TEKOÄLYN KEHITYKSELLÄ ON mittavia vaikutuksia yhteiskunnan eri osa-alueilla tarvittavaan osaamiseen ja työelämän rakenteisiin, siten myös kouluun ja koulutukseen. Uudet teknologiat ovat kautta historian muokanneet yhteiskuntaa ja elinkeinorakenteita, esimerkkejä ovat painokone, höyrykone, sähkö tai puolijohdeteknologia aikoinaan. Ne mahdollistivat siirtymisen maatalousyhteiskunnasta teolliseen yhteiskuntaan ja myöhemmin tietoyhteiskuntaan ja digitalisaatioon. Näillä teknologioilla on ollut suuri vaikutus tuotantoon ja logistiikkaan sekä tiedonvälitykseen ja talouteen, mutta mikään niistä ei ole kuitenkaan varsinaisesti haastanut perinteistä käsitystämme tiedosta ja tietämisestä – vaikka painokone, internet ja digitalisaatio toki lisäsivät merkittävästi tiedon määrää sekä tiedon saavutettavuutta.
Tekoälyn kehittyminen haastaa meidät ja käsityksemme tiedosta ja tietämisestä aivan uudella tavalla. Generatiivinen tekoäly rakentaa ja esittää tietoa hyvin ihmisen kaltaisesti, vaikka se pohjautuukin suuriin kielimalleihin (Large Languge Models) eli käytännössä todennäköisyyksien laskentaan. On kuitenkin hämmästyttävää, kuinka hyvin kielimallit tuottavat tietoa, niin sanallista kuin kuvallista. Keskeiseksi kysymykseksi nouseekin, millaista tietoa tai tietämistä oppijat tulevat yhteiskunnassa tai työelämässä jatkossa tarvitsemaan. Miten koulussa opetuksen on muututtava, jotta oppijat voivat tämän tekoälyn aikakautena tarvittavan osaamisen saavuttaa?
Episteeminen, tietokäsityksen ja tietämisen muutos
Tietokäsitys kuvaa käsitystämme tiedon alkuperästä, sen luonteesta, pysyvyydestä, muuttuvuudesta, ja siitä, miten tieto syntyy tai miten tietoa tuotetaan. Olemme tottuneet käsittelemään tietoa ihmisen tuottamana ja usein todellisuutta mallintavana, hyvin perusteltuna uskomuksena. Vallalla oleva konstruktivistinen tietokäsitys korostaa tiedon kumulatiivista luonnetta, joko yksittäisen ihmisen tuotoksena tai yhteisöllisen tiedonrakentelun (konstruoinnin) tuloksena. Tiedon tuottamisessa keskeisiä ovat sosiokulttuuriset artefaktit, kuten kieli tai matematiikka. Tiedon on ajateltu syntyvän ihmisten kognitiivisten prosessien eli ajattelun tuloksena.
Tekoäly kuitenkin käsittelee, prosessoi ja tuottaa tietoa, vaikka sillä ei ole ihmisen kaltaista ymmärrystä tai tietoisuutta. Tekoäly ei pysty ihmisen tavoin luomaan merkityksiä tai tulkitsemaan tietoa, vaikka erityisesti generatiivinen tekoäly jäljitteleekin tuotoksissaan erinomaisesti ihmisen kaltaista toimintaa. Tekoälyn tuottama tieto pohjautuu kuitenkin aina koneoppimismalleihin, algoritmeihin ja taustalla olevaan dataan. Tekoälyllä ei ole ihmisen kykyä eettiseen tai moraaliseen pohdintaan – eikä omatuntoa ja kykyä tunteisiin ja empatiaan. Vastuu tietämisestä – tekoälyn tuottaman tiedon käytöstä ja tulkinnasta onkin ihmisellä, tekoälyn käyttäjällä.
Oppimista, sen tavoitteita ja menetelmiä on tarkasteltava uudessa valossa tekoälyn kehityksen myötä (2)
Pintaoppiminen
- Tavoite: Tiedon muistaminen
- Tulos: Kyky käyttää tietoa yksittäisissä tilanteissa
- Menetelmät: Tiedon jakaminen, tiedon toistaminen
- Fokus: Faktatiedot
Syväoppiminen
- Tavoite: Ymmärtäminen
- Tulos: Kyky käyttää ja soveltaa tietoa eri tilanteissa
- Menetelmät: Yhteisöllinen tiedonrakentaminen
- Fokus: Tietämys
Tulevaisuuden oppiminen
- Tavoite: Uusien ratkaisujen luominen
- Tulos: Kyky luoda uusia ratkaisuja uusiin tilanteisiin
- Menetelmät: Yhteisinnovointi, yhteisluominen
- Fokus: Monialaiset ajattelustrategiat ja ajattelutaidot
Pedagoginen muutos
Tietokäsityksen muutosta seuraa väistämättä pedagoginen muutos, jossa on huomioitava uudenlainen tietojen ja taitojen, tietämisen tarve. Konstruktivistinen tietokäsitys on heijastunut vahvasti koulun pedagogiikan valtavirtaukseen, konstruktivistiseen oppimiskäsitykseen, jossa oppiminen nähdään olevan joko oppijoiden yksilöllisen ja tai oppijoiden yhteisöllisen tiedonrakentelun tulosta.
