Prosessin opettamisen tärkeydestä kaikki tekoälyavusteista kirjoittamista tutkineet näyttävät olevan yhtä mieltä (mm. Mills 2023). Genremenetelmässä, jota kaksiosainen artikkelisarjani käsittelee, prosessi on oletusasetus ja toimiva tekstilajin edustaja lopputulos. Kokemukseni mukaan prosessi on myös tekoälyavusteisen kirjoittamisen voimaannuttavin osuus (Vuorijärvi 2024a). Yhdistelmältä on kaiketi lupa odottaa vielä enemmän?
Seuraavassa jatkan eteenpäin artikkelistani Genremenetelmä tekstityössä. Esittelen genremenetelmästä tekoälyavusteisen version 2.0 vaiheineen sekä niine etuineen ja ehtoineen, jotka menetelmän soveltamisessa ja ohjaamisessa on tarpeen ottaa huomioon.
Perinteinen menetelmä tekoälyllä vahvistettuna
Kun genremenetelmä kohtaa generatiivisen tekoälyn, menetelmän toteutusvaiheet pysyvät suunnilleen samoina kuin perinteisessä mallissa, mutta toimijoiden roolit ja työnjako lähtevät liikkeelle. Genremenetelmän versiossa 2.0 etenkin opettaja-ohjaajan rooli muuttuu, kun kirjoittajan ja tekoälyn vuoropuhelu tuotettavan tekstin olemuksesta käy ratkaisevan tärkeäksi. Vuoropuhelu perustuu kirjoittajan taitoon antaa tekoälylle relevantteja kehotteita: kysymyksiä ja käskyjä, jotka vievät ajatuksia ja tekstiä eteenpäin. Niistä sekä kirjoittajan taidosta arvioida tekoälyavustajan generoimia vastauksia riippuu yleensä myös tekstin laatu ja toimivuus. Prosessiin liittyy lisäksi monitasoista eettistä pohdittavaa, kuten kirjoittajan vastuu omasta tekstistään ja oppimisestaan sekä tekoälyn käytön läpinäkyvä merkitseminen omaan tekstituotokseen (Vuorijärvi 2024b, 2025a).
Tekoälyavusteisen genremenetelmän toteuttamisen vaiheet
Seuraavaan kuvaukseeni tekoälyllä vahvistetun genremenetelmän vaiheista sisällytän myös esimerkkejä kehotetyypeistä, joita kirjoittaja antaa generatiiviselle tekoälylle (esim. ChatGPT tai Copilot). Tekstilajin paikalle voi ajatella lähes minkä tekstilajin tahansa, esimerkiksi projektiraportin, neuvottelumuistion tai CV:n.
1. Tekstilajin eli genren valinta, sen tarkoitukseen, sisältöön ja käyttöyhteyteen perehtyminen
Ensimmäisessä vaiheessa kirjoittaja valitsee käsittelyyn otettavan tekstilajin ja perehtyy sen käyttöyhteyteen, tarkoitukseen ja tavanomaiseen sisältöön. Tekoäly toimii apuna taustatiedon keräämisessä ja esimerkkien tunnistamisessa.
- Mihin tarkoitukseen tekstilajia käytetään? Kuka sen lukee? Missä se julkaistaan tai jaetaan? Mikä sen pääasiallinen tarkoitus on? Miten tekstiin suhtaudutaan? Mitkä ovat sen keskeiset osiot ja niiden tehtävät?
- Onko tekstilajista saatavilla ohjemateriaaleja tai tutkimusta? Löytyykö siitä lähteitä sovelluksen kautta tai esimerkiksi Keenious-tiedonhakutyökalun avulla?
- Anna tekstilajista esimerkkejä eri aloilta.
2. Tekstilajin ja sen tyypillisten rakenne-, kieli- ja tyylipiirteiden mallintaminen
Kirjoittaja tutustuu tekstilajin piirteisiin: millainen rakenne, sanasto ja tyyli ovat sille tyypillisiä. Generatiiviselta tekoälyltä voi pyytää esimerkkejä ja koosteita malliksi.
- Millainen kokonaisrakenne tekstilajissa yleensä on? Mitkä ovat sen tärkeimmät osiot tai elementit? Millaista sanastoa ja tyyliä tekstilajissa suositaan? Millaisia aineistoja, lähteitä tai työkaluja sen tekemisessä käytetään? Miten ne on merkitty näkyviin?
