Team Upskill

<p>Team Upskill har utforskat användningen av AI för att effektivisera fortbildningen av ingenjörer. Arbetet har kretsat kring att snabbt kunna utveckla och testa nya lärlösningar, med målet att ta fram enkla prototyper – så kallade "skateboards" – innan mer avancerad utveckling sker. Under processen har teamet ställts inför stora utmaningar, bland annat kring att förutsäga branschens framtida behov, att välja rätt data för AI-modeller samt att hitta de mest lämpliga tekniska plattformarna. </p>
<p>De har därför testat ett flertal digitala verktyg, däribland Loveable och Replit, och gjort medvetna val om vilka teknologier och metoder som stödjer en snabb och flexibel kursutveckling. Videoinslaget belyser vikten av att våga testa sig fram i takt med AI-landskapets snabba utveckling, liksom att behålla fokus på användarens behov när nya utbildningsmetoder skapas.</p>
<h4>Key takeaways:</h4>
<ul>
<li>Snabb prototypframtagning effektiviserar utvecklingen av nya lärlösningar.</li>
<li>Rätt dataval och tekniska plattformar är avgörande för AI-projekt.</li>
<li>Att utforska och våga testa nya verktyg är centralt i modern kursutveckling.</li>
<li>Användarens behov ska alltid stå i centrum för utvecklingsarbetet.</li>
</ul>

<p>Utbildningsvideon presenterar Team Upskills arbete under sommaren, som fokuserat på att utveckla AI-baserade verktyg för effektiv kompetensutveckling och matchning inom ingenjörssektorn. Första projektet, Skills Matching Assessment, handlar om att minska gapet mellan nuvarande och framtida kompetenser, där AI används för att identifiera individers specifika behov och föreslå anpassade upskillningsmoduler via prototypen Skills Compass.</p>
<p>Det andra projektet utvecklade en smart plattform för upskilling, där AI hjälper ingenjörer att hitta rätt kurser, integrerat med system som Canvas och företagens utbildningssystem, och ger även stöd till lärare att snabbt skapa anpassade kurser. Det tredje projektet berör skillnadskrediter och kommuner, där AI strukturerar och analyserar kompetenser på olika nivåer för att skapa bättre förståelse för färdigheter inom och mellan organisationer. Slutligen har teamet arbetat med forecasting och teknikradar för att förutse framtida kompetensbehov och försåg Chalmers med underlag för att utveckla relevanta utbildningsmoduler. Avslutningsvis betonas vikten av digital teknik och AI för att möta det växande samhällsuppdraget kring ingenjörers fortbildning.</p>
<h4>Viktiga punkter:</h4>
<ul>
<li>AI används för att identifiera kompetensgap och föreslå anpassad utbildning.</li>
<li>En smart upskillingplattform och kursskapare har utvecklats och integrerats med Canvas.</li>
<li>Skillnadskrediter och AI-analys stödjer kompetensstrukturering på individ- och organisationsnivå.</li>
<li>Teknikradar och forecasting hjälper till att förutse framtida utbildningsbehov.</li>
</ul>

<p>I utbildningsvideon presenteras utvecklingen av Skills Compass, ett AI-baserat verktyg för kompetensmatchning och individanpassade kursrekommendationer. Användaren laddar upp sitt CV, varefter artificiell intelligens identifierar och tolkar personens färdigheter, och jämför dessa mot efterfrågade kompetenser i aktuella jobbannonser.</p>
<p>Utifrån analysen föreslår systemet relevanta utbildningar och framställer ett digitalt kompetenspass som ger en tydlig översikt över personens styrkor och möjliga utvecklingsområden. Utvecklingsarbetet stöter på utmaningar kopplade till taxonomi, kvalitet på kursmetadata samt validering av de identifierade färdigheterna, vilket kräver både AI-lösningar och manuella inslag för att säkerställa träffsäkerhet.</p>
<h4>Key takeaways:</h4>
<ul>
<li>Skills Compass kopplar användarens färdigheter till arbetsmarknadens behov med hjälp av AI.</li>
<li>CV-analysering leder till Individanpassade kursförslag och ett digitalt kompetenspass.</li>
<li>Taxonomi och validering av färdigheter är centrala utmaningar i processen.</li>
<li>Kombinationen av AI och manuellt arbete ger högre kvalitet och relevans.</li>
</ul>

