Tekoälyn hyödyntäminen opiskelussa ei ole oikeiden vastausten etsimistä, vaan ennen kaikkea taitoa ohjata tekoälyä tavalla, joka tukee omaa ajattelua ja oppimista. Digipedagogiikan erityisasiantuntija Seppo Räsänen totesi artikkelissaan (14.9.2026), että tekoäly voi olla osa asiantuntija- tai opiskelijan tukiverkostoa, mutta sen vastuullinen käyttö edellyttää tekoälyn ohjaamisosaamista. Tekoälyosaaminen onkin nykyisin keskeinen asiantuntijan työelämätaito, ja Opetushallituksen (22.4.2025) mukaan tekoälyosaaminen kuuluu digitaaliseen sivistykseen. Tässä artikkelissa tarkastellaan tekoälyosaamiseen kuuluvia tekoälyn käyttötaitoja keskustelevan tekoälyn ohjausosaamisen, kehotemuotoilun, näkökulmasta.

Kehotteen peruspalikat

Tekoälyn kanssa työskentelyssä lopputuloksen laatu riippuu usein siitä, miten selkeästi käyttäjä osaa kuvata tavoitteensa. Kehote on tekoälylle annettu ohje, kysymys tai tehtävänanto. Hyvin muotoiltu kehote on täsmällinen kuvausta siitä, mitä halutaan saada aikaan, missä yhteydessä ja millaisessa muodossa.

Kehotteen voi ajatella koostuvan neljästä elementistä, jotka ovat tehtävä, konteksti, tyyli ja muoto sekä rajoitukset.

– Tehtävä kuvaa sitä, mitä tekoälyn halutaan tekevän. Onko tarve tiivistää, ideoida, selittää, luokitella, listata…

– Konteksti on tarpeellista lisätietoa, joka kuvaa esimerkiksi sitä, mihin tilanteeseen, alaan, kohderyhmään tai käyttötarkoitukseen tehtävä liittyy.

– Tyyli ja muoto auttavat määrittämään tekoälyn tuottaman vastauksen esitystapaa. Tuleeko vastauksen olla muotoiltu esimerkiksi taulukoksi, runoksi esseeksi tai sähköpostiksi? Millä kielellä tuotos on ilmaistu? Halutaanko sisällön olevan asiatyylistä, puhekielistä tai markkinointihenkistä?

– Rajoitukset ohjaavat tekoälyä rajaamaan tuotoksen sisältöä halutuilla ehdoilla. Rajoituksilla voidaan ohjeistaa esimerkiksi maksimipituus tai välttämään tietyn näkökulman käsittelyä.

Kaikkia neljää elementtiä ei ole aina tarpeen sisällyttää kehotteeseen. Kuitenkin niiden pohtiminen auttaa täsmentämään sitä, mitä tekoälyn halutaan tuottavan. Mitä tarkempi tehtävänanto on, sitä paremmin tulos vastaa tarvetta. Tekoälyn kehotteiden muotoilu on ennen kaikkea selkeän ajattelun ja täsmällisen viestinnän taito.

Keskustelustrategia ratkaisee enemmän kuin yksittäinen kehote

Tekoälyn käytöstä puhuttaessa huomio kiinnittyy usein yksittäisiin kehotteisiin. Käytännössä merkittävämpi tekijä on kuitenkin käytetty keskustelustrategia. Strategia määrittää, miten tekoälyä ohjataan prosessin aikana ja miten sen tuottamia vastauksia hyödynnetään jatkokysymyksissä. Sen sijaan, että käyttäjä pyrkisi määrittelemään täydellisen kehotteen kerralla, lopputulosta voidaan kehittää vaiheittain arvioimalla vastauksia ja tarkentamalla ohjeita. Erityisesti monimutkaisissa tehtävissä tämä tuottaa usein paremman lopputuloksen kuin yksittäiseen kehotteeseen luottaminen.

