Kun tekoäly antaa palautetta, opiskelija arvioi arvioijaa

Tässä artikkelissa tarkastellaan AI-arviointityökalun kokeilua opiskelijan näkökulmasta: mihin opiskelijat luottivat, mikä herätti epävarmuutta ja millaisilla ehdoilla tekoälyavusteinen arviointi voi rakentua hyväksyttäväksi osaksi korkeakouluarviointia.

Kaakkois-Suomen ammattikorkeakoulussa toteutetuissa AI-INTO!-piloteissa opiskelijat eivät arvioineet vain sitä, toimiko arviointityökalu teknisesti. He arvioivat samalla koko arviointiprosessin luotettavuutta: oliko tekoälyn antama palaute ymmärrettävä, vastasiko se opettajan arviota, oliko arviointi oikeudenmukainen ja säilyikö opettaja lopullisena arvioijana. Siksi tekoälyavusteisen arvioinnin kehittämisessä ratkaisevaa ei ole pelkkä työkalun tekninen suorituskyky, vaan se, millaiseksi opiskelija kokee arvioinnin läpinäkyvyyden, perustelut ja inhimillisen vastuun. 

Arviointivastuu säilyi opettajalla 

AI-INTO!-projektissa kokeiltiin tekoälyavusteista arviointityökalua opiskelijoiden tenttivastausten arvioinnissa syksyllä 2024 ja keväällä 2026. Kokeilussa opiskelijat vastasivat tenttikysymyksiin erillisessä arviointityökalussa. Tekoäly arvioi vastaukset kysymyskohtaisesti ja antoi niistä pisteet ja palautteen. Tämän jälkeen opettaja tarkisti tekoälyn tekemän arvioinnin ja korjasi sitä tarvittaessa. Lopullinen arviointi perustui opettajan hyväksymään tai korjaamaan arvioon. Opiskelijoita pyydettiin myös vertailemaan tekoälyn ja opettajan antamaa arviointia. (Bergström 2026). 

Asetelma on kiinnostava, koska se ei siirtänyt arviointivastuuta tekoälylle. Tekoäly toimi arvioinnin tukena, mutta opettaja säilytti pedagogisen ja ammatillisen vastuun. Tämä on tärkeä lähtökohta myös laajemmassa keskustelussa tekoälystä koulutuksessa.  

Kansainvälisissä suosituksissa korostetaan ihmiskeskeistä lähestymistapaa, opettajan ammatillista harkintaa sekä opiskelijoiden valmiutta arvioida tekoälyn toimintaa kriittisesti (Miao & Cukurova 2024; Miao ym. 2024). UNESCO:n opettajien osaamiskehys korostaa, että tekoälyn käyttö opetuksessa edellyttää opettajilta eettisiä, pedagogisia ja teknologisia valmiuksia (Miao & Cukurova 2024). 

Hyväksyntä vaatii ymmärrystä 

AI-INTO!-pilottien kyselyaineiston perusteella opiskelijoiden kokemukset AI-arviointityökalusta olivat pääosin myönteisiä tai neutraaleja. AI-arviointityökalun käyttökokemuksia koskeva aineisto koostui vuoden 2024 kahdesta opiskelijaryhmäkohtaisesta aineistosta sekä vuoden 2026 aineistosta. Vuoden 2024 vastaajamäärä oli yhteensä 123 ja vuoden 2026 vastaajamäärä 54, eli kokonaisaineisto sisälsi 177 vastausta. (Bergström 2026.) 

Useat opiskelijat kuvasivat tenttityökalua helppokäyttöiseksi, selkeäksi, sujuvaksi ja tavanomaisen verkkotentin kaltaiseksi (Bergström 2026). Työkalun helppokäyttöisyys on tärkeä havainto, sillä arviointiteknologian hyväksyttävyys alkaa usein perusasioista: opiskelijan pitää pystyä keskittymään osaamisensa näyttämiseen eikä järjestelmän kanssa selviytymiseen. 

Tekoälyn antamaa palautetta koskevat vastaukset osoittivat kuitenkin, että opiskelijat eivät aina kokeneet saaneensa varsinaista palautetta, vaan ainoastaan pistemäärän. Osa opiskelijoista ei tiennyt, mistä palaute löytyisi, tai koki, ettei pelkkä pistemäärä riitä oppimisen tueksi. (Bergström 2026.) Opiskelijoiden kokemus palautteesta tekee näkyväksi arvioinnin pedagogisen kysymyksen: jos AI-arviointia halutaan käyttää oppimista tukevana palautteena, opiskelijan pitää ymmärtää, mitkä vastauksen osat olivat onnistuneita, missä oli puutteita ja miten osaamista voisi kehittää.  

