Neljä Oulun ammattikorkeakoulun (Oamk) tietojenkäsittelyn opiskelijaa toteutti opinnäytetyönään pilotin, jossa he tutustuivat tekoälyyn ja sen eri muotojen hyödyntämiseen tietojenkäsittelyn opinnoissa. Opiskelijat kertovat kokemuksistaan yhteistyönä tehdystä opinnäytetyöstä.

Ammattikorkeakoulujen rahoituksen merkittävä pieneneminen vuosien 2024–2028 aikana herättää huolta koulutuksen tulevaisuudesta. Ammattikorkeakoulujen rehtorineuvoston (Arene) mukaan leikkausten kokonaismäärä voi nousta jopa 100 miljoonaan euroon. Tämä on huomattava vähennys, kun otetaan huomioon ammattikorkeakouluille asetetut tavoitteet ja niiden rooli työelämän tarpeisiin vastaamisessa.

Arenen (Maxenius, 2023) mukaan hallitusohjelmassa on paljon tavoitteita, jotka edellyttävät ammattikorkeakoulujen kehittämistä, mutta rahoituksen vähentyminen voi vaikeuttaa näiden tavoitteiden saavuttamista. Tämä herättää kysymyksiä siitä, miten ammattikorkeakoulut pystyvät jatkossa tarjoamaan laadukasta koulutusta ja vastaamaan työelämän muuttuviin tarpeisiin rahoituspaineiden keskellä. Leikkausten vaikutukset voivat ulottua muun muassa opetuksen laatuun, tutkimus- ja kehitystoimintaan sekä opiskelijoiden palveluihin, mikä saattaa heikentää Suomen kilpailukykyä ja osaamistasoa pitkällä aikavälillä.

Ammattikorkeakoulut pyrkivätkin tehostamaan toimintaansa erilaisten pilottien ja kokeilujen avulla. Oamkin ICT ja viestintä -vastuualalla on menossa pilotti opinnäytetyön tehostamiseen liittyen. Pilotissa opiskelijat tekevät opinnäytetyön pienissä ryhmissä opettajan ohjauksessa. Pilotilla pyritään osaltaan kohdentamaan opetusresursseja tehokkaammin ja auttamaan opiskelijoita opinnäytetyön tekemisessä valmistumaan ajallaan.

Ryhmäopinnäytetyön pilotti

Pilotissa haettiin tietojenkäsittelyn opiskelijoita työryhmään, jonka tavoitteena oli toteuttaa opinnäytetyö tiiviillä aikataululla. Ryhmän muodostuttua neljästä opiskelijasta, yhteiseksi aiheeksi valikoitui tekoälyn hyödyntäminen opinnoissa. Jokaiselle opiskelijalle määriteltiin työn teoriataustaan oma tutkimusalue. Lisäksi sovittiin, että jokainen opiskelija työstää myös omia esimerkkejään siitä, kuinka tekoälyä voi hyödyntää eri tekoälyohjelmilla tietojenkäsittelyn opinnoissa.

Pilotin oli määrä toteutua kahdeksassa viikossa, mutta se osoittautui liian optimistiseksi aikatauluksi. Alun perin tavoitteena oli, että opiskelijat tulisivat sellaiseen aikaan kampukselle yhdessä työstämään työtä, jolloin myös ohjaavat opettajat ovat paikalla. Pian ohjaustapaamisiin osallistumiseen lisättiin opiskelijoiden toiveena vaihtoehdoksi myös Teams. Opiskelijat saivat pilotissa myös kielenhuoltoon liittyvää ohjeistusta.

Oamkin tekoälyohjeet (Oulun ammattikorkeakoulu, 2024) päivittyivät sopivasti pilottiryhmän käyttöön. Harmiksemme Tekoäly opinnäytetyössä -ohjeistus oli kuitenkin vasta tulossa. Jouduimme siis hyödyntämään tekoälytyökaluihin viitatessamme aiemmin Arenelta (Ammattikorkeakoulujen rehtorineuvosto Arene ry [Arene], 2023) eri käyttöön saatuja ohjeita (kuva 1). Sen jälkeen Arenelta on tullut myös uudempi ohjeistus, jossa ei kuitenkaan ole tarkempaa viittausohjetta.