Viisi keskustelustrategiaa

1. Iteratiivinen rakentaminen

Iteratiivisessa rakentamisessa kehitetään vastausta usean keskustelukierroksen avulla. Oppija voi hyödyntää tekoälyä esimerkiksi tehtävän eri vaiheissa ennalta suunnitellulla tavalla. Ensimmäinen tekoälyn vastaus nähdään luonnoksena, jota tarkennetaan, rajataan ja arvioidaan. Oppija voi esimerkiksi aloittaa pyytämällä tekoälyä jäsentämään tehtävänannon, jatkaa pyytämällä ehdotusta työn rakenteeksi, sen jälkeen pyytää kysymyksiä oman ajattelun haastamiseksi ja lopuksi pyytää palautetta oman tekstinsä selkeydestä ja perusteluista.

Vaiheistaminen vaati suunnitelmallista otetta työskentelyyn. Tekoälyn käyttäjän tulee pohtia oma toimintasuunnitelmansa ja siihen sopiva tekoälyn käyttö, jotta tekoäly tukee tehtävän rakentumista ja oppijan omaa ajattelua. Oppimisen näkökulmasta on erittäin tärkeää, että tekoälyä käytetään oman osaamisen kehittämisen ja ajattelun haastamisen apurina sen sijaan, että se laitettaisiin tuottamaan tehtävänannon mukainen vastaus oppijan puolesta.

Esimerkki iteratiivisesta strategiasta:

Vaihe 1: Aiheen jäsentäminen

”Olen tanssinopettajaopiskelija ja suunnittelen oppimistehtävää, jossa oppijat tarkastelevat omaa liikkumistaan ja liikkeen laatua. Tässä on alustava ajatukseni. Mitä näkökulmia luonnoksestani nousee esiin, ja mitä minun kannattaisi vielä pohtia?”

Vaihe 2: Rakenteen kehittäminen

”Tässä on oppimistehtäväni nykyinen rakenne. Arvioi, miten rakenne tukee oppijan omaa havainnointia, kokeilua ja reflektiota.”

Vaihe 3: Oman ajattelun haastaminen

”Ajattelen, että tehtävässä oppijat videoivat oman liikesarjansa ja analysoivat sitä. Mitä oletuksia, rajoituksia tai vaihtoehtoisia näkökulmia tähän ratkaisuun voi liittyä?”

Vaihe 4: Oman tekstin kehittäminen

”Tässä on opettajalle palautettava oppimistehtävän suunnitelmani. Analysoi suunnitelmani sisältöä ja rakennetta. Anna palautetta, mutta älä muokkaa suunnitelmaa.”

Vaiheistettu keskustelu toimii erityisen hyvin monivaiheisten tehtävien sisällön tai työskentelyn suunnittelussa ja sparrailussa. Iteratiivisuutta voi hyödyntää yhden keskustelukerran aikana, mutta usein tässä strategiassa palataan saman keskustelun äärelle useampaan kertaan, kun oppija on edennyt edellisessä vaiheessa ja tarvitsee ajattelun tukea tai palautetta seuraavaan.

2. Roolittaminen

Roolittamisessa tekoälylle annetaan tietty näkökulma tai rooli, jonka kautta tehtävää tarkastellaan. Oppija voi tarpeen mukaan määritellä tekoälyn rooliksi esimerkiksi tutor-opettajan, opiskeltavan aiheen asiantuntijan, vertaisopiskelijan, työnantajan tai kriittisen lukijan. Rooli auttaa tekoälyä valitsemaan vastauksen tarkkuustason, käsitteet ja sävyn.

Kehote voi esimerkiksi olla tällainen:

”Toimi ammattikorkeakoulun ensimmäisen vuoden sairaanhoitajaopiskelijoiden opettajana. Selitä aseptiikka minulle käytännönläheisesti. Käytä konkreettisia esimerkkejä. Kerro myös, mihin asioihin minun kannattaa opiskelijana kiinnittää huomiota, jotta en tekisi tilanteessa tavallisimpia virheitä.”

Näin tekoäly ei vastaa yleisesti, vaan suhteuttaa vastauksen opiskelijan tilanteeseen ja osaamistasoon. Opiskelussa roolittaminen toimii hyvin esimerkiksi vaikeiden käsitteiden tai tehtävänannon ymmärtämisen tukena, oman, itse tuotetun, tehtävän esitarkastamisessa, palautteen pyytämisessä tai jonkin asian harjoittelussa.

