Tekoäly, tuo nykyään kaikkialla ja kaikenlaisissa tilanteissa vastaukseksi annettava ratkaisu sekä omien pohdintojeni kohde. Koska opiskelijoiden taitotasoissa, tavoitteissa ja oppimisen tavoissa on eroja, moneen muotoutuvasta tekoälystä voisi saada yksilölliset tarpeet huomioivan, reilun ja väsymättömän avustajan. Mutta miten voisi saada tekoälyn valjastettua opiskelijoiden avuksi niin, että se aidosti tukisi opiskelijoiden pysyvää oppimista?
Opiskelijoiden itsenäisesti tekemät tekoälytuotokset eivät vielä vakuuta oppimisen suhteen. Ohjeistus: ”Think by yourself(this means that AI is not doing the process) and write down…“ tuottaa lukuisia identtisiä vastauksia ja muutamia, joihin sanamuotoja on hieman vaihdettu. Tekoälyavustajien avulla suoritetut tehtävät synnyttävät vähäisempää oppimista kuin perinteisen hakukoneen kautta etsitty tieto. Aikaa käytetään vähemmän ja ymmärtäminen jää pinnalliseksi. (Perplexity 2025)
Yritä ensin itse
Tutkimus, jossa vertailtavana oli tekoälyavusteisuus, perinteinen hakukonehaku sekä vain omaan ajatteluun tukeutuminen, osoitti eroja oppimisessa. Minuutin päästä esseen palauttamisesta 83 % ChatGPT:n käyttäjistä ei pystynyt toistamaan yhtään kirjoittamaansa virkettä. Omin avuin esseensä kirjoittaneet osasivat viitata sanatarkasti. Tutkimuksen positiivinen viesti on, että kun koe uusittiin rooleja vaihtamalla, ensin itsenäisesti ajatelleet ja sen jälkeen tekoälyavustusta hyödyntäneet, saivat entistä parempia tuloksia. Tekoälyä alussa hyödyntäneet eivät tosin koskaan saavuttaneet muiden tasoa. (Chen 2025)
Samantyyppistä yritä ensin itse -lähtökohtaa olen hyödyntänyt matematiikan aiheissa, joita ei osata. Ensin tehdään itse. Jos taidot loppuvat kesken tai vaikka tehtävä tulisi valmiiksi, kysytään tekoälyavustajalta ratkaisusuosituksia. Jos tekoälyn ehdottama tapa ratkaista ei ole toivottava, pyydetään sitä selittämään asia toisella tavalla.
Henkilökohtainen, aina tavattavissa oleva väsymätön toistaja
HTW Saarin toukokuussa 2025 järjestämässä AI-Empowered Teaching & Learning -työpajassa tutustuttiin tekoälyn hyödyntämiseen henkilökohtaisena valmentajana opintojaksoesimerkin kautta (HTW Saar 2025). Oppimista oli yritetty varmistaa siten, että tekoälyvalmentaja ei ainoastaan kertonut vastauksia, vaan se myös esitti valmennettavalle kysymyksiä. Jos käyttäjän antama vastaus ei ollut riittävä, tekoälyvalmentaja kommentoi puutteita ja selitti asiaa – tarvittaessa uudestaan ja toisin sanoin yhä uudestaan.
![[Alt-teksti: ryhmä ihmisiä pöydän ääressä keskustelemassa.]](https://blogit.lab.fi/labfocus/wp-content/uploads/sites/8/2025/12/517_2025_Kopiointia-vai-kehittymista-1024x604.jpg)
Saksan ja Suomen välillä on eroja. Saksassa erillisen AI-valmentajan käyttämisen lähtökohtana oli, että heikoimmat opiskelijat kysyvät eniten ja jumittavat koko kurssillisen opiskelijoita perustasolle. Tällöin kyvykkäimmät opiskelijat turhautuvat. Liiallinen kysymysten määrä ei kuulosta suomalaiselta ongelmalta. Esimerkkiopintojaksolla tekoälyn avulla harjoitelleet opiskelijat pystyivät palaamaan opintojakson normaaliin rytmiin. Myös tämä kuulostaa Suomeen peilattuna jopa epäuskottavalta lopputulokselta. Monesti opiskelun ongelmat kytkeytyvät ajankäytön haasteisiin, eikä tekoälyvalmentaja pysty muuttamaan näitä.
