Tekniikan opiskelijoiden tekoälytaitoja parantamassa

Tekoälyn käyttö korkeakouluopinnoissa on samaan aikaan sekä haaste että mahdollisuus. Moni tämän päivän opiskelija on jo toisen asteen opinnoissaan tottunut käyttämään tekoälyä arjessa. Sillä haetaan tietoa, jäsennetään ajatuksia ja joskus myös tuotetaan valmista tekstiä.

Tässä on myös riskinsä. Jos tekoäly tekee suurimman osan kirjoittamisesta, oma kirjoitustaito ja ajattelun selkeys eivät kehity samalla tavalla kuin harjoittelemalla itse. Lisäksi laajojen kielimallien sovelluksia käytetään yhä enemmän tiedon hakemiseen, mutta niiden antamat vastaukset voivat sisältää epätarkkuuksia, puutteellisia ja jopa olemattomia lähteitä. Esimerkiksi Googlen tekoälytiivistelmien on todettu tuottavan väärien vastausten lisäksi myös sinänsä oikeita vastauksia, jotka eivät kuitenkaan perustu lähteenä mainittuun sivustoon (Mickle ym., 2026). Tekoälytiivistelmät tuottavat väärää tietoa myös käänteisen kuvahaun tuloksissa (Havula, 2026). Siksi yksi keskeinen tavoite on opettaa opiskelijoille lähdekriittisyyttä: mistä tieto on peräisin, voiko siihen luottaa ja miten se tarkistetaan.

Tavoitteemme on ohjata tekoälyn käyttöä niin, että se tukee oppimista eikä korvaa sitä. Haluamme opettaa eettisesti kestävää ja läpinäkyvää toimintatapaa. Opiskelijan tulee tietää, kuinka tekoälyä voi hyödyntää esimerkiksi ideoinnissa ja hakusanojen valinnassa, ja miten tekoälyn käyttö kerrotaan tarvittaessa avoimesti. Olemme siksi panostaneet tekoälyä hyödyntävien tiedonhakumenetelmien opettamiseen, joita opiskelijat harjoittelevat tehtävien avulla.

Opetus on liitetty Tekniikan viestintä 2 -opintojaksoon, jonka keskeisenä tavoitteena on saada valmiuksia opinnäytetyön kirjoittamiseen. Opintojaksolla opiskelijat kirjoittavat moduulin ammattiaineeseen integroidun raportin, joka noudattaa rakenteeltaan ja lähteiden merkinnältään opinnäytetyötä. Raportissa tulee käyttää laadukkaita lähteitä.

Mitä olemme tehneet?

Jo aiempina vuosina olemme kysyneet tunnin alussa lyhyessä Mentimeter-kyselyssä opiskelijoiden tiedonhakutavoista. Vastauksista olemme huomanneet, että erityisesti tekniikan alan opiskelijoilla tekoälychatit kuten ChatGPT ovat nousseet Googlen rinnalle ja ohikin tiedonhaun välineenä. Lisäksi olemme keskustelleet opiskelijoiden kanssa yleisesti tekoälychattien käytöstä tiedonhaussa ja kertoneet, miten ne sopivat ideointiin ja näkökulmien pohtimiseen, mutta miten niiden vastauksiin ei voi koskaan suoraan luottaa. Olemme myös vinkanneet lyhyesti tieteelliseen tiedonhakuun tarkoitettuja tekoälysovelluksia ja kertoneet tekoälyn vastuullisesta käytöstä.

Koska tekoälyn käyttö yleistyy ja sitä käytetään entistä enemmän myös tiedonhakuvälineenä, otimme kevään 2026 tiedonhankinnan ohjauksiin mukaan entistä enemmän tekoälyasiaa. Käsittelimme 2. vuoden tekniikan opiskelijoille suunnatussa työpajassa tekoälyn tuomia muutoksia ja mahdollisuuksia tiedonhaussa. Alustukseksi kerroimme, että hakusanahaku on vähitellen korvautumassa luonnollisen kielen kysymyshaulla ja hakutulos esitetään pelkän tuloslistan sijaan tiivistelmänä. Pohdimme yhdessä opiskelijoiden kanssa, miten voidaan varmistaa tekoälyn antaman tiedon luotettavuus ja miten tekoälyn käyttö vaikuttaa oppimiseen. Pohdinnan tukena käytimme Mentimeter-kyselyä.

Työpajassa keskityimme erityisesti tekoälytyökaluihin, jotka on suunniteltu ammatillisen tai tieteellisen tiedon etsimiseen. Kerroimme korkeakoulun käytössä olevien O’Reilly- ja Statista-palveluiden tekoälyominaisuuksista ja miten ne auttavat tiedon etsimisessä. Korostimme, että on syytä tuntea, mistä tekoälyn antama tieto on peräisin. Palvelun sisään rakennettu tekoäly etsii tietoa palvelun sisältä, eikä laajenna hakua avoimen verkon tiedoilla. Palveluiden antamat tiivistelmät eivät kuitenkaan sovellu suoraan lähteiksi, vaan tieto pitää aina selvittää alkuperäisestä lähteestä.

