AI-coach syventämään oppimista NWoW-yrityssimulaatiossa
NWoW-simulaatiossa on otettu käyttöön tekoälyä hyödyntävä AI-coach, joka auttaa osallistujia analysoimaan simulaatiossa syntyvää tietoa ja syventämään strategista ajattelua. Ensimmäinen uutta AI-ominaisuutta hyödyntänyt kurssi on jo saatu kokonaisuudessaan toteutettua, ja kokemukset ovat olleet hyvin lupaavia. Kuluvan syksyn aikana työkalua jatkokehitetään edelleen kurssilta saatujen kokemusten sekä AI-apurin tuottaman aineiston analyysin pohjalta.
NWoW on kollaboratiivinen liiketoimintaverkostoja mallintava verkkopohjainen yrityssimulaatio, jossa osallistujat oppivat ymmärtämään ja kehittämään monimutkaisia liiketoimintaekosysteemejä. Vuosittain simulaatioihin osallistuu Turun kauppakorkeakoulun ja CCR:n järjestämillä kursseilla jo noin 1 500 opiskelijaa.
Monimutkaisessa yrityssimulaatiossa oppiminen perustuu pitkälti laajasti saatavilla olevan simulaatiodatan hyödyntämiseen jatkuvassa päätöksenteossa, sekä tehtyjen päätösten seurantaan ja seurausten arviointiin. AI-coachin keskeinen mahdollisuus on sen kyky käsitellä huomattavasti suurempia määriä simulaatiossa kertyvää dataa kuin osallistuja ehtisi itse käydä läpi. Tekoälyapuri voi auttaa tunnistamaan kehityssuuntia, vertailemaan strategisia vaihtoehtoja, arvioimaan mahdollisia yhteistyökumppaneita ja tarkastelemaan päätösten seurauksia. Näin se voi syventää osallistujien ymmärrystä liiketoiminnan ja liiketoimintaympäristön kokonaisuudesta, ja tarjota uusia näkökulmia päätöksenteon tueksi.
AI-coach on siis osallistujien ajattelua haastava ja syventävä apuri, joka auttaa muuttamaan simulaation aikana kertyvän tiedon oivalluksiksi ja perustelluiksi päätöksiksi. Tämä mahdollistaa myös yksilöllisemmät oppimispolut, parantaen samalla tarjotun opetuksen työelämärelevanssia.
Syksyn seuraavalla simulaatiokurssilla toteutetaan myös ensimmäinen opiskelijayhteistyöpilotti Lancaster Universityn kauppakorkeakoulun kanssa. Pilotissa keskitytään erityisesti tekoälytyökalun käyttöön strategiatyössä: miten AI-coach voi tukea simulaation tiedon tulkintaa, strategisten valintojen perustelua ja oppimista.
