Forskningen min går på tvers av en rekke ulike disipliner. Jeg er utdannet teoretisk fysiker og fullførte doktorgraden min om «Modelling and generating complex emergent behaviour». Avhandlingen min forsøkte å forstå et konsept jeg kalte høykompleksitet, der kontekstualiteten av et systems responser på måling og modellering betyr at vi sliter med å forstå dets atferd ved hjelp av reduktiv modellering og andre metoder som vanligvis brukes i vitenskapen.

Siden den gang har jeg jobbet innen områder som spenner over informasjonsinnhenting, kognitiv vitenskap, sosialpsykologi, pedagogisk datavitenskap og læringsanalyse. Det er heldig at konseptet med AI i utdanning nå er av interesse for så mange mennesker, ellers kunne jeg godt ha vært arbeidsledig og bare loffet rundt i verden nå (slik jeg opprinnelig hadde tenkt da jeg startet doktorgraden min).

Hvis du følger med, kan du se noen temaer som dukker opp i forskningen min, som har spennet over mange forskjellige felt, samarbeid og emner av interesse.

Jeg er interessert i å rekruttere studenter og postdoktorer til å jobbe med noen av emnene som er oppført nedenfor. Hvis du ønsker å komme og jobbe med meg, send meg en e-post med et forslag på to sider som diskuterer hva du er interessert i å gjøre ... Hvis det dekker, kombinerer eller til og med utvider noen av emnene nedenfor, er jeg sannsynligvis ganske interessert. Hvis du gjør en god jobb med å syntetisere konsepter og skrive et godt forslag, vil jeg bli enda mer fascinert ... Hvis dette er tilfelle, kan vi ha noen diskusjoner der jeg hjelper deg med å finpusse idéen din. Dette vil hjelpe meg til å se om vi passer godt sammen, og hjelpe meg til å forstå om jeg vil kunne hjelpe deg med dine forskningsambisjoner eller ikke. :)

Datainteroperabilitet for å støtte livslang læring

• Kitto, K. (2024). Will a Skills Passport ever get me through the lifelong learning border?: Two critical challenges facing personalised user models for lifelong learning. In Proceedings of the 32nd ACM Conference on User Modeling, Adaptation and Personalization (UMAP '24). Association for Computing Machinery, New York, NY, USA, 132–142. https://doi.org/10.1145/3627043.3659564
• Poquet, O., Kitto, K., Jovanovic, J., Siemens, G., Dawson, S., Markauskaite, L. (2021). Transitions through Lifelong Learning: Implications for Learning Analytics. Computers & Education: Artificial Intelligence. pp. 100039–100039, https://doi.org/10.1016/j.caeai.2021.100039
• Kitto, K., Sarathy, N., Gromov, A., Liu, M., Musial, K., Buckingham Shum, S. (2020). Towards Skills-based Curriculum Analytics: Can we automate the recognition of prior learning? In Proceedings of the Tenth International Conference on Learning Analytics & Knowledge (LAK '20). Association for Computing Machinery, New York, NY, USA, 171–180. https://doi.org/10.1145/3375462.3375526
• Kitto, K., Whitmer, J., Silvers, A., Webb, M., (2020). Creating data for learning analytics ecosystems. SoLAR position paper. Society for Learning Analytics (SoLAR). Available at: https://www.solaresearch.org/publications/position-papers/
• Kitto, K., Lupton, M. Bruza, P., Mallett, D., Banks, J., Dawson, S., Gašević, D., Buckingham Shum, S., Pardo, A., Siemens, G. (2020). Learning analytics beyond the LMS : enabling connected learning via open source analytics in “the wild”: final report. Dept of Education, Skills and Employment, Available at: https://ltr.edu.au/resources/ID14-3821_Kitto_Report_2020.pdf 

AI og datakompetanse

• Kitto, K., Hicks, B., & Buckingham Shum, S. (2023). Using causal models to bridge the divide between big data and educational theory. British Journal of Educational Technology, 54:1095–1124 https://doi.org/10.1111/bjet.13321
• Kitto, K., Knight, S., (2019). Practical Ethics for Building Learning Analytics. British Journal of Educational Technology, 50(6), 2855-2870. https://doi.org/10.1111/bjet.12868
• Cetindamar Kozanoglu, D., Kitto, K., Wu, M., Zhang, Y., Abedin, B. & Knight, S. (2022), Explicating AI literacy of employees at digital workplaces, IEEE Transactions on Engineering Management, pp. 1-28. https://doi.org/10.1109/TEM.2021.3138503
• Hicks, B., Kitto, K., Payne, L., Buckingham Shum, S. (2022). Thinking with causal models: A visual formalism for collaboratively crafting assumptions. In LAK22: 12th International Learning Analytics and Knowledge Conference (LAK22). Association for Computing Machinery, New York, NY, USA, 250–259. https://doi.org/10.1145/3506860.3506899
• Kitto, K., Williams, C., Aldermann, L. (2019). Beyond Average: Contemporary statistical techniques for analysing student evaluations of teaching. Assessment and Evaluation in Higher Education. 44 (3), 338-360. https://doi.org/10.1080/02602938.2018.1506909
• Kitto, K., Buckingham Shum, S., Gibson, A. (2018). Embracing imperfection in learning analytics. In Proceedings of the 8th International Conference on Learning Analytics and Knowledge (LAK '18). ACM, New York, NY, USA, 451-460.  https://doi.org/10.1145/3170358.3170413   

