Ammattikorkeakouluopiskelija tarvitsee toistuvasti tutkimuksellista osaamista opintojensa varrella. Generatiivisen tekoälyn käyttäminen voi tukea opiskelijan uteliaisuutta tietää ja ymmärtää erilaisia ilmiöitä ja asioita sekä tuottaa uutta tietoa. Opiskelijan on mahdollista valjastaa tekoäly kumppanikseen tutkimisen oppimiseen.
Opinnoissa, etenkin opinnäytetyössä, tarvitaan tutkimuksellista osaamista. Se voidaan määritellä kyvyksi etsiä, arvioida, hyödyntää ja tuottaa tietoa aktiivisesti ja järjestelmällisesti. Tutkimuksellinen osaaminen on yhdistelmä uteliasta mieltä, ajattelun taitoja sekä tutkimusmenetelmien tuntemusta ja soveltamista.
Useimmille opiskelijoille tutkimuksen tekeminen ei ole tuttua ja arkista vaan jotain, mitä he ovat tehneet vain kerran tai eivät koskaan aiemmin. Tutkimisen tarpeita nousee arjen aherruksessa, mutta tutkimuksen aloittamisen kynnys on usein korkea.
Opintoihin kuuluu kuitenkin pakollinen opinnäytetyö, jossa on hyödynnettävä tutkimus- tai kehittämismenetelmiä. Harva opiskelija selviytyy siitä ilman tutkimuksellista otetta. Generatiivinen tekoäly voi tukea tämän osaamisen harjaantumista.
Tekoäly tukee uteliaisuuden syntyä
Tutkimuksellisen otteen perustana on halu ymmärtää ympäröivän maailman ilmiöitä ja oppia niistä lisää. Generatiiviselle tekoälylle, kuten Geminille, voi helposti esittää kysymyksiä. Sen tuottamat vastaukset eivät välttämättä ole kuitenkaan täysin todenperäisiä, joten niiden oikeellisuus on tarkistettava. Tämä voi johdattaa uteliaan mielen yhä syvemmälle ja synnyttää tarpeen tutkia asiaa enemmän.
Tekoäly usein perustelee ehdotuksensa, ja ellei perustele, sitä kannattaa pyytää tekemään niin. Näin oppii ymmärtämään syvemmin ilmiöiden ja asioiden yhteyksiä ja taustoja. Analyyttinen ja kriittinen ajattelu harjaantuu samalla kun tietopohja vahvistuu.
Tekoälyn ehdotukset haastavat oivaltamaan
Kun halu tutkia asiaa tai ilmiötä on syntynyt, toimii generatiivinen tekoäly väsymättömänä ideoiden pallottelijana. Sen heikkona puolena tosin on taipumus myötäillä ja kehua. Topakasti käskyttämällä sen voi kuitenkin saada tuottamaan omalle ajattelulle vieraampia ideoita.
Kun halu tutkia asiaa tai ilmiötä on syntynyt, toimii generatiivinen tekoäly väsymättömänä ideoiden pallottelijana.
Kehotteiden tulee olla rajattuja ja selkeitä. Generatiiviselle tekoälylle voi antaa esimerkiksi seuraavan kehotteen: ”Minua kiinnostaa, miten liikunta tukee opiskelijoiden opintoja. Ehdota tapoja, joilla voisin tutkia sitä.” Tällaiseen kehotteeseen tekoäly tarjoaa useita etenemisvaihtoehtoja. Se saattaa myös pyytää täsmentämään näkökulmaa: halutaanko tarkastella liikunnan vaikutusta esimerkiksi opiskelijoiden hyvinvointiin tai opintomenestykseen.
Näkökulmien runsaus auttaa tarkentamaan kiinnostuksen kohdetta ja muotoilemaan perustellumman tutkimusasetelman. Tämän jälkeen tekoälyn kanssa voi käydä läpi tutkimuksen käytännön toteutuksen vaihtoehtoja. Siltä voi myös pyytää simulointeja siitä, miten erilaiset tutkimukset etenevät.
Tutkiminen pohjautuu tietämykselle
Empiirinen tutkimus perustuu aineiston keräämiseen ja analysointiin. Aineistoa voidaan kerätä esimerkiksi haastatteluilla ja kyselyillä. Ennen aineistokeruuta on tärkeää valmistella huolellisesti kyselylomake tai haastattelurunko, sillä niiden laatu vaikuttaa ratkaisevasti siihen, millaista tietoa tutkimuksesta saadaan.
Tutkimuksen tekijän on ensin kartoitettava, mitä hän tietää aiheesta: mistä lähteistä tieto on peräisin ja ovatko lähteet luotettavia ja ajantasaisia. Tekoälyltä voi pyytää vinkkejä lisälähteistä. Tutkimuksen tekijän on ymmärrettävä tutkittavaa ilmiöitä riittävästi, jotta hän osaa laatia tarkoituksenmukaisia kysymyksiä tutkimukseen osallistuville.
Tekoälyä kannattaa hyödyntää haastattelun ja kyselyn suunnittelussa. Se voi ehdottaa uusia näkökulmia, joita tutkimuksen tekijä ei ole huomioinut, tai auttaa jäsentämään haastattelurungon tai kyselylomakkeen sisältöä ja rakennetta.
Tekoäly on hyödyllinen työtoveri
Generatiivinen tekoäly voi auttaa hahmottamaan tutkimusaihetta eri näkökulmista. Se tarjoaa inspiroivan ja nopean tavan päästä liikkeelle kiinnostavan aiheen tutkimisessa ja harjaannuttaa omaa tutkimuksellista osaamista.
Tekoäly on kuitenkin vain yhdisteltyä tietoa, joka voi olla virheellistä ja vinoutunutta. Siksi kaikkea tekoälyllä tuotettua sisältöä on tarkasteltava kriittisesti ennen sen hyödyntämistä, sillä ihminen kantaa vastuun omista toimistaan ja sanomisistaan. Kriittinen arviointi vaatii tutkimuksellista osaamista, joka osaltaan karttuu tekoälyn kanssa asioita tutkiskellessa.
Kirjoittajat
Titta Riihimäki
Lehtori
