Jakso 5: Tekoäly kirjoittamisen apuna

[Alkumusiikki, musiikki vaimenee taustalle]

Riikka Wallin: Tervetuloa kuulemaan tarinoita yhteiskirjoittamisesta. Keskustelemme vieraidemme kanssa siitä, mitä yhdessä kirjoittaminen antaa ja miksi sitä kannattaa tehdä. Pohdimme myös yhteistyön kiperiä tilanteita. Minä olen Metropolian julkaisuasiantuntija Riikka Wallin ja luotsaan näitä keskusteluja. 

[musiikki vaimenee]

Riikka: Tänään me keskustellaan tekoälystä viestinnässä, muun muassa siitä, miten generatiivinen tekoäly voi tukea kirjoittamista. Vieraana mulla on Laurea-ammattikorkeakoulun yliopettaja Jyrki Suomala. 

Jyrki Suomala: Hei hei. 

Riikka: Sekä Janne Kauttonen, vanhempi tutkija Haaga-Helia-ammattikorkeakoulusta. 

Janne Kauttonen: Moi. 

Riikka: Hei te olette julkaisseet yhdessä ainakin jo vuodesta 2017. Miten te olette löytäneet toisenne? Haluatko sä Janne vaikka aloittaa?

Janne: Joo. Eli yhteisen kollegan kautta. Olin siihen aikaan tuolla Aalto-yliopistossa postdoc-tutkijana ja sitten omasta tiimistä toinen tutkija vinkkasi, että hän tekee yhteistyötä jo Laurean kanssa ja sitä myötä sitten itsekin ajauduin näihin samoihin Laurean kuvioihin, tutkimuksiin mukaan. 

Riikka: Kun katsoo teidän sitä yhteistä julkaisuhistoriaa Tiede ja tutkimus -palvelun kautta, niin huomaa, että te olette tehnyt paljon tieteellistä tutkimusta ja kirjoittaneet tieteellisiä artikkeleita kansainvälisiin lehtiin. Mutta sitten te olette niitten pohjalta myös tehneet ammattiyleisölle suunnattuja artikkeleita tai yleistajuisia tekstejä. Niin onko tämä teillä vakiintunut tapa? 

Jyrki: No tavallaan on. Että kyllähän meillä on pyrkimyksenä se, että näistä tieteellisistä artikkeleista ja niiden pohjalta julkaistaan myös sitten näissä ammattilehdissä vähän tämmöisiä populaarimpia artikkeleita. Että kyllä se on ihan, voisi sanoa, että vakiintunut tapa. 

Riikka: Mitä hyötyjä te näette, että sillä on? 

Jyrki: No kyllähän, jos me ajatellaan yhteiskunnallisesti, niin tiedekin on tavallaan, se ei ole itsestäänselvyys se tieteen tekeminen. Että jos ajatellaan suurta yleisöä ja jopa opiskelijoita, niin tiede joutuu kamppailemaan siitä julkisuudesta ihan samalla tavalla kuin kaikki muutkin tämmöiset perinteiset instituutiot. Ja itse ainakin näen, että se on hyvin tärkeä myös tuottaa sitä ymmärrystä siihen suuren yleisön rajapintaan. Ja sitten tietysti toimitaan ammattikorkeakoulussa, että se fokus varsinkin meillä on tämä applied, soveltava puoli, niin se tulee tavallaan tähän ammatti-identiteettinkin hyvin keskeiseksi osaksi. 

Janne: Joo, mä voisin lisätä, että tosiaan tämähän on tosi helppo tapa saada sellainen julkaisu, kun olet jo tehnyt tämmöisen tieteellisen artikkelin, niin sitten tehdään siitä popularisoitu versio, joka sitten levittää sitä tietämystä myös muille kuin niille tietyille spesifeille tutkijoille, ja mahdollisesti myöskin kotimaassa. Ja esimerkiksi yliopistoissa on hyvin tavallista, että tutkimuksista heidän viestintätiimit sitten julkaisee tällaisia populaarikirjoituksia. Että siellähän se on myöskin ihan tyypillinen tapa. Niin meillä se sitten on täällä ammattikoulussa tämä tapa, että me tehdään, itse kirjoitetaan sellaisia ammatillisia julkaisuja. 

Jyrki: Ja sen verran vielä voisin jatkaa tuohon, että itsellä on tausta peruskoulun luokanopettajana, niin siellä taas siihen ammatti-identiteettiin kuuluu hyvin voimakkaasti tämä havainnollistaminen. Eli tämmöisten, kun tieteessä ne koeasetelmat ja ne tutkimusasetelmat, niin ne on hyvin usein monimutkaisia, niin sitten ainakin itsellä on semmoinen intohimo, että jotenkin pystyisi saamaan tavalliselle Matille ja Liisalle ymmärrettäväksi sen tiedon. Ja siihen liittyy myös sitten se, että kun itse on nähnyt paljon vaivaa, että itse on jollain tasolla oppinut ymmärtämään jotakin vaikeeta ilmiötä, niin tietenkin sitten on motivoivaa sitten myös kertoa siitä. Se on itselle helpompaa. Ja sitten ajattelee, että jos minä en sitä tee, niin kukas sen sitten tekee.

