Tekoäly vie pullopostisi perille

14.11.2024
vierailija
http://Tekoälyn%20generoima%20kuva,%20jossa%20kirkas%20lasipullo%20kelluu%20meren%20pinnalla,%20sisällä%20Suomen%20lippu%20ja%20viestinä%20teksti%20Avaa%20minut.

Kuva: Dalle. Kehotteina ChatGPT:ssä muun muassa pulloposti, meri, suomi.

Tieteellisten tekstien kirjoittamista suomeksi on pitkään pidetty varmana nurkkakuntaisuuden ja kuplaan kuulumisen merkkinä. Englanti kirjoituskielenä on tieteen vahvaa valtavirtaa. Suomenkielinen artikkelisi tutkimus- tai kehittämistyösi tuloksista ajelehtii orpona tieteellisen julkaisemisen valtamerillä. Vain sattumoisin joku kohdalle osunut osaa lukea pulloon umpioituneen tekstisi ja siteerata sen sisältöä omassa työssään.

Ainoastaan suomen kielen tutkijat ovat voineet perustella suomeksi julkaisemistaan tutkimuskohteellaan: kieli- ja tekstiaineistoja täytyy voida lukea, analysoida ja tulkita alkuperäiskielellä. Muille ensimmäisen kotimaisen käyttäminen on suorastaan resurssien haaskausta ja täysin toivotonta tulosmittareiden näkökulmasta.

Tai siis – oli.

Maailmanpolitiikan professori Teivo Teivainen (2020) [1] kirjoitti pari vuotta ennen generatiivisen tekoälyn edelläkävijän eli ChatGPT:n läpimurtoa teemasta tavalla, jonka luettuani tekisi mieli joku pullo poksauttaakin.

Kätevät ja kehittyvät käännösohjelmat

Teivainen kysyy tekstissään oraakkelimaisesti: Pelastaako tekoäly suomen kielen? Hän pohtii tieteen kielten tasavertaistumista tekoälyn mahdollistamilla käännösohjelmilla, kuten Google Translatella. Vuonna 2020 sen algoritmit sentään tunnistivat jo suomen kieleksi, mutta käännökset olivat kömmähteleviä.

Google-kääntäjän jälkeen olemme saaneet edistyneempiä käännösohjelmia avuksemme, ja kuten tiedämme, osa niistä kulkee isompia ilmoittelematta älypuhelimessamme. Kun löydät aikaa polttaessasi asiantuntijuusalueltaasi kiinnostavan open access -julkaisun [2], puhelimesi kysyy: Käännetäänkö? Siis englannista suomeksi. Yes! Kiitos! Työmatkabussin himmeässä valossa ehdit lukea leppoisasti koko tekstin ja siirtää tulokset nativiikielellä toimivaan komentokeskukseesi.

Konekääntäminen yllättää

Neljä vuotta sitten professori ennusti, että ehkä vielä joskus, vuosikymmenen tai -sadan vaihtuessa  konekääntäminen tekee suomestakin sujuvasti selkoa – suuntaan jos toiseen. Hän oli optimistinen, mutta väärässä. Olemme jo perillä.

Kevättalvella 2024 sain sähköpostiini eräältä verkkofoorumilta [3] viestejä, että vanhaa suomenkielistä monografiaväitöskirjaani oli siteerattu alan tutkimuksissa eri mantereilla. Kirjoittajien nimet olivat niin vieraista kielikunnista, etten välttämättä osannut erottaa etu- ja sukunimeä toisistaan. Ilahduin kuitenkin: siellä jossain osataan suomea! Vai lukivatkohan he sittenkin vain abstraktin?

Syksymmällä ilmoituksiin ilmestyi opiskelijoiden ja kollegoiden kanssa kirjoittamamme artikkelikokoelma [4], jossa esitellään eri kulmista uutta etäkoulutusmuotoa, satelliittikoulutusta. Lähteitä lukuun ottamatta ei sanaakaan englanniksi. Silti kokoelma kerää huomiota ja sitä luetaan eri maissa. How come?

Käännös oikeaan päin

Viiveellä ymmärsin, että käännösohjelmia osataan käyttää kaikkialla, ja suomalainen koulutus kiinnostaa yli kielimuurien. Meillä Metropoliassa oli myös kansainvälinen haku päällä satelliitinkin kokeneiden bioanalyytikoiden uuteen kaksikieliseen (englanti – suomi) tutkinto-ohjelmaan. Olisikohan joku googlannut ja löytänyt virtuaalista vertaistukea hakupäätöksensä tekemiseen? Aivan, suomi kääntyy siinä missä englantikin!

Tutkijalla ja asiantuntijalla on oikeus omaan kieleen

Teivainen toivoi, että tulevaisuudessa tutkijat voisivat viedä ajatuksensa kansainväliseen keskusteluun parhaiten hallitsemallaan kielellä, kun tekoälyn algoritmit kääntävät kirjoituksen viiveettä vastaanottajien omille kielille. Nyt se tapahtuu jo ainakin englanniksi, ranskaksi, saksaksi ja ruotsiksi. Pian varmasti myös suulliset tekstit kääntyvät suoraan muillekin kuin simultaanitulkkeihin oikeutetuille.

Visio reaaliaikaisesta käännösteknologiasta avaa pullopostimme jo nyt: eivät vain tieteentekijät vaan myös asiantuntijat ja niiksi opiskelevat voivat saada julkaisuilleen yleisöjä, joille suomi ei koskaan ollut vaihtoehto.

Kirjoittaja

Aino Vuorijärvi (FT) on suomen kielen ja viestinnän yliopettaja, joka inspiroituu vuosikymmenestä toiseen opinnäytetyön tekstinohjauksesta. Työelämäläheisten tekstikäytäntöjen tutkiminen oli fokuksena myös hänen väitöskirjassaan (2013). Uusien tekstimallien kokeilu ja ohjaaminen tekoälyn kanssa keskustellen on hänen uusimpia villityksiään. Tekstiensä sisällöstä hän kuitenkin vastaa edelleen itse.

Lähteet

[1] Teivainen, Teivo 2020: Pelastaako tekoäly suomen kielen? Tieteessä tapahtuu 3. 46–49.
[2] Theseus. Mitä on avoin julkaiseminen eli Open Access (theseus.fi) Viitattu 3.11.2024.
[3] Palvelu on nimeltään Academia.edu.
[4] Vuorijärvi, Aino (toim.). Satelliitilla korkeakoulututkintoon. Asiantuntija-artikkeleita ja keskustelua koulutusmuodosta. Metropolia Ammattikorkeakoulun julkaisusarja. Taito. Työelämäkirjat 18.

asiantuntijaviestintä konekääntäminen suomen kielen käyttöala suomen kieli tekoälyavusteinen lukeminen ja kirjoittaminen tieteelliset tekstit tutkimus- ja kehitystyön tekstit

Kommentit

Ei kommentteja

Kommentoi

Sinua saattaisi kiinnostaa myös nämä

Menneisyyttä tarkastellen, tulevaisuuteen tähyillen – asiantuntija kirjoittajana

 http://Kipinöitä%20pimeydessä
2.12.2024 Tikissä
Olen saanut kirjoittaa Tikissä-blogiin vuodesta 2018 lähtien. Matka on ollut antoisa. Koska Tikissä on nykymuodossaan vähitellen lähdössä viettämään blogialustojen hyvin ansaittuja eläkepäiviä, ajattelin kertoa hieman omien asiantuntijatekstieni kirjoittamisesta. Miksi innovaatioista kirjoittaminen on niin tärkeää?   Mistä aiheet tulevat?  TV-mainokseen asti päätynyt kirjailija Jörn Donnerin lausahdus, lukeminen kannattaa aina, pätee ainakin omalla kohdallani myös asiantuntijablogien kirjoittamiseen. Moni aihe on kummunnut siitä, että olen lukenut työhön tai harrastuksiini liittyvää kirjallisuutta, muita julkaisuja, lehtiä tai katsonut dokumentteja, teknologiasta, historiasta, startup-kehittämisestä tai vaikkapa muotoilusta. Olen jostakin niistä huomannut uuden, käsittelemättömän näkökulman tai mielestäni kiintoisan aiheen ja halunnut kirkastaa sen blogitekstiksi. Tämä ei tarkoita, että olisin suoraan referoinut jotakin aiemmin lukemaani tai näkemääni. Päinvastoin, asiantuntijablogiartikkelin kirjottamiseen saa ja täytyy käyttää aikaa. Ideasta on monta kertaa ollut pitkä matka lopulliseen tekstiin. Tietojen pitää olla oikein ja lähteiden saatavilla, jotta lukija halutessaan voi mennä syvemmälle aiheeseen. Ja erityisen haasteellista on, että kaikki pitää voida esittää tiiviissä paketissa.  Eikö innovaatioista ole kirjoitettu ja touhotettu jo ihan liikaa?   Innovaatio on käsite, jota säännöllisesti käytetään tiedotusvälineissä, kun halutaan korostaa, että talouden ja yhteiskunnan on kehityttävä. Kaupallisten innovaatioiden merkitystä korostetaan myös tämänhetkisen hallituksen ohjelmassa. Kukin tietenkin käyttäköön arkipuheissaan innovaatio-sanaa, kuten muitakin sanoja, haluamallaan tavalla. Mutta ilman yhteistä ymmärrystä siitä, että innovaatio ei ole vain hyvä idea, vaan ideasta kirkastunut keksinnöllinen tulos, jolle on hyödyntämisväylä, on vaikea kuvitella toimivaa ja tuloksellista suunnittelu- ja kehitystyötä.  Kolme toistuvaa teemaa Pääsääntöisesti olen käsitellyt kolmea eri teemaa. Ensinnäkin innovaatioiden tunnistamiseen, niiden luomiseen ja hyödyntämiseen kuuluvia asioita: mitä tulee ottaa huomioon, kun olettaa tehneensä keksinnön, mikä innovaatio oikeasti on, mistä saa tukea ja apua, kun haluaa hyödyntää luomaansa tulosta? Toiseksi esimerkkejä muotoilun ja teknologian historiasta. Miten aikoinaan tehdyt innovaatiot usein tietämättämme vaikuttavat edelleen arkeemme ja nykypäiväämme. Ja kolmantena, alkavaa yrittäjyyttä ja edellytyksiä, joiden avulla se on mahdollista. Toisinaan olen pohtinut näiden kaikkien kolmen yhtymäkohtia. Näitä samoja teemoja olen aikeissa käsitellä jatkossakin.   Blogikirjoitusteni pyrkimys on ollut tuottaa lukijalle pieniä oivalluksia. Miten jokin innovaatioasia voi yllättävällä tavalla liittyä johonkin toiseen, näennäisesti täysin eri asiaan. Haluan myös luoda positiivista ajattelua, että kuka vain voi olla innovaattori. Ideoida uutta, kehittää, ja tunnistaa tekemästään työstä keksinnöllisiä asioita, jotka voivat parhaimmassa tapauksessa johtaa taloudelliseen hyödyntymiseen, esimerkiksi yritystoiminnan kautta. Ja, että hän ei ole yksin ponnisteluidensa kanssa. Päinvastoin, muotoilun, teknologian ja kulttuurin innovaatioiden historia on täynnä tarinoita. Hämmästyttäviä yhteensattumia. Tekijöiden kohtaamisia, jotka muuttivat kaiken. Onnistumisia. Ja traagisia tai surkuhupaisia epäonnistumisia, vaikka tavoitteena on ollut luoda jotakin hyvää ja hyödyllistä. Värikästä yritteliäisyyttä. Hyvässä ja pahassa. Uskon, että näiden aiheiden avaaminen ja niistä kertominen kannattaa jatkossakin. Vaikka historia ei toistakaan itseään, voimme ainakin oppia jotakin edellisten innovaattoreiden onnistumisista ja eritoten, virheistä.  Tässä yhteydessä on syytä myös kiittää blogin toimituskuntaa, erityisesti päätoimittaja Milla Åman Kyyröä, jonka kanssa on ollut ilo tehdä yhteistyötä. Ilman Millan oivaltavia kommentteja ja korjausehdotuksia monet tekstini olisivat voineet olla huomattavasti turpeampia ja moniselitteisempiä. Tämä on viimeinen blogini Tikissä-alustalla, mutta blogiseikkailuni jatkuvat - mikäli päätoimittajat niin sallivat - vuoden 2025 puolella tulossa olevilla Metropolian uusilla upeilla julkaisualustoilla. Siihen asti toivotan kaikille Tikissä-blogeja lukeville luovuuden hetkiä ja kekseliästä loppuvuotta 2024!  Kirjoittaja  Juha Järvinen työskentelee innovaatioasiantuntijana Metropolian TKI-palveluissa. Hän on koulutukseltaan taiteen tohtori ja teollinen muotoilija. Uusien innovatiivisten ratkaisujen, oivallusten ja toimintamallien löytäminen ja edistäminen innostavat häntä. Paremman tulevaisuuden kehittämiseen tähyävän päivätyön vastapainona hän harrastaa menneisyyteen liittyviä asioita, kuten sukututkimusta, keräilyä ja vanhoja autoja. 