Tekoälyn ja opettajan antamien pisteiden vertailu lisäsi osalla opiskelijoista luottamusta AI-arvioinnin mahdollisuuksiin, erityisesti silloin, kun pistemäärät olivat samoja tai lähellä toisiaan. Samalla aineistossa näkyi myös epävarmuutta tilanteissa, joissa tekoälyn ja opettajan pisteet erosivat. Osa opiskelijoista tulkitsi erot niin, ettei tekoäly välttämättä tunnistanut kaikkia omin sanoin kirjoitetun vastauksen sisältöjä, soveltavaa ajattelua tai ilmaisun vivahteita samalla tavalla kuin opettaja. (Bergström 2026.) 

AI-avusteista arviointia koskevissa tutkimuksissa opiskelijoiden suhtautuminen tekoälyyn liittyy vahvasti luottamukseen, arvioinnin koettuun oikeudenmukaisuuteen ja siihen, kuinka läpinäkyväksi arviointiprosessi koetaan. Thomasin ym. (2026) tutkimuksessa opiskelijoiden käsitykset tekoälypohjaisesta pisteytyksestä ja palautteesta olivat kohtalaisen myönteisiä, mutta tieto arvioijan tekoälyperäisyydestä saattoi myös heikentää luottamusta tekoälyn pisteytykseen. Tämä korostaa sitä, että tekoälyn käyttö arvioinnissa ei ole vain tekninen ratkaisu vaan myös viestinnällinen ja pedagoginen kysymys. 

Läpinäkyvyys rakentaa luottamusta 

Tekoälyavusteisen arvioinnin keskeinen kysymys ei ole vain se, osuuko pistemäärä kohdalleen. Vähintään yhtä tärkeää on, ymmärtääkö opiskelija, miksi hän sai tietyn arvosanan. Kyselyaineiston mukaan osa opiskelijoista kaipasi pidempää sanallista palautetta. He eivät halunneet pelkkää pistemäärää, vaan perusteluja, joiden avulla omaa osaamista voisi kehittää. (Bergström 2026.) 

Arvioinnin läpinäkyvyys on ammatillisesti merkittävä havainto. Arviointi ei ole korkeakouluopetuksessa pelkkää suorituksen mittaamista. Sen pitäisi myös tukea oppimista, suunnata opiskelijan huomiota olennaiseen ja auttaa häntä ymmärtämään, miten osaamista voi vahvistaa. Jos tekoäly tuottaa vain pistemäärän tai hyvin niukan palautteen, arviointi voi tuntua tehokkaalta, mutta oppimisen näkökulmasta vajaalta. 

Tutkimusten mukaan selitykset ja arviointiperusteiden läpinäkyvyys vaikuttavat opiskelijoiden oikeudenmukaisuuden kokemukseen. Chai ym. (2024) havaitsivat, että opiskelijoiden käsitys arvioinnin oikeudenmukaisuudesta riippui arvioijan lisäksi siitä, kuinka läpinäkyvää arviointi oli ja annettiinko arviointitulokselle selitys. Heidän mukaansa kattavat selitykset voivat vahvistaa arviointiin liittyvää luottamusta riippumatta siitä, onko arvioijana opettaja vai tekoäly.  

Opettajan rooli ei vähene – se muuttuu 

Yksi pilottien vahvimmista viesteistä on, että opiskelijat voivat hyväksyä tekoälyn arvioinnin tueksi, mutta eivät välttämättä halua tekoälyn olevan ainoa arvioija. Opettajan tarkistus lisäsi prosessin luotettavuutta. Opiskelijoiden luottamusta näytti vahvistavan se, että he tiesivät opettajan tarkistavan arvioinnin ja vastaavan lopullisesta arvosanasta (Bergström 2026). 

Opiskelijoiden luottamuksen vahvistuminen on tärkeä vastapaino keskustelulle, jossa tekoäly nähdään ensisijaisesti opettajan työn korvaajana. AI-INTO!-piloteissa tekoäly näyttäytyi pikemminkin opettajan työn tukena. Opiskelijat tunnistivat, että arviointityökalu voi helpottaa opettajan työtä, nopeuttaa arviointiprosessia ja vapauttaa aikaa muuhun ohjaukseen. Samalla he kuitenkin pitivät tärkeänä, että opettaja käyttää ammatillista harkintaa ja varmistaa arvioinnin oikeellisuuden. 

