Opiskelijoiden tekoälyosaamisen lähtötaso kannattaa kartoittaa

Generatiivisen tekoälyn käyttö ja tekoälyosaaminen eivät ole sama asia. Opiskelija voi käyttää ChatGPT:tä, Copilotia tai muuta tekoälytyökalua arjessa, työssä tai opinnoissa mutta silti olla epävarma siitä, milloin tekoälyn tuottamaan vastaukseen voi luottaa, miten sen käyttö pitää tehdä näkyväksi tai milloin tekoäly tukee oppimista. Siksi korkeakouluopetuksessa ei riitä, että tekoäly tuodaan osaksi oppimistehtäviä. Ensin pitää tunnistaa, millaisista lähtökohdista opiskelijat tekoälyä käyttävät.

Käyttö ei ole sama asia kuin osaaminen

Tekoälyn käytön yleistyminen näkyy jo korkeakouluissa. HEPI:n ja Kortextin opiskelijakyselyssä 92 prosenttia vastaajista kertoi käyttäneensä tekoälyä jollakin tavalla, kun vuotta aiemmin osuus oli 66 prosenttia (Freeman 2025). Myös Digital Education Councilin (2024) kansainvälisessä opiskelijakyselyssä 86 prosenttia vastaajista kertoi käyttävänsä tekoälyä opinnoissaan. Samassa kyselyssä 58 prosenttia opiskelijoista arvioi, ettei heillä ole riittävästi tekoälyyn liittyviä tietoja ja taitoja.

Sama kehitys näkyi AI-INTO!-piloteissa. Syksyn 2024 pilotissa 73,5 prosenttia kartoituskyselyyn vastanneista opiskelijoista oli käyttänyt tekoälyä aiemmin. Kevään 2026 pilotissa vastaava osuus oli jo 92,6 prosenttia. Tekoälyn käyttö oli siis yleistynyt nopeasti myös tässä opiskelijaryhmässä. (Bergström 2026.)

Kansainväliset kyselyt tukevat samaa havaintoa, joka nousi esiin AI-INTO!-piloteissa: tekoälyn käyttö voi olla yleistä, vaikka opiskelijoiden osaaminen, luottamus ja valmius käyttää tekoälyä oppimisen tukena vaihtelevat. Kartoituskyselyyn vastasi yhteensä 250 opiskelijaa. Tulokset osoittivat, että opiskelijoiden aiemmat kokemukset tekoälystä, suhtautuminen sen luotettavuuteen ja käsitys omasta osaamisesta vaihtelivat merkittävästi. (Bergström 2026.)

Havainto on pedagogisesti olennainen. Jos opettaja olettaa, että opiskelijoilla on jo riittävä tekoälyosaaminen, osa opiskelijoista voi jäädä heti alussa jälkeen. Jos taas opetus rakennetaan vain aloittelijoiden varaan, kokeneemmat opiskelijat eivät välttämättä saa riittävästi haastetta. Lähtötason kartoittaminen auttaa rakentamaan opetusta todellisten lähtökohtien, ei oletusten, varaan.

Kartoitus teki näkyväksi kolme lähtökohtaa

Kartoituksessa opiskelijoiden vastauksista hahmottui kolme erilaista lähtökohtaa: tekoälyä jo sujuvasti käyttävät, sitä satunnaisesti kokeilleet sekä opiskelijat, joille tekoäly oli vielä vieras tai epävarmuutta herättävä ilmiö. Kyselyssä tarkasteltiin opiskelijoiden aiempaa kokemusta, suhtautumista tekoälyn luotettavuuteen, aiempaa tekoälyyn liittyvää koulutusta ja heidän käyttämiään työkaluja. (Bergström 2026.)

Tekoälyä jo sujuvasti käyttäville opiskelijoille tekoäly oli tuttu ja hyödyllinen työväline. He olivat käyttäneet tekoälyä esimerkiksi työssä, opiskelussa, ideoinnissa, tekstin tuottamisen tukena tai arjen suunnittelussa. He pystyivät kuvaamaan käyttökohteita konkreettisesti ja suhtautuivat tekoälyn mahdollisuuksiin pääosin myönteisesti.

