Tekoäly vaatii älykkyyttä

Koulutuksen kustannukset pienenevät, sen saavutettavuus paranee ja työelämässä tarvittavien erityistaitojen saavuttaminen helpottuu, lupaa tekoälyn saarnamies.

Aivan ilman selkänojaa ei Headai-startupia vetävä Harri Ketamo ajatuksiaan lauo hänen

taustaltaan löytyy nimittäin yli 80 tekoälyä koskevaa tieteellistä artikkelia. Heti kättelyssä hän tekee selväksi, että tekoäly on vain niin älykäs kuin millaiseksi se koulutetaan.

”Tekoälyn äly on kiinni kahdesta asiasta. Ensimmäinen niistä on data, jonka perusteella kone luo omat sääntönsä. Esimerkki tällaisesta voisi olla vaikka älylaitteiden keräämä, käyttäjän henkilökohtainen liikuntadata. Toinen älyä määrittävä tekijä on algoritmi. Sen perusteella tekoäly tekee treenisuosituksia aiempaan suoritusdataan pohjautuen. Ajatuksena on tietty se, että käyttäjä saavuttaisi liikunnalliset tai terveydelliset tavoitteensa”, Ketamo selventää.
Kun tekoälyllä on käytössään fiksu algoritmi ja data, se pystyy tekemään oppijalle suosituksia siitä, mitä seuraavaksi ehkä kannattaisi tehdä.

”Ehkä on tässä tärkeä, sillä tekoäly ei ole absoluuttisen viisas. Se voi kuitenkin tehdä aiemmin kerätystä datasta johtopäätöksiä ja suosituksia siitä, mitä seuraavaksi saattaisi olla hyödyllistä opiskella.”

Kyse on siis mukautuvasta oppimisesta, joka perustuu aiemmin kerättyyn dataan ja siitä tehtäviin johtopäätöksiin. Tulevaisuuden tekoälysovellukset auttavat oppijaa pysymään lähikehityksen vyöhykkeellä – toisin sanoen saavuttamaan oppimistavoitteet sopivasti pinnistelemällä.

”Hyvä opettaja osaa toki tämän ilman tekoälyäkin, mutta tekoäly voi tuoda opetukseen lisää resursseja.”

Tekoälyllä voidaan saavuttaa laajassa mittakaavassa sellaisia oppimistuloksia, jotka perin-teisemmin menetelmin tehtynä vaatisivat suuren määrän oppimista avustavia ammattilaisia.

Opettajaa tarvitaan aina

Harri Ketamo ennustaa, että tekoäly muuttaa opettajan ammattia. Tekoäly ei silti koskaan korvaa opettajaa, eikä yleissivistävän koulutuksen tarve vähene.

”Tekoälyn hyödyntäminen vaatii kykyä kriittiseen ajatteluun. Lisäksi jokaisen opettajan on jatkossakin oltava kiinnostunut toisen oppimisesta, oli käytössä tekoälysovelluksia tai ei.”

Tekoälyn hyödyntäminen oppimisessa on vasta aivan alussa.

Suomessa koulutus on korkeatasoista, mutta näin ei ole kaikkialla.

”Joissain maissa opettaja ei ole välttämättä sen parempi kuin oppilaskaan. Silloin tekoälyn ohjaamilla oppimateriaaleilla voi-daan saada paljon hyvää aikaan kustannus-tehokkaasti.”

Datan löytäminen haaste

Tekoälyn käyttäminen koulutuksessa vaatii valtavan määrän tietoja. Itse dataa ei Ketamo näe ongelmaksi, mutta sen löytämisen kyllä.

”Tietoa on, mutta se on hajallaan eikä sille ole vielä standardisoitua formaattia. Yksi vaihtoehto voisi olla viranomaisdatan yhdistäminen kurssidataan lohkoketjuilla, jolloin tietojen alkuperä, todenmukaisuus ja turvallisuus olisi varmistettu”, Ketamo pohtii.

Mistä tekoälyn käyttämä data sitten onkaan peräisin, pelisääntöjen on oltava selkeät. Oppijan on hyväksyttävä tietojensa käyttö.

”Ihmisten on omistettava datansa itse, ja heillä on oltava dataansa myös pääsy. Tätä vaatii jo Euroopan GDPR-lainsäädäntökin.”

Muutos tulee nopeasti

Tekoälyn hyödyntäminen oppimisessa on vasta aivan alussa.

”Vielä emme tiedä, mikä kaikki on mahdollista. Se kuitenkin on varmaa, että muutoksesta tulee nopea.”

Myös koulutusten monopolit murtuvat.

”Tulevaisuudessa on entistä enemmän epämuodollista koulutusta. Jo nyt näkee, että joissain ammatti-kunnissa yritysten tarjoamat käytännönläheiset täsmä-koulutukset ovat kovempaa valuuttaa kuin perinteiset oppiarvot”, Harri Ketamo lataa.

Työelämälähtöinen osaaminen on siis saavutettavissa entistä edullisemmin.

”Ryhmäkoot kasvavat. Jo nyt verkkopohjaisilla kurs-seilla voi olla kymmeniä tuhansia opiskelijoita. Tekoälyn avulla on mahdollista tarjota henkilökohtaista koulutusta ja saavuttaa tuloksia, jotka olivat aiemmin mahdollisia vain suurella määrällä oppimisen tutkijoita.”

Helppoheikit haastena

Aivan pelkkää ruusunpunaa ei tekoälyn tulevaisuus ole. Sovellusten kehittäjillä on suuri vastuu tiedoista käyttöluvan antamisen jälkeen.

”Tekoälyn käyttämät tiedot eivät saa päätyä vääriin käsiin. Ajatellaan vaikka tilannetta, jossa joku on ollut hidas oppija mutta on kovalla työnteolla hankkinut tarvittavat tiedot ja taidot. Hitaan oppijan leima voisi vaikuttaa esimerkiksi rekrytoijan päätöksiin – vaikka itse kyllä palkkaisin kovaan työntekoon tottuneen osaajan”, Ketamo sanoo.

Tekoäly vaatii älykkyyttä käyttäjältään.

”Sekä käytettyjen algoritmien että tekoälyn opetusdatan on kestettävä tieteellinen tarkastelu. Markkinoilla on ollut jo pitkään helppoheikkejä, jotka myyvät mitä sylki suuhun tuo. Tämä johtaa heikkolaatuiseen oppimiseen ja tekoälyn leimaamiseen.”

 

Headai

Headai tuottaa kognitiivista teko- älypalvelua, joka oppii luonnollisen kielen perusteella käsittelemään tekstimassoja ihmisen kaltaisella tavalla ja tekemään operaatioita, jotka aikaisemmin ovat olleet mahdollisia vain ihmiselle. Tällaisia ovat esimerkiksi työvoiman osaamis- tarpeiden määrittely tai kurssin oppi-materiaalin kuratointi.

 

Teksti: Timo Vennanen

Harri Ketamon kuva: Liisa Takala