Tekoälyn pedagoginen hyödyntäminen yliopisto-opetuksessa
Kirjoittajat: Niko Loikkanen, projektitutkija, [email protected] ja Sirkku Lähdesmäki, yliopistonlehtori, [email protected]
Tekoäly yliopisto-opetuksessa
Tekoäly on noussut keskeiseksi osaksi yliopistojen toimintaympäristöä ja se muokkaa opetusta, oppimista sekä akateemisen asiantuntijuuden rakentumista. Erityisesti generatiivinen tekoäly on muuttanut tapoja, joilla tietoa tuotetaan, käsitellään ja hyödynnetään yliopistoissa (Jensen ym., 2025). Sen yleistyminen haastaa vakiintuneita pedagogisia käytäntöjä kuten arviointia ja osaamisen osoittamista (Dawson ym., 2024). Kyse ei ole vain teknologisesta muutoksesta, vaan yliopiston opetustehtävää koskevasta pedagogisesta kysymyksestä, jossa on arvioitava uudelleen, millaista osaamista pidetään keskeisenä ja miten sitä tuetaan ja arvioidaan. Näin tarkastelun kohteeksi asettuu myös se, miten opiskelijoita ohjataan ja tuetaan opiskelemaan tekoälyä vastuullisesti hyödyntäen.
Tästä huolimatta yliopistojen tekoälyohjeistukset ovat painottuneet pääosin eettisiin ja lainopillisiin kysymyksiin, kun taas pedagoginen tarkastelu on jäänyt vähemmälle huomiolle (Lähdesmäki ym., 2025). Opetushenkilöstöllä ei ole aina selkeää käsitystä siitä, millainen tekoälyn käyttö on pedagogisesti perusteltua ja mikä on sen väärinkäyttöä (Corbin ym., 2025). Pedagogisten linjausten puute on siirtänyt vastuun tekoälyn opetuskäytöstä yksittäisille opettajille, mikä heikentää opetuksen johdonmukaisuutta ja vaikeuttaa pedagogisesti perustellun yliopisto-opetuksen toteuttamista.
Opetushenkilöstön suhtautuminen tekoälyyn
Opetushenkilöstön suhtautuminen tekoälyyn heijastelee ohjeistusten ja pedagogisen tuen puutteita. Opetushenkilöstö suhtautuukin tekoälyyn polarisoituneesti: osa suhtautuu tekoälyn käyttöön avoimen kokeilevasti ja omaksuu erilaisia tapoja hyödyntää sitä ketterästi, osa taas suhtautuu siihen välttelevästi digitaitojen ollessa riittämättömät. Tekoälyyn suhtaudutaan usein varauksellisesti ja huolenaiheina korostuvat arvioinnin luotettavuus, akateeminen integriteetti ja opiskelijoiden oppimisprosessit (Lee ym., 2024). Näitä huolenaiheita voidaan kuitenkin hälventää pedagogisella koulutuksella ja yhteisillä pedagogista toimintaa tukevilla näkökulmilla.
Tämä varauksellisuus heijastuu myös arviointia koskevaan keskusteluun, jossa äärimmäiseksi ratkaisuksi on esitetty siirtymistä suljettuihin tenttiympäristöihin ja kynä–paperitentteihin. On kuitenkin tutkimuksissakin todettu, että tällaiset arviointimuodot eivät tuo esille opiskelijoiden kriittistä ajattelua, argumentaatiokykyä ja tiedon rakentamisen taitoa (Hyytinen ym., 2025). Keskustelussa tekoälyn opetuskäytöstä painopisteenä ei tule olla sen käytön rajaaminen, vaan se, miten opiskelijoiden osaamista arvioidaan tavalla, joka tukee yliopisto-opetuksen keskeisiä tavoitteita, kuten tiedon analyysiä, tulkintaa ja soveltamista. Tämä kääntää huomion pedagogiikkaan ja opetuksellisiin ratkaisuihin sekä opiskelijoiden ohjaamiseen tekoälyn vastuulliseen käyttöön.
Tekoälyä linjakkaasti yliopisto-opetuksessa
Yliopisto-opetuksen tulisi rakentua linjakkaan opetuksen periaatteiden pohjalle, jossa oppimistavoitteet, opetusmenetelmät ja arviointi tukevat toisiaan (Biggs et al., 2022). Tekoälyn yleistyessä linjakkaan opetuksen merkitys korostuu entisestään, sillä tekoälyn käyttö opetuksessa ja oppimisessa tulisi määrittyä oppimistavoitteista käsin. Opetussuunnitelmatasoilla tulisi siten jo sanoittaa tekoälyn osalta tavoitteita. Arvioinnin ja opetusmenetelmien on tuettava sellaista osaamista, jossa opiskelijat oppivat hyödyntämään tekoälyä kriittisesti, vastuullisesti ja oppimista edistävällä tavalla.
