Työskenneltäessä suuriin kielimalleihin pohjaavan generatiivisen tekoälyn kanssa kielimalleja ohjataan nimenomaan kielen ja kirjoittamisen avulla. Artikkelissani esitän, miten tekstinohjaustyöstäni tutut, moninaiset kirjoitustehtävät voivat toimia ammattikorkeakouluissa tekoälyn vastuullisen käytön käyttöliittymänä.
Samalla hahmottelen, kuinka opetussuunnitelmat voivat osaltaan ohjata korkeakoulun tekoälykyvykkyyden kehittymistä sekä tukea opiskelijoiden tekoälynkestävää (engl. AI-resilient) oppimista ja valmentautumista työelämään.
Systeemiälykkyys ja tekoäly korkeakouluympäristössä
Raimo P. Hämäläisen ja Esa Saarisen (2004: esipuhe; 2005: johdanto) kehittämä systeemiälykäs lähestymistapa tarjoaa sovelluskelpoisen kehyksen tekoälyn pedagogiseen tarkasteluun, kokonaisuuden ja sen osien välisen yhteispelin ymmärtämiseen. Systeemiälykkäässä ajattelussa huomio kohdistuu vuorovaikutussuhteisiin, palautesilmukoihin sekä monimutkaisten järjestelmien synnyttämiin ei-toivottuihin seurauksiin. Korkeakouluympäristössä tekoäly kytkeytyy opiskelijoihin, opettajiin, oppimistehtäviin, ohjaus- ja arviointikäytäntöihin sekä institutionaalisiin ohjeistuksiin kokonaisvaltaisena systeeminä.
Koulutuksessa tekoäly ei ole pelkkä ulkoinen teknologinen häiriö tai uhka, vaan uusi toimija, jonka läsnäolo muokkaa oppimisympäristön dynamiikkaa (Kasneci ym. 2023; Selwyn 2019). Systeemiälykäs tarkastelu ohjaa huomion pois yksittäisen opiskelijan tekoälyn käytöstä ja kohti sitä, mitä signaaleja koko oppimisen järjestelmä hänelle välittää. Tavoitteelliset opetussuunnitelmat ja niihin kytkeytyvät opintojaksojen toteutuskuvaukset – niistä edelleen juontuvine oppimistehtävineen ja arviointikäytäntöineen – ovat keskeinen osa tätä systeemiä (Kokko 2020). Niihin koodautuu kunkin korkeakoulun oppijan rooli vastuineen, velvollisuuksineen ja uusine mahdollisuuksineen menestyä. Systeemiajattelussa merkittävää on huomata, miten pienikin muutos osassa tai yksittäisessä tekijässä voi vaikuttaa laajasti koko kokonaisuuteen (Hämäläinen & Saarinen 2025: johdanto).
Oppimistehtävät väylänä vastuullisiin toimintatapoihin
Oppimistehtävät muodostavat toiminnallisen väylän tekoälyn vastuulliseen hyödyntämiseen korkeakouluissa. Ne eivät toimi vain arviointivälineinä, vaan ohjaavat opiskelijan toimintaa ja ajattelua. Siirtymä ajasta ennen tekoälyä tekoälyavusteisen oppimisen kauteen näkyy niissä selvästi: jopa hyvät vanhat opetuskäytännöt saattoivat ChatGPT:n avoimen version lanseerauksen myötä vuoden 2022 lopulla kumoutua hämmentävästi yhdessä yössä. Systeemiajattelun käsittein tilannetta voisi kutsua jopa viheliäiseksi (Colcherster 2019).
Nykytilanteessa monet tekoälyyn liittyvät pedagogiset ratkaisut ovat olleet reaktiivisia. Kieltoihin ja rajoituksiin perustuvat linjaukset, kuten tekoälyn käytölle alttiiden oppimistehtävien välttely, pyrkivät turvaamaan arvioinnin luotettavuutta. Toisaalta ne voivat myös ohjata opiskelijoita tekoälyn käytön salailuun. Systeemiälykkäässä katsannossa ongelma ei tällöin ole yksittäisen opiskelijan toiminta, vaan solmukohta sijaitsee järjestelmän välittämissä signaaleissa: siinä, mitä oppimistehtävien rakenne ja arviointikäytännöt opiskelijoille tosiasiassa viestivät tekoälyn käytöstä.
