Team Smart Uni

<p>I denna video presenterar Team Smart Uni fyra projekt de utvecklat för att främja forskning och utbildning vid Chalmers, med fokus på verksamhetsstöd. Projekten är: Research Book, ett verktyg för att kartlägga forskare; StudyBuddy, ett digitalt studiestöd specifikt för Chalmers studenter; Smart Alumni hanterare, som skapar värde och samarbeten med alumner; och Student.twin, en digital tvilling av en Chalmers-student som hjälper studievägledare att förutse studieavhopp och följa studenters mentala hälsa.</p>
<p>Under projektens utveckling har teamet byggt en rad prototyper under tio veckor och uppmuntrar tittarna att utforska både projektdemonstrationer och en fördjupande video om deras process, de val de gjort och deras bästa AI-tips för att lyckas med liknande initiativ på Chalmers.</p>
<h4>Sammanfattning:</h4>
<ul>
<li>Fyra digitala verktyg har utvecklats för att stärka forskning, utbildning och alumnrelationer.</li>
<li>Fokus ligger på verksamhetsstöd, studentstöd och dataanalys.</li>
<li>Teamet delar sina erfarenheter, lärdomar och tips för att lyckas med AI-projekt.</li>
</ul>

<p>Videon presenterar Team Smart Uni, en grupp studenter med varierande bakgrunder, som under ett sommarprojekt på Chalmers har utforskat användningen av AI inom akademiskt verksamhetsstöd. Teamet har arbetat kreativt och explorativt genom att snabbt ta fram enkla prototyper, så kallade "skateboards", med hjälp av rapid prototyping och AI-verktyg. Stor vikt har lagts vid intressedriven utveckling, samarbete och att våga testa nya idéer i praktiken.</p>
<p>Videon lyfter även betydelsen av traditionella verktyg som papper och penna för att strukturera tankar och kommunicera idéer i AI-relaterade projekt, där enkla skisser kan fotograferas och senare utgöra basen för AI-drivna appar och webbsidor. Deltagarna uppmanas att ta del av fler utbildningsvideor, själva testa de demon som finns tillgängliga för Chalmers-användare och fortsätta utforska de olika projekten. Sammanfattningsvis fungerar videon både som inspiration och praktiskt stöd för dem som vill komma igång med AI-utveckling och prototypframtagning.</p>
<h4>Sammanfattning:</h4>
<ul>
<li>Tvärvetenskapligt arbete och samarbete är centralt i AI-projekt.</li>
<li>Rapid prototyping med AI möjliggör snabb och enkel utveckling av idéer.</li>
<li>Enkla verktyg som papper och penna kan vara mycket kraftfulla i AI-arbete.</li>
<li>Skisser kan enkelt omvandlas till digitala AI-drivna lösningar.</li>
<li>Fortsatt utforskande och lärande uppmuntras genom fler videor och praktiska tester.</li>
</ul>

<p>Projektet Student Twin syftar till att skapa en digital representation, en så kallad tvilling, av varje student för att tidigt kunna förutse avhopp och identifiera särskilt begåvade studenter. Genom att använda en grafdatabas med simulerad information om studenternas betyg, aktivitet på Canvas och inlämnade uppgifter har teamet utvecklat analysverktyg som bland annat använder logistisk regression för att prognostisera risken för studieavbrott samt upptäcka exceptionella prestationer.</p>
<p>Videon betonar betydelsen av att samla in och upprätthålla rik och aktuell data, och lyfter fram vikten av att kunna fånga upp tidiga varningssignaler om risk för avhopp genom olika aktivitetsmönster på lärplattformen. Tittaren får insikt i hur kombinationen av modern dataanalys och digital tvillingteknik kan stödja både individer och utbildningsinstitutioner i att fatta informerade beslut för att främja genomströmning och upptäcka potential.</p>
<h4>Sammanfattning:</h4>
<ul>
<li>Digitala tvillingar möjliggör tidig upptäckt av avhopp och begåvade studenter.</li>
<li>Grafdatabaser och analysverktyg, som logistisk regression, möjliggör kraftfulla förutsägelser.</li>
<li>Aktuell och omfattande data från plattformar som Canvas är avgörande för exakta analyser.</li>
<li>Tidiga signaler om avhopp ger möjlighet till snabbare och mer riktat stöd.</li>
</ul>

<p>Videon presenterar StudyBuddy, en AI-driven och individanpassad lärplattform utvecklad för Chalmersstudenter. Plattformens kärna är en grafbaserad modell där kunskap representeras som konceptnoder, och varje node tilldelas en Mastery Score baserad på studentens aktivitet och progression. Den AI-baserade teknologin möjliggör en dynamisk och personlig undervisning som anpassas efter studentens aktuella kunskapsnivå, inlärningsstil och mål. StudyBuddy är integrerad med etablerade system som Canvas och LADOK för att underlätta administration samt skapa en sömlös inlärningsupplevelse.</p>
<p>Användaren navigerar mellan två huvudlägen: ett chattläge som ger kontinuerligt stöd och respons via ett samtalande gränssnitt, samt ett studiesessionsläge där lärandet sker mer strukturerat och optimerat efter individuella behov. Videon lyfter också hur AI och digital teknik kan förändra lärandet när dessa används proaktivt och i samverkan med studenten, och poängterar att detta representerar ett paradigmskifte jämfört med traditionella undervisningsmetoder. Fördjupning i ämnet erbjuds i en separat video, och presentationen avslutas med positiva ord och uppmuntran till tittaren.</p>
<h4>Sammanfattning:</h4>
<ul>
<li>StudyBuddy erbjuder individuell, AI-baserad inlärning med kontinuerlig anpassning.</li>
<li>Kunskap och progression visualiseras som en dynamisk graf kopplad till elevens aktiviteter.</li>
<li>Plattformen stödjer både samtalsbaserad vägledning och systematiska studiesessioner.</li>
<li>Integration med Canvas och LADOK möjliggör en smidig användarupplevelse.</li>
<li>Den nya metoden markerar ett tydligt steg bort från traditionell undervisning.</li>
</ul>

