Jonna Niemelä, Tuija Jurvanen, Joni Kukkamäki, Juha-Matti Torkkel, Pekka Salokannel, Virpi Maijala & Marko Björn
Sosiaali- ja terveysalan opetuksessa tekoälytyö näyttäytyy keinona laajentaa sekä monipuolistaa erilaisten vuorovaikutustaitojen harjoittelua ja oppimista jo opintojen aikana. Palvelujen digitalisoituminen edellyttää yhä monipuolisempia digitaitoja tulevilta sosiaali- ja terveysalan ammattilaisilta. Tekoälyyn perustuvat sovellukset tarjoavat mahdollisuuden uuden oppimiseen ja taitojen vahvistamiseen harjoittelun kautta. Harjoittelu kehittää digitaitoja, luetun ymmärtämistä sekä keskittymistä, ja näissä nuoret kohtaavat usein haasteita. (STT, 2023) Kyseisiä taitoja tarvitaan opiskelu- ja työelämässä. Opettajan ja opiskelijan tulee pohtia kullakin opintojaksolla, kuinka tekoälyä käytetään osana opiskelua ja miten sen käyttö ilmaistaan tuotoksissa. Opiskelijat ovat vastuussa tekoälyn käytöstä, ja heidän tulee mainita töissään, kuinka tekoälyä on käytetty. Lisäksi opiskelijoiden tulee olla lähdekriittisiä myös tekoälyä käyttäessään. (Aalto-yliopisto, 2023).
Opetus- ja kulttuuriministeriö on vähentänyt korkeakouluopetukseen suunnattua rahoitusta viimeisen kymmenen vuoden aikana roimasti. Koko vapaan sivistystyön valtionosuuteen, joka kuluvana vuonna 2023 on yhteensä 180 miljoonaa euroa, hallitus valmistelee 25 miljoonan euron leikkausta. Noin kolmannes leikkauksista kohdistuisi sosiaali- ja terveysalan koulutukseen. Tästä opintokeskuksille kohdentuisi 7 miljoonaa euroa. (Salo, 2023; Arene, 2023) Tämä on johtanut väistämättä tilanteeseen, jossa on mietittävä kustannustehokkaita mutta vaikuttavia opetus- ja oppimismenetelmiä, jotta yhä niukkenevin resurssein voidaan valmistaa työelämän tarpeisiin vastaavia ammattilaisia ja asiantuntijoita. Tekoälyn tarkoituksenmukainen hyödyntäminen erilaisiin oppimisympäristöihin on nyt ja tulevaisuudessa tärkeässä asemassa kehitettäessä vaikuttavia oppimismenetelmiä. (STT, 2023)
Pelivarusteiseen oppimiseen liittyvä pedagogiikka
1970-luvulta lähtien digitaalisten oppimispelien ja erilaisten simulaattorien käyttö on kasvanut. Tietokoneita on käytetty oppimisessa jo pitkään, ja nyt niiden käyttö kohdennetaan oppimisen sekä opettamisen kontekstiin yhä selvemmin. Tablettien ja älypuhelimien suosio ja yleistyminen opiskelijoilla 2000-luvulla on lisännyt mahdollisuuksia kehittää oppimispelejä (Warren & Jones, 2017). Digitaalisten oppimispelien (ml. oppimissimulaattorit) suosio Suomessa on todella valtava: pelejä on suunnattu kaikille iästä tai sukupuolesta riippumatta, vaikka suurin pelaajaryhmä ovat pojat tai nuoret miehet (Kallio ym., 2009).
Pelejä voidaan luokitella useilla eri tavoilla. Pelit voidaan jaotella tietokonepeleihin ja muihin peleihin, digitaalisiin ja ei-digitaalisiin peleihin tai lautapeleihin ja videopeleihin. Oma luokkansa peleissä ovat oppimispelit, joiden tarkoituksena on opettaa pelaajalle uusia taitoja tai kerrata pelaajan jo oppimia asioita. (Casbergue & Kieff, 1998; Juul, 2003). Oppimispelit voivat olla luonteeltaan yhteistyöhön tähtääviä, kilpailuperiaatteeseen pohjautuvia, strategisia pelejä tai simulaatio- sekä roolipelejä. (Casbergue & Kieff, 1998; Juul, 2003).
