Generatiivinen tekoäly on herättänyt runsaasti keskustelua korkeakoulutuksen kontekstissa. Tekoäly voi tukea opetusta ja oppimista monin tavoin, mutta samalla siihen liittyy kuitenkin merkittäviä haasteita. Eettiset vaikutukset ja akateemisen rehellisyyden vaarantuminen herättävät kysymyksen siitä, miten tekoälyä voidaan hyödyntää koulutuksessa vastuullisesti.

Opiskelijat tarvitsevat tekoälylukutaitoa voidakseen ymmärtää ja käyttää tekoälyä sekä kriittisesti arvioida sen sovelluksia, sisältöä ja vaikutuksia (Kong ym., 2025). Tekoälyn yleistyminen koulutuksessa on lisännyt tarvetta ymmärtää, mitä tekoälylukutaito pitää sisällään ja miten sitä voidaan kehittää. Opiskelijat ovat tekoälyn opiskelukäytössä keskeisiä toimijoita ja heidän näkemyksiään on siksi perusteltua tuoda enemmän esille.

Tarkastelin pro gradu -tutkielmassani yliopisto-opiskelijoiden käsityksiä tekoälylukutaidosta. Tutkimuksen tavoitteena oli tuottaa tietoa siitä, millaisena tekoälylukutaito hahmottuu opiskelijoiden näkökulmasta ja millaisia valmiuksia he siihen liittävät osana opintojaan. Keräsin aineiston eläytymismenetelmällä ja analysoin sen teoriaohjaavalla sisällönanalyysilla. Eläytymismenetelmällä kerätty aineisto ei kerro ”totuutta” tutkittavasta ilmiöstä, mutta tutkimus tarjoaa kuitenkin ajankohtaista tietoa siitä, millaisia valmiuksia korkeakoulutuksessa tulisi tukea tekoälyn aikakaudella.

Opiskelijat käsittävät tekoälylukutaidon moniulotteisena kokonaisuutena, jossa käytännölliset valmiudet, kriittinen arviointi ja eettinen harkinta kietoutuvat toisiinsa. Käytännölliset valmiudet eli tiedollinen perusta ja soveltavat taidot sisältävät tietämyksen tekoälyn perustoimintaperiaatteista, kyvyn tunnistaa tekoälysovelluksia ja niiden tuottamaa sisältöä, taidon antaa tekoälylle sopivia prompteja sekä valmiuden valita sopivia käyttökohteita. Käytännölliset valmiudet muodostavat siis perustan tekoälyn opiskelukäytölle, mutta opiskelijat painottivat kertomuksissaan kuitenkin selkeästi enemmän kriittistä arviointia ja eettisten näkökulmien huomiointia.

Kriittiseen arviointiin kuuluu tekoälyn roolin arviointi ja hallinta, tekoälyn tuottaman tiedon luotettavuuden arviointi sekä tekoälysovellusten arviointi ja valinta. Tekoälyn roolin arviointi ja hallinta edellyttävät tekoälyn kognitiivisten vaikutusten tiedostamista sekä käytännön toimintatapoja itsenäisen ajattelun ja oppimisen turvaamiseksi. Tekoälyn tuottaman tiedon luotettavuuden arviointi pitää sisällään tietoisuuden tekoälyn tuottaman tiedon rajoituksista sekä lähdekriittisen suhtautumisen tekoälyn käyttöön. Tekoälysovellusten arviointi ja valinta puolestaan kuvaavat opiskelijan valmiuksia tarkastella sovellusten taustoja ja ominaisuuksia kriittisesti.

Eettisten näkökulmien huomiointi koostuu akateemiseen rehellisyyteen sekä vastuulliseen ja kestävään tekoälyn käyttöön liittyvistä teemoista. Akateemiseen rehellisyyteen kuuluu yliopiston tekoälyohjeistusten tuntemus sekä plagioinnin ja huijaamisen välttäminen. Vastuullinen ja kestävä tekoälyn käyttö puolestaan viittaa tekijänoikeuksien, yksityisyyden ja ympäristövaikutusten huomiointiin. Opiskelijat käsittelivät eettisiä teemoja aineistossa sekä yksilöllisistä että yhteiskunnallisista näkökulmista.