Kaikki keinot käyttöön työllistymisen haasteisiin – ajatuksia SMART-mallista
26.11.2024 Tikissä
Työpaikan saamisessa tarvitaan avuksi työkaluja ja menetelmiä. Mutta miten valita toimivimmat? Tässä artikkelissa on muutamia ajatuksia työnhakuun sopivista tukikeinoista projektinhallinnan näkökulmasta. Tekoälykin on otettu avuksi. Eikö työllistyminen olekaan projekti? Työllistyminen voisi pintapuolisesti tarkastellen olla projekti: se vaatii työtä, yksi kerta riittää ja siinä on selkeä tavoite. Onnistuneen projektin tueksi tarvitaan SMART-menetelmää, sen tiedän kokeneena projektipäällikkönä. SMART-menetelmää käytetään projektinhallinnassa yleisesti tarkistuslistana projektin tavoitteiden kuvaamisessa. Siispä olisi hyvä tehdä työpaikkaa etsiville ohje siitä, kuinka SMART-menetelmää voi käyttää työllistymisessä. Työllistymisprojektissa ensimmäisenä mieleeni tuleva tavoitteenasettelu on tämä: töihin pitäisi päästä, mahdollisimman nopeasti ja mahdollisimman hyvällä palkalla. Kivaa täytyy olla ja hyvä porukka. Tämä on SMART-mallin näkökulmasta hyvä tavoite sikäli, että työllistyminen on konkreettinen (Specific) ja mitattavissa oleva (Measurable) tavoite. Lisäksi vastuuhenkilökin on selvillä (Assignable). Mutta tässä tavoitteen muotoilussa olevat aikataulu-, palkka- ja laatutavoitteet ovat epämääräisiä. Ne eivät ole konkreettisia ja vaikka esimerkiksi palkka on numeroilla mitattava, ei tavoitetta ole asetettu lukuna. Siksi nämä tavoitteen osat eivät ole välttämättä realistisia (Realistic) ja tietyssä ajassa toteutettavia (Time-bound). Tässä vaiheessa olen entistä vakuuttuneempi siitä, että SMART-mallin soveltamisesta työnhaussa on syytä tehdä ohje. Kokeilen, kuinka pitkälle ohjeen laatimisessa pääsee tekoälyn avulla. ChatGPT 3.5 vinkkaa seuraavaa: “sen sijaan että asettaisit tavoitteen ‘haluan olla parempi kitaransoittaja’, voit tehdä sen SMART-periaatteen mukaisesti: ‘haluan oppia soittamaan kolme uutta kitarakappaletta kuukauden sisällä, käyttäen päivittäin vähintään tunti harjoitteluun’. Mielestäni tekoälyn suosittelema esimerkki on enemmänkin toimintasuunnitelma kuin projektimääritelmä. Laatutason määrittely puuttuu ja tarvittava työmäärä on esitetty muodossa “vähintään”, kun sen pitäisi yleensä olla muotoa “enintään”. SMART-mallin soveltaminen työllistymiseen ei siis ole ihan suoraviivainen asia, ainakaan tekoälyllä tehtynä. Joudun näin ollen toteamaan, että ohjeen laatimisesta ei selviä ilman omaa pohdintaa ja työpanosta. Työnhaku on kaikkea paitsi yksinkertaista Työpaikan hankkiminen ei itse asiassa sovi kovin hyvin projektiajatteluun. Erityisesti kun työpaikan saaminen osoittautuu vaikeaksi ja pitkittyy, muuttuu hakeminen prosessinomaiseksi. Samat työvaiheet toistuvat kulloiseenkin tilanteeseen sovitettuina. Jatkuva itselle sopiva työllistyminen on lähes elämänmittainen prosessi, johon kannattaa panostaa vaikka olisikin töissä. Niin sanottuja varmoja eläkevirkoja ei enää juuri ole. Projektinhallinnan menetelmät pyrkivät varmistamaan, että projektin toteutus onnistuu. Tärkeää onnistumiselle on projektin tavoitteen hyvä määrittely ja tässä SMART-menetelmä on erinomainen apu. Mutta projektinhallinnan menetelmien menestyksekäs hyödyntäminen edellyttää myös sitä, että lähtötilanne tunnetaan hyvin ja että ulkoisia epävarmuuksia ja riskejä voidaan hallita. Työpaikan haussa näin ei ole, sillä työmarkkinatilanne muuttuu koko ajan työpaikkojen avautuessa ja sulkeutuessa. Tähän ei työnhakija pysty käytännössä mitenkään vaikuttamaan eikä myöskään kilpailuun. Samoja työpaikkoja hakee moni muukin. Yksittäinen henkilö ei myöskään pysty tekemään työnhakua määräänsä enempää eli työnhaku on huomattavasti sekä aikataulu- että resurssirajoitteista. Työnantajien kannalta tarkasteltuna tyypilliset rekrytointiprosessit koostuvat varsin vakiintuneista vaiheista, joilla rajataan harkittavien työnhakijoiden joukkoa. Työnhakijan on selvittävä kaikista vaiheista eteenpäin ja viimeisestä vaiheesta selvittyään hän saa työpaikan. Työpaikan hakemiseen ja saamiseen työnhakijalle kuuluvat vaiheet voivat olla prosessinomaisia, kuten esimerkiksi kulloinkin avoinna olevien työpaikkojen etsintä ja verkostoituminen. Toiset vaiheet ovat projektinomaisia, kuten esimerkiksi hakemuksen tekeminen tiettyyn avoinna olevaan työpaikkaan. Menetelmät ja työkalut on valittava tehtävän luonteen mukaan Työnhakijat voivat parantaa mahdollisuuksiaan selvitä rekrytoinnin vaiheista eteenpäin sekä panostamalla yksittäiseen vaiheeseen, kun se on ajankohtainen, että investoimalla aikaansa omien valmiuksien kehittämiseen. Näitä valmiuksia ovat työnhakuun tarvittavien dokumenttien, portfolion ja sosiaalisen median sisältöjen laatu sekä kyky muokata ansioluetteloa ja hakukirjettä kunkin haettavan työpaikan vaatimuksia vastaavalla tavalla. Myös työnhaun prosessin eri vaiheiden osaaminen on tällainen valmius. Paremmat valmiudet kasvattavat todennäköisyyttä menestyä rekrytointiprosessissa ja mahdollistavat osallistumisen useampiin rekrytointiprosesseihin samaan aikaan. Olen oivaltanut, että työnhakijalle olisi hyödyllistä tarkastella omia työllistymisvalmiuksiaan kypsyysmalliajattelun avulla. Näin erityisesti, jos työnhaku pitkittyy. Itse asiassa myös jokaisen töissä olevan olisi hyödyllistä tarkastella työllistymisvalmiuksiaan kypsyysmallin avulla varautumistoimena ja oman uranhallinnan osana. Nyt kun ymmärrän, mitä oikeastaan haluan, löytyvät oikeat kysymykset tekoälylle helpommin. ChatGPT:n tekstiä tiivistäen: kypsyysmalli on kehys tai työkalu, joka auttaa organisaatioita, yrityksiä tai prosesseja arvioimaan tai mittaamaan niiden nykyistä suorituskykyä tai kehitysvaihetta tietyllä alueella. SMART- ja kypsyysmallin työnhakuun soveltuva vertailu tekoälyllä Lopulta pääsen tekoälyn kanssa asiaan eli sanoittamaan tätä tekstiä varten vertailua SMART-mallin ja kypsyysmallin soveltuvuudesta työllistymisvalmiuksien kehittämiseen: SMART-malli soveltuu hyvin konkreettisten tavoitteiden asettamiseen ja seurantaan. Työllistymisvalmiuksien kehittämisessä se voisi auttaa yksilöä asettamaan selkeitä ja mitattavia tavoitteita, kuten hankkimaan uusia taitoja tietyllä aikataululla tai saavuttamaan tietyn tason osaamisessa. Kypsyysmalli voi auttaa yksilöä hahmottamaan, missä vaiheessa hänen työllistymisvalmiutensa ovat ja mitä askelia tarvitaan kehittymiseen. Se voi tarjota laajemman viitekehyksen eri osa-alueiden kehittämiseen, kuten ammatillisiin taitoihin, pehmeisiin taitoihin tai verkostoitumiseen. Hyödyllistä olisi yhdistää molemmat lähestymistavat: asettaa SMART-tavoitteita osana suurempaa kypsyysmallia, jolloin yksilö voi seurata konkreettista edistymistään samalla kun hän hakee laajempaa kehitystä työllistymisvalmiuksissaan. Johtopäätöksenä totean, että työllistymistä tukevassa Uraohjain+-hankkeessa tehdään siis opastus sekä SMART-menetelmän että kypsyysmallin hyödyntämisestä työnhaussa. Ja tekoälyn. Kirjoittaja Tapani Martti (DI, AmO) on lehtori Metropoliassa ja toimii työllistymistä tukevaa palvelua kehittävässä, EU:n osarahoittamassa Uraohjain+-hankkeessa Metropolian osuuden projektipäällikkönä ja it-alan asiantuntijana.

