|
 -->
|
Tekoälyllä on yhä merkittävämpi rooli oppimisessa ja työelämän muutoksessa. Siksi ammattikorkeakoulut haluavat, että tekoälyn käyttö ja hyödyntäminen niiden opetuksessa seuraa tiiviisti kehityksen kärkeä. Arenen koulutuksesta vastaavien johtajien ja vararehtorien verkosto on päivittänyt suosituksensa tekoälyn käytöstä koulutuksessa.
– Päivityksessä korostetaan tekoälyn hyödyntämisen ymmärrystä oppimisen ja opetuksen tukena. Lisäksi on huomioitu erityisesti tekoälyn käytön läpinäkyvyys, tietosuojan tärkeys sekä opinnäytteiden kysymykset. Päivitetyssä suosituksessa näkyy myös vahvemmin alakohtaisuus. Tekoälyn käytössä suositellaankin huomioimaan oman alan kehitys, esimerkit ja käytänteet. Lisäksi tekoälylukutaidon kehittäminen nähdään tärkeänä jatkossa, toteaa suositusten valmistelusta vastannut ammattikorkeakoulujen koulutuksesta vastaavien johtajien ja vararehtoreiden varapuheenjohtaja Marjo Joshi.
Opettajille ja oppijoille käytännön työkaluna toimii ns. ’liikennevalomalli’, jonka avulla voidaan helposti määritellä, miten tekoälyn käytöstä on ilmoitettava osana oppimistehtävää ja miten sen käyttö vaikuttaa oppimisen arviointiin. Liikennevalomallin avulla on helppo kuvata sitä, milloin tekoälyn käyttö on vaadittua, sallittua, kerrottavaa tai kiellettyä. Suositukset sisältävät myös käytännön esimerkkejä, jotka helpottavat suositusten hyödyntämistä korkeakouluissa.
Tekoälyllä tarkoitetaan erityisesti laajoihin kielimalleihin perustuvaa (Large Language Model – eli laajaan tekstuaaliseen opetusaineistoon perustuva itseohjautuva neuroverkko) generatiivista tekoälyä. Generatiivista tekoälyä käyttävissä sovelluksissa (esim. ChatGPT, GPT-4, Dall-E, Midjourney) tuotetaan kehotteiden (promptien) avulla tekstiä, kuvia, videota, ääntä tai koodia.
Koneoppiminen on tekoälyn osa-alue, jonka juuret ovat tilastotieteessä. Koneoppimismenetelmät oppivat annetun datan pohjalta ilman erillistä sääntöjen ohjelmointia. Ne parantavat suorituskykyään tietyssä tehtävässä sitä mukaa kun lisää kokemusta tai dataa kertyy.
Suuri kielimalli (LLM) on sanojen ja sanajonojen esiintymisen todennäköisyyksille perustuva malli. Kielimallit ennustavat annetulle tekstisyötteelle jatkoa tai tuottavat pyydetyn mukaista tekstiä.
Generatiivinen tekoäly yhdistää koneoppimisen, syväoppimisen ja tekoälyn tehon. Se pystyy luomaan vastauksena sille annettuun pyyntöön alkuperäistä sisältöä esimerkiksi tekstiä, videoita, ääntä, koodia tai kuvia. Generatiivista tekoälymallia koulutetaan datan ja palautteen avulla ja tämän perusteella se pystyy luomaan yhä uusia innovatiivisia tuotoksia.
KAMKin ohjeistuksissa tekoälyllä tarkoitetaan tekoälypohjaisia palveluita, ei muihin ohjelmistoihin integroituja tekoälyominaisuuksien käyttöä.
Tekoäly on työkalu, jota jokainen tarvitsee tämän päivän ja tulevaisuuden opiskelussa ja työelämässä. Sen vuoksi KAMK kannustaa tekoälyn hyödyntämiseen huomioiden ohjeistuksessa esitetyt ja lainsäädäntöön sekä eri sopimusvelvoitteisiin perustuvat rajoitukset. Opiskelijoita ohjataan tekoälyn käyttöön heti opintojen alkuvaiheesta asti.
1) Tekoäly on hyvä tukiäly. Sitä voi lähtökohtaisesti käyttää apuna opetuksessa ja kirjoittamisen tukena. Tekoälysovellusten käyttö opintosuorituksissa voidaan kieltää, jos riskinä on, että sovellusten käyttö haittaisi osaamistavoitteiden saavuttamista.
2) Tekoälyn hyödyntämisestä on mainittava tehtävissä. Opiskelijan tulee ilmoittaa kirjallisesti, mitä sovellusta on käyttänyt ja millä tavalla. Tekoäly ei ole lähde, joten sitä ei saa nimetä tekstin kirjoittajaksi ja lähteeksi lähdeluetteloon, paitsi jos se on tehtävänannossa sallittu.
Tekoäly ei ole aina oikeassa eikä osaa huomioida eettisiä näkökulmia. Sen hyödyntäminen vaatii opiskelijalta kykyä kriittiseen ajatteluun ja taitoa oppia arvioimaan ja käyttämään lähteitä tarkoituksenmukaisesti. Opiskelija on aina itse vastuussa omien opiskelutehtäviensä sisällöistä ja siinä käytetyistä materiaaleista.
3) Tekoälysovelluksiin ei saa syöttää salassa pidettävää tietoa, esimerkiksi haastattelulitterointeja, oppimistehtäviä ja esseitä. Henkilötietoja käsiteltäessä tekoälysovelluksessa tulee noudattaa EU:n tietosuoja-asetuksen ja tietosuojalain asettamia vaatimuksia.
4) Jos opiskelija käyttää tekoälysovellusta jollakin opintojaksolla tai tentissä, jossa tekoälyn hyödyntäminen on kielletty, opiskelijan toiminta katsotaan vilpiksi. Tämä koskee myös tilanteita, joissa opiskelija on raportoinut käyttäneensä tekoälyä. Vilppitilanteet käsitellään KAMKin prosessien mukaisesti.
Tekoälyn käyttämisen etiikka voidaan ammattikorkeakouluissa muodostaa hyvien yleisten tieteellisten käytänteiden kautta:
1) Tekijät ovat vastuussa teostensa tarkkuudesta, oikeellisuudesta, eheydestä ja omaperäisyydestä, mukaan lukien tekoälyn käyttö.
2) Tekoäly ei täytä tekijän vaatimuksia, kun otetaan huomioon vastuuvelvollisuus.
3) Tekoälyn käytössä tulee noudattaa tieteellisen kirjoittamisen käytänteitä. Teosten tulee olla tekijän omia, eivätkä ne saa esittää muiden ideoita, tietoja, sanoja tai muuta materiaalia ilman riittävää viittausta. Tekoäly ei ole tieteellisen tekstin lähde. Tekijän tulee huolehtia, että lähdemerkinnät ovat oikein.
4) Tekoälyn tuottama sisältö voi olla puolueellista ja vahingoittavaa, tai vahvistaa jo olemassa olevia vahingollisia stereotypioita. Tekijän on aina huomioitava eettiset näkökulmat.
|
-->
|