Tekoälyn integroiminen ruokavalion ohjelmistopohjaisen suunnittelun prosessiin
Harinen, Teemu (2024)
Kandidaatintyö
Harinen, Teemu
2024
School of Engineering Science, Tietotekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2024062055918
https://urn.fi/URN:NBN:fi-fe2024062055918
Tiivistelmä
Ruokavalion merkitys yhteiskunnassa on huomattava, sillä se vaikuttaa yksilöiden hyvinvointiin ja terveyteen. Tämä tutkielma tutkii, miten tekoälyä voidaan hyödyntää ruokavalion ohjelmistopohjaisessa suunnittelussa erityisesti pienyritysten näkökulmasta. Tavoitteena on tunnistaa tekoälyn mahdollisuudet ja haasteet sekä kehittää teoreettisen tutkimuksen ohella toimiva ohjelmisto yksilöllisten ravintosuunnitelmien luomiseen.
Tutkimusmetodina käytettiin kirjallisuuskatsausta ja Design Science Research (DSR) -menetelmää. Kirjallisuuskatsauksessa kartoitettiin nykyiset ruokavalion suunnittelussa käytettävät sovellukset ja teknologiat sekä tunnistettiin esteet tekoälyn hyödyntämiselle. DSR-menetelmän avulla kehitettiin ohjelmisto, joka hyödyntää generatiivista tekoälyä. Ohjelmiston avulla luotiin yksilöllisiä ruokavalioita nopeasti ja kustannustehokkaasti.
Tutkimustulokset osoittavat, että tekoäly voi merkittävästi tehostaa ruokavalioiden suunnittelua, mutta sen hyödyntäminen asettaa myös haasteita, kuten teknologisen osaamisen. Kuluttajien luottamuksen rakentaminen tekoälyä kohtaan on keskeistä sen laajamittaiselle käyttöönotolle. Tekoälyn tehokas hyödyntäminen edellyttää sekä teknologisia että sosiaalisia muutoksia, ja tulevaisuudessa sen käyttö ravitsemusalalla voi kasvaa merkittävästi. The significance of diet in society is considerable as it directly impacts individuals' well-being and health. This thesis explores how artificial intelligence (AI) can be utilized in software-based diet planning, particularly from the perspective of small businesses. The objective is to identify the opportunities and challenges of AI and to develop a proof-of-concept software for creating personalized nutrition plans.
The research methodology included a literature review and the Design Science Research (DSR) method. The literature review mapped existing applications and technologies used in diet planning and identified barriers to commercializing AI. Using the DSR method, a software was developed that leverages generative AI to create personalized nutrition plans quickly and cost-effectively.
The research findings indicate that AI can significantly enhance diet planning but also poses challenges, such as the need for technological expertise and initial investments. Building consumer trust in AI is crucial for its widespread adoption. Effective utilization of AI requires both technological and social changes, and its use in the nutrition field could increase significantly in the future.
Tutkimusmetodina käytettiin kirjallisuuskatsausta ja Design Science Research (DSR) -menetelmää. Kirjallisuuskatsauksessa kartoitettiin nykyiset ruokavalion suunnittelussa käytettävät sovellukset ja teknologiat sekä tunnistettiin esteet tekoälyn hyödyntämiselle. DSR-menetelmän avulla kehitettiin ohjelmisto, joka hyödyntää generatiivista tekoälyä. Ohjelmiston avulla luotiin yksilöllisiä ruokavalioita nopeasti ja kustannustehokkaasti.
Tutkimustulokset osoittavat, että tekoäly voi merkittävästi tehostaa ruokavalioiden suunnittelua, mutta sen hyödyntäminen asettaa myös haasteita, kuten teknologisen osaamisen. Kuluttajien luottamuksen rakentaminen tekoälyä kohtaan on keskeistä sen laajamittaiselle käyttöönotolle. Tekoälyn tehokas hyödyntäminen edellyttää sekä teknologisia että sosiaalisia muutoksia, ja tulevaisuudessa sen käyttö ravitsemusalalla voi kasvaa merkittävästi.
The research methodology included a literature review and the Design Science Research (DSR) method. The literature review mapped existing applications and technologies used in diet planning and identified barriers to commercializing AI. Using the DSR method, a software was developed that leverages generative AI to create personalized nutrition plans quickly and cost-effectively.
The research findings indicate that AI can significantly enhance diet planning but also poses challenges, such as the need for technological expertise and initial investments. Building consumer trust in AI is crucial for its widespread adoption. Effective utilization of AI requires both technological and social changes, and its use in the nutrition field could increase significantly in the future.
