Kuidas lahendab TalTech tehisintellekti tungimist õppetöösse?

Tere tulemast kuulama ettemõtte podcasti, Taavi Kotka, Henrik Roonemaa on stuudios ja me, kuna september on alanud lõpuks kõigi lapsevanemate rõõmuks, ei pea enam vaatama neid diivanil vedela, vaid teismelisi, kes ütlevad, et neil on igav ja mitte midagi ei ole teha. Kõik saavad lõpuks ometi kooli ja vanemad saavad lõpuks ometi tööle. Ja me räägime tänases saates siis päris palju haridusest ehk katsume vaadata uue õppeaasta alguses. Kas me oleme jõudnud mingilgi moel lähemale? Tõele selles küsimuses, et kuidas kokku panna tehisintellekt ja haridus, sest õpilased on selle oma jaoks juba ammu kokku pannud ja haridusest tuleb kurba hala. Vähemalt siis siiamaani on tulnud ja meie külaline täna on TalTechi IT-teaduskonna dekaan Gert Jervan. Tere, Gert. Tervitus. Ja see põhjus, miks just Gert on siin, on see, et nad avasid just ka ilmselt uue õppeaastaga seoses terve sellise, nad ise ütlevad infovärav, ütleme, lähenemiste kogumiku, mis puudutab tehisintellekti ja haridust ja tehisintellekti ja ühiskonda. Ja see küsimus TalTechi ees on äärmiselt suur, et mis siis teha tudengitega, kas õpivad ise või saab neile midagi õpetada ka? Aga tuleme sealt sammu. Etepoole ehk enne, kui TalTechi minna, võiks käia gümnaasiumis. Taavi, sinu laps läks gümnaasiumisse. Mis on, mis on kotkate nagu majapidamises chat-kept poliitika, kas on ruuterist kinni keeratud või on igati julgustatud?

väga naljakad reeglid on, noh, ühesõnaga kui sa. Päriselt loed seda Eurot, millele sa neks, neks, neks vajutad, et siis seal tegelikult on sees ja mingid tingimused, et. Aga minu teine laps läks ka gümnaasiumisse nüüd ja mis oli päris huvitav, kui kiiresti ikkagi ühiskond reageerib muutustele. Ehk siis noh, hetkel on ju teadmine, et, et AI hakkab võtma töökohti ära. Ja no ühe töökoha, mis ta ära võtab, kindlasti on programmeerija töökoht, ma saan aru, et ümber mikrofoni ta on vali naer, eks on ju, aga, aga no see hype on ja no ütleme ausalt, ega ta sellises mõttes kodeerimises on ikkagi väga heaks sabimeheks osutunud, et kui sul on mingi idee, kui sul on mingi koodijuppi vaja, siis ta ikkagi suutselt, kui sa õigesti küsid, siis ta ikkagi annab päris head toodangut välja, et sest on millest kopeerida, et vaata, programmeerijatel on ju olemas igast Redditid, igast muud keskkonnad. Kus nad oma koodijupp on üles kogu aeg pannud on ju, et siis, et seda, seda, seda masinat on lihtne õpetada. Ja minu tütar on Reaalkoolis IT-suuna peal ja minu poeg läks nüüd Reaalkooli IT-suuna peale ja kui minu tütre oli, see veel vist oligi arhtiteaduse mõttes nagu üks, üks populaarsemaid suundi. Siis minu poja ajal nüüd on juba IT vaeslapseks läinud ja, ja muidu kiratsenud inseneeria on praegu kõige populaarsem Reaalkooli siis fookusruund. Et ma just naersin, et noh, et, et üks aasta ja, või kaks aastat ja, ja kõige populaarsemast saab vaeslaps ja vastupidi on ju, et. Sa arvad,

et see on seotud sellega, mida vanemad tunnetavad koos lastega, et millel on nii-öelda laiemad võimalused ja laiem potentsiaal. Ja noh, ütleme niimoodi, et kitsas IT-ga võib-olla ongi noh, selles mõttes ta on, ta ei kaogu ära ja vajadus tema jaoks ei kao ära, aga. Me kokkuvõttes mõtleme selle peale, et lapsed on ikkagi omavahel konkurentsis tuleviku töökohtade ja, ja ametite peale. Siis laiema inseneeria annab sulle rohkem võimalusi, noh, masinaehitusest, materjaliteadustest, ükskõik millest, on ju, et kuhu edasi minna. Et selle koha pealt. Ma arvan, et noh, väga, väga, noh, ühesõnaga iga, igasugu inseneeriaõppe suund on igal juhul nagu mõistlik suund, kuhu minna. Aga mulle just meeldis see, et kui ruttu see juhtus, et see oli noh, põhimõtteliselt nagu paari aastaga hop-hop.

