Download as PDF, PPTX
![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]](https://image.slidesharecdn.com/genaikickoffjakoon03022023-230203110349-aeb5b051/85/Generation-AI-Joensuun-kick-off-70-320.jpg)
![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]](https://image.slidesharecdn.com/genaikickoffjakoon03022023-230203110349-aeb5b051/85/Generation-AI-Joensuun-kick-off-71-320.jpg)
![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]](https://image.slidesharecdn.com/genaikickoffjakoon03022023-230203110349-aeb5b051/85/Generation-AI-Joensuun-kick-off-72-320.jpg)
![Sovelluksen tekeminen:
Miten voimme testata, korjata ja kehittää
omaa sovellustamme?
Käyttöliittymän suunnittelu
Keskeiset käsitteet
Luotettavuus, mallin arviointi,
vinoutuma, suunnittelu, datan laatu
[Kuva poistettu]](https://image.slidesharecdn.com/genaikickoffjakoon03022023-230203110349-aeb5b051/85/Generation-AI-Joensuun-kick-off-73-320.jpg)
![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]](https://image.slidesharecdn.com/genaikickoffjakoon03022023-230203110349-aeb5b051/85/Generation-AI-Joensuun-kick-off-74-320.jpg)
![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]](https://image.slidesharecdn.com/genaikickoffjakoon03022023-230203110349-aeb5b051/85/Generation-AI-Joensuun-kick-off-75-320.jpg)
Uploaded byHenriikka Vartiainen
Generation AI, Joensuun kick-off
GenAi-hankkeen kick-off työpaja 3.2.2023, Joensuu
Generation AI, Joensuun kick-off
- 1. AI GENERATION AI AI EDUCATIONFOR THE SECURITY MINDSET AI
- 2. - 9.00 Omatoiminenaamiainen 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
- 3.
- 4. TIETEELLINEN VALLANKUMOUS JA TEOLLINENVALLANKUMOUS LUKU I
- 5.
- 6. Jako teoreettiseen jakokeelliseen tieteeseen AI
- 7. Teollinen vallankumous (manuaalisentyön automatisointi) AI
- 8.
- 9. Tieteellinen ja teollinenvallankumous, Luku II (sähkö) AI
- 10. Tieteellinen ja teollinenvallankumous, Luku II (suhteellisuusteoria) AI
- 11. Tieteellinen ja teollinenvallankumous, Luku II (kvanttimekaniikka) AI
- 12.
- 13. Uusi tieteellinen vallankumous(laskennallinen tiede) AI
- 14.
- 15. 2. Uudet tieteellisetmenetelmät AI
- 16.
- 17. 4. Uusi, laskennallinentapa hahmottaa maailma AI
- 18. 5. Uudet yhteistyönmuodot AI
- 19.
- 20. TEOLLINEN VALLANKUMOUS LUKU III: TIETOTYÖNAUTOMATISOINTI ca. 1950
- 21.
- 22.
- 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: LUOVANTYÖN AUTOMATISOINTI ca. 2020
- 25. Generatiivinen tekoäly luokuvia, tekstiä, videota AI
- 26.
- 27. Digitaalinen murros? Tässäja 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
- 28.
- 29.
- 30. Järjestelmiä jotka oppivatsuuresta määrästä dataa AI
- 31. Miten kone pystyykertomaan mitä kuvassa on?
- 33.
- 34. Kyky sovittaa funktioitadataan AI
- 35. Käytännön ymmärrys siitämitä data/funktiopohjaisesti voi tehdä AI
- 36.
- 37.
- 38.
- 39. OPETUSDATAN LÄHTEET ● Kaikkinetissä saatavilla oleva data kelpaa koneoppivien järjestelmien raaka-aineeksi ● Kuvat ○ Taide ○ Valokuvat ○ Grafiikka ○ Uutiset ● Teksti ○ Wikipedia ○ Uutiset ○ Some ○ Jne. ● Ääni ○ Spotify ○ Youtube ● Video AI
- 40.
- 41.
- 44. EETTISIÄ ONGELMIA PUUTTUVIA YHTEISIÄPELISÄÄNTÖJÄ AVOIMIA KYSYMYKSIÄ
- 45.
- 46.
- 47.
- 48. Tunnereaktioiden hyödyntäminen (emotionfarming) AI
- 49.
- 50.
- 51.
- 52. 13-vuotiaista on tallessakeskimäärin 70 miljoonaa datapistettä AI
- 53. GENERATION AI AI EDUCATIONFOR THE SECURITY MINDSET
- 54. Hankkeen tavoitteet, toimintaja tutkimus Dr. Juho Kahila AI
- 55. ● Generation AIon 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 erikaupungeista ● yhteistyökumppaneita esimerkiksi Heurekasta, Joensuun SciFestistä ja Suomen koodikoulusta ● tietojenkäsittelytieteen, kasvatustieteen ja oikeustieteen tutkijoita Itä-Suomen yliopistosta, Helsingin yliopistosta, ja Oulun yliopistosta
- 57. ● Tavoitteena onvahvistaa 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 januorten 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 kohderyhmäon 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 käsitteetKysymyksiä 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
- 61.
- 62.
- 63. ● Tutkimuksessa kartoitetaanmiten 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 tehdäänseurantatutkimusta, 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 tutkimuksestasekä tutkimuslupapyynnöt toimitetaan huoltajille ennen kouluprojektin käynnistymistä ● Lasten ja nuorten osallistuminen tutkimukseen on vapaaehtoista, mutta mahdollisimman monen osallistuminen on tutkimuksen onnistumisen kannalta erittäin tärkeää! AI
- 66.
- 67. kehitetään ymmärrystä siitä, miten tekoälyja 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 sisällöllistäosaamista 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 Ilmiöntunnistaminen 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 tietokoneoppii? 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 jatoimintaperiaatteiden 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: Mitenoma 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 voimmetestata, korjata ja kehittää omaa sovellustamme? Käyttöliittymän suunnittelu Keskeiset käsitteet Luotettavuus, mallin arviointi, vinoutuma, suunnittelu, datan laatu [Kuva poistettu]
- 74. Oppimis- ja suunnitteluprosessinreflektointi 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 Keskeisetkäsitteet 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 siisharjoitellaan (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
- 77.
- 78.
- 79. Kouluprojektin alustava ideointi jayhteissuunnittelu
- 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 SEUDUNYHTEISISTÄ TAPAAMISISTA SOPIMINEN 1. Milloin ja miten usein tavataan? Seuraava tapaaminen? 2. Miten viestitään tapaamisten välillä? AI
- 82. Tutkijtohtori Juho Kahila juho.kahila@uef.fi +35850 327 1475 Yliopistotutkija HenriikkaVartiainen henriikka.vartiainen@uef.fi +358 50 4712352 Professori MattiTedre matti.tedre@uef.fi +358 50 4340376