MoodleMoot-konferenssi kokosi 29.-30.4. Tallinnaan parisen sataa osallistujaa teeman “Creativity and Collaboration in the Age of AI” ympärille. Kuten nimestä arvata saattaa, puheenvuoroissa vilisi Moodle-ympäristön lisäksi tekoäly ja sen vaikutus opetukseen. Avajaispuheenvuorossa Marie Achour (Chief Product Officer, Moodle HQ) totesi, että tekoälyn kehitys on suurin Moodlen aikana tapahtunut muutos, jonka virtuaalisissa oppimisympäristöissä toimivat ovat kohdanneet. Hänen mukaansa tekoäly muuttaa perustavanlaatuisesti odotukset siitä, mikä on mahdollista. Mutta muuttaako tekoälymurros myös odotukset siitä, mikä on opettajan rooli oppimisprosessissa?

Arvioinnin muutospaineet

Ainakin MoodleMootin puheenvuorojen aiheiden perusteella tekoäly aiheuttaa eniten päänvaivaa arvioinnin saralla. Heikki Wilenius (Postdoctoral Researcher, Helsingin yliopisto) kuvasi tekoälyn nostamia pedagogisia huolenaiheita termillä ”the danger of bullshit-learning”. Osataanko tekoälyä käyttää siten, että oppimisprosessin lopussa opiskelija on aidosti oppinut sitä, mitä hänen alun perin haluttiin oppivan? Ja mikä on tekoälyn käytön hinta oppimiselle?

Yksi keino ohjata opiskelua aitoon oppimiseen, on pyrkiä estämään tekoälyn käyttö tenttitilanteissa. Huijaamisen estämiseksi on kehitetty erilaisia tekoälyn käytön tunnistavia tai estäviä työkaluja. Näistä esimerkki on kahdessa eri puheenvuorossa esitelty Schoolyearin palvelu, joka sallii tenttitilanteessa pääsyn vain opettajan hyväksymiin verkkosivustoihin ja ohjelmistoihin.

Tekoäly kuitenkin väistämättä haastaa arvioimaan arviointimenetelmiä. Nathalie Madsen (Account Executive, FeedbackFruits) esitti suorasanaisesti, että tekoäly on paljastanut arvioinnissa aina piilleet heikkoudet, mutta antaa myös virikkeen kehittää arviointitapoja. Chris Claw (Digital Learning Lead, Echo360) komppasi tätä ajatusta toteamalla, että totutut arviointimenetelmät ovat suunniteltu erilaisen, staattisemman maailman tarpeisiin.

Useimmissa puheenvuoroissa todettiinkin, että tekoälyaikakaudella tulisi keskittyä tekemään oppimisprosessit läpinäkyviksi pelkän lopputuloksen tarkastelun sijaan. Osaamisen luotettava todentaminen vaatii oikeaa ihmistä ja siksi arviointivastuun tulee aina olla opettajalla. Arvioinnin tulisi kohdentua enemmän osaamisen laaja-alaiseen näyttämiseen vuorovaikutteisesti esimerkiksi esitysten, simulaatioiden, autenttisten (työelämälähtöisten) tehtävien. Madsen listasi hyviksi käytännöiksi ajattelun näkyväksi tekemisen, vuorovaikutteisuuden sekä koko oppimisprosessiin kohdentuvan arvioinnin. Näistä käytännön esimerkkejä ovat ryhmätyöskentely, vertaispalautteet, keskustelupohjaiset tehtävät ja tehtävän eri vaiheissa tapahtuvat välipalautukset, jotka kaikki omalta osaltaan kannustavat opiskelijaa reflektioon.

Tekoälyltä tukea oppimisanalytiikan hyödyntämiseen

Vaikka arviointi paljon puhututtaakin, se harvoin on se mielekkäin osa opetustyötä, kuten Marcus Green (Senior E-learning Technical Consultant, Catalyst-EU) totesi. Usein opetustyössä merkittävimmäksi koetaan vuorovaikutus opiskelijoiden kanssa. Myös Denisse Maturinin (UX Designer, Mobile Solutions, Moodle HQ) mukaan opettaja tuo oppimiseen yksilöllisyyttä, omaleimaisuutta ja aitoutta. Opettajan inhimillisyyden merkitystä sivusivat myös Kristiina Sirelpuu (Educational Technologist, Audentes e-Gymnasium) ja Tuuli Perolainen (Instructional Designer, Audentes e-Gymnasium) siteeratessaan esityksessään Michael Allenia: ”If content were enough, we’d only have libraries and not schools”. Oppimisen kannalta opettajan keskeisin tehtävä on aktivoida oppimista oman asiantuntijuutensa, oppimisprosessien suunnittelun ja vuorovaikutuksen keinoin. Olisikin mielekästä valjastaa tekoäly opetustyön tueksi siten, että se vapauttaisi opettajan aikaa yksinkertaisesta toistotyöstä vuorovaikutukseen ja siten mahdollistaisi opiskelijoiden yksilöllisempien ohjaustarpeiden tunnistamisen ja niihin vastaamisen.