Vastuulliseen tekoälyn käyttöön ei siis päästä sitä välttelemällä, vaan orientoitumalla lannistumatta uudelleen ja eteenpäin – esimerkiksi suunnittelemalla tekoälynkestäviä oppimistehtäviä. Niissä tekoälyn käytöllä ei ohiteta oppimista, vaan tietoisesti tuetaan ja täydennetään sitä. Esimerkiksi nopeuttaessaan tai tehostaessaan oppimistehtävän tiedonhakua ja rajaamista tai vaikka pelkästään tekstin oikolukua tekoäly tekee oppimisprosessiin tilaa luovalle ajattelulle ja toivotuille onnistumisen kokemuksille (Opetushallitus n.d.). Näistä myönteisistä havainnoista on mahdollista hakea vipuvoimaa muutokseen (Colchester 2019).
Oppimisen lisäarvoa etsimässä
Lukuisissa tutkimuksissa on jo etsitty tekoälyavusteisten oppimistehtävien ohjeistukseen käytäntöjä, jotka eivät heikentäisi oppimisprosessia vaan toisivat siihen lisäarvoa (esim. Ncube, Dzvapatsva, Matobobo & Ranga 2026). Tutkijoiden mukaan tekoälynkestävyys oppimistehtävissä edellyttää, että tehtävät suunnitellaan virittämään esimerkiksi prosessioppimista, tiedon ja työvälineiden reflektoivaa tarkastelua sekä opiskelijan tulevassa asiantuntijaroolissa keskeistä kriittistä ajattelua (kootusti esim. Awadallah & Khlaif 2024). Myös arvioinnin tulisi kohdentua sekä prosessiin että tuotokseen (esim. Cope & Kalantzis 2024, ks. Vuorijärvi 2025). Näin korkeakoulu oppii tunnistamaan, millaiset pedagogiset rakenteet tukevat tekoälyn vastuullista käyttöä ja millainen ohjaus ehkäisee ei-toivottuja seurauksia, joista tahallinen tai tahaton plagiointi tai vilppi ovat yleisimmin esiin nostettuja (Arene 2023; Mai, Can & Nguyen 2024; Opetusalan eettinen neuvottelukunta 2024; Opetushallitus n.d.).
Esimerkiksi omassa työyhteisössäni olen ollut huolissani siitä, mitä perinteisistä menetelmistä ja niiden pedagogisesta potentiaalista saatetaan menettää, jos opintojaksojen kirjoitustehtävistä kategorisesti luovutaan – joko tekoälyn pelossa tai pedagogisen resilienssin puutteessa. Systeemiälykästä olisi nähdä epävarmuus tilanteessa rakenteellisena ja etsiä vaihtoehtoja, jotka kannattelisivat sen yli.
Tuoretta tutkimusta tulkiten juuri tietynlaiset oppimistehtävät on todettu tekoälynkestäviksi ja toimiviksi uudessa tilanteessa. Kirjoitustehtävissä ne eivät kiellä tekoälyn käyttöä, vaan vipuavat oppimisen painopisteen pois tekstin tuottamisesta kohti ajattelua, soveltamista ja kriittistä arviointia. Tällaisia tehtävätyyppejä voisivat olla esimerkiksi seuraavat:
- prosessuaaliset eli oppimisprosessia korostavat tehtävät, joissa lopputuloksen lisäksi merkityksellisiä ovat ne vaiheet, valinnat ja ratkaisut, joilla siihen on päästy
- kontekstisidonnaiset soveltamistehtävät, joissa teoriaa viedään monimutkaisiin, mieluiten paikallisiin, käytännön tilanteisiin ja ongelmiin
- tiedon tai tekstin laatua arvioivat ja kriittistä tarkastelua edellyttävät tehtävät, joissa virheiden tunnistaminen, faktantarkastus ja tekstin editointi ovat etusijalla
- reflektiiviset tehtävät, joissa tietoa ja teoriaa sidotaan opiskelijan elämänhistoriaan, työ- tai harjoittelukokemuksiin sekä arvoihin ja tunteisiin
- multimodaaliset tehtävät, jotka edellyttävät tiedon esittämistä eri muodoissa muuttamalla modaliteettia, esimerkiksi kirjoitetusta tekstistä hissipuheeksi, paneelipuheenvuoroksi, keskusteluksi, kuvaksi tai videoksi.
