358 50 4712352 Professori MattiTedre matti.tedre@uef.fi +358 50 4340376