Pelien kehittely on aikaisemmin perustunut ohjekirjoihin ja pelaajan tukemiseen, ja pelien pääasiallinen tavoite on ollut viihteellisyys (Kultima, 2015; Wilson & Sicart, 2010). Nykyään kehitetään myös oppimiseen tarkoitettuja pelejä, ja oppimispelien suunnittelusta on tullut yhä merkittävämpi osa pelikehittelyä. Konstruktiivinen oppimisteoria tukee oppimispeleissä pelaajien ymmärryksen kehittymistä opiskeltavasta aiheesta sekä pelien kehittäjiä ymmärtämään oppijoiden tarpeita. (Lainema, 2009). Opeteltavan aiheen teoreettinen taustatieto on vielä varsin harvoin sisällytettynä peliin (Whitton, 2014), mutta pelit lisäävät opiskelijoiden ratkaisumalleja sekä toimivat hyvin opiskelijan motivaation lisääjänä (Deterning ym., 2011).
Kultima & Sandovar (2016) ovat luoneet kehyksen, jonka mukaan pelien kehittelyssä huomioidaan useita arvoja (taulukko 1). Tarkoituksena on ymmärtää muun muassa pelien kehittelyn moniarvoisuutta ja kulttuurisuutta.
Taulukko 1. Monipuolisen pelisuunnittelun arvot (Kultima & Sandovar, 2016).
Kategoria | Kategorian sisältö | Suunnitteluarvo |
---|---|---|
Pelaajan keskeisyysarvo | Pelaajan keskeisyys pelin suunnittelussa | Pelaajan tukeminen |
Rennon pelin suunnitteluarvot | Painopiste digitaalisissa peleissä | Saavutettavuus, joustava, hyväksyttävä, yksinkertainen |
Perinteisen pelin suunnitteluarvo | Perinteinen videopeli | Haasteet ja kilpailuyhteisö, maailmallisuus |
Taiteellinen ilmaisu, innovaatio, kokeellisuus | Digitaalisissa peleissä korostetaan pelien vuorovaikutteisuutta | Visuaalinen suunnittelu ja esteettisyys, kokemuksellisuus, erilainen muotoilu |
Sosiaalinen vaikutus ja kulttuuriset arvot | Korostetaan sosiaalista ohjelmistoa | Pelit, jotka ovat vaikuttavia ja hyviä, monimuotoisia ja hyväksyttäviä, moraalisesti ja eettisesti hyväksyttyjä, kulttuurin monimuotoisuus ja traditio |
Itsenäisyyden arvot | Pääpaino on autonomiassa, vapaudessa ja kumouksellisessa pelisuunnittelussa | Autonomia ja taiteen vapaus, anarkia |
Arvot pelin tuottamisessa ja luomisprosessissa | Tarkoituksena on edistää kulttuuria enemmän kuin peliä itseään | Vertaisarviointi ja ammatillinen identiteetti, yhteistyö ja tiimityöskentely, vapaa tietolähde -periaate, teknologinen kehitys, kehittyminen haasteena |
Englannin opiskelua tekoälyn kanssa
Hämeen ammattikorkeakoulun (HAMK) sosiaali- ja terveysalan koulutus sekä HAMK Smart- ja HAMK Edu -tutkimusyksiköt toteuttivat Wonda VR AI -pilottihankkeen yhteistyössä 3DBear-yrityksen kanssa. Hankkeessa kehitettiin tekoälyratkaisu sosiaalialan tilanteisiin, joissa käytetään vierasta kieltä.
Pilotin tarkoituksena oli kokeilla uutta Wonda VR -virtuaaliympäristön generatiiviseen tekoälyyn perustuvaa toiminnallisuutta korkeakouluopetuksessa. Sen avulla on mahdollista luoda tekoälypohjaisia virtuaalisia avatareja, joiden kanssa opiskelija voi käydä luonnollista keskustelua mikrofonia käyttäen kotikoneeltaan käsin. Avatar käytti vastausten muodostamiseen ChatGPT:tä. Niin käyttäjät kuin asiantuntijat ovat olleet tyytyväisiä pilottiin. Wondan käytettävyys tuo hyvän flow-tilan käyttäjilleen, ja lisäksi alustan teknologia ja helppokäyttöisyys saavat kiitosta kehittäjiltä.
