Tekoäly siirtää opettajan asiantuntijuuden painopistettä

AI-INTO!-piloteissa tekoälyn käyttöä tarkasteltiin Kaakkois-Suomen ammattikorkeakoulun liiketalouden opetuksessa kahdella opintojaksolla. Piloteissa opiskelijat kokeilivat AI-avusteista arviointityökalua ja tekivät oppimistehtävän, jossa he vertasivat omaa vastaustaan ChatGPT:n tuottamaan vastaukseen. Opettajien kokemuksia selvitettiin haastatteluilla. (Bergström 2026.) 

Tämän artikkelin näkökulmasta piloteista nousee kolme havaintoa. Ensinnäkin tekoäly siirtää opettajan työtä arvioinnin jälkivaiheesta tehtävien ja arviointikriteerien ennakkosuunnitteluun. Toiseksi AI-avusteinen arviointi toimii vain silloin, kun opettaja tarkistaa tekoälyn tuottamat havainnot ja vastaa lopullisesta arvioinnista. Kolmanneksi tekoälyn käyttöönotto edellyttää opettajilta yhteistä pedagogista kehittämistä, ei vain uuden työkalun teknistä opettelua. Näitä kolmea muutosta tarkastellaan seuraavaksi opettajan työn näkökulmasta.  

Tehtävä ohjaa tekoälyn käyttöä 

Tekoälyavusteisessa opetuksessa tehtävänanto ei ole vain opiskelijan työskentelyn lähtökohta. Se myös ohjaa sitä, millaiseksi tekoälyn käyttö muodostuu. Jos tehtävänanto on väljä tai ristiriitainen, tekoäly voi tuottaa näennäisesti sujuvaa mutta pedagogisesti ongelmallista palautetta tai ohjata opiskelijaa väärään suuntaan. Hyvin rakennettu tehtävä voi sen sijaan tukea opiskelijan ajattelua, itsearviointia ja työn kehittämistä. 

AI-INTO!-piloteissa opettajat kuvasivat tekoälyn käytön edellyttävän koko opetustoteutuksen uudelleenajattelua. Ennen tehtävän avaamista opiskelijoille opettajan on määriteltävä, mitä opiskelijan halutaan oppivan, miten tekoäly liittyy oppimistavoitteisiin, missä kulkee opiskelijan oman työn raja, miten tekoälyn käyttö dokumentoidaan ja millä perusteella osaamista arvioidaan. (Bergström 2026.) 

AI-INTO!-pilottien yksi keskeinen suositus on, että tekoälyn käyttö oppimisen tukena ja tekoälyn käyttö arvioinnin tukena erotetaan toisistaan. Oppimistehtävissä tekoälyä voidaan hyödyntää esimerkiksi ideoinnin, käsitteiden avaamisen, tekstin jäsentämisen, oman työn peilaamisen ja reflektion välineenä. AI-avusteinen arviointi vaatii tarkempaa rajausta, koska se liittyy suoraan opiskelijan oikeusturvaan, arvioinnin läpinäkyvyyteen ja opettajan vastuuseen. (Bergström 2026.) 

Kriteerit ratkaisevat arvioinnin laadun 

AI-avusteinen arviointi herättää ymmärrettävästi kysymyksiä luotettavuudesta, oikeudenmukaisuudesta ja opettajan vastuusta. Jos tekoäly tuottaa palautetta tai ehdottaa arviointia, opettajan on ratkaistava, millä perusteella ehdotus hyväksytään, muokataan tai hylätään. Lisäksi on varmistettava, että palaute vastaa opintojakson tavoitteita ja arviointikriteerejä. 

Näihin kysymyksiin ei voida vastata pelkästään teknisillä ohjeilla. Tarvitaan pedagogisesti perustellut arviointikriteerit. Ne muodostavat kehyksen, jonka perusteella sekä opettaja että mahdollinen tekoälyavusteinen työkalu tarkastelevat opiskelijan suoritusta. Mitä täsmällisemmät kriteerit ovat, sitä paremmin tekoälyä voidaan käyttää palautteen jäsentämisen ja alustavien arviointihavaintojen tukena. 

