OAO-YLL:n blogi 20.11.2026: Yliopisto-opetus ja -tutkimus tekoälyn aikakaudella – ajattelemmeko itse vai annammeko tekoälyn ajatella puolestamme?

Yllättyisitkö, jos kuulisit yliopisto-opetuksen ja tutkimuksen olevan valtavassa murroksessa tekoälymallien nopean kehityksen myötä? Et varmaankaan, sillä lähes päivittäin saamme lukea tekoälyn mullistavista vaikutuksista työelämässä, arjessa ja lähes kaikilla elämänaloilla. Yliopisto-opetus ja tutkimus ovat toki aina olleet muutoksessa uuden tutkimustiedon haastaessa aiempia käsityksiä. Nyt käynnissä olevaa murrosta on kuitenkin vaikea verrata mihinkään aiempaan, sillä tekoäly on lyhyessä ajassa ottanut merkittävän roolin niin opetuksen työvälineenä, tutkimuskohteena kuin itse tutkimustyössäkin.

Tekoälyn kehitys on ollut ällistyttävän nopeaa. Vielä muutama vuosi sitten silloisten tekoälymallien bravuurina olivat lähinnä esseemuotoiset vastaukset, mutta esimerkiksi luonnontieteet tuottivat niille melkoisia haasteita. Mallit kyllä vastasivat auliisti ja monisanaisesti, mutta saattoivat samalla hallusinoida merkittäviä osia sisällöistään ja esittää vakuuttavan kuuloisia mutta virheellisiä johtopäätöksiä. Nykyiset mallit kykenevät kuitenkin tarkastelemaan omia vastauksiaan kriittisemmin. Esimerkiksi tutkimustasoista matemaattista ongelmaa ratkaistessaan tekoäly pyrkii ensin hahmottamaan ongelman ja kokeilemaan sitten systemaattisesti erilaisia matemaattisesta kirjallisuudesta tuntemiaan ratkaisumenetelmiä. Mikäli annettu ongelma ylipäätään on ratkaistavissa tunnettujen menetelmien avulla ja laskentatehoa on saatavilla riittävästi, oikea vastaus löytyy usein minuuteissa tai joskus jopa sekunneissa. Tekoälyn avulla onkin jo tähän mennessä saatu ratkaistua pitkä lista matemaattisia ongelmia, joita ihmismatemaatikot eivät olleet onnistuneet ratkaisemaan. Myös empiiristen tieteiden puolella tekoäly tulee mitä ilmeisimmin mullistamaan tutkimusta, sillä kerätyn datan analysointi onnistuu sen avulla äärimmäisen tehokkaasti ja erilaisten raporttien kirjoittaminen on kielimalleille peruskauraa.

Opetuksen puolella tekoälymallit ovat tuoneet opettajien käyttöön työkalun, jonka avulla on mahdollista jo nykyisellään vapauttaa aikaa rutiinitehtävistä ja auttaa jäsentämään komplekseja kokonaisuuksia. Oikein käytettynä tekoäly voi esimerkiksi tuottaa ja parannella oppimateriaaleja, ja tarvittaessa tekoälyagentin voi laittaa pitämään myös luentoa. Samalla se kuitenkin tarjoaa opiskelijoille lähes universaalin ratkaisuautomaatin, joka pystyy tuottamaan laadukkaitakin vastauksia lähes kaikkiin tehtäviin, joita yliopisto-opiskelijoita voi kohtuudella pyytää ratkaisemaan. Lisäksi tekoälyn käyttöä on käytännössä hyvin vaikea valvoa tai kontrolloida, mikä vaikeuttaa rajanvetoa sen välille, millainen tekoälyn hyödyntäminen opiskelun tukivälineenä pitäisi sallia ja millainen puolestaan kieltää. Tähän ei (ainakaan vielä) ole olemassa yleispäteviä pelisääntöjä, vaan jokainen opettaja joutuu käytännössä määrittelemään itse, millainen käyttö on omilla kursseilla hyväksyttävää. Keskeinen kysymys onkin, käytetäänkö tekoälyä oppimisen tukena vai itsenäisen ajattelun korvikkeena.

Yliopisto-opetuksen tehtävänä ei ole koskaan ollut pelkästään tiedon jakaminen. Sen on kehitettävä opiskelijoiden kykyä arvioida tietoa kriittisesti, muodostaa itsenäisiä näkemyksiä, tunnistaa ongelmia

ja tuottaa uutta tietoa. Tekoäly voi tuottaa vastauksia, mutta se ei poista tarvetta ymmärtää, millaisia kysymyksiä pitäisi esittää, miksi niitä kannattaa kysyä ja millaisia seurauksia erilaisilla ratkaisuilla on. Jos opiskelija ulkoistaa tekoälylle tiedonhaun, argumentoinnin ja johtopäätösten muodostamisen, lopputulos voi olla vakuuttava ilman, että opiskelija on itse oppinut ajattelemaan tai soveltamaan tietoa. Haastetta lisää se, että yliopistoon saapuvien opiskelijoiden lähtötasossa ja ennakkotiedoissa on yhä enemmän vaihtelua. Osalla opiskelijoista on puutteita esimerkiksi tiedonhaun, tekstin ymmärtämisen, kirjoittamisen ja itsenäisen opiskelun taidoissa. Nämä ovat kuitenkin juuri niitä perustaitoja, joiden varaan asiantuntijuus, kriittinen ajattelu ja uuden tiedon tuottaminen rakentuvat. Ilman riittäviä valmiuksia tekoälyn tarjoamat valmiit vastaukset voivat muodostua houkuttelevaksi oikopoluksi varsinaisen oppimisen sijaan.