Parhaiten nämä toimivat autenttisissa ammatillisissa konteksteissa, joissa opiskelijat ohjatusti ja avoimesti reflektoiden hyödyntävät tekoälyä tiedonhankinnan ja sisällön tuottamisen tukena. (Awadallah & Khlaif 2024; Mai ym. 2024; Ncube ym. 2026.) Näin tekoälystä tulisi luonteva osa oppimis- tai kirjoittamisprosessia – ei pelkästään pelätty lopputuloksen tuottaja. Vaihtoehtoisia toimintatapoja siis on, mutta niiden menestyminen edellyttää systeemistä tukea opintojaksojen rakenteissa, arvioinnissa ja ohjauksessa.
Kirjoitustehtävät – arkipäiväinen, mutta arvokas liittymä tekoälyn käyttöön
Etenkin korkeakoulujen moderneissa digitaalisissa oppimisympäristöissä kirjoitustehtävät tarjoavat keskeisen ja luontevan käyttöliittymän tekoälyn kestävään hyödyntämiseen ja sen harjoitteluun. On tärkeää huomata, ettei kirjoittaminen korkeakouluopetuksessa ole koskaan ollut pelkkää tekstin tuottamista, vaan keskeinen väline oppimisen, ajattelun ja asiantuntijuuden rakentamisessa (Hyland 2004; Lea & Street 1998; Tynjälä 1998).
Tekoälynkestävissä kirjoitustehtävissä opettajan ohjaus ja palaute muodostavat suunnitellusti tekoälyavusteisen prosessin, joka kannustaa opiskelijaa kehittämään kysymyksenasettelu- ja perustelutaitojaan, kriittistä lähteiden arviointia, sisällön priorisointia sekä esimerkiksi tutkimuskysymysten muotoilua – ei vain tekstin kielellistä viimeistelyä (Kasneci ym. 2023). Kirjoitustehtävät voivat näin toimia konkreettisena välineenä, jonka avulla opiskelija harjoittelee tekoälyn vastuullista hyödyntämistä: käyttämään sitä prosessuaalisesti tiedonhankinnan ja tekstin muokkauksen tukena ilman, että tekoäly syrjäyttää omaa ajattelua tai oppimista tai rikkoo vuorovaikutuksen eettisiä periaatteita.
Ammattikorkeakoulujen opinnäytetyöprosesseihin sisältyy jo valmiiksi vaikuttavia toimintamalleja ja pedagogisia käytäntöjä: selkeä vaiheistus ja välietapit, luonnosten tarkastus, vertaistuelliset ja moniammatilliset työpajat sekä vaiheenmukainen palaute, joiden avulla opiskelija voi kehittää oman kielen, kirjoittamisen ja ajattelun hallintaa. Vastaavalla tavalla tekoälyä hyödynnettäessä opinnäytetyön vaiheittain syvenevä tekstinohjaus ja muut ohjatut ja pedagogisesti jäsentyneet menettelyt tarjoavat välineen, jolla korkeakoulu voi vahvistaa opiskelijoiden ammatillista ja akateemista osaamista ja samalla edistää organisaation tekoälynkestäviä käytäntöjä (Opetushallitus n.d.; UNESCO 2023). Tulokset näkyvät ammattikorkeakoulujen ketterissä työelämäprojekteissa ja ovat avoimesti arvioitavina esimerkiksi Theseuksessa julkaistuissa opinnäytetöissä.