<p>Videon presenterar teamet Upskill och deras arbete med att visualisera kunskaper genom en kunskapsgraf. En kunskapsgraf är ett verktyg som strukturerar och visualiserar hur olika färdigheter och kunskaper hänger ihop, baserat på färdigheter från kursbeskrivningar. I demon visas hur individers kunskaper sammanlänkas i en graf, där varje kunskap blir en nod och relationerna mellan dem visar hur de bygger på varandra. Jämfört med traditionella tabeller, såsom CV:n, ger grafer en mer dynamisk och relationell överblick över en persons kompetens.</p>
<p>Kunskapsgrafer kan användas för att identifiera kunskapsluckor, matcha utbildningsinnehåll mot dessa samt planera lärandevägar, eftersom de tydligt visar vilka kunskaper som är förutsättningar för andra. Grafdatabaser är särskilt användbara för att integrera med AI, vilket förenklar avancerad sökning och analys av kompetensprofiler jämfört med tabellbaserade system. Teamet menar att detta arbetssätt kommer spela en viktig roll i framtidens utbildning och kompetenshantering.</p>
<h4>Sammanfattning:</h4>
<ul>
<li>Kunskapsgrafer visualiserar och strukturerar relationer mellan kunskaper.</li>
<li>Verktyget kan identifiera och matcha kunskapsluckor.</li>
<li>Grafdatabaser möjliggör avancerad analys och AI-integration.</li>
<li>Metoden skapar bättre överblick än tabellbaserade CV:n.</li>
<li>Arbetet förväntas bli centralt i framtidens utbildningssystem.</li>
</ul>

<p>Videon presenterar ett projekt av Team Upskill med fokus på att utveckla en AI-stödd plattform för hantering och validering av kompetenspoäng samt att bygga aktiva kunskapsgemenskaper. Huvudbudskapet är vikten av att kunna kartlägga, strukturera och verifiera individers kunskaper – både genom traditionella utbildningspoäng och nya former som mikromeriter – samt att använda dessa data för att identifiera kompetensluckor och möjliggöra strategisk kompetensutveckling inom akademi och industri.</p>
<p>Tittaren får insikt i hur kompetenspoäng och mikromeriter fungerar, samt hur digitala verktyg och AI kan användas för att automatisera exempelvis certifikatsgenerering och matchning mellan mentorer och studenter. Plattformen föreslås också främja gemenskap genom diskussionsforum och sociala nätverk, där erfarenhetsutbyte och feedback blir centrala inslag. Projektet betonar att trovärdigheten i digitala certifikat stärks genom stöd av erkända institutioner och rekommendationer, och tar upp befintliga lösningar såsom Credly och integrationer med Canvas.</p>
<p>Slutligen understryks att tekniska lösningar för kompetenshantering till stor del är ett ingenjörsproblem men där AI kan tillföra värde, exempelvis genom att identifiera mönster och optimala nätverkskonstellationer bland alumner. Universitetens och näringslivets roll i valideringen av kompetens lyfts också fram, liksom behovet av att kontinuerligt utveckla och hämta lärdomar från nuvarande plattformar och gemenskaper.</p>
<h4>Sammanfattning:</h4>
<ul>
<li>Kompetenspoäng och mikromeriter används för att strukturera och validera lärande.</li>
<li>AI och digitala verktyg möjliggör automatiserad matchning, analys och certifiering.</li>
<li>Gemenskap och erfarenhetsutbyte är centrala för att identifiera och fylla kunskapsluckor.</li>
<li>Legitimering av certifikat är viktig, särskilt genom erkända institutioner.</li>
<li>De flesta utmaningar är tekniska, men AI kan bidra till optimering och innovation.</li>
</ul>

<p>I den här utbildningsvideon presenterar Team Upskill ett projekt kring AI-stödd framtidsspaning genom forecasting och techradar, med fokus på hur dessa verktyg kan identifiera framtida kompetensbehov inom utbildningssektorn. Syftet är att hjälpa både yrkesverksamma och lärosäten, särskilt Chalmers och deras Upskilling Academy, att ligga i framkant med relevant och uppdaterad utbildning när antalet unga minskar och kompetenskraven ökar. </p>
<p>Teamet beskriver hur de använt olika datakällor som patent, forskningsansökningar, jobbannonser och kursdata för att analysera trender och kompetensglapp. Genom att använda AI och språkmodeller, till exempel Claude Haiku, har de kunnat hantera och filtrera stora datamängder och extrahera insikter om vilka teknologier och färdigheter som är på uppgång. De har också samlat externa framtidsrapporter från aktörer som McKinsey och PwC för en bredare meta-analys, och byggt prototyper för interaktiv "intelligence briefing" kring trendande områden. </p>
<p>Ett viktigt inslag är möjligheten att kombinera dessa datakällor med expertpaneler, exempelvis genom Delphi-metoden, för att validera och förfina framtidsspaningar och bättre anpassa utbildningar efter industrins faktiska behov. Projektet visar också på svårigheter med att snabbt anpassa kursutbud efter nya insikter, då universitetsprocesser ofta har långa ledtider.</p>
<p>Sammanfattningsvis erbjuder projektet konkreta AI-baserade verktyg och en systematik för att identifiera trender, täppa till kompetensluckor och utveckla framtidssäkrad utbildning.</p>
<h4>Nyckelpunkter:</h4>
<ul>
<li>AI används för att analysera stora datamängder och identifiera kompetenstrender.</li>
<li>Flera datakällor (patent, forskningsansökningar, jobbannonser, kursdata) kombineras för helhetsbild.</li>
<li>Resultaten stöder snabbare och träffsäkrare utveckling av utbildningsmoduler.</li>
<li>Expertarbete såsom Delphi-metoden kan integreras för kvalificerade framtidsspaningar.</li>
</ul>