Voiko hanke olla startup?
22.11.2024 Tikissä
Mistä lähtökohdista voisi yhdistää hanketoiminnan, yritysyhteistyön ja yrittäjyyshengen ammattikorkeakoulussa uudella tavalla, parantamaan hanketoiminnan tuloksellisuutta? Olemme miettineet tätä yhdessä Metropolia Ammattikorkeakoulun Turbiini-kampusinkubaattorin ja puhtaat ja kestävät ratkaisut innovaatiokeskittymän toimijoiden kesken, käytyämme kesällä 2023 koulutuksen, jossa pääroolissa oli Ash Mauryan kehittämä Lean Canvas ja sen toteuttamiseen tarvittavat toimintatavat. Sen tarkoitus on tarjota malleja ja toimintatapoja, jotka mahdollistavat startup-yritysten kasvua ja toimintaa. Kesän kuumina iltoina jäimme miettimään, että olisiko tässä jotain sellaista, jota voisi käyttää myös hanketoiminnassa ja tukemaan yrittäjämäisen toimintatavan ja ajattelumallin leviämistä kampusinkubaattorista laajemmin Metropolian tutkimus-, kehittämis-, innovaatio- ja oppimistoimintaan (TKIO). Hankkeiden ja startuppien yhdistävät ja erottavat tekijät Monessa kohtaa hanketoiminnalla ja startupilla on yllättävän paljon samankaltaisia piirteitä, vaikka se voi kauempaa tarkastellen tuntua yllättävältä. Samankaltaisuuksia on rahoituksessa ja sen kestossa, tiimin koossa, tarpeessa ymmärtää kohdeyritysten tarve, tuntemattomien muuttujien määrässä ja tehtävien priorisoinnissa. Toki on myös selkeitä eroja, kuten meidän tapauksessamme hanketoiminta osana isoa korkeakoulua ja tästä tuleva turvallisuuden taso, onnistumisen mittaamisen ja siitä tulevien seurausten ero ja hankerahoituksen viranomaishallinnasta tulevat erityispiirteet.   Käymme seuraavaksi nämä tarkemmin läpi ja tarjoamme lopuksi ideamme siitä, kuinka Lean Canvasta voisi käyttää tukemaan tuloksellista hanketoimintaa. Rahoitus on onnistumisen edellytys Startup-toiminnassa käytetään usein kiitoradan käsitettä, jossa lasketaan aikaa siihen, että olemassa oleva rahoitus loppuu tiedossa olevalla menorakenteella. Tästä tulee pisin mahdollinen toiminta-aika, jonka sisällä yrityksen on joko löydettävä riittävästi maksavia asiakkaita tai saatava lisärahoitusta. Hankkeet taas rahoitetaan tietyllä summalla tietyksi ajaksi ja tässä on yleensä heikosti neuvotteluvaraa. Näin syntyy yhteneväinen aikajänne, tyypillisesti pari vuotta, ja aikataulupaine saada tuloksia aikaan. Startupin tavoite on usein ensimmäisten vuosien aikana löytää paikkansa markkinoilta sekä rakentaa siihen sopiva liiketoimintamalli. Tämän kautta yrityksen seuraava rahoituskierros mahdollistuu ja toiminta jatkaa. Hanke pyrkii siihen, että sen kehittämät toimenpiteet jäisivät elämään ja että sen tekemän kehityksen pohjalta voidaan rakentaa seuraava hanke. Ei hankkeen itsensä vuoksi, vaan ennen kaikkea sen löytämän tiedon tai osaamisen jatkojalostamiseen eteenpäin. Työroolit ja tehtävien laaja-alaisuus Usein hanketiimi ja startup-tiimi ovat samaa kokoluokkaa, muutamia henkilöitä, joilla on omat tehtävänsä ja osaamisensa, mitä he tuovat projektin palvelukseen. Johtuen kireästä aikataulusta ja tarpeen epäselvästä määrittelystä, tiimit joutuvat usein tekemään tehtäviä ristiin ja projektipäällikkö joutuu ottamaan saman roolin kuin toimitusjohtaja, eli tekemään tarvittaessa kaikkien tehtäviä ja myös niitä tehtäviä, joita kukaan muu ei tee, mutta tulee saada tehtyksi. Toimiva startup tarvitsee selkeän ymmärryksen tuottamastaan palvelusta ja sen lisäarvosta asiakkaalleen saadakseen myyntiä. Toimiva hanke tarvitsee ymmärryksen tuottamastaan lisäarvosta hankkeen kohteena oleville yrityksille voidakseen onnistua saavuttamaan tavoitteet, jotka rahoittajalle on luvattu. Molemmat toimivat suuren epävarmuuden ja muuttujien keskellä. Niin yritystä aloittaessa kuin hanketta kirjoittaessa on alustava käsitys siitä, mitä tavoitellaan ja miten. Nämä seikat ovat taipuvaisia muuttumaan, kun hankkeen käytännön toteutus alkaa. Muutokset voivat johtua toimintaympäristön muutoksista, henkilöstövaihdoksista, väärinarvioidusta tarpeesta tai teknisistä muutoksista. Tämä vaatii kykyä reagoida nopeasti muuttuviin tilanteisiin ja toimintaympäristöön. Työsuunnitelman ositus ja tehtävien priorisointi Molemmissa toiminnoissa on myös olennaista tehdä priorisointia tehtävien suorittamisen ja suoritusjärjestyksen suhteen. On tehtäviä, jotka tulee tehdä mahdollisimman nopeasti. Osan tehtävistä joutuu välttämättä resurssipulan takia siirtämään ajassa eteenpäin. Eroja, onko niitä? Metropolian kontekstissa toimittaessa meillä on varmuus siitä, että hanke pyörii annetun ajan, palkat tulevat ajallaan, toimitilat ovat tarkoituksenmukaiset ja saamme toiminnallemme Metropolian mainehyödyn. Aloittavalla yrityksellä on riskinsä kaikissa näissä osa-alueissa. Onnistumisen mittaamisessa hankkeen ja yritystoiminnan kohdalla on eroja. Yritys mittaa onnistumista euroilla, myynnillä ja tuloksella. Mutta jos otetaan tarkasteluun Mauryan esittelemä käsite friction, joka voidaan ymmärtää kiinnostuksella, tällöin tavoitteet ovat lähempänä toisiaan. Hanketoiminnasta ei ole tehtävissä liiketoimintakauppoja tai arvoaan kasvattaneen yrityksen myyntiä.   On kuitenkin nähtävissä, että onnistuneista hankkeista olisi mahdollista lähteä kehittämään myös yritystoimintaa, kun onnistutaan tunnistamaan tuotteen tai palvelun tarve, ja kehittämään siihen riittävän hyvin toimiva ratkaisu. Tai palvelu hanketoimintaa tekevän korkeakoulun palveluvalikoimaan. Uskomme, että tämä on mahdollisuutena kiinnostava. Sarjan aiemmissa kirjoituksissa on esitelty Running lean -kirjasta otettuja työkaluja ja ajatusmalleja, kuten lean canvas UVP eli ainutkertainen arvolupaus traction eli kiinnostus kohdeyritysten parissa hissipuhe 90 päivän sykli. Näiden pohjalta on mahdollista luoda ja rakentaa paremmin toimivia, enemmän yhteistyökumppaneiden tavoitteisiin osuvia hankkeita tukemaan ammattikorkeakoulun TKIO-toimintaa. Kirjoittaja Timo Nykopp toimii TKI-Tiimipäällikkönä Metropolian Puhtaat ja kestävät ratkaisut innovaatiokeskittymässä. Koulutukseltaan hän on Restonomi (AMK) ja kauppatieteiden maisteri. Lähde Ash Maurya: Running Lean: Iterate from Plan A to a Plan That Works. 3rd edition (2022), O’Reilly media.

