Generatiivista tekoälyä käytetään tällä hetkellä kaikilla toimialoilla ja siitä puhutaan näyttävästi ja paljon. Opetustyön ja korkeakouluhenkilöstön työvälineenä generatiivinen tekoäly on väsymätön apuri ja sitä voi hyödyntää käytännössä kaikkeen mihin mielikuvitus riittää. Itse olen viimeisen vuoden aikana käyttänyt sitä opetussisältöjen ideoimiseen, suunnitteluun, rikastamiseen, käännöksiin, selkokielistämiseen, palautteeseen ja nyt myös saavutettavuuden parantamiseen. Käytän sitä työarjessani tukiälynä koko ajan enenevissä määrin. Se nopeuttaa monia työtehtäviä merkittävästi ja käyttö alkaakin olla tärkeä työelämätaito.
Saavutettavuuteen liittyvät tukiälykokeiluni ja siitä tekemäni huomiot pohjautuvat tämän sarjan ensimmäiseen Saavutettavuuden 3 näkökulmaa -artikkeliini, digipalvelulakiin (306/2019) sekä eurooppalaiseen EN 301 549 -standardiin ja WCAG-ohjeistukseen (2023), jotka määrittelevät teknistä saavutettavuutta.
Saavutettavuustarkasteluni keskittyi Metropoliassa käytössä olevaan oppimisalustaan, Moodleen. Tarkastelun tukena käytin vaihtelevasti ChatGPT 4.0 (OpenAI), Claude 3.5 Sonnet (Anthropic), Gemini 2.0 Pro (Google DeepMind), DeepSeek V3 ja Llama 3.1 40B/70B (Meta) tekoälytyökaluja. Työkaluvalintoja tein esimerkiksi sen mukaan, miten ne pystyivät arvioimaan suljetussa ympäristössä olevia sisältöjä. Lisäksi tarjoilin osan sisällöistä tekstien ja kuvien muodossa juuri siksi, että ne eivät voineet suljettuja oppimisympäristöjä suoraan tarkastella. Tekoälyn tuottamia parannusehdotuksia pohdin huolellisesti eettisyyden huomioiden. Kaikki saavutettavuutta parantavat muutokset ovat omiani ja ne ovat perustuneet tietoiseen harkintaan.
Kognitiivisen saavutettavuuden tarkastelua
Tekoälyratkaisujen roolia digitaalisen saavutettavuuden parantajana tutkitaan maailmalla kiivaasti. Tällä hetkellä monet ratkaisut näyttävät keskittyvän näkövammaisia koskettavan saavutettavuuden parantamiseen, samalla jättäen muut vammaryhmät, kuten kuulo- ja puhevammat, autismikirjon häiriöt, neurologiset häiriöt ja motoriset haasteet vähemmälle huomiolle (Chemnad & Othman 2024). Tästä poiketen lähdin tekemään tarkastelua saavutettavuuden kolmeen näkökulmaan, kognitiivinen, kielellinen ja tekninen, perustuen.
Kognitiivisen saavutettavuuden arvioimiseksi esitin ChatGPT 4.0:lle seuraavan kehotteen eli promptin:
Pystytkö arvioimaan Moodle-oppimisalustalla olevan sivun kognitiivista saavutettavuutta?
Sain vastaukseksi yleisen määritelmän, joka sisälsi kognitiivisen saavutettavuuden keskeiset asiat, kuten kielellinen, rakenteellinen ja visuaalinen selkeys, yksinkertaisuus, loogisuus ja kohderyhmän huomioiminen. Lisäksi sain ehdotuksia kognitiivisen kuormituksen vähentämiseen ja yksityiskohtaisen ohjeistuksen tarkastelun tueksi, mutta en varsinaista analyysiä.
Saadakseni toivomiani konkreettisia parannusehdotuksia, jatkoin edelleen antamalla kuvan ruudunkaappauksella ja tämän kehotteen:
Pystytkö arvioimaan Moodle-oppimisalustalla olevan sisällön visuaalista selkeyttä, välejä, kontrasteja, värejä?
Tämä sujui ongelmitta ja tuotti täysin aiheellisia parannusehdotuksia saavutettavuuden parantamiseksi, kuten
- lisää välejä otsikon ja tekstin väliin
- tarkista tekstin ja taustan kontrastit ja
- lisää kaikille kuvakkeille tekstivastineet.
Vaikka tunnistan tekoälyn esiin nostamat saavutettavuuden haasteet ja olen niistä samaa mieltä, en käytännössä pysty niitä kokonaan itse korjaamaan. Moodlen käyttöliittymä on tyypillisesti räätälöity yksittäisen korkeakoulun tai toimijan tarpeisiin eikä loppukäyttäjänä työtään tekevä sisällöntuottaja pysty muuttamaan kaikkea haluamaansa, vaikka HTML-koodia ymmärtäisikin. Juuri HTML-koodin muokkaaminen Moodlen sisältöeditorissa onkin monesti avain saavutettavuuden yksityiskohtaiseen parantamiseen.