Ohjattuina kirjoitustehtävät ankkuroivat tekoälyn vastuullisesti oppimisen välineeksi: ne näyttävät konkreettisesti, miten prosessiohjaus ja palaute tukevat kriittistä ajattelua ja asiantuntijuuden rakentumista, vaikka tekoäly automatisoisikin osan opiskelijan kielellisestä tuesta. Siksi tekoälynkestäville kirjoitustehtäville ja niiden ohjaamiselle tulisi varata tilaa myös opetussuunnitelmatasolla.
Opetussuunnitelmat vaikuttavat systeemisesti
Korkeakoulujen opetussuunnitelmat heijastavat oppimistehtävien pedagogista painotusta. Tekoälyaikana opetussuunnitelmatyön fokus vaikuttaa laajenevan yksilöstä organisaation kyvykkyyteen: tavoitteena on, että korkeakoulu pystyy ohjaamaan opiskelijoita käyttämään tekoälyä tarkoituksenmukaisella tavalla ja että opettajat hallitsevat sen pedagogisen hyödyntämisen (Arene 2023; European Commission n.d.; Viitanen 2025).
Systeeminen ohjaus tarkoittaa tässä yhteydessä muun muassa oppimistehtävien rakenteisiin, palautekäytäntöihin ja arviointikriteereihin sisältyviä ohjausmekanismeja. Ne luovat opiskelijoille selkeät toimintamallit tekoälyn vastuulliseen käyttöön ja kannattelevat samalla organisaation laajempaa oppimisen kokonaisuutta.
Tekoälykyvykkyyttä vahvistava korkeakoulupedagogiikka pyrkii integroimaan oppimistehtävät ja niihin liittyvän kirjoittamisen ohjauksen osaksi systeemistä kehitystyötä, jossa oppimisen ja ohjauksen eri osa-alueet tukevat toisiaan. Tällainen lähestymistapa luo perustaa tekoälyn kestävälle käytölle, josta hyötyvät sekä opiskelijat että koko korkeakoulu. Samalla se vastaa työelämän odotuksiin siitä, että korkeakoulusta valmistuvilla on riittävät valmiudet työskennellä tekoälyintensiivisissä työympäristöissä (Onumonu 2025).
Tekoälynkestävän pedagogiikan heijastumia
Tekoälynkestävä oppiminen ammattikorkeakouluissa ei ole siis yksittäinen pedagoginen niksi, vaan prosessi, jossa systeemiälykkäät oppimis- ja kirjoitustehtävät ohjaavat oppimista kokonaisvaltaisesti. Keskeisiä kytköksiä voi kuvata kokoavasti myös jatkumona:
- tekoälyaikaan päivitetyt opetussuunnitelmat luovat edellytykset vastuulliselle ja kestävälle toiminnalle,
- oppimistehtävät ohjaavat oppimisprosessia ja
- ohjatut kirjoitustehtävät tarjoavat konkreettisen kosketuspinnan tekoälyn käyttöön eli sen kanssa tapahtuvaan ajattelu- ja kirjoitustyöhön.
Toisin sanottuna systeemisessä ajattelussa kirjoitustehtävä toimii pedagogisena solmukohtana, jossa yksittäiset valinnat heijastuvat laajasti oppimisen käytäntöihin. Se, miten tekoälyavusteinen kirjoitustehtävä rakennetaan, sanoitetaan ja arvioidaan, ohjaa samalla opiskelijan tekoälyn käyttöä ja auttaa häntä hahmottamaan oman roolinsa ja vastuunsa asiantuntija-ammattiin opiskelevana toimijana.
Kun kirjoitustehtävät kytkeytyvät opetussuunnitelman tasolle, yksittäisistä tehtävänannoista muodostuu laajempia ohjausmekanismeja korkeakoulun tekoälyavusteiseen arkeen. Niiden avulla korkeakoulut eivät ainoastaan suojele oppimista, vaan rakentavat tekoälyaikaan soveltuvaa, kestävää asiantuntijuutta oppivan organisaation periaattein. Samalla ne vahvistavat systeemisesti ja pedagogisesti opiskelijan mahdollisuuksia oppia, soveltaa ja reflektoida asiantuntijataitojaan läpi koko tutkinnon.
