ChatGPT:n monet kasvot

Sisältöä luovat tekoälyt ovat viime kuukausina vaikuttaneet todella paljon moniin aloihin, mukaan lukien korkeakoulusektoriin. Tämä vaikuttaa oppilaitosten ja opettajien työskentelytapoihin, ja samalla se muuttaa myös opiskelijoiden oppimiskokemusta. Tekoälyllä on potentiaalia vastata joihinkin koulutuksen suurimpiin haasteisiin. Sen avulla voidaan uudistaa opetus- ja oppimiskäytäntöjä, kun tekoäly tekee liukuhihnamaisen alustustyön asiantuntijalle valmiiksi. Tämä antaa opettajille enemmän aikaa työskennellä opiskelijoiden kanssa kriittisen ajattelun taitojen ja kriittisten analysointitaitojen parissa.

Epätietoisuutta voi helpottaa perustiedolla tekoälystä. Ensimmäisenä kannattaa aloittaa syventymällä termeihin. Ensimmäinen termi on kapea tekoäly (ANI, Artificial Narrow Intelligence). Tämä tekoälyn tyyppi on suunniteltu suorittamaan tietty tehtävä tai tehtäväjoukko. Kapealla tekoälyllä ei ole minkäänlaista ”tietoisuutta” tai taitoja tehtäväalueensa ulkopuolisista asioita. Termiin voidaan myös viitata heikkona tekoälynä tai soveltuvana tekoälynä. Kaikki tällä hetkellä käytössä olevat tekoälyn sovellukset ovat kapeita tekoälyjä. Tällaisia ovat esimerkiksi käännösohjelmat, Google Maps (Google, n.d.), ChatGPT (OpenAI, n.d.) tai Teslan ajoavustin (Tesla, n.d.). Toinen termi on kaiken kehityksen lopullinen tavoite, yleistekoäly (AGI, Artificial General Intelligence). Se on tekoälyn tyyppi, joka oppii itsenäisesti suorittamaan minkä tahansa henkilön suorittaman älyllisen toiminnon. Yleistekoäly esimerkiksi oppii ajamaan autoa, kokkaamaan, analysoimaan suuren määrän dataa tai hitsaamaan laivan — siis minkä tahansa työtehtävän. Tämä on pitkälle vain hypoteettinen käsite, mutta sitä pidetään vertailukohtana, kun arvioimme tekoälyn kykyjä. (Wikipedia, n.d.)

Keskustelija

ChatGPT on chattibottityyppinen tekoäly, jonka kanssa käydään dialogista keskustelua. Muistamalla edeltävät vastauksensa se jalostaa omia vastauksiaan käyttäjälle. Käyttöliittymänä ihmisen ja ChatGPT:n välillä toimii näppäimistö. Se perustuu GPT-3-nimiseen kielenmallinnukseen, jonka on kehittänyt OpenAI (OpenAI & Pilipiszyn, 2021). Kielimallin tehtävä on tuottaa ihmismäistä tekstiä ennustamalla todennäköisin sana jatkamaan sanojen ketjua.

Tämän kyvyn se on saavuttanut analysoimalla massiivisen määrän tekstiä ja muokkaamalla oppimisessa käytettäviä algoritmeja neuroverkkoarkkitehtuurin avulla, jossa mallinnetaan ”ihmisaivojen toimintaa” yhdistävällä laskennalla. Näin saadaan aikaan satoja miljardeja parametreja, ”jos-niin”-sääntöpareja, joiden avulla tekoäly ymmärtää sille syötetyn tekstin sisällön ja muodostaa vastauksensa annettuun syötteeseen. Mitä enemmän lähdemateriaalia on käytössä, sitä paremmin tekoäly ”ymmärtää” kieltä. GPT-3-mallia voidaan käyttää tehtävissä, joissa vaaditaan korkean tason kielen ymmärtämistä, kuten chattiboteissa ja virtuaaliassistenteissa.