Tieteellisen tiedon etsimiseen tarkoitetuista tekoälytyökaluista tutustuimme opiskelijoiden kanssa Web of Science -tietokannan Research Assistant -työkaluun sekä Google Scholarin Labs-työkaluun. Nämä palvelut olivatkin opiskelijoille tuntemattomia ja kiinnostivat heitä kovasti. Esittelimme aluksi työkalut lyhyesti ja sen jälkeen opiskelijat etsivät niiden avulla tietoa omiin opiskelutehtäviinsä.

Uusia ideoita tekoälysovellusten tottuneille käyttäjille

Olimme itse tyytyväisiä uuteen tekoälysisältöön, sillä pääsimme sen myötä käymään opiskelijoiden kanssa kiinnostavia keskusteluja tekoälyn käytöstä. Opiskelijoilla oli ollut niin hyviä kuin huonojakin kokemuksia tekoälyn käytöstä tiedonhaussa ja moni tuskasteli etenkin tekoälyvastausten luotettavuuden kanssa. Ehkäpä siitä syystä opiskelijat pitivät uusien tiedonhakuun liittyvien tekoälytyökalujen käyttöönottoa työpajan hyödyllisimpänä asiana. Keräämistämme palautteista kävi ilmi, että moni ei ollut aiemmin törmännyt akateemisiin tai palvelujen sisäisiin tekoälytyökaluihin ja niiden käyttö tiedonhaun apuna oli uutta.

Viestinnän opintojaksoilla huomaa, että etenkin tieto- ja viestintätekniikan opiskelijat ovat muuten hyvinkin tottuneita tekoälysovellusten käyttäjiä, ja tekoäly tulee heille opinnoissa monipuolisesti esille. Tästä huolimatta nimenomaan akateemiseen tiedonhakuun liittyvät sovellukset olivat heille uusia. He ovat tottuneita kirjoittamaan kehotteita laajaan kielimalliin perustuviin tekoälysovelluksiin, joten kokonaisella lauseella hakeminen on ollut monille tiedonhakua helpottava asia. Olemme yleensäkin havainneet opiskelijoiden toisinaan kokevan hakusanoilla hakemisen haasteelliseksi, etenkin oikeiden hakusanojen löytämisen ja niiden yhdistämisen. Tähän ei aina tunnu riittävän kärsivällisyyttä, ja houkutus aloittaa promptaus esimerkiksi ChatGPT:n kanssa kasvaa.

Tekoälypainotteista tiedonhaun opetusta testattiin tieto- ja viestintätekniikan sekä liikennealan opiskelijoiden viestinnän opinnoissa. Opetus yhdistettiin raportin kirjoittamiseen: raportissa tuli kuvata lähdeaineiston hakumenetelmiä ja luotettavuutta. Raporttitehtävä on ollut useita vuosia käytössä, mutta lähteiden hakumenetelmien kuvaus ja luotettavuuden arviointi oli nyt ensi kertaa mukana. Liikennealan opiskelijoilla hakumenetelmien ja luotettavuuden arviointi oli raporteissa selkeästi vahvemmin mukana, ja asia vaikutti paremmin sisäistetyltä. Tähän vaikuttaneita syitä on varmasti monia, esimerkiksi raporttien aiheet olivat laajuudeltaan selvästi erilaiset. Pieni kertaus ennen opinnäytetyövaihetta voisi kuitenkin olla hyödyllinen etenkin tieto- ja viestintätekniikan opiskelijoille.

Miksi kriittistä ajattelua tarvitaan myös tulevaisuudessa?

Tekoälyn korkeakouluille luoma haaste on korkeakouluopiskelijoita laajempi. Sami Honkasalo (2026) kuvaa tieteellisten julkaisujen kasvavaa määrää sanoilla ”julkaisutulva” ja ”kertakäyttötiede”. Nopeasti tehdyissä tieteellisissä julkaisuissa on hänen mukaansa yhä enemmän asiavirheitä ja tekoälyn hallusinointia. Myös väärennettyjen, todennäköisesti hallusinoitujen viitteiden käyttö on lisääntynyt parissa vuodessa. Lancet-lehdessä julkaistussa kirjoituksessa tutkijat kertoivat käyneensä läpi 2,5 miljoonaa biolääketieteen alan akateemista julkaisua, joista noin 3000 sisälsi lähteitä, joita ei ole olemassa. Vääriä viitteitä sisältäneitä julkaisuja oli vuonna 2025 noin 12 kertaa enemmän kuin vuonna 2023. (Topaz ym., 2026).

Tulevaisuudessa oman alansa asiantuntijoina toimivat opiskelijat tarvitsevatkin taitoja, joiden avulla he pystyvät arvioimaan tiedon luotettavuutta kriittisesti myös tekoälyä hyödyntäessään. Tekoälyä käytettäessä on osattava välttää hallusinoinnin ja virheellisten vastausten kaltaisia sudenkuoppia, jotka voivat pahimmillaan heikentää tulevaisuuden työntekijän roolia luotettavana ja pätevänä asiantuntijana. Erilaisten tekoälysovellusten tunteminen ja niiden toiminnan ymmärtäminen sekä sovellusten vastuullinen käyttö kuuluvat varmasti tulevaisuudessa jokaisen asiantuntijan osaamispakkiin.