Tekoäly voi tukea oppimista, jos käyttöönotto johdetaan pedagogisena muutoksena

Tekoäly on tullut korkeakouluopetukseen nopeasti. Opiskelijat käyttävät generatiivisia tekoälytyökaluja tiedonhakuun, tekstin ideointiin, kielenhuoltoon, käsitteiden selventämiseen ja oman ajattelun tukemiseen. Opettajat puolestaan pohtivat, miten tekoäly muuttaa tehtävänantoja, ohjausta, arviointia, palautetta ja osaamisen osoittamista. Tämä muutos ei koske vain yksittäisiä opintojaksoja, vaan koko korkeakoulun tapaa ymmärtää oppimista, asiantuntijuutta ja työelämävalmiuksia. Generatiivisen tekoälyn vaikutuksia korkeakouluopetukseen koskeva tutkimus osoittaa, että kyse ei ole vain uudesta työkalusta, vaan opetuksen, arvioinnin, akateemisen integriteetin ja opettajan työn uudelleenmuotoutumisesta (Kasneci ym. 2023; Lee ym. 2024). 

AI-INTO!-hankkeen tekoälypilotit sijoittuvat tähän muutokseen. Ne eivät tarkastelleet tekoälyä irrallisena sovelluksena, vaan osana opetuksen suunnittelua, opiskelijoiden ohjausta, oppimistehtäviä, arviointia ja opettajan työn muutosta. Pilotit vastaavat siksi laajempaan kysymykseen kuin siihen, voiko tekoälyä käyttää opetuksessa. Olennaisempaa on kysyä, millä ehdoilla tekoälyn käyttö vahvistaa oppimista ja milloin se voi heikentää sitä. 

Kansainvälinen keskustelu tukee samaa lähtökohtaa. UNESCO (2023) korostaa, että generatiivisen tekoälyn käyttö koulutuksessa edellyttää ihmiskeskeistä lähestymistapaa, jossa teknologia tukee ihmisen toimijuutta eikä korvaa sitä. Euroopan komission (2022) eettisissä ohjeissa painotetaan opettajien ja koulutusorganisaatioiden vastuuta tekoälyn käytön läpinäkyvyydestä, oikeudenmukaisuudesta, tietosuojasta ja pedagogisesta tarkoituksenmukaisuudesta. Arene (2026a) suosittaa, että ammattikorkeakoulut ohjaavat tekoälyn käyttöä selkeillä periaatteilla ja tehtäväkohtaisilla linjauksilla. 

Näiden näkökulmien perusteella tekoälyn onnistunut käyttöönotto ei tarkoita mahdollisimman nopeaa skaalautumista. Se tarkoittaa harkittua etenemistä, jossa opettajan pedagoginen asiantuntijuus, opiskelijan oma vastuu ja organisaation yhteinen linja vahvistavat toisiaan. 

Tekoäly on jo opiskelijoiden arkea 

Opiskelijoiden tekoälyn käyttö on yleistynyt nopeasti. HEPI:n ja Kortextin vuoden 2025 opiskelijakyselyssä 92 prosenttia vastaajista kertoi käyttäneensä tekoälytyökaluja, kun vuotta aiemmin osuus oli 66 prosenttia (Freeman 2025). Digital Education Councilin kansainvälisessä opiskelijakyselyssä 86 prosenttia vastaajista kertoi käyttävänsä tekoälyä opinnoissaan, mutta 58 prosenttia arvioi, ettei heillä ole riittävästi tekoälyyn liittyviä tietoja ja taitoja (Digital Education Council 2024). 

AI-INTO!-pilottien tulokset ovat samansuuntaisia. Vuoden 2024 pilotissa 73,5 prosenttia kartoituskyselyyn vastanneista opiskelijoista oli käyttänyt tekoälyä aiemmin, kun vuoden 2026 pilotissa vastaava osuus oli jo 92,6 prosenttia (Bergström 2026). Muutos kertoo tekoälyn nopeasta arkipäiväistymisestä. Samalla se osoittaa, ettei tekoälyn käytön yleistyminen tarkoita automaattisesti vahvaa tekoälyosaamista. 

Opiskelijoiden osaaminen, tekoälyn käyttötavat ja käsitykset sen sallitusta käytöstä vaihtelivat edelleen huomattavasti. Osa käytti tekoälyä sujuvasti työssä, opinnoissa ja arjen ongelmanratkaisussa. Osa oli käyttänyt sitä vain satunnaisesti. Osa suhtautui tekoälyyn varovaisesti tai koki epävarmuutta siitä, missä oman työn ja tekoälyn tuottaman sisällön raja kulkee. 

