Tähän kysymykseen törmää nykyisin ammattikorkeakoulussa usein niin ammatillisissa keskusteluissa kuin arjen kahvitauoillakin. Mieleeni on jäänyt erään onnellisen vanhemman tokaisu: ”Opastin lapseni tekemään matematiikan tehtäviä tekoälyllä. Nyt hän sai ratkaistua kaikki tehtävät oikein – tekoäly on todella hyvä!”

Niin – olikohan vanhemman ratkaisu sittenkään ihan täydellinen? Oppiko lapsi sen, mitä tehtävillä oli tarkoitus opettaa: ajattelemaan ja ymmärtämään matemaattisia lainalaisuuksia? Vanhempi saattoi tietämättään tehdä lapselleen karhunpalveluksen. Jos tekoäly auttoi oppilasta ymmärtämään ongelmanratkaisun, tapahtui jotain hienoa. Jos ratkaisu vain kopioitiin ilman omaa ajattelua tai kevyellä ajattelulla, tuloksesta ei voi olla ylpeä. Nopeat ratkaisut eivät välttämättä anna tilaa syvälle ajattelulle, jota oppiminen aina vaatii.

Tuoreet Pisa-tulokset varoittavat keskittymisvajeesta

Tekoäly – vastauskone vai osaamisen kehittämisen väline? -otsikon kysymykseen ei voi vastata suoraan kyllä tai ei. Asia vaatii pohtimista, vaikkapa ammattikorkeakoulun moninaisten oppisisältöjen näkökulmasta.

Pisa-tulokset osoittavat oppimisen trendin olevan laskussa niin lukutaidossa kuin matemaattis-luonnontieteellisessä osaamisessa. Huolestuttavaa tutkimuksessa oli se, että oppimiseen liittyvä pitkäjännitteisyys loisti poissaolollaan. Tämä osaamis- ja keskittymisvaje näkyy myös ammattikorkeakoulujen arjessa.

Tekoälyn kolme roolia oppimisessa

Asiantuntijuuteen kehittymisessä tekoälyn käyttö voidaan jakaa kolmeen selkeään tasoon:

1. Ilman tekoälyä: On asioita ja osaamista, jotka opiskelijan on hallittava täysin ilman tekoälyä. Nämä ovat kunkin alan perusasioita, joille koko ammattitaito rakentuu. Esimerkiksi sairaanhoitajan on osattava itse päätellä potilaan lääkeannos ja ymmärrettävä ero milligramman ja kilogramman välillä tai insinöörin on hallittava omaan alaansa liittyviä fysikaalisia ilmiöitä.

2. Tekoäly sparraajana: On osaamista, jota voi harjaannuttaa keskustelemalla tekoälyn kanssa. Tekoäly on erinomainen apuväline laajentamaan perusosaamista. Opettajan tehtävä on valmentaa opiskelijaa hyödyntämään tätä – esimerkiksi ”AI-flippaamisessa”, jossa opiskelija perehtyy aiheeseen tekoälyn avulla ennakkoon ja oppitunnilla syvennetään ymmärrystä työelämälähtöiseksi. Opettajan on kuitenkin varmistettava, että aito oppiminen on tapahtunut.

3. Tekoäly pakollisena työkaluna: On tehtäviä, joissa tekoälyn käyttöä edellytetään. Tulevaisuuden työelämäosaajalle ei riitä, että hän käyttää tekoälyä, vaan hänen pitää osata ohjata tekoälyä tehokkaasti ja arvioida sen tuotoksia kriittisesti – tekoäly kun harvoin vastaa ”en tiedä, kysy joltain muulta”. Työelämä ei tarvitse Ctrl+C-asiantuntijoita. Työntuottavuudessa mittarina ei ole se, tekikö työn alusta loppuun itse, vaan lopputuloksen laatu ja prosessin tehokkuus ovat merkittäviä mittareita. Tekoälyn käytössä tulee huomioida mm. tietosuoja, tietoturva, lainsäädäntö, eettisyys ja läpinäkyvyys.

Opetussuunnitelma uusiksi – pelkkä liikennevalo ei riitä

Tekoälyyn sopeutuminen vaatii uudenlaista pedagogiikkaa. Opetussuunnitelmissa (OPS) on määriteltävä selkeästi, missä vaiheessa ja millaisessa roolissa tekoäly on mukana eri oppisisällöissä. Tekoälytaitojen kehittyminen vaatii aikaa siinä missä muukin substanssiosaaminen.

AI:ta ei opita käyttämään pelkästään lisäämällä Arenen liikennevalo tehtävänantoon pienen ohjeistuksen kera. AI-harjoitusten tulee sisältää tilanteita, joissa tekoäly antaa erinomaisia vastauksia, mutta myös tilanteita, joissa se on osittain tai täysin väärässä. Tämä vaatii opettajalta uutta otetta esim. harjoitusten valmistelussa. Myös kehotteiden laatiminen (promptaus) on keskeinen asiantuntijataito, jota pitää harjoitella.

Tämä haastaa arvioinnin. Kiellänkö tekoälyn, pakotanko sen käyttöön vai muutanko tehtävänannon kokonaan? Sisällön tarkastelun rinnalla on usein järkevämpää arvioida itse opiskeluprosessia. Tästä hyvänä esimerkkinä ovat audit trail -ohjeet, joissa tekoälyn käyttö tuodaan läpinäkyvästi esille.

Aivot tarvitsevat treeniä

Aivot tarvitsevat harjoittelua täysin samalla tavalla kuin lihakset. Jos tavoitteena on kouluttaa huippuasiantuntija, valmentajan (opettajan) on käytettävä vaihtelevia menetelmiä. Yhtäkään maailmanmestaria ei ole syntynyt niin, että urheilija olisi teettänyt harjoitteet jollain toisella. Toisaalta huippu-urheilijallakaan ei pärjää yksin, vaan hänellä on tukenaan asiantuntijaverkosto – samalla tavoin tekoäly toimii asiantuntijan yhtenä tukiverkkona.

Osaamiseen kasvetaan sinnikkään ponnistelun kautta. Ammattikorkeakoulussa tehdään suuri virhe, jos tekoäly kielletään tilanteissa, joissa sitä pitäisi edellyttää – tai jos se sallitaan tilanteissa, joissa sitä ei tulisi käyttää vaikkapa ammattialan perusymmärryksen oppimisen vaiheessa.

---

Kirjoittajat

Seppo Räsänen, digipedagogiikan erityisasiantuntija, Savonia-ammattikorkeakoulu, seppo.rasanen@savonia.fi

Artikkelin työstämisessä on hyödynnetty tekoälyä.