Tekoälyn yleistyminen on muuttanut meidän kaikkien, myös opiskelijoiden työskentelyä merkittävästi ChatGPT:n 3.5-version julkaisun myötä marraskuusta 2022. Tekoäly on tuonut mahdollisuuksia myös opinnäytetöiden tekemiseen: uusia tapoja jäsentää ajatuksia, selkeyttää ilmaisua ja kehittää omaa kirjoittamista. Samalla se on kuitenkin tuonut myös haasteita ja vastuita.
Näiden lähes kolmen vuoden aikana olemme nähneet monenlaisia opinnäytetöitä: sellaisia, joiden kohdalla on tehnyt mieli huokaista: ”Voi kun olisit käyttänyt tekoälyä, tämä teksti olisi kaivannut apua jäsentelyyn tai kieliasuun” ja sellaisia, joiden kohdalla ei ole voinut kuin todeta, että ”Kunpa et olisi käyttänyt tekoälyä, työ on täynnä virheellisiä viitteitä, käännöskukkasia ja automaattisesti tuotettua sisältöä, jota et ole itse edes lukenut.”
Näistä, erityisesti tämän kevään kokemuksista, syntyi tämä artikkeli, jossa olemme myös hyödyntäneet ChatGPT:tä tekstin ideoinnin ja sujuvoittamisen apuvälineenä. Artikkelin tarkoituksena on herättää opiskelijoiden ajatuksia tekoälyn vastuullisesta ja hyödyllisestä käytöstä sekä tuoda vertaistukea opettajakollegoille, jotka varmasti ovat samojen ajatusten äärellä kuin mekin pohtiessaan, miten ohjata tekoälyn käyttöä eettisesti ja rakentavasti opinnäytetöissä.
Tekoälyn hyödyt opinnäytetyössä
Tekoälyn hyödyt opiskelussa ovat kiistattomat, erityisesti vastuullisesti ja eettisesti käytettynä. Aiheesta on useita tutkimuksia, viimeisimpinä Michalakin ja Ellisonin (2025) tutkimus, jossa tarkasteltiin tekoälytyökalujen, esimerkiksi Grammarlyn ja Scholarcyn integrointia jo ensimmäisen vuoden kirjoitusohjelmaan. Tutkimus osoittaa, että harkitusti käytettynä tekoäly voi tukea itsearviointia ja kehittää opiskelijan kirjoitustaitoa. Myös Martzuk ja muut (2023) tarkastelivat vastaavien tekoälypohjaisten kirjoitustyökalujen, kuten Quillbotin ja ChatGPT:n vaikutusta englannin kielen opiskelijoiden kirjoitusten sisältöön ja rakenteeseen. Tulokset vastasivat Michalakin ja Ellisonin 2025) saamia tuloksia: AI-työkalut paransivat merkittävästi opiskelijoiden kirjoitusten laatua, ja erityisesti työkalujen antama välitön palaute paransi kirjoitustaitoa. Konkretiatasolle vietynä ja oikein käytettynä tekoäly siis voi auttaa opiskelijaa parantamaan myös opinnäytetyötä hahmottamalla tekstin rakennetta, parantamalla ilmaisua, tunnistamalla kielioppi- ja kirjoitusvirheitä, kiteyttämällä pitkiä tekstikappaleita sekä simuloimalla lukijan näkökulmaa. Esimerkiksi yksinkertainen prompti: ”Tämä kappale on epäselvä, voisiko sen kirjoittaa toisin?” voi antaa uusia näkökulmia ja parantaa tekstiä huomattavasti.
Moni tekniikan alan opinnäytetyö tehdään toimeksiantona yritykselle, jolloin opinnäytetyöhön sisältyy usein myös yritysesittely. Lähteenä käytetään usein yrityksen omia verkkosivuja ja markkinointimateriaaleja, minkä seurauksena opinnäytetöissä saattaa näkyä mainosteksteille tunnusomaisia kielellisiä ja rakenteellisia piirteitä. Tekoäly voi tässäkin auttaa opiskelijaa muokkaamaan tekstiä asiatyyliseksi esimerkiksi promptilla: “Muokkaa alla oleva yritysesittely opinnäytetyöhön kuuluvaksi neutraaliksi ja asiatyyliseksi tekstiksi. Poista mainosmaiset ilmaukset ja säilytä vain olennainen, informatiivinen sisältö.”