Riikka: Näinhän se on. Ja olet siinä ihan täysin oikeassa, että tekeehän se siitä paljon saavutettavampaa siitä tiedosta. Että se me huomattiin kanssa, kun me suunniteltiin tuon kollegan kanssa tätä jakson sisältöä, että kyllä ne aika hyvin tuki toisiaan, kun luki ensin sitä tieteellistä artikkelia ja sitten sitä teidän ammatilliselle yleisölle suunnattua tekstiä siitä samasta aiheesta. Niin kyllä siitä tulee ymmärrettävämpää ihmiselle, joka ei ole niin sisällä siinä, vaikka siinä tutkimuksen ammattikielessä ja niissä käsitteissä, niin tulee siitä helpompaa ymmärtää. Te olette kirjoittanut, että ihmisiä pitäisi auttaa suhtautumaan kriittisesti erilaisiin viesteihin ja arvioimaan niiden viestien ja muun informaation luotettavuutta. Ja te olette myös ollut kehittämässä tekoälyalgoritmia, jonka tehtävänä oli nimenomaan arvioida tekstien luotettavuutta. Tällä hetkellä, kun katsoo, että missä tekoäly menee kehityksessä, generatiivinen tekoäly, ja pystyy tekemään vaikka mitä, tuottamaan oman äänen mukaista ääntä suoraan niin, että tekoäly sitä generoi tai tekemään videoita, joissa näyttää siltä, että itse siinä esiintyy, ja myöskin siinä on se oma ääni käytössä, niin musta tuntuu, että tämä on ainakin yhtä tärkeä edelleen, ellei jotenkin jopa korostu. Niin mitä te sanotte, että missä tällä hetkellä mennään tämän teeman osalta? Onko tätä kehitetty edelleen tätä tekoälyä ja sen kykyä arvioida vaikka tekstien luotettavuutta?

Janne: Joo, tämä tutkimus, mitä me tehtiin, niin se oli juurikin vuosi, pari ennen tätä Chat GPT -aikakautta. Eli se tehtiin vielä semmoisilla perinteisillä NLP-menetelmillä ja perinteisellä regressioanalyysillä. Nyt jos sama tutkimus tehtäisiin, niin totta kai käytettäisiin näitä viimeisimpiä malleja ja voisi tehdä huomattavasti teknisesti edistyneemmän analyysin vielä siitä. Mutta jos tuohon aiheeseen, niin en ole, ehkä just semmoista vastaavaa tutkimusta, en ole törmännyt, että onko joku jatkanut sitä. Siinäkin tutkimuksessa ideana oli se, että me nimenomaan tutkittiin, miten ihmisten näkee jonkun tekstin luotettavampana, ei suoraan sitä, että onko joku teksti oikeasti luotettava, että onko se faktasisältö totta vai ei. Se olisi tietysti todella tärkeetä, jos tällaisia malleja kehitettäisiin, että just saataisiin misinformaatiot ja muut pois tuolta linjoilta. Mutta joo, kyllä näkisin, että tämäntyyppinen tutkimus olisi erittäin ajankohtaista just tällä hetkellä, kun Chat GPT:t ja vastaavat mallit suoltaa tätä tekstiä tonne internettiin ja kaikkiin kanaviin, että ihmiset oppisi tunnistamaan, että mikä olisi sitten luotettavaa tekstiä ja mikä ei. 

Jyrki: Joo, toi on ihan relevantti kysymys. Ja toi tekoälykehityshän tapahtuu todella voimakkain harppauksin. Ja sitten itse, kun olen taustaltani käyttäytymistieteilijä, niin tässä on semmoinen tavallaan, että toi tekoälyhän, ja sitten nämä kaikki TikTokit ja muut tämmöiset, niin nehän perustuu tämmöiseen henkilökohtaiseen koukuttavuuteen ja voimakkaisiin… Niin ne tarrautuu. Mutta sitten myös tämä tämmöinen oikea tieteellinen tieto ja sitten altistuminen, niin jos käyttää nyt sanaa altistuminen, tai sanotaan, että tämmöinen positiivinen, myönteinen altistuminen oikealle tiedolle, niin siinäkin pitäisi huomioida sen henkilön omat mielenkiinnonkohteet. Elikkä silloin pitäisi se viesti osata pukea aina ja räätälöidä sen tämmöisen mielekkyysavaruuden, sen henkilökohtaisen mielekkyysavaruuden pohjalta. Ja nyt tämmöinen vahingollinen misinformaatio ja disinformaatio, niin se osaa erittäin taitavasti, nämä algoritmit hyödyntää negatiivisessa mielessä tätä. Mutta sitten meidän tiedemiehinä pitäisi pystyä kääntämään se henkilökohtaisuus ja tämmöinen mielekkyyden kokemus semmoiseksi positiiviseksi puoleksi. Ja tätä itse hyvin paljon mietin, ja Jannen kanssakin keskustellut tästä, että miten me voitaisiin tämmöiset henkilökohtaiset tavoitteet ja pyrkimykset hyödyntää siinä oikean tiedon välittämisessä. 

Riikka: Tässä tulee hyvin esille se, että teillä on just tämä tekninen tekoälyn kehitys ja sitten tämä käyttäytyminen ja miten ihmiset suhtautuu siihen, vaikka tekoälyn luomiin teksteihin, niin siinä teidän ytimessä. Ja siitä te olette myös kirjoittaneet artikkelin ProComin vuonna -24 julkaisemaan Tekoälykäs viestintä -kokoelmaan. Ja nimenomaan siitä, että miten generatiivinen tekoäly on kyvykäs ja millaista roolia sillä voisi olla tekstintuotannossa. Oletteko te käyttänyt generatiivista tekoälyä ihan itse erilaisten kirjoittamisprosessien aikana? Ja jos olette, niin missä ja miten? 