Sinua kiinnostavia artikkeleita muista blogeista

Kielellinen saavutettavuus opiskelu- ja työyhteisöissä: Tekoälystä apua selkokieliseen viestintään

 Kuvassa on täyteen kirjoitettu vaikeaselkoinen tekstisivu.
12.11.2024 Sotemuotoilijat
Monet suomalaiset ammattikorkeakoulut ovat aktiivisesti ratkaisseet tekniseen saavutettavuuteen liittyviä isoja kysymyksiä1 toiminnassaan. Näin esimerkiksi opetussuunnitelmatyössä, julkaisutoiminnassa ja digitaalisilla oppimisalustoilla, kuten Moodlen verkko-opetusmateriaaleissa.2 Kielellisessä saavutettavuudessa sen sijaan on useissa opiskelu- ja työyhteisöissä vielä tehtävää. Sisällön tuottamisella ja sen selkokielisellä viestimisellä on runsaasti käyttökohteita ja paljon mahdollisuuksia, joita ei vielä täysimääräisesti ole hyödynnetty. Viestinnän kielellistä saavutettavuutta voi tätä nykyä vahvistaa myös tekoälyn avulla. Generatiivisen tekoälyn sovellukset tarjoavat selkoviestintään työkaluja, joista voi olla käytännön hyötyjä myös organisaatioiden ajankohtaisten moninaisuusperiaatteiden toteuttamisessa. Moninaisuutta tukevia periaatteita Moninaisuuteen liittyvä englanninkielinen kirjainyhdistelmä DEI on lyhenne sanoista diversity, equity ja inclusion: monimuotoisuus, yhdenvertaisuus ja osallisuus. Se on periaateohjelma, joka keskittyy luomaan oikeudenmukaisia, osallistavia ja monimuotoisia työ- ja oppimisympäristöjä. Periaatteiden juuret ovat Yhdysvaltojen kansalais- ja ihmisoikeusliikkeissä 1950-luvulta saakka. Suomessa ajattelu on saanut vahvasti nostetta 2000-luvulla, ja se näkyy muun muassa julkisyhteisöjen, myös korkeakoulujen ajankohtaisissa moninaisuusstrategioissa.3 DEI:n perusperiaatteet kiteytettyinä4 ovat: Monimuotoisuus: Monimuotoisuus tarkoittaa yksilöllisten erojen ja erilaisten taustojen arvostamista ja kunnioittamista. Niihin voivat kuulua esimerkiksi kulttuuriset ja etniset taustat, sukupuoli, ikä, seksuaalinen suuntautuminen, sosioekonominen asema, uskonto, vammaisuus ja erilaiset elämänkokemukset. Monimuotoisuuden toteutuessa erilaisten ihmisten taustat ja kokemukset otetaan huomioon ja nähdään voimavarana, joka voi parantaa organisaation toimintaa. Yhdenvertaisuus: Yhdenvertaisuus tarkoittaa kaikkien oikeudenmukaista kohtelua ja sitä, että kaikille annetaan mahdollisuudet menestyä. Yhdenvertaisuuden edistämisessä pyritään poistamaan sellaisia esteitä ja ennakkoluuloja, jotka voivat vaikuttaa ihmisten asemaan tai mahdollisuuksiin työssä tai opiskelussa. Osallisuus: Osallisuus varmistaa, että kaikki jäsenet voivat tuntea itsensä arvostetuiksi ja hyväksytyiksi  yhteisössään. Osallisuudessa on kyse siitä, että erilaiset näkökulmat ja mielipiteet huomioidaan ja kaikki voivat kokea kuuluvansa mukaan. Aidosti osallistava työ- tai oppimisympäristö  tekee tilaa jokaisen yksilön vahvuuksille ja ideoille. DEI-periaatteiden tavoitteena on siis luoda ympäristö, jossa jokainen voi kokea olevansa arvostettu ja jossa osallisuudella mahdollistetaan kaikkien yhteisöön kuuluvien täysi potentiaali. Kielellisesti saavutettavalla selkokielellä on tavoitteisiin selvä yhteys. Kielellinen saavutettavuus ja selkokieli Korkeakoulujen ja muiden työyhteisöjen kansainvälistyminen, eri kieli- ja kulttuuritaustaiset oppijat ja henkilöstön jäsenet sekä erityistä kielellistä tukea tarvitsevat ryhmät hyötyvät tutkitusti kielellisen saavutettavuuden vahvistamisesta.5 Kielellisellä saavutettavuudella6 viestinnässä tarkoitetaan yleensä selkeän kielen käyttöä visuaalisten viestien hyödyntämistä kohderyhmän erityistarpeiden huomioimista ja monikielistä vuorovaikutusta. Korkeakoulukontekstissa ymmärrettävät opetusmateriaalit, selkeät ohjeet ja rinnakkaiskielisyys7 tukevat yhdenvertaista osallistumista ja oppijoiden integroitumista yhteisöön. Selkokielen käytöllä esimerkiksi moninaisten opiskelijoiden ohjauksessa ja kaksikielisten tutkintojen opetuksessa näiden tavoitteiden toteuttamista voi varmistaa. Työyhteisöviestintään pätevät samat periaatteet. Selkeä kieli ja selkokieli eivät ole synonyymejä, mutta niiden välillä on jatkumo.8 Selkeä kieli on toivottavaa kaikessa yleiskielissä viestinnässä. Selkokielellä taas tarkoitetaan Selkokeskuksen9 mukaan suomen kielen muotoa, joka on mukautettu sisällöltään, sanastoltaan ja rakenteeltaan yleiskieltä luettavammaksi ja ymmärrettävämmäksi. Se on suunnattu ihmisille, joilla on vaikeuksia lukea tai ymmärtää yleiskieltä. Mukauttaminen kysyy selkotekstien kirjoittajalta hyvää kielen ja kirjoitusviestinnän hallintaa. Saavutettavuuden ja selkokielen asiantuntijaksi voi myös erikseen kouluttautua.10 Selkokieltä Suomessa tutkitaan niin ikään paljon.11 Selkomukauttamisen taitoa voi jokainen harjoittelemalla oppia. Esimerkkejä selkokielen käyttötavoista ja oppaista Selkokielen käyttökohteita korkeakoulussa voivat olla esimerkiksi opiskelijan oppaat, mukaan lukien opintosuunnitelmat ja arviointikriteerit opetus- ja ohjausmateriaalit, muun muassa PowerPoint-diat ja Moodle-materiaalit luennot ja niiden videotallenteet tehtävänannot ja koekysymykset arvioinnit ja palautteet tukimateriaalit, kuten sanastot: termi- ja käsitelistat tiivistelmät. Työyhteisöviestinnässä selkokielen avulla selkeytyvät muun muassa keskustelut, tiimikokoukset ja tiedotustilaisuudet ohjeet ja tiedotteet, kuten palveluiden ja työtilojen käyttöohjeet tai strategiatekstit muistiot ja pöytäkirjat lomakepohjat työpaikka- ja muut ilmoitukset apuraha- ja lupahakemukset sähköpostiviestit. Tekstilajivalikko on niin laaja, että kuka vain opetus- tai muusta henkilöstöstä voi ottaa tehtäväkseen mukauttaa tekstejään selkokielelle. Hyvä opas tehtävän tueksi olisi esimerkiksi Leealaura Leskelän (2019) teos Selkokieli – Saavutettavan kielen opas. Selkokeskus12 tuottaa asiantuntevasti monenlaista selkosisältöä eri aihealueilta.13 Yhtenä esimerkkinä monista mainittakoon selkokielinen työelämäsanasto.14 Keskuksen verkkosivuilla on myös selkeitä ohjeita selkokieliseen opetukseen. Lisäksi sivuilla on selkokielen mittari, jonka avulla voi arvioida, onko jokin asiateksti selkokieltä vai ei. Ammattikorkeakouluopetuksessa selkokieli on otettu monin paikoin innostavalla tavalla huomioon, esimerkkeinä Campus Onlinessä15 toteutuva avoin opintojakso Työelämän perusteet selkosuomeksi  tai kehittämistyönä tehdyt selkokieliset ohjeet opinnäytetyön tekijälle16. Selkokieli on ollut usein opiskelijoiden opinnäytetyötuotoksissa, etenkin ohjeissa ja oppaissa, käytetty kielimuoto.17,18 Selkosuomea on vastikään kokeiltu myös kaksikielisestä tutkimuksesta kertovan artikkelin yhteiskirjoittamisessa.19 Selkokielen hyötyjä Selkokielen (englanniksi plain language) hyödyistä on olemassa kansainvälistä tutkimusta erityisesti toisen kielen oppijoiden näkökulmasta20, mutta sen käyttämisestä hyötyvät muutkin.21 Selkokielen on huomattu muun muassa parantavan opittavan sisällön ymmärrettävyyttä lisäävän oppijan motivaatiota oppia uusia sisältöjä tukevan vuorovaikutusta oppijan ja ohjaajan välillä kehittävän toisen kielen oppijan22 kielitaitoa ja tapaa käyttää kieltä luovan turvallisen oppimis- ja työskentely-ympäristön, johon uskaltaa osallistua ilman pelkoa väärinymmärryksestä. Generatiivinen tekoäly selkoviestijän avuksi Selkotekstin tuottamiseen tarjoutuu nyt uutta tehokasta apua generatiivisesta tekoälystä, jonka sovelluksista ChatGPT ja Copilot ovat tutuimpia. Niiden molempien avulla voi saada asiantuntijan yleis- tai erikoiskielisestä tekstistä hetkessä selkokielisen version suomeksi. Tekoäly tarvitsee vain kopion tekstistä ja kehotteen: Muuta teksti selkokielelle. Kehotteen kontekstitietoa voi myös tarkentaa kertomalla tekoälyavustajalle tekstin kohderyhmän, tekstilajin ja julkaisukanavan, jolloin tuotoksen laatu ja kohdentuminen yleensä paranevat.23 Tekoälyavusteinen selkokielen tuottaminen voi osaltaan auttaa kielellisen saavutettavuuden ja moninaisuuden toteutumista eri organisaatioissa. Tekoälyn avulla se onnistuu nopeammin ja vaivattomammin kuin se muuten isoissa ja monialaisissa yhteisöissä olisi mahdollista. Viestijän tärkeäksi tehtäväksi edelleen jää varmistaa, että tekoälyn mukauttaman tekstin sisältö pysyy oikeana ja oikeasuhtaisena. Vastuullisesti viestivän asiantuntijan käsissä tekoäly on kuitenkin toimiva ja erittäin tervetullut työkalu. Kirjoittaja Kirjoittaja yliopettaja, FT Aino Vuorijärvi inspiroituu vuosikymmenestä toiseen etenkin opinnäytetyön tekstinohjauksesta. Uusien tekstikäytäntöjen kokeilu ja ohjaaminen tekoälyn kanssa keskustellen on hänen uusimpia villityksiään. Tekstiensä sisällöstä hän kuitenkin vastaa edelleen itse. Lähteet 1 Esim. Lehtonen, T. 2022. Saavutettava Metropolia: Metropolia Ammattikorkeakoulun saavutettavuussuunnitelman ensimmäinen versio. Opinnäytetyö. Medianomi. Digitaalinen viestintä. Helsinki: Metropolia. 2 Ks. esim. Saavutettavasti. fi. Viitattu 6.11.2024. 3 Lisää aiheesta esim. University of Michigan. 2016. Diversity, equity & inclusion strategic plan. Viitattu 6.11.2024. 4 Lisätietoa esim. DEI 2.0. Defining DEI.Viitattu 6.11.2024. 5 Shapiro, S. & Aull, L. 2023. Plain language is key to DEI in academe. Inside Higher Ed. Viitattu 6.11.2024. 6 Kielitoimiston ohjepankki. Vinkkejä kielelliseen saavutettavuuteen. Viitattu 6.11.2024. 7 Ks. Metropolian kielilinjaukset. Viitattu 6.11.2024. 8 Onikki-Rantajääskö, T. 2024. Suomi osallisuuden kielenä. Selvitys suomen kielen tilasta Suomessa 2020-luvun puolimaissa. Oikeusministeriön julkaisuja. Selvityksiä ja ohjeita 2024: 20. 9 Selkokeskus. Selkokieli. Viitattu 6.11.2024. 10 Onikki-Rantajääskö, T. 2020. Selkokielen opetus vakiintuu Helsingin yliopistossa. Luettu 6.11.2024. 11 Esim. Valtasalmi, I. 2024.Teksti- ja käyttäjänäkökulmia selkokielen sanastoon. Akateeminen väitöskirja. Tampereen yliopisto. Informaatioteknologian ja viestinnän tiedekunta. 12 Selkokeskus. Viitattu 6.11.2024. 13 Selkokeskus. Selkojulkaisut. Selkokieliset oppaat, videot ja verkkosivut aiheen mukaan. Viitattu 11.11.2024. 14 Selkokeskus. Työelämäsanastoa selkokielellä. Viitattu 6.11.2024. 15 Ks. Työelämän perusteet selkosuomeksi - CampusOnline. Viitattu 6.11.2024. 16 Suvanne, M-L. 2007. Sano se selvästi – opinnäytetyön ohjeen mukauttaminen selkokielelle. Kehittämishankeraportti. Ammatillinen opettajakorkeakoulu. Jyväskylän ammattikorkeakoulu. 17 Ks. Lunti, S. 2022. Potilasohjeen kielellinen saavutettavuus: Tyypin 2 diabeteksen hoito-ohje selkokielellä ja selkokuvilla. Opinnäytetyö. Tulkkaus ja kielellinen saavutettavuus. Humanistinen ammattikorkeakoulu. 18 Myös Heino, M. & Katajamäki, T. 2023. Ensiapuopas selkokielellä. Opinnäytetyö. Hoitotyön koulutus. Sairaanhoitaja. Lapin AMK. 19 Perkins, M. C., Ennser-Kananen, J., Laihonen, P. & Saarinen, T. 2024. “Mitä tummempi sininen, sitä stressaantuneempi olen”. Taidepohjainen tapaustutkimus työhyvinvoinnista yliopistossa. Tiedepolitiikka 2. 52–66. 20 Ks. esim. Malcolm, A. 2023. Plain language in the college classroom: Find, understand, use. Lethbridge polytechnic. Viitattu 6.11.2024. 21 Content Science. What is the Difference Between Plain Language and Inclusive Language? Päivitetty 19.9.2023. Viitattu 6.11.2024. 22 Koskee esim. suomi toisena kielenä -oppijoita eli S2-oppijoita yhtä lailla opetuksessa kuin työpaikoillakin. 23 Lisäohjeita kehotteiden tekemiseen ks. Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 2/2: Kirjoittajan ja tekoälyavustajan vuorovaikutus. Sotemuotoilijat-blogi. Metropolia. Viitattu 8.11.2024.