Tekoäly voi siis toimia tehokkaana apuvälineenä tekstin kielenhuollossa tarjoten apua esimerkiksi oikoluvussa, lauserakenteiden parantamisessa ja tekstin tiivistämisessä. Tekoälytyökalut voivat niin ikään auttaa kirjoittajaa tunnistamaan kielioppivirheitä, ehdottamaan sujuvampia ilmaisuja ja varmistamaan, että teksti on selkeää ja johdonmukaista. Tekstin kääntämisessä työkalut, esimerkiksi DeepL, auttavat opiskelijoita lähteiden kääntämisessä erityisesti silloin, kun alkuperäinen materiaali on englanninkielinen. Tekoäly voi myös nopeuttaa ymmärrystä ja auttaa sanaston avaamisessa.
Lähdekritiikki ja viittausten tarkistus
Yksi tänä keväänä näkyvimmistä ongelmista on ollut tekoälyn tuottamien lähdeviitteiden hyväksyminen ilman että opiskelija tarkistaa niitä erikseen. Kuluneen vuoden aikana olemme nähneet tapauksia, joissa opiskelijat ovat palauttaneet jopa 150-sivuisia opinnäytetöitä täynnä tekaistuja lähteitä: Linkki ei ole osoittanut mihinkään, linkki osoitti eri työhön kuin mihin se oli merkitty tai kirjoittajat olivat eri henkilöitä kuin mitä lähteessä oikeasti oli. Tekoäly keksii liian helposti viitteitä, jotka kuulostavat uskottavilta, mutta joita ei ole olemassa. Kyse ei välttämättä ole huijauksesta, vaan siitä, ettei omaa tekstiä ja lähdeviitteitä ole luettu ja tarkistettu kriittisesti ̶ toisin sanoen tekoälyn tuottaman sisällön kriittinen lukutaito puuttuu.
Tekoälyn kriittistä lukutaitoa tulisi opettaa ja opetella yhtä systemaattisesti kuin lähdekritiikkiä: pelkkä työkalun käyttö ei riitä, jos opiskelija ei osaa arvioida sen tuottaman sisällön luotettavuutta ja rajoituksia. Kriittinen lukutaito tarkoittaa esimerkiksi kykyä tunnistaa mallien taipumus “hallusinoida” tietoa, lähteiden ja harhojen (bias) ymmärtämistä, lähteiden tarkistamista sekä kykyä ymmärtää ja perustella, milloin tekoälyn ehdotus hylätään, muokataan tai hyväksytään. Myös ymmärrys tietosuoja- ja tekijänoikeusnäkökulmista sekä kyky erottaa oma ajattelu koneen ehdotuksista ovat osa tekoälyn kriittistä lukutaitoa, jota voi harjoitella esimerkiksi erilaisin faktantarkistustehtävin ja vertailemalla prompteja sekä perehtymällä erilaisiin ohjeistuksiin. Sekä Vaasan ammattikorkeakoulun omissa opinnäytetyöohjeissa (Vaasan ammattikorkeakoulu, 2025) että esimerkiksi Euroopan komission (2024) ohjeistuksessa painotetaan, että tutkijan on aina tarkistettava lähteiden olemassaolo ja paikkansapitävyys ennen kuin ne liitetään tutkimukseen, tässä tapauksessa opinnäytetyöhön.
Kognitiivinen vinouma ja kognitiivinen velka
Meidän kaikkien, ja etenkin opinnäytetyötä tekevien opiskelijoiden, on tärkeä ymmärtää, että vaikka tekoäly voi vaikuttaa vakuuttavalta, sillä ei ole tietoisuutta tai lähdekriittisyyttä. Se saattaa tuottaa tekaistujen lähteiden lisäksi harhaanjohtavaa sisältöä hyvinkin vakuuttavalla tyylillä, mikä houkuttelee hyväksymään tekstin liian helposti. Kun tällaista tekstiä käyttää sellaisenaan omassa opinnäytetyössä, on kyseessä malliesimerkki niin kutsutusta kognitiivisesta vinoumasta. Kognitiivisessa vinoumassa ihminen luottaa liian varauksettomasti sujuvasti muotoiltuun tekstiin. Tekoälyn tuottamalle tekstille tulee ikään kuin sokeaksi, sillä se vaikuttaa niin ammattimaiselta, että sitä ei vaivauduta edes tarkistamaan. Muistakaamme siis, tekoäly on vain työkalu, eikä se saa korvata kirjoittajan omaa harkintaa. Opiskelijoiden on arvioitava tekoälyn ehdotuksia kriittisesti ja varmistettava, ettei alkuperäisen tekstin merkitys muutu.
