Opiskellessani terveystieteitä yliopistolla vuosituhannen alkupuolella, opintoihin kuului tieteen filosofiaa, argumentaation taitoja ja kriittistä ajattelua opettava opintojakso ja Kakkuri-Knuuttilan toimittama (1998) klassikkoteos Argumentti ja kritiikki. Aihepiiri on yliopistojen historiassa keskeinen, logiikkaa, retoriikkaa ja kriittistä ajattelua on opetettu sekä eurooppalaisten että suomalaisten yliopistojen alkuajoista asti (Enos 1989; Mouraz ym. 2014). Sen sijaan ammattikorkeakoulujen opetus ja pedagogiset ratkaisut pohjautuvat perinteisesti vahvaan sisällön hallintaan ja käytännön osaamiseen (Rauhala ym. 2022), ei niinkään tieteenfilosofisiin lähtökohtiin. Niiden rinnalla soveltava tutkimus, kriittinen ajattelu ja tieteellinen viestintä muodostavat kuitenkin ison osan ammattikorkeakouluopiskelijan asiantuntijuuden kehittymisestä. Ammattikorkeakoulujen perustehtävän mukaisesti toiminnassa yhdistyvät oppimistoiminta, TKI (tutkimus, kehittäminen ja innovaatiot) ja aluevaikuttaminen. Kaikissa näissä yhteyksissä kriittisellä ajattelulla on merkittävä rooli.
Vallitsevan digitaalisen kehityksen ja tekoälybuumin pyörteissä onkin hyvä pysähtyä miettimään ikiaikaisten käytänteiden merkitystä nykyisyydelle ja tulevaisuudelle. Minkälaisia rooleja kriittinen tarkastelu, argumentaatio ja retoriikka saavat aikakaudella, jolla ajattelua ja viestinnällisiä taitoja edellyttävien kirjallisten tehtävien tekoälyttäminen on enemmän kuin helppoa? Mitä kirjallisista tehtävistä jää käteen ja seuraako tekoälytyökalujen hyödyntämisestä aitoa arvoa oppijalle? Kertyykö korkeakouluopiskelijan asiantuntijuus ja viestinnällinen osaaminen tekoälytyökaluja innovatiivisesti ja rohkeasti hyödyntäen? Vai olisiko hetkittäin hyvä painaa jarrua kaasun sijasta?
Kirjalliset tehtävät ja metakognitiivinen tietoisuus
Korkeakouluopetukseen tiiviisti kuuluvat nykymuotoiset kirjalliset oppimistehtävät voidaan nähdä osana akateemista argumentoinnin ja kriittisen ajattelun perinnettä (Crowley 1988). Edelleen yksi osa asiantuntijuuden kehittymistä on kyky referoida aiempaa tutkimusta ja arvioida sen sisältämän tiedon pätevyyttä tutkimusperustaisesti.
Osaamisen arviointi perustuu ammattikorkeakouluissakin usein kirjalliseen tuotokseen, kuten esseisiin, tutkielmiin, katsauksiin tai oppimispäiväkirjoihin. Kirjallisten tehtävien tarkoitus ei ole pelkkä aiemman tiedon toistaminen, vaan tavoitteena on myös lähteiden kriittinen arvioiminen, näkökulmien vertailu, perustelujen muodostaminen ja johtopäätösten tekeminen. Kirjallisten tehtävien arvo onkin sekä kielellinen että tiedollinen.
Pitkän opettajakokemukseni aikana olen huomannut, että oppimista tehostaa tietoisuus omista kognitiivisista prosesseista ja niiden säätelystä eli siitä, miten oppija suunnittelee, seuraa, arvioi ja ohjaa omaa toimintaansa. Tutkimuksissa on osoitettu, että korkea metakognitiivinen tietoisuus parantaa tekstien laatua, edistää itsearviointia ja tukee edistyneiden korkeamman tason ajattelutaitojen, kuten analysoinnin, arvioinnin ja argumentoinnin, syvällisempää kehittymistä (Stofiana ym. 2025). Tekoälytyökalujen hyödyntämisen yhteydessä on raportoitu, että teknisesti itsensä päteväksi arvioiva tekoälyn käyttäjä arvioi oman osaamisensa muiltakin osin korkeammaksi kuin teknisesti heikommaksi itsensä arvioiva (He, Kuiper & Gadiraju 2023; Villa ym. 2025).