AI-INTO!-pilottien tulokset osoittavat, että arviointikriteerien ja tehtävätyypin merkitys on ratkaiseva. Vuoden 2024 pilotissa tekoälyn ja opettajan pisteytykset olivat useammin lähellä toisiaan. Vuoden 2026 pilotissa soveltava oikeudellinen tehtävä edellytti enemmän opettajan tarkistusta ja korjausta. (Bergström 2026.) Tämä on keskeinen havainto jatkokehittämisen näkökulmasta: AI-avusteista arviointia ei kannata laajentaa kaikkiin tehtävätyyppeihin samalla mallilla.  

Tämä havainto on ammatillisesti tärkeä. Tekoäly voi tukea arviointia erityisesti silloin, kun tehtävä on selkeästi rajattu, arviointikriteerit ovat täsmälliset ja vastauksen arvioitavat elementit voidaan kuvata riittävän yksiselitteisesti. Sen sijaan laajat, soveltavat, tulkintaa edellyttävät tai oikeudellisesti herkät tehtävät vaativat vahvaa opettajan asiantuntijuutta. Tällaisissa tehtävissä tekoäly voi tuottaa hyödyllisiä havaintoja, mutta se ei voi toimia itsenäisenä arvioijana. 

Myös korkeakoulujen arviointikeskustelussa on korostettu, että generatiivinen tekoäly ei ole vain uusi väline vanhoihin arviointikäytäntöihin, vaan se haastaa arvioinnin suunnittelua laajemmin. TEQSA:n asiantuntijaraportti korostaa, että arviointia on kehitettävä niin, että tekoälyn mahdollisuuksia voidaan hyödyntää riskejä halliten (Lodge ym. 2023). Bearman ym. (2024) korostavat arviointikyvykkyyden ja arvioivan harkinnan merkitystä tilanteessa, jossa opiskelijoiden ja asiantuntijoiden on kyettävä arvioimaan myös tekoälyn tuottamia prosesseja ja tuotoksia. 

Tekoälyavusteinen arviointi ei siis vähennä opettajan arviointivastuuta, vaan edellyttää, että arvioinnin perusteet tehdään aiempaa näkyvämmiksi. Opettajan on määriteltävä, mitä arvioidaan, millä perusteella arvioidaan ja missä kohdissa tekoälyn tuottamaa havaintoa voidaan pitää hyödyllisenä. Lopullinen arviointivastuu säilyy opettajalla. 

Ajansäästö ei synny itsestään 

Yksi tekoälyyn liittyvä lupaus on työn keventyminen. Opettajan näkökulmasta lupaus toteutuu kuitenkin vain tietyin ehdoin. Tekoäly voi nopeuttaa joitakin työvaiheita, kuten palauteluonnosten muodostamista, opiskelijavastausten jäsentämistä tai arviointikriteereihin liittyvien havaintojen kokoamista. Samalla käyttöönotto voi aluksi lisätä työtä, koska tehtävät, ohjeet, arviointikriteerit ja tekninen prosessi pitää rakentaa uudella tavalla. 

AI-INTO!-pilottien opettajakokemukset osoittavat, että ajansäästö riippuu vahvasti tehtävätyypistä ja arviointirakenteesta. Syksyn 2024 pilotissa AI-avusteinen arviointi näyttäytyi työlään alkuvalmistelun jälkeen lupaavana opettajan työn tukena. Kevään 2026 pilotissa soveltava oikeudellinen tehtävä vaati enemmän tarkistusta, koska kysymysten ja tarkisteiden olisi pitänyt olla täsmällisempiä. Kokemukset eivät ole ristiriidassa keskenään, vaan osoittavat saman asian eri puolia: tekoäly voi keventää arviointityötä vain, jos tehtävä, kriteerit, tarkisteet, tekninen prosessi ja opiskelijaviestintä on rakennettu huolellisesti. (Bergström 2026.) 

Käytännön johtopäätös on, että tekoäly ei kevennä opettajan työtä automaattisesti. Työ voi keventyä vasta, kun prosessi on suunniteltu niin, että tekoäly tukee oikeaa kohtaa eikä lisää rinnakkaista tarkistustyötä. Jos tehtävä on liian laaja, kriteerit liian väljät tai tekninen prosessi epävarma, tekoäly voi lisätä kuormitusta. 