Jah, ma ei tea, Gert, kas sul on see kogemus, et IT-teaduskond on tühi ja, ja, ja inseneeria, mis teil seal on, need põnevamad muud sellised külgnevad erialad, kindlasti elektrivärk ja määtehnika ja teedeehitused, need on rahvast

täis. Mitte täitsa, meil on tegelikult tänavu väga hea vastuvõtt, nii et meil nii pakasse kui magistrist tuli väga palju rohkem kui eelnevatel aastatel. Ja, ja me oleme ka pannud nagu ülikõrged lävendid, nagu mõtleme küberturbetehnoloogiate erialas, seal on meil praegult lävendiks matemaatika riigieksami kaheksakümmend viis. Mis on noh, nagu ülikõrge tase ja, ja miks me seda teeme, on see, et huvi on lihtsalt niivõrd suur ja täiesti ma nõustun Taaviga selles suhtes, et mingid tööd hakkavad ära kaduma, aga selle asemele tulevad väga palju teistsuguseid teemasid ja noh, küber on nagu väga hea näide, et ma arvan, see küberi teema ainult kasvab ja kasvab ja kasvab ja, ja, ja ka muud teemad, et noh, meil on ka näiteks Riisforaga seotud teemad, et jah. Kõige klassikalisem arendus transformeerub, aga ka muudes IT-ga seotud ja IT noh, näiteks andmed, andmeteadus noh, põhimõtteliselt andme ainult ette, eks ole, et, et siin. Asjad muutuvad, asjad muutuvad, aga, aga ma olen endiselt täiesti veendunud, et pigem on ka näiteks noh, meil on uus õppekava, on pakas, mis on, ongi tehisintellekti õppekava. Ja, ja sealt ju tulevad ikkagi inimesed, need, kes hakkavad tehisintellekti rakendama ja tehisintellekti edasi arendama, nii et, et noh, mudelite arendused, rakendused, ma arvan, et see tööpõld saab olema üli-ülilai.

Mina alati kirusin neid ülikoolidest tulnud IT-spetsialiste, mitte selle koha pealt, nüüd on kirjalik, väljendusoskus on puudulik, sest no olgem ausad, kui su töö ja töö on, oled, oled programmeerija, siis noh, see kas su kirjand oli neli, kolm või kaks nagu või viis, on ju, väga ei huvita, on ju. Põhiprobleem oli see, et keda ma kliendi juurde saadan. Ehk siis suuline väljendusoskus oli täiesti nagu võimatu ja noh, mida sa imetled, kui sa teed, TalTechis ja Tartu Lüüs mõlemas, sai enam-vähem seal koolist läbi käia niimoodi, et tegi ta ka oma kirjalikke eksamid muudkui ja ütleme niimoodi, et kui väga kätt püsti ei tõstnud, siis ikkagi midagi väga rääkima ei pidanud selle kolme-nelja aasta jooksul, eks. Et noh, olid mõni, mõningad ained olid eraldid, aga, aga valdavalt noh, sa ei pidanud rääkima kellegagi. Ja aga nüüd tänu sellele, et sul on ikkagi need tekstid valmistatakse ette robotite poolt, mina just loodan, et see annab õpetajatele rohkem võimalust selleks, et ongi nii-öelda suuliselt, me ei pea, noh. Matemaatiaanalüüs nägi välja vanasti niimoodi, et Tammeraid kirjutas tahvli peale valemeid ja me lihtsalt kopeerisime oma viikutesse maha. Noh, see oligi nagu noh, see oli nüüd õppimine, onju. Noh, mis õppimine see on, onju, versus see, et me nagu sõna otseses mõttes nagu arutleme, mismoodi ikkagi ruut juure tõestamine käib, eks, onju. Et selles mõttes see asi on ikkagi see nagu fookuspunkt ilmselgelt nagu muutub selle koha pealt. Ja meil oli, praegu oligi, et me tegime siin põhikoolide õppekava, noh, klassikaline spagetisild, noh, teate kõik, onju, et üks variant on spagetisilda teha niimoodi, et teeme seda riilse klassiruumi. Ütleme, et kõik asjad on kinni ja nii palju, kui peast tuleb, nii palju teed oma seda spagetisilda, eks, onju, kuhu sa teed mingid kaared ja kuhu sa teed mingid tõmbajaid ja tõukajad, onju. Versus see, et aga võta chat GPT. Ja, ja, ja võta või palva parim näide ette endale, aga sul on poolteist tundi aega. Ja nüüd on su projekti ülesanne, sa pead nagu maailma kõige teadmisega mahtuma sinna pooleteist tunni sisse, sellepärast ma, pooleteist tunni pärast ma hakkan kaaluma, ma hakkan mõõtma, mis tulemus on. Ja ma täitsa mõtlen, et noh, et äkki võib-olla isegi rakendada seda Rakett kuuskümmend üheksa saates, et davai, teil on kogu maailma teadus, andke minna, aga teil on ajalimiit.

