Suomessa on painotettu opettajan pedagogista ajattelua, ja tätä osaamista voidaan soveltaa myös generatiivisen tekoälyn, kuten ChatGPT:n käytössä. Alla esitän lyhyesti yhden mahdollisen pedagogisen lähestymistavan tekoälyn käyttöön ja neljä esimerkkiä sen soveltamisesta generatiiviseen tekoälyyn.
Pedagoginen taustateoriani perustuu tekoälyn ja oppimisen yhteensovittamiseen. Se korostaa oppijan roolia aktiivisena, ympäristönsä kanssa vuorovaikutuksessa olevana toimijana. Teoria erottelee oppimisen tilanteisiin, joissa oppija ohjelmoi tietokonetta, ja niihin, joissa tietokone ohjelmoi oppijaa. Pedagoginen taustateoria perustuu muun muassa Seymour Papertin (1928–2016) tutkimuksiin ja pyrkii etsimään mahdollisuuksia oppimisen yksilöllistämiseen.
Seymour Papert toimi 1960-luvulla kasvatuspsykologi Jean Piaget’n tutkimusryhmässä ja myöhemmin urallaan tekoälytutkijana MIT:ssä (Massachusetts Institute of Technology). Papert kuvasi opetuksessa käytettävän tekoälyn pedagogiikkaa vuonna 1980 ilmestyneessä klassikkoteoksessaan Mindstorms, joka on julkaistu suomeksi nimellä Lapset, tietokoneet, ajattelemisen taito (Kirjayhtymä, 1985).
Papertin mukaan tekoäly konkretisoi oppimista, ja siksi voimme hyödyntää omaa oppimistietämystämme ymmärtääksemme tekoälyn toimintaa. Tekoälyyn perehtyminen vie meidät oppimisen peruskysymysten äärelle: Mitä oppiminen itse asiassa on?
Papert korostaa oppimista aktiivisena vuorovaikutuksena ympäristön kanssa, jolloin tietokone voi tarjota oppijalle erilaisia vuorovaikutusympäristöjä. Oppijan aktiivinen rooli korostuu pedagogiikkaa ohjaavassa ajatuksessa, jonka mukaan oppijan tulee ohjelmoida tietokonetta, eikä päinvastoin.
Lasta voi ohjata ymmärtämään tekoälyn toimintaa erilaisten projektien avulla, joita Papert kutsuu nimellä Baby AI. Nämä projektit havainnollistavat jonkin tekoälyyn liittyvän toimintaperiaatteen. Oppija voi esimerkiksi hyödyntää robotissa olevia sensoreita, jotka keräävät tietoa ympäristöstä, ja ohjelmoida robotin liikkumaan luokassa autonomisesti. Näin havainnollistuu jotain itseohjautuvan auton toiminnasta.
Tavoite oppijasta aktiivisena toimijana ja teknologian tuomien mahdollisuuksien hyödyntäjänä voi oman pedagogisen ajatteluni mukaan toteutua myös tilanteissa, joissa tekoälyä käytetään “ohjelmoimaan oppijaa”. Maailmalla yleistyvät esimerkiksi tekoälyä hyödyntävät, adaptoituvat opiskeluympäristöt. Intelligent Tutoring System (ITC) on eräs tekoälyn oppimissovellus, jossa tekoäly hyödyntää oppijasta saatavaa dataa opiskelun yksilöllistämisessä.
Pedagogisen ajattelun keskeistä roolia olisi paikallaan konkretisoida myös tekoälyn toiminnassa, kun suomalaisia tekoälyn oppimiskäytön sovelluksia, kuten Intelligent Tutoring System (ITC), kehitetään.