Tekoälyn aikakautena tarvitaan kuitenkin uudenlaista episteemistä joustavuutta (1), joka voidaan määritellä joustavana tapana yhdistää erilaisia tietämisen tapoja, ajattelustrategioita ja erityyppistä tietoa (kuten tekoälyn tuottamaa), aina tilanteen vaatimalla tavalla. Episteemiseen joustavuuteen liittyvät kiinteästi metakognitiiviset taidot eli oman ajattelun säätely- ja ohjaustaidot.
Tekoäly ei tule lähitulevaisuudessa poistamaan tarvetta oppia esimerkiksi lukemista, laskemista tai eri oppiaineiden ydinkäsitteitä, mutta tekoäly tulee muuttamaan sen, millaisia tiedon konstruoinnin ja ajattelun taitoja oppijat tarvitsevat. Oppijat tarvitsevat esimerkiksi algoritmisen ajattelun (computational thinking (3)) ja datan käsittelyn taitoja, jotka ovat edellytyksiä tekoälyn ja sen toiminnan ymmärtämiselle. Näitä taitoja tarvitaan, jotta voimme ymmärtää automaattista päätöksentekoa ja koneoppimisen käyttöä esimerkiksi sosiaalisessa mediassa, hybridivaikuttamisessa, internetin hakupalveluissa tai pankkipalveluissa. Algoritminen ajattelu pohjautuu vahvasti abstraktioiden luomiseen, kielelliseen ongelmanratkaisuun sekä matemaattis-loogiseen ajatteluun.
Tekoäly koulussa
Koulun kykyä toimia digitalisoituneen yhteiskunnan muutoksessa määrittävät muun muassa koulutusjärjestelmän teknologiakäsitys (käsitys ja ymmärrys tekoälystä), oppimiskäsitys, opetuskäytänteet ja ajantasainen osaaminen. Kehittämällä näitä elementtejä koulu ja koulutus voivat navigoida tekoälyn aikaan sekä varmistaa oppijoille ajantasainen, yhteiskunnassa ja työelämässä tarvittava osaaminen.
Tekoälyä ei voi käsitellä koulussa ainoastaan uutena teknologiana, vaan tekoälyn käyttö on keskeinen yhteiskuntien demokratiaan ja sananvapauteen vaikuttava tekijä, niin automaattisen sensuroinnin, hybridivaikuttamisen kuin tiedon tuottamisen työkaluna. Koulun keskeisenä haasteena on tuottaa oppijoille kriittisen ajattelun sekä ongelmanratkaisun, lähdekritiikin ja luovuuden taitoja liittyen tekoälyn hyödyntämiseen. Nämä taidot ovat edellytys aktiiviselle osallistumiselle sekä sananvapaudelle ja demokratian varmistamiselle. Lisäksi koulussa on keskeisesti tarkasteltava tekoälyn etiikkaa ja teknologian eettistä käyttöä.
Tekoälyn hyödyntäminen koulutuksessa edellyttää, että sen käyttäjät ymmärtävät, mitä tekoäly on, minkälaisia virhepäätelmiä tekoäly voi tehdä ja millaisia vinoumia tekoälyn tuotoksissa voi esiintyä. On huomioitava, että tekoälysovellukset eivät ole myöskään irrallaan kulttuurisesta ja historiallisesta kontekstista, arvoista ja muista taustavaikuttimista. Tekoälysovellukset pohjautuvat tällä hetkellä pitkälle monikansallisten suuryhtiöiden kaupalliseen kehitystyöhön, niiden käyttämään dataan ja niiden tarjoamien pilvipalvelimien laskentakapasiteettiin. Tekoälysovelluksissa on harvoin huomioitu esimerkiksi pienten, vähän puhuttujen kielten erityispiirteet tai niiden kulttuurinen konteksti.
Lähteet
1 Markauskaite, L., & Goodyear, P. (2017). Epistemic fluency: Innovation, knowledgeable action and actionable knowledge. Springer Dordrecht.
2 Silander, P., Riikonen, S., Seitamaa-Hakkarainen, P., & Hakkarainen, K. (2022). Learning Computational Thinking in Phenomena-Based Co-creation Projects: Perspectives from Finland. In Computational thinking education in K-12: Artificial intelligence literacy and physical computing (pp. 103-119). MIT press.
3 Wing, J. M. (2008). Computational thinking and thinking about computing. Philosophical transactions. Series A, Mathematical, physical, and engineering sciences, 366(1881), 3717.
Jaa eteenpäin
