Diakonia-ammattikorkeakoulussa (Diak) keväällä 2026 käynnistetyssä kokeilussa kehitetään tekoälyn ohjattua käyttöä opetuksessa. Osana sitä järjestettiin eri opettajatiimeille suunnattuja tekoälykoulutuksia sekä toteutettiin joukko tekoälyä hyödyntäviä oppimistehtäviä, joiden laatimiseen opettajille tarjottiin tukea. Tavoitteena oli selvittää, miten tekoäly kannattaisi ottaa tutkinto-opetuksessa käyttöön pedagogisesti kestävästi ja nykyistä systemaattisemmin. Tekoälyn käyttöönotto pedagogisesti kestävästi ja systemaattisesti edellyttää kokonaisvaltaista lähestymistä tekoälymurrokseen.
Diakin strategisena tavoitteena on ottaa tekoäly laajasti käyttöön koko toiminnassaan. Tähän liittyy sen integrointi myös vahvemmin osaksi opetusta. Korkeakoulun arjessa tekoälyyn liittyvät keskustelut käsittelevät usein sitä, kuinka voimme suitsia sen vilpillistä käyttöä ja arvioida tehtäviä tekoälyn aikakaudella.
Myös tekoälylukutaito puhuttaa, vaikka ymmärrys siitä, mitä se kattaa, vaihtelee. Vastuullisuuskysymykset ja esimerkiksi tekoälyyn liittyvä ympäristötaakka herättävät huolta – mikä on ymmärrettävää etenkin Diakissa, joka on profiloitunut vahvasti sosiaalisen vastuullisuuden puolestapuhujana.
Tekoälyn pedagogisesti perusteltu käyttö oppimistehtävissä voi paitsi parantaa oppimistuloksia myös olla omalta osaltaan vastaamassa näihin haasteisiin. Millaisiin tarpeisiin tekoälyn ohjatulla käytöllä opetuksessa voidaan vastata ja kuinka se linkittyy tekoälymurrokseen korkeakouluissa ja yhteiskunnassa laajemmin?
Kolme näkökulmaa tekoälyyn
Yulu Houn (2025, s. 2–4) mukaan tekoälyn integrointi osaksi korkeakoulujen toimintaa käsitetään usein kapeasti ja on yleistä, että keskustelu kiinnittyy yksittäisiin näkökulmiin: joko työkaluihin, sisältöihin tai kontekstiin. Hän tarjoaa muutoksen tarkastelun ja suunnittelun työkaluksi typologian, jossa tekoälyä tarkastellaan kolmen erillisen mutta toisiinsa kietoutuvan kategorian kautta.
Ensimmäisessä tekoälyä tarkastellaan pedagogisena infrastruktuurina (AI as pedagogical infrastructure), jollaisena sen odotetaan tehostavan ja tukevan opetusta, oppimista ja muita korkeakoulun toimintoja, kuten hallinnollisia prosesseja. Tähän instrumentaaliseksi luonnehdittuun kategoriaan kuuluvat esimerkiksi tekoälyä hyödyntävät oppimistehtävät silloin, kun niillä pyritään parantamaan substanssin oppimista. Myös vaikkapa tekoälyn käyttö oppimateriaalien laatimisessa tai arvioinnin apuna ovat esimerkkejä tekoälyn ymmärtämisestä pedagogisena infrastruktuurina. Tähän infrastruktuuriajatteluun Hou sisällyttää myös teknologiakeskeisen näkökulman, jossa tekoälyä tarkastellaan ennen kaikkea työkaluina. (Hou, 2025, s. 8–9.)
Tekoälymurros vaatii korkeakouluilta monenlaisia toimia, joista tekoälyn pedagogisesti kestävän käytön kehittäminen on yksi.
Houn (2025, s. 10–11) toinen kategoria lähestyy tekoälyä opetuksellisena tai ammatillisena sisältönä (AI as curricular or professional content). Tämä kategoria keskittyy tekoälylukutaitona ymmärrettyyn osaamiseen, joka jakautuu opinnoissa yleiseen kansalaistaitomaiseen tekoälyosaamiseen ja omaan ammattialaan liittyviin tekoälytaitoihin. Näitä ei Houn mukaan tarvitse opiskella irrallaan tutkinnon substanssin opiskelusta; vaikkapa tekoälykriittisyyden opiskelua voi yhdistää osaksi monenlaisia oppimistehtäviä.
