Page with comments disabled

Okategoriserade

TOVID – Teaching Online: Video Initiatives in Digital Education

TOVID - Teaching Online: Video Initiatives in Digital Education

TOVID targets the need for intentional support to assist educators to gain the confidence, knowledge and skills to design, deliver and evaluate effective digital education in order to be successful and competitive in a digital era. The project will provide solutions to increase educators’ readiness for online teaching by designing, delivering and evaluating innovative, long-lasting mobile learning resources that will facilitate digital education capacity and the implementation of blended and online teaching. The project will produce creative, innovative, high quality digital content and best practices and conveniently make it accessible via mobile devices.

Objectives:

  • Motivate and support educators to increase digital education readiness and competence.
  • Design, deliver and evaluate innovative, long-lasting resources to facilitate digital capacity.
  • Design high quality digital resources conveniently delivered via email and Twitter and accessible via mobile devices.
  • Collaborate with universities, private industry, government, hospitals, and NGOs to reduce cost, time and redundancy and expediate the uptake and scalability of digital technologies.
  • Provide educators with the support and innovative approaches to improve online learning experiences and prepare students to succeed in a digital world.

Results:

TOVID develops three video-based digital education programs (Get Ready, Get Started and Get Online Teaching Tips) which will increase readiness, knowledge and skills regarding using technology in educational experiences. The videos will be practical, relevant, entertaining, and easily accessible on mobile devices making the potential for outreach limitless.

The project is co-funded by the Erasmus+ programme of the European Union

Website: http://tovid.cs.ucy.ac.cy/

Project partners: University of Malta, University of Cyorus, University of Primorskem and Åbo Akademi University Contact at Experience Lab: Anette Bengs

News

Evaluating experiences of online co-creation

Evaluating experiences of online co-creation

The first roll-out of our online co-creation evaluation projects was done at the IoTXchange network meeting in Razlog on April 29th. A combination of seven semi-structured interviews with project partners’ staff and an electronic survey to stakeholders yielded interesting results – first impressions on the experience of remote work and co-creation during the pandemic.

Overall, the feeling was that the forced transition had been a shock at first, but different ways and means to cope with the situation were found. The processes for creating integrated action plans were mostly hybrid in one way or another, and while the social interaction of physical meetings was missed, the participants were by and large satisfied with the results. In fact, the participants appeared to have a more positive experience than those responsible for the processes – which of course is a good result, but also may highlight the extra effort and strain that the arrangers have felt. All in all, there are still challenges to meet, but the outlook is promising.

The full results will be available by the time we meet again in Fundao in June, and a playbook with checklists for online co-creation and development, based on data from this project and two others with similar themes, will be available in August.

Learn more

Project

REDI SOTE

REDI SOTE

REDI SOTE – Resurssiviisaat digitaaliset sosiaali- ja terveyspalvelut

Sosiaali- ja terveysala tarvitsee uusia innovatiivisia palveluja pystyäkseen vastaamaan nykypäivän ja tulevaisuuden haasteisiin. Uudet innovaatiot syntyvät resursseja, osaamista ja uutta tietoa yhdistämällä.

REDI SOTE-hankkeen tarkoituksena on edistää yritysten, kaupunkien, tutkimuslaitosten ja korkeakoulujen verkostomaista yhteiskehittämistä palveluekosysteemissä sekä uusien ja muilla toimialoilla tuotettujen teknologiainnovaatioiden hyödyntämistä sote-alalla.

Tavoitteena on avata teknologiayrityksille, matalan teknologian sote-alan yrityksille sekä yritystoimintaa suunnitteleville uusia kaupallisia mahdollisuuksia.

Hankkeen kohderyhmiä ovat

  • Teknologiayritykset, jotka haluavat tarjota tuotteitaan ja palvelujaan sote-alalle,
  • Matalan teknologian sote-alan yritykset, jotka haluavat kehittää toimintaansa
  • Sote-alalla yritystoimintaa aloittavat toimijat sekä
  • Välillisesti tutkimus- ja koulutusorganisaatiot, sote-alan organisaatiot ja asiakkaat, opiskelijat sekä koko yhteiskunta.