Asiantuntija tanssii tekstien kanssa 2/2: Kirjoittajan ja tekoälyavustajan vuorovaikutus

 Kuva: Designer. Tekoälyllä teetetyssä kuvassa kirjoittaja ja tekoäly tanssivat yhdessä tekstien kanssa.
6.11.2024 Sotemuotoilijat
Tekoälyavusteinen kirjoittaminen on vilkasta vuoropuhelua kirjoittajan ja tekoälyavustajan välillä. Jotta vuorovaikutus onnistuisi ja tuottaisi tulosta, toiminnassa on hyvä huomata muutamia ehtoja. Myös kirjoittajan ja avustajan vallan- ja vastuunjaon täytyy olla lähtökohtaisesti selvä: kumpi vie ja kuka vastaa seurauksista. Kun nämä ovat selvillä, pääset hyvillä mielin tekemään tekstejä, jotka ovat paitsi sujuvia, myös sosiaalisesti vastuullisia. Tekoälyavusteisen kirjoittamisen prosessi muodostuu syklisistä vaiheista, jossa kirjoittaja keskustelee tekoälyavustajansa, kuten ChatGPT:n tai Copilotin, kanssa.1 Hieman yllättävästi kirjoittajan toiminta painottuu enemmän kysymiseen kuin vastaamiseen, johon kirjoittamisessa yleensä on totuttu. Prosessi on jatkuvaa tekstien vaihdantaa, ja sillä on olennaista merkitystä, miten hyvin osaat avustajaasi puhuttaa ja sen vastauksia hyödyntää. Onkin sanottu, että tekoäly on juuri niin hyvä kuin sillä kirjoittava on.  Kaksi ehtoa: kehote ja konteksti Kun otat avustajasi käyttöön ja haluat saada sen avulla tekstisi lentoon, muista kaksi koota: kehote2 ja konteksti. Kehotteella saat avustajasi toimimaan, ja kontekstilla varmistat, että saat tietoa, mitä tilaat ja tarvitset. Kehote (englanniksi prompt) on se kohtelias kysymys tai pyyntö, jonka tekoälylle kirjoitat saadaksesi siltä vastauksena tietoa, paremman version luonnoksestasi tai palautetta tekstistä tai sen osista. Kehotteen muoto, pituus ja tarkkuus vaihtelevat tilanteittain. Kehotteen kirjoittamisesta on verkossa oppaita ja ohjevideoita, mutta perusasiat selviävät nopeasti kokeilemalla.3 Jos tekoälyn antama vastaus on huono, monesti kirjoittaja päättelee, että tekoäly ei vain osaa, ja luovuttaa. Vinojen vastausten tulisi kuitenkin mieluummin vihjata kirjoittajalle, ettei kehote tai kysymys ole riittävän suora, selkeä tai fokusoitu. Kielimallin toiminta perustuu ennakoimiseen4, ja niin pitäisi sinun kehotteesikin perustua. Mieti, miten muotoiltuna kehotteesi osuu parhaiten olennaiseen, ei liian laajalle tai liian syvälle. Pohdi vaikka seuraavien kysymistapojen eroa ja niihin olettamaasi vastausta: Mikä on osterivinokas? Mikä eläin on osterivinokas? Mitä ruokaa litrasta osterivinokkaita voi valmistaa? Mikä merkitys osterivinokkaalla on ilmastonmuutoksen torjunnassa? Hapuilu on sallittua, sillä kehotetta voi tarkentaa, kun näkee, mitä edellinen vastaus tuotti. Vastauksen laatu siis riippuu siitä, mitä ja miten avustajaltasi kysyt. Anna kehotteessa kysymyksellesi tai toiveellesi riittävästi kontekstia, esimerkiksi taustatietoa tiedontarpeestasi: miksi, mihin ja minkä asiantuntijatason tietoa tarvitset. Noviisille tai asiantuntijalle tekoäly vastaa eri tavoin, mutta se ei tiedä, kumpi olet, ellet kerro. Vertaa seuraavia: Haluaisin kehittää ravintolani ruokalistalle uuden osterivinokaspastan. Saisinko reseptiehdotuksia? Joudun tekemään alakoulun 6.-luokan biologian tunnille suullisen esitelmän osterivinokkaasta. Voisitko kirjoittaa sen puolestani, niin että kuulijoilla olisi hauskaa? Esityksen pitäisi kestää ainakin 5 minuuttia. Voit siis myös määrittää, kuinka laajan tai minkä muotoisen vastauksen haluat. Hatarasti taustoitetun tai sumean kehotteen saatuaan tekoäly ryhtyy herkästi hallusinoimaan eli satuilemaan vastauksissaan.5 Kun kysyin, miten osterivinokasta voi käyttää abstraktin taiteen lähteenä, tekoäly kertoili Helsingin yliopiston etäisesti aihetta liippavista myseelikomposiittitutkimuksista ja tarjosi tueksi linkkiä, joka vei error-tilaan. Luottamusta hiukan lisäsi, että avustaja myönsi vastauksensa rajoitteet: "Vaikka suoraa tutkimusta osterivinokkaasta abstraktin taiteen lähteenä ei löytynyt, myseelikomposiittien käyttö taiteessa ja muotoilussa on kasvava trendi." Tekstin, oman tai lähteeksi löydetyn, voi myös kopioida ja tarjota avustajalle palautteen antamista tai olennaisen sisällön seulomista varten. Syötä tekoälylle koko teksti tai vain se osa, johon olet tyytymätön, ja kerro, mihin suuntaan haluat sen kehkeytyvän. Vaihtoehtoja sataa. Joskus on käynyt mielessä, onko ChatGPT sittenkin Sampo, joka keskustellessamme väsymättä jauhaa uusia vastauksia tekstini rikastuttamiseksi. Kehotekierroksia voi siis iteroida, jolloin vastaukset yleensä paranevat. Huomaa kuitenkin, että kun aloitat aivan uuden keskustelun, aiemmat eivät ole enää avustajasi muistissa. Siksi vastausten välitallentaminen omiin tiedostoihin on hyödyllistä, jos aiot välillä reflektoida ja palata niihin myöhemmin. Tekoäly ei kirjoittajana ole itsenäisesti luova6,7 eikä ainakaan yhtä originelli kuin sinä, vaikka vastaa ystävällisesti myötämielisiin kehotteisiin keskusteluketjuissanne8. Ota tämä huomioon, jos haet apua tekstisi tyylikysymyksiin tai pyydät palautetta tekstiluonnoksestasi. Se ei erikseen kehottamatta tunnista villejä kielikuvia eikä yksilöllisiä tyylivalintoja, vaan totisena korjailee niitäkin tekstisyötteestäsi. Tiedossa on, ettei tekoäly toistaiseksi osaa tuottaa tekstiä, joka ottaisi lukijan huomioon yhtä hyvin kuin inhimillinen toimija. Se ei siis pyytämättä rakenna tarjoamaansa tekstiin vuoropuhelua oletetun lukijan tai yleisön kanssa, kuten viestinnän asiantuntijat opettavat tekemään9. Onkohan sillä edes huumorintajua? En tiedä, enkä tiedä sitäkään, miten hauskan esitelmän aiemman esimerkkini alakoululainen piti. Esimerkistä päättelit varmaan, että avustajan voi myös kehottaa tekemään tekstin puolestasi. Samalla ohitat prosessin, joka olisi voinut antaa ja opettaa yllättävän paljon. Opiskelussa ja asiantuntijatyössä tekoälyn kanssa on mahdollista toimia viisaastikin. Tee tekstisi itse Kokemukseni mukaan tekoälyavusteisen kirjoittamisen hyödyt liittyvät perustavasti siihen, että avustaja on kirjoittamisprosessissasi partneri tai sparraaja, ei tekstin autonominen kirjoittaja.10, 11 Teksti tehdään avustajan kanssa yhdessä ideoinnista ja rajauksesta alkaen ja edeten tiedon hankintaan ja käsittelyyn. Tietoja yhdistellään tekstiluonnokseen omien ajatusten läpi suodatettuina ja aina tarvittaessa avustajan kanssa reflektoiden. Tekstiluonnoksen muokkaamisessa ja viimeistelyssä avustaja on melkein uupumaton. Tätä vuorovaikutusta voi jatkaa, kunnes olet kirjoittajana tulokseen tyytyväinen.12 Ohjeeni on, että työstä siis