Strukturert trening og øvelse med blandet virkelighet for beredskap

Sivile og militære beredskapsetater gjennomfører jevnlig trening og større øvelser for å bygge ferdigheter i krisehåndtering. Men det er svært ofte uklare læringsmål, det er vanskelig å stadfeste læringsutbyttet, og det er lagt dårlig til rette bruk av moderne lærings- og ferdighetsbyggende prinsipper i slike øvelser. I vår tid, med høynete beredskapsnivåer, er det alvorlig at det brukes betydelige ressurser på slike samfunnskritiske aktiviteter uten at ønsket effekt oppnås. Prosjektet skal muliggjøre strukturert planlegging, gjennomføring og analyse av trening og øvelser, ved å kombinere web-baserte trenings-/øvelsestyringsverktøy med blandet virkelighet simuleringsteknologi. I øvelsestyringsverktøyet skal man definere læringsmål, essensielle ferdigheter som skal trenes, hendelser for å stimulere ferdighetene og metrikker for å måle ferdighetsbygging. Hendelser og metrikker skal så realiseres i simuleringer på en best mulig måte for å oppnå læringsmålene. Prosjektet har utviklet en referansearkitektur som består av to deler. Den ene delen er frontend-del med selve øvelsestyringsverktøyet og en modul som genererer et digitalt scenario. Den andre delen (backend) består av moduler som effektuerer det digitale scenarioet i en valgt simuleringsplatform. Disse delene er koplet sammen med en AI-planleggingsmodul og en AI-resonneringsmodul Prosjektet har levert prototyper i henhold til referansearkitekturen: Et frontend er utviklet der teknisk kynige treningsledere kan designe scenarioer. Et annet frontend er også utviklet i mindre grad, der treningsledere kan delegere og sekvensere ressurser på de grunnleggende oppgavene som må utføres i scenarioet. Prosjektet har utviklet en backend "event controller" som spiller av det digitale scenarioet i simuleringsplatformen sammen med AI-resonneringsmodulen. Denne "event controller"-modulen er uavhengig av spesifikk simuleringsplatform og gjør at man kan spille det samme scenarioet i ulike type simuleringer. AI-resonneringsmodulen gjør dessuten at man raskt kan endre scenarioet rent logisk uten å omprogrammere i simuleringsplatformene. Et API for å kople event controlleren til simuleringsplatformen Unity er også utviklet.

Forskningen har testet ut og belyst at teknologien for å håndtere denne type scenariobygging i komplekse øvelser lar seg realisere. Effekten for Fynd Reality AS vil komme i kjølvannet av en kommersialiseringfase de nærmeste årene. Teknologien er moden, men markedet må også modnes i paralell. Fynd Reality AS har troen på at det lar seg gjøre slik at det øker verdiskapingen i bedriften de kommende årene.

Sivile og militære beredskapsetater gjennomfører jevnlig trening og større øvelser for å bygge ferdigheter og erfaring for krisehåndtering. Men det er svært ofte uklare læringsmål for slike aktiviteter, det er vanskelig å stadfeste læringsutbyttet fra slike aktiviteter, og det er lagt dårlig til rette bruk av moderne lærings- og ferdighetsbyggende prinsipper. I vår tid, med høynete beredskapsnivåer, er det alvorlig at det brukes betydelige ressurser på slike samfunnskritiske aktiviteter uten at ønsket effekt oppnås. Prosjektet skal muliggjøre strukturert planlegging, gjennomføring og analyse av trening og øvelser, ved å kombinere web-baserte trenings-/øvelsestyringsverktøy med simuleringsteknologi. FoU-delen skal utvikle teknologi for utveksling av læringsmål, planer, metrikker, hendelser og målinger mellom verktøy og simuleringer. Before-Action Review: Under planlegging av trening og øvelser kan man fra verktøyet sette opp simuleringer for å justere, forfine og kvalitetssikre ulike momenter i øvelsen. During-Action Review: Under gjennomføring kan man fra verktøyet administrere moderne lærings- og ferdighetsbyggende prinsipper, ved at deltakere får umiddelbar tilbakelesing av, og kan repetere simulert, momenter som ble identifisert som vanskelige eller ikke tilfredsstillende gjennomført. After-Action Review: Etter trening og øvelser kan man bruke simuleringer til å trene momenter i henhold til lessons identified umiddelbart, samt at man kan spille ut alternative hendelsesforløp for dypere innsikt i gjennomført øvelse. Pre- og posttest: Man kan teste ferdigheter som skal trenes i forkant i en kontrollert simulering. Etter gjennomført trening/øvelse, kan man gjenta testen for å måle endring i ferdighet. Dette integrerer fundamentale prinsipper for måling av ekspertise ved bruk av representative oppgaver inn i verktøyet. Teknologien er etterspurt av sivile og militære beredskapsetater og vil åpne for reell og rask læring som hittil ikke har vært mulig.