Laajoja kirjallisia raportteja ja opinnäytteitä vuosia ohjanneena suurin tekoälyhuoleni liittyy ajatuskulkuun, että tehtävien tekoälyttäminen heikentää metakognitiivisten taitojen kehittymistä ja edelleen kirjallisten tuotosten laatua. Onko mahdollista, että koko ajan lisääntyvän tekoälyttämisen myötä syntyy itseään vahvistava kehä, jossa metakognition ja tekstien laatu heikkenee ajan myötä? Vai onko se jo tapahtunut?
Tekoälyn tietoinen hyödyntäminen vai vastuuton tekoälyttäminen?
Tekoälytyökalujen kannattajana haluan tarkastella niitä yhtenä digitaalisena välineenä muiden joukossa ja erottaa tekoälyn vastuullisen hyödyntämisen ja vastuuttoman tekoälyttämisen. Tekoälyä vastuullisesti käytettäessä voi syntyä ajattelua rikastava dialogi, jonka perusteella oppija tekee tietoiset valinnat ja päätökset tekoälytyökalun tuottamien sisältöjen hyödyntämisestä osana kirjallista tehtävää. Vastuuttomasti tekoälyttämällä syntyy tällä hetkellä hyvin tunnistettavissa olevaa kirjallista tekoälytauhkaa, jossa tekstin rakenteet ja muotoilut noudattelevat aina samaa kaavaa. Tuotetun tekstin tekoälyttämisen ohella suuri riski on ajattelun ulkoistaminen digitaaliselle työvälineelle. Viimeaikaisissa tutkimuksissa niin sanotun ajattelun ulkoistamisen on todettu heikentävän oppimista, mieleen palauttamista ja opitun sisällön soveltamista käytäntöön (Melumad & Yun 2025; Kosmyna ym. 2025).
Itse suhtaudun generatiivisiin tekoälyapureihin samalla tavalla kuin naapurin Marttiin. Hänen kanssaan käydyt keskustelut voivat olla avartavia ja ajatuksia rikastavia, juttujen todellisuuspohjan jäädessä osittain epävarmaksi. Hyödynsipä sitten Martin tai tekoälytyökalujen kanssa käytyjä keskusteluja, sama sääntö pätee molempiin. Lopullisen päätöksen tiedon oikeellisuudesta ja sovellettavuudesta tekee aina tekstin kirjoittaja. Tehdyt valinnat ja päätökset tulee pystyä perustelemaan luotettavasti, asiantuntijaroolissa aiempaan tutkittuun tietoon perustaen.
Tekoälyn hyötyjä ja mahdollisia haittoja
Tekoälyn hyödyntäminen kirjallisissa tehtävissä ei yksiselitteisesti ole joko hyvä tai huono asia, vaan se voi olla molempia. Hyvänä asiana voi pitää esimerkiksi sitä, että uusia työkaluja käyttöönotettaessa on väistämätöntä pohtia kirjallisten tehtävien perinteistä osaamisen osoittamiseen liittyvää roolia ja mahdollisia muutoksia siihen sekä opettajan että oppijan näkökulmista. Uudenlaiset työvälineet ja osaamisen arvioimista tukevien pedagogisten ratkaisujen pohtiminen haastavat opetusta kaikilla kouluasteilla. Kirjallisia tehtäviä tulee korvata ja on jo korvattu monenlaisilla osaamista laajemmin todentavilla näytöillä.
