PRIMA-tutkimushankkeen tavoitteena sujuvampi tiedonhaku

Tietokone palvelee paremmin käyttäjäänsä
katsetta lukemalla

Miltä kuulostaisi tiedonhaku tietokoneella, joka tietäisi jo sinua ennen mistä aiheesta haluat lisätietoja? Proaktiivinen tiedonhaku käyttäjien huomion ja kiinnostusten adaptiivisen mallintamisen avulla (PRIMA) -hanke kehittää menetelmiä, joilla tietokone seuraa silmänliikkeitä sekä muuta käyttäjän toimintaa ja oppii niistä päättelemään mikä käyttäjää kiinnostaa. Näin hakumoottorit voivat automaattisesti aloittaa kiinnostavan materiaalin ja lisätietojen hakemisen. Tällainen onnistuu tietokoneeseen syötettävien oppivien laskennallisten mallien ja menetelmien avulla, joiden ansiosta kone voi mukautua erilaisiin käyttäjiin ja käyttötilanteisiin.
 
Suomen Akatemian rahoittama PRIMA-tutkimushanke muodostuu kolmen alan asiantuntijoista. Dosentti Ilpo Kojon johtama tutkimusryhmä tutkii miten ihmiset kohdistavat katseensa tietoa etsiessään ja millaisia polkuja katse kulkee. Kojon ryhmän keräämän datan pohjalta kaksi tutkimusryhmää tutkii koneoppimista ja tilastollista mallitusta professori Samuel Kasken ja professori Petri Myllymäen johdolla.
 
Käyttäjän katse on epäsuora signaali siitä, mistä hän on kiinnostunut, mutta silmänliikkeet ja huomion kohde eivät kuitenkaan aivan suoraan vastaa toisiaan. Ihmisten käyttäytymistä tutkittaessa on huomioitava myös inhimilliset puolet, ihminen kun harvoin pystyy keskittymään vain yhteen asiaan kerrallaan. "Kaikki silmänliikkeet eivät suinkaan liity tiedonhakuun, vaan välillä ihmiset saattavat tuijotella muualle tai heidän keskittymisensä saattaa muuten herpaantua. Koneen tulisikin pystyä erottelemaan tiedonhaun kannalta olennaiset ja epäolennaiset silmänliikkeet", huomauttaa Kaski. "Tilastollisen mallinnuksen tehtävänä on ottaa huomioon aineiston sisältämä epävarmuus, mutta silti tehdä ennusteet mahdollisimman hyvin. Kiinnostavaa tutkimuksen kannalta onkin nähdä se, miten pitkälle epätäydellisillä signaaleilla voidaan päästä, kun tehdään sofistikoituneita malleja", Kaski pohtii.
 
Tulevaisuudessa menetelmät avuksi esimerkiksi käyttöliittymien suunnitteluun

Toistaiseksi menetelmiä on käytetty helpottamaan tiedonhakua: sen sijaan, että kone suostuisi ymmärtämään ainoastaan täsmällisiä hakulausekkeita, se osaa myös arvioida hakukohteiden kiinnostavuutta sen perusteella mitä ja miten käyttäjä lukee. Menetelmät ovat kuitenkin yleiskäyttöisiä ja hyödyksi aina kun koneen pitää pystyä tulkitsemaan käyttäjän viestejä, jotka koneen näkökulmasta ovat puutteellisia ja epätäsmällisesti muotoiltuja. Niinpä menetelmiä ja malleja voidaan todennäköisesti jatkossa käyttää myös esimerkiksi käyttöliittymien suunnittelussa ja kehitystyössä. Koneen ymmärtäessä pienemmistäkin vihjeistä käyttäjä voi paremmin keskittyä työhönsä sen sijaan, että jatkuvasti opastaisi konetta erikseen. Tulevaisuudessa tavoitteena ovat laitteet, joissa kone kykenisi päättelemään, mikä on käyttäjille mielenkiintoista tai hyödyllistä tietoa. Näin kone voisi itse "ymmärtää" miten se voisi auttaa käyttäjää seuraavassa vaiheessa.
 
Lisätietoja:
- PROACT-ohjelma ja siihen liittyvä kevään 2005 aikana järjestettävä luentosarja:
Ohjelmakoordinaattori Greger Lindén, p. (09) 191 51233 tai greger.linden@cs.helsinki.fi
ja ohjelman verkkosivut: www.aka.fi/proact
- PRIMA-hanke:
Professori Samuel Kaski, Helsingin yliopisto, p. (050) 3058694 tai samuel.kaski@cs.helsinki.fi
Tutkimushankkeen verkkosivut: www.cis.hut.fi/projects/mi/prima 
 
Suomen Akatemian viestintä
Tiedottaja Terhi Loukiainen
p. (09) 7748 8385, (040) 828 1784
terhi.loukiainen@aka.fi