Monessa oppilaitoksessa tekoäly voi auttaa jo opetuksen suunnittelussa, tehtäväideoiden kehittämisessä ja oppimateriaalien luonnostelussa. Sama tekoälytyökalu voi kuitenkin olla käytössä myös opiskelijoiden arvioinnissa, oppimispolun ohjaamisessa tai tenttien valvonnassa.
Juuri tässä tekoälyn käyttötarkoituksen merkitys korostuu.
Euroopan unionin AI Act -tekoälyasetus lähtee liikkeelle ajatuksesta, että tekoälyn riski määräytyy pääasiallisesti sen käyttötarkoituksen eikä työkalun teknisten ominaisuuksien perusteella. Oppilaitoksille tämä tarkoittaa, että huomio kannattaa kohdistaa paitsi itse työkaluihin myös siihen, miten tekoälyä käytetään. Arviointiin, opiskelijavalintoihin ja opiskelijoiden seurantaan liittyvät käyttötarkoitukset ovat eri asemassa kuin esimerkiksi tekstin muokkaus tai ideointi.
AI Act nostaa koulutuksen erityiseen asemaan
AI Act -tekoälyasetus on maailman ensimmäinen oikeudellinen kehys tekoälylle, jonka tavoitteena on edistää turvallisten ja luotettavien tekoälyjärjestelmien kehittämistä ja käyttöönottoa EU:ssa. Tekoälylainsäädännön soveltaminen etenee vaiheittain vuosien 2025–2027 aikana, ja sen vaikutukset ulottuvat myös koulutussektorille.
Asetus lähestyy tekoälyjärjestelmiä neliportaisen riskiluokittelun kautta, jossa sääntelyn tiukkuus riippuu toimintaan liittyvistä riskeistä. Mitä suuremmat mahdolliset vaikutukset tai vaarat tekoälyyn liittyvät, sitä tarkemmin sen käyttöä valvotaan ja säännellään. Koulutus on yksi niistä toimialoista, joilla tekoälyn käyttö voi nousta korkean riskin alueelle. Tällaisia tilanteita ovat esimerkiksi sellaiset, joissa tekoälyä käytetään opiskelijoiden arviointiin, koulutuspoluille ohjaamiseen, opiskelijavalintoihin tai tenttien valvontaan. Tällöin tekoäly voi vaikuttaa ihmisen mahdollisuuksiin opiskella, valmistua tai edetä urallaan.
Tekoälysäädöksen riskiluokitus
- Ei-hyväksyttävissä oleva riski: kielletyt tekoälyjärjestelmät, jotka uhkaavat ihmisten turvallisuutta ja oikeuksia, kuten haitallinen manipulointi ja sosiaalinen pisteytys.
- Suuri riski: tekoälyn käyttötapaukset, jotka voivat aiheuttaa vakavia riskejä terveydelle ja turvallisuudelle, kuten kriittisten infrastruktuurien turvakomponentit ja ihmisten arviointiin ja pisteyttämiseen työssä tai oppilaitoksissa käytettävät tekoälyratkaisut. Näihin sovelletaan tiukkoja velvoitteita.
- Rajoitettu riski: tekoälyn käyttötapaukset, joissa tekoälyn käytön läpinäkyvyys on ilmaistava, kuten chatbottien käytön ilmoittaminen ja generatiivisen tekoälyn tuottaman sisällön tunnistettavuus.
- Vähäinen tai olematon riski: tekoälyjärjestelmät, joiden katsotaan olevan minimaalisia tai riskittömiä, kuten tekoälyä tukevat videopelit ja roskapostisuodattimet.
Avaa tarkempi riskiluokituslistaus →
Kun oppilaitoksissa otetaan tekoälytyökaluja käyttöön, tehdään tavallisesti tekoälysäädöksen mukaisen riskiarvioinnin lisäksi myös tietosuojan vaikutustenarviointi (DPIA) sekä perusoikeuksien arviointi (FRIA). Lisätietoa näistä löydät mm. Lex Futuran artikkelista.
Sama tekoälytyökalu on yhdessä tilanteessa harmiton ja toisessa riskialtis
ChatGPT, Copilot, Gemini ja Claude ovat esimerkkejä generatiivisista tekoälytyökaluista, joita voidaan hyödyntää monenlaisen sisällön luomiseen, analysointiin ja tiedon käsittelyyn.