Tämä on korkeakouluopetukselle tärkeä havainto. Tekoälyosaamista ei voi enää pitää erillisenä lisätaitona, mutta sitä ei voi myöskään olettaa valmiiksi. Opiskelijat tarvitsevat sekä mahdollisuuksia harjoitella tekoälyn käyttöä että selkeitä rajoja sen käyttöön. He tarvitsevat konkreettisia tehtäväkohtaisia ohjeita siitä, milloin tekoälyä saa käyttää ideointiin, milloin tekstin jäsentämiseen, milloin palautteen hakemiseen ja milloin tehtävän tarkoitus edellyttää itsenäistä työskentelyä ilman tekoälyn tuottamaa sisältöä. 

Attewellin (2025) opiskelijanäkökulmia kokoava raportti osoittaa, että opiskelijat toivovat korkeakouluilta selkeämpää ohjeistusta, yhdenvertaisempaa pääsyä työkaluihin ja parempaa ymmärrystä siitä, mikä on hyväksyttävää tekoälyn käyttöä. Siksi korkeakoulun tehtävänä ei ole vain sallia tai kieltää tekoälyä. Sen tehtävänä on opettaa tekoälyn kriittistä, eettistä ja tarkoituksenmukaista käyttöä. 

Oppiminen syntyy vertailusta ja reflektiosta 

AI-INTO!-pilottien vahvin pedagoginen havainto liittyy tehtävärakenteeseen. Opiskelijat tekivät ensin tehtävän itse, käyttivät sen jälkeen ChatGPT:tä saman aiheen tarkasteluun ja lopuksi vertasivat omaa vastaustaan tekoälyn tuottamaan vastaukseen. Tällainen rakenne muutti tekoälyn roolin olennaisesti. Tekoäly ei ollut opiskelijan työn korvaaja, vaan oman ajattelun, tiedonhaun ja kirjoittamisen peili. 

Tämä on pedagogisesti merkittävä ero. Jos opiskelija aloittaa tehtävän tekoälyllä, hän voi helposti omaksua valmiin rakenteen, näkökulman ja kielellisen ilmaisun ilman, että oma ajattelu ehtii rakentua. Jos opiskelija tekee ensin oman työnsä ja käyttää tekoälyä vasta sen jälkeen vertailuun, hän joutuu arvioimaan sekä omaa vastaustaan että tekoälyn tuotosta. Silloin tekoäly ei ohita oppimisprosessia, vaan tekee sen näkyväksi. 

Pilotissa opiskelijat kuvasivat tekoälyn auttaneen erityisesti tekstin jäsentämisessä, uusien näkökulmien tunnistamisessa, oman vastauksen vahvuuksien ja puutteiden havaitsemisessa sekä käsitteiden selkeyttämisessä (Bergström 2026). Samalla he tunnistivat tekoälyn rajoitteita. ChatGPT:n vastaus saattoi olla kielellisesti sujuva ja vakuuttava, mutta sisällöltään liian yleinen, puutteellinen, vanhentunut, lähteetön tai tehtävän kontekstista irrallinen. 

Juuri tämä havainto on tekoälylukutaidon kannalta keskeinen. Tekoäly ei kehitä opiskelijan osaamista automaattisesti. Oppimista syntyy silloin, kun opiskelija joutuu kysymään, mikä tekoälyn vastauksessa on käyttökelpoista, mikä vaatii tarkistamista, mikä poikkeaa omasta vastauksesta ja mitä eroa on sujuvalla tekstillä ja oikealla osaamisella. 

Kasneci ym. (2023) korostavat, että suurten kielimallien opetuskäyttöön liittyy samanaikaisesti mahdollisuuksia ja riskejä: ne voivat tukea oppimista, mutta ne voivat myös tuottaa virheellistä tai harhaanjohtavaa tietoa. AI-INTO!-pilottien tulokset konkretisoivat tätä havaintoa ammattikorkeakouluopetuksessa. Tekoäly voi tukea oppimista, jos tehtävä pakottaa opiskelijan arvioimaan sen tuotosta kriittisesti. Ilman tätä vaihetta tekoälyn käyttö voi jäädä tekniseksi oikopoluksi. 

Tekoälylukutaito on enemmän kuin käyttöosaamista 

Tekoälylukutaito ymmärretään helposti tekniseksi taidoksi: osataanko avata työkalu, kirjoittaa kehote ja käyttää vastausta. Tutkimuskirjallisuudessa tekoälylukutaito hahmotetaan kuitenkin tätä laajemmaksi osaamiseksi, johon kuuluvat tekoälyn tunnistaminen, ymmärtäminen, käyttäminen, arviointi, luova soveltaminen ja eettinen toiminta (Almatrafi ym. 2024).  