Hyvää palautetta sen sijaan sain tekstin jakamisesta ymmärrettäviin osiin, selkeiden luetteloiden käyttämisestä, selkeistä oppimistavoitteista, ymmärrettävän ja yksinkertaisen kielen käyttämisestä, selkeistä otsikoista ja hyvin jäsennellystä kokonaisuudesta. Koska kokonaisarvio oli mielestäni hyvinkin positiivinen, päädyin toistamaan saman kehotteen vielä DeepSeek V3:lla ja Googlen Gemini 2.0 Prolla (taulukko 1.) Lieneekö tekoälyjen välinen yhteistyö syynä siihen, että vastaukset aika lailla toistavat toisiaan ja niiden välillä on vain hyvin pieniä eroja?
| GPT-4o mini | Teksti on järjestetty ja helposti luettavissa. Otsikoiden ja kappaleiden väli on riittävä. Tumma teksti vaalealla taustalla takaa hyvän luettavuuden. Otsikkojen värit erottuvat hyvin. Sisältö on visuaalisesti saavutettavaa ja selkeää. |
|---|---|
| DeepSeek V3 | Otsikot erottuvat ja sisältö on helposti luettavaa. Tekstin ja elementtien väli on järkevä. Musta teksti vaalealla taustalla parantaa luettavuutta. Oranssi väri otsikoissa tuo tärkeitä asioita esiin. Visuaalinen selkeys on hyvä. |
| Gemini 2.0 Pro | Sisältö on jaettu selkeisiin osioihin. Välit ovat riittävät, eikä teksti ole liian tiivistä. Kontrasti on erinomainen: musta teksti valkoisella pohjalla. Oranssi korostusväri toimii hyvin. Sisältö on selkeä ja saavutettava. |
Kielellisen saavutettavuuden ja selkokielistämisen tuki
Viimeaikaisista kokeiluistani uusin on tekoälyn hyödyntäminen kielelliseen yksinkertaistamiseen ja selkokielistämiseen. Yliopettaja Aino Vuorijärvi (2024) on blogitekstissään antanut vinkkejä selkokieliseen viestintään ja tekoälyn hyödyntämiseen tämän tueksi. Esimerkiksi opetussuunnitelmien tekstit, opintojaksojen tavoitteet, sisältökuvaukset tai tehtäväksiannot voivat olla monimutkaisia ja vaikeaselkoisia, jolloin selkokielistäminen voi olla tarpeen.
Apua kielellisen saavutettavuuden parantamiseen pyysin Llama 3.1 405B ja Claude Sonnet 3.5 -tekoälytyökaluilta antamalla kuvaruutukaappauksen ja seuraavan kehotteen:
Pystytkö arvioimaan kielellistä saavutettavuutta antamani kuvan perusteella?
Tehtävä onnistui vaivatta. Ne arvioivat sivuni kielellisen saavutettavuuden hyväksi (taulukko 2.), käytetyn kielen selkeäksi ja ymmärrettäväksi. Kielen arvioinnin lisäksi tekoälyä voi käyttää selkokielistämiseen antamalla tekoälyapurille tekstin ja pyytämällä siitä muokatun version.
| Llama 3.1 405B | Teksti on johdonmukaisesti jäsennelty, ja tehtävänanto selkeästi muotoiltu. Kieltä käytetään informatiivisesti ilman tarpeettoman monimutkaisia rakenteita. Ohjeistus on tiivis, mutta se sisältää yksityiskohtia, jotka auttavat ymmärtämään tehtäväkokonaisuuden. Toimintaohjeet, kuten "perehdy", "lue", "kuuntele", "pohdi ja tiivistä", tukevat opiskelijan työskentelyä. Teksti on suunnattu korkeakoulutasoisille opiskelijoille, ja käytetty terminologia sopii heidän tasolleen. Huomiota on kiinnitetty selkeyteen ja tekstin jaksotteluun, mikä parantaa ymmärrettävyyttä. |
|---|---|
| Claude 3.5 Sonnet | Selkeä otsikointi ja rakenne tekevät sisällöstä helposti seurattavaa. Tehtävänanto on ytimekäs ja yksiselitteinen, ja lähdeviittaukset ovat selkeästi merkitty. Ohjeet ovat konkreettisia ja toimintaa ohjaavia, mikä helpottaa opiskelijan työskentelyä. Merkkimäärärajoitus on selkeästi ilmaistu (150 sanaa). Kehitettävää on, että muutama pitkä virkerakenne voisi olla yksinkertaisempi, ja tekstissä on jonkin verran ammattitermistöä, joka voi vaatia lisäselvennystä. |
Kielellisen saavutettavuuden tarkastelun lisäksi pyysin ChatGPT 4.0:aa lukemaan sivuni ääneen, tällä kehotteella:
Voitko lukea Moodlessa olevan sivuni ääneen?