Tavoitteisiin pyritään

  • Kartoittamalla ja kehittämällä teknologia-alan yritysten edellytyksiä ja tavoitteita osallistua sote-alan palveluekosysteemien toimintaan
  • Kehittämällä työvälineitä ja mittareita yhteiskehittämisen ja yhteiskehitettyjen suunnitteluratkaisujen arviointiin
  • Toteuttamalla yhteiskehittämisen pilotteja sosiaali- ja terveysalan innovaatioekosysteemeissä Uudellamaalla ja Varsinais-Suomessa
  • Herättämällä vaikuttavuusperusteisuutta ja vaikuttavuuden arviointia koskevaa laajempaa keskustelua

Hankkeen tuloksena

  • Digitaalisten palvelujen yhteiskehittäminen sote-alalla lisääntyy
  • Yritysten liiketoimintamahdollisuudet laajenevat ja monipuolistuvat
  • Digitaalisten ratkaisujen avulla sote-palveluiden kattavuus, tasa-arvo ja laatu paranevat sekä alan resurssien käyttö tehostuu
  • Vaikuttavuusperusteisuus edistää resurssien tarkoituksenmukaista käyttöä ja sosiaali- ja terveyspalvelujen laatua

Hankkeen toteuttajat
Laurea-ammattikorkeakoulu
Forum Virium Helsinki
Turun ammattikorkeakoulu
Turun Yliopisto
Åbo Akademi

News

News

“En glad maskin” – erfarenheter av svenskspråkiga robotar i…

“En glad maskin” - erfarenheter av svenskspråkiga robotar i vården

Välkommen att ta del av erfarenheter och reflektioner kring sociala robotar på svenska i vården tillsammans med Åbo Akademi/Experience Lab och Arcada.

Åbo Akademi/Experience Lab och Arcada har i drygt två års tid samarbetat kring projektet MäRI (Människa och Robot-Interaktion) som strävat efter att ta fram evidensbaserad kunskap kring hur vårdtagare och vårdstuderanden upplever mötet med en social, humanoid robot. Projektet finansieras av Svenska Kulturfonden.

Den 11.5. 2022 berättar vi om arbetet i Märi på flera sätt – på förmiddagen håller vi ett livestreamat webinarium och på eftermiddagen ges du möjlighet att fysiskt bekanta dig med robotarna och den applikation som skapats. I Vasa kan du komma till Experience Lab och i Helsingfors till Arcada.

Dagen av avgiftsfri, men kräver anmälan.

Webinarium 11.5. kl 09.30-11 på YouTube, https://www.youtube.com/user/mediacityfinland

Program

Introduktion till samarbetsprojektet Märi -sociala robotar som agenter i vården

Presentation av robotarna och utvecklingsprocessen för att ta fram en applikation för tandvården

  • Flossa – en robotapplikation för tandvården

Mattias Wingren, Sören Andersson, Åbo Akademi/Experience Lab

Dennis Biström, Kristoffer Kuvaja Adolfsson, Johan Penttinen, Arcada

Erfarenheter och reflektioner från projektet

  • Upplevelser av att tala med en svenskspråkig robot – Susanne Hägglund, Åbo Akademi/Experience Lab
  • Hur kan roboten hjälpa? – Christa Tigerstedt, Arcada

Forskare och företagare Linda Mannila ger en kommentar till projektet

Moderator: Yvonne Backholm-Nyberg, verksamhetschef, Åbo Akademi/Experience Lab


Workshops 11.5 kl 13-15

Åbo Akademi/Experience Lab, Strandgatan 2, 65100 Vasa

I  Experience Lab kommer deltagarna att få träffa tre robotar, – Nao, Pepper och Furhat. Deltagarna får interagera med dem och utforska olika användningsfall  i vården för alla de här tre robotarna. 

Du kan välja att delta antingen kl 13-14 eller 14-15. Antalet platser är begränsat pga utrymmets beskaffenhet.