- Kuvaa kokoavasti tekstilajin ominaispiirteet: rakenne, osat, niiden järjestys, sanasto, kielen ja tyylin piirteet ja tekstin laajuus.
3. Autenttisiin ja tekoälyn generoimiin tekstiesimerkkeihin tutustuminen
Tässä vaiheessa tutustutaan sekä aitoihin että tekoälyn luomiin tekstiesimerkkeihin. Tarkoituksena on syventyä tekstilajin perusolemukseen ja saada siitä tukea oman tekstin kirjoittamiseen.
- Etsi esimerkkejä hyvistä teksteistä soveltuvalta alalta. Miten ne eroavat toisistaan? Mikä niissä on tekstilajille tyypillistä?
- Luo tyyppiesimerkki tekstilajista.
- Tee esimerkki tekstilajin toteumasta omalla alallani.
4. Tekstin luonnostelu ja jatkuvan palautteen hyödyntäminen
Kirjoittaja rakentaa oman tekstinsä ensimmäisen version sekä käyttää tekoälyä palautteenantajana ja sparraajana tekstin sisällön, rakenteen ja ilmaisun kehittämisessä.
- Arvioi tekstiluonnosta ja ehdota siihen parannuksia. Toimiiko rakenne? Entä esittämisjärjestys? Vastaavatko väliotsikot sisältöjä? Onko olennaisin mukana ja erottuuko se selvästi? Kuinka voin tehdä tekstistä vielä selkeämmän, tiiviimmän tai uskottavamman? Onko kieli kohdeyleisölle sopivaa? Onko se tarpeeksi havainnollista? Onko keskeiset käsitteet esitelty oikein? Miten määrittelisin ne paremmin?
- Ehdota vaihtoehtoja lyhennesanoille, ammattitermeille ja anglismeille.
- Miten merkitsen lähteet tekstiin? Miten merkitsen tekoälyn käytön näkyviin?
- Tee vertailun vuoksi tekstistä tiivistelmä tai selkokielinen/ tieteellinen/ virallinen/ persoonallinen versio.
- Tarkista tekstin kieliasu.
5. Palaute ja tekstin viimeistely
Viimeistelyvaiheessa keskitytään tekoälyavustajalta saadun palautteen pohjalta tekstin parantamiseen ja tarkastellaan, vastaako lopputulos omia tavoitteita ja ajatuksia.
- Anna palautetta tekstin toimivuudesta. Mainitse sekä onnistumiset että korjailtavat kohdat. Onko kokonaisuus selkeä ja ehyt? Puuttuuko tekstistä vielä jotain? Ehdota, miten kokonaisuuden saisi vielä sujuvammaksi. Onko kokonaisuus valmis?
- Oikolue koko teksti.
Lopuksi kirjoittajan on syytä antaa itselleen kehote varmistaa tekstinsä tekijyys: Onko teksti minun tuotokseni? Vastaako se ajatuksia, joita haluan välittää? Voinko yhä kantaa vastuun sen sisällöstä?
Vaikka genrestä, genremenetelmästä ja tekoälystä kirjoittamisen tukena on erikseen kirjoitettu paljon, kuvauksia tekoälyavusteisesta genremenetelmästä tai sen empiirisistä sovelluksista ei vielä juurikaan löydy. Poikkeuksena on raportti elokuva-arvostelun kirjoittamisprosessista (Redmann 2024), joka vahvistaa edellä kuvaamaani vaiheistusta. Muut tuoreet tutkimukset kertovat, kuinka tekoälytuettu genremenetelmä vähentää ohjaajan työkuormaa (Petrova & Rychkova 2024) tai miten se vaikuttaa eri alojen tekstituotosten ilmaisuvoimaan (Wilson & Rose 2025). Etenkin asiakkaan tavoittamiseen muun muassa markkinointiteksteissä kaivataan lisää inhimillisiä sävyjä. Laboratorioraporttigenren kirjoittamista perinteisellä ja tekoälyavusteisella tavalla on verrattu toisiinsa tuoreessa artikkelissa (Nair 2024). Siinä on paneuduttu erityisesti tekstilajin tarkoituksen ja tekstin eri osien tehtävien tunnistamiseen ja ymmärtämiseen. Kuvaus sopisi virikkeeksi etenkin opinnäytetyön kirjoittajille.
