Osallistuin ChatGPT and basic AI tools -kurssille huhtikuussa 2026 Firenzessä. Kurssia ennen olin kuunnellut kirjastotyöhön ja tekoälyyn liittyviä koulutuksia, mutta käyttökokemusta minulla oli vain Microsoftin Copilotista. Kirjastolaisille suunnatut koulutukset ovat olleet pääosin teoriapainotteisia ja niissä on pohdittu eettisiä näkökohtia ja tekoälyn hallitsemaa tulevaisuutta. Tällä kurssilla sen sijaan kokeilimme erilaisia tekoälytyökaluja ja teimme niiden avulla tehtäviä, joten käytännöllinen kurssi täydensi juuri sopivasti tekoälyosaamistani.

Meitä opetti Ester Maria Cantino, joka on valmistunut kasvatustieteistä ja toiminut opettajana kansainvälisissä kouluissa. Hän on erikoistunut tietotekniikkaan ja digityökaluihin ja kouluttanut opettajia niiden saloihin. Hänen intohimonaan ovat digitaaliset innovaatiot ja niiden mahdollisuudet muuttaa sitä, miten opimme, opetamme ja olemme vuorovaikutuksessa.

Kurssi alkoi maanantaina tutustumisella. Meitä kurssilaisia oli yhdeksän. Neljä oli Maltalta, kaksi Ranskasta, me loput Espanjasta, Ruotsista ja Suomesta – ja opettaja kymmenentenä Italiasta. Me kurssilaiset olimme etukäteen valmistelleet esityksen omasta koulustamme, tai minun tapauksessani kirjastosta. Kurssin aluksi opettaja kertoi myös Firenzen nähtävyyksistä, joita todella riittää. Vapaa-ajalla oli kiire kiertää tärkeimmät nähtävyydet. Firenzessä on noin 360 000 asukasta, mutta turisteja kaupungissa käy vuosittain miljoonia. Turistien suosimissa paikoissa oli turistisesongin alussa huhtikuussakin jo ruuhkaista.

Pääsimme toki ensimmäisenä päivänä myös kurssin aiheeseen, ja keskustelimme tekoälyn roolista oppimisen ja opettamisen tukena. Tekoälyä voi käyttää hyödyksi esimerkiksi ideointiin, tiedon jäsentämiseen ja erilaisten näkökulmien löytämiseen. Sen sijaan harjoitustehtäviä ei kannata tehdä kokonaan tekoälyllä, koska silloin oppiminen jää helposti pinnalliseksi tai puuttumaan kokonaan. Poikkeuksena tietysti tekoälytyökalujen opiskelu, kuten tällä kurssilla.

Kurssilaisia harjoitusten parissa

Chatbotien vertailua

Tiistain aloitimme tutustumisleikillä, jossa kysyimme pariltamme kysymyksiä. Sen jälkeen esitimme samat kysymykset tekoäly-chatboteille, kuten ChatGPT:lle, Copilotille ja Geminille. Vastauksia vertaillessamme huomasimme, että tekoälyn vastaukset olivat usein varsin yleisiä ja teoreettisia verrattuna ihmisten henkilökohtaisempiin vastauksiin. Kurssin nimestä huolimatta emme keskittyneet ChatGPT:hen, joka oli vain yhtenä työkaluna muiden käsiteltävien joukossa.

Annoimme tekoälylle tehtäväksi tehdä tuntisuunnitelma harjoituksineen haluamallemme oppitunnille, ja tuloksena oli toimivan oloisia suunnitelmia. Teimme myös infograafit maillemme tyypillisistä ruokalajeista. Minulle tekoäly valitsi Suomea edustaviksi ruokalajeiksi karjalanpiirakan, lohikeiton, ruisleivän, perunamuusin, mustikkapiirakan ja salmiakin. En ole aiemmin kokeillut kuvallisen esityksen tekemistä tekoälyllä, ja sen helppous yllätti. Tekoälyllä tuntuu olevan hiukan liiankin helppoa luoda sisältöä – ei ihme, että tekoälyllä luotua sisältöä alkaa olla joka paikassa.

Yksi hauskimmista harjoituksista oli Twinpics.ai-peli. Siinä tehtävänä oli luoda mahdollisimman tarkka kopio annetusta kuvasta käyttäen vain sadan merkin mittaista tekstikuvausta. Haaste ei ollut helppo, mutta se opetti tiivistämään olennaisen ja ilmaisemaan asiat tarkasti. Onnistuin saamaan suomenkielisellä kehotteella 90 prosentin yhdenmukaisuuden.