Janne: Joo, itse tosiaan käytän generatiivista tekoälyä päivittäin ja useita kertoja päivässä. Ja oikeastaan, kun oma työ on pitkälti just kirjoitustyötä ja tutkimusta ja koodausta, niin kaikissa näissä työvaiheissa tekoälyä voi hyödyntää. Ja itsellä, jos miettii, että mitä tekoälyä, niin Chat GPT on varmaan se, mitä eniten tulee käytettyä, mutta myös näitä Geminiä ja Claudea, elikkä ihan sieltä niitten omien palvelujen kautta. Ja olen kyllä kokenut, että ei enää olisi paluuta oikeastaan entiseen, että se niin paljon nopeuttaa ja rikastaa oma työtä. Vaikea olisi kuvitella enää tutkimustyötä ilman, että käyttäisi tämmöistä apuvälinettä, tekoälyä, siinä mukana. 

Riikka: Millä tavalla se rikastuttaa sitä tekemistä?

Janne: No oikeastaan esimerkiksi kirjoituksessa sillein, että saa ensimmäiset draftit tehtyä nopeasti, niin sitten ainakin itsellä olen huomannut, että aikaa vapautuu siihen, että mä pystyn sitten oikeasti syvemmältä ja eri kulmista sitä asiaa miettimään. Että mun ei tarvitse tavallaan siihen perus alkuvaiheen kirjoittamiseen käyttää aikaa, mä voin sitten säästää sen siihen tekstin jalostamiseen. Eli juurikin oikeastaan tämä on mun mielestä se idea, mitenkä sitä tekoälyä pitäisi käyttää, eli just semmoiset rutiininomaiset työt, mitkä ei vaadi hirveästi tämmöistä kognitiivista ponnistelua, niin jos ne voi tekoälylle ulkoistaa, niin se on se paras tapa. Ja sitten itse keskittyä siihen oleelliseen ja siihen, missä sitä kognitiivista työtä ihmisiltä vielä tarvitaan. Että näin mä ehkä näkisin tuon. 

Jyrki: Joo, kyllä mä kanssa käytän päivittäin. Ja hyvin paljon käytän englanninkielisten artikkeleiden semmoisten termien kääntämiseen, mitä en ymmärrä. Ja mulla tosiaan ei ole kovin vahvaa tämmöistä, ei ole tekoälytaustaa eikä myöskään matemaattista taustaa. Ja sitten kuitenkin me ollaan jonkun verran tehty myös aivotutkimusta Jannen kanssa, niin nämä aivotutkimuksiin liittyvät, mutta myös tekoälyllä tehty, niin siihenhän sisältyy yleensä erittäin paljon tätä dataa. Ja sitten kun sitä dataa analysoidaan, niin pitää olla tämmöisiä matemaattisia ja laskennallisia malleja, ja niihin liittyvä terminologia, mitkä ehkä Jannelle on sitten ihan selviä, niin kun en kehtaa Jannelle aina [pieni naurahdus] soittaa ja kysyä häneltä, niin mä voin sitten kysyä tekoälyltä. Niin se auttaa paljon. Mutta sitten ihan niin kuin Janne sanoi tuossa, niin sen tekstin jalostamisprosessissa, niin myös se auttaa kyllä. Sekä englanninkielisen, mutta käytän myös suomenkielisen tekstin jalostamisessa, että jos joskus ei löydä hyvää ilmaisutapaa, niin saatan syöttää itse kirjoittamani könkön lauseen sinne ja kysyä, että voisiko tämän sanoa jotenkin paremmin. Ja joskus tekoäly ei keksi parempaa, mutta usein myös keksii. Että kyllä hyvin, ihan arkipäivässä mullakin on. Että ihan niin kuin Janne sanoi, että olisi vaikea palata menneeseen. Sitten tähän liittyy tietysti semmoinen mielenkiintoinen ilmiö, että Chat GPT:n käytöstä kun puhutaan, niin yleensä ajatellaan, että ihminen jollain tavalla tyhmistyy siinä, jos se käyttää tekoälyä. Ja tietenkin tulee nämä plagiointijutut ja muut sitten. Mutta itse olen omassa prosessissa joskus nähnyt myös sen, että nouseeko se rima sen tekstintuotantoon, koska sulla on tämmöinen apuväline, joka koko ajan [pieni naurahdus] periaatteessa voi hioa sitä tekstiä kuinka paljon vaan. Niin tämä on semmoinen mielenkiintoinen kysymys, että varmaan tietyssä mielessä se tekstin laatu saattaa jopa parantua. En tiedä. 

Riikka: Niin ja varmaan ehkä sitäkin, että jotenkin mä ajattelen, ainakin se, mitä mä olen saanut ulos sieltä vaikka Chat GPT:stä, niin se on välillä vähän semmoista byrokraattista ja jargonmaista. Se voi olla, että mä en ole osannut oikeita kehotteita sinne laittaa ja sen takia se myös tekee enemmän sitä. Mutta ehkä se asettaa myöskin riman sille meidän oikeasti tuottamalle tekstille, että sitten jos Chat GPT tekee tätä tasoa, niin sitten kun me julkaistaan, niin sen pitää olla itse asiassa vielä vähän parempaa kuin mitä se Chat GPT suoraan tuottaisi. Eli se yhteispeli tavallaan siinä. 