Tekoälyä satunnaisesti kokeilleilla opiskelijoilla oli jonkin verran kokemusta tekoälystä, mutta käyttö oli vielä kokeilevaa. He olivat ehkä kokeilleet ChatGPT:tä, käyttäneet tekoälyä sosiaalisessa mediassa tai törmänneet siihen työelämässä. He eivät välttämättä vielä hahmottaneet, miten sitä voisi käyttää suunnitelmallisesti oppimisen tukena.

Niille opiskelijoille, joilla oli vain vähän tai ei lainkaan kokemusta tekoälystä, tekoäly saattoi olla käsitteenä tuttu, mutta käytännön kokemus puuttui. Osa suhtautui tekoälyyn epävarmasti, varauksellisesti tai kriittisesti. Tämä ei ole ongelma sinänsä vaan tärkeä tieto opettajalle. Opiskelija, joka tunnistaa epävarmuutensa, voi olla valmis oppimaan, jos opetus tarjoaa riittävästi tukea ja selkeitä esimerkkejä.

Kartoitus osoitti myös, että tekoälyn käyttökokemus oli syntynyt usein muualla kuin koulutuksessa. Opiskelijat olivat hyödyntäneet tekoälyä esimerkiksi työtehtävissä, markkinoinnissa, taloushallinnossa, viestinnässä, käännöksissä, reseptien ideoinnissa, matkasuunnittelussa ja vapaa-ajan tarpeissa. Tekoäly tulee siis korkeakouluopetukseen osittain opiskelijoiden mukana. He eivät välttämättä kohtaa tekoälyä ensimmäistä kertaa opintojaksolla, mutta aiempi käyttö ei aina ole ollut pedagogisesti ohjattua.

Tekoälylukutaito vaatii ohjausta

Yksi kartoituksen tärkeimmistä havainnoista liittyi tekoälyyn liittyvään koulutukseen. Vaikka moni opiskelija oli käyttänyt tekoälyä, vain osa oli saanut siihen koulutusta tai ohjausta. Tämä ero käytön ja osaamisen välillä on korkeakoulun kannalta keskeinen. Tekoälyä käytetään jo, mutta käyttö ei välttämättä perustu systemaattiseen ymmärrykseen sen toimintalogiikasta, rajoituksista, vastuullisesta käytöstä tai oppimiseen liittyvistä pelisäännöistä. (Bergström 2026.)

Sama tarve näkyy korkeakoulutusta koskevassa tutkimuskeskustelussa. Batista ym. (2024) korostavat, että generatiivisen tekoälyn käyttö korkeakoulutuksessa edellyttää pedagogisten käytäntöjen, eettisten kysymysten ja institutionaalisten toimintatapojen uudelleenarviointia. Tekoälyn käyttöönotto on siis opetuksen suunnitteluun, arviointiin ja vastuulliseen käyttöön liittyvä muutos.

Unescon opiskelijoille suunnatussa tekoälyosaamisen viitekehyksessä tekoälyosaaminen ymmärretään laajana kokonaisuutena, johon sisältyvät ihmiskeskeinen ajattelu, tekoälyn etiikka, tekoälytekniikoiden ymmärtäminen sekä tekoälyn suunnittelu ja käyttö (Unesco 2024). Tämä laaja näkökulma sopii hyvin korkeakouluopetukseen. Ei riitä, että opiskelija osaa käyttää yksittäistä työkalua. Hänen pitää oppia arvioimaan, mitä tekoäly tekee, millaisia virheitä sen tuotoksiin voi sisältyä ja miten tekoälyn käyttö vaikuttaa omaan ajatteluun ja oppimiseen.

Myös Euroopan unionin tekoälyasetuksessa tekoälylukutaito nähdään taitojen, tiedon ja ymmärryksen kokonaisuutena. EU:n tekoälyasetuksen 4. artikla edellyttää, että tekoälyjärjestelmien tarjoajat ja käyttöönottajat huolehtivat riittävästä tekoälylukutaidosta niillä henkilöillä, jotka ovat tekemisissä tekoälyjärjestelmien käytön kanssa. Tekoälylukutaidon arvioinnissa tulee huomioida esimerkiksi käyttäjien tekninen osaaminen, kokemus, koulutus ja käyttötilanne. (European Commission 2025.)

