Hyppää pääsisältöön

Emil Aaltosen Säätiöltä rahoitus datan automaattisen tulkinnan tutkimukseen

Julkaistu 27.11.2020
Tampereen yliopisto
käsi tietokoneen näppäimistöllä
Emil Aaltosen Säätiön hallitus myönsi kolmannen hankerahoituksen 333 333 euroa Tampereen uudelle yliopistolle monitieteiseen tutkimustyöhön. Ensimmäinen hankerahoitus myönnettiin vuonna 2018 ja toinen vuonna 2019, molemmat rahoitusosuudeltaan myös 333 333 euroa. Rahoitettavaksi hankkeeksi valittiin professori Tuomas Virtasen, professori Maija Hirvosen ja professori Frank Emmert-Streibin hanke Kielen käyttö strukturoimattoman datan automaattiseen tulkintaan.

Tutkimushanke kehittää laskennallisia menetelmiä, joiden avulla pystytään analysoimaan erilaisia aineistoja, kuten ääni- ja videotallenteita tai lääketieteellisiä signaaleja ja kuvia. Menetelmät tuottavat sisällöstä tekstikuvauksia, jotka esittävät monimutkaisen tiedon ihmisille ja koneelle helposti ymmärrettävässä muodossa. Tekstikuvaukset mahdollistavat myös aineistojen automaattisen analyysin, kuten kuvailuihin perustuvan automaattisen tiedonhaun.

Hankkeessa kehitetään koneoppimismenetelmiä, jotka oppivat luomaan yhteyksiä strukturoimattomien aineistojen ja niiden tekstikuvausten välille. Hankkeessa myös sovelletaan näitä menetelmiä äänen, kuvan ja lääketieteellisen datan tulkintaan.

Tutkimus toteutetaan vuosina 2021-2023 Tampereen yliopiston Informaatioteknologian ja viestinnän tiedekunnassa, professori Tuomas Virtasen sekä tenure-track professoreiden Maija Hirvosen ja Frank Emmer-Streibin johtamissa tutkimusryhmissä. Hanke toteuttaa ainutlaatuisella tavalla uuden Tampereen yliopiston monitieteisyyttä ja tutkimusaloja, sisältäen signaalinkäsittelyn, koneoppimisen, terveysteknologian ja käännös- ja kielitieteet.

Päiväkotien uudet arvioinnin tavat ja niiden vaikutus arkeen

Emil Aaltosen Säätiön hallitus myönsi myös yhdeksän 200 000 euron projektiapurahaa eri tieteenaloille. Tampereen yliopistosta apurahan saivat  Maiju Paananen (kasvatustiede) sekä Mervi Vänskä ja Pasi Pertilä (psykologia).

Paanasen tutkimus on nimeltään Varhaiskasvatuksen paikalliset arviointikäytännöt datafikaation aikakaudella (VADA).
 
Varhaiskasvatuksessa tapahtuva arviointi on murrosvaiheessa. Muun muassa digitalisaatio on johtanut datan keräämisen lisääntymiseen ja sen arvon ja merkityksen kasvuun myös pienten lasten kasvua, kehitystä ja oppimista koskevassa päätöksenteossa. Datan kerääminen ja sen pohjalta tehtävä arviointi eivät ole neutraalia mittaamista, vaan arvioinnilla on seurauksia varhaiskasvatuksen arkipäiväisiin käytäntöihin.

VADA-hankkeessa tarkastellaan, millaista päiväkodeissa tapahtuva arviointi on, ja mitä seurauksia erilaisilla arvioinnin tavoilla on päiväkotien arkipäiväiseen toimintaan. Miten uudet arvioinnin tavat muovaavat olemassa olevia käytäntöjä? Hanke vastaa näihin kysymyksiin analysoimalla monimenetelmäisesti paikallisesti muotoutuvia arvioinnin järjestelmiä.

Hankkeen tuloksia hyödynnetään sosiaalisesti ja kulttuurisesti kestävien arvioinnin käytäntöjen kehittämiseen yhdessä kansallisten ja paikallisten varhaiskasvatuksen toimijoiden kanssa.   

Uutta teknologiaa varhaisen vuorovaikutuksen arviointiin

Vänskän ja Pertilän tutkimus koskee uuden teknologian hyödyntämistä varhaisen vuorovaikutuksen arvioinnissa.
 
Varhainen vanhemman ja vauvan välinen vuorovaikutus muodostaa perustan lapsen kehitykselle ja hyvinvoinnille. Vuorovaikutuksen kriittisten piirteiden tunteminen ja tarkka luokittelu on siis tärkeää. Audio-visuaalisen teknologian kehitys tekee mahdolliseksi vuorovaikutuksen monipuolisten piirteiden automaattisen ja tehokkaan tunnistamisen.

Tutkimuksen tavoitteena on uuden teknologian innovatiivinen hyödyntäminen varhaisen vuorovaikutuksen eri vuorovaikutusmuotojen (kehon asento ja liike, kosketus, ääni ja katse) kriittisten piirteiden tunnistamisessa. Äiti-vauvaparikkien leikkituokiot tallennetaan ja analysoidaan Tampereen yliopiston Centre for Immersive Visual Technologies (CIVIT) -laboratoriossa yhteistyössä varhaisen vuorovaikutuksen asiantuntijoiden kanssa.

Tutkimus luo pohjan vuorovaikutuksen automaattiselle analyysille, jossa hyödynnetään koneoppimista ja tekoälyn saavutuksia, ja jota voidaan soveltaa monipuolisesti varhaisen perhetyön ennaltaehkäisyssä ja interventioiden suunnittelussa.

Emil Aaltosen Säätiö

Kuva: Jonne Renvall