Hyppää pääsisältöön

Ukrainan sodan vaikutukset yliopistoon

Opiskelijat työskentelevät tietokoneella.

FM, KTM Ulla Gainin väitös 18.2.2022: Kognitiivisesti laskettujen oivallusten kehystäminen

Tietojenkäsittelytieteen alaan kuuluva väitöskirja tarkastetaan luonnontieteiden ja metsätieteiden tiedekunnassa Kuopion kampuksella ja verkossa.

Mikä on väitöstutkimuksesi aihe?

Tarvitaan uusia työkaluja, jotta voidaan saada näkemyksiä datasta liiketoimintakäytännöissä. Tiedonkäsittelytekniikoiden ja -työkalujen mahdollisuuksien arvioinnissa on kuitenkin jatkuva tutkimusvaje. Esimerkiksi mitä etuja ne tarjoavat datasta saatavien oivallusten ilmentämiseen, mitä ne voivat automatisoida ja onko niitä olemassa, miten ne vaikuttavat ihmisten käyttäytymiseen. Uusien teknologioiden käyttöönotto viivästyy, koska prosessin vaiheita ei ymmärretä lähtien houkuttelevista tai tuntemattomista tuotteista päätyen niiden vaikutustenarviointeihin. Tämä väitöskirjan aihe käsittelee tapoja löytää vastaavuuksia ihmisen kognition ja kognitiivisten palvelujen välillä ja vahvistaa ihmisen ymmärrystä kognitiivisesti lasketuissa oivalluksissa. Se lähestyy tapoja arvioida kognitiivisesti lasketun tiedon vaikutuksia organisaatioihin. Väitöskirja kehystää kognitiivisesti laskettuja oivalluksia ja ehdottaa kognitiivisten palvelujen konseptitodistuksia. Kognitiiviset palvelut voidaan integroida erilaisiin ratkaisuihin, ja ne liittyvät vahvasti ihmisen kognitiivisiin toimintoihin.

Mitkä ovat väitöstutkimuksesi keskeiset tulokset tai havainnot?

Tämä väitöskirja korostaa automaatiokykyjen ja ihmisen kognition tutkimista kognitiivisten palvelujen mielekkäiden käyttötapojen löytämiseksi. Konseptin todisteita vaaditaan sen määrittämiseksi, sopiiko jokin tarkoitukseen ja käyttöön. Yleensä organisaatioiden on tiedettävä, mitä käyttää, mitä voidaan saavuttaa ja miten arvioida ja vahvistaa teknologian mukautuksia. Kognitiivisesti laskettujen oivallusten muodostamisessa merkittäviä panoksia ovat kognitiivisten toimintojen toiminnallinen hierarkia ja hyödyntämisajattelu. Nämä rakenteet auttavat vertailussa ja siten sovellusten vaikutusten arvioinnissa. Ne auttavat esimerkiksi organisatorisessa kaksijakoisuudessa tutkimisen ja hyödyntämisen välillä, vaikutusten arvioinnissa ja havainnollistamisessa, kuinka automaatio vapauttaa lähteitä ihmisen toimesta tai ilman sitä.

Miten väitöstutkimuksesi tuloksia voidaan hyödyntää käytännössä?

Organisaatioiden on kokeiltava löytääkseen kilpailukykynsä ja tehokkuutensa, kun ne omaksuvat objektiivisia näkemyksiä kognitiivisten palvelujen avulla. Käytännössä on tärkeää tietää, voidaanko kognitiivisilla palveluilla toteuttaa vaaditut kognitiiviset kyvyt. Väitöskirjassa annetaan käytännön esimerkkejä ja neuvoja seuraavilla tavoilla:

• Listaa tarvittavat työt ja arvioi, millaisia kognitiivisia kykyjä vaaditaan,

• Jaa toimintojen toiminnallisuudet yksinkertaisiin toimintoihin rakennuspalikoiksi, koska ihmisen kognitio syntyy monitoiminnallisesta yhteistyöstä,

• Hyödynnä kognitiivisten toimintojen toiminnallisen hierarkian viitekehystä ja etsi toiminnallisuuden vastaavuuksia kognitiivisen palvelun ja ihmisen kognition välillä,

• Hyödynnä ajattelutapaa automaatiomahdollisuuksien selventämiseksi,

• Vahvista ihmisen kognitiokykyä näyttämällä läpinäkyviä tuloksia raakatiedoista oivalluksiin.