Havainnot osoittavat eroja pilotointien välillä: vuoden 2024 pilotissa AI-arviointityökalu näyttäytyi pääosin arviointia tukevana, kun taas vuoden 2026 pilotissa soveltava oikeudellinen tehtävä edellytti selvästi enemmän tarkistamista (Bergström 2026). AI-avusteisen arvioinnin hyödyt eivät siten synny pelkästä työkalun käyttöönotosta, vaan tehtävien, arviointikriteerien ja tarkisteiden yhteensopivuudesta työkalun kanssa.  

Myös kansainvälisessä keskustelussa korostetaan samaa näkökulmaa. AI-avusteisen palautteen nähdään tarjoavan potentiaalia erityisesti palautteen nopeudessa, kattavuudessa ja oppimisen aikaisessa tukemisessa, mutta sen roolin tulisi olla inhimillistä arviointia täydentävä (Alghamdi & Alghizzi 2025). Painopiste siirtyy tällöin yksittäisten vastausten tarkistamisesta arviointiprosessin suunnitteluun, tekoälyn tuottamien arvioiden kriittiseen tarkasteluun ja palautteen pedagogiseen tulkintaan.  

Muutos ei välttämättä vähennä asiantuntijuuden tarvetta, vaan voi pikemminkin korostaa sitä, koska asiantuntija määrittelee arviointikriteerit, suunnittelee tehtävät AI-avusteiseen arviointiin sopiviksi, tarkistaa tuotetut arviot, tunnistaa mahdolliset vinoumat ja viestii arviointiprosessin läpinäkyvästi. 

Tekniikka vaikuttaa luottamukseen 

Vaikka artikkelin päähuomio on luottamuksessa ja arvioinnin kokemuksessa, teknisiä havaintoja ei voi sivuuttaa. Opiskelijalle tekninen epävarmuus muuttuu nopeasti arvioinnin epävarmuudeksi. Jos järjestelmä ei avaudu, tentissä kuluva aika ei näy, palautuksen onnistumisesta ei tule vahvistusta tai tekstin esikatselu näyttää epäselvältä, opiskelijan huomio siirtyy osaamisen näyttämisestä järjestelmän toiminnan epäilemiseen. 

Pilottien aineistoissa tekniset kehittämistarpeet liittyivät erityisesti tenttiajan näkyvyyteen, palautuksen varmistukseen ja joissakin tapauksissa kirjautumis- tai käyttökatkoksiin. Erityisesti vuoden 2024 aineistossa toistui havainto, että jäljellä oleva tenttiaika ei ollut opiskelijan näkökulmasta riittävän selkeästi näkyvissä. Opiskelijat kuvasivat joutuneensa seuraamaan aikaa itse, palauttaneensa tentin varmuuden vuoksi liian aikaisin tai kokeneensa epävarmuutta siitä, mitä tapahtuu, jos aika päättyy ennen palautusta. (Bergström 2026.) 

Opiskelijoiden tekniikkaan liittyvät havainnot osoittavat, että arviointiteknologian käytettävyys ei ole vain käyttömukavuuskysymys. Se liittyy arvioinnin yhdenvertaisuuteen ja oikeudenmukaisuuteen. Jos osa opiskelijoista joutuu käyttämään kognitiivista energiaa siihen, että he pohtivat järjestelmän toimintaa, arviointitilanne ei ole kaikille samanlainen. Tekninen epävarmuus voi heikentää myös luottamusta tekoälyn tekemään arviointiin, vaikka varsinainen arviointialgoritmi toimisi oikein. 

Vastuullinen AI-avusteinen arviointi edellyttää teknisesti luotettavaa prosessia, selkeää opettajan arviointivastuuta ja pedagogisesti harkittua käyttöä. Vastuullisen AI-avusteisen arvioinnin edellytykset ovat linjassa Euroopan komission (2022) eettisten ohjeiden ja UNESCO:n opettajien AI-osaamiskehyksen kanssa (Miao & Cukurova 2024). AI-INTO!-piloteissa periaate konkretisoitui siinä, että tekoälyä ei käytetty itsenäisenä arvioijana, vaan opettajan tarkistamana arvioinnin tukena. 

