Tekoäly valloittaa yliopistot
Tekoäly arkipäiväistyy ja etenee harppauksin, joita on vaikea ennakoida. Yliopistot kannustavat tekoälysovellusten käyttöön, mutta avoimesti ja vastuullisesti.
Teksti terhi hautamäki kuvat Outi Kainiemi
”Tutustumisvaiheessa.” Näin kuvaa Jyväskylän yliopiston kauppakorkeakoulun dekaani, professori Hanna-Leena Pesonen suhdettaan generatiivisiin kielimalleihin. Hän on käyttänyt ChatGPT:tä yhteenvetojen tekemisessä ja ajatusten herättäjänä.
”Yhteen tilaisuuteen sain tosi hyvänkin avun oman puheenvuoron jäsentämiseen. En käyttänyt tekoälyn tuottamaa tekstiä suoraan, vaan otin pari versiota”, Pesonen kertoo.
Kun ChatGPT-3 julkaistiin joulun alla 2022, sen käyttö nousi heti keskusteluun myös kauppakorkeakoulussa. Tammikuussa 2023 Jyväskylän yliopiston kauppakorkeakoulu julkaisi linjauksensa. Keskustelu lähti riskeistä: miten ChatGPT:tä voi käyttää opiskelussa väärin ja pitääkö käyttö kieltää.
”Päädyimme siihen, että kielto ei ole järkevä, koska meillä ei ole kuitenkaan kontrollin mahdollisuutta. Kyse on tosi tärkeästä työelämätaidosta, ja meidän on syytä olla opettamassa vastuullista käyttöä. Linjauksessa tuli opettajalle vastuuta siitä, että laaditaan tehtävät sen muotoisesti, ettei niitä ole mahdollista tehdä suoraan tekoälyllä.”
Tekoälyä saa käyttää tehtävissä ja opinnäytteissä, mutta opiskelijan pitää raportoida, miten ja mihin on sitä käyttänyt. Muissa yliopistoissa ja yksiköissä on samankaltaisia ohjeita: kannustetaan käyttöön, mutta edellytetään avoimuutta ja vastuullisuutta.
Nopeita harppauksia tekoälyn käytössä
Tekoäly on ollut kaikkialla jo pitkään, myös tavallisissa kuluttajatuotteissa, kuten auton vakionopeudensäätimissä ja kännykkäkameroissa.
Generatiivisen tekoälyn, esimerkiksi tekstiä tuottavien ChatGPT:n ja Google Geminin (entinen Bard), kuvia luovien Midjourneyn ja DAll-E:n tai neuroverkkoja hyödyntävän käännöspalvelun DeepL:n tulo on kuitenkin tehnyt ihmisistä tekoälyn aktiivisia käyttäjiä, jotka myös tiedostavat käyttävänsä sitä.
Tekoäly on edennyt harppauksia tehtävissä, joiden vielä hiljattain uskottiin vaativan inhimillistä päättelyä. Suomessakin kehitetään avoimen lähdekoodin kielimalleja. Myös tuttuihin ohjelmistoihin on tullut lisää tekoälyä, esimerkkinä Microsoftin Copilot.
Koneoppimista hyödyntävillä ohjelmistoilla laajemmin on iso merkitys datan keruussa ja analyysissa: vaikkapa isojen lääketieteellisten aineistojen käsittelyssä. Hanna-Leena Pesonen arvelee, että tekoälylle löytyy jatkossa yhä enemmän käyttöä myös esimerkiksi yliopistohallinnon töissä. Ihanteellisesti ihmisillä jäisi enemmän aikaa vuorovaikutukseen, kun suorittavia töitä voi automatisoida. Jos luento-opiskelu onnistuisi tekoälyn kanssa itsenäisemmin, opettajan ja opiskelijan kohtaamiset voisivat painottua keskusteluun ja ymmärryksen hakemiseen.
”Myös yliopiston johtajilla jäisi toivottavasti enemmän aikaa kohtaamiseen ihmisten kanssa.”
”Myös yliopiston johtajilla jäisi toivottavasti enemmän aikaa kohtaamiseen ihmisten kanssa.”
Hanna-Leena Pesonen, professori, dekaani, Jyväskylän yliopisto
Aalto-yliopiston työelämäprofessori, ajattelua ja tulevaisuuden työtä tutkiva Lauri Järvilehto sanoo, että mikä tahansa villi visio tekoälyn kehityksestä on luultavasti yhtä aikaa liian konservatiivinen ja liian rohkea.
”Teknologia kehittyy äkkiväärillä tavoilla. Tulevaisuuden hypetys ei ole tarpeen, vaan voitaisiin keskittyä siihen, mitä vekottimilla voi nykyisellään tehdä.”