Tekoäly oppimisen apuna
Seuraavaksi esitän neljä esimerkkiä, joissa edellä kuvattu pedagoginen ajattelu konkretisoituu generatiivista tekoälyä, kuten ChatGPT:tä hyödyntävässä oppimistoiminnassa ja oppimisen suunnittelussa. Oppija on esimerkeissä generatiivisen tekoälyn kanssa aktiivisessa vuorovaikutuksessa. Tekoäly tarjoaa ympäristön, jossa tutkiminen ja iteraatio ovat keskeisiä.
Esimerkit koskevat:
- oppimissuunnitelmien tekoa moniälykkyyden teoriaa hyödyntäen
- ajattelun taitojen kehittämistä argumentointia harjoittaen
- tekoälyä tuutorina sekä
- oppijoiden ikäkauteen sopivan tekstitason etsimistä lukemista varten.
Tekoälyä voi pyytää ehdottamaan erilaisia oppimissuunnitelmia. Se voi luoda monia eri vaihtoehtoja, jotka hyödyntävät esimerkiksi moniälykkyyden eri muotoja, kuten Howard Gardnerin Multiple Intelligences -teoriaa. On mielenkiintoista kehitellä samasta suunnitelmasta eri versioita, jotka hyödyntävät esimerkiksi kinesteettistä, visuaalista tai musiikillista älykkyyttä.
Moniälykkyyden eri muotojen hyödyntäminen voi palvella opetuksen eriyttämisessä ja oppimisen yksilöllistämisessä. Tekoälyn avulla generoitu materiaali on yksi esimerkki mahdollisesta lisäarvosta, jota digitaaliset opiskeluympäristöt tuovat oppikirjoihin verrattuna.
Toinen esimerkkini liittyy ajattelun taitojen harjoittamiseen, jossa tekoäly on osoittautunut hyödylliseksi. Olen käyttänyt ChatGPT:tä auttamaan väitteiden ja niiden perusteluiden kehittämisessä.
Tekoäly toimii tehokkaana kumppanina argumenttien tarkastelussa ja luomisessa. Voit testata omia väitteitäsi ja niiden perusteluja ChatGPT:n avulla, pyytää arviota heikoista kohdista ja vahvuuksista.
Tekoälyä voi pyytää luomaan esimerkkejä tietyn tyyppisistä argumenteista, kuten analogiaan perustavan argumentin, tai asioiden väliseen korrelaatioon perustuvan argumentin (esim. syy–seuraus). Tietyn väitteen perustelua voi näin testata, arvioida ja kehittää eri tavoin esitettynä.
Olen pitkään ollut kiinnostunut ajattelun taitojen harjoittelusta koulussa, erityisesti perustelutaidon kehittämisestä. Tekoäly tarjoaa uudenlaisen työkalun tähän tarkoitukseen.
Opettajana voit hyödyntää tekoälyä ammatillisen kirjallisuuden opiskelussa. Syötä ChatGPT:lle tieteellinen artikkeli tai sen tiivistelmä, ja pyydä sitä erittelemään tekstissä esitetyt pääargumentit ja niiden tukemisen tavat. Saat nopeasti selville, onko argumentaatio vakuuttavaa vai ontuvatko perustelut. Tekoäly auttaa tunnistamaan myös, jos artikkeli perustuu ideologisiin väitteisiin ilman vankkoja perusteluja.
Kolmas esimerkkini käsittelee ChatGPT:n käyttöä tuutorina. Tutkimme alakoulun oppilaiden kanssa esimerkiksi sitä, miten tekoäly voisi auttaa heitä laskulausekkeiden kanssa. Vinkit olivat samansuuntaisia kuin matematiikan kirjassa.
Olen vinkannut tekoälystä myös vanhemmille, mikäli kotona tarvitaan apua oppisisältöön, joka ei enää omilta kouluajoilta muistu mieleen. Matematiikassa tällainen saattaa olla esimerkiksi laskujärjestys.
Mitä enemmän tekoälyä käyttää tuutorina, sitä enemmän voi pyrkiä tuottamaan sen avulla juuri omaan oppimistyyliin ja tavoitteisiin soveltuvia ideoita ja pyytää kehittävää palautetta.