Me just tegime või teeme praegu ühte suurt teadustööd, mille sisendiks esimese nii-öelda alusotsinguteks kasutasime ka teise intelligentsiabi ja saime, saime üle üheksasaja artikli. Ja sealt sünteesisime välja kaheksakümmend sellist tippartiklit ja siis sealt omakorda siis lasime robotil sünteesida välja nagu meie jaoks vajalikku informatsiooni. Ja siis igaks juhuks hakkasime üle lugema neid artikleid. Noh, ühesõnaga, et kas ta on ikka õigesti saanud aru nendest artiklitest ja nii edasi, onju. Ja noh, järeldus tegelikult oli, et need, okei, üheksandat me nüüd ei lugenud, aga need kaheksakümmend artiklit me jagasime ära, me kama peal lugesime ära need ikkagi. Ehk siis, et oleks teinud teadustöö ainult, noh, nii-öelda roboti lasknud kirjutada valmis. Oleks saanud noh, sihukese fiaskoga hakkama, et kuku pikali, onju. Aga see ei tähenda seda, ta on praegu veel selline ebakindel ja, ja natuke lonkab, eks. Me siin genereerisime väikseid abitekste oma, oma koolitusmaterjalidele siin Eesti koolides. Noh, lõpuks kirjutasime ikkagi ümber nüüd, et, et noh, ei olnud päris eesti keel ja nii edasi, onju, et aga see on, see on kõik praegu alles. Aga lähme edasi, Gert, sellesama, teie selle AI nagu suunaga, et ehk siis põhimõtteliselt teil on nagu ülikoolis välja mõeldud või vastu võetud see otsus, et iga õppejõud ise vaatab, kuidas ta seda noh, uut tehnoloogiat oma, oma õppeprotsessi liidab. Ja, aga kas te kuidagi omavahel jagate ka seda nagu teadmiste või nagu neid õppetunde, on ju, et noh, et, et ala, et üks teeb steriilseid, steriilseid klassi ja teine teeb võib-olla maksimum edu hoopis vastupidi suunas, on ju, et, et kuidas see teadmuse jagamisele omavahel