Kognitiivisten palveluiden tuloksia voidaan käyttää rakennuspalikoina ja siten rakentaa merkittävämpiä toiminnallisia kokonaisuuksia. Tämä väitöskirja antaa käytännön neuvoja esimerkiksi seuraavilla tavoilla:

• Listaa työtehtävät ja arvioi, automatisoidaanko ne kognitiivisten palvelujen avulla,

• Toiminnallisuus voidaan sovittaa yhteen ihmisen kognition kanssa, mikä auttaa löytämään tarvittavat vahvistukset, jotka vastaavat ihmisen ymmärrystä

Kognitiivisesti laskettujen oivallusten vaikutuksia voidaan käytännössä arvioida esimerkiksi seuraavilla tavoilla:

• Listaa liiketoiminta-analytiikkaa koskevat keskeiset kysymykset ja selvitä, onko olemassa kognitiivisia palveluita, joiden avulla voidaan antaa vastauksia kysymyksiin,

• Työntekijöiden ja muiden sidosryhmien edustajien ilmeisiä persoonallisuuden piirteitä ja niiden avulla voidaan ohjata käyttäytymistä tai suunnitella parempia kokemuksia erilaisista vuorovaikutuksista,

• Kognitiiviset palvelut voivat parantaa ilmeisiä läpinäkyviä datalähtöisiä tavoitteita,

• Listaa työtehtävät ja arvioi, automatisoidaanko ne kognitiivisten palvelujen avulla,

• Arvioi kognitiivisten toimintojen vaikutus sovelluksissa uusien rakennuspalikoiden tai teknologian ja aikaisempien käytössä olevien järjestelmien välillä.

Mitkä ovat väitöstutkimuksesi keskeiset tutkimusmenetelmät ja -aineistot?

Päätulokset sisälsivät 20 konstruktiota: neljä abstraktiota, seitsemän koetta, kolme viitekehystä ja kuusi kartoitusta. Termi "konstruktio" viittaa tyypitettyyn kokonaisuuteen, jonka tyyppejä ovat abstraktio, kokeilu, kehys ja kartoitus. Tyypitettyjen rakenteiden päämerkitykset ovat sanastopohjaisia, ja niiden merkityksiä havainnollistetaan väitöskirjassa seuraavasti: abstraktio on relevanttia tietoa, jolla korostetaan tiettyä tarkoitusta; kokeilu on tarkoituksellinen tutkimus kokemuksen ja todisteiden saamiseksi; kehys on joukko uudelleenkäytettäviä elementtejä, joita käytetään ohjaamaan ratkaisukeskeistä kehitystä, ja kartoitus on määritetty vastaavuus kahden entiteetin välillä selittääkseen eroja ja yhtäläisyyksiä. Konstruktiot on rakennettu olemassa oleviin puitteisiin, mikä auttaa paljastamaan kiinnostuksen tämän väitöskirjan painopisteeseen. Konstruktiot syntyivät sovittamalla useita viitekehyksiä, jotka koskivat automatisoitua koneoppimista (esim. Pycaret), aivomalleja (3D Brain, aivojen kerrostettu referenssimalli), liiketoimintamallien kankaita (esim. arvoehdotuskanvas), McKinseyn automaatiokykyjä, persoonallisuuden piirteet ja tyypit (global vectors for word representation GloVe, persoonallisuustesteissä käytetty kansainvälinen kokoelma  IPIP) ja arvoehdotukset (esim. Bøe-Lillegravenin ambidexterity-arvoketjut). Lisäksi seuraavat kognitiiviset palvelut ovat esimerkkejä rakenteista: IBM Personality Insights, IBM Tone Analyzer, IBM Natural Language Understanding (aiemmin Alchemy Language), IBM Retrieve and Rank, IBM Tradeoff Analytics, IBM Discovery, IBM Visual Recognition ja Microsoft Speaker Recognition

FM Ulla Gainin tietojenkäsittelytieteen alaan kuuluva väitöskirja Framing of cognitively computed insights Proofs of concept by cognitive services (Kognitiivisesti laskettujen oivallusten kehystäminen, Kognitiivisten palvelujen konseptitodistukset) tarkastetaan luonnontieteiden ja metsätieteiden tiedekunnassa, Kuopion kampuksella, Snellmania, SN201, 18.2.2022 klo 12. Vastaväittäjänä toimii apulaisprofessori, Sanna Kumpulainen, Tampereen yliopisto, ja kustoksena professori Pekka Toivanen, Itä-Suomen yliopisto. Tilaisuuden kieli on suomi ja sitä voi seurata verkossa.

Lisätietoja:

Ulla Gain, ulla.gain@uef.fi, p. 040 051 7747

Väittelijän painolaatuinen kuva

Tilaisuus verkossa

Väitöskirja verkossa