Teoriassa yksi opettaja voi käyttää generatiivista tekoälyä oppitunnin suunnitteluun tai tehtävien ideointiin, kun taas toinen voi hyödyntää samaa työkalua opiskelijan tekstin arvioinnissa tai palautteen tuottamisessa. Tästä syystä tekoälyn käyttöä ei riitä tarkastella pelkästään työkalujen kautta. Yhtä tärkeää on ymmärtää, mihin tarkoitukseen niitä käytetään ja millaisia vaikutuksia käytöllä voi olla. Huolellinen perehdyttäminen auttaa varmistamaan, että käyttötavat eivät vahingossa lipsu korkeariskisemmälle alueelle.
Tekoälyn suurin haaste ei siis useinkaan ole tekninen vaan inhimillinen. Milloin hyödyllinen apuväline alkaa vaikuttaa opiskelijan arviointiin tavalla, joka edellyttää erityistä huolellisuutta? Ymmärtävätkö opettajat, kehittäjät, johto ja hallinto omat vastuunsa? Onko tekoälyn käyttöön yhteiset periaatteet vai syntyvätkö käytännöt yksittäisissä tiimeissä ja hankkeissa?
Tekoälyn käyttö on enemmän kuin teknistä osaamista
AI Act edellyttää, että tekoälyä käyttävillä organisaatioilla on riittävä kyky ymmärtää tekoälyn mahdollisuuksia, rajoitteita ja riskejä. Tätä kutsutaan tekoälylukutaidoksi.
Oppilaitoksissa tekoälylukutaito tarkoittaa ennen kaikkea sitä, että henkilöstö osaa arvioida tekoälyn käyttöä oman työnsä näkökulmasta, eikä vain käyttää uusia työkaluja. Opettajien, kehittäjien, hallinnon asiantuntijoiden ja johdon on pystyttävä arvioimaan, milloin tekoälyä voidaan hyödyntää turvallisesti ja milloin käyttöön liittyy erityisiä eettisiä, pedagogisia tai juridisia kysymyksiä.
Siksi vastuu tekoälyn käytöstä jakautuu laajasti läpi koko organisaation. Mitä enemmän tekoälyä hyödynnetään eri prosesseissa, sitä tärkeämpää on yhteinen ymmärrys siitä, milloin kyse on tavallisesta työvälineestä ja milloin käyttötapa edellyttää tarkempaa arviointia. Jos näihin kysymyksiin ei ole selkeitä vastauksia, on se merkki siitä, että organisaation käytänteitä tulee vahvistaa.
Kuinka valmistautua AI Actin vaatimuksiin?
Yhteisen ymmärryksen rakentaminen ei ole vain johdon tai tietohallinnon tehtävä. Tekoälyyn liittyvät valinnat syntyvät opetuksessa, opiskelijapalveluissa, oppimisympäristöjen kehittämisessä ja hallinnossa. Siksi keskusteluun tarvitaan mukaan eri rooleja ja näkökulmia.
TIEKEn oppilaitoksille suunnatussa datavastuullisuuden valmennuksessa tekoälyä tarkastellaan osana laajempaa datan vastuullisen käytön kokonaisuutta. Valmennuksessa huomio kiinnittyy yksittäisten työkalujen sijaan siihen, miten dataa ja tekoälyä voidaan hyödyntää oppilaitoksessa tavalla, joka tukee oppimista, vahvistaa luottamusta ja kestää myös muuttuvan sääntelyn tarkastelun.
Lokakuussa 2026 alkava valmennus tarjoaa viitekehyksen niihin kysymyksiin, joita moni oppilaitos jo pohtii: missä tekoälyä käytetään nyt, millaisia vaikutuksia käytöllä voi olla ja miten organisaatio voi varmistaa, että käytännöt ovat johdonmukaisia eri puolilla oppilaitosta.
Datavastuullisuuden valmennuksen etuja:
- Säännöllisiin tapaamisiin pohjautuva valmennus antaa työkaluja datavastuullisuuden eri näkökulmien työstämiseen.
- Valmennusmateriaalit ja tehtävät ovat verkko-oppimisympäristössä. Tehtävät tarjoavat mahdollisuuden syventyä aiheeseen.
- Eri toimialoja edustavien osallistujien näkökulmat antavat uutta perspektiiviä omaan työhön.
- Valmennus auttaa ymmärtämään oman organisaation datavastuullisuuden haasteita ja toimenpiteitä.
Lisätietoja valmennuksesta antaa Mikko Eloholma.
Tutustu valmennukseen ja ilmoittaudu mukaan
Lue valmennukseen osallistuneiden ja valmentajan kokemuksista
