# Tekoäly tiedonhaun tukena – ei tiedon lähteenä - Savonia-AMK

> Tekoäly muuttaa tiedonhakua. Kriittisyys on entistäkin tärkeämpää.

## Johdanto
Tekoäly muuttaa nopeasti asiantuntijatyötä, tiedonhakua ja julkaisemista tavalla, joka vaatii opinnoissa ja opinnäytytöprosessissa aiempaakin enemmän kriittisyyttä. Artikkeleita vedetään takaisin epäselvyyksien vuoksi, kaapatut lehdet matkivat aitoja tieteellisiä julkaisuja, julkaisumäärät kasvavat hallitsemattomasti ja vertaisarviointiprosessit ruuhkautuvat. Joissakin tapauksissa artikkelien kirjoittajaksi paljastuu generatiivinen tekoäly tai lähdeluettelot sisältävät viitteitä tutkimuksiin, joita ei todellisuudessa ole olemassa (Yle). Ongelmaa pahentaa se, että näihin julkaisuihin ehditään viitata ennen virheiden paljastumista. Tutkimusten takaisinvetoja ja tutkimuseettisiä ongelmia seuraa ja raportoi esimerkiksi Retraction Watch.

## Tekoälyn rooli tiedonhaussa
Tekoälyä tulee käyttää korkeakouluopinnoissa ja ammatillisessa tiedonhankinnassa vastuullisesti ja tarkoituksenmukaisesti. Kirjallisuushakuun suunnitellut tekoälytyökalut voivat auttaa erityisesti alkuvaiheessa: ne lukevat artikkeleita ja nostavat esiin tutkimuskysymykseen sopivia julkaisuja (esimerkiksi Consensus ja Elicit) tai hahmottavat tutkimuskenttää viittausverkostojen ja visualisointien avulla (kuten Research Rabbit). 

Ne eivät kuitenkaan löydä kaikkea – tuloksissa on aina aukkoja, ja varsinainen kirjallisuushaku on tehtävä itse tietokannoissa (GradCoach). Lisäksi hakuja tehdessä tekijänoikeudet voivat rajoittaa tekoälypalveluihin syötettävää aineistoa (esim. FinELib-aineistot ja niiden käyttöoikeudet). ”Lainsäädännössämme ei ole sellaista tekijänoikeuden säännöstä, joka sallisi tekijänoikeuden suojaaman aineiston syöttämisen tekoälysovellukseen ilman tekijänoikeuden haltijan lupaa” (Kopiraittila).

## Generatiiviset työkalut ja luotettavuus
Laajat generatiiviset tekoälytyökalut, kuten ChatGPT, eivät sovellu luotettavan kirjallisuushaun tekemiseen, sillä ne on suunniteltu tekstin tuottamiseen, ei akateemisten lähteiden varmistamiseen. Ne voivat poimia epäolennaisia artikkeleita tai tuottaa viittauksia, jotka kuulostavat uskottavilta mutta joita ei ole olemassa (GradCoach).

Tekoälyn tuottamaa sisältöä ei voi käyttää lähteenä, koska tiedon alkuperästä ei ole varmuutta eikä tekoäly tuota uutta tietoa. Tieto on aina tarkistettava alkuperäisestä lähteestä, ja viitattava siihen.

## Eettinen käyttö korkeakouluopinnoissa
Tekoälyn käytön perusperiaate korkeakouluissa on selkeä: tekoäly voi tukea omaa asiantuntijuutta, ei korvata sitä. Se voi auttaa ideoinnissa, kirjallisuushaun alkuvaiheessa ja ajattelun jäsentämisessä, mutta vastuu lähteiden arvioinnista, kriittisestä ajattelusta ja kirjoittamisesta on aina tekijällä. 

Eettisesti kestävä tekoälyn käyttö noudattaa hyvän tieteellisen käytännön periaatteita – luotettavuutta, rehellisyyttä, arvostusta ja vastuunkantoa. Vastuullisesti käytettynä tekoäly voi parantaa tutkimuksen laatua (Tekoälyn käyttö tutkimuksessa: hyvä tieteellinen käytäntö ja eettiset periaatteet. Tutkimuseettisen neuvottelukunnan suositus, luonnos).

## Lisätietoja
* [Kirjaston tiedonhaun perusteet -opas](https://libguides.savonia.fi/tiedonhaku): Käsitellään tekoälyn käyttöä tiedonhaun tukena ja kirjaston tietokantojen tekoälyavustajia.
* [Opinnäytetyön tiedonhaku -video](https://www.youtube.com/watch?v=example): Tekoäly haun suunnittelussa ja tekoäly apuna – ei tieteellisen tiedon lähteenä.

**Kirjoittajat:**
* Anne Mikkanen, tietoasiantuntija, Savonia-ammattikorkeakoulu
* Tanja Savolainen, tietoasiantuntija, Savonia-ammattikorkeakoulu

*Tämä teos on lisensoitu [CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/) -lisenssillä.*