Tutustuimme myös Prompt libraryyn ja Magic Schooliin, jotka tarjoavat valmiita kehotteita ja ideoita tekoälyn hyödyntämiseen erityisesti opetuksessa.

Kuvien ja sisällön tuottamista tekoälyllä

Keskiviikon pääteemana oli kuvien tuottaminen tekoälyn avulla. Kokeilimme muun muassa Geminin kuvatoimintoja, Ideogramia ja Stable Diffusionia. Oli mielenkiintoista nähdä, kuinka eri työkalut tulkitsivat samoja kehotteita eri tavoin.

Vasemmanpuoleisen kuvan opettaja teki minusta pelkästään sanallisella kehotteella. Tarkkaa kuvailua tarvitaan runsaasti! Oikeanpuoleisen kuvan taustalla on valokuva, joka on muutettu tekoälyn avulla sarjakuvatyyliseksi.

Gemini osoittautui monipuoliseksi työkaluksi myös muuten: teimme sen avulla esimerkiksi tietovisoja valitsemistamme aiheista ja digitaalisen storybookin. Loimme itsellemme myös henkilökohtaisen tekoälyavustajan. Tämä avasi taas aivan uusia näkökulmia siihen, miten tekoälyä voi käyttää arjessa ja työssä.

Opettelimme tunnistamaan tekoälyn tuottamia kuvia ja tekstejä. Tekoälytyökalujen taidot paranevat koko ajan, joten tunnistaminen voi olla vaikeaa. Kuvissa tyypillisiä merkkejä voivat olla esimerkiksi:

• fyysiset epäloogisuudet (kuten ylimääräiset sormet)
• liiallinen symmetria
• vääristyneet tekstit
• epärealistinen tai epätarkka tausta.

Teksteissä taas tekoälyn voi toisinaan tunnistaa esimerkiksi toistuvuudesta, monotonisesta tyylistä ja ylikorostetusta neutraaliudesta. Lisäksi tietyt fraasit, kuten englannissa “overall” ja “in conclusion”, voivat esiintyä usein. Tutustuimme myös AI-tekstintunnistusohjelmiin, kuten Scribbr, Musely ja GPTZero. Näiden kanssa kuitenkin painotettiin kriittisyyttä: tulokset voivat vaihdella merkittävästi, eikä mikään työkalu ole täysin luotettava.
Seuraavina päivinä jatkoimme erilaisten työkalujen kokeilua. Yksi erityisen hyödyllinen oli Gamma, jolla voi luoda esityksiä tekoälyn avulla. Työkalu mahdollistaa esimerkiksi tekstin muuttamisen tiiviiksi dioiksi, ja esitykseen voi lisätä linkkejä QR-koodeina, videoita ja kaavioita.

Luovemmassa hengessä kokeilimme myös Sunoa, jonka avulla teimme kappaleen omista kotipaikoistamme – sanoituksen kappaleeseen pyysimme Geminiltä. Lisäksi tutustuimme äänentuotantoon Elevenlabsissa ja teimme viimeiset tietovisat Waygroundilla.

Notebook LM jäi mieleen erityisesti käytännöllisyytensä vuoksi. Sinne voi ladata omia dokumentteja ja keskustella niiden sisällöstä tekoälyn kanssa. Tämä voisi olla erittäin hyödyllinen työkalu esimerkiksi tutkimus- tai projektityössä.

Kurssin lopuksi opettaja järjesti meille mukavan loppuhuipennuksen Goosechase-sovelluksen avulla. Jakauduimme kolmen hengen joukkueisiin ja suoritimme tehtäviä ulkona Piazza della Signorialla. Tehtäviin kuului esimerkiksi valokuvien ja videoiden ottaminen annettujen ohjeiden perusteella – ja jopa Firenzelle omistetun laulun esittäminen. Firenze tarjosi kyllä kurssille upeat puitteet: historia, taide ja arkkitehtuuri ympäröivät meitä, ja vapaa-ajalla sai syventyä kaupungin tunnelmiin. Hämmästyttävää oli, miten monta valtavaa vanhaa kirkkoa freskoineen ja patsaineen yhteen kaupunkiin mahtuukaan!

Kaiken kaikkiaan viikko oli antoisa. Sain paljon konkreettisia ideoita siitä, miten voin hyödyntää tekoälyä työssäni, mutta myös kriittistä ymmärrystä sen rajoituksista. Antoisaa oli niin ikään kansainvälinen ilmapiiri ja kokemusten jakaminen muiden osallistujien kanssa.

Teksti ja kuvat: Heidi Hosio