Tekoäly hurisee nyt myös Vibemetricsissä

Tekoäly ja koneoppiminen on yksi tämän hetken isoimmista megatrendeistä. Tekoälyn hyödyntäminen tarjoaa keinon analysoida valtaviakin datamääriä tehokkaasti. Tekoälyä hyödynnetään myös Vibemetrics-palvelussa. Haastattelimme Vibemetricsin kesätyöntekijää Olli Ruokojokea, joka kehittää analytiikkaa ja tekoälyn käyttöä henkilöstökyselyissä.

Kuka olet ja mitä teet?

Olen Olli Ruokojoki, 21-vuotias teknillisen alan opiskelija. Opiskelen toista vuotta Aalto-yliopiston perustieteiden korkeakoulussa teknillistä fysiikkaa ja matematiikkaa. Olen ollut kolme kesää töissä Vibemetricsillä, jossa kehitän kommenttien analysointia ja tekoälyä kommenttien takana.

Ketterä oppiminen on ollut paljon puheissa viime aikoina. Ketterä oppiminen eroaa perinteisestä ennakoivasta oppimisesta siinä, että ketterässä oppimisessa haetaan nopealla syklillä uutta tietoa työn tekemisen tueksi. Oppia haetaan laajasti erilaisista kanavista, ja tutkintojen ja ylipäätään formaalin koulutuksen merkitys on vähäisempi. Kesätyöntekijämme Olli on varsinainen ketterän oppimisen mestari!

Olen harjoitellut koodaamisen aika lailla itsenäisesti opiskelemalla ja tekemällä. Kiinnostuin tekoälystä ja analytiikasta muutama vuosi sitten, etenkin Max Tegmarkin kirjan ”Life 3.0: Being Human in the Age of Artificial Intelligence” kautta. Osaamista olen kartuttanut yliopiston koodauskurssilla sekä katsomalla tekoälyyn liittyviä videoita ja kuuntelemalla äänikirjoja aiheesta. Lukiossa kirjoitin useammankin tekoälyyn liittyvän esseen, myös englannin ylioppilaskokeessa. Olen suunnitellut valitsevani yliopisto-opinnoissani sivuaineeksi tietotekniikan.

Mitä tekoälyn kehittäminen on käytännössä tarkoittanut?

Kehitän kommenttien analysointia ja tekoälyä kommenttien takana. Olen tutkinut eri algoritmeja, joilla analysoidaan kommentteja ja valinnut meille Mikon kanssa sopivimmat käyttöön. Olen luonut ohjelman, joka löytää datasta samankaltaisia avainsanoja. Ohjelma osaa esimerkiksi yhdistää, että ”kiva työkaveri” ja ”mukava kollega”, tarkoittavat samaa. Kun avainsanoja tulee suuri määrä, ohjelma osaa yhdistää samaa tarkoittavat sanat saman pääavainsanan alle, jolloin niitä on helpompi käydä läpi. Näin löydetään datan joukosta tärkeitä kokonaisuuksia.

Miten tekoäly parantaa Viben palvelua ja auttaa Viben käyttäjiä?

Tekoäly parantaa ja napakoittaa kommenttien ja avovastausten hyödyntämistä. Henkilöstökyselyissä voi olla tuhansia vastaajia ja useita tuhansia avokommentteja. On haastavaa, jos esimerkiksi yhden henkilön pitäisi käydä läpi kaikki kommentit. Suuresta datamäärästä on hankalaa saada kokonaiskuvaa ja erottaa tärkeät asiat massasta. Tekoäly auttaa tulosten analysoimisessa bongaamalla tiettyjä toistuvia teemoja ja avainsanoja, joiden perusteella näkee helposti, mikä tilanne on, ja mihin kannattaisi keskittyä. Näin löydetään ongelmakohdat ja se, mikä on kommenttien perusteella hyvää ja toimivaa, sekä mihin kommentteihin kannattaa vastata. Tekoälyn avulla löydetään olennaiset asiat kommenttien merestä.

Tekoälyn kehittäminen vaatii syvää ymmärrystä ja luovuutta

Mikko, olit aika innoissasi kun tulit palaverista Ollin kanssa. Mikä Sinua innosti niin kovasti?

No kyllä! Olen oppinut todella paljon tekoälystä Ollin kanssa. On hauska huomata, että kysymys ei oikeastaan ole mistään mystisestä touhusta, vaan yksinkertaisesti siitä, että kerromme koneelle, mitä sen pitää tehdä erilaisten ehtojen täyttyessä. Eli käytännössä kerromme sille, mitä sen pitää tehdä, kun se huomaa tiettyjä sanoja tai tiettyjä lauseita. Kone ei tässä älyn vaiheessa vielä itse osaa luoda ehtolausekkeita, vaan ne kaikki pitää sille opettaa. Hyvien ehtolausekkeiden muotoileminen vaatii ymmärrystä siitä, mikä inhimillisessä elämässä, johtamisessa ja organisaatioiden kehittämisessä on tärkeää. Se vaatii hyvää osaamista ja on lopulta aika luovaa hommaa. Olen siitä todellakin aika innoissani!

Tekoälyn käyttö vaatii suuren määrän kommentteja. Pienellä määrällä kone menee sekaisin eikä osaa erottaa tärkeitä asioita triviaaleista. Jatkamme asian kehittelyä ja oppimista, mutta tekoäly-ominaisuus on jo toimivassa kunnossa palvelussa.

Edellinen
Edellinen

Ketterä oppiminen tarvitsee palautetyökaluja

Seuraava
Seuraava

Helsingin kaupungin henkilöstökysely