Korkeakouluopiskelijoiden tekoälylukutaitoa tarkastelleet Tzirides ym. (2024) korostavat lisäksi, että tekoälyosaaminen kehittyy parhaiten ohjatuissa oppimistilanteissa, joissa opiskelijat eivät ainoastaan käytä tekoälyä vaan oppivat arvioimaan sen hyötyjä, rajoitteita ja soveltuvuutta. AI-INTO!-pilotit vahvistavat tätä näkökulmaa: opiskelija ei tarvitse vain käyttöohjeita, vaan myös kykyä arvioida tekoälyn tuottaman tiedon luotettavuutta, tunnistaa lähteiden puutteita, ymmärtää eettisiä rajoja ja kantaa vastuu omasta tuotoksestaan. 

Opiskelijoiden vastauksissa toistui ajatus, että tekoälyä voi käyttää apuna, mutta sen tuottamia tietoja ei pidä hyväksyä sellaisenaan. Erityisesti kevään 2026 Kauppa- ja sopimusoikeus -opintojakson pilotissa tuli näkyviin, että tekoäly voi antaa oikeansuuntaisia vastauksia mutta jäädä liian yleiselle tasolle. Oikeudellisessa tehtävässä opiskelijan on tunnistettava olennainen sääntely, sovellettava tietoa tapauskohtaisesti ja perusteltava ratkaisunsa. Tällöin pelkkä sujuva tekstintuotto ei riitä. 

Tämä havainto on tärkeä kaikille aloille, joilla tiedon ajantasaisuus, lähdeperustaisuus ja soveltaminen ovat keskeisiä. Tekoäly voi auttaa opiskelijaa pääsemään alkuun, selittämään käsitteitä tai jäsentämään aihetta, mutta se ei vapauta opiskelijaa tarkistamisesta, perustelemisesta eikä oman osaamisen osoittamisesta. 

Arenen (2026b) liikennevalomalli tarjoaa opettajille käytännön välineen tekoälyn käytön ohjaamiseen oppimistehtävissä. Mallin arvo ei ole vain siinä, että se kertoo, onko tekoälyn käyttö sallittua tai kiellettyä. Sen arvo on siinä, että se pakottaa opettajan määrittelemään tehtävän pedagogisen tarkoituksen: mitä opiskelijan pitää oppia itse, missä tekoäly voi tukea oppimista ja miten käytöstä ilmoitetaan. 

Opettajan rooli muuttuu vaativammaksi 

Tekoälyn käyttöönotto ei vähennä opettajan pedagogisen asiantuntijuuden merkitystä. Päinvastoin se tekee siitä entistä tärkeämpää. Korkeakouluopettajien näkemyksiä tarkastelleessa tutkimuksessa generatiivisen tekoälyn vaikutukset kytkeytyivät erityisesti opetuksen suunnitteluun, akateemiseen integriteettiin, henkilöstön osaamiseen ja arvioinnin uudelleentarkasteluun (Lee ym. 2024). AI-INTO!-piloteissa sama näkyi käytännössä: opettajan tehtäväksi tuli määritellä, milloin tekoäly tukee oppimistavoitteita, milloin se voi kaventaa opiskelijan omaa ajattelua ja miten tämä ero tehdään opiskelijoille näkyväksi. 

AI-INTO!-piloteissa opettajan työ muuttui erityisesti kolmella tavalla. Ensinnäkin opettajan piti suunnitella tehtävät niin, että tekoäly tuki oppimistavoitteita eikä korvannut niitä. Toiseksi opettajan piti viestiä opiskelijoille selkeästi, miten tekoälyä sai käyttää. Kolmanneksi opettajan piti arvioida, mihin tekoälyavusteinen arviointi soveltuu ja missä se aiheuttaa liikaa riskejä tai lisätyötä. 

Opettajahaastattelujen perusteella tekoälyn käyttö voi tuoda hyötyä, mutta hyöty ei synny automaattisesti. AI-avusteinen arviointi voi säästää aikaa silloin, kun tehtävä on rajattu, arviointikriteerit ovat täsmälliset, tarkisteet on laadittu huolellisesti ja samaa rakennetta voidaan käyttää toistuvasti. Sen sijaan laajat, soveltavat ja tulkintaa vaativat tehtävät voivat lisätä opettajan työmäärää, jos tekoälyn arviointia pitää korjata paljon. (Bergström 2026.) 