Lærermetakognisjon og selvrefleksjon

• Buckingham Shum, S., Littlejohn, A., Kitto, K., Crick, R. (2022). Framing Professional Learning Analytics as Reframing Oneself. IEEE Transactions on Learning Technologies. 15(5), 634-649, https://doi.org/10.1109/TLT.2022.3190055
• Kay, J., Bartimore, K., Kitto, K., Kummerfeld, B., Liu, D., Reimann, P. (2022). Enhancing learning by Open Learner Model (OLM) driven data design, Computers and Education: Artificial Intelligence. 3, 100069, https://doi.org/10.1016/j.caeai.2022.100069
• Fernandez-Nieto, G., Echeverria, V., Buckingham Shum, S., Mangaroska, K., Kitto, K., Palominos, E., Axisa C., Martinez-Maldonado R. (2021). Storytelling with Learner Data: Guiding Student Reflection on Multimodal Team Data, IEEE Transactions on Learning Technologies. 14(5), 695-708, https://doi.org/10.1109/TLT.2021.3131842
• Liu, M., Kitto, K., & Buckingham Shum, S. B. (2021). Combining factor analysis with writing analytics for the formative assessment of written reflection. Computers in Human Behavior, 120, 106733. https://doi.org/10.1016/j.chb.2021.106733
• Kitto, K., Lupton, M., Davis, K., Waters, Z. (2017). Designing for Student Facing Learning Analytics, Australasian Journal of Educational Technology, 33(5), 152-168. https://doi.org/10.14742/ajet.3607
• Gibson, A., Kitto, K., Bruza, P. (2016). Towards the Discovery of Learner Metacognition From Reflective Writing. Journal of Learning Analytics, 3(2), 22-36. https://doi.org/10.18608/jla.2016.32.3

Hvordan forstå og endre oppførselen til komplekse og kontekstuelle systemer (generelt)

• Kitto, K., & Gibson, A., (2024). Places to Intervene in Complex Learning Systems. In Proceedings of the 14th Learning Analytics and Knowledge Conference (LAK '24). Association for Computing Machinery, New York, NY, USA, 929–935. https://doi.org/10.1145/3636555.3636938   
• Kitto, K., (2014). A Contextualised General Systems Theory, Systems, 2(4), 541-565. 
  https://doi.org/10.3390/systems2040541
• Kitto, K. (2008). High End Complexity, International Journal of General Systems, 37(6):689-714. https://doi.org/10.1080/03081070701524232

Kvantekognisjon (én måte å forstå og modellere kontekstuelle kognitive systemer på)

• Widdows, D., Kitto, K., Cohen, T. (2021). Quantum Mathematics in Artificial Intelligence, Journal of Artificial Intelligence Research, 72, 1307-1341, https://doi.org/10.1613/jair.1.12702
• Aliakbarzadeh, M., Kitto, K. (2021). Is contextuality about the identity of random variables?. Foundations of Physics, 51(1), 1-13. https://doi.org/10.1007/s10701-021-00402-7
• Aliakbarzadeh, M., Kitto, K. (2018). Preparation and measurement in quantum memory models. Journal of Mathematical Psychology, 83, 24-34. https://doi.org/10.1016/j.jmp.2018.03.002  
• Bruza, P. D., Kitto, K., Ramm, B., Sitbon, L. (2015). A probabilistic framework for analysing the compositionality of conceptual combinations.  Journal of Mathematical Psychology, 67, 26-38. https://doi.org/10.1016/j.jmp.2015.06.002
• Nelson, D., Kitto, K., Galea, D., McEvoy, C., Bruza, P.D. (2013). How Activation, Entanglement, and Searching a Semantic Network Contribute to Event Memory, Memory & Cognition, 41(6):717-819. https://doi.org/10.3758/s13421-013-0312-y
• Kitto, K., Boschetti, F. (2013). Attitudes, Ideologies and Self-Organisation: Information Load Minimisation in Multi-Agent Decision Making. Advances in Complex Systems, 16:13500. https://doi.org/10.1142/S021952591350029X
• Bruza, P.D., Kitto, K., Nelson, D., McEvoy, C. (2009). Is there something quantum-like about the human mental lexicon?, Journal of Mathematical Psychology, 53:362-377. https://doi.org/10.1016/j.jmp.2009.04.004

Jeg har hatt noen suksesser med å be folk om å finansiere arbeidet mitt (jeg har også hatt mange mislykkede forsøk).

Totalt har jeg mottatt over 1,5 millioner australske dollar/10 millioner kroner i eksternt finansierte konkurranseprosjekter og mer enn 5 millioner australske dollar/35 millioner kroner i internt finansierte konkurranseprosjekter i løpet av karrieren min. Her er noen av favorittprosjektene mine...