tekoälyltä saamiasi vastauksia ja valitsemiasi lähteitä, mutta ennen kaikkea: tee tekstisi itse. Kirjoita itse edes ensimmäinen pohjateksti, jossa ajatuksesi ja äänesi ovat läsnä ja lähteet sinun muokkaamiasi. Näin vältyt myös plagiointi- ja vilppiepäilyiltä.13 Samalla vältyt lattealta tai korkeintaan keskiverrolta tekstimassalta, josta tekoälyä on usein syytetty. Tekoälyn on todettu parantavan nimenomaan tekstin laatimisen prosessia, ei automaattisesti tuotoksen laatua. Tekstin ja sen taustatekstien kuratointi on kirjoittajan tehtävä. Älä tyydy pelkästään tekoälyn tuottamien tekstien editoijaksi, vaan omista tekstisi itse. Prosessissa on elämyksellistä nähdä, kuinka ja miten nopeasti oma teksti jalostuu ja ajatukset selkeytyvät dialogissa avustajan kanssa. Generatiivinen tekoäly on juuri ihmisenkaltaisen vuoropuhelukykynsä vuoksi paras nimenomaan sparraajana. Kun avustajalla on sparraajan rooli, prosessi ei johda oman osaamisesi heikkenemiseen vaan pikemminkin kohentavasti työsi laatuun ja omien tekstitaitojesi karttumiseen. Tekstin tekijänoikeuksien haltijaksi tekoälystä ei ainakaan toistaiseksi ole14, joten kerro tekstissäsi muuten avoimesti, miten olet sitä prosessissasi käyttänyt. Kuva: Designer. Kumpi tekstisi tekee? Askelista harppauksiin: kirjoittajan valta ja vastuu Tekoälyavustajan kanssa vuoropuheltaessa tekstien teko sujuu usein kuin tanssi. Tärkeää vain on muistaa, kuka vie: kenen tekstistä on kyse. Sinä olet intentionaalinen olento, tekoäly ei. Houkutus esittää ja jakaa tekoälyn tuottamia tekstejä omissa nimissä on varmasti suuri, mutta miksi ihmeessä käyttää työkalun säästämä aika tekijänoikeuskiistoihin tai vilpistä nolosteluun, kun juuri sillä ajalla voisi tehdä ihan jotain muuta, mukavaa. Tekoälyavustajasi osaa ja tekee mutkitta paljon hyvää puolestasi. Älä silti anna tekoälylle kaikkea valtaa, sillä vastuu tekstistäsi, sen sisällöstä ja seurauksista on aina sinun. Jos käytät tekoälyä pelkästään tekstimassan semiautomaattiseen tuottamiseen, lakkaat ehkä vähitellen välittämästä omista taidoistasi, tuhlaat tilaisuuden siirtää itse näpyttelemällä sanasi lähimuistista kestomuistiisi ja tunnet vähemmän iloa onnistumisistasi. On mukava saada teksti valmiiksi ja ajatuksistaan jotain sujuvaa tai näkyvää ilmi. Avustettuna saat itsestäsi ehkä myös aikaisempaa enemmän irti. Opiskelukirjoittamisessa tekoälyä saa ja pitää käyttää ja kokeilla, niin opiskelijan kuin opettajan. Vaikka se söisi minunkin työni, en kieltäisi tätä iloa keneltäkään. Tekstityön prosesseissa painopiste tekoälyn myötä kiistatta muuttuu, etenkin palautteensaanti mullistuu. Silti vielä ainakin hetken tarvitaan omanarvontuntoista tekoälyn käyttäjää, joka osaa kriittisesti arvioida tuottamiensa tekstien arvon ja varmistaa sisällön oikeellisuutta ja eettisyyttä.15, 16 Tekoälyavusteisten tekstitaitojen opetuksessa olisikin hyvä nyt keskittyä opettamaan kirjoittajille kriittistä, vastuullista ja inspiroivaa vuoropuhelua avustajansa kanssa. Prosessin hallintaan voidaan koulutuksella vaikuttaa, vaikka kirjoittajan välineet vaihtuvat. Oletettavasti ihan pian tekoälyn ja ihmisen tekemää tekstiä ei voi erottaa toisistaan; ne näyttävät samalta. Vain kirjoittaja tuntee prosessin ja tietää, mistä kehotteista ja vastauksista se koostuu. Hänellä on toiminnassaan valta ja vastuu – ja vastuunkantoon voi oppia. Tekoälyn käytölle ammattikorkeakoulussa Arenen tekoälysuositukset (2024)17 näyttävät lähinnä vihreää, joten anna mennä. Tekoälyavusteinen kirjoittaminen on kansalais- ja työelämätaito – ja valtavirtaa jo. Sitä pitää opetella nyt. Kirjoittaja Kirjoittaja yliopettaja, FT Aino Vuorijärvi inspiroituu vuosikymmenestä toiseen opinnäytetyön tekstinohjauksesta. Työelämäläheisten tekstikäytäntöjen tutkiminen oli fokuksena myös hänen väitöskirjassaan (2013). Uusien tekstimallien kokeilu ja ohjaaminen tekoälyn kanssa keskustellen on hänen uusimpia villityksiään. Tekstiensä sisällöstä hän kuitenkin vastaa edelleen itse. Lähteet 1 Laajemmin Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 1/2: Tekoälystä nostetta kirjoittamiseen. Sotemuotoilijat-blogi. Metropolia. Viitattu 5.11.2024. 2 Sulava 2024. 10 tärkeintä tekoälytermiä suomeksi, jotka jokaisen tulisi ymmärtää. Viitattu 1.11.2024. 3 Tutkimusta kehotteiden tekemisestä ks. Saikal, M., Suborno, DB. & Chanchal KR. 2024. Enhancing User Interaction in ChatGPT: Characterizing and Consolidating Multiple Prompts for Issue Resolution. 4 Sulava 2024. 10 tärkeintä tekoälytermiä suomeksi, jotka jokaisen tulisi ymmärtää. Viitattu 1.11.2024. 5 Ikola, J. 2024. AI ja hallusinaatiot: mistä on kyse ja miten hallita niitä? AI-sanomat. Viitattu 1.11.2024. 6 Hartenberger, L. 2023. What AI teaches us about good writing. Essay. Noema Magazine. Viitattu 27.10.2024. 7 Salvagno, M., Taccone, F.S. & Gerli, A.G.2023. Can artificial intelligence help for scientific writing? Critical Care 27. 75. 8 Mäntylä, J-M. 2023. Tylytätkö tekoälyä – vai oletko sille kiltti? Risto Linturin mukaan kohtelias saa Chat GPT:stä parempia tuloksia. Yle. Viitattu 2.11.2024. 9 Kirjoittamisesta vuorovaikutuksena ks. Svinhufvud, K. 2007. Kokonaisvaltainen kirjoittaminen. Helsinki: Tammi 10 Ks. lisää yhteiskirjoittamisen näkökulmasta Nython, P. 2024. AI as a Co-Author: Exploring Collaborative Writing with Technology. Medium. Viitattu 1.11.2024. 11 Samoin katsauksessa Imran, M. & Almusarrafh, N. 2023. Analyzing the role of ChatGPT as a writing assistant at higher education level: A systematic review of the literature. Contemporary Educational Technology 15 (4). 12 Prosessista tarkemmin Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 1/2: Tekoälystä nostetta kirjoittamiseen. Sotemuotoilijat-blogi. Metropolia. Viitattu 5.11.2024. 13 Cotton, D. R. & Cotton, P. A. & Shipway, J. R. 2023. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International 61 (2). 228–239. 14 Thorp, H. 2023. ChatGPT is fun, but not an author. Science 379 (6630). 15 Työkaluja prosessin eettiseen työstämiseen ks. Miaom, J. & Thongprayoon, C., Suppadungsuk, S., Garcia Valencia, O. A.,  Qureshi, F. & Cheungpasitporn, W.  2023. Ethical Dilemmas in Using AI for Academic Writing and an Example Framework for Peer Review in Nephrology Academia: A Narrative Review. Clin Pract. 14 (1). 89–105. 16 Opetusalan eettinen neuvottelukunta 2024. Tekoäly koulussa: eettisiä näkökulmia 1.10.2024. Kannanotto. Viitattu 5.11.2024. 17 Arenen suositukset tekoälyn käytöstä ammattikorkeakouluille. 2024.