Tekoäly on tuutorina verraten hyvä palautteen antaja. Oppija voi esimerkiksi syöttää kirjoittamansa kirjoitelman tai esseen ChatGPT:hen ja pyytää arviota sekä kehitysehdotuksia. Myös tämän tekstin kehittämisessä pyydettiin palautetta ja kommentteja sekä kollegoilta että tekoälyltä. Tekoälyä pyysin antamaan ideoita esimerkiksi asioiden tiivistämiseen.
Palautteen antaminen ja saaminen on tärkeä osa oppimisprosessia. Tekoälyn avulla oppija voi saada jopa enemmän henkilökohtaista palautetta kuin mihin opettajalla on mahdollisuus 20–30 oppijan ryhmässä luokassa.
ChatGPT:n julkaisun jälkeen mediassa sai verraten paljon huomiota huoli siitä, että oppilaat generoivat esseensä suoraan tekoälyn avulla. Huoli on aiheellinen ja muistuttaa aikaa, jolloin Wikipedia oli uusi: Opettajalle saatettiin palauttaa esseitä, jotka oli tehty leikkaa-liimaa-tekniikalla suoraan netistä.
Mutta onko rakentava ratkaisu – nyt tai silloin – kieltää resurssin käyttö? Vai voisiko koulussa ohjata oppijoita resurssin hyödyllisessä ja omaa oppimista kehittävässä käytössä?
Mahdollisuus hyödyntää sekä inhimillisen tiedon aarreaittaa verkossa että uusia työkaluja, kuten generatiivista tekoälyä, ei nimittäin ole mikään pieni asia.
Neljänneksi, tekoäly pystyy kertomaan perustiedot lähes aiheesta kuin aiheesta, ja antamaan ohjeita erilaisten taitojen harjoittelemiseen. Riittää kun vain pyytää ja tarkentaa pyyntöjä. Myös itse asioiden oppimiseen tarvitaan oppijan aktiivista toimintaa.
Tekoälyä voi pyytää kertomaan perustiedot eri muodoissa: Olen kokenut hyödylliseksi pyytää tekoälyä kertomaan jonkin asia niin, että 10-vuotias sen ymmärtää (tai muun ikäinen, riippuen siitä minkä ikäisten parissa toimit). Tekoäly kykenee löytämään verraten hyödyllisiä tulokulmia vaikeisiinkin asioihin: Esimerkiksi ChatGPT:lle tehty pyyntö ”kerro kvanttifysiikasta niin että 10-vuotias sen ymmärtää”, oli hyödyllinen myös lähes 50-vuotiaalle opettajalle tämän asian hahmottamisessa. Vastauksiin on kuitenkin aina syytä suhtautua kriittisesti ja tarkastaa, onko niiden asiasisältö oikea.
ChatGPT:lle voi syöttää valmiin artikkelin ja pyytää sitä muokkaamaan se halutun ikäkauden mukaiselle tasolle.
Aiemmin opettajana on voinut käyttää erilaisia tekstilähteitä ja kertoa sitten suullisesti opittavasta asiasta oppijoiden ikäkautta vastaavalla tavalla ja tasolla. Tekoäly auttaa muokkaamaan valmiin tekstin ikäkauden asettamat vaatimukset huomioon ottaen, jolloin oppijat voivat opiskella lukemalla. Näitä tekstejä voi edelleen hyödyntää opetuksen eriyttämisessä.
Tekoäly on myös verraten hyvä avaamaan käsitteiden tai sanojen merkitystä, mikä palvelee oppijoita, jotka laajentavat sanavarastoaan.
Oppimista voi elävöittää ja yksilöllistää pyytämällä tekoälyä kertomaan opiskeltavan asian esimerkiksi kertomuksen muodossa. Tekoäly keksii hyviä tarinoita vaikkapa veden kiertokulusta. Tekoälyä voi pyytää myös tekemään tietovisan jne. Oma pedagoginen ajattelu ja mielikuvitus on rajana.