Testiryhmäksi valittiin ammattikorkeakoulututkintoaan (AMK) tekevät, kolmannen vuoden sosiaalialan opiskelijat. Osa heistä sai suoritettua English for the Workplace -opintojaksoon kuuluvan työhaastattelutehtävän osallistumalla tähän pilottiin. Pilottiin osallistui 16 opiskelijaa HAMKin sosiaalialalta. Työhaastattelu valikoitui tilanteeksi, koska se on tarpeeksi geneerinen ja helposti muokattavissa muidenkin koulutusalojen tarpeisiin. Simulaation tarkoitukseksi asetettiin, että opiskelija harjoittelee työhaastatteluun osallistumista englannin kielellä. Tekoälyä hyödyntävä avatar toimi tilanteessa työhaastattelijana.
Tekoälyä on mahdollista konfiguroida käyttäytymään halutulla tavalla ja huomioimaan sille valmiiksi annettuja taustatietoja, joihin se voi keskustelussa pohjata (ERC, 2023). Haastattelija-avatar ohjelmoitiinkin esittämään kysymyksiä varhaiskasvatuksen tai sosiaalialan työstä. Haastattelijan ”luonnetta” pystyttiin muokkaamaan: sen haluttiin olevan ystävällinen, kannustava ja ymmärtäväinen eritasoisesti englantia puhuvia kohtaan. Useiden testauskertojen avulla muokattiin ja tarkennettiin vielä ohjeita, joiden pohjalta haastattelija toimi, jotta saatiin simuloitu haastattelutilanne toimimaan toivotulla tavalla.
Testitilanne järjestettiin Zoomin välityksellä, ja sen fasilitoi 3DBear Oy. Tilaisuuden aluksi opiskelijat saivat lyhyen esittelyn pilottiprojektista ja sen tavoitteista sekä ohjeet tehtävän suorittamiseen. Kymmenen minuuttia kestäneen työhaastattelun jälkeen opiskelijat vastasivat ensin kirjalliseen palautekyselyyn, jonka jälkeen käytiin vielä yleistä keskustelua kokemuksista.
HAMKin tutkijat kartoittivat pilotin hyötyjä eri osapuolille, ja samalla he tuottivat tietoa sekä kouluttamisesta tekoälyn avulla että digiajan mahdollisuuksista ja reunaehdoista koulutuksessa. Pilotin jälkeen on tarkoitus hakea jatkohanketta pilotin tulosten pohjalta.
Opiskelijoiden palaute
Opiskelijoilta kerättiin palautetta ohjelmiston käyttäjäkokemuksesta. Opiskelijoiden sitoutumista arvioitiin strukturoidulla kyselymittarilla 1–5 (1 = vähän, 5 = paljon). Käyttäjäkokemuksen arvioinnissa käytettiin seuraavia muuttujia: kognitiivisuus, emotionaalisuus, käyttäytyminen ja sosiaalisuus. Lisäksi opiskelijoilla oli mahdollisuus jättää avoimia vastauksia. Palautekyselyn tulokset ovat taulukossa 2.
Pilotissa käytetty tekoälysovellus oli beta-vaiheessa olevan teknologian demonstraatio, ja jotkut opiskelijoista kohtasivat teknisiä haasteita toimiessaan tekoäly avatar-hahmon kanssa. Tämä laski käyttäjäkokemusten keskiarvoa hieman.
Taulukko 2. Sitoutuvuus ja käyttäjäkokemukset.
Sitoutuminen – kognitiivisuus (1–5) | Sitoutuminen – emotionaalisuus (1–5) | Sitoutuminen – käyttäytyminen (1–5) | Sitoutuminen – sosiaalisuus (1–5) |
---|---|---|---|
2,8 | 3,3 | 3,0 | 3,5 |
Avoimista vastauksista selvisi, että 12 opiskelijaa ei ollut koskaan aikaisemmin käyttäneet ChatGPT:tä, ja vain 4 opiskelijaa oli aikaisemmin käyttänyt ChatGPT:tä. Opiskelijoilta kysyttiin lisäksi avoimissa kysymyksissä, millaisia kokemuksia heille syntyi ChatGPT:stä tai keskustelusta avatarin kanssa.