Asiantuntija tanssii tekstien kanssa 1/2: Tekoälystä nostetta kirjoittamiseen

 Asiantuntija ja tekoäly kirjoittamassa työpödän molemmin puolin.
5.11.2024 Sotemuotoilijat
Jos pidät kirjoittamisesta, tekoälyn kanssa pidät siitä vielä enemmän. Jos et, niin varoitan: tekoälyavustaja voi muuttaa mielesi. Mieti hetki opiskelua tai elämää ilman harmaan näytön kammoa, huvenneiden ideoiden herättelyä, lähteiden ähkyistä etsintää ja kuumottavaa kääntämistä, unohtuneita aloituksia ja väsyneitä lopetuksia. Tai muistele käsitesolmuja, sanasokeutta, kirjoitusjumeja tai ajatuskatkoja, näytön ääressä yksin harovia sormia ja viikkokausien odottelua haaleasta tekstipalautteesta. Aivan, kirjoittaminen on prosessi ja siinä on puolensa, mutta monesti on vain pakko alkaa taas.   – Mitäpä jos kokeilisit seuraavalla kerralla tekoälyä? Kun generatiivisen tekoälyn avustamasta kirjoittamisesta puhutaan, puhutaan tekstityöstä esimerkiksi ChatGTP:n tai Copilotin kanssa. Niin myös tässä kirjoituksessa. Kaveriksi käyvät yhtä hyvin myös muut tekoälyä hyödyntävät työkalut kuten Google-kääntäjä ja sen edistyneempi kollega DeepL. Myös tutussa Wordin tekstinkäsittelyohjelmassa on tekoälyominaisuuksia. Tekoälyhuolista hyötyihin Teknologiaa tervehditään yleensä ilolla. Mutta huomannette, että kun puhutaan tekoälystä tekstien tuottamisessa, Pisa-kansa huolestuu heti tekstitaitojen kapenemisesta. On toki aiheellista tuoda esiin ilmiön huonot puolet: eettiset epäilyt, plagioinnin pelko, vilppipandemian riskit, vanhalla tai vinoutuneella datalla koulutettujen kielimallien vajavaisuus ja vanhuus, hillitön hallusinointi tai disinformaatiotulva, oman ajattelun latistuminen, kritiikin kato ja tekstitaitojen tasapäistyminen. Ovathan ne kaikki tutkitustikin1 tekstityömme päälle lankeavia varjoja, mutta mitä jos liikkuisimme hetkeksi valon puolelle? Mitä jos tekoälyn avulla kirjoittaminen onkin hauskaa?2 Mitä jospa se lisäisikin hyvinvointiasi ja työtyytyväisyyttäsi! Tekoälyavusteinen kirjoittaminen lähti laukalle saman tien, kun ChatGPT loppuvuonna 2022 OpenAI:ssa julkaistiin. Sen jälkeen sitä ovat harrastaneet ahkerasti ainakin kaikki nohevat nörtit ja julkaisupisteistä kilpailevat tieteentekijät ja englantia toisena kielenä käyttävät asiantuntijat. Näin väitetään parin viimeisen vuoden aikana ilmestyneissä tutkimuksissa ja niistä kootuissa uunituoreissa kirjallisuuskatsauksissa.3 Kokeilleet tietävät, mitä tekevät. He tietävät, että uhkakuvista huolimatta tekoälystä on kirjoittamisprosessissa etua. Saman totesi myös vastikään Time-lehdessä tuskaansa purkanut tekstinohjaaja: Otin loparit, sillä kyllästyin antamaan palautetta tekoälyn tuottamista teksteistä. Tekoälystä eivät luovu nekään opiskelijat, jotka osaisivat itsekin.4 Miksihän? Tekoälyavusteisen kirjoittamisprosessin voimakohtia Kirjoittaminen on tunnetusti monivaiheinen prosessi. Tekoälyllä vaiheita voi lukemieni tutkimusten5 ja tekstintekijän ja -ohjaajan oivallusteni perusteella buustata merkittävästi. Tekoäly tuo prosessiin selvästi uutta nostetta. Se näkyy erityisesti seuraavissa prosessin kohdissa. Aloittaminen, ideointi ja luonnostelu Tekstitehtävien viivyttely väistyy, kun tietää, että tukea niiden tekemiseen on saatavilla. Aloittamista helpottaa, kun tajuaa, että ChatGPT:ltä tai Copilotilta voi vapaasti kysyä neuvoa aiheista, aihepiirin rajauksesta ja relevanteista näkökulmista. Järjestä aivoriihi tai ideamyrsky. Pyydä tekoälyä generoimaan yhtä monta tulokulmaa kuin työryhmässäsi on jäseniä. Tai valitse joukosta sytyttävin ja syvenny siihen. Kielimalli tarjoaa auliisti monenmoista. Ja nykyään jo oikein hyvällä suomen kielellä. Lyömätön etu tekoälyn kanssa työskentelyssä on, että sillä voittaa aikaa, yleensä kirjoitusprosessin kaikissa vaiheissa. Käännöstöissä se eritoten näkyy. Aikaa ja hermoja säästää se, että jo ensimmäisen tekstiluonnoksensa voi antaa avustajalle kommentoitavaksi. Se muokkaa mukisematta lauserakenteet, korjaa kielivirheet, lisää tai poistaa pilkut ja paikkaa monet typotkin. Jos et tyydy siihen, että tämä kaikki vain tapahtuu, voit saada haltuusi kieliopin säännöt seuraavaakin vaihetta varten. Jos kaipaat johdantoosi kehystä, kysy mihin kaikkeen merkitykselliseen aihevalintasi kietoutuu. Jos haluat lopettaa tekstisi synteesiin tai muuten muistiin jäävästi, kopioi tekstiluonnoksesi alustalle ja pyydä siitä yhteenveto tai parafraasi. Saatat yllättyä. Avustajasi tarkistaa puolestasi, onko kaikki olennainen mukana. Kun syötät luonnoksesi ChatGPT:hen, jossa tekstille on enemmän merkkitilaa kuin Copilotissa, saat koko tekstistäsi rakentavaa palautetta. Tekstilajin tunnustelu Tekoäly mallintaa hienosti monien tekstilajien rakenteita: osia ja niiden järjestystä. Se osaa hyvin analysoida ja tunnistaa jo yhdestä tekstilajin esiintymästä tietyn lajin tyyppipiirteet ja tehdä niistä kirjoittajalle selkeän etenemisohjeen. Olen testannut toimintoa systemaattisesti muutamilla esimerkkiteksteillä: katsausartikkeli, tiivistelmä, mediatiedote. Tekstilajin eli genren prototyyppisiin rakenne- ja tyylipiirteisiin, niiden analysointiin ja analyysipohjaisen kirjoittamiseen keskittyvä  genrepedagoginen lähestymistapa6 helpottaa tekstien ymmärtämistä ja tuottamista sekä niiden ohjaamista. Tekoälyn avulla tekstilajin perusteet avautuvat hetkessä:  Miten rakentuukaan asiantuntija-artikkeli tai blogikirjoitus, millainen on pätevä lausunto tai vaikuttava mediatiedote? Tekstilajin taju auttaa alkuun yhtä lailla natiiveja kuin uuden kielen ja kulttuurin oppijoita. Markkinointitekstejä tekevän täytyy tuntea liuta tekstilajimalleja, mutta ennen kaikkea tohtia myös soveltaa niitä luovasti. Opettaja voi käyttää menetelmää opiskelijan tekstituotosten tai -analyysien ohjaukseen7 – tai CV:n tai työhakemuksen tekoon. Tieteellisiin teksteihin tekoälyä on selvästi koulutettu. Se tarjoaa hartaana muotoilemastasi luonnoksesta viiveettä elegantin version opinnäytetyösi tai artikkelisi tarkoituksesta, tavoitteista ja tutkimuskysymyksistä. Lukijaa puhuttelevan johdannon tai omaäänisen pohdinnan kirjoittamisessa ihminen on vielä sitä osaavampi. Otsikoinnissa tekoäly auttaa mielellään, vaikka sen valitsemat väliotsikot ovat usein tylsähkösti nimeäviä, vaisuja tai vivahteettomia. Joihinkin tekstilajeihin tai sisältöihin lakoninen toteavuus sopii, mutta useimmiten vaihtoehdoista kannattaa keskustella avustajan kanssa useampikin kierros. Erityisen innostunut tekoäly on listoista ja luetelmista. Bulleteja8 saat, vaikket tilaisikaan. Niillä se vastaa usein kysymyksiisi tai reagoi tekstisyötteisiisi. Kausaalisuhteissa tekoäly on kuitenkin hutera; siksi listan osien välisistä merkityssuhteista ei aina saa selkoa. Kohdennetut lisäkehotteet avustajalle yleensä auttavat, ja lista voi hyvinkin olla ponnahduslauta omaääniselle tekstille. Lähteiden löytäminen ja kääntäminen Lähteitä löydät helposti esimerkiksi Copilotin kanssa asioidessasi. Useimmiten se päätyy osumiin Google Scholar -tietokannasta. Avustaja antaa suoria linkkejä ja ohjaa asiantuntijaorganisaatioiden tietovarantoihin, mutta skarppaa kyllä pyydettäessä myös tieteellisiin lähteisiin. Kokemukseni mukaan Copilotin lähteet ovat yleensä relevantteja ja autenttisia. ChatGPT:n ilmaisversioon tehokas hakutoiminto on juuri tulossa. Tekoäly paitsi kääntää, myös lukee tekstejä puolestasi. Se on etenkin tutkijalle huima etu: säästää hurjasti aikaa, mutta auttaa samalla saamaan luetusta isoja kuvioita näkyviin.9 Näyttöä, evidenssiä – todella nopeasti. Voit pyytää kertomaan viiden tai kymmenen löytämäsi tutkimusartikkelin pointit tai päätulokset suomeksi sillä aikaa, kun käyt laittamassa valot päälle, ja pääset jatkamaan analyysiisi tai viitekehyksesi täydentämiseen. Käsitteiden avaamiseksi tilaa teksteistä niiden määrittelyitä. Määritelmiesi viimeistelyyn tarvittavat lähteet täytyy silti hakea kirjastosta, Googlesta, open access -julkaisuista tai tietokannoista. Muuten ei voi varmistua niiden oikeellisuudesta tai tehdä moneen asiantuntijatekstiin kuuluvaa relevanttia lähdemerkintää. Kone on aivan ylivertainen, vaikkei täysin virheetön, suurten tekstimäärien käsittelyssä –ja ällistyttävän nopea, kunnes vauhtiin tottuu. Montakohan kuukautta vuodesta esimerkiksi väitöskirjatutkija vielä hetki sitten käytti aikaa lähteiden penkomiseen eikä tieto silti juuri kumuloitunut? Onko nyt dystooppista juhlia nuorten tutkijoiden paremman tulevaisuuden puolesta?  