Opettaja voi hyödyntää tekoälyllä tehostettua oppimisanalytiikkaa osana omien ohjaustoimiensa kohdentamista, mutta tekoälyn tarjoamien analytiikkaraporttien tarjoaminen opiskelijoille voi vahvistaa myös opiskelijan omistajuutta omasta oppimisestaan. Mizanur Rahman (Director & CTO, Brain Station 2) esitteli kehittämäänsä tekoälyavusteista ja tekoälyagentteihin pohjautuvaa ennustavaa oppimisanalytiikkaraporttitoimintoa, jota opettaja voi hyödyntää opintojaksollaan pudokkuuden vähentämiseksi. Samalla asialla olivat Itä-Suomen yliopiston Jani Lemmetyinen (Development Manager, Digital Learning Solutions,) ja Vesa Paajanen (University Lecturer, Department of Environmental and Biological Sciences) esityksessään Moodleen integroidusta Zoola-työkalusta, jonka analytiikkaraportit ovat olleet paitsi opettajan, myös opiskelijoiden käytössä. Ago Luberg (Applied Artificial Intelligence Research Group Lead, TalTech) puolestaan esitteli tekoälypohjaista kokonaisuuttaan, jossa analytiikan kohteiksi on asetettu opiskelijan oppimisympäristössä ja chatbot-keskusteluissa ilmenevät suoritukset, tulokset, motivaatio ja sitoutuminen. Näiden avulla opettaja voi kohdentaa ohjaustaan tarveperustaisemmin yksittäisille opiskelijoille tai koko opiskelijaryhmälle.

Tekoälyratkaisut opiskelijan tukena

Tekoälyagentit voivat tukea opiskelijan oppimisprosessia yksilöllisesti. Tekoälylle voi ainakin osittain ulkoistaa yksinkertaisiin ja toistuviin opiskelua koskeviin kysymyksiin vastaamisen. Aalto yliopiston Juha Martikainen (Digital Learning Ecosystem Solution Owner) ja Mika Vatanen (IT Technology Lead) esittelivät kokemuksiaan opiskelijoiden tarpeisiin rakennettujen tekoälyassistenttien hyödyntämisestä ohjauksessa yleisluontoisia opintojaksoja koskeviin kysymyksiin vastaamisen, kalenteriyhteenvetojen luomisen ja muistutusten lähettämisen avulla.

Tekoälyä voi hyödyntää myös sisällölliseen osaamiseen liittyvän palautteen antamisessa. Marcus Green esitteli omaa Moodle-lisäosaansa, joka mahdollistaa tenteissä ja tehtävissä laadullisen tekstipohjaisen vastauksen arvioinnin ja palautteen opettajan tekemien määritelmien pohjalta. Hän kuitenkin painotti näiden työkalujen hyödyntämistä nimenomaan ns. matalan panoksen oppimistehtävien automaattisen palautteen antajana.

Parhaimmillaan tekoäly voi siis tarjota jatkuvaa, oikea-aikaista ja personoitua tukea yksilöllisissä oppimisprosesseissa aktivoiden opiskelijoita sekä keventäen opettajan ohjauskuormaa. Erityisen tärkeää on kuitenkin pohtia, missä kohtaa opiskelija tarvitsee ihmistä, ja missä asioissa voimme luottaa tekoälyn ohjaukseen. Opettajan rooli tänä päivänä onkin Denisse Maturin mukaan toimia ennen kaikkea oppimisen mentoreina ja oppimisprosessin suunnittelijoina.

Koulutusorganisaation vastuu

Suunnitellakseen tekoälyn tarkoituksenmukaista ja oppimista edistävää käyttöä, tulee opettajalla olla riittävästi osaamista ja tietämystä sen mahdollisuuksista. Anna Litvinenko (PhD Researcher, TalTech) esitti, että tekoälyn hyöty ja haitallisuus oppimiselle riippuvat toiminnan perustana olevan tiedon laadusta ja tekoälyn käyttötavasta. Tekoäly lupaa tehokkuutta ja nopeutta, mutta saattaa voimistaa epäoikeudenmukaisuutta ja läpinäkymättömyyttä. Opettajan rooli on ottaa tekoälyä käyttöön oppimisprosesseissa, mutta kenen vastuulla on tukea opetushenkilökuntaa?

