Tässä osiossa tutustumme tekoälyn peruskäsitteisiin ja toimintaperiaatteisiin. Ymmärtämällä tekoälyn taustalla olevaa logiikkaa saat paremmat valmiudet hyödyntää sitä opetuksessa, arvioida sen luotettavuutta ja tunnistaa myös sen rajoitteita.

Tekoäly (AI, artificial intelligence) viittaa yksinkertaistettuna tietokonejärjestelmiin, jotka suorittavat sellaisia tehtäviä, jotka tavallisesti vaatisivat inhimillistä ajattelua, esimerkiksi päättelyä, oppimista, kielen ymmärtämistä tai kuvien tunnistamista.

Nykyiset tekoälyjärjestelmät eivät kuitenkaan “ymmärrä” maailmaa kuten ihmiset. Ne toimivat suurten datamäärien ja tilastollisten mallien avulla, etsien datasta toistuvia malleja ja käyttämällä niitä päätöksenteon tai sisällöntuotannon tukena.

Koneoppiminen ja generatiivinen tekoäly
Koneoppiminen on tekoälyn alalaji, jossa järjestelmä oppii kokemuksesta. Esimerkiksi kuvia tunnistava malli opetetaan näyttämällä sille tuhansia ja tuhansia esimerkkejä, kunnes se alkaa tunnistaa kuvioita itsenäisesti.

Generatiivinen tekoäly, kuten ChatGPT, DALL·E tai Copilot, pystyy luomaan uutta sisältöä. Se voi olla tekstiä, kuvia, ääntä tai koodia. On tärkeä ymmärtää, että generatiivinen tekoäly ei ole hakukone. Se ei siis etsi eikä hae valmista tietoa sinulle, vaan muodostaa vastauksia todennäköisyyksiin perustuen. Siksi vastaus voi olla joka kerralla hieman erilainen, vaikka kysyisit täsmälleen saman kysymyksen.

Tekoäly arjessa ja opetuksessa
Esimerkkejä siitä, miten monella tapaa tekoäly on jo osa arkea:

• hakukoneet ja suosittelualgoritmit (Google, YouTube, Netflix, Yle Areena)
• kielityökalut (Grammarly, Deepl)
• generatiiviset apurit (ChatGPT, Copilot, Gemini)
• oppimisanalytiikkaa hyödyntävät oppimisympäristöt
• kuvantunnistukseen ja ääneen perustuvat sovellukset.