Myös Aallossa on määritelty reunaehdot ja kannustettu tekoälyn käyttöön. Järvilehdon mielestä olisi todella haitallista kieltää esimerkiksi ChatGPT:n käyttö kokonaan, koska käyttöä ei kuitenkaan pystytä todentamaan.
”Jos käyttö suljetaan pois, ainoastaan epäeettiset toimijat käyttävät teknologiaa, jonka on jo todettu lisäävän tuottavuutta.”
tekoälyn Kielimalli ei ole hakukone
Luovien kielimallien suuri riski on valetiedon, -kuvien ja -videoiden lisääntyminen. Jos tekoälyn opetusdata on vinoutunutta, se toistaa vinoumia. Isot kielimallit painottuvat englanninkieliseen aineistoon. Kielimalli hallusinoi ja on manipuloitavissa. Epäluotettavuus saa miettimään, mitä virkaa sillä on tieteellisessä työssä.
Järvilehto sanoo, että kielimalli ymmärretään usein väärin hakukoneeksi, vaikka se on siinä tehtävässä nykymuodossaan aika kehno. Kielimallit ovat sananarvauskoneita, jotka eivät kylmiltään tuota kummoisia vastauksia. ChatGPT on parhaimmillaan tehtävissä, joissa sille syötetään omaa aineistoa. Kun faktat ovat käyttäjän hallussa, tekoäly järjestelee ja sanallistaa: tuottaa vaikkapa opintokokonaisuuden markkinointimateriaalia tai tekstiä esityksen pohjaksi.
Tärkeää on, miten muotoilee pyynnön, promptin. Kielimallille täytyy tarjota konteksti. Ei kannata tyytyä ensimmäiseen vastaukseen, vaan promptia voi täsmentää edelleen.
Kun Järvilehto loi tiimin kanssa yliopistoyksikön uusia opetustavoitteita, niitä syntyi 20. Se oli liikaa. He veivät materiaalin ChatGPT:lle ja pyysivät viidestä kuuteen tavoitetta. Ensin tuli konsulttijargonia. He pyysivät selkeää kieltä ja tyhjänpäiväisyyksien välttämistä.
”Teknologia kehittyy äkkiväärillä tavoilla. Tulevaisuuden hypetys ei ole tarpeen, vaan voitaisiin keskittyä siihen, mitä vekottimilla voi nykyisellään tehdä.”
Lauri Järvilehto, työelämäprofessori, Aalto-yliopisto
”Parilla kierroksella saimme tavoitteet, ja tiimi oli aivan ihastuksissaan.”
Järvilehto käyttää kielimallia myös artikkelien tiivistämiseen. Tällöin hän kertoo, mitä on tekemässä ja pyytää tiivistämään tässä kontekstissa tärkeimmät löydökset.
Kriittinen ajattelu pitää tehdä itse, mutta tekoäly suorittaa tehtäviä ja auttaa sparrailussa. Oman aineiston käyttöä rajoittaa tietosuoja: ChatGPT:lle ei voi syöttää luottamuksellista tietoa. Järvilehto tietää kokeiluja, joissa tekoäly on arvioinut esseitä ilmeisen hyvin, mutta tietoturva- ja oikeusturvakysymykset estävät tällaista käyttöä.
Ei pelkkiä kielimalleja
Helsingin yliopiston tietojenkäsittelytieteen professori Teemu Roos johtaa tekoälyn opetusta Suomen tekoälykeskuksessa FCAI:ssa ja toimii Generation AI -hankkeen yhtenä johtajana. Strategisen tutkimuksen neuvoston rahoittama hanke tekee tutkimusta lasten ja nuorten tekoäly- ja turvallisuuskasvatuksen perustaksi.
Roos sanoo, että tekoälyn sovelluskohteita löytyy kaikissa yliopiston tehtävissä: niin tutkimuksessa, opetuksessa kuin yhteiskunnallisessa vuorovaikutuksessa.
Roosin mukaan kielimallien tulo näkyy jo akateemisessa maailmassa, eikä vain hyvässä mielessä. Artikkeleissa on ollut tuulesta temmattuja lähteitä. Roos on huomannut joskus artikkeleita arvioidessaan ”myyntihenkistä” tyyliä, joka kuulostaa ChatGPT:ltä.
”Tekoälyn käyttöön liittyy ehkä liioiteltukin huolestuneisuus. Vaatii kuitenkin pohdintaa, mitkä ovat pelisäännöt ja miten sovelluksia saa käyttää oppimisen tukena.”