Korkeakoulussa tämä tarkoittaa käytännössä sitä, että opiskelijoille pitää opettaa muutakin kuin työkalujen käyttöä. He tarvitsevat ymmärrystä siitä, milloin tekoäly voi auttaa oppimisessa, milloin se voi johtaa harhaan, miten sen tuottamia vastauksia tarkistetaan ja miten tekoälyn käyttö tehdään näkyväksi. Tekoälylukutaito liittyy siis myös lähdekriittisyyteen, akateemiseen rehellisyyteen, tekijyyteen ja oman osaamisen rakentamiseen.

AI-INTO!-aineistossa tekoälylukutaidon tarve näkyi erityisesti suhtautumisessa tekoälyn luotettavuuteen. Opiskelijoiden vastauksissa oli sekä myönteistä uteliaisuutta että varauksellisuutta, epäilyä ja kriittisyyttä. Luottamuksen merkitys näkyy myös korkeakoulutusta koskevassa tutkimuksessa. Đerić ym. (2025) osoittavat, että luottamus generatiivisiin tekoälytyökaluihin liittyy akateemisessa ympäristössä muun muassa koettuun tarkkuuteen, relevanssiin, yksityisyydensuojaan ja käyttökokemukseen. Luottamus on vahvasti kokemukseen perustuvaa. Tämä tukee ajatusta siitä, että opiskelijoiden lähtötaso ja käyttökokemus kannattaa tehdä näkyväksi ennen kuin tekoälyä käytetään laajemmin oppimistehtävissä.

Liiallinen luottamus tekoälyyn voi johtaa pintapuoliseen käyttöön ja virheellisten vastausten hyväksymiseen. Toisaalta voimakas epäluottamus voi estää opiskelijaa kokeilemasta tekoälyä tilanteissa, joissa se voisi tukea oppimista. Molemmat ääripäät tarvitsevat ohjausta.

Kartoitus auttaa suunnittelemaan opetusta

Lähtötasokartoituksen tärkein hyöty on siinä, että opetusta voidaan suunnitella realistisemmin. Kartoitus auttaa tunnistamaan, millaista ohjausta opiskelijat tarvitsevat, millaisia väärinkäsityksiä heillä mahdollisesti on ja millaisia tunteita tekoälyn käyttö herättää.

Tämä on erityisen tärkeää silloin, kun tekoälyä käytetään osana oppimistehtäviä. Jos opiskelijoille annetaan tehtävä, jossa tekoälyä saa tai pitää hyödyntää, tehtävän onnistuminen riippuu siitä, ymmärtävätkö opiskelijat tekoälyn roolin. Osa opiskelijoista voi käyttää tekoälyä liian laajasti ja ulkoistaa ajatteluaan sille. Osa taas voi käyttää sitä liian varovaisesti tai jättää käyttämättä koska pelkää toimivansa väärin. Ilman yhteistä ymmärrystä tekoälyn käyttö voi lisätä epävarmuutta.

Kartoituksen pohjalta opettaja voi rakentaa opetuksen alkuun yhteisen perustan: lyhyen johdannon tekoälyn toimintaperiaatteisiin, keskustelun käytön rajoista, esimerkkejä hyvistä ja huonoista käyttötavoista sekä harjoituksen, jossa opiskelijat arvioivat tekoälyn tuottamaa vastausta suhteessa omaan ajatteluunsa. Näin tekoälyn käyttöä ei jätetä opiskelijan oman arvauksen varaan.

Kartoitus tukee myös yhdenvertaisuutta. Jos tekoälyä käytetään opinnoissa tunnistamatta opiskelijoiden lähtötasoa, opiskelijoiden väliset erot voivat kasvaa. Korkeakoulun tehtävänä on varmistaa, että tekoäly ei muodostu piilo-osaamiseksi, jota oletetaan mutta jota ei opeteta.

Opiskelijoiden tunteet ovat osa tekoälypedagogiikkaa

Tekoälyosaamista käsitellään usein taitoina, työkaluina ja sääntöinä. AI-INTO!-aineisto muistuttaa, että tekoälyn käyttöönottoon liittyy myös tunteita. Opiskelijat voivat olla innostuneita, uteliaita, epävarmoja, varautuneita, huolestuneita tai ristiriitaisissa tunnelmissa. Nämä tunteet vaikuttavat siihen, miten opiskelija lähtee mukaan tekoälyä hyödyntävään oppimiseen.

