Tekoälyn mahdollisuudet kohdeyrityksen sisäisessä viestinnässä
Notice bibliographique
Résumé
Opinnäytetyö avaa tekoälyn maailmaa käsitteenä, erityisesti työmarkkinassa ja tarkentuu siitä sisäiseen viestintään. Kokonaisuus tehdään valittuun kohdeyritykseen, jonka toimiala ja tutkimuksen yhteydessä käsitellyt osastot avataan toimenkuva- ja tarkoitusperusteella. \nTekoäly aiheena on kohdeyrityksessä aiemmin toteutetun kehittämistyön mukaan todettu tarpeelliseksi ja sen mahdollisia käyttökohteita on kartoitettu samassa yhteydessä. Kohdeyritys on kehittämistyössä todennut tekoälyn olevan osana tulevaisuuden teknologiatarpeita. \nTyön tavoitteena on tutkia, todentaa ja tehdä konkreettisia ehdotuksia johtopäätöksien perusteella tekoälyn mahdollisuuksista kohdeyrityksen sisäisessä viestinnässä. Tekoälysovelluksista tarkastellaan työssä erityisesti Chat GPT:tä, mutta myös käsite- ja mahdollisuustasolla yleisesti laajoja kielimalleja sekä tekoälyä ylipäätään. \nTutkimustapana käytettiin laadullista menetelmää, tarkemmin strukturoituja henkilöhaastatteluita useasta eri kohdeyrityksen yksiköstä, joille esitettiin sama kysymysaineisto. \nTutkimustulokset avaavat jokaisen kysymyksen sanallisesti ja niiden tukena on käytetty vastauksista tehtyä grafiikkaa, joka helpottaa pääpiirteiden näkyvyyttä. Sanallisessa kuvauksessa on myös kerrottu kuinka usein vastaukset ovat toistuneet vastaajien kesken. \nTehtyjen haastattelujen johtopäätökset perustuvat haastatteluista saatuun tietoon, josta pystyttiin tekemään useita päätelmiä. Vastauksien samankaltaisuuden ja toistuvuuden perusteella johtopäätöksiin nostettiin sekä keskeinen löydös, että sen yhteyteen sisäiseen viestintään kohdennetut kehitysehdotukset. Ehdotukset on kuvattu joko sanallisesti ja grafiikalla tai tekstillisin esimerkein.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,080 | 0,027 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».