Kuvakaappaus, jossa tekstiä tekoälyn käytöstä.
KUVA 1. Tekoälyn käyttö on sallittua, mutta se pitää kertoa (Arene, 2023).

Discord tekoälyavustaja TIKBOT

Opinnäytetyön yksi keskeisimmistä aiheista oli rakentaa yhtenä työkaluna tekoälypohjainen botti Discord-keskustelualustalle. Botin rakentamisessa hyödynnettiin valmista avoimen lähdekoodin bottia, joka toi mukanaan yleiset botin toiminnallisuudet, jota sitten muokattiin tähän käyttötarkoitukseen sopivaksi.

Botin tärkein ominaisuus oli saada se vastaamaan opiskelijoille suotuisaan tapaan tietojenkäsittelyn opinnoissa herääviin kysymyksiin. Tämä toteutettiin luomalla tekoälylle oma persoona, jota botti noudattaa parhaansa mukaan. Persoonaan määriteltiin esimerkiksi vastausten toivottu pituus, vastausten sävy ja ehkä tärkeimpänä se, että botti ei lähtökohtaisesti anna valmiita vastauksia vaan pyrkii mieluummin tehostamaan opiskelijan oppimista.

Botti on rakenteellisesti hyvin yksinkertainen ja se käyttää OpenAI:n sekä Discordin rajapintoja kommunikoinnissa. Botti toimii niin, että se asennettaan halutulle Discord-kanavalle, jossa botilta voi kysyä haluttuja kysymyksiä. Botin lähtökohtainen keskustelukieli on suomen kieli, ja sitä varten botille otettiin käyttöön tuoreempi kielimalli GPT-4.

Oikeassa opiskelijatilanteessa työkalulla olisi hyötyjä, koska se tarjoaisi nopeita ja ytimekkäitä vastauksia kaikkien saataville suoraan tekstikanavalle, jossa opiskelijat saattavat muutenkin tehdä koulutehtäviä yhdessä tai viettää aikaa. Tämä vähentäisi tarvetta siirtyä toisille alustoille, jos opiskelijoilla heräisi jotain yhteistä kysyttävää. Toisaalta botin yksinkertainen rakenne ja rajalliset ominaisuudet voivat olla myös. ChatGPT:n omille sivuille siirryttäessä tarjoaa se heti paljon enemmän toiminallisuuksia ja laajempia ominaisuuksia monimutkaisempiin tehtäviin, mitä Discord-botti ei voi tarjota.

Tekoäly oppimisen tukena

Yksi osa opinnäytetyötä oli tekoälyn hyödyntäminen korkeakoulutuksessa. Tekoäly on viime vuosina muuttanut monia elämänalueita, ja sen vaikutukset näkyvät myös opetuksessa ja oppimisessa. Korkeakouluissa tekoälytyökalut voivat esimerkiksi auttaa opiskelijoita yksilöllisesti ja tarjota reaaliaikaista palautetta, joka tehostaa oppimista ja auttaa keskittymään haastaviin asioihin.

Tekoälyssä on myös haasteensa. Tärkeää on, että opiskelijat säilyttävät kriittisen ajattelun ja ymmärtävät tekoälyn rajoitukset. Liiallinen luottamus tekoälyyn voi vähentää itsenäistä ongelmanratkaisua, joka on oppimisen kannalta keskeistä.

Arenen liikennevalomalli (kuva 2) antaa selkeät raamit tekoälyn käytölle. Se antaa selkeät ohjeet, kuinka tekoälyä voi käyttää vastuullisesti ja eettisesti osana opiskelua. On tärkeää muistaa, että tekoäly toimii oppimisen tukena, ei sen korvikkeena.