Jyrki: Juuri näin. Se on ihan mielenkiintoinen ilmiö kyllä. 

Riikka: Mun mielestä tästä on suora yhteys siihen seuraavaan, että nyt jos te olette kertonut, että miten te käytätte Chat GPT:tä tai muita generatiivisia tekoälymalleja, niin millaisia vinkkejä te antaisitte muille, jotka haluaa lähtee hyödyntämään generatiivista tekoälyä omassa kirjoittamisprosessissaan? 

Janne: Joo, no sehän on tosi matala se kynnys aloittaa. Näiden tekoälyjen käyttöön ei tarvitse mitään muuta kuin – jopa ihan ilmaiseksi voi mennä tuonne Chat GPT:hen ja alkaa kyselemään. Että en näe oikeastaan mitään estettä siinä, miksi joku ei lähtisi kokeilemaan, jos yhtään asia kiinnostaa. Ja siinä on toki jonkin verran oppimiskäyrää, että pitää tietää minkälaisia syötteitä sinne laittaa ja missä ne tekoälyn rajat menee. Että huomaa, että okei tällaisessa se on hyvä ja tällaisessa se on huonompi. Mutta sanoisin, että jos päivittäin kokeilee muutaman viikon ajan, niin silloin on jo hyvin pitkällä siinä ja se tulee kyllä nopeasti rutiiniksi. Eli näkisin, että ei ole mitään syytä miettiä, että kokeilisikohan, vaan ottaa vaan ja rupeaa käyttämään ja siinä se lähtee. 

Riikka: Haluatko sä antaa pari vinkkiä? Kun sä sanoit, että oppii aika nopeasti, että millaisessa se on hyvä ja millaisessa se on huono. Niin millaisessa se on hyvä ja millaisessa se on huono? Pari esimerkkiä vaan. 

Janne: Joo, no siis Chat GPT ei ole kovin hyvä sellaisen tarkan tiedon tuottamisessa, eli jos haluaa korvata Googlen. Että nythän siinä on sellainen hakuvaihtoehto kyllä olemassa, että se on ihan hyvä. Mutta tyypillisesti nämä kielimallithan tuottaa myöskin pupputietoa. Ja sen kyllä nopeasti huomaa, jos rupeaa käyttämään, että ei se kaikki ole totta, mitä sieltä tulee. Vaikkapa lähdeviitteet tai muut, niin on yleisesti ottaen täysin keksittyjä. Eli just näitten rajojen löytäminen. Että aina parempi esimerkiksi antaa joku lähdeteksti, että muokataanpa tästä joku toinen parempi versio, jolloin se hallusinaatioriski on huomattavasti pienempi verrattuna siihen, että kysytään tekoälyltä jotain asiaa ja sitten se oman tietonsa pohjalta yrittää keksiä vastauksia. Niin just tällaisen tunnistaminen, milloinka väärän tiedon tuottaminen on mahdollista, niin tämä olisi erittäin tärkeetä. 

Jyrki: Joo ja kyllä, että varmaan voi alkaa kokeilemaan ihan, mutta siinä tulee se oppimisen paradoksi, että sun pitää ensin jonkin verran tietää siitä aihealueesta, mistä sä voit sitten järkevällä tavalla kysyä tekoälyltä. Eli siinä mielessä, että jos on vaikka ihmisen sosiaalinen käyttäytyminen, vaikka tämmöinen teema, mikä on hyvin laaja, niin siitä pitäisi jonkun verran tietää, että pystyisi sitten promptaamaan tavallaan sitä järkevällä tavalla. Että jos sulla ei ole yhtään sitä tietopohjaa sieltä, niin silloin sä et pysty arvioimaan taas sitä tekstin luotettavuutta. Eli tässä tulee kuitenkin, että tämmöinen perinteinen asiantuntijatietämys pitää olla. Tai jos on aloitteleva opiskelija, niin ihan hyvä lukea siitä aihepiiristä muutama artikkeli tai tämmöinen kappale, että pystyy sitten arvioimaan vähän sitä, mitä se tekoäly tuottaa. 

Janne: Joo ja tuohon vielä jatkaisin, että ehkä suurin ongelma näissä, tässä nykyisessä tekoälyssä on sellainen, että ne ei tiedä omia rajojaan. Eli ne aina vastaa ja ne aina yrittää miellyttää sitä käyttäjäänsä tuottamalla sitä tekstiä. Että ne ei osaa sanoa, että hei tästä asiasta en tiedä mitään, että parempi kun ei vastaa johonkin kysymykseen. Tämä on se yksi merkittävin ongelma. 

Riikka: Eli tämä voisi olla just se lähdeviitecase, että kun pyytää, että voitko laittaa vielä lähdeviitteet tähän tekstiin paikoilleen, niin se tekee sen, koska se haluaa tehdä sen ja se tekee kaiken, mitä siltä pyytää. Mutta sitten se käytännössä ei kuitenkaan osaa sitä. Eli parempi vaihtoehto olisi sillein, että valitettavasti en osaa tätä osiota, että nyt joudut kyllä itse tekemään homman [pieni naurahdus]. 

