Tapasin viime kesänä pitkästä aikaa yliopistoaikaisen mentorini. Vaihdoimme kuulumisia menneistä
vuosista. Omalla kohdallani tietysti myös tekoälystä. ”Mikä on se suuri tekoälyyn liittyvä ajatus, jonka
haluat tekoälykouluttajana antaa opettajille?” Katseeni pysähtyi hiljaisuuden laskeutuessa. Miten
ihmeessä en ollut ajatellut tätä aikaisemmin? Pedagogiset mahdollisuudet ja tiedostettavat riskit, ne
olivat tuttuja. Mutta entä sen kaiken ydin: mitä haluaisin opettajille tekoälystä oikeasti sanoa?
Viimeiset vuodet ovat olleet kouluissa tekoälykeskustelun kyllästämiä. Onneksi kaiken tämän keskellä
opettajat ovat jaksaneet käydä keskustelua koulujen oikeasta perustehtävästä: miten opiskelijat
saadaan oppimaan. Onko tekoäly siis mullistanut oppimisen? Mitä tekoälyn aikakaudella tulisi edes
enää oppia, ja mitkä tiedot ja taidot muuttuvat oppimisen kannalta turhiksi?
Oppiminen vaatii edelleen pitkäjänteistä työtä
Vaikka kielimallit kehittyvät jatkuvasti tehokkaammiksi, aivojen oppimiseen liittyvät psykologiset ja
biologiset prosessit eivät ole muuttuneet. Oppiminen vaatii edelleen pitkäjänteistä työtä, johon kuuluu
usein turhautumista, tylsistymistä ja joskus ahdistumistakin. Prosessia ei voi ulkoistaa tekoälylle
ansiokkaallakaan kehotteella, vaikka se voisikin tuottaa ajansäästön lisäksi huipputasoisen
lopputuloksen. Opettajat ovat tienneet tämän koko ajan. Oleellista ei ole erinomainen tuotos, vaan
kaikki se työ, jota tuotos on vaatinut.
Tekoälystä käytävän moniäänisen keskustelun äärellä tulee kuitenkin muistaa, että tekoälyä ei voi
jättää koulumaailman ulkopuolelle. UNESCO julkaisi jo vuonna 2024 tekoälylukutaidon viitekehykset
sekä oppijoille että opettajille, ja toisaalta Opetus- ja kulttuuriministeriö julkaisi Kansalaisten
tekoälyosaamisen viitekehyksen vuonna 2026. Nämä ohjeistukset muistuttavat, että tekoälyssä on
kyse enemmästä kuin työkalun käyttötaidosta, ja toisaalta noiden taitojen tulisi kuulua kaikille. Ja
noita taitoja pitäisi järjestelmällisesti opettaa.
Tekoäly auttaa opiskelijoita ratkaisemaan tehtäviä paremmin juuri tehtävän tekemisen hetkellä, mutta
ilman opettajan luomia pedagogisia rajoitteita se voi heikentää todellista oppimista ja osaamisen
kehittymistä. Turkkilaisessa lukiossa tehtiin koe, jossa lähes tuhat matematiikan opiskelijaa jaettiin
ryhmiin. Osa harjoitteli tavallisen chatbotin avulla. Osa työskenteli opettajien ohjeilla rakennetun
version avulla, joka antoi vihjeitä mutta ei vastauksia. Osa toimi täysin ilman tekoälyä. Tavallisen
chatbotin kanssa harjoitustehtävät menivät lähes 50 prosenttia paremmin kuin ilman. Kun apu sitten
otettiin kokeessa pois, sama ryhmä pärjäsi 17 prosenttia heikommin kuin ne, joilla apua ei ollut
koskaan ollut. Kiinnostavinta ei silti ole tulos vaan se, mitä oppilaat itse omasta oppimisestaan ja
koemenestyksestä ajattelivat. He arvioivat pärjänneensä vähintään yhtä hyvin kuin muut.
Opiskelijoiden taidot ja osaaminen voivat siis heiketä ilman, että opiskelija itse sitä huomaa.
Uhkakuvat nuorten ajattelun rappeutumisesta tulevat siis todennäköisemmin todeksi, jos tekoälyn
käytön opetus rajataan pois luokista. Silloin tekoälyä käytetään ilman opettajan pedagogista ohjausta.
Miten oppimista voitaisiin tukea tekoälyn avulla?