<p>Researchbook är ett verktyg som samlar in och visualiserar forskningsdata från flera källor, såsom Chalmers Research, ORCID och ODR, och ger därmed en samlad och överskådlig bild av forskningslandskapet. Genom att använda en datagraf kan systemet tydligt visa komplexa relationer mellan forskare, publikationer, projekt och institutioner. Tjänsten använder AI och LLM-moduler för att möjliggöra avancerade sökfunktioner, automatisk profilgenerering och identifiering av både direkta och indirekta samband mellan olika forskningsaktörer och ämnesområden.</p>
<p>Bland de viktigaste funktionerna finns Personlookup för snabb sökning av enskilda forskare, Expert Finder för att identifiera kompetenser, Field Intelligence Brief som ger överblick över specifika forskningsfält, samt Smart Research Assistant som hjälper användaren med analys och rekommendationer. Sammanfattningsvis ger Researchbook ett effektivt stöd för att navigera, analysera och förstå och samarbeta inom det akademiska forskningsfältet.</p>
<h4>Sammanfattning:</h4>
<ul>
<li>Integrerar data från flera forskningskällor för ökad översikt.</li>
<li>Visualiserar relationer mellan forskare, publikationer och organisationer via datagraf.</li>
<li>Använder AI och LLM för avancerad sökning och relationer.</li>
<li>Fyra huvudfunktioner underlättar sökning, analys och profilering inom forskning.</li>
</ul>

<p>Videon presenterar projektet Smart Alumnihanterare, utvecklat av Team Smart Uni, som syftar till att effektivisera och förbättra kontakten mellan Chalmers och dess cirka 70 000 alumner världen över. Huvudproblemet är att många alumner saknar regelbunden kontakt med sitt gamla lärosäte, och insamling och uppdatering av kontaktuppgifter sker ofta kostsamt och ineffektivt. Projektet erbjuder en AI-baserad lösning som skapar förutsättningar för individualiserad och riktad kommunikation, vilket kan öka både engagemang och donationer.</p>
<p>Systemet bygger på tre kärnfunktioner. För det första används en clustering-algoritm för att dela in alumner i åtta distinkta målgrupper, baserade på bland annat ålder, examensår, utbildning samt demografisk data från SCB, vilket möjliggör anpassad kommunikation. För det andra används maskininlärning (en random forest-algoritm) för att förutsäga vilka alumner som är mest benägna att engagera sig eller donera i framtiden, samt föreslå vilka som kan bli volontärer, mentorer eller gästföreläsare. Tredje funktionen handlar om e-postintelligens: istället för att skicka samma nyhetsbrev till alla, optimeras utskickens timing och innehåll baserat på målgruppens beteende för att öka svar och engagemang.</p>
<p>Vidare diskuteras framtida utvecklingsområden, såsom att använda fler datakällor, integrera sociala grafer och möjliggöra kommunikation via valfri digital kanal samt övervakning av mediaomnämnanden av alumner—allt för att skapa en mer komplett och individanpassad alumnhantering och ett bredare ekosystem i samarbete med andra projekt som "Student Twin" och "StudyBuddy".</p>
<h4>Sammanfattning:</h4>
<ul>
<li>AI används för att segmentera alumner och individualisera kommunikation.</li>
<li>Prediktionsverktyg identifierar vilka alumner som är mest sannolika att donera eller engagera sig.</li>
<li>E-postintelligens möjliggör mer relevanta och väl tajmade utskick.</li>
<li>Framtida visioner inkluderar bredare datakopplingar och anpassningsbara kommunikationskanaler.</li>
<li>Verktyget kompletterar och förstärker traditionella CRM-system.</li>
</ul>

Team Smart Campus

Team 10xIndividual

Team Data Exploit

Team Education

Team Upskill

Team AI-based feedback

Explorativa AI-projekt 2025

Välj ämne

Kursplan för

Ämne

Utbildningsområde

Tillåtna byten av obligatoriska kurser

För att se din utbildningsplan – välj det läsår du påbörjade programmet.

Explorativa AI-projekt 2025

Team Smart Uni

Introduktion till Team Smart Uni

Videobeskrivning: Introduktion till Team Smart Uni

Sammanfattning av projektet

Videobeskrivning: Sammanfattning av projektet

Student twin

Videobeskrivning: Student twin

Study buddy

Videobeskrivning: Study budy

Research book

Videobeskrivning: Research book

Smart Alumnihanterare

Videobeskrivning: Smart Alumnihanterare