Janne: Kyllä. Ja tämmöisiäkin järjestelmiä on kyllä mahdollista tehdä niillä. Eli confata tai säätää ne mallit sillä tavalla promptien ja muiden tekniikoiden kautta, että ne sanoo, että en tiedä. Mutta nimenomaan näissä peruskäyttäjämalleissa, Chat GPT, Claude, Gemini, niin tällaista ominaisuutta ei ole sisäänrakennettu valitettavasti. 

Jyrki: Tuohon liittyy myös siis tämä, että kyllähän [naurahtaa] opettajalle ja jopa tutkijalle joskus on hyvin vaikea sanoa, että en tiedä. Että sehän on tavallaan, tutkijan ammattitautihan on se, että kun mennään vähän sen asiantuntemuksen ulkopuolelle, niin sitten pitää sanoa, että en tiedä. Ja se on vähän hankalaa. Että kyllähän meille ihmisille on myös vaikea myöntää se, että ei tiedä joitakin asioita. Tämä on mielenkiintoinen kysymys. 

Riikka: Eli tekoäly on vähän niin kuin ihminen.

Jyrki: Niin, juuri näin, että jossain määrin. Mutta semmoinen sivistynyt ja rationaalinen keskustelu ja kommunikointihan sisältää tämän, tavallaan sen tiedon rajojen myöntämisen ja hahmottamisen, mikä näyttää ainakin tekoälyltä puuttuvan. 

Riikka: Yksi teidän vinkki siinä ProComin kokoelman artikkelissa oli, että ei pitäisi ulkoistaa kriittistä ajattelutyötä tekoälylle. Mutta toisaalta luova kirjoittaminen kehittää omaa ajattelua. Niin mitä te ajattelette, että miten se vuorovaikutus sen tekoälyn kanssa kehittää sitä ajattelua, vaikka sitä ei ulkoistakaan suoraan sille?

Jyrki: No itse – ja mä olen muutaman tietokirjankin kirjoittanut, yrittänyt popularisoida näitä tutkimuksia, mitä olen tehnyt ja vähän laajemminkin – niin ehkä itsellä on paha taipumus siihen, että miettii, että miten jonkun asian pystyy ilmaisemaan. Että se ei ole se, että sä kerrot yhd-, se ensimmäinen versio ei ole yleensä koskaan semmoinen lopullinen versio. Ja nyt kun siihen tulee tämä tekoäly, niin se rikastaa tavallaan sitä prosessia. Ja minun ongelma on [pieni naurahdus] lähtökohtaisestikin ollut se, että mielellään etsii niitä vaihtoehtoja, katsoo, että miten tuon sanan voisi korvata jollakin paremmalla sanalla, että se olisi vielä havainnollisempi. Niin tämmöisessä prosessissa mä luulen, että se tekoäly kyllä auttaa sitten löytämään semmoiset hyvät, että on itsekin tyytyväinen. Että korostaisin siinä luovassa kirjoittamisessa kuitenkin sitten, ja kun puhutaan luovasta tietokirjoittamisesta, josta itsellä on kokemusta, niin kyllä siinä se, tavallaan sen oman tietämyksen rikastaminen tämmöisellä hyvällä ja elinvoimaisella kielellä, niin se auttaa siinä. Että yleensähän tämmöinen, jos mennään nyt tämmöiseen perinteiseen tapaan tuottaa tekstiä, niin tieteellisissä teksteissä, niin siellähän on refereet, jotka antaa palautetta. Ja sitten tämmöisissä kirjaprojekteissa yleensä on editori, joka antaa palautetta. Niin se tietenkin tulee, se tekoäly tulee lähemmäksi sitä arkipäivän kirjoittamistyöskentelyä sitten, koska sun ei tarvitse odottaa sitä editorin palautetta. Niin mä jotenkin näen sen tällä tavalla. En tiedä, mitä mieltä Janne on [pieni naurahdus] tästä. 

Janne: Joo, just sama homma. Eli tekoäly kriitikkona ja tekoäly editorina on yksi erittäin hyvä tapa käyttää sitä tekoälyä. Eli kysyä vaikka jostakin omasta kirjoituksesta, mitä puutteita siinä on ja voisiko siinä olla jotain lisää ja onko jotain virheitä tai kritiikkiä. Niin just tällaisen saaminen, niin on tietysti ihan ensiarvoisen tärkeetä, koska omalle tuotokselleen tulee niin helposti sokeaksi, että ei näe sellaisia puutteita siinä. Ja tuo tekoäly, kun on tavallaan kokonaan oman pään ulkopuolinen olio, niin sitten se kyllä tosi hyvin bongaa sellaisia puutteita omista teksteistä, mitä voi sitten korjata ja sitä myötä parantaa sitä tekstiä. 

Riikka: Mä voisin nostaa tähän yhden esimerkin. Me kirjoitettiin yhden kollegan kanssa artikkelia, joka käsitteli tekoälyä ja tekijänoikeuksia. Ja mä itse olen semmoinen, että mun otsikot, artikkelien nimet ja väliotsikot, mitä multa luonnostaan syntyy, niin ne on ihan todella kuivia [naurahtaa]. Ja sitten mä ajattelin, että no, kun nyt tässä on tämä aihe ja me myöskin kerrotaan, että miten tekijänoikeuksien ja ehkä ammattikorkeakoulujen julkaisutoiminnan näkökulmasta, mihin asioihin meidän mielestä generatiivista tekoälyä voisi käyttää, niin sitten lähdin ideoimaan sitä otsikkoa ja kysyin sitä tekoälyltä. Ja se antoi meille varmaan kymmenen vaihtoehtoa. Ja ei me niistä siis valittu mitään, mutta jotenkin se pisti mun aivonystyrät miettimään vähän eri tavalla sitä otsikointia kuin jos mulla olisi tavallaan se tyhjä. Toki se artikkelin sisältö oli silloin jo olemassa. Mutta että kun miettii tavallaan, että no mikä tähän nimeksi, niin se vähän herätteli ajattelemaan sen oman boksin ulkopuolelta. 