Älykäs

Kielimalli ei ole ”älykäs” eikä sillä ole sisällöllistä ymmärrystä (Lehtonen, 2023). Kieliopillisesti oikea ja järkevän kuuloinen teksti luo harhakuvan vastauksen oikeellisuudesta, vaikka se voi olla täysin vääristynyt sisällöllisesti. Tämä johtuu kielimallin opettamiseen käytetystä lähdemateriaalista, joka voi olla täysin vääristynyttä. Esimerkiksi tekoälyn luoman pitkän vastauksen sisältämästä kymmenestä tiedosta voi yksi olla väärin ja muuttaa vastauksen aivan toiseksi kuin se oikeasti on. Tämän huomaaminen vaatii aiheen substanssiosaamista, joten isäntänä tekoäly on erittäin huono. (Isomäki, 2023)

Kielimallin tehtävä on luoda ihmismäistä sujuvaa tekstiä lähdeaineiston perusteella. Vääristynyt lähdeaineisto johtaa siihen, että osa faktoista tekoälyn antamassa vastauksessa voi olla ”keksittyjä”. Nykyinen versio ChatGPT:stä ei myöskään osaa ratkaista loogisia matemaattisia ongelmia vielä kovin hyvin. Tekoälyä voi pyytää kuvailemaan päättelyketjun, jolla se päätyi annettuun vastaukseen. Kielimalleja itsessään on myös alettu hyödyntämään tekoälyn luomien tekstien tunnistamisessa. Sovelluksia on kokeiltavana jo muutamia, muun muassa OpenAI:n AI Text Classifier (OpenAI, n.d.), GLTR (Strobelt & Gehrmann, n.d.), GPT-2 Output Detector (Hugging Face, n.d.) ja GPTZero (Tian, n.d.). Niiden antamien tuloksien kanssa pitää kuitenkin olla skeptinen ja tehdä tulkintoja varoen.

Tehostaja

Prosessi, jossa asiantuntija joutuu luomaan paljon tekstiä, tulee tehostumaan ChatGPT:n avulla, sillä tyhjältä paperilta ei tarvitse enää lähteä liikkeelle. Tekoäly ei kuitenkaan voi korvata ihmisen tuomaa inhimillistä sävyä, kuten empatiaa tai kriittistä ajattelua. Sama tapahtuu myös koodaamisen osalta. ChatGPT:llä voi muutamassa minuutissa luoda koodausprojektille pohjan, jonka avulla saadaan kehitettyä lopullinen versio koodista. ChatGPT tarjoaa oivallisen työkalun luovaan asiantuntijatyöhön tekemällä toistoa vaativat työtehtävät, koordinoimalla töitämme ja tekemällä yhteenvetoja puolestamme.

ChatGPT:n avulla voi tehostaa työstämisen alkuun pääsemistä kysymällä ideoita sekä saada uusia näkökulmia tuttuihin asioihin. Asiantuntijatöissä työkalu tuo muutoksen toiminnan tehostumisen kautta. Tekoälystä voitaisiinkin käyttää mieluummin termiä tukiäly. Sen kohdalla selkeästi tapahtuu, että lyhyen aikavälin vaikutuksia ylikorostetaan ja pitkän aikavälin vaikutuksia aliarvioidaan. Sama kehityskulku tapahtui esimerkiksi kirjapainotekniikan, radiolähetysten, television ja internetin kehittymisen kohdalla (Naughton, 2023).

Apuri

Uusien näkökulmien tarjoamiseen tekoäly on loistava kumppani ja sparraaja. Samoin se osaa tehdä yhteenvetoja teksteistä ja analysoida taukoita. Esimerkiksi opettajan apuvälineeksi toteutuksen suunnitteluun se soveltuu myös. Tekoälyä voi pyytää tekemään yhteenvedon sekä ohjeistuksen opintojakson tai moduulikokonaisuuden aikataulusta toteutuksen suoritusta varten, jota voi käyttää pohjana lopulliselle versiolle.