Toisaalta tekoälyavusteisen kirjoittamisen jo sinänsä on tutkitusti todettu parantavan opiskelijoiden tekstituotoksia nimenomaan prosessissa lisääntyneen tekstilajitietoisuuden myötä (Kim, Majdara & Olsen 2024). Tämä kannustaa jatkamaan menetelmäversion kehittämistä ja kokeilua.
Vertailua ja vastuullista sparraamista
Peruslähtökohta tekoälyavusteiselle kirjoittamiselle on, että kirjoittaja tuntee vastuunsa tekstin tekijänä ja varmistetun, oikean tietosisällön välittäjänä (ks. esim. Vuorijärvi 2025a). Tekstituotosta ei siis tilata valmiina generatiiviselta tekoälyltä, vaan se kirjoitetaan karttuneen genretiedon pohjalta tekoälyavusteisesti. Esimerkiksi toisen kielen oppija voi luonnostella tekstiään aluksi muullakin kuin kohdekielellä. Vaikuttavin oppimistulos kuitenkin saadaan, kun kohdekielistä tekstiä työstetään vaihe kerrallaan ja tekoälyltä saadun jatkuvan palautteen avulla.
Genremenetelmässä 2.0 tekoäly voi ilman eri resurssia korvata tekstinohjaajalle perinteisesti kuuluvaa valmistelu-, analyysi- ja mallinnustyötä (Petrova & Rychkova 2025). Kirjoittajan on kuitenkin itse osattava ohjata tekoälyavustajaansa harkituilla kehotteilla ja käyttää sitä prosessissaan sparrailuapuna. Esimerkiksi monien ammattispesifien tekstilajien mallitekstin tuottaminen tai edustavan mentoritekstin valinta ei välttämättä koneelta yksin luonnistu.
Asiantuntijalla tai siksi opiskelevalla on menetelmää soveltaessaan monta syytä olla kriittinen: tarkastella sekä toimintaansa että tekoälyn tarjoamien vastausten ja palautteiden käyttökelpoisuutta analyyttisesti ja iteratiivisesti. Vain siten tekstituotoksesta tulee sosiaalisesti vastuullinen ja eettisesti kestävä. Kriittisyys sisältää faktojen tarkistamisen luotettavista kirjallisista tai suullisista lähteistä ja tarvittaessa niiden esiin tuomisen tekstissä. Usein se tarkoittaa myös avointa ilmoitusta siitä, miten tekoälyä on kirjoitettaessa hyödynnetty ja mikä rooli kullakin toimijalla on prosessissa ollut. (Ks. Vuorijärvi 2025ab.)
Varsinkin silloin, kun genremenetelmä tai tekoälyavusteinen kirjoittaminen on kirjoittajalle uutta, tarvitaan edelleen ohjaajaa: sekä prosessin fasilitoijaksi että asiantuntijaksi prosessin eri vaiheisiin. Ohjaajalla on yleensä tekoälyä parempi pääsy tietosuojattuihin tai alakohtaisiin esimerkkiteksteihin esimerkiksi hoitosuunnitelman tai kypsyyskoevastauksen perusmallia hahmoteltaessa. Hänen tuntemuksensa tekstilajin sosiaalisesta kontekstista, sanastosta ja tekstin vivahteista on myös yhä tekoälyä sensitiivisempi, mikä kannattaa ottaa työnjaossa huomioon. Palautteenantajana ohjaaja ei päivystä tekoälyn tapaan 24/7, mutta perusteluissa hän sen vielä yleensä päihittää.
Kiistatonta kuitenkin on, että menetelmä säästää sekä ohjaajan (Petrova & Ruchkova 2024) että kirjoittajan (esim. Zhang n.d.) aikaa ja vaivaa tai ainakin siirtää niiden painopisteitä. Erillistä harkintaa vaatii päättää, mihin säästyneet resurssit käytetään: ohjauksen henkilökohtaistamiseen ja sen laatuun vai – kyynisesti ajateltuna – tiukempiin tulostavoitteisiin. Tuotoksen arviointiin menetelmä ei ota erityistä kantaa, mutta oletettavasti kirjoittaja edelleen arvostaa onnistuneen tekstinsä inhimilliseltä yleisöltä saamaa huomiota.