Janne: Joo. Toi on just sellainen, mitä itsekin monesti käytän, että annappa kahdenkymmenen lauseen lista tästä jostakin aiheesta ja sitten mä heti bongaan, miten paljon erilaisia vaihtoehtoja on. Ja sitten yleensä se lopputulos on jonkinlainen kombinaatio niistä. Että vaikkei yksikään ehdotus olisi sellaisenaan hyvä, niin niiden yhdistelmä, niin siitä se löytyy se paras yleensä. Että tämä on yksi hyvä tapa. 

Jyrki: Kyllä. Itse olen myös käyttänyt tuota otsikoinnin löytämisessä. Ja sitten jos on tämmöinen hidas prosessi, niin kuin kirja tai joku tämmöinen, niin sittenhän saattaa niiden vaihtoehtojen välillä viipyillä useamman päivänkin, että palaa siihen sitten jälkeenpäin ja fundeeraa, että mikä olisi osuva. Sitten tämmöisessä arkipäiväisessä nopeassa kirjoittamisessa, kun pitää artikkeleita saada aikaiseksi ja tekstiä, niin sitten ei viipyillä niin paljon [pieni naurahdus] niissä, niin sitten valitaan vaan sieltä tai sovelletaan. 

Riikka: Teillä on paljon kokemusta myöskin yhteiskirjoittamisesta. Niin millainen rooli generatiivisella tekoälyllä voisi olla siinä, nimenomaan jotenkin sen yhteistyön rikastamisessa? 

Jyrki: Näkisin niin, kun – no ehkä pitää ottaa askel taaksepäin. Elikkä meilläkin tämä yhteiskirjoittaminenhan on lähtenyt siitä liikkeelle, että meillä on ollut yhteinen tutkimuskohde, jota me lähestytään, että meillä on kummallakin oma tämmöinen substanssiosaaminen. Eli mulla se on kasvatustiede ja laajemmin käyttäytymistiede ja ihmisen päätöksenteko noin yleensä. Ja Jannella on sitten vahva tämmöinen fysiikan ja tämmöisen matemaattisen mallintamisen osaaminen. Niin me aika lailla pystytään etukäteen tavallaan miettimään sitä, että mikä kummankin rooli on. Mutta kuitenkin siten, että me osallistutaan kaikkiin näihin vaiheisiin. En tietenkään näitä tekoälyanalyysejä pysty tekemään itse. Mutta tämä, että meillä on yhteinen tutkimusintressi, joka edellyttää monenlaista asiantuntemusta, niin se helpottaa silloin sitä. Mutta mä näkisin sen tekoälyn, että kun me tavallaan sovitaan, että mitä kohtia kirjoitetaan jostakin artikkelista, niin varmaan samalla tavalla kuin äsken kuvattiin sitä, niin kumpikin sitä omaa osuutta sitten promptaa sillä tekoälyllä. Että mä en tiedä sitten, että tietenkin voihan yhdessäkin tehdä sitä, mutta me ei ole taidettu Jannen kanssa tehdä sitä, että olisi jotakin tekstipätkiä tällein samanaikaisesti promptattu sitten tekoälyllä. Vai miten sä näet Janne tämän? 

Janne: Joo, mäkin ehkä näkisin niin, että tekoälyhän on yksi työkavereista. Ja työpäivän aikana välillä tehdään töitä ihmiskollegan kanssa ja välillä tekoälyn kanssa. Ja itse koen, että silloin kun tehdään ihmisten kanssa töitä, niin ei kaipaa siihen tekoälyä samaan aikaan. Että en ole ainakaan kokenut, että tämmöinen yhdistäminen, mitään semmoista toimivaa mallia siihen. Että itse käytän tekoälyä just silloin, kun teen itse töitä, kirjoitan tai ohjelmoin tai muuten. Että en ehkä osaa nähdä ainakaan tällä hetkellä, että olisi sellaista jotain tekoälytyökalua, mikä tämmöisessä yhteistyössä muiden ihmis-

Jyrki: Juurikin näin, joo. Itse näen ihan samalla tavalla. Että tietenkin on näitä, niitähän on ollut jo pitkään näitä yhteisiä kirjoitusalustoja, mihin voi samanaikaisesti sitten editoida ja kirjoittaa. Mutta se on vähän… Niin tuli vaan tässä nyt mieleen sitten, että voisiko semmoiseen Wordin [pieni naurahdus] verkkoversioon liittää jonkun tämmöisen työkalun. Mutta en heti näe, että mikä hyöty siitä olisi. 

Riikka: Että ehkä jos ajattelee, että johonkin Word Onlineen tulisi Copilotin tavallaan…

Jyrki: Niin. 