Opetushallitus (2025) on linjannut, että tekoälyjärjestelmien tarjoaminen ja riittävän osaamisen varmistaminen on koulutusorganisaatioiden vastuulla. Heikki Wilenius totesi teknologiaa koskevien organisaatiotasoisten päätösten olevan tässä tapauksessa olevan myös pedagogiikkaa koskevia päätöksiä. Organisaatiotasoisten tekoälyratkaisuhankintojen näkökulmasta hän esitti keskeisen kysymyksen: halutaanko tekoälyn edistävän oppimisen laatua ja tehokkuutta vai pelkkää tehokkuutta? Huolenaiheena ovat esimerkiksi algoritmiset vinoumat, läpinäkymättömyys, tietoturvallisuus ja tekoälypalveluiden tarjoajiin liittyvät ongelmat. Wileniuksen mukaan näihin huoliin vastaamiseksi koulutusorganisaatioiden tulisi huolehtia esimerkiksi tietoinfrastruktuuriin liittyvästä autonomiasta, akateemisten normien ylläpitämisestä ja siitä, että ihminen on vastuussa päätöksenteosta. Tämä vaatii päätöksiä siitä, mitä organisaatio haluaa opiskelijoilleen ja henkilökunnalleen loppupeleissä tarjota.

Minkä siis tulisi säilyä inhimillisenä?

Yhteenvetona MoodleMoot Estonia 2026 -tunnelmista voimme todeta, että käsillä oleva murroksella on laaja vaikutus toimintaympäristöömme. Tekoälyn tuomat muutokset myös koulutuksen käytäntöihin ovat kiistattomat, mutta inhimillisyyttä ja laatua ei tule uhrata tehokkuustavoittelun alttarilla. Tekoälyratkaisut voivat esimerkiksi nopeuttaa tai vähentää opetustyön toistuvia työvaiheita, edistää oppimisen yksilöllisyyttä tai kehittää ohjausprosesseja. Kehitys väistämättä pakottaa kehittämään pedagogisia toimintamallejamme. Vastuun opetuksesta ja oppimisesta tulee säilyä ihmisellä. Voimme ulkoistaa näkyvän toiminnan tekoälylle, mutta ajattelun ja päätöksenteon täytyy olla inhimillistä – siis ihmisen itsensä tekemää. Inhimillisyys on keskeinen osa vaikuttavaa oppimista, ja siksi koulutuksessa tulisikin vaalia aitoja kohtaamisia, empaattista ohjausta ja oppimisen yhteisöllisyyttä. Niitä ei voi korvata tekoälyllä.

---

Kirjoittajat

Oona Rantamäki, monimuotopedagogiikan asiantuntija, Savonia-ammattikorkeakoulu

Antti-Jussi Miettinen, digiasiantuntija, Savonia-ammattikorkeakoulu

---

Artikkelissa viitatut konferenssipuheenvuorot ja muut lähteet

Achour, Marie (29.4.2026). Shaping the future of Moodle. MoodleMoot Estonia 2026 -konferenssin Keynote-puheenvuoro.

Green, Marcus (29.4.2026). Evaluative AI: Feedback with AI on Low Stakes Assessments Using the Moodle Quiz and Assignment Activities. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Martikainen, Juha & Vatanen, Mika. (29.4.2026). Bringing a University AI Ecosystem to Moodle via LTI: Why and How Aalto Did it. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Luberg, Ago (29.4.2026). AI-based Personal Student Assistant. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Sirelpuu, Kristiina & Perolainen, Tuuli. (29.4.2026). Learning First, AI Second: Designing Moodle Courses for the AI Era. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Wilenius, Heikki. (29.4.2026). Assessment After AI: Evidence, Ethics, and Open Alternatives. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Clow, Chris. (29.4.2026). Beyond the Test: Creative, Collaborative, AI Ready Assessment with Echo360. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Maturin, Denisse. (30.4.2026). AI + Creativity in Education: Voices from the Moodle Community. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Lemmetyinen, Jani & Paajanen, Vesa. (30.4.2026). Supporting Students through Learning Analytics: Experiences with Zoola Analytics. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Madsen, Nathalie. (30.4.2026). Authentic assessment in the age of AI: a practical approach. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Rahman, Mizanur. (30.4.2026). AI for Learning Analytics and Predictive Insights. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Litvinenko, Anna. (30.4.2026). Knowledge Collaboration Matrix for AI-enabled Teaching & Learning: Where AI Boosts Learning – and Where it Quietly Harms it. MoodleMoot Estonia 2026 -konferenssipuheenvuoro.

Opetushallitus (2025). Tekoäly varhaiskasvatuksessa ja koulutuksessa − lainsäädäntö ja suositukset. Velvoitteet ja suositukset. Saatavilla: https://www.oph.fi/fi/teemat-ja-kehittaminen/velvoitteet-ja-suositukset. Päivitetty 19.8.2025.