Historiallisessa Bambergissa pohdittiin valetiedon tunnistamista

Artikkelissa kerrotaan osallistujien mietteistä, kun he osallistuivat valetietoa käsittelevään työpajaan ECILissä (European Conference on Information Literacy). Artikkelissa myös  peilataan työpajan teemoja konferenssin esityksiin.

Avoin oppimateriaali valetiedosta  Am I fooled? Do I fool others? päivitettiin loppuvuonna 2024. Samalla oppimateriaali käännettiin englanniksi ja muokattiin oheismateriaalin sekä linkkien osalta englanninkieliseen version sopivaksi. Valetiedon teema sopi syksyllä 2025 Bambergissa Saksassa pidettyyn ECILiin.  Ehdotuksemme valetieto-työpajasta hyväksyttiin sinne mukaan. 

Oppimateriaalin lähtökohta on, että se herättää opiskelijat miettimään omaa toimintaansa. Tässä opiskelijakeskeisessä oppimateriaalissa ensin reflektoidaan, sitten testataan ja syvennetään omaa oppimista. Halusimme, että työpajaan osallistuvat kokevat saman prosessin eli ovat “opiskelijoiden kengissä”. Päädyimme learning cafe -menetelmään, joka mahdollistaa keskustelun sekä ideoiden keruun kumulatiivisesti. (ECIL Abstracts 2025, 146.)

Työpaja pidettiin viimeisenä konferenssipäivänä. Osallistujia oli 12 eli ryhmä oli optimaalisen kokoinen. Aluksi esittelimme oppimateriaalin. Oppimateriaalin neljän osion rakenne on samanlainen, joten esittelimme numero- ja tilastojen lukutaitoa käsittelevän osion. Muut osiot olivat esillä työpajan pöydissä, eli valeuutiset, kuvat ja videot sekä tieteelliset artikkelit.

Kuva 1. Työpajatyöskentelyä (Kuva: Hanna-Riina Aho)

Teemapöydässä oli kaksi tehtävää. Molempien tehtävien herättämät ajatukset kirjattiin fläpeille. Ensimmäisessä tehtävässä reflektoitiin opiskelijoiden tavoin omia reaktoita oppimateriaalissa oleviin väitteisiin. Väitteet oli tulostettu pöydille.  Toisessa tehtävässä pohdittiin, kuinka opiskelijoita voisi opettaa huomioimaan teemaan liittyvän valheellisen tiedon. Lopuksi keskustelimme yhdessä teemapöytien ajatuksista. Seuraavassa käymme läpi learning cafén tuloksia teemapöydittäin ja tuomme esille aihetta sivuavia ECIL-konferenssin esityksiä.

Valeuutiset

Valeuutisia kommentoitiin: ‘Ajattele ensin ja jaa vasta sitten’ sekä ‘Älä usko vain siksi, että haluat uskoa uutista’. Molempiin kommenteihin kiinnitettiin huomiota työpajan purkuvaiheessa. Ne kirvoittivat osallistujia jakamaan pöytäkeskustelujen esimerkkejä: Korona-ajan uutisissa kerrottiin, miten delfiinit palasivat Venetsian kanaaleihin. Tähän haluttiin uskoa, koska toi hyvää mieltä. Keskusteluissa todettiin myös, että kyse on jakamisen lisäksi tykkäämisestä, koska algoritmit nostavat peukkuja saaneita valeuutisia uutisvirtoihin. Faktan tarkistuksen työkaluiksi ehdotettiin saman uutisen vertailua eri lähteistä ja faktan tarkistussivustoja, esimerkkinä mainittiin SNOPES. Myös uutisten kommenttien lukemista ja mahdollisten ristiriitojen tunnistamista pidettiin tärkeänä.  

Kysymykseen valeuutisten ja niiden tunnistamisen opettamisesta vastattiin: oikeat esimerkit herättävät opiskelijoiden epäilyt. Purkutilanteessa pohdittiin, miten välttää sitä, ettei opiskelija ala epäilemään kaikkea. Liiallinen epäluulo voi vaikuttaa laajemmin yleiseen yhteiskunnan toiminnan kyseenalaistamiseen. Opetuksessa tulisi painottaa lähteiden tarkistamista. Rikkinäisen puhelimen leikkiminen, oli hyvä ehdotus opetusmenetelmäksi. Rikkinäinen puhelin oli esimerkki jo referoidun tekstin referoimisesta, jossa asia tai tieto voi muuntua alkuperäisestä. 