AI-INTO!-piloteissa opiskelijoiden suhtautuminen projektiin oli pääosin myönteistä. Monet kokivat tekoälyyn liittyvän kokeilun kiinnostavana ja ajankohtaisena. Samalla osa opiskelijoista toi esiin huolia, jännitystä tai epävarmuutta. Tämä on ymmärrettävää, koska tekoäly muuttaa totuttuja opiskelun tapoja ja herättää kysymyksiä esimerkiksi arvioinnista, omasta osaamisesta ja siitä, mikä on sallittua. (Bergström 2026.)

Opettajan näkökulmasta tekoälyn käyttöönottoa ei kannata kehystää vain teknisenä uudistuksena. Se on myös pedagoginen ja emotionaalinen muutos. Innostunut opiskelija voi tarvita ohjausta kriittisyyteen, epävarma rohkaisua kokeilemiseen ja kriittinen tilaa pohtia tekoälyn rajoja. Näin lähtötasokartoitus auttaa opettajaa valitsemaan oikeanlaisen pedagogisen sävyn.

Mitä kartoituksen jälkeen kannattaa tehdä?

Lähtötasokartoitus on hyödyllinen vain, jos sen tuloksia käytetään opetuksen suunnittelussa. Kartoituksen jälkeen opettajan kannattaa rakentaa opiskelijoille yhteinen lähtötaso, sanoittaa tekoälyn käytön pelisäännöt ja avata arvioinnin logiikka.

Yhteinen lähtötaso voidaan rakentaa lyhyellä johdannolla, käytännön esimerkeillä ja keskustelulla siitä, millaisia kokemuksia opiskelijoilla jo on. Tavoitteena on varmistaa, että kukaan ei aloita täysin tyhjän päältä.

Tekoälyn käytön pelisäännöt pitää sanoittaa konkreettisesti. Opiskelijoille ei riitä ohje “tekoälyä saa käyttää vastuullisesti”. He tarvitsevat esimerkkejä siitä, millainen käyttö on sallittua, millainen käyttö pitää raportoida ja millainen käyttö ei sovi kyseiseen oppimistehtävään. Pelisääntöjen pitää liittyä tehtävän osaamistavoitteisiin.

Myös arvioinnin logiikka pitää avata. Jos opiskelija ajattelee, että arvioinnin kohteena on valmis teksti, hän voi keskittyä tekoälyn avulla tuotetun lopputuloksen hiomiseen. Jos taas arvioinnin kohteena ovat ajattelu, perustelut, lähdekriittisyys ja oman oppimisen reflektointi, tekoälyn rooli muuttuu. Silloin se voi olla oppimisen väline, ei oikotie.

Lähtötaso näkyväksi ennen käyttöä

AI-INTO!-pilottien kartoituskysely osoittaa, että opiskelijoiden tekoälyosaamista ei voi olettaa. Vaikka tekoälyn käyttö on yleistynyt nopeasti, opiskelijoiden käyttökokemus, koulutustausta, luottamus ja käsitys tarkoituksenmukaisesta käytöstä vaihtelevat paljon. Tämä vaihtelu ei ole opetuksen ongelma, jos se tunnistetaan ajoissa. Se muuttuu ongelmaksi vasta silloin, jos sitä ei oteta huomioon.

Lähtötasokartoitus auttaa opettajaa tekemään näkyväksi sen, mikä muuten jäisi piiloon: mitä opiskelijat jo osaavat, mihin he luottavat, mikä heitä epäilyttää ja missä he tarvitsevat ohjausta. Samalla se antaa opiskelijalle mahdollisuuden pysähtyä oman osaamisensa äärelle. Mitä minä jo osaan? Mihin käytän tekoälyä? Mihin luotan liikaa? Mitä minun pitäisi oppia seuraavaksi?

Tekoäly ei tee oppimisesta automaattisesti parempaa. Se voi kuitenkin tukea oppimista, jos sen käyttö on pedagogisesti perusteltua, avoimesti ohjattua ja opiskelijoiden todellisiin lähtökohtiin kytkettyä. Siksi tekoälyosaamisen kartoittaminen ei ole pieni alkuvaiheen kysely, vaan vastuullisen tekoälypedagogiikan ensimmäinen askel.

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