Tämä on tärkeä viesti myös koulutuksen johdolle. Tekoälyn käyttöönottoa ei voi jättää yksittäisten opettajien ylimääräiseksi kokeiluksi. Se edellyttää aikaa, tukea, yhteisiä malleja, teknistä apua ja pedagogista sparrausta. Jos opettaja joutuu ratkaisemaan tekoälyn käytön, arvioinnin, opiskelijaviestinnän ja eettiset kysymykset yksin, käyttöönotto jää väistämättä hajanaiseksi. 

Arvioinnissa tarvitaan eri varovaisuustaso 

Tekoälyä voidaan käyttää oppimisen tukena rohkeammin kuin arvioinnin tukena. Tämä on AI-INTO!-pilottien keskeinen johtopäätös, ja samaa tukee myös generatiivista tekoälyä ja arviointia koskeva tutkimus. Arviointia koskevat tutkimukset osoittavat, että tekoäly voi tarjota uusia mahdollisuuksia palautteen ja arviointityön tukemiseen, mutta samalla se haastaa arviointikäytännöt, akateemisen integriteetin, tehtävätyyppien soveltuvuuden ja arvioinnin luotettavuuden (Zhao ym. 2024; Kofinas ym. 2025). 

Oppimistehtävissä tekoäly voi toimia ideoinnin, jäsentämisen, käsitteiden avaamisen, tekstin selkeyttämisen, vertailun ja reflektion välineenä. Arvioinnissa tilanne on toinen. Arviointi liittyy opiskelijan oikeusturvaan, osaamisen tunnistamiseen, palautteen laatuun ja koulutuksen luotettavuuteen. Siksi tekoälyn käyttö arvioinnissa edellyttää vahvempaa hallintaa kuin tekoälyn käyttö oppimistehtävissä. 

AI-INTO!-piloteissa tekoälyn ja opettajan arviointien vastaavuus vaihteli selvästi kahden pilotin välillä. Vuoden 2024 pilotissa sama pistemäärä säilyi 51 prosentissa arviointikohdista, ja suuret erot olivat harvinaisia. Vuoden 2026 soveltavassa oikeudellisessa tehtäväkontekstissa sama pistemäärä säilyi vain 16 prosentissa arviointikohdista, ja noin 42 prosentissa arviointikohdista ero oli vähintään kuusi pistettä (Bergström 2026). Tämä osoittaa, ettei AI-avusteista arviointia voi laajentaa kaikkiin tehtävätyyppeihin samalla mallilla. 

Arvioinnin näkökulmasta kyse ei ole vain siitä, tunnistaako tekoäly oikeita sisältöjä opiskelijan vastauksesta. Kyse on myös siitä, miten tehtävät suunnitellaan niin, että ne mittaavat opiskelijan omaa osaamista tekoälyn aikakaudella. Kofinas ym. (2025) korostavat, että generatiivinen tekoäly haastaa myös autenttisiksi ajateltuja arviointitapoja, mikä vahvistaa tarvetta arviointikäytäntöjen tietoiseen uudelleensuunnitteluun. 

Euroopan komission (2022) ohjeissa korostetaan, että tekoälyn ja datan käyttö opetuksessa edellyttää opettajilta kriittistä ymmärrystä järjestelmien toiminnasta, rajoitteista ja vaikutuksista. Tämä on erityisen tärkeää arvioinnissa. Tekoäly voi tukea opettajaa, mutta se ei tunne opintojakson pedagogista kokonaisuutta, opiskelijan oppimisprosessia eikä tehtävän arvioinnillista tarkoitusta samalla tavalla kuin opettaja. 

Tekoäly ei voi toimia itsenäisenä arvioijana. Se voi korkeintaan tuottaa alustavaa arviointia, nostaa esiin kriteereihin liittyviä havaintoja tai tukea opettajan arviointityötä. Lopullinen arviointi, pisteiden vahvistaminen ja opiskelijalle annettava palaute kuuluvat opettajalle. 

Organisaation linja ratkaisee käyttöönoton laadun 

Yksittäiset opettajat voivat käynnistää tärkeitä kokeiluja, mutta pysyvä muutos vaatii organisaation yhteistä linjaa. Jos jokainen opettaja määrittelee tekoälyn käytön, ilmoittamisen, arvioinnin ja eettiset rajat erikseen, opiskelijoiden kokemus voi muodostua epäselväksi. Yhdellä opintojaksolla tekoälyä rohkaistaan käyttämään, toisella sitä ei käsitellä lainkaan ja kolmannella se kielletään ilman pedagogista perustelua. 