Kuviossa on neljä valoa. Sininen merkitsee, että tekoälyn käyttöä on vaadittu ja siitä pitää kertoa. Punainen kieltää tekoälyn käytön. Keltainen sallii tekoälyn käytön ja siitä pitää kertoa. Vihreä sallii tekoälyn käytön ilman, että siitä tarvitsee kertoa.
KUVA 2. Arenen liikennevalomalli (Arene, 2024, s. 7).

Tekoäly käsitteenä

Tekoälyn käsite on hyvin laaja ja sekava johtuen tekoälyn räjähdysmäisestä kasvusta. Euroopan parlamentti on määritellyt tekoälyn seuraavasti: ”Tekoälyllä tarkoitetaan koneen kykyä käyttää perinteisesti ihmisen älyyn liitettyjä taitoja, kuten päättelyä, oppimista, suunnittelemista tai luomista”. Käsitteen alle laitetaan arkikielessä kuitenkin paljon myös sinne kuulumatonta teknologiaa ja ohjelmistoja. Tekoälyn alakäsitteitä ovat muun muassa vahva ja kapea tekoäly, generatiivinen tekoäly, koneoppiminen ja luonnollisen kielen käsittely. Näistä aiheista löytyi hyvin tutkimustietoa myös suomen kielellä. Tekoälyn yhä arkipäiväistyessä ymmärrys siitä lisääntyy tasaisesti.

Selainpohjainen Microsoft Copilot (kuva 3) on hyvin samankaltainen ChatGPT:n kanssa, mutta Copilot löytyy lisäksi kaikista Office-ohjelmistoista sisäänrakennettuna. Tämä avaa sille lukemattomia uusia käyttötarkoituksia, kuten Excelin datananalysointi ja -käsittely, Wordin muuntaminen PowerPointiksi ja Teams-kokouksen automaattisten muistiinpanojen tekeminen.

Kuvakappaus, jossa kysymys: Anna ideoita yksinkertaiseen React Native pohjaiseen mobiilisovellukseen ja tekoälyn antama vastaus kysymykseen.
KUVA 3. Kuvakaappaus Microsoft Copilot esimerkistä (Microsoft Copilot, 2024).

Opiskelijan uusi työkalupakki

Opinnäytetyössä perehdyttiin myös suosituimpiin tekoälytyökaluihin sekä siihen, mitkä niistä sopivat parhaiten opintojen tueksi. Perehdyttäessä nousi esille, että tekoälyä hyödynnetään laajasti eri tavoin ja että tekoälytyökalujen määrä (kuva 4) on kasvanut pienessä ajassa. Jokaisessa lähteessä, joka listasi työkaluja käyttäjämäärältään, oli tulos toisistaan poikkeava. Tästä saa käsityksen siitä, miten kovasti kilpailtu ala on.

Kuvakaappaus, jossa tekoälylle esitetty kysymys: generoisitko minulle kuva joka havainnollistaa tekoälytyökalujen määrää. Alla pylväsdiagrammi.
KUVA 4. Google Geminin luoma kuva tekoälyntyökalujen määrästä (GoogleGemini, 2024).

Lopputuloksena valikoitui lista työkaluista, joista olisi eniten hyötyä nimenomaan oppilaiden käyttöön. Työkaluihin perehtyessä huomattiin, että ChatGPT:tä vastaavia työkaluja on useita, joilla kaikilla on omia vahvuuksia.

Opiskelijoiden kokemuksia opinnäytetyön pilotista

Opiskelijoiden mukaan opinnäytetyön tekeminen ryhmässä oli positiivinen kokemus. He kokivat vertaistuen yhdeksi ryhmätoteutuksen parhaimmaksi puoleksi, sillä yhteistyö muiden opiskelijoiden kanssa teki prosessista sujuvampaa ja helpotti ensimmäistä kertaa opinnäytetyötä tekevän epävarmuutta.