TikTokista luetaan ja jaetaan uutisia. BECID-verkostossa (Baltic Engagement Centre for Combating Information Disorders) työskentelevä Gretel Juhansoo (ECIL Abstracts 2025, 96)  on huolissaan  TikTokin kautta leviävästä mis- ja disinformaatiosta. Hänen mielestään käyttäjien pitäisi tiedostaa, että TikTokissa näkymättömät algoritmit keräävät dataa ja kuinka henkilökohtaiset suositukset tuotetaan. Algoritmit pystyvät huomaamatta muokkaamaan käyttäjien kuvaa todellisuudesta. Tietoisuuden levittämiseksi Tarton joulutorin yhdestä mökistä tehtiin vuonna 2022 värikäs TikTok-talo, jonka sisällä tuntui kuin “olisi itse TikTokissa”. Houkuttelevassa fyysisessä tilassa katosta roikkui tietokuplia, kävijöille oli aktiviteetteja ja peili selfien ottamiseen, jolloin taustan tietokuplat näkyivät. Noin 40,000 kävijää koki itse, mitä TikTok on. Konsepti toteutettiin uudestaan 2023.

Tekoälyn toiminnan ymmärtäminen laajemmin oli keskiössä keynote-puhujan  Ute Schmidin esityksessä (ECIL Abstracts  2025, 3). Hän totesi myös, että algoritmien toiminta on piilossa. Hänen mukaansa meidän tulee ymmärtää, mitä tekoälyn työkaluilla voi tehdä. Hän konkretisoi esimerkillä autoista. Voidaan kysyä, pitääkö meidän tietää autoista voidaksemme ajaa niillä. Ehkä ei kaikkea, mutta oikeastaan tiedämme autoista aika paljon, kuten vaikka, että niillä ei voi lentää.

Kuvat ja videot

Työpöytien teemoista valheelliset kuvat ja videot oli hankalin. Tämä voi johtua siitä, että informaatiolukutaidon opetuksessa ei käsitellä kuvia ja videoita tiedonlähteinä. Työpöydissä osallistuja miettivät asiantuntijoiden tunnistamista. Ajatus siitä, että tietyn alan asiantuntija on automaattisesti kaikkien alojen asiantuntija, on inhimillistä. Asiantuntijana pidetyn henkilön näkeminen herättää luottamusta. Todettiin myös, että kannattaa miettiä, kuka kuvasta hyötyy. Kuvien ja videoiden todenperäisyyden opettamiseen ehdotettiin simulaatiopelejä, roolipelaamista sekä  käänteistä kuvahakua, lähteiden tarkistusta ja käytännön esimerkkejä.  Pekka ja susi -satu mainittiin esimerkkinä siitä, että jos turhaan varoitetaan vaarasta, se syö varoitusten uskottavuutta. Siksi opetuksessa ei kannattaisi kylvää liikaa epäluuloa kaikkea kohtaan. 

Ryhmäkeskustelussa kuvien tunnistamista pidettiin hankalana. Aihetta käsiteltiin Motylínskan ja Piecka-Wegorkiewiczin esityksessä. Heidän tutkimuksessaan opiskelijoita pyydettiin arvioimaan, kuinka hyvin he kokevat tunnistavansa tekoälyn tuottamia tekstejä, kuvia ja videoita (ECIL Abstracts 2025, 48). Vastaajista yli 80 % kertoi kohtaavansa tekoälyn tuottamaa sisältöä mediassa ja 70 % oli sitä mieltä, että he pystyvät tunnistamaan tämän kaltaista sisältöä. Tutkimus osoitti, että osallistujilla on korkea luottamus siihen, että he tunnistavat tekoälyn tuottaman sisällön, vaikka todellisuudessa ihmisen ja koneen tuottamaa sisältöä ei erotettu. Yksi syy voi olla kognitiivinen harha, koska sisältö on niin laadukasta, että sen ajatellaan olevan ihmisten tekemää. Osallistujat toivoivat, että tekoälyn tuottama materiaali merkittäisiin selvästi.