Tekoälytyökalujen vastuullinen käyttö ja merkittävimmät hyödyt liittyvät niiden väsymättömään kykyyn etsiä, seuloa ja vetää yhteen jo olemassa olevaa tietoa. Uuden tiedon tuottamisessa ne ovat kokemukseni mukaan vielä huonoja. Lähtökohtaisesti ne tukeutuvat jo olemassa olevaan materiaaliin paketoiden sitä uudenlaisiksi kokonaisuuksiksi. Totuudellisena, näyttöön perustuvan tiedon lähteenä generatiivisia tekoälytyökaluja ei voi tällä hetkellä käyttää. Soveltavan tutkimuksen ja asiantuntijatekstien näkökulmasta niiden tuotokset jäävät osaksi loputonta tekoälytauhkaa, jonka näytön aste jää vaatimattomaksi. Tämän osalta kehotan palaamaan ajatukseeni naapurin Martista – kiva kaveri, mutta ei välttämättä asiantuntija kaikessa. Tärkeää on, että vastuu valinnoista ja johtopäätöksistä säilyy tekijällä itsellään, ei tekoälykikkareella, kuten ei naapurin Martillakaan. Argumentointia tai kriittistä ajattelua ei voi siirtää koneelle. Vai voiko?
Tämän tekstin apuna on hyödynnetty tekoälytyökalua, Keenious Plus. Se on kirjoittamani tekstin perusteella etsinyt aiheeseen liittyviä vertaisarvioituja tieteellisiä julkaisuja. Niitä olen hyödyntänyt ajatusteni tukena ja rikastajana ja tämän artikkelin lähteinä.
Lähteet
Crowley, S. & Berlin, J.A. 1988. Rhetoric and Reality: Writing Instruction in American Colleges, 1900–1985. College Composition and Communication 39 (2), 245.
Enos, T.J. 1989. The Course in Classical Rhetoric: Definition, Development, Direction. Rhetoric Society Quarterly 19 (1), 45–48.
Mouraz, A., Leite, C., Trindadea, R., Manuel, J., Ferreira, M., Faustino, A. M.& Villate, J. 2014. Argumentative Skills in Higher Education: A Comparative Approach. Journal of Education & Human Development, 3(1), s. 280–292. Haettu 15.11.2026.
He, G., Kuiper, L. & Gadiraju, U. 2023. Knowing About Knowing: An Illusion of Human Competence Can Hinder Appropriate Reliance on AI Systems. Teoksessa Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems, 1–18.
Kakkuri-Knuuttila, M.-L. (toim.) 1998. Argumentti ja kritiikki: lukemisen, keskustelun ja vakuuttamisen taidot. Helsinki: Gaudeamus.
Kosmyna, N., Hauptmann, E., Yuan, Y.T., Situ, J., Liao, X.-H., Beresnitzky, A.V., Braunstein, I. & Maes, P. 2025. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. Haettu 30.10.2026.
Melumad, S. & Yun, J.H. 2025. Experimental evidence of the effects of large language models versus web search on depth of learning. PNAS Nexus 4 (10), pgaf316.
Rauhala, P., Kantola, M., Friman, M., Mäki, K. & Kotila, H. 2022. Ammattikorkeakoulupedagogiikan lyhyt historia. Teoksessa Mäki, K. & Vanhanen-Nuutinen, L. (toim.) Korkeakoulupedagogiikka – Ajat, paikat ja tulkinnat. Haaga-Helian julkaisut 7/2022.
Stofiana, T., Sunendar, D., Mulyati, Y. & Sastromiharjo, A. 2025. Writing with AI, Thinking with Toulmin: Metacognitive Gaps and the Rhetorical Limits of Argumentation. Ampersand 15, 100242.
Villa, S., Fernandes, D., Nicholls, S., Haavisto, O., Buschek, D., Schmidt, A., Kosch, T., Shen, C. & Welsch, R. 2025. AI Makes You Smarter but None the Wiser: The Disconnect between Performance and Metacognition. Computers in Human Behavior 175, 108779.
Kirjoittaja
-
Mari Wessman
Yliopettaja, Metropolia AmmattikorkeakouluTerveystieteilijä ja korkeakouluopettaja Mari Wessmanin tutkimus- ja kehittämisintressit keskittyvät laajasti digitaalisten terveyspalvelujen, potilasohjauksen ja vaikuttavien opetusratkaisujen muotoilemiseen.
Tutustu tekijään