Minkälaisia korkeakoulutettuja osaajia yliopistojen pitäisi sitten tuottaa tulevaisuuden työmarkkinoille? Asiantuntijoiden keskuudessa näyttää vallitsevan hyvin vahva konsensus siitä, että tulevaisuuden työelämässä pyritään siirtämään kaikki mekaaniset ja rutiininomaiset datankäsittelytehtävät tekoälyn hoidettavaksi. Riittävän pitkälle kehittynyt tekoälyohjelma suoriutuu näistä tehtävistä ihmistä nopeammin, tehokkaammin ja virheettömämmin. Tekoälyn kehitys tulee vaikuttamaan laajasti kaikkiin työelämän sektoreihin, mutta kaikkein voimakkaimmin muutos tullee vaikuttamaan asiantuntijatyötä tekeviin tietotyöläisiin. Tulevaisuuden työelämä edellyttääkin tietotyöläisiltä (tekoälyn käyttötaitojen lisäksi) jotain paljon perustavampaa: vahvaa tieteenalakohtaista asiantuntemusta, kriittistä ajattelua, luovuutta ja kykyä yhdistellä erilaisia näkökulmia. Innovaatiot eivät synny vain valmiiden ongelmien tehokkaasta ratkaisemisesta, vaan myös uusien ongelmien tunnistamisesta ja totuttujen toimintatapojen kyseenalaistamisesta. Todennäköisesti tekoälyagentit tarvitsevat myös rinnalleen edelleen ihmisiä syöttämään dataa, ohjaamaan työskentelyä ja valvomaan tulosten oikeellisuutta. Tähänkin tarvitaan erittäin syvällistä substanssiosaamista, taitoa arvioida tuloksia kriittisesti sekä tunnistaa ja korjata niiden virheet.

Yliopisto-opetuksessa tekoälyä ei tästä syystä pidä nähdä vain uutena teknisenä työkaluna nykyisten opetusmenetelmien rinnalla. Tarvitaan myös pedagogista uudistumista. Opiskelijoille on tarjottava mahdollisuuksia itsenäiseen ajatteluun, tutkimukselliseen työskentelyyn, monitieteiseen yhteistyöhön ja todellisten ongelmien ratkaisemiseen. Tekoälyä voidaan hyödyntää näissä prosesseissa, mutta samalla opiskelijoiden on opittava arvioimaan sen tuottaman tiedon luotettavuutta, tunnistamaan sen rajoituksia ja perustelemaan omat ratkaisunsa. Tämä asettaa yliopistoille merkittävän koulutuksellisen vastuun, mutta myös uusia vaatimuksia opetuksen resursoinnille, pedagogiselle osaamiselle ja opettajien täydennyskoulutukselle, jotta yliopisto-opetuksella on realistiset mahdollisuudet saattaa opiskelijoiden osaaminen tekoälyn aikakauden edellyttämälle, entistä korkeammalle tasolle.

Tulevaisuuden asiantuntijoilta vaaditaan siis yhä korkeampaa osaamista ja yliopisto-opetukselta riittäviä resursseja tämän osaamisen aikaansaamiseksi. Tämä ei kuitenkaan ole kovin hyvin linjassa Suomessa pitkään vallinneen korkeakoulupoliittisen linjan kanssa, jossa on pyritty kasvattamaan korkeakoulututkinnon suorittaneiden osuutta kiinnittämättä vastaavaa huomiota tutkintojen tuottaman osaamisen laatuun. Suomalaisten osaamistasoa on nostettava, kuten

ministeriössäkin on linjattu, mutta tekoälyn vaikutukset tulevaisuuden työmarkkinoihin huomioiden tavoite pitäisi ymmärtää ensisijaisesti laadullisena, ei määrällisenä.

Tekoälyn aikakaudella korkeakoulutuksen suurin haaste ei ehkä olekaan se, kuinka moni suomalainen suorittaa korkeakoulututkinnon, vaan se, kuinka paljon osaamista tutkinto todella antaa. Tekoäly voi auttaa meitä ajattelemaan, mutta se ei saa viedä meiltä halua eikä kykyä ajatella itse. Tulevaisuuden ongelmanratkaisu- ja innovaatiokyvyt eivät synny siitä, että osaamme käyttää tekoälyä yhä paremmin, vaan siitä, että osaamme ajatella yhä pidemmälle.

 

Mika Mattila

Matematiikan yliopisto-opettaja (FT), Tampereen yliopisto

Tampereen yliopiston opetusalan yhdistyksen puheenjohtaja

Yliopistojen opetusalan liiton YLL ry:n 2. varapuheenjohtaja

 

Henrik Oksanen

Saksan kielen ja kääntämisen väitöskirjatutkija (FM), Tampereen yliopisto

Tampereen yliopiston opetusalan yhdistyksen taloudenhoitaja

OAJ:n Pirkanmaan alueyhdistyksen alueasiantuntija