Laajemmassa Frank & al. (2023) tutkimuksessa osallistujat kolmesta maasta arvioivat ihmisten ja koneen tuottamaa mediaa (ääni, kuva, teksti) sen perusteella, kuinka uskottavia ne ovat. Tulosten mukaan nykyiset väärennökset ovat melkein erottamattomia oikeasta mediasta. Osallistujista suurin osa yksinkertaisesti arvasi kumpaan ryhmään media kuului. Lisäksi tekoälyn tekemä media arvioitiin useimmiten ihmisten tekemäksi. Tutkimuksessa kävi ilmi, että ihmiset joilla on enemmän pohdiskelua, analyyttistä ajattelua ja keskittymiskykyä tunnistavat valemediaa paremmin kuin ne, jotka menevät tunteella. Myös kokonaisvaltainen holistinen ajattelu lisää kykyä tunnistaa valetietoa. Tämänkin tutkimuksen perusteella medialukutaito lisää niin kriittisyyttä käytettyä mediaa kohtaan kuin epäluuloisuutta valetietoa sekä disinformaatiota kohtaan.

Tieteelliset artikkelit

 Kun osallistujat asettuivat opiskelijoiden asemaan, heiltä tuli seuraavia kommentteja tieteellisistä artikkeleista:

• Google Scholar on parempi kuin Google.
• Google-hakujen tekoäly-yhteenvedossa voi olla virheitä.
• Web-osoitetta tulisi analysoida.
• ChatGPT keksii lähteitä eikä ole hakukone.
• Lähteiden ajantasaisuus ja sitä kautta totuudenmukaisuus riippuu aiheesta.

Tieteellisten artikkeleiden virheellisyyksien opettamiseen ehdotettiin tutkimusartikkelin julkaisuprosessin vertaisarviointikäytäntöjen tuntemusta. Myös saalistajalehdistä kertomista ehdotettiin. Opiskelijoita voisi neuvoa, että he voisivat lisätä tekoälypromptiin kehotuksen, että lähteet ovat oikeasti olemassa. Lähteet pitää itse kuitenkin tarkistaa ja lukea.

Stegerin ja Brinderin (ECIL Abstracts 2025, 149) ovat huolissaan siitä, että luottamus tieteelliseen tietoon on vähenemässä. Digitaalinen muutos on mahdollistanut varmistamattoman tiedon leviämisen maailmanlaajuisesti, mikä on johtanut tutkimuksellisen (socio-scientific) mis- ja disinformaation leviämiseen. Tämä on murentanut yleistä luottamusta tieteeseen ja tieteen tekijöihin. Yleisö ei enää luota asiantuntijoihin tilanteissa, missä näyttöön perustuva päätöksenteko on tärkeämpää kuin koskaan. Heidän mielestään kansalaisilla pitäisi olla tieteellisen tiedon lukutaitoa, jotta he voisivat arvioida kriittisesti ja ymmärtää tutkimuksellista tietoa tehdessään yhteiskunnallisia, henkilökohtaisia ja eettisiä päätöksiä. Tieteellisen tiedon lukutaito saavutetaan, kun sen opettaminen sisällytetään monialaisessa yhteistyössä opetukseen. Informaatiolukutaidon opetuksella on paikkansa tässä yhteistyössä. 

Kuva 2. Pronssinen patsas ‘Centurione I’, kuvanveistäjä Igor Mitoraj, 1987. (Kuva: Hanna-Riina Aho)

Chatbot – Kuinka luotettava?

ECILissä oli useita esityksiä kuinka Chatbottien toiminta liittyy tunteisiin. Käyttäjän tunteet voivat vaikuttaa siihen, miten valheellista tietoa tunnistetaan. Suhtautuminen käsillä olevaan tietoon on tilannekohtaista. Alla on muutamia esimerkkejä esityksistä.