Ülikoolide seotud ettevõtlus, mis on käinud ka läbi meie saates siin päris mitmel korral, on tihti selle probleemi otsas, et teadlane hakkab ise ettevõtlusega tegelema ja ütleme niimoodi, et väga üksikute, väga harukordsete eranditega see kõik on läinud alati alla vett. Et teadlane ikkagi noh, ongi noh, insener peab olema insener ja siin ei ole midagi vaielda, eks, et, et. Nüüd, kus meil on olemas nii-öelda noh, teise intelligentsi kaudu ka ütleme, laiendamad otsinguvõimalused ja uute mustrite leidmise võimalused, mina olen alati uskunud sellisesse, Ameerikas on see see, kus on mingi viis investorit või kuus ja siis keegi presenteerib oma ideed. Ja need investorid on ise olnud sellised gatekeeper'id, noh, ta a la kes saab, kui sa, kui minuga, minuga ta täris, ma saan su Walmarti ja nii edasi, on ju, et noh, ühesõnaga tasub nendega kokku minna sellepärast, et nad aitavad seda äri suureks teha. Ja selles saates ma alati vaadanud, et noh, et võrreldes näiteks mingite startup valuationitega, kus nagu noh, tõstame viis milli ja paneme väärtuseks kakskümmend milli ja nii edasi, on ju, et seal on need ikkagi need, need ettevõtete väärtused on ikkagi väga nagu jalad maas, et noh. Ma annan sulle ühe miljoni eest, tahan saada kogu osalust näiteks, onju, aga ja pakun sulle kolmeaastast töölepingut umbes ja nii edasi, onju, et noh, mingid niisugused on täiesti neid keskmised pakkumised, onju. Ja aga need on executor'id, ehk siis kui nemad näevad ikkagi mingil ideel mingit jumet, siis kui nad võtavad sind oma tiiva alla, siis on ikka päris suur tõenäosus, et see asi saab tehtud ja saab nagu, leiab uue õitsingu. Ja ma olen nagu mõelnud, et vaata, Eesti üks piirang on see, et meie majandus on nagu on, et meil on teatavad liidrid mingites Aga iseenesest, kui sa tuled välja mingi uue keemia vaelamiga on ju, et noh, sul on mõned, mõningad üksikud keemiatööstused siin, kuhu sa võid sobida, aga maailmas inimesed neid keemiatööstusi on ju nagu ropult palju. Et kui palju täna teie TalTechis nagu vaatate seda või kasutate tööriistu ka selleks ära, et leida oma teadusele võimalik väljund? Noh, ala, et mul on üks teadustöö tehtud, ma ei tea, elektroonikas, väga huvipakkuv ja nüüd ma nüüd siin leian nagu õige sellesama Executor'i, kes selle näiteks, ma ei tea, ma leian Hispaaniast ettevõtte, keda ma muidu nagu never teaksin, aga tänu sellele, et noh, et, et needsamad mustriotsijad ja mootorid on ainult paremaks. Et ma leian täpselt selle inimese, kelle juurde minna ja kellel see võiks nagu huvi pakkuda, ehk siis et ma ei oleks piiritletud sellega, et ma pean seda ettevõtluse oma seda innovatsiooni tegema siin, siin kohapeal.

Ei, see on, see on väga hea mõte ja me praegusel momendil seda küll kindlasti ei tee, aga ma arvan, et see on nagu mitmeid põhjuseid, mille pärast seda praegusel momendil ei tehta. Ja noh, Eestis on üldse nagu, nagu sa ütlesid ka ise, et see tech transfer nagu ülikoolidest ettevõttes on suhteliselt piiratud ja üks suurimaid piirajaid on tegelikult inimeste arv. Ehk kui meil ka näiteks on mingisugune väikene grupp, kellel on mingisugune idee, mida võiks tegelikult hakata kuhugile ettevõtjisse viima. Sel grupil on lihtsalt niivõrd vähe inimesi, et neil ei jätku seda ajalist ressurssi ja enam sellega kommertspoolega tegeleda. Ehk nad vaatavad, ah tore asi, eks ole. Noh, fine, eks ole, ja ta läheb järgmisesse mingisse teadusprojekti, hakkab tegema mingit uut asja. Ja meil puudub praegust selline hea lüli, mis võtakski sealt sellest laborist selle professori käe kõrvale, ütleks professorile, et kuule, me kasutame sind, ma ei tea, viis päeva, viis tundi nädalas, eks ole. Selleks on seda ideed kommertsialiseerida, aga ei ole neid inimesi, kes läheks sinna professori juurde ja hakkaks selle ideega tööle, et seal on nagu tegelikult nagu inimesed on vahelt puudu. Ja nüüd päeva lõpuks ei ole vahe, et eks ole, kui me võtame meie teadusprojektid, siis noh, enamus teadusprojekte ei ole üldse seotud Eesti ettevõtetega. Meil on teaduskonnas praegust võib-olla paar-kolmkümmend projekti, kus on kõik projekti partnerid on väljastpoolt Eestit ettevõtete näol, eks ole. Ja meil ei olnud mingisugune probleem töötada väljaspool Eestit olevate ettevõtetega, aga pigem ongi, ma näen seda kommertsialiseerimise nagu vahelülipuudu, kus on need inimesed, kes reaalselt hakkavadki implementeerima nii-öelda, kes võtavad selle idee. Leiavad investorid, arendavad seda ideed edasi, sellepärast see, mis seal laboris on, see vajab üldjuhul väga palju edasiarendamist. Ja seejärel hakkaks seda asja nii-öelda ellu viima. Et mõneti on sama ütleks, Eestis ei ole seda tüüpi inimesi.

