Mikä juttu?

Tekoälyn hyödyistä ja haitoista oppimisen näkökulmasta on viime vuosina käyty vilkasta keskustelua. Eri medioissa on esitetty näkemyksiä sekä puolesta että vastaan. Verkkokeskusteluissa ja kommenttipalstoilla painottuu usein melko kriittinen suhtautuminen aiheeseen. Toisaalta tekoälystä puhutaan toisinaan ilman, että sitä määritellään tarkemmin.

Tässä tekoälyn ja oppimisen ensimmäisessä osassa pohditaan tekoälyn hyödyntämisen mahdollisuuksia oppimisessa kolmesta näkökulmasta: 

1. Nopea tiedonhankinta

2. Syvällisen ymmärryksen muodostaminen

3. Kokonaan uuden tuottaminen

Lisäksi tarkastellaan aiheesta käytyä keskustelua ja ihmisten käsityksiä tekoälystä ja oppimisesta. Lopuksi esitellään lyhyesti, mitä uusin tutkimus aiheesta kertoo.

Hieman teoriaa...

Ihan aluksi on syytä todeta, että useissa keskusteluissa puhutaan "tekoälystä", vaikka usein tarkoitetaan nimenomaan tekoälyyn perustuvia kielimalleja ja "tekoälychatteja", kuten ChatGPT:tä. Tekoälyä on nykyään lähes kaikkialla ihmisen toiminnassa, ja sitä on ollut olemassa jo pitkään. Koko ihmiskunnan kulttuurievoluutio voidaan nähdä jatkuvana prosessina, jossa kehitetään ajattelua ja toimintaa tukevia ulkoisia välineitä (ks. Hakkarainen ym., 2004). Esimerkiksi taskulaskin on ollut käytössä jo vuosikymmeniä. Toisaalta voidaan kysyä, onko fyysisten ja mentaalisten työkalujen välillä edes olennaista eroa (ks. esim. Miettinen, 2000). Inhimillisen toiminnan ytimessä on joka tapauksessa pyrkimys ulkoistaa osa ajattelusta erilaisille artefakteille. Jos haluat perehtyä tarkemmin tekoälyn määrittelyihin, voin suositella Helsingin yliopiston ilmaista verkkokurssia aiheesta: https://www.elementsofai.com/fi/

Keskitytään pohtimaan tässä kirjoituksessa nimenomaan kielimallien hyötyä oppimisen apuna edellä mainituista näkökulmista käsin!

1. Nopea tiedonhankinta

Nykypäivän työelämässä tarvitaan ketterää ja jatkuvaa oppimista. Nopeasti muuttuvassa maailmassa nousee esiin jatkuvasti uusia ongelmia, jotka vaativat nopeita ratkaisuja. Jos ihmisellä on jo hallussaan jonkin ilmiön kokonaisvaltainen ymmärrys, mutta hän tarvitsee tarkkaa tietoa yksittäisestä asiasta, voi kielimallipohjainen tekoäly olla suureksi avuksi. Sen avulla saa nopeasti vastauksia yksittäisiin kysymyksiin. Esimerkiksi monet kielimallit ovat erinomaisia opastamaan erilaisten ohjelmistojen käytössä. Jos en muista, miten jokin toiminto tehdään Excelissä, kielimalli osaa usein neuvoa hämmästyttävän hyvin tässä.
Koska kielimallit voivat kuitenkin tuottaa virheellisiä vastauksia, on tärkeää, että käyttäjällä on vähintään perustason ymmärrys aiheesta, jotta hän voi arvioida vastausten luotettavuutta. Vähintäänkin on hyvä tiedostaa, että vastaukset voivat olla virheellisiä, eikä niitä pidä ottaa sokeasti totena.