3. Pohjustaminen

Pohjustamisessa tekoäly ohjataan kokoamaan ensin tehtävän kannalta olennainen taustatietämys. Se voidaan ohjata esimerkiksi jäsentämään aihetta, käsitteitä tai työskentelytapoja ennen varsinaista tehtävänantoa. Tarkoitus on rakentaa toivottu lähtökohta varsinaiselle työskentelylle.

Oppija voi esimerkiksi ensimmäisessä, keskustelun pohjustusvaiheessa, kysyä, millaiset opiskelumenetelmät tukevat parhaiten uuden, vaikean aiheen opiskelua. Kun tekoäly on kuvannut eri menetelmien vahvuuksia, heikkouksia ja käyttötapoja, oppija voi pyytää sen pohjalta luomaan opiskelusuunnitelman tietyn aiheen opiskeluun.

Esimerkki pohjustamisesta:

Vaihe 1: Pohjustus

”Mitkä oppimisen tutkimuksessa tunnistetut opiskelumenetelmät tukevat parhaiten osaamisen kehittymistä korkeakouluopinnoissa? Kuvaa menetelmien vahvuudet, heikkoudet ja tilanteet, joissa ne toimivat parhaiten.”

Tekoäly vastaa

Vaihe 2: Varsinainen tehtävä

”Opiskelen liiketalouden taloushallinnon tenttiin. Minulla on käytettävissä noin 6 tuntia opiskeluaikaa. Suunnittele minulle opiskelusuunnitelma hyödyntäen niitä menetelmiä, jotka edellisen vastauksen perusteella näyttävät tehokkaimmilta.”

Pohjustamisen ajatuksena on siis luoda pohjustusvaiheen avulla raamit varsinaiselle tehtävälle. Tämä strategia toimii hyvin silloin, kun tekoälyn varsinaisessa tehtävän vaiheessa tuottama sisältö edellyttää ensin hyvin määritettyä ymmärrystä aiheesta, käsitteistä tai tavoitellusta työskentelytavasta.

4. Vaiheittainen päättely

Ajatteluketjun läpinäkyväksi tekevässä lähestymistavassa (Chain of Thought) tekoälyä ohjataan tuottamaan välivaiheita tai noudattamaan perustelupolkua ennen lopullista vastausta.

Tässä strategiassa on kaksi eri vaihtoehtoa, joko avoin tai ohjattu muoto. Avoimessa muodossa tekoälyä käsketään kertomaan päättelyketjun eri vaiheet ja perustelemaan niiden pohjalta syntynyt lopputulos. Ohjatussa muodossa tekoälylle annetaan kehotteessa päättelyketjun eri vaiheet, joita sen tulee läpinäkyvästi noudattaa ennen lopullisen vastauksen tuottamista.

Esimerkki avoimesta muotoilusta:

”Tässä on oppimistehtävän tehtävänanto. En ymmärrä, mitä tässä pitäisi tehdä tai mistä aloittaa. Minulla on tehtävän tekoon aikaa kaksi viikkoa, joiden aikana voin käyttää siihen yhteensä 8 tuntia. Selitä vaiheittain, miten minun kannattaisi edetä, ja perustele, miksi etenisit juuri näin. Anna lopuksi tiivis toimintasuunnitelma ja aikatauluehdotus.”

Esimerkki ohjatusta ajatteluketjukehotteesta:

”Olen ammattikorkeakouluopiskelija. Selitä minulle taivutusjännityksen laskenta askel askeleelta seuraavasti:

1. Määrittele, mitä taivutusjännitys tarkoittaa ja miksi sitä tarkastellaan rakenteiden lujuuslaskennassa.

2. Selitä taivutusjännityksen laskentakaavan osat ja niiden merkitys.

3. Anna konkreettinen esimerkki taivutusjännityksen laskemisesta.

4. Selitä, miten tulosta tulkitaan rakenteen kestävyyden näkökulmasta.”

Strategia toimii oppimista ja opiskelua koskevien päätösten tukena, etenkin silloin kun opiskelijan pitää vertailla vaihtoehtoja. Lähestymistapa on hyödyllinen myös monimutkaisissa tai analysointia vaativissa tehtävissä, joissa oppijan täytyy ymmärtää, miten johonkin lopputulokseen on päädytty. Esimerkkejä tämän tyyppisistä oppimistehtävistä ovat tietyn tyyppisten laskutehtävien ratkaisemisen periaatteiden oppimisessa tai case-tehtävien ratkaisupolkujen hahmottamisessa, jossa oppijan on tunnistettava ensin tilanteen keskeiset tekijät, niiden väliset suhteet ja vasta sen jälkeen perusteltu johtopäätös.