Tehtävien ja tenttikysymysten luonnissa opettaja voi helposti hyödyntää tekoälyä esimerkiksi syöttämällä olemassa olevia tehtäviä tekoälylle ja katsoa saatuja vastauksia. Tekoälyä voi pyytää muotoilemaan näitä tehtäviä uudelleen ja saada uusia ideoita tehtäviin aiheesta. Opettaja voi myös pyytää tekoälyä generoimaan aiheesta kirjoituksen, jonka sitten oppijat analysoivat. Syöttämällä tekoälylle oppimateriaalia voi sitä pyytää luomaan esimerkiksi monivalintakysymyksiä perusteluineen verkkotenttiin tai esimerkkejä opettavasta aiheesta. Työkalun käytössä vain mielikuvitus on rajana.

Mahdollistaja

Mihinkään tämä teknologia ei tulee häviämään, joten käytön kieltämiseen koulumaailmassa on turha lähteä (Pyyny, 2023). Oikeanlainen lähestymistapa on jakaa tietoutta tekoälystä, jotta ymmärrys sen vahvuuksista ja heikkouksista leviää. Lisäksi tulee tukea oikeanlaisen tehokkaan hyödyntämisen tapaa näiden työkalujen kohdalla. Suurimpana vaikuttajana organisaation luoma linjaus käytönperiaatteista tekoälyn sovelluksissa. (Ailio & Joshi, 2023)

Tekoälystä, sen kyvyistä ja rajoituksista tulee keskustella avoimesti. Sitä pitää uskaltaa rohkeasti käyttää ja kyseenalaistaa opetuksessa ja oppimisessa. Kuitenkin pitää tiedostaa, että kyseessä on yleensä kaupallinen palvelu, joten sitä käyttäessään on myös vaarassa syyllistyä tietosuojaloukkauksiin.

Kun käyttäjällä on ymmärrys tekoälyn perusteista ja käsitteistä, kyvyistä sekä rajoitteista, hän ymmärtää myös suhtautua terveen kriittisesti tekoälyltä saamiinsa vastauksiin. Onko tekoälyn antama vastaus tasa-arvoinen, oikeudenmukainen, tietosuojaa noudattava ja eettisesti kestävä? Tekoälyn kehitystä kannattaa seurata rohkeasti sekä tehdä uusia kokeiluja. Julkisen keskustelun seuraaminen ja osallistuminen antaa uusia ja raikkaita näkökulmia ja ideoita, jotka auttavat oppimaan lisää tekoälystä.

Ennustaja

Moni haluaisi jo tietää, miten tekoäly kehittyy lähitulevaisuudessa. Tämä on hankalaa. Olemme juuri astuneet tehostumisen aikakauteen, jossa yksi sovellus on luonut suuren muutoksen aallon tietotyön kehittymisessä. Työkaluja on kuitenkin kehittymässä muitakin, kuten Googlen Bard (Pichai, 2023) sekä kiinalaisen Baidu-yhtiön Ernie (Baidu Research, 2021). Microsoft on jo julkaissut testiin Bing-hakukoneeseensa liitetyn ChatGPT:n uudemman version (Mehdi, 2023). En usko muidenkaan suurten toimijoiden, kuten Metan, Applen ja Amazonin, jäävän osattomaksi tässä kisassa.

Tällä hetkellä on vaikeaa ennustaa, mikä työkalu on paras vuoden päästä. Isompia kehitysaskeleita tulee tapahtumaan kvanttitietokoneiden läpimurron kautta. Ne mahdollistavat entistä monimutkaisimpien algoritmien ajamisen ja mahdollistavat kvanttitekoälyn syntymisen. Tämä on jo todella lähellä itseoppivaa tekoälyä, joka tuo isoja muutoksia jokaiselle alalle.