Työpajassa esimerkkinä käytetty AI-valmentaja ei ollut vielä lopullisessa muodossa, mutta luentovideoita oli ladattu parisataa. Jos opiskelijan tarvitsema tieto sijaitsi luentovideossa, tekoäly tuotti videosta sopivan pätkän. Toiveena oli avatar, joka voisi puhua videon pohjalta uuden koosteen, joka sisältäisi ainoastaan kyseisen aiheen.
Tekoälyvalmentajan ehdottomiksi eduiksi mainittiin aina saatavilla ja ystävällisenä oleminen sekä kyky toistaa väsymättömästi. Haitat liittyivät pääosin materiaalien latauksiin. Missä muodossa voisi ladata kirjan, jonka on itse kirjoittanut, mutta joka on kustannettu? Entä jos aiempia materiaaleja ei ole riittävästi tai niitä pitäisi uusia?
Ihmiskontaktin todellinen lisäarvo?
Sosiaalisessa mediassa näkyy päivityksiä, joissa ihmiset kertovat poistaneensa Duolingo-sovelluksen ja käyttävänsä tekoälyä täsmällisempään oppimiseen tai että lapselta ei enää kysellä kokeeseen, vaan tekoäly hoitaa niin kysymykset kuin vastausten arvioinninkin (Tulevaisuustökkäys 2025). Toinen tavoiteltava hyöty tekoälyn käytössä onkin oman työkuorman pienentäminen asioissa, joissa ihmiskontaktista ei ole todellista lisäarvoa. Uusi kysymys onkin, mitä kaikkea lisäarvo sisältää. Vaikka oppiminen voi olla tekoälyn kanssa tuloksellisempaa, onko lapselle vanhemman tai muun läheisen läsnäolo osoitus kiinnostuksesta. Onko opettajan helppo tavoitettavuus arvo itsessään?
Kirjoittaja
Anu Nuutinen on LAB-ammattikorkeakoulun liiketoimintayksikön lehtori, joka opettaa liike-elämän matematiikkaa ja tulevaisuuksien ennakointia. Nuutinen toimii tulevaisuuteen liittyvässä KaakkoACT – ennakoiva tieto toiminnaksi -hankkeessa (LAB 2025). HTW Saarin kansainväliselle viikolle hän osallistui toukokuussa 2025.
Lähteet
Chen, B. 2025. How A.I. and Social Media Contribute to Brain Rot. The New York Times. Viitattu 4.12.2025. Saatavissa www.nytimes.com/2025/11/06/technology/personaltech/ai-social-media-brain-rot.html#
HTW Saar. 2025. International Week Business School HTW Saar. Viitattu 4.12.2025. Saatavissa https://www.htwsaar.de/wiwi/campusleben/veranstaltungen/international-week/international-week
LAB. 2025. KaakkoACT – Ennakoiva tieto toiminnaksi. Hanke. LAB-ammattikorkeakoulu. Viitattu 4.12.2025. Saatavissa https://lab.fi/fi/projekti/kaakkoact-ennakoiva-tieto-toiminnaksi
Perplexity. 2025. AI search engines foster shallow learning, studies find. Viitattu 4.12.2025. Saatavissa https://www.perplexity.ai/page/studies-find-ai-search-engines-2SJ4yQ3STBiXGXVVLpZa4A
Tulevaisuustökkäys. 2025. Lisää tulevaisuuspuhetta ja arkipäiväistä ennakointia. KaakkoACT – Ennakoiva tieto toiminnaksi. LinkedIn-sivu. Viitattu 4.12.2025. Saatavissa https://www.linkedin.com/company/tulevaisuustiistai-kaakkoact-ennakoiva-tieto-toiminnaksi/