Kunstig intelligens i utdanning: Demokratisering av politikk

Australian Research Council (DP240100602) 2024–2027, 500 000 australske dollar (3,28 millioner kroner)

Kalervo Gulso, Greg Thompson, Marcia McKenzie, Sam Sellar, Kirsty Kitto, Simon Knight, José-Miguel Bello og Villarino.

SAMMENDRAG: Den raske introduksjonen av KI i utdanning skjer med utilstrekkelig politisk støtte. I tillegg mangler det innspill fra interessenter i beslutninger om bruk av KI i utdanning. Ved å bruke samfunnsvitenskapelige og datavitenskapelige tilnærminger, tar dette prosjektet sikte på å demokratisere politikk relatert til KI i utdanning ved å bygge verktøy for å overvåke politikk og utvikle samarbeidsmetoder metoder for politikkutforming. De forventede resultatene inkluderer offentlig tilgjengelige policy-ressurser for å forutse og respondere på rollen til KI i utdanning, og deltakende rammeverk for politikkutforming. Fordelene inkluderer informert interessentengasjement og konkrete policy-anbefalinger som er globalt relevante og tilpasningsdyktige med hensyn til den australske konteksten.

Styring av KI, utdanning og likestilling sammen

James Martin Institute for Public Policy, 2024 87 000 AU$ (570 000 NOK)

USyd: Kalervo Gulson, Teresa Swist, Jose-Miguel Bello Villarino UTS: Leslie Loble, Kirsty Kitto, Simon Knight

SAMMENDRAG: KI foreslås som en løsning for å håndtere ulikhet knyttet til FNs bærekraftsmål nr. 4 Kvalitetsutdanning. KI kan imidlertid også forsterke utdanningsulemper. Politikere trenger måter å sikre at bruken av KI adresserer digital læringslikestilling for å forbedre utdanningsmulighetene for studenter (ved å adressere ulik tilgang, bruk og resultater). Dette prosjektet tar sikte på å utvikle kollektive tilnærminger til politikkutforming på tvers av flere skalaer i NSW Department of Education for å sikre at mulighetene/fordelene ved å bruke AI for å håndtere utdanningsulemper realiseres, og for å unngå å legge til rette for skade for sårbare befolkningsgrupper.

Muliggjøring av tilkoblet læring via åpen kildekode-analyse i praksis: læringsanalyse utover LMS

Australian Office for Learning and Teaching (OLT) - Innovasjons- og utviklingsordning (ID14-3821) 2015-2017 320 000 AU$ (2,1 millioner NOK)

Kirsty Kitto (hovedforsker), Mandy Lupton, John Banks, Dann Mallet, Peter Bruza, Shane Dawson, Dragan Gašević, Simon Buckingham Shum, Abelardo Pardo, George Siemens

SAMMENDRAG: Dette prosjektet utviklet verktøysettet Connected Learning Analytics, som bruker Experience API (xAPI) spesifikasjon for utdanningsdata, som lar studenter registrere seg for sporing av deltakelsen sin i spesifikke læringsaktiviteter ved hjelp av vanlige sosiale medier (f.eks. Twitter, Youtube, Wordpress, Facebook, Trello, Github). Kontekstualiserte dashbord (f.eks. SNA og innholdsanalyse) lar både studenter og instruktører lære om datasporene de etterlater og utvikle bedre selvregulerte læringspraksiser.

Generaliserte kvantemodeller av kompleksitet med anvendelse på kognitive systemer

Kirsty Kitto (ledende forsker, australsk postdoktorstipend), Peter Bruza

Australsk forskningsråd (DP1094974) 2010-2012 270 000 AU$ (1,77 millioner NOK)

SAMMENDRAG: Dette prosjektet utviklet nye metoder for modellering av kompleksitet, med et spesielt fokus på kontekstuell atferd i kognitive systemer. Den sannsynlighetsbaserte strukturen i kvanteteorien ble brukt til å representere en underliggende kognitiv tilstand med referanse til en spesifikk «målingskontekst». Agenter i en sosial kontekst, innrammingseffekter, ordassosiasjoner, hukommelse og priming (eller «forhåndspåvirkning») ble alle modellert ved hjelp av tilnærmingene som ble utviklet i dette prosjektet.

Kvanteteori for kontekstrepresentasjon for informasjonstilgang og -gjenfinning

Marie Curie International Research Staff Exchange Scheme (IRSES), QONTEXT (nr. 247590) 2010–2013 EU 208 000 + AU $ 15 000 (2,5 millioner kroner)

Massimo Melucci, Dawei Song, Di Buccio, Di Nunzio, Wang, Zhang, Piwowarski, Frommholz, Lalmas, S. Aerts, Hou, Liu, Yu, Sun, Dai, Song, Wang, Bruza, Kitto, Sitbon, Nie

SAMMENDRAG: Dette personalutvekslingsprogrammet la til rette for internasjonalt samarbeid mellom over 20 forskere og doktorgradsstudenter. Prosjektet utviklet et bredt spekter av nye tilnærminger til modellering av kontekst i informasjonsgjenfinning, generelt med fokus på modellering av de kognitive prosessene til informasjonssøkere.