Lisäksi aineistossa ilmeni asenteellisia orientaatioita, jotka näyttivät osin määrittelevän tekoälyn käyttötapoja ja roolia opiskelussa. Opiskelijan minäpystyvyyden tunne ja luottamus omiin kykyihin kytkeytyvät siihen, miten tekoälyn käyttöä rajataan kriittisesti. Erityisen kiinnostavaa oli opiskelijoiden osin ristiriitaiset käsitykset akateemisesta rehellisyydestä. Akateemiseen rehellisyyteen yhdistetään yleensä omaperäisyyteen ja henkilökohtaiseen ponnisteluun liittyviä teemoja, mutta tekoälytyökalujen yleistyessä käsitteen määritelmää voisi olla tarpeen tarkastella uudessa valossa (Chan, 2024).

Keskeinen tulos liittyy opiskelijan aktiiviseen rooliin tekoälyn opiskelukäytössä. Tuloksissa korostuvat erityisesti opiskelijan aktiivinen toimijuus ja vastuun ottaminen omasta oppimisprosessista. Toimijuus ilmeni kertomuksissa oman osaamisen kehittämisen priorisoimisena silloinkin, kun tekoäly mahdollistaisi vaivattomamman mutta oppimisen kannalta vähemmän hyödyllisen vaihtoehdon suoriutua oppimistehtävistä. Tekoälyn rooli käsitetään siis ajattelua tukevana työkaluna, jonka arvo määrittyy suhteessa oppimisprosessissa saavutettuun hyötyyn.

Tekoälylukutaitoa voidaan pitää yhtenä tulevaisuuden kansalaistaidoista ja siksi koulutusorganisaatioilla on velvollisuus tarjota opiskelijoille valmiuksia näiden tietojen ja taitojen kehittämiseen (Lähdesmäki, 2024). Tekoälyn muuttuvan luonteen takia käyttäjiltä vaaditaan kuitenkin jatkuvaa oman osaamisen päivittämistä, joten jatkuvan oppimisen taitoja on siis syytä korostaa (Annapureddy ym., 2025). Tekoälylukutaitoa kehittämällä voidaan edistää opiskelijoiden asemaa työmarkkinoilla ja ehkäistä digitaalisen kuilun syvenemistä (Song, 2024). Laajemmassa kontekstissa opiskelijoiden tekoälylukutaito kytkeytyy siis kysymyksiin yhdenvartaisuudesta ja osallisuudesta.

Maaria Lindfors
Lapin yliopisto Kasvatustieteiden tiedekunta
Kasvatustieteen kandidaatti- ja maisteriohjelma
Blogikirjoitus perustuu pro gradu -tutkielmaani: ”Yliopisto-opiskelijoiden käsityksiä tekoälylukutaidosta eläytymismenetelmäkertomusten valossa”.

Lähteet:

Annapureddy, R., Fornaroli, A. & Gatica-Perez, D. (2025). Generative AI Literacy: Twelve
Defining Competencies. Digital Government (New York, N.Y. Online), 6(1), 13. https://doi.org/10.1145/3685680

Chan, C. K. Y. (2024). Exploring the Factors of ”AI Guilt” Among Students — Are You Guilty of Using AI in Your Homework? https://doi.org/10.48550/arXiv.2407.10777

Kong, S.-C., Korte, S.-M., Burton, S., Keskitalo, P., Turunen, T., Smith, D., Wang, L., Chi-Kin Lee, J. & Beaton, M. C. (2025). Artificial Intelligence (AI) literacy – an argument for AI literacy in education. Innovations in Education and Teaching International, 62(2), 477–483. https://doi.org/10.1080/14703297.2024.2332744

Lähdesmäki, S. (2024). Eettinen perusta tekoälyn hyödyntämiseen koulutuksessa. Kasvatus & Aika, 18(1), 41–49. https://doi.org/10.33350/ka.142410

Song, N. Y. (2024). Higher education crisis: Academic misconduct with generative AI. Journal of Contingencies and Crisis Management, 32, e12532. https://doi.org/10.1111/14685973.12532