Jatkuva palaute Tekstin tekemisessä juhlaa on tekoälyn antama vuorovaikutteinen palaute10, jota normaalioloissa kirjoittaja ei saa keneltäkään tai ei välttämättä kehtaa pyytää. Tekoälyn palautteenantaja on paikalla 24/7. Se kertoo epäröimättä vaikka aamuyöllä tekstisi voimakohdat ja antaa vaihtoehtoja parantaa ilmaisua, vaikkapa tekstin havainnollisuutta tai esittämisjärjestystä. Se ei syyllistä eikä väsy. Joskus tosin sovelluksen merkkimäärä tulee keskustellessanne lisenssivajeen vuoksi vastaan. Aloita silloin uusi keskustelu tai vaihda toiseen avustajaan. Tekoäly sujuvoittaa pelotta kieltäsi ja kommentoi tyyliäsi, vaikka tekstin sävyn arvioinnissa se ei kovin sofistikoitunut olekaan. Avustaja on myös sanakirja, esimerkiksi synonyymisiä verbejä tai adjektiiveja saa pyytämällä. Samalla sanastosi laajenee. Tekoäly huomaa helposti liian pitkät tai vajaat virkkeet, ja voit muina miehinä korjata ne. Ikään kuin mitään ei olisikaan tapahtunut. Anonyymi avustaja poistaa sosiaaliset paineet onnistua kerralla. Itse vertailen omaa ja tekoälyn tarjoamaa tekstiä tarkasti toisiinsa ja hyödynnän lopputuotoksessa molempien parhaat puolet. Kaikki tekoälyn ehdottamat muutokset eivät suinkaan ole eduksi, mutta sysäävät ajatuksiani eteenpäin. Vaikka tekoäly ei varsinaisesti itse ajattele, vaan yhdistelee eri aineistoja, sillä on palautteenantajana tavallaan toisin näkemisen taito, jota erityisesti arvostan. Tekstin muokkaaminen, täydentäminen ja versiointi Jos tekstisi vaadittu merkkimäärä ei tahdo täyttyä, kysy tekoälyltä, mikä unohtui, mitä tekstiin voisi lisätä. Tekoäly täydentää ajatuksiasi ja herättää assosiaatioita, vaikkei ihan oikeaan aina osuisikaan. Spesifiset ammattitermit ja jotkut tuoreet käsitteet menevät sen koulutustaustalla usein ohi. Kannattaa olla hereillä, ettei vain satuilu satu kohdalle. Joskus iloa tuottaa havaita, ettei tekoäly ihan kaikkea alastani osaakaan; asiantuntijuuttani tarvitaan. Sama toimii myös toisinpäin: jos kirjoitit liian pitkästi, kehota avustajaa lyhentämään tuotostasi. Tiivistelmien pyytäminen kesken kaiken taas auttaa pysymään olennaisessa. Iso ilo tekoälystä on, kun kirjoittaa selkoversioita ohjeista, tiedotteista tai uutiskirjeistä esimerkiksi kielenoppijoiden tai erityisryhmien käyttöön.11  Kieliversioita tehtäessä ilmaista DeepL:ää pidetään Google-kääntäjää tarkempana apurina. ChatGPT leikkii myös tyyleillä, savolaismurteilla tai stadin slangilla. Kirjoittamisessa vaihtelu virkistää: vaihda verbalisointi välillä visualisointiin pyytämällä tekstikatkelmasi tekoälyltä kuvana tai graafina. Tallenna se kätevästi ja kopioi tekstisi lomaan. Tekstien versioinnissa tekoäly on taikuri. Vastikään näin, miten vaivatta ChatGPT 4.0 muunsi opiskelijan käsin piirtämän ja tekstaaman miellekartan kehittämistyönsä pääkohdista jäsentyneeksi ja sujuvaksi pikkutekstiksi. Taulukoiden ja muiden grafiikoiden tekemiseen on eksperteille sovelluksia, jotka tuottavat professionaalista jälkeä, mutta perustyökaluillakin saa esitykseensä nostetta tai ainakin kustomoitua kuvitusta. Joskus pyytämäni kuva paljastaa, miten aukkoisen tekstin teinkään. Se on kuin suomalainen sääkartta, ei sille voi kuin nauraa. Viimeistely ja oikoluvut Jos olet käynyt tekstiä tuottaessasi vuoropuhelua avustajasi kanssa ja syöttänyt tuotoksesi välillä kommentoitavaksi, myös kielen rakenteet, kielioppi, välimerkit ja sopimusten mukainen kieliasu alkavat olla kunnossa. Pilkutkin! Tutkitusti tekoäly keventää kirjoittajan ahdistusta ja kognitiivista kuormaa12, mutta sekä tutkimusten että havaintojeni perusteella monen kirjoittajan stressiä vähentää eniten tekoälyn tekemä tekstinhuolto. Wordin kielentarkistus on silti lisäksi pätevä ja vaiheessa käyttökelpoinen väline. Kun luonnos on liki valmis, pyydä Wordin tarkistusohjelmista löytyvää puheominaisuutta toistamaan tekstisi ääneen. Word-puhuja lukee tekstisi suomeksi luontoäänellään, ja kaikki vaikuttaa seesteiseltä kuin savanni. Yleiskielen loppukerakkeita se ei tosin osaa ääntää. Tai korvaan sattuvat vain omat korjattavat: oudot sijamuodot, puuttuvat tavut, toistuvat sanat, väärä sanajärjestys, katkonainen virkerakenne. Kielikorvasi on inhimillinen, mutta se kuulee kyllä erehdykset toistaiseksi tekoälyäkin paremmin. Oikolukijan luennan voi välillä keskeyttää. Korjaa tekstiäsi – ja jatka taas fiilistelyä. Uskalla kokeilla Tekoälyavusteisen kirjoittamisprosessin supervoimia ovat reaaliaikainen keskustelu avustajan kanssa ja jatkuva vaiheenmukainen palaute. Jos niille on altis, edistymistä ei voi estää. Prosessi mahdollistaa kirjoittajalle inspiroivan tavan kehittää taitojaan ja tuottaa laadukasta sisältöä. Onnistumisen kokemukset puolestaan lisäävät luottamusta itseen sekä kirjoittajana että asiantuntijana. Kehota tekoälyä kehumaan valmiinoloista tekstiäsi viimeiseksi illalla, niin vielä aamulla tunnet voimaantumisen sormissasi. Uusi teksti voi taas alkaa. Tai ainakin virkeämpi versio eilisestä. Kirjoittaja Kirjoittaja yliopettaja, FT Aino Vuorijärvi inspiroituu vuosikymmenestä toiseen opinnäytetyön tekstinohjauksesta. Työelämäläheisten tekstikäytäntöjen tutkiminen oli fokuksena myös hänen väitöskirjassaan (2013). Uusien tekstimallien kokeilu ja ohjaaminen tekoälyn kanssa keskustellen on hänen uusimpia villityksiään. Tekstiensä sisällöstä hän kuitenkin vastaa edelleen itse.  Lähteet 1 Esim. Khalifa, Mohamed & Albadawy, M. 2024. Using artificial intelligence in academic writing and research: An essential productivity tool. Computer Methods and Programs in Biomedicine Update 5. 2 Ks. esimerkiksi Lametti, D. 2022. AI could be great for college essays. slate.com. 3 Esim.  Imran, Muhammad & Almusarrafh, N. 2023. Analyzing the role of ChatGPT as a writing assistant at higher education level: A systematic review of the literature. Contemporary Educational Technology 15 (4). 4 Livingstone, V. 2024. I quit teaching because of ChatGPT. Time 30.9. Viitattu 26.10.2024. 5 Imran, Muhammad & Almusarrafh, N. 2023. Analyzing the role of ChatGPT as a writing assistant at higher education level: A systematic review of the literature. Contemporary Educational Technology 15 (4). 6 Ks. lyhyt määrittely menetelmästä: What is the genre-based approach to writing? Viitattu 27.10.2024. 7 Hankala, M., Kauppinen, M. & Mustonen S. 2023. Tekoäly tuottaa ja tulkitsee tekstejä – mihin meitä enää tarvitaan? Virke 1. 20–22. 8 Suomeksi: luettelomerkki. 9 Ks. esimerkiksi Sallam, M. 2023. ChatGPT utility in healthcare education, research, and practice: Systematic review on the promising perspectives and valid concerns. Healthcare 11 (6). 10 Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 2/2:  Kirjoittajan ja tekoälyavustajan vuorovaikutus. Sotemuotoilijat-blogi. Metropolia. 11 Saksi, J. 2024. Joko hyödynnät tekoälyä sisältöjen selkokielistämiseen? Johtaja on media. Viitattu 27.10.2024. 12 Wang, C. 2024. Exploring students’ generative AI-assisted writing processes: Perceptions and Experiences from Native and Nonnative English Speakers. Technology, Knowledge and Learning.