”Tekoälyn käyttöön liittyy ehkä liioiteltukin huolestuneisuus. Vaatii kuitenkin pohdintaa, mitkä ovat pelisäännöt ja miten sovelluksia saa käyttää oppimisen tukena.”
Teemu Roos, tietojenkäsittelytieteen professori, Helsingin yliopisto
Roos muistuttaa, että tekoäly ei ole yhtä kuin ChatGPT. Valtaosa tekoälyohjelmistoista perustuu muuhun kuin kielimalleihin: esimerkiksi tilastoanalytiikkaan, jolla käsitellään numeerista dataa. Kun tietojenkäsittelytieteen osastolla kehitetään työkaluja vaikkapa plasmafysiikan mallinnuskysymyksiin, kielimalli ei hyödytä.
Kielimallien iso etu on siinä, että tekoälyn kanssa voi kommunikoida sanoin. Niillä voi hoitaa tehtäviä, joihin aiemmin olisi vaadittu koodaamista. Jos aineistosta pitää poimia tietoa ja osa tiedosta on muuta tärkeämpää, ei tarvitse koodata painokertoimia, vaan voi esittää sanallisen pyynnön.
Roosin mukaan luonnollisen kielen hyödyntäminen helpottaa uusien järjestelmien käyttöönottoa ja osaamisen päivittämistä, ehkä jopa uudelleenkouluttautumista.
”On tullut yllätyksenä, että tekoäly niinkin hyvin suoriutuu tehtävistä, joista sen ei odotettu suoriutuvan muutama vuosi sitten. On vaikea sanoa, minkä tyyppinen kehityskäyrä on jatkossa. Kyyti on pomppuista.”
tekoäly tuo Lisäsilmiä ja -korvia tutkijalle
Oulun yliopiston yliopistonlehtori, koulutusteknologi ja opettajankouluttaja Jari Laru vertaa tämänhetkistä murrosta 2000-luvun mobiilivallankumoukseen. Nykyään hän on Generation AI -hankkeen vuorovaikutusasiantuntija.
”Viimeksi olin yhtä innoissani vuosina 2003–2010, kun tein väikkäriä. Siellä oltiin hörhöhommien äärellä, ja nyt taas mennään”, Laru sanoo.
Tämä ei tarkoita, että hän suhtautuu kehitykseen kritiikittömästi. Lapsille ja nuorille haitallisimpana hän pitää somen ja pelien koukuttavuutta, mikä sekin perustuu tekoälyyn. Tekoäly vaatii valtavaa laskentakapasiteettia ja palvelinkeskuksia, kuluttaa sähköä ja luonnonvaroja. On eettisiä ja tietosuojaongelmia, mutta myös valtavia mahdollisuuksia.
Larun mielestä on turha keskittyä pohtimaan, miten estää huijaamista esseissä.
”Pedagogin täytyy muuttaa pedagogisia käytänteitä toimimaan ajassa, jossa työskentelee.”
Jari Laru, yliopistonlehtori, kouluteknologi ja opettajankouluttaja, Oulun yliopisto
”Mitä järkeä on laatia tehtäviä, joiden vastausten tuottamiseen voi helposti käyttää tekoälyä? Pedagogin täytyy muuttaa pedagogisia käytänteitä toimimaan ajassa, jossa työskentelee.”
Laru on osallistunut palavereihin ja pitänyt oppitunteja, joissa kukin puhuu omaa kieltään, ja tekoäly kääntää puheet tekstiksi toisten kielille. Aineiston litterointi automatisoituu ja aineistomassojen hallinta kehittyy. Tekoäly auttaa tiedonhaussa, kirjastojen käytössä ja kirjallisuuden analysoinnissa.
Esimerkiksi Research Rabbit -työkalu käyttää PubMedin tai Semantic Scholarin hakuindeksiä ja näyttää artikkeleiden ja kirjoittajien väliset viittaussuhteet visuaalisena karttana. Covidence taas on systemaattisten katsausten tekemiseen tarkoitettu, koneoppimista hyödyntävä sovellus, joka auttaa muun muassa viitteiden läpikäynnissä ja tuplatarkistuksessa.
Larun kollegat tekevät tutkimusta, jossa tekoäly analysoi oppimistilanteessa kuvattua videota ja sykemittarin kaltaisilla sensoreilla tallennettuja kehon reaktioita. Datan avulla voi tunnistaa oppimisen vaiheita ja tilanteita, joissa motivaatio on heikko tai yhteistyö ei suju. Tekoäly tuo tieteentekijöille lisäsilmiä ja -korvia.