Tehtävätyyppi ratkaisee 

AI-INTO!-pilottien tärkein AI-arviointia koskeva vertailutulos liittyy tehtävätyyppiin. Vuoden 2024 pilotissa tekoälyn ja opettajan arvioinnit olivat useammin samoja tai lähellä toisiaan. Vuoden 2024 arviointivertailussa tarkasteltiin 123 vastauskohtaista pisteytysvertailua. Niistä 63 arviointikohdassa eli 51 prosentissa tekoälyn ja opettajan antama pistemäärä oli sama. Opettaja antoi tekoälyä enemmän pisteitä 39 arviointikohdassa eli 32 prosentissa tapauksista ja laski tekoälyn antamaa pistemäärää 21 arviointikohdassa eli 17 prosentissa tapauksista. Erot olivat pääosin pieniä: vähintään kuuden pisteen ero esiintyi vain noin neljässä prosentissa arviointikohdista. (Bergström 2026.) 

Kevään 2026 pilotissa tilanne oli toinen. Arviointivertailussa tarkasteltiin 159 vastauskohtaista pisteytysvertailua. Opettaja antoi tekoälyä enemmän pisteitä 94 arviointikohdassa eli 59 prosentissa tapauksista. Sama pistemäärä säilyi 25 arviointikohdassa eli 16 prosentissa tapauksista, ja opettaja laski tekoälyn antamaa pistemäärää 40 arviointikohdassa eli 25 prosentissa tapauksista. Erot olivat myös selvästi suurempia kuin vuoden 2024 aineistossa: noin 42 prosentissa arviointikohdista ero oli vähintään kuusi pistettä (Bergström 2026). 

Ero ei tarkoita, että toinen pilotti olisi onnistunut ja toinen epäonnistunut. Pikemminkin se osoittaa, että AI-arvioinnin toimivuus riippuu vahvasti tehtävän luonteesta. Vuoden 2024 Liiketoiminta ja yrittäjyys -opintojakson tehtäväkonteksti soveltui paremmin AI-avusteisen arvioinnin kokeiluun. Vuoden 2026 Kauppa- ja sopimusoikeus -opintojakson soveltavat ja oikeudelliset vastaukset edellyttivät enemmän opettajan tulkintaa, koska opiskelijan piti osata soveltaa tietoa tapauskohtaisesti ja perustella ratkaisunsa. (Bergström 2026.) Tämä vahvistaa artikkelin pääviestiä: AI-arviointi voi tukea opettajan työtä, mutta sen käyttöä ei tule laajentaa ilman tehtävätyyppikohtaista harkintaa, huolellista valmistelua ja opettajan lopullista arviointivastuuta. 

Arviointipedagogiikka tarkentuu 

Pilottien perusteella tekoälyavusteinen arviointi voi toimia hyvin, kun tehtävät, arviointikriteerit ja opettajan tarkistusprosessi on suunniteltu huolellisesti. Tekoäly voi tuottaa alustavia arvioita, auttaa yhdenmukaistamaan pisteytystä ja nopeuttaa arviointiprosessia. Samalla se nostaa näkyviin kysymyksiä, jotka ovat olleet arvioinnissa tärkeitä jo ennen tekoälyä: miten arviointikriteerit määritellään, miten opiskelijalle kerrotaan arvioinnin perusteet, miten palaute tukee oppimista ja miten arvioinnin oikeudenmukaisuus varmistetaan? (Bergström 2026.) 

Tekoäly ei siis poista arviointipedagogiikan tarvetta. Se tekee sen entistä näkyvämmäksi. Jos arviointikriteerit ovat epäselvät, tekoäly ei ratkaise ongelmaa vaan voi vahvistaa sitä. Jos palaute jää pelkäksi numeroksi, tekoäly ei välttämättä tue oppimista, vaikka se nopeuttaisi arviointia. Jos opiskelija ei ymmärrä, miten tekoälyä käytettiin, hän ei välttämättä luota arviointiin, vaikka lopputulos olisi teknisesti oikea. 

Myös Alfaleh (2026) korostaa, että korkeakoulutuksen AI-arvioinnin kestävä käyttöönotto edellyttää oikeudenmukaisuuden, läpinäkyvyyden, pedagogisen suunnittelun ja hallinnan yhtäaikaista huomioimista. Tämän vuoksi AI-arviointia ei voi tarkastella vain arvioinnin automatisointina, vaan osana laajempaa arviointikulttuurin ja arviointipedagogiikan kehittämistä. 