Ohjaajien tuki ja säännölliset tapaamiset auttoivat aikataulutusta ja selkeyttivät kokonaisuutta. Projektiluontoinen toteutus tuntui sopivan koko ryhmälle. Täten kirjoittamisesta ei pidetty liian pitkiä taukoja, eikä punainen lanka kadonnut koko projektin aikana. Vaikka opinnäytetyötä tehtiinkin yhdessä, jokaisella oli kuitenkin oma osa-alueensa, joka selkeytti työn tekemistä.

Alun perin opiskelijat aikoivat saada opinnäytetyön valmiiksi kahdeksassa viikossa. Aikataulu kuitenkin venyi, sillä moni heistä oli töissä samalla. Opiskelijat kuitenkin uskovat, että kahdeksan viikon tavoite on saavutettavissa hyvin motivoituneella ryhmällä, jolla ei ole ulkoisia häiriötekijöitä opinnäytetyön lisäksi.

Jos tämä kaikki pitäisi tehdä alusta, valitsisimme ehdottomasti ryhmätoteutuksen tiiviin ohjauksen ja aikataulun uudelleen, kertovat opiskelijat.



Teppo Räisänen
kehityspäällikkö
ICT ja liiketoiminta
Oulun ammattikorkeakoulu

Minna Kamula
lehtori
ICT ja liiketoiminta
Oulun ammattikorkeakoulu

Topias Leppäkoski
Opiskelee tietojenkäsittelyn tutkinto-ohjelmassa Oulun ammattikorkeakoulussa

Riku Honkamäki
Opiskelee tietojenkäsittelyn tutkinto-ohjelmassa Oulun ammattikorkeakoulussa

Johan Kivilompolo
Opiskelee tietojenkäsittelyn tutkinto-ohjelmassa Oulun ammattikorkeakoulussa

Juho Ahonen
Opiskelee tietojenkäsittelyn tutkinto-ohjelmassa Oulun ammattikorkeakoulussa

Teksti perustuu opinnäytetyöhön:

Ahonen, J., Honkamäki, R., Kivilompolo, J., & Leppäkoski. T. (2024). Tekoälytyökalut tietojenkäsittelyn opinnoissa [AMK-opinnäytetyö, Oulun ammattikorkeakoulu, Tietojenkäsittelyn tutkinto-ohjelma]. https://urn.fi/URN:NBN:fi:amk-2024121736708

Lähteet

Ammattikorkeakoulujen rehtorineuvosto Arene ry. (2023). Arenen suositukset tekoälyn hyödyntämisestä ammattikorkeakouluille. Haettu 28.11.2024 osoitteesta https://arene.fi/wp-content/uploads/PDF/2023/AI-Arene-suositukset.pdf?_t=1686309593

Ammattikorkeakoulujen rehtorineuvosto Arene ry. (2024). Arenen suositukset tekoälyn hyödyntämisestä ammattikorkeakouluille. Haettu 11.12.2024 osoitteesta https://arene.fi/wp-content/uploads/PDF/2024/Teko%C3%A4lysuositukset/Arenen%20suositukset%20teko%C3%A4lyn%20hy%C3%B6dynt%C3%A4misest%C3%A4%20ammattikorkeakouluille%202024.pdf

GitHub. (2024). GitHub – juhoohuj/TIKBOT. https://github.com/juhoohuj/TIKBOT

GoogleGemini. (2024). Verkkosivut. https://gemini.google.com/

Maxenius, S. (2023). Hallitusohjelma lataa ammattikorkeakouluille paljon tavoitteita, mutta koulutuksen rahoitus vähenee. Ammattikorkeakoulujen rehtorineuvosto Arene ry:n blogi. Haettu 28.11.2024 osoitteesta https://arene.fi/blogi/hallitusohjelma-lataa-ammattikorkeakouluille-paljon-tavoitteita-mutta-koulutuksen-rahoitus-vahenee/

Microsoft Copilot. (2024). Verkkosivut. https://copilot.microsoft.com

Oulun ammattikorkeakoulu. (2024). Generatiivisen tekoälyn käyttö opinnoissa. https://oamk.fi/opiskelu/generatiivisen-tekoalyn-kaytto-opinnoissa/

Post Views: 223