Arcada, Robolab, Jan-Magnus Janssons plats 1, 00550 Helsingfors

På Arcada får deltagarna testa på ‘robot whispering’ i praktiken. Detta betyder att man får insikter hur dessa plattformer fungerar och vad de kan erbjuda idag.  Deltagarna kommer att interagera med tre sociala robotar:  Alf, Snow och Amy.  Deltagarna kommer även att få testa vår FLOSSA applikation.

Du kan välja att delta antingen kl 13-14 eller 14-15. Antalet platser är begränsat pga utrymmets beskaffenhet.

Hela dagen är avgiftsfri, men kräver att du anmäler dig här:

Learn more

News

Hulis jee me tu nö? (översatt från Malaxmål: hur…

Hulis jee me tu nö? (översatt från Malaxmål: hur är det med dig idag?)

Preliminära resultat från våra studier kring humanoida sociala robotar på svenska i vården visar att det är viktigt för en del österbottningar att robotarna kan förstå dialektala uttryck och att robotarna talar finlandssvenska. Dessvärre finns varken finlandssvenskan eller dialekter med bland de språk som det satsas stort på globalt i utvecklingen av taligenkänningsalgoritmer. I projekten MäRI och TaFiDiAi jobbar vi med att inkludera finlandssvenskar i processen att ta med svenskan i automatiseringen och robotiseringen. I det här inlägget skriver vår kollega Leonardo Espinosa Leal vid Arcada att det är det enda rätta att ta med minoritetsspråken i utvecklingen av interaktiva digitala tjänster, och det redan från start.

Inclusion in Human-Robot interaction 

Artificial intelligence has become the modern paradigm in almost all areas of knowledge. Significant advances in fields like deep neural networks (Goodfellow, 2016) have created algorithms able to rival humans in areas as never before, including vision (LeCun, 1995), language (Greff, 2016), and many others. Nowadays, machines are capable the defeating the human masters on almost any board game (Silver, 2018).  

Performing tasks at the human level means that somehow humans can be replaced or repurposed in less repetitive tasks. Ignoring philosophical or sociological discussions about how this technological revolution can impact, positively or negatively, the human population in the near or far future in general, it is clear that one of the goals of these advances is the creation of fully autonomous and intelligent embodied agents. 

The advances in robotics made by companies such as Boston Dynamics or SoftBank Robotics seem to bring the ancient dreams of creating artificial humanoids into reality. The secret source of these humanoid machines’ success is, apart from the advances in models, hardware, or software, done by highly skilled technical and theoretical experts, the endless homunculus amount of data generated by simple digital users.  

Yes, you muggle! In most cases, the human’s digital footprint has been responsible for creating and tagging data (sometimes on purpose, in others as a side subproduct of our web surfing). Data that have helped train these human-level deep learning algorithms. And here is where the problem arises. Powerful tech companies have expanded their services and products created with inherited inequalities within that data.  

The digital gap among different societies has allowed the creation of biased datasets. Modern estimations argue that more than half the global population has access to the internet; however, studies have shown that digital skills and access vary by region and gender. For instance, a 2019 study showed that 55% of men used the internet in the USA while only 48% of women did so. Moreover, only 44% of the population in the developing world and 20% of the people in the least developed world currently have internet access, in contrast to developed regions where over 85% of people have access. Similar inequalities can be found in other areas, such as age group, education level, and socioeconomic demographic information (Statista, 2019; Pew 2019).  

The landmark moment in the history of deep learning is the ImageNet Large Scale Visual Recognition Challenge (ILSVRC) of 2012, won by Alex Krizhevsky (Krizhevsky, 2012). Here, GPU-powered Neural Networks enter the research sphere. ImageNet was an international contest where several research groups competed by bringing their best computer vision algorithms trying to reach the lowest classification error. ImageNet consists of 14,197,122 images organized into 21,841 subcategories. This dataset was compiled by Fei-Fei Li’s group at Stanford (Deng, 2009). This huge dataset has been the reference and the ground truth for new computer vision developments; however, it has been acknowledged recently that it contains flows and biases (Yang, 2020).  

