Opiskelijat tiettävästi käyttävät tekoälyä silloin(kin), kun teksti ehdottomasti pitäisi tuottaa itse. Ongelma on laajalle levinnyt. Tavallisin luvattoman käytön estotoimenpideyritys oppilaitoksen puolelta on ponnekas ukaasi, joka luettelee opiskelijan kohtaamat vakavat seuraukset tekoälyn luvattomasta käytöstä. Voisiko asiaa kuitenkin katsoa vähän laajemmasta näkökulmasta?
Käytännön opettajantyössä erilaisten tekstien lukijana ja tarkastajana luvattomaan tekoälyn käyttöön törmää päivittäin. Ongelma on kasvanut viime aikoina tuntuvasti.
Tekoälyyn suhtautumisessa yleinen lähtökohta on monissa oppilaitoksissa niin sanottu liikennevalomalli: joissakin tehtävissä tekoälyä saa käyttää vapaasti, joissakin osittain ja joissakin ei ollenkaan. Liikennevaloja noudatetaan luonnollisesti sangen vaihtelevasti. Yhteiskirjoittaminen, kahden tai useamman opiskelijan yhteinen tekstintuottaminen, saa opettajalta kannustusta, sillä se mahdollistaa yhdessä oppimisen. Yhteiskirjoittaminen voi olla hyvä oppimismenetelmä – edellyttäen, että tilanne ei ole se, että yksi opiskelija on kirjoittaja ja kaksi muuta ovat yhteisö. Olisiko kuitenkin jo toisenlaisen yhteiskirjoittamisen aika? Entäpä jos kone (tekoäly) ja opiskelija kirjoittavat tekstin, vaikkapa tutkimusraportin, yhdessä?
Tekoälyyn suhtautumisessa yleinen lähtökohta on monissa oppilaitoksissa niin sanottu liikennevalomalli: joissakin tehtävissä tekoälyä saa käyttää vapaasti, joissakin osittain ja joissakin ei ollenkaan.
Generatiivisten kielimallien yleistyttyä kirjoittaminen muuttuu binäärisestä kirjoittamisesta (ihmiskirjoittaja tai kone) hybridikirjoittamiseksi (ihminen ja kone yhteistyössä). Hybridikirjoittaminen on uuden ajan yhteiskirjoittamista ja se on vahvasti tulossa opetus- ja oppimisympäristöihin. (Hadra ym., 2026.)
Kehittynyttä tekoälyä käytetään joka tapauksessa tieteessä, vaikkapa tilastollisessa hahmontunnistuksessa, joten tulosten raportoinninkin voisi olettaa syntyvän parhaiten ihminen-AI –hybridityönä.
Tunnistamisen haasteet
Tekoälyn käytön tunnistimet (AI-detectors), tunnetuimpana varmaankin Turnitin, onnistuvat erinomaisesti tunnistamaan yksittäisen kirjoittajan tekstin, joka on tehty tekoälyllä: tunnistusprosentti lähenee sataa. Tilanne on täysin erilainen hybridikirjoittamisen tuloksena syntyneen tekstin tapauksessa.
Tekoälyllä kirjoitetun tekstin paljastamiseen kehitetyt algoritmit (esimerkiksi Turnitin ja Originality) on kalibroitu binääristrategialla kirjoitetuille teksteille. Hybriditekstin osalta algoritmit ovat selvästi epäluotettavampia (myös silloin kun AI-tekstin osuus on huomattava), ja hybridikirjoittamisen yleistyessä tekoälytekstin paljastimien tarkoituksenmukaisuutta ja toimintaa on arvioita uudelleen. (Hadra ym., 2026.)
Tekoälyn tunnistimet eivät siis luotettavasti tunnista tekoälyn tuottaman tekstin suurtakaan osuutta hybriditekstissä – olipa hybridikirjoittaminen sallittua tai ei.
Vallitseva tilanne on ongelma ja voi aiheuttaa sekavia ja kiusallisia tilanteita tekstin kirjoittajalle ja sen tarkastajalle: väärät hälytykset ja asianmukaisten hälytysten puuttuminen ovat laajaan empiiriseen aineistoon perustuvan tutkimuksen mukaan tyypillisiä hybriditeksteille.
Opettaja joutunee pohtimaan tarkasti, mitä kertoo Turnitin-järjestelmän toiminnasta opiskelijoille – ja erityisesti mitä jättää kertomatta. Mielessään opettaja pohtinee myös, mitä kirjoittaminen post-plagioinnin ja generatiivisten kielimallien aikana lopulta oikein on.
Lähde
Hadra, M., Cambridge, K., & Mesbah, M. (2026). Evaluating the accuracy and reliability of AI content detectors in academic contexts. International Journal for Educational Integrity 22:4, 148-170.
Kirjoittajat
Juhani Toivanen
Diakonia-ammattikorkeakoulu Lehtori