Tekoäly voi tukea oppimista esimerkiksi ideoinnissa tai palautteen jäsentämisessä, mutta vain silloin, kun opiskelijan oma ajattelu on tehty oppimistehtävässä välttämättömäksi. Linjakkaan opetuksen näkökulmasta tekoälyn pedagogisen käytön osalta on olennaista huomioida suunnittelussa se, miten oppimistehtävät ja arviointi haastavat opiskelijaa tekemään oman ajattelunsa näkyväksi. Kun arviointi kohdistuu lopputuloksiin, tekoäly voi korvata opiskelijan ajattelun, kun taas prosessia korostavat arviointikäytännöt ohjaavat tekoälyn käyttöä oppimista tukevaksi välineeksi. Arvioinnilla on vahva opiskelijan oppimista ohjaava vaikutus (Atjonen, 2023). Tekoälyn aikakaudella arvioinnin monipuolisuus oppimisprosessia suuntaavana tekijänä korostuu entisestään.
Lopuksi
Tekoälyn arkipäiväistyminen haastaa yliopisto-opetuksen käytäntöjä ja erityisesti opetushenkilöstön opetusajattelua. Keskeistä on tunnistaa yhteys pedagogisen osaamisen, oppimiskeskeisen ajattelun ja tekoälyn linjakkaan käytön välillä. Olennaista on myös tiedostaa työelämätaidot. Tekoälyn aikakaudella sisältöjen hallinta ei enää yksin riitä, vaan opetuksen painopiste siirtyy pedagogiseen osaamiseen ja oppimisen tukemiseen. Tämä edellyttää opetushenkilöstön pedagogisen ymmärryksen vahvistamista pelkän teknologisten taitojen opettamisen sijaan. Pedagogisen osaamisen kehittämisen tulee kuitenkin rakentua opettajan osaamisen perustalle sekä eettisten näkökulmien avoimelle tarkastelulle.
Tätä muutosta voidaan jäsentää TPACK-mallin (teknologinen, pedagoginen ja sisällöllinen tietämys) viitekehyksessä, jossa pedagogisen tietämyksen rooli korostuu erityisesti. Opetushenkilöstön tulisi ymmärtää, miten tekoäly asettuu osaksi linjakkaan opetuksen prosesseja ja miten sitä voidaan hyödyntää pedagogisesti perustellulla tavalla. Tekoälyn oppimista tukeva käyttö rakentuu vahvan pedagogisen ymmärryksen varaan, jonka pohjalta teknologiset ja sisällölliset ratkaisut saavat merkityksensä. Ilman tätä perustaa tekoäly jää helposti irralliseksi välineeksi eikä tue yliopisto-opetuksen keskeisiä oppimistavoitteita. Näin tarkasteltuna opetushenkilöstön opetusajattelun muutos sisältökeskeisestä ajattelusta kohti oppimiskeskeistä lähestymistapaa on keskeinen edellytys sille, että tekoälyn mahdollisuudet oppimisessa voidaan hyödyntää täysimääräisesti.
Lähteet
Atjonen, P. (2023). Akateemisen oppimisen ja osaamisen arviointi: tutkimuspuheenvuoro Itä-Suomen yliopistosta. Itä-Suomen yliopisto. http://urn.fi/URN:ISBN:978-952-61-5025-3
Biggs, J. B., Tang, C. S., & Kennedy, G. (2022). Teaching for quality learning at university (Fifth edition.). Open University Press.
Corbin, T., Dawson, P., Nicola-Richmond, K., & Partridge, H. (2025). “Where’s the line? It’s an absurd line”: towards a framework for acceptable uses of AI in assessment. Assessment and Evaluation in Higher Education, 50(5), 705–717. https://doi.org/10.1080/02602938.2025.2456207
Dawson, P., Bearman, M., Dollinger, M., & Boud, D. (2024). Validity matters more than cheating. Assessment and Evaluation in Higher Education, 49(7), 1005–1016. https://doi.org/10.1080/02602938.2024.2386662
Hyytinen, H., Kleemola K., Ursin, J., & Toom A. (2025) Kriittisen ajattelun tukeminen korkeakouluopetuksessa. Teoksessa A. Parpala & L. Postareff (toim.), Hyvinvoiva ja pedagogisesti osaava korkeakouluopettaja. (s.105–115). Vastapaino. https://urn.fi/URN:ISBN:978-952-397-242-1
Jensen, L. X., Buhl, A., Sharma, A., & Bearman, M. (2025). Generative AI and higher education: A review of claims from the first months of ChatGPT. Higher Education, 89(4), 1145–1161. https://doi.org/10.1007/s10734-024-01265-3
Lee, D., Arnold, M., Srivastava, A., Plastow, K., Strelan, P., Ploeckl, F., Lekkas, D., & Palmer, E. (2024). The impact of generative AI on higher education learning and teaching: A study of educators’ perspectives. Computers and Education. Artificial Intelligence, 6, Article 100221. https://doi.org/10.1016/j.caeai.2024.100221
Lähdesmäki, S., Maunumäki, M., & Maunula, M. (2025). Analyysi suomalaisten yliopistojen tekoälyohjeistuksien eettisyydestä. Yliopistopedagogiikka 32(1).