”Ei pidä vain reaktiivisesti laatia sääntöjä, kuinka sovelluksia käytetään. Pitää proaktiivisesti miettiä, kuinka kehitämme akateemista osaamista. Tekoäly on työkalu. Ei se ole isäntä talossa, vaan kognitiivis-sosiaalisen tason harava, traktori tai vasara.”
tekoälyn käyttöön liittyy isoja poliittisia kysymyksiä
Teemu Roosin mukaan tekoälyn kehitys on myös poliittinen kysymys, jota eri alojen tieteentekijöidenkin pitäisi pystyä seuraamaan. Hän pitää ongelmana sitä, että ihmisillä ei oikein ole tietoa siitä, miten vaikuttaa tärkeisiin kehityskulkuihin.
EU-parlamentti hyväksyi hiljattain tekoälyasetuksen, jossa on vaatimuksia laajojen kielimallien kehitykseen ja julki saattamiseen. Yliopistoihmiset olivat huolissaan siitä, miten asetus vaikuttaa esimerkiksi avoimen lähdekoodin kielimallien kehittämiseen.
Roosin mukaan alan asiantuntijoillekaan ei ole selvää, miten asetus tulee vaikuttamaan. Valmisteluvaiheessa ei tekoälyn asiantuntijoiden kesken ollut yhteisymmärrystä edes siitä, mikä on tekoälyä ja mikä ei. Koska ei tiedetä, miten tekoäly kehittyy, ei tiedetä, mihin joudutaan sääntelyllä puuttumaan. Jotkut sanovat, että riskipuhe on jarruttelua. Pitäisi keskittyä mahdollisuuksiin.
”Tämä voi olla niiden näkökulma, jotka itse eivät ole riskien terävässä päässä. Ne, joilla on kaupallisia intressejä, eivät välttämättä ole niin kiinnostuneita riskipuheista kuin ne, jotka miettivät ihmisoikeuksien toteutumista, tasa-arvoa ja yhdenvertaisuutta”, Roos sanoo.
Ei kai enää tehostamista?
Tekoälyn sanotaan tehostavan työtä, mutta yliopistoissa harva enää haluaa kuulla tehostamisesta. Se on ennenkin vain lisännyt paineita ja odotuksia suoritteiden määrästä. Kun mietitään tekoälyn käyttöä työssä, olennaista on miettiä, mihin pyritään.
”Joko ihmisillä on enemmän aikaa tehdä mielekkäitä asioita, tai sitten meiltä odotetaan kaksin verroin tuotoksia, olivat ne mielekkäitä tai ei”, sanoo professori Teemu Roos Helsingin yliopistosta.
Aivot toimivat samaan tahtiin kuin ennenkin. Syvälliseen ymmärrykseen ei riitä, että tekstit ja kuvat viuhahtelevat entistä nopeammin ruudulle. On eri asia pyytää tekoälyltä tiivistelmiä ja tekstiluonnoksia kuin syventyä lukemaan ja rakentaa ajatuksiaan kirjoittamalla.
”Tulee lisää numeroilla mitattavia tuloksia, ja julkaisuvauhti kasvaa. Missä kohtaa henkilö pysähtyy datamassan äärelle?” Oulun yliopiston yliopistonlehtori Jari Laru pohtii.
Hän puhuu mieluummin luovuuden lisäämisestä kuin tehostamisesta. Laru uskoo, että tulee tusinatiedettä, -taidetta ja -kirjallisuutta, mutta hitaan ajattelun tarve ei katoa.
”Nykyajan työelämä on hirveän tiukkaa. Jos työssä vapautuu aikaa, ja tämä tulee julkisesti tietoon, kyllä ylempi taso sen tyhjiön täyttää. Työnantajan näkökulmasta tehostuminen tarkoittaa, että voit julkaista enemmän tai pitää enemmän kursseja.”
Mitä jos ajan vapautuminen suorittavista töistä nähtäisiin toisin: voisi lisätä kalenteriin blokkeja rauhalliseen ajatteluun? Aalto-yliopiston työelämäprofessori Lauri Järvilehto kertoo merkitsevänsä tällaisia jo nyt, mutta haluaisi niille enemmän tilaa.
”On tärkeää, että tekoälyn tekemää työtä ei korvata uudella näennäistyöllä, kuten palavereilla ja sähköpostin räpeltämisellä, vaan vapautuvan ajan voisi käyttää vaikka puistossa kävelyyn ja kaukaisuuteen tuijotteluun.”
Voisiko rauhallisen ajattelun lisääntymisestä seurata aito tuottavuusloikka, jota työelämä ja ihmiskunta kaipaavat?