Other specific fields use a limited number of standard datasets, for instance, in Indoor Scene Recognition (MIT Indoor Scenes or Stanford 3D Indoor Scene Dataset); Face recognition (WIDER Face or IMDb-Face); Autonomous driving (Waymo Open Dataset or Virtual KITTI ). A quick inspection will tell us how western-urban-male-centric biased are these datasets. I encourage the reader to check the site https://paperswithcode.com/dataset, just filter by language to see how English is the dominant language by far, compared to the second in the list. 

It is acknowledged that big tech players: GAMMAs (Google, Amazon, Meta (Facebook), Microsoft, Apple) or BATXs (Baidu, Alibaba, Tencent, and Xiaomi) are, with some academic institutions, the primary source of datasets for training artificial intelligence algorithms. These companies overlap in different digital markets and become active competitors in products and services in the digital world. A quick look at the origin of these giant digital behemoths shows implicitly that, in terms of language, English and Chinese are their main interests. Unfortunately, with its diversity of languages, Europe is lagging behind in developing technological products, exposing its citizens to a new linguistic cybercolonialism. 

Natural Language Processing (NLP) is a subfield of linguistics, computer science, and artificial intelligence concerned with the interactions between computers and human language, in particular how to program computers to process and analyze large amounts of natural language data. The goal is a computer capable of “understanding” the contents of documents, including the contextual nuances of the language within them (Wikipedia, 2021). NLP is expected to become an essential player for improving the experience in Human-Robot Interaction (HRI). In the future, robotic assistants are expected to replace specific human labor or tasks. The success in the interaction between humans and robotic assistants is linked to the inclusion of populations not covered by products with technological limitations in language.  

A local case 
 

Finland is a small country in terms of population. Finnish is the primary language globally; only around 5.4 million Finnish-speaking natives are located mainly in the nordic areas (Kotus, 2021). Different academic institutions have made enormous efforts to develop several NLP products in the local Finnish language (Virtanen, 2019; Hämäläinen, 2021). The second official language of Finland is a regional variant of Swedish. Finland has approximately 296,000 Swedish speakers. Globally, about 9 million people speak Swedish as their first language (Kotus, 2021). Due to closeness with Sweden, the primary candidate for creating services are the tools developed using the Swedish language from Sweden (Malmsten, 2020). Although inside the Finnish Swedish community, there are identified four regions where the Finnish Swedish dialects are spoken (Ostrobothnia, the autonomous island province of Åland, Åboland, and Nyland (Uusimaa)), from these, there are ten identified dialects (Kotus, 2021a).  

Development and study of Finnish Swedish population within Human-Robot Interaction real is a necessary step for developing more inclusive products and services. For instance, a successful campaign named donate your speech was launched in 2020, supported by the Finnish Broadcasting Company (YLE), to encourage Finnish speakers to create a large dataset for training speech recognition algorithms in Finnish (Donate, 2020). Similar initiatives funded by Svenska Kulturfonden have been launched recently, including the MäRI and TaFiDiaAI initiatives led by Arcada and Experience Lab that aim specifically to study and develop products for HRI within the Finnish Swedish speaking population in a Healthcare setup. TaFiDiaAI has been the first initiative for collecting specifically Finnish Swedish dialects (see http://snacka.fi/). More recently, Yle Svenska, supported by Svenska literature, has launched a similar initiative at a significant scale for collecting speech data (Donera, 2021) 

These aforementioned initiatives are the first step for the inclusion of minorities within the Finnish society, there are a lot of challenges ahead, but digitalization and automatization are unavoidable; however, we agree that for an ethical and inclusive future, we need to take into account from the beginning, the creation of products and services that include all populations from scratch. In conjunction with the digital industries, researchers and academia must join synergies to build a more inclusive society where AI benefits all its citizens. 

Bibliography 

Deng, J., Dong, W., Socher, R., Li, L. J., Li, K., & Fei-Fei, L. (2009, June). Imagenet: A large-scale hierarchical image database. In 2009 IEEE conference on computer vision and pattern recognition (pp. 248-255). IEEE. 