5. Esimerkkien käyttö

Esimerkkeihin ja malleihin perustuva lähestymistapa (few-shots) toimii silloin, kun oppija tarvitsee tietynlaista rakennetta, vastaustapaa tai tehtävämuotoa, jota on vaikea selittää pelkillä ohjeilla. Se on hyvä valinta erityisesti silloin, kun tuotos tarvitaan tietynlaisessa, tavallisesta poikkeavassa tai tarkasti rajatussa muodossa tai halutaan luokitella jonkin materiaalin sisältöjä. Esimerkit auttavat tekoälyä tunnistamaan toivotun rakenteen nopeammin kuin pitkä sanallinen ohje.

Esimerkki esimerkkeihin perustuvasta kehotteesta:

” Laadi harjoituksia katetuotosta. Alla on kaksi esimerkkiä tehtävistä.

Esimerkki 1

Yritys myy tuotetta 50 € kappalehintaan. Muuttuvat kustannukset ovat 30 € kappaletta kohden. Laske tuotteen katetuotto euroa kohden.

Esimerkki 2

Yrityksen kiinteät kustannukset ovat 40 000 € vuodessa ja tuotteen katetuotto on 20 € kappaleelta. Kuinka monta tuotetta yrityksen täytyy myydä saavuttaakseen kriittisen pisteen?

Laadi näiden esimerkkien perusteella 10 uuden tehtävän testitentti, jonka vaikeustaso vastaa ammattikorkeakoulun liiketalouden opintojaksoa. Älä anna vastauksia ennen kuin koitan itse ratkaista tehtävät. Esitä tehtävät samalla tyylillä kuin esimerkeissä.”

Opiskelija voi hyödyntää strategiaa esimerkiksi sisältöjen opiskelussa luomalla harjoitustehtäviä ja käsitteiden selityslistoja tai oman tekstin muotoilussa annetun mallin mukaiseksi. Antamalla tekoälylle muutaman esimerkin siitä, millä perusteella asiat sijoitetaan eri kategorioihin, tekoäly pystyy soveltamaan samaa luokittelulogiikkaa uusiin sisältöihin. Tätä voi hyödyntää esimerkiksi käsitteiden, tehtävätyyppien, muistiinpanojen, palautteiden tai tenttivastausten jäsentämisessä.

Tärkein vinkki tekoälyn käyttöön

Tärkeintä tekoälyn käytössä opiskelussa on ymmärtää sen rajoitteet. Koska tekoälyn tuotoksilla ei ole laatu- tai totuustakuuta, täytyy käyttäjän osata arvioida, tarkistaa ja suhteuttaa tekoälyn tuottama tieto omaan asiantuntemukseensa ja luotettaviin lähteisiin. Myöskään oma osaaminen ei kehity, jos tehtävien tekeminen ulkoistetaan kokonaan ohjelmistolle. Oppiminen vaatii vaivannäköä. Jos opiskelija ulkoistaa ajattelun, hän ulkoistaa samalla osaamisensa kehittymisen. Siksi tärkein kysymys ei ole, mitä tekoäly pystyy tekemään, vaan mitä itse opit tekemään sen avulla.

---

Kirjoittajat

Oona Rantamäki, monimuotopedagogiikan asiantuntija, Savonia-ammattikorkeakoulu

Artikkelin työstämisessä on hyödynnetty tekoälyä.

---

Lähteet

Opetushallitus (22.4.2025). Näkökulmia muuttuviin osaamistarpeisiin. https://www.oph.fi/fi/teemat-ja-kehittaminen/nakokulmia-muuttuviin-osaamistarpeisiin

Räsänen, S. (14.9.2026). Tekoäly – vastauskone vai osaamisen kehittämisen väline? https://www.savonia.fi/artikkelit/tekoaly-vastauskone-vai-osaamisen-kehittamisen-valine/

Tekstin tuottamisessa on hyödynnetty tekoälyä kehote-esimerkkien luomisessa ja testaamisessa sekä tekstin viimeistelyssä.