Tekoäly perustuu oppimiseen
Edellä esitetyissä neljässä esimerkissä olen havainnollistanut, miten pedagoginen periaate, joka korostaa oppijan aktiivista vuorovaikutusta ympäristönsä kanssa, voi toteutua generatiivisen tekoälyn käytössä. Se toteutuu, kun pedagogisesti ajatteleva opettaja, tai nuori oppija etsii, pohtii, kokeilee ja tutkii erilaisia tapoja hyödyntää tekoälyn tarjoamia mahdollisuuksia tiedon luomiseen ja oppimiseen.
Tekoälyssä on pohjimmiltaan kyse oppimisesta ja oppimiseen liittyvän tiedon tekemisestä konkreettiseksi tekoälyn toiminnassa. Näin ymmärrettynä opettajalla, oppimisen ammattilaisella, on hyvät edellytykset lähestyä ja käyttää tekoälyä. Tekoäly ei ole mitään vierasta oppimiselle, vaan se on itse asiassa oppimisen eräs muoto konkretisoituna teknologiassa.
Opettajan tekoälyä koskeva pedagoginen ajattelu hyötyy omasta kokeilusta, tekoälyn käytön seuraamisesta sekä Suomessa että ulkomailla, kuin myös tutustumisesta tekoälyn käyttöön koulun ulkopuolella. Tämä voi antaa uusia ideoita siitä, miten tekoälyä voisi koulussa hyödyntää.
Tekoälyn koulukäytöstä julkaistaan paljon tutkimustietoa niin artikkeleina kuin kirjoinakin. Tekoälystä käytävän kansallisen keskustelun ohella tekoälyn opetuskäytöstä löytyy monia kansainvälisiä pohdintoja, kuten vaikkapa Unicefin, OECD:n ja Euroopan komission julkaisemat. (i)
Omassa ajattelussani tekoälyn opetuskäyttöön liittyy myös kansainvälisen politiikan taso. Koska tekoälyn kehittäminen on keskeinen osa poliittisen hegemonian tavoittelussa, näyttää varmalta, että ainakin tietyt valtiot priorisoivat tekoälyn käytön ja kehittämisen. Koulutuksella pyritään varmistamaan se, että lahjakkaita osaajia löytyy kehittämään tekoälyä. Tekoälyn kehittämiseen tarvitaan myös valtava määrä dataa, jonka hankintaan ja käyttöön liittyvät eettiset kysymykset ovat jo nyt tärkeä osa koulutukseen liittyvää keskustelua.
Tekoäly ei ole yksi yhtenäinen asia, vaan joukko erilaisia tekniikoita. Näitä tekniikoita voidaan käyttää opiskelun ja oppimisen apuna monin erilaisin tavoin. Tässä artikkelissa ehdotin, että generatiivisen tekoälyn käyttöä alakoulussa ohjaisi pedagoginen ajattelu, joka voi hyödyntää erilaisia lähtökohtia ja mahdollisuuksia. Tekoäly ei ole vain uusi, hyödyllinen työkalu yhteiskunnassa tärkeän digitaalisen ja teknologisen avaintaidon harjoittelussa, vaan mahdollisuus pohtia, mitä oppiminen perimmältään on, ja kehittää sitä.
(i) Unicefin ohjeistus: https://www.unicef.org/globalinsight/reports/policy-guidance-ai-children ; OECD:n pohdintoja: https://www.oecd.org/education/trustworthy-artificial-intelligence-in-education.pdf ; Komission laatimia suuntaviivoja: https://education.ec.europa.eu/news/ethical-guidelines-on-the-use-of-artificial-intelligence-and-data-in-teaching-and-learning-for-educators
Jaa eteenpäin