protsessis? Just pigem nagu seda, et, et vaata, see ongi see, et sa ei suuda nagu see, see nagu informatsiooni hulk, et kuhu sinu konkreetne, vaata kui keegi doktoritöö, et siis see on üks väike pusle tükk mingis väga suures pusles. Ja sa pead aru saama, et kus see sinu pusletükk täpselt nüüd sobib, et miks ma peaksin sobima just sellele keemiaettevõttele seal riigis, kes tegeleb just sellesama temaatikaga. Et, et, et seda sa niimoodi päris nagu sa muidugi Google'it hakkad minema, on ju, sa ei leia. Et, et see on teist tüüpi lähenemine, see on teist tüüpi otsing ja just see, vahet pole selle ettevõtte üles leida, aga sa pead selle inimese üles leidma, on ju. Kes, kes siis lõpuks selle nii-öelda sellest, sellest kasu ja väärtust näeb, on ju, et sa pead jõudma selle gatekeeper, mis ma selle Sharktangi mõttes nagu, nagu tõin välja. Ja ma, iseenesest nagu ma, ma tegelikult selle koha pealt nagu otsingi seda, et, et väga tihti teadus üksi, noh, hästi hea näide. G-Scan, meie saates ka käinud, eks, on ju. Mis oli nende allne idee? Teha suuri tollikontrolli aparaate, et kui tulevad autod läbi, et siis kontrollime neid autosid, on ju, skännime neid ja siis me teame täpselt, et mis kontrabanti nad seal veavad, on ju. Et ja nad mässasid sellega noh, vähemalt dekaadi kui mitte rohkem. Kuni siis lõpuks nad leidsid selle, et opp, opp, opp, opp, opp. Et selle teaduse tegelik väljund võib olla hoopis näiteks betoonipragude otsimine onju, sildadest. Eks noh, mis jällegi, kui pärast hakkad mõtlema, et kurat, noh, triviaalne onju, kohe selle peale ei tulnud, onju. Ehk siis ma tahan öelda, et need on nagu mingid mustrid, mida sa nagu noh, pidevalt loogikaga tihti nagu ei mõtlegi välja, et seal on niivõrd palju muutujaid, et kui sa suudad omaenda nagu selle innovatsiooni või teaduse, mis sa teed. Suudad nagu nii hästi ära kirjeldada ja suudad nagu seda, nagu paigutada seda pusetükki nagu erinevatesse ökosüsteemidesse, erinevatesse riikidesse ja nii edasi, onju. Siis see tegelikult võib anda nagu hoopis teistsuguse väljundi ka ärilises mitmes sinu teadustööle. Et noh, ma ei tea, ma ise avastasin näiteks, et ma täitsa. Data embassi, ehk siis minu lõputöö, doktoritöö, et on Indias. India tahab kasvada maailma kõige suurimaks data embassite riigiks. Mul pole halli aimu ka ise, kusjuures ma tegelen Hindega päris palju veel oma, oma töö tõttu on ju, et, et ühesõnaga ongi see, et, et sinu asja vastu võib olla maailmas tegelikult suur huvi, kui sa nagu õigesti küsid.

Absoluutselt ja vaata, seal hakkabki üks asi mängima, mida me näeme juba praegult väga jõuliselt tulemas, on see, et noh, teadus on teadupärast väga projektipõhine ehk teadlane. Kaks varianti, kas ta pakub enda ideed või ta lahendab mingisugust ideed, mida keegi teine on kuskilt küsinud. Ja, ja nende projekti taotlust, mis heidetakse rahastajale, olgu see rahastajas erasektorist või avalikust sektorist. Nende koostamisel kasutatakse väga, väga palju praeguse momendil erinevaid tehisintellekti töövahendeid, noh alates tavalisest chat'ist, õpetajat, millega iganes. Ja, ja selle kõrvalmõju on kindlasti täpselt see, mis sa Taavi praegu kirjeldasid, et me leiame uusi mingisuguseid nurki, mille peale tavaline teadlane ei mõtlegi, ta istub enda laboris, ta teeb enda tavalist asja. Aga kui ta hakkab seda taotlust kirjutama ja ta kasutab mingisugust chat'i, siis ta võib selle tulemusena saada täiesti uusi vaatenurki. Nii et ma arvan, et ka teadus, siis hakkab see tehisintellekt väga palju muutma. Mitte ainult teadustulemuste näol, vaid ka just selle rakendatavuse ja selle poole pealt, nii et ma kahe käega kirjutan alla selle, mis sa Taavi rääkisid. Lihtsalt ma arvan, et me praegusel momendil ei ole veel jõudnud sinna.