Kolmas Houn kategoria on tekoäly sosioteknisenä kontekstina (AI as sociotechnical context). Se pitää sisällään tekoälyn tuomat käytännölliset ja rakenteelliset muutokset korkeakoulussa ja yhteiskunnassa laajemmin. Tähän kategoriaan kuuluvat esimerkiksi eettistä tekoälyn käyttöä koskevat linjaukset ja se, kuinka suhtaudumme tekoälyn aiheuttamaan ympäristökuormitukseen. Tähän kategoriaan lukeutuvat niin ikään pohdinnat tekoälyn mukanaan tuomista kulttuurisista ja epistemologisista muutoksista ja siitä, millaisia tietoja, työpaikkoja ja tutkintoja tulevaisuudessa tarvitaan. (Hou, 2025, s. 12–13.)
Houn (2025, s. 16) mukaan nämä kolme kategoriaa nivoutuvat toisiinsa, ja vain ymmärtämällä tekoälyn rooli kaikista näistä näkökulmista se voidaan integroida mielekkäällä tavalla korkeakoulun toimintaan.
Oppimistehtäväkokeilu osana kokonaisvaltaista murrosta
Tekoälymurros vaatii korkeakouluilta monenlaisia toimia, joista tekoälyn pedagogisesti kestävän käytön kehittäminen on yksi. Diakin oppimistehtäväkokeilu nivoutuu useisiin yllä kuvattuihin kategorioihin. Siinä ensimmäinen, instrumentaalinen kategoria korostuu, olihan tehtävien ensisijaisena tavoitteena tehostaa substanssin oppimista tekoälyä hyödyntävien tehtävien avulla.
Tekoälylukutaidon kehittäminen kulkee tiiviisti tämän tavoitteen rinnalla. Osassa toteutettuja tehtäviä keskeisenä oppimistavoitteena oli tekoälyn tuottaman tiedon kriittinen tarkastelu. Yleistä ymmärrystä tekoälyn mahdollisuuksista ja rajoituksista pyrittiin vahvistamaan myös liittämällä lähes kaikkiin tehtäviin reflektio-osuus.
Vaikka laajempaa sosioteknistä kontekstia ei voida nostaa keskusteluun jokaisen oppimistehtävän kohdalla, on tämäkin näkökulma läsnä myös arkisessa oppimistehtävien käytössä esimerkiksi yleisten ohjeistusten ja periaatteiden muodossa. On niin ikään todennäköistä ja toivottavaakin, että Arenen sinisellä liikennevalolla varustettu kurssitehtävä nostaa opiskelijan mieleen myös kysymyksiä esimerkiksi tekoälyn vaikutuksista omaan ajatteluun tai tekoälyohjelmistojen kestävyydestä. Näiden pariin voidaan – ja tulisi – myös yleisessä, korkeakoulun sisäisessä keskustelussa ohjata.
Kokeilun myötä otettavat pienet askeleet on syytä sitoa osaksi laajempaa muutosprosessia, jota tulee tarkastella kokonaisuutena kaikkien kolmen Houn määrittämän kategorian näkökulmasta. Jotta tekoälymurrosta voidaan ymmärtää, ei voida keskittyä ratkomaan pelkkiä arkisia ongelmia, jumittua tekoälylukutaitoon kietoutuvaan kriittisyyden ja rohkeuden tematiikkaan tai velloa yksistään järjestelmätason muutoksiin liittyvissä uhissa tai mahdollisuuksissa. Kokonaisvaltaisella ajattelulla tekoälyn positiiviset vaikutukset saadaan parhaiten valjastettua käyttöön, riskit minimoitua ja opiskelijat evästettyä kohti muuttuvaa työelämää.
Kirjoitus on osa Tekoälyn pedagogisesti kestävä integrointi korkeakouluopetukseen -blogisarjaa, joka esittelee Diakissa keväällä 2026 käynnistyneen kokeilun tuloksia. Kokeilussa kehitetään tekoälyn ohjattua käyttöä opetuksessa.
Lähteet
Hou, Y. (2025). What do we mean by ”AI Integration”? Toward a typology of integrating artificial intelligence in higher education. Higher Education. https://doi.org/10.1007/s10734-025-01603-z
Kirjoittajat
Inka Nokso-Koivisto
Diakonia-ammattikorkeakoulu Digipedagogiikan asiantuntija, FT