Riikka: …ne, niin sitten se yhdistäisi. Mutta ehkä se ei kuitenkaan olisi työkalu nimenomaan siihen yhteistyöhön ja yhteiskirjoittamiseen kuitenkaan. Että se on vähän sama kuin siellä on oikeinkirjoitusohjelma, joka katsoo, niin sitten voidaan käyttää sitä samalla tavalla kuin silloin yksin tehdessä. 

Janne: Kyllä. 

Jyrki: Juurikin näin, joo. Ja sitten se varsinkin tämmöisessä asiantuntijatyöskentelyssä, mitä tutkimustyökin on, niin se edellyttää jokaisen yksilön involmenttia myös siinä, että tehdään yksin myös sitä, prosessoidaan. Että se ei ole pelkästään se työpaja tai se seminaari tai muu milloin tehdään, vaan kaikki tekee myös sitten – tämä on vähän niin kuin sinfoniaorkesteri, että kaikki treenaa yksikseen kuukausikaupalla ja sitten aina silloin tällöin kokoonnutaan yhteen soittamaan, niin se kuulostaa ihan hyvältä sitten. Niin tässä kirjoittamisprosessissa on varmaan ihan samasta asiasta kysymys. 

Riikka: Treenataan yksin, yhdessä ja sitten esiinnytään. 

Jyrki: Niin, juuri näin. Sitten päästään podcastiin [naurahduksia].

Riikka: Sekö se on se suurin tavoite?

Jyrki: No kyllä, sivutuote ainakin [naurahtaa].

Riikka: Hei musta kuulostaa siltä, että te näette, että tekoälyllä ei välttämättä ole mitään erilaista roolia korkeakoulukentällä kuin muualla maailmassa. Suurin osa niistä teksteistä, mitä te olette kirjoittanut, niin teillä on kuitenkin siellä semmoinen markkinointitekstipainotus tai te olette tutkinutkin sitä, että miten ihminen käyttäytyy, mimmoisia ostopäätöksiä tekee ja näin. Mutta olenko mä oikeassa nyt, kun mä kuuntelen tätä, tulkitsenko mä oikein sitä, että te ajattelette, että periaatteessa toiminnasta riippumatta, niin tekoälyä voi hyödyntää ja aika samantyyppisesti? 

Janne: Kyllä. Näinhän on sanottu, että jokainen, joka tekee näppäimistöllä töitä, niin tekoälyllä on siinä selkeä rooli olemassa ja pystyy ottamaan tekoälyä käyttöön. Eli näkisin kyllä, että joka ikinen tietotyöläinen, niin varmasti sellaisia työvaiheita on, missä tekoäly olisi selkeästi apuna. 

Riikka: Ja mihin suuntaan te näette, että tämä tekoäly on kehittymässä? Eli mitä te arvioitte tavallaan, että sen rooli meillä ammattikorkeakouluissa esimerkiksi voisi olla viiden vuoden päästä? Pystyykö sitä katsomaan niin sinne pitkälle, viiden vuoden päähän tai kymmenen vuoden päähän? 

Janne: Viisi vuotta on kyllä pieni ikuisuus tässä kehityksessä. Että sanotaan, että vuosikin on jo aika hyvä, jos saa menemään arvaukset oikeeseen. Mutta varmaan se suurin muutos on siinä, että tekoälymallien tavallaan sen kognitiivinen kyky, se älykkyys, paranee. Ja ne pystyy yksittäisen tehtävän sijaan tekemään pidempiä prosessiketjuja. Elikkä sen sijaan, että sä promptaat, että teeppä tämä yksi tekstikappale tästä, niin se tekeekin vaikka koko tekstin alusta loppuun. Eli just tällaisten, sekä älykkyyden että näiden pidempien prosessien hallinta, niin se on varmaan se, mikä varmasti tulee tapahtumaan ja kiihtymään tässä seuraavien vuosien aikana. Ja tämä tietysti tarkoittaa sitä, että vaikka tutkijan työssä, niin sitten pystytään yhä enemmän isompia kokonaisuuksia laittamaan tekoälyn harteille. Ja sama homma tietysti muillakin aloilla. Että sen mä ehkä näkisin tärkeimmäksi tai semmoiseksi isoimmaksi kehityssuunnaksi. 

Jyrki: Joo. Joku sanoi, että jos tietäisin mihin suuntaan kehitys on menossa, niin olisin jo siellä. Eli on hyvin vaikea sitä ennustaa. Mutta jotenkin tuohon suuntaan. Ja mitä Jannekin kanssa ollaan kirjoitettu tästä, että mikä on se tekoälyn äly ja mikä on ihmisen äly, niin mehän ei pystytä sitäkään hirveän tarkkaan vielä määrittelemään, elikkä mitä on älykäs toiminta. Mutta mä näkisin kuitenkin siinä, että tämä on vähän samansuuntaista kuin teknologiassa yleensä, että kuitenkin sitten sen ihmisen intuitiivinen ja älyllinen kapasiteetti on olennainen osa tätä kokonaisuutta myös tulevaisuudessa. Että tämmöiset hyvin tekniset ja faktapohjaiset asiat, ja mitä on juuri nyt olemassa, niin ne tekoäly pystyy hanskaamaan. Mutta sitten kun ruvetaan kysymään tämmöisiä monimutkaisempia kausaalisuhteita ja ennustamaan tulevaisuuteen, niin ehkä ihminen sitten kuitenkin on niissä parempi. Että nythän, no Yhdysvaltain presidentinvaaleissa esimerkiksi gallupfirmathan hävisi. Elikkä [pieni naurahdus] niiden ennustukset ei pitäneet ollenkaan, tai ei ollenkaan, mutta siis ne meni aika paljon pieleen. Ja siellähän hyödynnettiin myös tekoälyä niissä vaalikampanjoissa. Että tämä on mielenkiintoinen kysymys. 