2. Syvällisen ymmärryksen muodostaminen

Tämä on ehkä kiistanalaisin tekoälyn ja oppimisen näkökulma. Kun tekoälystä ja oppimisesta keskustellaan, kommenttikentät täyttyvät usein väitteistä, joiden mukaan kielimallit "tyhmentävät" ja heikentävät oppimista. Laajat tutkimukset kuitenkin osoittavat, että asia ei ole näin yksiselitteinen.
Esimerkiksi Wang ja Fan (2025) havaitsivat meta-analyysissään, että ChatGPT:n käyttö edisti merkittävästi oppimista, kun sen käyttöönottoon varattiin riittävästi aikaa ja tarjottiin ohjausta. Luo ym. (2025) puolestaan raportoivat, että kielimallin käyttö korkeakouluopiskelun tukena lisäsi merkittävästi oppimistuloksia. Myös Järvensivu ym. (2022) havaitsivat hankkeessaan, että korkeakouluopiskelijoiden tukemiseksi rakennettu tekoälybotti tuotti hyviä tuloksia. Vastaavia myönteisiä havaintoja on saatu myös lasten ja peruskoululaisten osalta (ks. esim. Jauhiainen & Guerra, 2025).

Kielimallin vaikutusta oppimiseen voidaan hahmottaa eri oppimisstrategioiden avulla. Jos kielimallia käytetään vain valmiin vastauksen saamiseen ja tämä vastaus kopioidaan sellaisenaan, oppimista ei juurikaan tapahdu – aivan kuten suorassa lunttaamisessa tai kirjasta kopioimisessa. Sen sijaan, jos kielimallia käytetään oman pohdinnan tukena ja syvemmän ymmärryksen rakentamiseen, sen hyödyt ovat tutkimusten mukaan merkittäviä. Esimerkiksi vaikeiden käsitteiden omaksuminen helpottuu, kun niitä voi "pallotella" kielimallin kanssa, joka tarjoaa myös esimerkkejä ja selvennyksiä. Tämä voi olla tehokkaampaa kuin pelkkä perinteinen pänttääminen.
Yhteenvetona voidaan todeta, että oikein käytettynä kielimallit voivat merkittävästi tukea oppimista, mutta väärin käytettyinä ne voivat myös haitata sitä.

3. Kokonaan uuden tuottaminen

Hakkarainen ym. (2002) esittävät, että yksi oppimisen metafora on uuden luominen: oppiminen ei ole vain valmiin tiedon omaksumista, vaan myös jonkin täysin uuden muodostamista. Kielimallit voivat tukea uuden luomista ainakin kolmella tavalla.
Ensinnäkin ne tarjoavat sparrausapua ideoiden kehittelyssä, jolloin omia ajatuksia voi tarkastella uusista näkökulmista ja saada oivalluksia, joita ei muuten olisi tullut ajatelleeksi. Toiseksi ne voivat auttaa kartoittamaan erilaisia vaihtoehtoja ja ehdottaa uusia ideoita. Ihmiselle jää tällöin päätösvalta arvioida, mitkä ideat ovat edistämisen arvoisia ja mitkä kannattaa hylätä.
Kolmanneksi kielimalleihin perustuvat tekoälyt voivat auttaa ylittämään teknisiä rajoitteita ja jättää enemmän tilaa itse ajatuksen luovuudelle. Esimerkiksi jos sinulla on hyvä visuaalinen idea, mutta et osaa piirtää, tekoäly voi auttaa sinua tuottamaan kuvan ideastasi. Näin tekninen osaamattomuus ei enää rajoita luovuutta.

Miten sovellan käytännössä?

Tekoäly ja kielimallit ovat nyt ja tulevaisuudessa vahvasti läsnä sekä työelämässä että opiskelussa. Ne kehittyvät jatkuvasti, ja uusia sovelluksia ja ennennäkemättömiä mahdollisuuksia syntyy koko ajan. Teknologioihin liittyy usein sääntö, jonka mukaan lyhyen aikavälin muutoksia liioitellaan ja pitkän aikavälin vaikutuksia aliarvioidaan. Tekoälyn ja kielimallien aiheuttama muutos saattaa siis olla jotakin, mitä emme vielä osaa edes hahmottaa.