“Pidin siitä, hänen kanssaan oli helpompi puhua kuin oikeille ihmisille.”
“Se oli todella mukavaa ja tuntui aika realistiselta.”
“Pidin visuaalisuudesta, se näytti upealta. Se oli myös yllättävän tarkka, käänsi puheeni tekstiksi, vaikuttava!”
“Pidän siitä. Osaan puhua [englantia], eikä minun tarvitse pelätä sitä.”
Moni opiskelija kertoi olleensa ennakkoon hieman epäileväinen, mutta lopulta positiivisesti yllättynyt. Tekoälyyn perustuvan avatar-haastattelijan ohjelmoinnissa oli onnistuttu, koska osallistuneet opiskelijat antoivat palautetta kannustavasta ja ystävällisestä tyylistä. Monen vastaajan mielestä oli helpompaa puhua tekoälypohjaiselle avattarelle kuin oikealle henkilölle, esim. opettajalle tai opiskelutoverille. Useampi opiskelija koki tilanteen varsin todenmukaiseksi.
Opettajien näkökulmasta tällainen keskusteleva tekoäly soveltuu hyvin monenlaisten asiakastilanteiden harjoitteluun, erityisesti etä- ja verkko-opinnoissa, joissa vuorovaikutustilanteiden harjoittelu muutoin jää vähäiseksi.
Tekoälyn mahdollisuudet tulevaisuuden koulutuksessa
Koulutukseen tarkoitettujen tekoälypohjaisten harjoitusten tulevaisuus on erittäin lupaava. Tekoäly personoi oppimiskokemuksia, antaa välitöntä palautetta ja mukautuu yksittäisten opiskelijoiden tarpeisiin, mikä tekee koulutuksesta helpompaa ja tehokkaampaa. Tämä tekniikka luo dynaamisia ja vuorovaikutteisia oppimisympäristöjä, jotka valmistavat opiskelijoita nopeasti kehittyvän maailman vaatimuksiin. Tekoälypohjaiset harjoitukset mahdollistavat sen, että opettaja voi muokata harjoitustilanteen opiskelijan oppimistarpeita vastaavaksi.
Nämä edistysaskeleet laajentavat johdonmukaisesti keskustelevan tekoälyn sovellusten näköaloja koulutuksen ja oppimisen alalla. Tekoälyn hyödyntäminen sosiaali- ja terveysalan opetuksessa ja oppimisessa on erittäin tervetullutta, koska esimerkiksi käytännön harjoittelujaksot eivät aina välttämättä tarjoa riittävän monipuolisia oppimistilanteita opiskelijoille. Esimerkiksi erilaisia tilanteita, joissa kohdataan haasteellisia asiakkaita, tarvitaan enemmän kuin mitä harjoittelujaksot työelämässä voivat tarjota. Niinpä tekoälyn avulla voidaan tarjota opiskelijoille autenttisia ja hyvin todellisuutta jäljitteleviä harjoitustilanteita turvallisessa oppimisympäristössä.
Abstract
The future of AI-powered educational exercises is highly promising. AI will personalize learning experiences, offer immediate feedback, and adapt to individual student needs, making education more accessible and effective. This technology will create dynamic and interactive learning environments, preparing students for the demands of a rapidly evolving world.
With each new iteration of AI tools, whether it pertains to context in written text, images, or generated voice, we witness the continual enhancement and increased adaptability of AI-powered exercises. These advancements will consistently broaden the horizons of applications for conversational AI within the realm of education and learning. The purpose of this pilot was to study social students’ (n=16) English interaction skills in a work interview setting during an English course. User data and feedback were gathered through a questionnaire and interviews during and after the test, and research data were analyzed statistically. In the questionnaire was asked about students’ user experience (UX). According to the results, students can practice independently for work interviews and social events.