Riikka: Tämä on Tarinoita yhteiskirjoittamisesta -podcast ja me ollaan ammattikorkeakouluissa töissä, niin tähän loppuun tämmöinen perinteinen kysymys. Mitä te olette oppineet toisiltanne teidän yhteisten kirjoitusprosessien aikana?

Jyrki: No mä ainakin olen Jannelta oppinut sen, että miten noita tutkimusongelmia voisi etukäteen muotoilla järkeviksi sillä tavalla, että niitä on järkevä tutkia myös. Että mulla itsellä on tämmöinen peruskouluopettajan [pieni naurahdus] mindsetti, että haluaisi aina tutkia kaikki mahdolliset asiat kerralla. Ja sitten kun Jannelle esittää näitä mahdollisuuksia, niin hän pystyy sitten hahmottamaan, että mitkä näistä asioista mahdollisesti on tutkittavissa. Eli tämmöinen koeasetelmien ja tutkimusasetelmien muotoilu, niin siitä olen oppinut Jannelta kyllä hyvin paljon. Mutta sitten vielä Jannelta olen oppinut myös tätä kirjoittamista, että Jannella on vahva fyysikon tausta, mutta Janne on myös äärimmäisen hyvä englanninkielisen tieteellisen tekstin kirjoittaja. Että olen myös sitten ihan tästä kirjoittamisprosessista häneltä oppinut paljon. 

Riikka: Mitä sä Janne olet oppinut Jyrkiltä?

Janne: Joo, ihan sama kuva itselläkin on. Eli Jyrkillähän on tosi laaja yleissivistys ja semmoinen laaja kokonaiskuva psykologisista ilmiöistä, mitä me ollaan tutkittu. Ja itsellä ehkä puuttuu sellainen laajempi näkemys ja helposti tartun tällaisiin teknisiin yksityiskohtiin ja keksin tapoja, miten jotakin ei voi tehdä, mitenkä tätä ei voi tutkia. Kun taas Jyrkillä on se semmoinen, ideoita tulee paljon. Ja semmoisia mahdollisuuksia, mitä itse en välttämättä alkaisi tekemään, kun on jalat liian tiukasti kiinni maassa. Niin sitten just sellaista, uusien ideoiden ja uusien ilmiöiden tutkiminen, niin sitä on oppinut Jyrkiltä, että voisi katsoa vähän laajemmin asioita, eikä välttämättä tarttua siihen, että okei tämä on vaikeeta, että tämän tutkiminen on tosi hankalaa koeolosuhteissa. Että pääsisi vähän irti tämmöisestä yksityiskohtiin takertumisesta. 

Riikka: Kuulostaa siltä, että te olette löytänyt toisistanne hyvät kollegat ja täydentävää osaamista niin, että teidän tutkimus oikeasti myöskin kehittyy, kun te teette sitä yhdessä. 

Jyrki: Joo ja sitten vielä ehkä tuohon, että kuitenkin Jannehan on tullut Taideteolliseen korkeakouluun tavallaan duunariksi silloin aikanaan sieltä Jyväskylän yliopistosta fyysikkona, elikkä näihin aivotutkimus. Niin kuitenkin sitten, että meillä kummallakin on kiinnostus näihin, mua kiinnostaa tämä tekoäly ja myös nämä tekniset yksityiskohdat suunnattomasti myös, niin se tukee sitten tätä meidän yhteistyötä. Että mä tavallaan haluaisin olla siellä Jannen tontilla, kun osaisin enemmän. Elikkä on aito kiinnostus myös siihen tekniseen ja tämmöiseen matemaattiseen puoleen, mikä vaatii pitkää harjaantumista ja opiskelua ja substanssiosaamista. Ja Janne on sitten taas osoittanut kiinnostusta tähän ihmisen käyttäytymiseen. Että kaikki fyysikothan ei välttämättä ole kiinnostuneita siitä, vaan ne saattaa jopa karttaa sitä. Niin tämä on hyvä kombo tässä. 

Janne: Kyllä.

Jyrki: Ja sitten myös, että meillä on kummallakin sitten omat verkostot, että me saadaan näihin meidän projekteihin sitten mukavasti muutakin porukkaa. 

Riikka: Kuulostaa tosi hyvältä. Hei kiitos teille tästä antoisasta keskustelusta. 

[vauhdikasta elektronista musiikkia alkaa soimaan taustalla]

Riikka: Ja mä haluan myös kiittää mun kollegaa Laureasta, Noora Montosta, joka on suunnitellut tämän jakson sisältöä mun kanssa. Ja sitten me tietenkin kiitetään kaikkia kuulijoita. Kiitos. 

Jyrki: Kiitos.

Janne: Kiitos. 

[vauhdikasta elektronista musiikkia]

Riikka: Tarinoita yhteiskirjoittamisesta -podcast on tehty Haaga-Helian, Laurean ja Metropolian 3AMK-yhteistyönä. 

[Loppumusiikki]