Jyväskylän yliopisto kehitti mallin luotettavan hybridi-tekoälyn opettamiseen

Jyväskylän yliopiston tutkijat Olena Kaikova, Vagan Terziyan, Alessio Antonini ja Neslihan Önder Özdemir tarkastelevat tuoreessa tutkimuksessaan, miten tekoälykoulutusta tulisi uudistaa vastaamaan nykyteknologian haasteita. Tutkimuksessa keskityttiin siihen, miten opiskelijat oppivat yhdistämään suuria kielimalleja, tietograafeja ja muita tekoälyn osa-alueita vastuullisiksi hybridijärjestelmiksi.

Työssä kehitettiin teoreettinen viitekehys, jota sovellettiin käytännössä Jyväskylän yliopiston kansainvälisessä tekoälyn maisteriohjelmassa (International Master’s Program in AI). Tutkimuksen keskeinen havainto on, että pelkkä yksittäisten tekoälymenetelmien opettaminen ei enää riitä. Tutkijat tunnistivat tarpeen opettaa tekoälyn rakenteellista yhdistämistä, jotta järjestelmistä saadaan turvallisia ja läpinäkyviä.

Erityisesti työssä korostettiin symbolisen tekoälyn ja tietograafien roolia kielimallien rinnalla, jotta eettiset kysymykset, kuten yksityisyys ja vinoumat, voidaan huomioida paremmin. Opiskelijoiden toteuttamat projektit osoittivat, miten eri tekoälyparadigmojen yhdistäminen käytännössä auttaa kehittämään vastuullisempia palveluita.

Tutkimus on julkaistu Zenodo-alustalla (CERN). Lähde: Kaikova et al. (2024): Educating for Trustworthy Hybrid AI: Curriculum-Level Hybridization in an MSc AI Program.