Tuoreet tutkimukset tekoälyavusteisesta palautteesta tukevat pilottien havaintoja. Henderson ym. (2025) tarkastelevat opiskelijoiden tapoja käyttää, arvostaa ja luottaa tekoälyn tuottamaan palautteeseen suhteessa opettajan palautteeseen. Alghamdi ja Alghizzi (2025) korostavat, että AI-automaattipalautteen tulisi vahvistaa eikä korvata ihmisen opetustyötä. Opettajan rooli muuttuu tällöin palautteen välittäjäksi, tulkitsijaksi ja eettiseksi toimijaksi, jonka ammatillinen harkinta vaikuttaa siihen, miten tekoälyä voidaan käyttää oppimisen tukena (Henderson ym. 2025; Alghamdi & Alghizzi 2025). 

Myös OECD:n Digital Education Outlook 2026 -raportti nostaa esiin samansuuntaisen huomion: generatiivinen tekoäly voi tukea oppimista, kun käyttöä ohjaavat selkeät pedagogiset periaatteet, mutta ilman pedagogista tukea se voi parantaa suoritusta ilman todellisia oppimisvaikutuksia (OECD 2026). Sama logiikka koskee opettajan työtä. Tekoälystä on hyötyä vasta, kun sen käyttö on pedagogisesti ja prosessuaalisesti hallittua. 

Palaute vaatii opettajan tulkintaa 

Tekoäly voi tuottaa palautetta nopeasti, mutta sen tuottama palaute ei ole automaattisesti pedagogisesti oikeaa, riittävän tarkkaa tai opiskelijan oppimista tukevaa. Opettajan tehtävänä on arvioida, vastaako palaute oppimistavoitteita, arviointikriteerejä ja opiskelijan työn todellista laatua. 

Tässä opettajan asiantuntijuus korostuu. Opettaja tunnistaa, milloin palaute on liian yleistä, kiinnittää huomiota epäolennaisiin seikkoihin tai jättää tehtävän kannalta olennaisen osaamisen huomiotta. Opettaja pystyy myös arvioimaan, onko palaute opiskelijalle ymmärrettävää, kannustavaa ja kehittävää. 

UNESCO:n opettajien tekoälykompetenssikehys korostaa, että opettajat tarvitsevat tekoälyn aikakaudella osaamista muun muassa ihmiskeskeisestä ajattelusta, tekoälyn etiikasta, tekoälypedagogiikasta ja tekoälyn hyödyntämisestä ammatillisessa oppimisessa (Miao & Cukurova 2024). Tämä tukee AI-INTO!-pilottien havaintoa: tekoälyn lisääminen opetukseen ei vähennä opettajan roolia, vaan tekee opettajan pedagogisesta tulkinnasta entistä tärkeämpää. 

Tuki tekee muutoksesta mahdollisen 

Ensimmäinen tekoälypilotti on opettajalle myös ammatillinen oppimisprosessi. Vaikka opettajalla olisi vahva pedagoginen osaaminen, tekoälyn käyttöönotto voi herättää epävarmuutta. Epävarmuus ei välttämättä liity vain tekniseen osaamiseen, vaan myös siihen, miten tekoäly muuttaa opetuksen, arvioinnin ja opiskelijoiden ohjauksen käytäntöjä. 

AI-INTO!-pilottien perusteella opettajaa ei kannata jättää kehittämään AI-avusteista arviointia yksin. Yhteinen suunnittelu, kollegiaalinen sparraus ja tekninen tuki ovat ratkaisevia erityisesti alkuvaiheessa. Opettajien omassa oppimisessa näkyi myös, että tekoälyosaaminen kehittyy käytännön kokeiluissa: vuoden 2024 pilotti kannusti opettajaa kehittämään tekoälyosaamistaan, kun taas vuoden 2026 pilotti teki näkyväksi huolellisen valmistelun merkityksen. (Bergström 2026.) 

Havainto on tärkeä myös henkilöstön hyväksynnän kannalta. Jos tekoälystä puhutaan vain ajansäästönä tai arvioinnin automatisointina, opettajan työn muutos voi näyttäytyä kaventumisena. AI-INTO!-pilottien perusteella kyse on pikemminkin asiantuntijuuden uudesta painopisteestä: opettajan rooli suunnittelijana, ohjaajana, tulkitsijana ja arviointivastuun kantajana korostuu. (Bergström 2026.) 

Tekoälyn pedagoginen käyttöönotto ei voi perustua siihen, että yksittäiset opettajat kokeilevat uusia välineitä oman työnsä ohella ilman aikaa, tukea tai yhteisiä malleja. Jos tekoälyä halutaan hyödyntää vastuullisesti, opettajille tarvitaan koulutusta, esimerkkitehtäviä, arviointikriteerien malleja, teknistä tukea ja mahdollisuuksia keskustella keskeneräisistä kysymyksistä kollegojen kanssa. 