AI-arvioinnin käyttöönotto vaatii reunaehtoja 

AI-INTO!-pilottien perusteella opiskelijat suhtautuivat tekoälyavusteiseen arviointiin pääosin myönteisesti tai neutraalisti silloin, kun työkalun käyttö oli selkeää, opettajan arviointivastuu säilyi näkyvänä ja tekoälyn rooli ymmärrettiin arvioinnin tukena eikä itsenäisenä arvioijana. Myönteisyys ei kuitenkaan riitä perusteeksi laajalle käyttöönotolle. Vuoden 2024 ja 2026 arviointivertailu osoitti, että AI-arvioinnin toimivuus riippuu ratkaisevasti tehtävätyypistä, arviointikriteereistä ja tarkisteiden laadusta. (Bergström 2026.) 

Käytännön kehittämisen kannalta artikkelista nousee neljä suositusta. Ensinnäkin, tekoälyavusteisessa arvioinnissa opettajan vastuu pitää tehdä opiskelijalle näkyväksi. Opiskelijan on tiedettävä, arvioiko tekoäly itsenäisesti vai tuottaako se opettajalle alustavan arvion. Näissä piloteissa opettajan tarkistus oli keskeinen luottamusta rakentava tekijä. 

Toiseksi, arviointikriteerien ja pisteytyksen perusteiden pitää olla läpinäkyviä. Opiskelija hyväksyy tekoälyn arvioinnin helpommin, jos hän ymmärtää, mihin arvio perustuu ja miten tekoälyn antamaa arviota käytetään. 

Kolmanneksi, sanallinen palaute on olennainen osa oppimista tukevaa arviointia. Pelkkä pistemäärä voi riittää suorituksen dokumentointiin, mutta se ei välttämättä auta opiskelijaa kehittämään osaamistaan. Tekoälyavusteisen palautteen kehittämisessä kannattaa siksi panostaa perusteluihin, kehittämisehdotuksiin ja palautteen pedagogiseen laatuun. 

Neljänneksi, tekninen toimintavarmuus vaikuttaa suoraan arvioinnin koettuun oikeudenmukaisuuteen. Kello, palautusvahvistus, selkeä käyttöliittymä, toimivat linkit ja ennakoiva ohjeistus eivät ole sivuseikkoja. Ne ovat arviointikokemuksen perusrakenteita. 

Opiskelija arvioi koko järjestelmää 

Tekoälyavusteinen arviointi voi tarjota korkeakouluille kiinnostavia mahdollisuuksia. Se voi nopeuttaa arviointia, tukea palautteen yhdenmukaisuutta ja vapauttaa opettajan aikaa syvempään pedagogiseen työhön. Samalla se muuttaa arviointitilanteen dynamiikkaa. Kun tekoäly antaa palautetta, opiskelija ei arvioi vain omaa osaamistaan tai saamiaan pisteitä. Hän arvioi myös arvioijaa, arviointiprosessia ja koko järjestelmän luotettavuutta. 

AI-INTO!-piloteissa opiskelijat näyttivät olevan valmiita hyväksymään tekoälyn arvioinnin tueksi, kunhan ihminen säilyy mukana, arviointiperusteet ovat ymmärrettäviä ja tekninen toteutus tukee eikä häiritse osaamisen osoittamista. Tulos on rohkaiseva, mutta samalla muistutus: tekoälyn käyttöönotto arvioinnissa ei ole vain työkalun käyttöönottoa. Se on arviointikulttuurin kehittämistä. 

Tekoälyavusteista arviointia ei siksi kannata ottaa käyttöön yleisratkaisuna, vaan arviointitehtävä kerrallaan: millaisiin vastauksiin tekoäly kykenee tuottamaan luotettavaa arviointia, missä tarvitaan opettajan vahvempaa tulkintaa ja milloin tekoäly voi toimia vain palautteen tai alustavan pisteytyksen tukena. 

Tämä artikkeli perustuu aineiston analysoinnin pohjalta laadittuun julkaisemattomaan raporttiin, joka toimitettiin opetuksen johtoryhmälle (Bergström 2026). Artikkeli on toinen osa Tekoäly pedagogisena ratkaisuna -artikkelisarjassa.