Miten oppimista voitaisiin siis tukea tekoälyn avulla? MIT Media Labin tutkijat mittasivat aivojen
sähköistä toimintaa esseetä kirjoittavilla opiskelijoilla. Osa käytti kielimallia, osa hakukonetta, osa ei
kumpaakaan, ja lopussa asetelma käännettiin ympäri. Kiinnostavin havainto oli järjestys: ne, jotka
kirjoittivat ensin itse ja saivat kielimallin vasta sen jälkeen, muistivat oman tekstinsä paremmin, ja
heidän aivoissaan näkyi laaja-alaisempaa aktivoitumista kuin käänteisessä järjestyksessä
työskennelleillä. Tutkimus on esijulkaisu ja loppuvaiheen osallistujamäärä pieni, joten se ei yksin riitä
näytöksi. Suunta on kuitenkin sama kuin oppimispsykologiassa pitkään: oma yritys valmistelee mielen
ottamaan vastaan seuraavan tiedon. Oppimisen kannalta paras ratkaisu olisikin kirjoittaa tuotos ensin itse
ja ottaa sen jälkeen tekoäly avuksi jatkoprosessointiin.
Ihmisen ja koneen välinen työnjako
Opetustyössä tekoälyn kanssa on tärkeää arvioida ihmisen ja koneen välistä työnjakoa. Mitä kone voi
jo nyt tehdä luotettavasti, ja mikä on jätettävä opettajan osaamisen ja ammattitaidon varaan?
Havainnollistan tätä biologian kertauskurssini arvioitavalla suorituksella, jossa työnjako oli seuraava.
Opiskelija kirjoitti vastauksensa itse ja vertasi sitä heti suorituksen jälkeen antamiini mallivastauksiin.
Samalla hän teki sisällöllisen analyysin ja tarvittavat korjaukset. Tästä työ siirtyi minulle. Laitoin
päähäni kuvitteelliset lasit, jotka vuosien yo-korjaukset olivat hioneet, ja luin niiden läpi vastauksia
opiskelijoiden itse määrittämiä tavoitteita vasten. Mitkä vastauksen vahvuudet kannattaa valjastaa
tavoitteen tueksi? Mitä tulisi vielä kehittää, jotta tavoite voidaan saavuttaa? Tähän kielimallit eivät
toistaiseksi ansiokkaasti pysty. Ja mikä tärkeintä: palautteessa voin olla yhtä aikaa alani asiantuntija ja
lämmin, kannustava aikuinen, joka kertoo uskovansa nuoreen ja antaa hänelle konkreettiset
askelmerkit eteenpäin.
Mutta mitä kone voi tehdä? Kun oma työni vastausten kanssa oli paketissa, ojensin opiskelijoille
organisaatiomme käytössä olevilla työkaluilla rakennetun Vastausvalmentaja-tekoälyavustajan.
Opiskelijat syöttivät vastauksensa avustajaan, joka antoi henkilökohtaista palautetta vastauksen
kieliasusta ja rakenteesta. Juuri tällaisen palautteen puute on kertauskursseillani aina vaivannut
minua, mutta kaiken muun keskellä siihen ei ole ollut aikaa. Eikä, totta puhuen, nykyisten kielimallien
tasoista osaamistakaan.
Opettaja on malli, halusi tai ei
Opiskelijoiden taitojen karttumisessa opettajan tekoälylukutaidolla on suuri rooli. Tästä olen puhunut
jokaisessa tekoälykoulutuksessani viimeisten vuosien aikana. Opettaja on malli, halusi tai ei. Tapa,
jolla opettaja itse käyttää tai jättää käyttämättä tekoälyä, opettaa opiskelijoille enemmän kuin mikään
erillinen oppitunti aiheesta. En kuitenkaan aio sysätä vastuuta yksittäisen opettajan harteille. EU
tekoälysäädös velvoittaa organisaatioita, myös kuntia ja kouluja, huolehtimaan oman henkilöstönsä
tekoälylukutaidosta. Olen nähnyt koulutuksissani opettajia, jotka saapuvat paikalle
tekoälytuskastumista huokuen, mutta lähtevät intoa täynnä. Intoa siitä, että aiemmin
saavuttamattomat kehitysaskeleet omassa opetuksessa olisivatkin nyt otettavissa selvästi
kevyemmällä työmäärällä. Tähän oivallukseen tarvittiin vain tukea. Niin, ja tietysti aikaa.
Katseeni kirkastui. Tämä on se suuri ajatus, jota mentorini kysymys tavoitteli. Toivon, että opettajat
voisivat tekoälyn avulla madaltaa niitä kynnyksiä, jotka koulun arjessa ovat tuntuneet liian korkeilta.
Että eriyttäminen ei olisi enää kiinni siitä, riittääkö aika kolmen tasoisen kuunteluharjoituksen
tekemiseen. Että kokeilunhalu ei tyrehtyisi siihen, ettei kuvitettua pakopeliä yksinkertaisesti ehdi
rakentaa. Että palautetta ehtisi antaa silloin, kun se vielä merkitsee.
Ja samalla toivon, että osaamme opettaa nuorille sen, minkä opettajat ovat tienneet koko ajan:
helpoin tie tuotokseen ja paras tie osaamiseen ovat harvoin sama tie. Sen erottaminen on taito, jota
kukaan ei opi yksin eikä sattumalta.
En vastannut mentorilleni sinä päivänä kokonaan. Tämä on se vastaus, jonka olisin halunnut antaa.