Prilop ym. (2025) tukevat tätä näkemystä opettajien osaamisen kehittämisestä. Heidän mukaansa opettajat tarvitsevat sekä formaalia ammatillista kehittymistä että epämuodollisia, yhteisöllisiä oppimisen muotoja tekoälyn kriittiseen ja vastuulliseen käyttöön. 

Tekoälyn käyttöönotto on pedagoginen kehittämiskysymys. Kyse ei ole vain uuden sovelluksen opettelusta, vaan siitä, että tehtävänantoja, ohjeistusta, arviointikriteereitä ja palautteenantoa tarkastellaan uudelleen tilanteessa, jossa tekoäly on jo osa opiskelijoiden työskentelyä. 

Opettajan rooli vahvistuu 

AI-INTO!-pilottien tärkein opettajan työtä koskeva havainto on, että tekoäly ei vähennä opettajan merkitystä, vaan tekee asiantuntijuuden entistä näkyvämmäksi. Asiantuntijuus näkyy siinä, miten opettaja rakentaa oppimistehtävän, määrittelee tekoälyn roolin, tekee arviointikriteerit näkyviksi, ohjaa opiskelijaa käyttämään tekoälyä kriittisesti ja tulkitsee tekoälyn tuottamaa palautetta. 

Muutos ei tarkoita opettajan työn vähenemistä, vaan työn uudelleen kohdentumista. Tekoäly voi auttaa opettajaa keskittymään niihin kohtiin, joissa ihmisen pedagoginen harkinta on kaikkein tärkeintä. Tämä edellyttää kuitenkin, että tekoälyä ei oteta käyttöön irrallisena tehokkuusratkaisuna, vaan osana opetuksen, arvioinnin ja ohjauksen kokonaisuutta. 

AI-INTO!-pilottien johtopäätös on samansuuntainen: tekoälyn pedagogista hyödyntämistä kannattaa jatkaa ja laajentaa, mutta arvioinnissa etenemisen tulee olla hallittua, kriteeripohjaista ja opettajan asiantuntijuuteen perustuvaa. Tekoäly ei voi toimia itsenäisenä arvioijana, vaan opettaja vastaa lopullisesta arvioinnista, arvioinnin oikeudenmukaisuudesta ja opiskelijalle annettavasta palautteesta. (Bergström 2026.) 

Pedagoginen harkinta ratkaisee 

Pedagoginen harkinta ratkaisee sen, jääkö tekoäly opetuksessa irralliseksi kokeiluksi vai muuttuuko se oppimista tukevaksi välineeksi. Sama tekoälyratkaisu voi yhdessä tehtävässä auttaa opiskelijaa jäsentämään ajatteluaan ja toisessa tehtävässä ohjata häntä liian yleisiin, puutteellisiin tai virheellisiin vastauksiin. Siksi tekoälyn hyödyllisyyttä ei voi arvioida vain työkalun ominaisuuksien perusteella. Ratkaisevaa on, miten tehtävä on rakennettu, millaista osaamista sillä tavoitellaan ja miten opiskelijaa ohjataan käyttämään tekoälyä. 

Opettajan asiantuntijuus näkyy tässä kokonaisuudessa ennen kaikkea valintoina. Opettaja päättää, milloin tekoäly sopii tehtävään, milloin sen käyttöä pitää rajata, milloin opiskelijan on työskenneltävä ensin itse ja milloin tekoälyn tuottamaa palautetta voidaan käyttää oppimisen tukena. Nämä valinnat eivät ole teknisiä vaan pedagogisia. Ne vaikuttavat siihen, tukeeko tekoäly opiskelijan ajattelua vai kaventaako se sitä. 

Tekoäly voi siis olla opettajan työn tuki, mutta se ei korvaa pedagogista harkintaa. Kun tekoälystä tulee osa oppimisen arkea, opettajan tehtäväksi jää varmistaa, että käyttö palvelee oppimista, arviointi säilyy oikeudenmukaisena ja opiskelija ymmärtää oman vastuunsa. Juuri näissä kohdissa opettajan asiantuntijuus ei vähene, vaan sitä tarvitaan entistä enemmän.

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