Tekstitaidot ja niiden oppiminen monimuotoistuvat
Etenkin Suomessa oppivelvollisuutensa suorittaneet milleniaalit osaavat lukea, analysoida ja jopa tuottaa laajan kirjon tekstilajeja, kuten uutisia, kolumneja, rekrytointivideoita, reportaaseja, musiikkiarvosteluja, takakansitekstejä, runoanalyysejä, mielipidekirjoituksia, vastineita tai elokuvatrailereita (esim. Valtonen 2012; Opetushallitus n.d.). Tätä jo hankittua valmiutta työelämässä tarvittavien tekstitaitojen oppimiseksi olisi hyvä asiantuntijoiden koulutuksessa nykyistä systemaattisemmin hyödyntää.
Ohjattuna tekoälyavusteinen genremenetelmä mahdollistaa myös opetuksen henkilökohtaistamisen (ks. Tillaeus 2024). Esimerkiksi toisen kielen (L2, Suomessa S2) oppijalle menetelmä tarjoaa hänen taitotasoonsa soveltuvaa sanastollis-kieliopillista tukea tarvittaessa läpi vuorokauden, mutta myös tekstilajimalleja ja -esimerkkejä muillakin tutuilla kielillä tai omalla äidinkielellä. Menetelmää voi soveltaa sekä lähi- että etäopetuksessa, ja se soveltuu sekä yksilö- että ryhmätyöskentelyyn ohjaajan ohjauksessa tai itsenäisesti.
Genremenetelmä 2.0 on myös käyttökelpoinen kehys oppia ja opettaa vastuullisen tekoälyavusteisen kirjoittamisen perusteita. Jatkuvan oppimisen kannalta arvokasta on, että menetelmää voi kerran sen opittuaan soveltaa itseohjautuvasti minkä tahansa merkityksellisen tekstilajin kirjoittamiseen tai kriittiseen lukemiseen. Oletan menetelmän olevan avuksi myös tekoälyn lukutaidon (englanniksi AI literacy, ks. Long & Magerko 2020; Bozkurt 2024) oppimisessa.
Esittelemäni menetelmäversio on yksi esimerkki siitä, miten tekstitaitojen oppiminen monimuotoistuu tekoälyn arkipäiväistyessä. Osittainkin sovellettuna menetelmästä 2.0 on hyötyä tilanteissa, joissa jokaiselle kirjoittajalle ei riitä omaa ohjaajaa ja palautteenantajaa prosessin kaikkiin vaiheisiin. Ihan kaikkia tekstilajeja ei silti tekoälyavusteisen genremankelin lävitse tarvitse pusertaa; myös spontaaneja käsinkirjoitettuja heippalappuja yhä tarvitaan. Tekoälyavustajan ketterään ratkaisuun taas voinee luottaa esimerkiksi silloin, kun haluaa nopeasti lähettää majoituspaikkaan englanniksi kohteliaan sähköpostiviestin lennon myöhästymisestä ja uudesta saapumisajasta.
Genremenetelmää ja sen soveltamista kuvaavat artikkelini tarjoavat eväitä erityisesti niille opettajille ja tekstinohjaajille, jotka haluavat yhdistää perinteisiä ja uusia menetelmiä tekstitaitojen vahvistamiseen esimerkiksi ammattikorkeakoulun perusopinnoissa tai uusissa TOKAKO-mallia soveltavissa kaksikielisissä Bachelor-tutkinnoissa (mallista tarkemmin Repo Jamal & Laiho 2024). Menetelmä soveltuu hyvin tekstitaitojen opiskeluun myös työelämän täydennyskoulutuksessa.
Lähteet
Bozkurt, A. 2024. Why generative AI literacy, why now and why it matters in the educational landscape? Kings, queens and GenAI dragons. Open Praxis 16(3), 283–290.
Kim, D., Majdara, A. & Olson, W. 2024. A pilot study inquiring into the impact of ChatGPT on lab report writing in introductory engineering labs. International Journal of Technology in Education 7(2), 259–289.
Lankinen, P. & Vuorijärvi, A. 2010. Kohti ammatillisen asiantuntijayhteisön voimagenrejä. Teoksessa Lambert, P. & Vanhanen-Nuutinen, L. (toim.) Hankekirjoittaminen. Välineitä hanketoimintaan ja opinnäytetyöhön. Tutkimuksia 1/2010. Helsinki: Haaga-Helia, 259–271.