Yhteinen linja ei kuitenkaan tarkoita, että tekoälyä käytetään kaikilla opintojaksoilla samalla tavalla. Eri aloilla ja tehtävissä tekoälyn rooli voi olla erilainen. Olennaista on, että periaatteet ovat yhteiset: opiskelija tietää, miten tekoälyn käytöstä ilmoitetaan, opettaja tietää, miten tehtäväkohtainen ohjeistus laaditaan, ja organisaatio tietää, missä arvioinnin vastuu kulkee. Käytännössä yhteisiä linjauksia tarvitaan esimerkiksi tekoälyn käytöstä ilmoittamiseen, tehtäväkohtaiseen ohjeistukseen, hyväksyttyihin työkaluihin ja tietosuojaan sekä siihen, missä tilanteissa tekoälyä voidaan hyödyntää arvioinnin tukena ja miten opettajan arviointivastuu turvataan. 

EDUCAUSEn Horizon-raportti kuvaa tekoälyn olevan osa laajempaa muutosta, joka muokkaa korkeakoulutuksen teknologista, pedagogista ja organisatorista toimintaympäristöä (EDUCAUSE 2025). Myös korkeakouluopettajien näkemyksiä tarkastellut tutkimus osoittaa, että generatiivisen tekoälyn käyttöönotto edellyttää opetuksen suunnittelun, arvioinnin, akateemisen integriteetin ja henkilöstön osaamisen samanaikaista tarkastelua (Lee ym. 2024). Tämä näkyy myös AI-INTO!-piloteissa: tekoälyn käyttöönotto koskee opetuksen suunnittelua, opiskelijoiden ohjausta, arviointia, henkilöstön osaamista, teknisiä prosesseja, tietosuojaa ja johtamista. 

Organisaation näkökulmasta keskeistä on erottaa kaksi kehittämislinjaa toisistaan. Ensimmäinen on tekoälyn käyttö oppimisen tukena. Sitä voidaan laajentaa suhteellisen rohkeasti, kun tehtävät rakennetaan pedagogisesti ja opiskelijat ohjataan kriittiseen käyttöön. Toinen on tekoälyn käyttö arvioinnin tukena. Siinä etenemisen pitää olla hitaampaa, rajatumpaa ja vahvemmin testattuihin malleihin perustuvaa. 

Tekoälyn kanssa ei palata entiseen opetukseen 

Tekoäly muuttaa korkeakouluopetusta riippumatta siitä, miten nopeasti organisaatiot siihen reagoivat. Opiskelijat käyttävät tekoälyä jo nyt, työelämä hyödyntää sitä yhä laajemmin ja opintojaksojen tehtävänannot joutuvat väistämättä tarkasteluun. Siksi kysymys ei ole siitä, otetaanko tekoäly mukaan opetukseen, vaan siitä, millaisen pedagogisen ja eettisen kehyksen sen käyttö saa. 

AI-INTO!-pilottien kokoava viesti on selvä: tekoäly voi vahvistaa oppimista, jos se otetaan käyttöön pedagogisesti harkiten. Se voi tukea opiskelijoiden itsearviointia, lisätä palautteen mahdollisuuksia, auttaa opettajaa kehittämään opetustaan ja valmistaa opiskelijoita työelämään, jossa tekoälyn kanssa toimiminen on osa asiantuntijuutta. Samalla se voi heikentää oppimista, jos opiskelijan oma ajattelu ohitetaan, arvioinnin vastuut hämärtyvät tai käyttöönotto jää tekniseksi kokeiluksi. 

Tekoälyn pedagogista hyödyntämistä kannattaa siksi jatkaa ja laajentaa. Laajentamisen pitää kuitenkin perustua oppimistavoitteisiin, opiskelijoiden tekoälylukutaidon vahvistamiseen, opettajien tukeen ja organisaation yhteisiin periaatteisiin. Arvioinnissa tarvitaan erityistä varovaisuutta: opettajan arviointivastuun, arvioinnin läpinäkyvyyden ja opiskelijan oikeusturvan on säilyttävä kaikissa tilanteissa. 

Korkeakouluopetuksen näkökulmasta tekoälyn käyttöönotto onnistuu vain pedagogisena muutoksena. Tekoäly ei korvaa opiskelijan ajattelua eikä opettajan asiantuntijuutta. Sen arvo syntyy siitä, että se tekee ajattelua, tiedon arviointia ja oppimisprosessia näkyväksi. Parhaimmillaan tekoäly toimii oppimisen peilinä, opettajan työn tukena ja työelämässä tarvittavan asiantuntijuuden harjoittelun välineenä. 

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