Koska tekoäly ja kielimallit kehittyvät jatkuvasti ja niitä koskevaa tutkimusta tehdään koko ajan lisää, on tämä kenttä hyvin dynaaminen. Tässä kirjoituksessa tarkasteltiin kielimallien hyödyntämistä oppimisen tukena melko yleisellä tasolla. Yksityiskohtaisia tutkimuksia spesifimmistä teemoista on jo runsaasti saatavilla. Yleisellä tasolla pohtimalla voidaan kuitenkin tavoittaa jotakin pysyvämpää: ihmisen oppimiseen ja toimintaan pätevät tietyt perusperiaatteet. Jos asiaa ei prosessoi lainkaan, ei oppimistakaan tapahdu. Tämä pätee yhtä lailla kielimallin kanssa työskentelyyn kuin kirjan lukemiseen.

Toisaalta on pohdittava, mitä ylipäänsä oppimisella tarkoitetaan. Ihminen on käyttänyt läpi historian erilaisia toiminnan ja ajattelun apuvälineitä, eikä tekoäly ole tästä poikkeus. Kuten jokaisen välineen kohdalla, on syytä pysähtyä pohtimaan sen mahdollisuuksia ja rajoitteita.

Tekoälystä ja kielimalleista voi olla merkittävää hyötyä oppimisen tukena, kunhan niitä käyttää tarkoituksenmukaisesti ja riittävän kriittisesti. Keskustelun olisi hyvä siirtyä yksioikoisesta "juupas–eipäs"-asetelmasta siihen, missä tilanteissa ja millä tavoin kielimallit voivat tukea oppimista. Jos huolena on, että opiskelijat käyttävät kielimallia vain suoran vastauksen saamiseen, ei nykyteknologialla ole kovin vaikeaa rakentaa omaa kielimallipohjaista bottia, joka ei anna suoria vastauksia, vaan ohjaa kehittämään omaa pohdintaa ja syventämään ymmärrystä.

Toisaalta ihminen ei ehdi tehdä kaikkea. On pohdittava, mihin asioihin kannattaa syventyä ja milloin riittää pinnallisempi tieto. Joskus myös ajattelun ulkoistaminen voi olla järkevää, mutta tästä lisää muissa kirjoituksissa.

Lähteet:

Dong, L., Tang, X., & Wang, X. (2025). Examining the effect of artificial intelligence in relation to students' academic achievement: A meta-analysis. Computers and Education: Artificial Intelligence, 8, 100400. https://doi.org/10.1016/j.caeai.2025.100400

Hakkarainen, K., Lipponen, L., & Lonka, K. (2004). Tutkiva oppiminen. Järki, tunne ja kulttuuri oppimisen sytyttäjinä. WSOY.

Hakkarainen, K., Palonen, T., & Paavola, S. (2002). Kolme näkökulmaa asiantuntijuuden tutkimiseen. Psykologia, 37(6), 448–464.

Järvensivu, M. (2022). Chattibotti apuopettajana verkko-opetuksessa. Aikuiskasvatus, 42(4), 287–303.

Jauhiainen, J. S., & Garagorry Guerra, A. (2024). Generative AI and education: Dynamic personalization of pupils' school learning material with ChatGPT. Frontiers in Education, 9, Article 1288723. https://doi.org/10.3389/feduc.2024.1288723

Luo, J., Zheng, C., Yin, J., & Teo, H. H. (2025). Design and assessment of AI-based learning tools in higher education: A systematic review. International Journal of Educational Technology in Higher Education, 22(1), Article 42. https://doi.org/10.1186/s41239-025-00540-2

Miettinen, R. (2000). Konstruktivistinen oppimisnäkemys ja esineellinen toiminta. Aikuiskasvatus, 4, 231–242.

Wang, J., & Fan, W. (2025). The effect of ChatGPT on students' learning performance, learning perception, and higher-order thinking: Insights from a meta-analysis. Humanities and Social Sciences Communications, 12(1), Article 621. https://doi.org/10.1057/s41599-025-04787-y