Chatbotit toimivat sekä tiedonlähteinä että sosiaalisina vuorovaikuttajina. Butler-Ulrichin tutkimus (ECIL Abstracts 2025, 14) käsittelee käyttäjien muodostamaa tunneyhteyttä tekoälyn kanssa. Käyttäjät pitävät chatbotteja sosiaalisesti ja tunnetasolla myötämielisinä, mikä johtaa tiedollisen luottamuksen kasvuun ja mahdollistaa kritiikittömyyttä ja sen kautta valheellisen tiedon hyväksymistä. Tutkimuksessa TikTokin käyttäjät rakentavat narratiiveja ChatGPT:n roolista. Tulosten mukaan käyttäjät suhtautuvat ChatGPT:hen ystävänä, luotettuna, terapistina, jopa auktoriteettina, jolla on inhimillisiä kykyjä. Tällainen tunneperäinen luottamus vaikuttaa myös tiedonhankinnan käytänteisiin. Koska tekoälyn tuottamaan tietoon luotetaan, sitä ei varmisteta muualta ja valheellisen tiedon leviäminen helpottuu.

Vastaavia käyttäjäkokemuksia inhimillisestä vuorovaikutuksesta on Jowkarin ja Bajin case-tutkimuksessa (ECIL Abstracts 2025, 34), jossa tutkittiin kirjastoalan opiskelijoiden suhtautumista sekä Googlella että ChatGPT:llä haettuun terveystietoon. Tutkimuksessa kävi ilmi, että osallistujien luottamus tekoälypohjaisiin terveystiedonhakuihin on kasvamassa. Tutkijat pitivät huolestuttavana, että luottamus väärään ja harhaanjohtavan tietoon vaikuttaa yksilön terveyteen.

Toisenlaisia kokemuksia on case-tutkimuksessa, jossa tarkastellaan oikeustieteen opiskelijoiden oikeudellisen tiedon hankintaa digitaalisissa ja tekoäly-ympäristöissä. Tutkijat toteavat (ECIL Abstracts 2025, 27), että näissä ympäristöissä on valtavasti juridista tietoa, jossa valheellinen tieto johtaa misinformaation levittämiseen ja väärään laintulkintaan.  Tiedonlähteet valitaan niiden kognitiivisesti koetun luotettavuuden perusteella. Tulosten perusteella nämä oikeustieteen opiskelijat ensisijaisesti konsultoivat tekoälyä tiedonhankinnassa, mutta eivät pitäneet sitä auktoriteettina vaan käyttivät ensisijaisesti oikeustieteen tietokantoja.

Lopuksi

ECILin keynote-puhujan Andrew Cox totesi, että tekoäly voi auttaa meitä oppimaan ja kehittämään taitojamme, mutta samaan aikaan se tekee osaamisestamme huonompaa. Tekoäly voi tehdä oppimiskokemuksesta paremman antamansa palauteen ja interaktiivisuuden takia. Se voi myös helpottaa saavutettavuutta. Samaan aikaan tekoäly voi heikentää kirjoittamisen taitoja sekä kriittisen ajattelun taitoja. (ECIL Abstracts 2025, 2.) Konferenssin esitysten myötä vahvistui ajatus siitä, kuinka tärkeätä informaatiolukutaito on tekoälyn käyttämisessä. IL-opetuksessa tulee opettaa  tekoälyn vastuullista käyttöä ja  ymmärrystä tekoälyn rajoittuneisuudesta ja tervettä kriittistä ajattelua. Meidän täytyy ottaa tekoäly osaksi arkista informaatiolukutaidon opettamista, koska opiskelijat käyttävät näitä työkaluja joka tapauksessa.

Työpaja onnistui ja saimme siitä hyvää palautetta, pääsimme jopa kertomaan oppimateriaalista Gretel Johansoon ECIListä kertovalle videolle. Keskustelu oli vilkasta ja vapautunutta, aika loppui kesken. Learning cafe-menetelmä sopii asiantuntijatyöpajoihin hyvin. Se on toiminut myös 80 kansainvälisen opiskelijan ryhmässä, kunhan ohjeet ovat selkeät. Suosittelemme kaikille antoisiin konferensseihin osallistumista, niistä aina palaa kotiin täynnä uusia ideoita. Lopuksi, tässä artikkelissa ei käytetty lainkaan tekoälyä. 

Kuva 3. Bambergin keskiaikainen kaupungintalo (Kuva: Kaisa Puttonen)