Donate your speech. 2020. https://lahjoitapuhetta.fi/ 

Donera Prat, 2021. https://www.kielipankki.fi/news/the-swedish-version-of-the-donate-speech-campaign-has-started-online/ 

Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT press. 

Greff, K., Srivastava, R. K., Koutník, J., Steunebrink, B. R., & Schmidhuber, J. (2016). LSTM: A search space odyssey. IEEE transactions on neural networks and learning systems, 28(10), 2222-2232. 

Hämäläinen, M., Alnajjar, K., Partanen, N., & Rueter, J. (2021). Finnish Dialect Identification: The Effect of Audio and Text. arXiv preprint arXiv:2111.03800. 

Kotus — Kotimaisten kielten keskus (The Institute for the Languages of Finland), 2021. https://www.kotus.fi/en/on_language/languages_of_finland 

Kotus — Kotimaisten kielten keskus (The Institute for the Languages of Finland), 2021a. https://www.kotus.fi/en/on_language/dialects/swedish_dialects_in_finland_7542 

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems, 25, 1097-1105. 

LeCun, Y., & Bengio, Y. (1995). Convolutional networks for images, speech, and time series. The handbook of brain theory and neural networks, 3361(10), 1995. 

Malmsten, M., Börjeson, L., & Haffenden, C. (2020). Playing with Words at the National Library of Sweden–Making a Swedish BERT. arXiv preprint arXiv:2007.01658. 

Pew Research Center: Internet & Technology. (2019). Internet/broadband fact sheet. https://www.pewresearch.org/internet/fact-sheet/internet-broadband/ 

Silver, D., Hubert, T., Schrittwieser, J., Antonoglou, I., Lai, M., Guez, A., … & Hassabis, D. (2018). A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play. Science, 362(6419), 1140-1144. 

Statista (2020). Internet usage rate worldwide in 2019, by gender and market maturity. https://www.statista.com/statistics/333871/gender-distribution-of-internet-users-worldwide/  

Virtanen, A., Kanerva, J., Ilo, R., Luoma, J., Luotolahti, J., Salakoski, T., … & Pyysalo, S. (2019). Multilingual is not enough: BERT for Finnish. arXiv preprint arXiv:1912.07076. 

Wikipedia (2021). Natural language processing. https://en.wikipedia.org/wiki/Natural_language_processing 

Yang, K., Qinami, K., Fei-Fei, L., Deng, J., & Russakovsky, O. (2020, January). Towards fairer datasets: Filtering and balancing the distribution of the people subtree in the imagenet hierarchy. In Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency (pp. 547-558). 

Learn more

News

Hippo-resultaten är klara

Hippo-resultaten är klara

Nu är resultaten från vår studie om hur lärare och elever upplever de digitala lärmiljöerna och läromedlen som formar de digitala lärstigar som uppstått i covid-19 pandemins kölvatten klar. Du kan ta del av hela rapporten på finansiärens webbsida (på finska):

https://www.mediaalantutkimussaatio.fi/tutkimukset/tutkimushankkeet/hippo-hybridi-oppimispolku/

Här nedan hittar du rekommendationslistorna som projektet gav upphov till på svenska.

Learn more

News

Co-creating online – what works and what doesn’t?

Co-creating online - what works and what doesn't?

In March 2020, the pandemic hit and limited face to face interactions. These physical meetings were taken for granted as a basis for co-creation, and had to be re-thought almost over night. This disruption saw the birth of new ways of working together and many distance-based collaborative tools for co-creation were put to use.

It did, however, leave us all with a feeling of uncertainty about the future and the role that open social innovation can play in regional development. But never questioning the need for engaging citizens – just finding new ways of doing it.

More research based good practices are needed to overcome this uncertainty, and that is why our project is now conducting an evaluation of the open social innovation activities in the shadow of COVID-19.

The study is carried out by Experience Lab of Åbo Akademi University in Finland, together with all project partners.