Tätä se ei pysty suoraan tekemään, koska kyseessä on kirjautumista vaativa sisältö. Vastauksena sain kuitenkin yksityiskohtaiset ohjeet tekstin muuttamiseksi puheeksi ja text-to-speech-sovelluksen asentamiseksi. ChatGPT 4.0:n ehdottaman Google Chrome -selaimeen asennettavan Read Aloud -lisäosan avulla sain kuunneltua tuottamani sisällön. Tämän avulla tein lisää arvokkaita havaintoja ja sain kehittämisideoita tekstin jaotteluun, luettavuuteen ja selkeyteen liittyen. Erityisen haastavilta kuulostivat numeroidut tehtävälistat, joiden saavutettavuutta on pakko parantaa.
Jo aiemmin tekoälytyökalujen (YouTube ja HappyScribe) avulla tekstitettyjen videoiden saavutettavuutta olen edelleen parantanut tekemällä yhteenvetoja ChatGPT 4.0:lla. Tekstitykset ja tiivistelmät parantavat sekä kognitiivista että kielellistä saavutettavuutta ja mahdollistavat erilaisten tiedostomuotojen hyödyntämisen oppijan oman mielenkiinnon mukaan.
Tekninen saavutettavuus ja helppokäyttöisyyden tarkistaminen
Teknisen saavutettavuuden ja helppokäyttöisyyden tarkistamiseen Moodle tarjoaa oman lisäosan, mikä on korkeakoulussamme otettu käyttöön. Työkalu perustuu WCAG-kriteereihin ja sillä voi tarkistaa oppimisympäristön seuraavilta osin
- tekstien ja taustan väliset kontrastit ovat riittävän erottuvat
- kuvista löytyy vaihtoehtoinen alt-teksti
- otsikkorakenne on looginen ja semanttisesti merkitty
- kaikki toiminnot ovat käytettävissä pelkällä näppäimistöllä
- linkkitekstit ovat kuvailevia.
Tarkistuksen perusteella työkalu tarjoaa parannusehdotuksia ja tulee tyytyväiseksi, kun kaikki saavutettavuushaasteet on poistettu. Tämä työkalu soveltuu nopeaan, osin pintapuoliseen tarkasteluun, joka tulee tehdä jokaiselle Moodlen aktiviteetille tai aineistolle erikseen. Lisäosa löytyy Moodlen tekstieditorista.
Saavutettavuutta parantavat vinkit käytäntöön
Saavutettavuuden huomioiminen, tarkastelu ja parantaminen ovat osa opettajien työtä, ei kokonaisuudesta irrallinen elementti. Kokonaisvaltainen oppijalähtöinen sisällön suunnittelu, tuottaminen ja kehittäminen ovat perusta saavutettavuudelle. Sisältöjen tarjoaminen monimediaisessa, saavutettavassa muodossa mahdollistaa erilaisten oppijoiden tarpeiden huomioimisen entistä paremmin. Generatiiviseen tekoälyyn perustuvien apureiden kanssa työskennellessä on kuitenkin hyvä pitää mielessä, että ne soveltuvat hyvin tarkastelun tueksi ja ohjeistajiksi, varsinaista analyysiä tai konkreettista korjaamista ne eivät suoraan tee. Ajattelun tukena ja erilaisten näkökulmien esiin nostajina ne toimivat kuitenkin oikein hyvin. Tämän vuoksi käyttö vaatii opettajilta osaamista ja ymmärrystä digitaalisesta saavutettavuudesta, jonka pohjalta voi arvioida tekoälysovellusten tuottamia ehdotuksia.
Lähteet
Chemnad, K. & Othman, A. 2024. Digital accessibility in the era of artificial intelligence—Bibliometric analysis and systematic review. Frontiers in Artificial Intelligence, 7, 1349668.
EN 301549:2021. Accessibility requirements for ICT products and services – European Commission. Haettu 20.2.2025.
Laki digitaalisten palvelujen tarjoamisesta (306/2019). Haettu 20.2.2025.
Vuorijärvi, A. 2024. Kielellinen saavutettavuus opiskelu- ja työyhteisöissä: Tekoälystä apua selkokieliseen viestintään. Sotemuotoilijat-blogi. Helsinki: Metropolia Ammattikorkeakoulu. Haettu 20.2.2025.
WCAG 2023. Web Content Accessibility Guidelines (WCAG) 2.2. Haettu 20.2.2025.
Kirjoittaja
-
Mari Virtanen
Yliopettaja, Metropolia AmmattikorkeakouluTerveystieteilijä ja korkeakouluopettaja Mari Virtasen tutkimus- ja kehittämisintressit keskittyvät laajasti digitaalisten terveyspalvelujen, potilasohjauksen ja vaikuttavien opetusratkaisujen muotoilemiseen. Hän viihtyy aidon osallisuuden ja käyttäjälähtöisen kehittämisen parissa, niin asiakkaiden, potilaiden ja alan opiskelijoiden kanssa.
Tutustu tekijään