Long, D. & Magerko, B. 2020. What is AI literacy? Competencies and design considerations. CHI Conference on Human Factors in Computing Systems. Association for Computing Machinery.
Mills, A. 2023. ChatGPT just got better. What does that mean for our writing assignments. The Chronicle of Higher Education. Haettu 4.4.2025.
Nair, A. 2024. How to improve lab report writing: Best practices to follow with and without AI-assistance. Enago Academy. Haettu 3.4.2025.
Opetushallitus n.d. Tekstilaji opetuksessa. Haettu 2.4.2025.
Petrova, N. & Rychkova, I. 2024. AI-powered genre-based writing assignments for intermediate and advanced Russian learners. Russian Language Journal 74 (1).
Redmann, J. 2024. Genre-based writing in the German classroom in the age of generative AI. Die Unterrichtspraxis/Teaching German 57(2), 263–276.
Repo Jamal, H. & Laiho, S. (toim.) 2024. Toiminnallisesti kaksikielinen korkeakoulutus – uusia osaajia Suomen työmarkkinoille. Metropolia Ammattikorkeakoulun julkaisuja, TAITO-sarja 146. Helsinki: Metropolia Ammattikorkeakoulu.
Shore, S. & Rapatti, K. (toim.) 2014. Tekstilajitaidot. Lukemisen ja kirjoittamisen opettaminen koulussa. Äidinkielen opettajain liiton vuosikirja 2014. Helsinki: Äidinkielen opettajain liitto.
Tillaeus, J. 2024. Opettaja ihastui tekoälyyn – tällaisia tehtäviä se luo oppilaille. Päivitetty 15.2.2024. Haettu 3.4.2025.
Valtonen, P. 2012. Abiturientti uutistoimittajana. Tekstilajin taju ja uutisen tuottaminen äidinkielen tekstitaidon kokeessa. Väitöskirja. Turun yliopiston julkaisuja. Scripta lingua fennica edita. Turku: Turun yliopisto.
Vuorijärvi, A. 2013. Opinnäytetyö ja yhteisö. Ammattikorkeakoulun diskussio tekstinä. Väitöskirja. Suomen kielen, suomalais-ugrilaisten ja pohjoismaisten kielten ja kirjallisuuksien laitos. Helsinki: Helsingin yliopisto.
Vuorijärvi, A. 2024a. Asiantuntija tanssii tekstien kanssa 1/2: Tekoälystä nostetta kirjoittamiseen. Sotemuotoilijat. Helsinki: Metropolia Ammattikorkeakoulu. Haettu 3.4.2025.
Vuorijärvi, A. 2024b. Asiantuntija tanssii tekstien kanssa 2/2: Kirjoittajan ja tekoälyavustajan vuorovaikutus. Sotemuotoilijat. Helsinki: Metropolia Ammattikorkeakoulu. Haettu 3.4.2025.
Vuorijärvi, A. 2025a. Näytä että käytät 1/2: Merkkejä tekoälyn käytöstä opiskelu- ja asiantuntijateksteissä. Metrospektiivi Pro. Helsinki: Metropolia Ammattikorkeakoulu.
Vuorijärvi, A. 2025b. Näytä että käytät 2/2: Esimerkkejä opiskelu- ja asiantuntijatekstien tekoälymerkinnöistä. Metrospektiivi Pro. Helsinki: Metropolia Ammattikorkeakoulu.
Vuorijärvi, A. & Komssi, T. 2025. Fysioterapeutin työn tekstilajeja oppimassa. Metrospektiivi Pro. Helsinki: Metropolia Ammattikorkeakoulu.
Vuorijärvi, A. & Lumme, R. 2025. Bioanalyytikon työn tekstilajeja oppimassa. Metrospektiivi Pro. Helsinki: Metropolia Ammattikorkeakoulu.
Wilson, W. & Rose, H. 2025. A Genre, coring, and authorship analysis of AI-generated and human-written refusal emails. Business and Professional Communication Quarterly.
Zhang, Rand n.d. How AI writing saves time in researching and writing content. Quick Creator. Haettu 3.4.2025.
Kirjoittaja
-
Aino Vuorijärvi
Yliopettaja, Metropolia AmmattikorkeakouluAino Vuorijärvi on suomen kielen ja viestinnän yliopettaja, joka arvostaa hyvin hengittäviä tekstejä, mutta myös dialogia sananarvauskoneen kanssa.
Tutustu tekijään