  • So far, developers and innovators have tackled the changed conditions “on the run”, with varying results. As some of the new practices are likely to live on when the pandemic fades, now is the time to take a moment and reflect on our experiences – and then look forward and make use of the best pieces. In fact, the exchange of experience is at the core of developing OSI – which is what OSIRIS is about anyway, project manager Kimmo Rautanen explains.

The study has two parts – a survey among the stakeholders in all partner regions and a semi-structured deep interview with key project staff and stakeholders.

  • The interviews will be conducted over Zoom, and the survey is completely online as well – so the study is an example of virtual co-creation in itself. The main aim is to find out how the participants have experienced working together online, which is critical information when new co-creation processes are designed, says Rautanen.
  • The study will also result in a checklist for moving your co-creation activities online, a list of do’s and don’ts, project member Yvonne Backholm states.

This study will contribute to the understanding of if and how methods of open social innovation and co-creation can move online, thus getting everyone onboard in the post-pandemic recovery towards a green and digital future.

Learn more

Project

DIGI-MODE

DIGI-MODE

DIGI-MODE

The purpose of the DIGI-MODE project is to promote the increased usage of digital tools and in particular Virtual Reality solutions to companies located in Ostrobothnia. This is mainly achieved through the planning, development, demonstrations and validation of so-called digital twins. Three major digital twins will be developed in cooperation with local companies from different business sectors: The manufacturing industry, the real estate and construction sector and the energy sector.

A digital twin is a real-time virtual representation of a physical object or process. Digital twins can visualize data from different types of sensors, such as energy meters, water meters, cameras and other IoT devices. Using digital twins, it’s possible to streamline remote working, cooperation and maintenance. This is something which has grown increasingly relevant over the last few years.

The DIGI-MODE project is a collaboration between the University of Vaasa, VAMK, Novia UAS and Åbo Akademi. The project will make use of the existing infrastructure available at the University of Vaasa, Technobothnia, the Design Centre MUOVA (VAMK) and Experience lab at Åbo Akademi.

Project

Qvarken Game Lab

Qvarken Game Lab

Qvarken Game Lab

En av de största utmaningarna med att etablera spelindustri i områden som är perifera är inom startupscenen då man jobbar i en regional kontext där det finns lite erfarenhet och få finansiärer. Genom att etablera det gränsöverskridande kompetenscentret Qvarken Game Lab kompenseras den bristen i Botnia-Atlanticas programområde.

Projektets fokuserar på att samla, förädla och vidareutveckla kunskap om spelindustrin för att stärka spelbranschen såväl gränsöverskridande som lokalt.

Ambitionen med det intensiva genomförandeprojektet är att verksamheten ska utvecklas och etableras under projekttiden för att sedan kunna fortsätta att vidareutvecklas på egna ben efter projektets slut.

Projektets aktiviteter består av koordinerandet av aktörer i ett gränsöverskridande kompetenscentret för spelutveckling för att samla utbildning, forskning och näringsliv för att gemensamt öka innovationshöjden inom såväl spelindustrin som i mötet med andra näringar och det omgivande samhället.

Detta görs genom att skapa mötesplatser för kreativ verkstad, arbeta med marknadsnära spelinriktad innovation med fokus på konkreta resultat, strategiskt arbeta med jämställdhetsfrågor inom spelindustrin samt genom att verka för samverkan mellan spelbranschen och andra industrier.

Projektets övergripande mål och syfte är att stimulera etableringen av en hållbar miljö för spelutveckling och spelrelaterad verksamhet genom samverkan och interaktion mellan projektparterna inom Botnia-Atlantica områdets innovationssystem.
Detta görs genom följande processer:

Etablera Qvarken Game Lab

Kompetenscentret Qvarken Game Labs mål är att skapa tillväxt av spelbolag i de regioner inom Botnia-Atlanticas programområde där den idag är bristfällig. Detta görs bland annat genom att koppla ihop nätverk, öka innovationshöjden och konkurrenskraften med att ta in mentorer och expertkompetens, arrangera kreativa rum såsom game jams och hackathons, samt att arbeta med riskkapital för att underlätta för möjliga investeringar.