Lähteet
Arene ry. 2023. Arenen suositukset tekoälyn hyödyntämisestä ammattikorkeakouluille. Päivitetty 24.10.2024. Haettu 9.2.2026.
Awadallah, A. W. & Khlaif, Z. N. 2024. AI-resistant assessments in higher education: practical insights from faculty training workshops. Frontiers in Education 9, 1499495.
Colchester, J. 2019. Viheliäisten ongelmien ratkaiseminen systeemiajattelulla. Julkaistu 23.08.2019. Sitra Lab, Suomen itsenäisyyden juhlarahasto Sitra. Haettu 10.2.2026.
Cope, B. & Kalantzis, M. 2024. On cyber-social learning: A critique of artificial intelligence in education. Teoksessa Kourkpoulou, T., Tzirides, A.O., Cope, B. & Kalantzis, M. (toim.) Trust and inclusion in AI-mediated education: Where human learning meets learning machines. Cham CH: Springer. 3−34.
European Commission n.d. AI talent, skills and literacy. Päivitetty 4.12.2025. Haettu 4.2.2026.
Hyland, K. 2004. Disciplinary discourses: Social interactions in academic writing. Ann Arbor: University of Michigan Press.
Hämäläinen, R. P. & Saarinen, E. 2004. Systeemiäly: näkökulmia vuorovaikutukseen ja kokonaisuuksien hallintaan. Helsinki University of Technology Systems Analysis Laboratory Research. Reports B24. Haettu 4.2.2026.
Hämäläinen, R. P. & Saarinen, E. 2005. Systeemiäly 2005. Helsinki University of Technology Systems Analysis Laboratory. Research Reports B25. Haettu 3.2.2026.
Kasneci, E. ym. 2023. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.
Kokko, T. 2020. Osaamisperusteinen opetussuunnitelma tarjoaa joustavuutta toteuttamiseen. Hiiltä ja timanttia -blogi. Helsinki: Metropolia Ammattikorkeakoulu.
Lea, M. R., & Street, B. V. 1998. Student writing in higher education: An academic literacies approach. Studies in Higher Education, 23 (2), 157–172.
Mai, Duong Thi Thuy, Can, Van Da & Nguyen, Van Hanh 2024. The use of ChatGPT in teaching and learning: a systematic review through SWOT analysis approach. Frontiers in Education, 9, 1328769.
Ncube, P.D.N., Dzvapatsva, G.P., Matobobo, C. & Ranga, M. M. 2026. Redefining student assessment in AI-infused learning environments: a systematic review of challenges and strategies for academic integrity. AI Ethics 6, 68.
Onumonu, M. 2025. 54% of graduate roles now require AI skills, research reveals. Uutinen 18.9.2025. Workplace journal. Haettu 2.2.2026.
Opetusalan eettinen neuvottelukunta. 2024. Tekoäly koulussa: eettisiä näkökulmia. Kannanotto 1.10.2024. Opetusalan Ammattijärjestö OAJ verkkosivu. Haettu 4.2.2206.
Opetushallitus n.d. Tekoäly varhaiskasvatuksessa ja koulutuksessa − lainsäädäntö ja suositukset. Päivitetty 27.5.2025. Haettu 3.2.2026.
Selwyn, N. 2019. Should robots replace teachers? AI and the future of education. Polity Press.
Tynjälä, P. 1998. Writing as a tool for constructive learning: Students’ learning experiences during an experiment. Higher Education 36, 209–230.
UNESCO. 2023. Guidance for generative AI in education and research. France: UNESCO.
Viitanen, E. 2025. Metropolia ja tekoäly – Oppimisen, tutkimuksen ja kasvun uusi aikakausi. Metropolia Ammattikorkeakoulun hallituksen kokousmateriaali 29.10.2025. Helsinki: Metropolia Ammattikorkeakoulu.
Vuorijärvi, A. 2025. Kybersosiaalinen prosessi tekoälyavusteisessa tekstityössä. Julkaistu 2.5.2025. Metrospektiivi Pro.
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