Kirjoittajat
Jonna Niemelä, lehtori, HAMK, sosiaaliala
Tuija Jurvanen, lehtori, HAMK, kielet ja viestintä
Joni Kukkamäki, tutkimuspäällikkö, HAMK Smart -tutkimusyksikkö
Juha-Matti Torkkel, ratkaisuasiantuntija, HAMK Smart -tutkimusyksikkö
Pekka Salokannel, Chief Operating Officer, 3DBear
Virpi Maijala, tutkijayliopettaja, HAMK, sosiaaliala
Marko Björn, tutkijayliopettaja, HAMK Edu -tutkimusyksikkö
Lähteet
Aalto-yliopisto. (2023). Ohjeistus tekoälyn käytöstä Aalto-yliopiston opetuksessa ja oppimisessa. https://www.aalto.fi/fi/palvelut/ohjeistus-tekoalyn-kaytosta-aalto-yliopiston-opetuksessa-ja-oppimisessa
Arene. (16.6.2023). 100 miljoonan rahoitusleikkaus ammattikorkeakouluilta johtaa koulutuspaikkojen vähentämiseen – Ammattikorkeakoulujen rooli soveltavassa tutkimuksessa vahvistuu. https://arene.fi/ajankohtaista/100-miljoonan-rahoitusleikkaus-ammattikorkeakouluilta-johtaa-koulutuspaikkojen-vahentamiseen-ammattikorkeakoulujen-rooli-soveltavassa-tutkimuksessa-vahvistuu/
Casbergue, R. M., & Kieff, J. (1998). Marbles, anyone? Traditional games in the classroom. Null, 74(3), 143–147. https://doi.org/10.1080/00094056.1998.10522691
Deterning, S., Dixon, D., Khaled, R. & Nacke, L. (2011). From Game Design Elements to Gamefulness: Defining Gamification. Proceedings of the 15th International Academic MindTrek Conference: Envisioning Future Media Environments, 9–15.
ERC. (3.4.2023). Eastern Royal Company brings you the blog-newsletter series on game development using Unreal Engine. https://www.linkedin.com/pulse/part-5ai-controller-ai-behaviors-eastern-royal-company/
Juul, J. (2003). The game, the player, the world: Looking for a heart of gameness. Teoksessa M. Copier & J. Reessens (toim.), Level Up: Digital Games Research Conference Proceedings (ss. 30–45).
Kallio, K. P., Mäyrä, F., & Kaipainen, K. (2009). Pelikulttuurin monet kasvot: Digitaalisen pelaamisen arkiset käytännöt suomessa. Tampereen yliopisto. https://urn.fi/urn:nbn:uta-3-413
Kultima, A., & Sandovar, A. (2016). Game design values. https://doi.org/10.1145/2994310.2994362
Lainema, T. (2009). Perspective Making: Constructivism as a Meaning-Making Structure for Simulation Gaming. Simulation & Gaming, 40(1), 48–67. https://doi.org/10.1177/1046878107308074
Salo, M. (5.9.2023). Leikkaus opintokeskuksiin osuisi sote-järjestöjen koulutustoimintaan. https://www.soste.fi/blogikirjoitus/leikkaus-opintokeskuksiin-osuisi-sote-jarjestojen-koulutustoimintaan/
STT. (17.4.2023). Helsingin yliopisto aloittaa tutkimuksen vankien tekoälytyöstä – takana onnistunut pilotti startup-yrityksen kanssa. https://www.sttinfo.fi/tiedote/69973558/helsingin-yliopisto-aloittaa-tutkimuksen-vankien-tekoalytyosta-takana-onnistunut-pilotti-startup-yrityksen-kanssa?publisherId=2090
Warren, S. J., & Jones, G. (2017). Learning games: The science and art of development. Springer International Publishing.
Wilson, D., & Sicart, M. (2010). Now it’s personal: on abusive game design. Futureplay ’10: Proceedings of the International Academic Conference on the Future of Game Design and Technology, 40–47. https://doi.org/10.1145/1920778.1920785
Whitton, N. (2014). Digital games and learning: Research and theory. Routledge. https://doi.org/10.4324/9780203095935
WONDA VR. (2023). https://www.wondavr.com