Forskning & Utbildning

Qvarken Game Lab vill stärka och spetsa de utbildningar som finns i programområdet för att de bättre ska matcha spelbranschens behov. Detta görs i diskussioner mellan utbildningsanordnare och bransch i koordinering av kompetenscentret. Relevant forskning och utbildningar ska även genom samarbete med kompetenscentret öka innovationshöjden och konkurrenskraften.

Detta möjliggörs via tillgång till användarupplevelselaboratoriet Experience lab. Där får spelaktörer tillgång till UX-designexpertis, forskningsbaserade designmetoder samt utrustning och metoder för att testa användbarhet och användarupplevelse av sina produkter. Detta sker i olika utvecklingsskeden i relation till målgruppen.

Jämställdhet & Inkludering

Qvarken Game Lab verkar för ökad jämställdhet inom spelbranschen. Då kvinnor är en kraftigt underrepresenterad grupp i spelbolagen jobbar kompetenscentret strategiskt med förändrings- och attitydsarbete inom jämställdhetsfrågor i spelbranschen. Fokus ligger på att dra nytta av alla de innovatörer, experter och inspiratörer som finns i regionerna.

När projektet avslutats i juni 2022 har kompetenscentret utvecklat eller initierat följande processer:
• Kompetenscentret har genomfört en pilotverksamhet som sammanlänkat ett nätverk av aktörer inom spelindustrin samt identifierat effektiva metoder och processer för att stärka spelindustrins innovationskapacitet i Botnia-Atlanticas programområde

• Stärkt och spetsat innovationssystemets aktörers beredskap att tillföra forskning och kompetens till kompetenscentret, och att utvecklas tillsammans.

• Säkerställt att jämställdhet, mångfald och tillgänglighet genomsyrar projektets alla delar och bidrar till ett starkare kompetenscenter.

Experience Lab kommer in i projektet med kunskap kring användarcentrerad design och forskningsbaserad kunskap och metoder för detta i spelutveckling. Därutöver länkar det till den växande forskningen kring spel vid universitetet och de nätverk som den medför.

digitalt på distans Project

Digitala innovationsprocesser på distans

Digitala innovationsprocesser på distans

Digitala innovationsprocesser på distans

Målet med projektet är att 

  • Utvärdera virtuella samskapandeprocesser utgående från regionala aktörers behov i fråga om innovationsarbete och öppen innovation (både process och verktyg) ur användarsynvinkel, och på basen av denna kunskap 
  • Utveckla koncept för digitalt baserat samskapande med god användarupplevelse. Konceptutvecklingen ska resultera i konkreta verktyg och processer för förverkligande och tillämpning i olika sammanhang, med exempel i form av validerad god praxis. 

Projektet omfattar följande åtgärder: 

  • En förundersökning i form av intervjuer med 10-15 nyckelpersoner i företag och organisationer som arbetar med innovation och utveckling 
  • Genomförande av 2-3 pilotförsök med verktyg som identifierats svara mot utmaningar i processen 
  • Uppgörande av en checklista för virtuella innovationsprocesser på basen av resultaten 
  • Som presenteras via en workshop för intresserade företag och organisationer  

Projektet resulterar i 

  • Verifierad kunskap om användarupplevelsen av samskapande med digitala verktyg – både verktygens användbarhet, upplevelsen innehållsligt och socialt – och av processerna där dessa verktyg ingår 
  • Bättre utvecklingsprocesser som beaktar alla medverkandes behov och förväntningar och leder till bättre resultat.  
  • Detta stöder och utvecklar också deltagarnas lärande och innovationskapacitet
  • Stöd i form av konkreta manualer och checklistor för hur arbetet genomförs och hur man hanterar utmaningar på vägen, samt en stärkt regional, kontextanpassad kompetens som kan leda till utveckling av nya tjänster, förbättrande av existerande tjänster, och identifiering av utvecklingsöppningar. 

Kontakta oss:

Kimmo Rautanen

Yvonne Backholm-Nyberg