Kongnitiiviseen vinoumaan liittyy tuore tutkimusnäyttö myös syvemmästä ilmiöstä, jota tutkijat kutsuvat kognitiiviseksi velaksi. Kosmynan ja muiden vuonna 2025 julkaisema tutkimus vertasi esseiden kirjoittamista ilman työkaluja, hakukoneen kanssa ja LLM-avustajan kanssa. EEG-mittaukset, tekstianalyysi ja arvioinnit osoittivat, että LLM-ryhmällä aivoverkostojen aktiivisuus oli heikointa ja että yli kuukausien jatkuva tukeutuminen avustajaan kytkeytyi heikompaan suoriutumiseen sekä kielellisellä että käyttäytymisen tasolla. Osallistujat kokivat myös vähäisempää omistajuutta tekstiinsä ja jopa vaikeuksia siteerata omaa työtään. Tutkimus ei siis kiellä avun hyötyjä, mutta tuo esiin kognitiivisen velan riskin: jos annamme mallin tehdä liikaa, säästämme aikaa ja vaivaa, mutta maksamme myöhemmin oppimisen laadussa ja muistissa. Siksi tekoäly on hyvä pitää sparraajana, ei kirjoittajana. (Kosmyna ja muut, 2025.)
Tekoälyn käytön raportointi
Kun opinnäytetyössä hyödynnetään tekoälyä, yhtä tärkeää kuin sen itse käyttö, on sen läpinäkyvä raportointi. Vaasan ammattikorkeakoulussa tekoälyn käytöstä tulee kertoa erikseen. Tämä varmistaa akateemisen rehellisyyden ja läpinäkyvyyden ja auttaa opiskelijoita ymmärtämään, miten tekoälyn käyttö vaikuttaa heidän työhönsä. Jos tekoälyä on käytetty esimerkiksi kuvan, taulukon tai koodin luomiseen, on siitä mainittava selkeästi, esimerkiksi kuvatekstissä tai erillisessä koosteessa johdantoluvussa. Sama pätee, jos tekoäly on osallistunut tekstin muotoiluun, oikolukuun tai tiivistämiseen. Hyvä käytäntö on lisätä maininta käytetystä tekoälytyökalusta ja sen roolista, esimerkiksi seuraavasti: ”Luvussa 4 käytettiin toisessa tekstikappaleessa ChatGPT:tä tekstin selkeyttämiseen. Käytetty alkuperäinen prompti oli ‘Muotoile tämä kappale selkeämmäksi muuttamatta sen merkitystä ‘.”
Taitoa raportoida tekoälyn käyttöä opinnäytetyöprosessin aikana ei voi pitää itsestäänselvyytenä, sillä kokemuksemme mukaan useimmat opiskelijat eivät luonnostaan tiedä, miten ja millä tarkkuudella tekoälyn käytöstä pitäisi kertoa. Siksi asiaa on opetettava, opeteltava ja sitä on harjoiteltava eksplisiittisesti: mitä työkaluja käytettiin (mallin nimi ja versio), mihin tarkoitukseen (esim. ideointi, kielentarkistus, analyysi), millä syötteillä ja asetuksilla, miten tuotosta muokattiin ja arvioitiin, mitä rajoituksia havaittiin sekä miten lähteet tarkistettiin. Kun raportointi tehdään näkyväksi, tekoälyn käyttö asettuu luontevaksi osaksi tutkimusprosessia.
Yhteenveto
Tekoäly tarjoaa hyviä työkaluja meille kaikille, kunhan käytämme niitä vastuullisesti. On kuitenkin muistettava, että tekoälyn tuottamaa viitettä ei saa milloinkaan käyttää varmistamatta sen olemassaoloa ja perehtymättä itse viitteen sisältöön. Niin ikään tekoälyn tuottama tai muokkaama teksti on aina itse luettava ja arvioitava kriittisesti, eikä siihen saa uskoa sokeasti.
Tekoälyä voi ja saa käyttää tukena, ei automaattisena sisällöntuottajana. Tämän lisäksi on raportoitava aina tekoälyn käyttö avoimesti ja rehellisesti. Me opettajat kannustamme kaikkia kriittiseen ajatteluun, sillä tekoäly on täällä ja se on tullut jäädäkseen. Se voi auttaa meitä oppimaan, kirjoittamaan ja ajattelemaan, kunhan emme luovuta sille omaa vastuutamme ajattelijoina. Iloa opinnäytetöihin!