<p>Videon presenterar en AI-baserad plattform framtagen av team Upskill som syftar till att förenkla och effektivisera vidareutbildning inom industrin, särskilt riktad mot ingenjörer och utbildare. Plattformen erbjuder en smart kursuppladdare integrerad med lärplattformen Canvas och kan även kopplas till företagens egna Learning Management Systems (LMS). Fokus ligger på att göra det enkelt för lärare att snabbt skapa, ladda upp och strukturera kurser med hjälp av AI, exempelvis genom att automatiskt generera kurs-PM, quiz och enklare inlämningsuppgifter baserat på uppladdat material. Verktyget hjälper även till att skapa enhetliga kursstrukturer vilket underlättar taggning och sortering av innehåll. </p>
<p>En prototyp visas där processen att skapa både ordinarie och tillfälliga mikrokurser (1-4 hp) förklaras, vilket är särskilt användbart vid omvandling av större kurser till mindre moduler. Plattformen tillåter också individuellt anpassade kurser och förenklar framtida matchning mellan utbildningsbehov och kurser. Teamet poängterar vikten av vidareutveckling, testning med användargrupper och integration direkt i Canvas för maximal nytta. Nyckelkoncept är AI-stödd kursgenerering, smidig integration, mikrokurser och taggning av material för individualisering och överblick.</p>
<h4>Nyckelpunkter:</h4>
<ul>
<li>Plattformen automatiserar och förenklar kursuppladdning för lärare.</li>
<li>AI genererar kursdokument och quiz från befintligt material.</li>
<li>Fokus på mikrokurser och moduluppbyggnad kopplat till Canvas och LMS.</li>
<li>Taggning av kursinnehåll möjliggör bättre matchning mot behoven.</li>
<li>Målet är att ge både lärare och studenter en effektivare utbildningsupplevelse.</li>
</ul>

<p>Videon presenterar Upskilling Industry-projektet, där team Upskill har utvecklat en AI-baserad fortbildningsplattform för ingenjörer inom industrin. Målet är att förenkla och effektivisera processen att hitta och genomföra relevanta fortbildningskurser genom att erbjuda ett användarvänligt system som samlar hundratals modulbaserade utbildningar, integrerat med det välkända lärplattformssystemet Canvas. Plattformen är designad för att både möta företags behov av fortbildning samt underlätta för lärare att lägga upp och administrera kurser snabbt och smidigt.</p>
<p>I projektet har teamet arbetat utforskande med flera AI-verktyg och valt att utveckla plattformen i Replit för enkel integration med backend och befintliga system. Plattformen innehåller funktioner som kurssökning, quiz, evenemang och ett community där användare kan interagera på liknande sätt som i sociala medier. Den har även en admin-sida som visualiserar vilka kompetenser medarbetare har samt en profilfunktion där användare kan följa sin kompetensutveckling, inspirerat av LinkedIn. Innovationen ligger bland annat i att externa användare kan ta del av kursmaterial utan att behöva lära sig Canvas, vilket gör plattformen till en smidig mötespunkt mellan industri och utbildare.</p>
<p>Fortsatt utveckling inkluderar plan för användartester, förbättrad onboarding med AI-stöd och djupare integration med Canvas för att ytterligare förenkla användarupplevelsen.</p>
<h4>Nyckelpunkter:</h4>
<ul>
<li>AI-baserad fortbildningsplattform för industrin.</li>
<li>Smidig integration med Canvas och andra utbildningssystem.</li>
<li>Funktioner för kursutbud, evenemang, community och profilhantering.</li>
<li>Fokuserar på användarvänlighet och att minska stegen mellan utbildning och industri.</li>
<li>Vidareutveckling planeras, särskilt inom onboarding och systemintegration.</li>
</ul>

Team Smart Campus

Team Smart Uni

Team 10xIndividual

Team Data Exploit

Team Education

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 Upskill

Introduktion till Team Upskill

Videobeskrivning: Introduktion till Team Upskill

Sammanfattning av projektet

Videobeskrivning: Sammanfattning av projektet

Skills Compass

Videobeskrivning: Skills Compass

Knowledge Graph

Videobeskrivning: Knowledge Graph

Skill Credits & Communities

Videobeskrivning: Skill Credits & Communities

Forecasting & Tech Radar

Videobeskrivning: Forecasting & Tech Radar

Smart course uploader

Videobeskrivning: Smart course uploader

Upskilling Industry

Videobeskrivning: Upskilling Industry