Skip to main content

Tekoäly on täällä – kriittisen ajattelun taidot tärkeitä

 

Tekoäly on täällä – kriittisen ajattelun taidot tärkeitä

#

Kun tekoäly lanseerattiin, siitä uumoiltiin tehokasta työkalua ja ratkaisua kaikkeen tiedonhakuun. Kautto ja Mannila (2023a) kuitenkin huomauttavat, että tekoäly antaa vakuuttavan oloisia, mutta vääriä vastauksia. Toisaalta tekoäly on kuitenkin kiistatta hyödyllinen työkalu, huomauttaa Mannila (2023a) ja jatkaa, että käytännössä tekoälyä hyödynnetään jo nyt varsin monessa paikassa. Käyttökohteita ovat esimerkiksi kuvien ottaminen älypuhelimella tai tiedon haku verkosta.

Mistä tekoälyn tuottama tieto on peräisin?

Mistä tekoäly sitten tiivistää tietonsa, jos sen tuottamat vastaukset eivät ole oikein?  Vastaus on, että ihan kaikesta, mitä löytyy netistä, sillä tekoäly ei erota faktaa fiktiosta eikä vitsiä asiasta. Tästä on hyvänä esimerkkinä Mannilan (2025a) mukaan Salon kaupungin Facebook-profiilissa aprillipäivänä 1.4. ollut uutinen, jossa kerrotaan, että Salo ja Somero yhdistyvät vuonna 2026. Uuden kaupungin nimikin on selvillä ja se näyttäisi olevan Salmero. Tämä ilmenee tekoälyn tekemässä koosteessa, kun Googlesta haetaan tietoa sanaparilla Someron asukasluku. ”Tietonsa” pohjaksi tekoäly on tiivistänyt Salon kaupungin (2025) Facebookissa julkaistun ”uutisen”, jossa asiasta kerrotaan. Samaan asiaan on kiinnitetty huomiota myös Kärkkäisen (2025) artikkelissa. Kärkkäinen huomauttaa, että tekoälytiivistelmät eivät ole luotettavia, vaikkakin ihmiset niihin luottavat. Hakukoneen sivustoltaan tuottamat tiivistelmät sisältävät käytännössä ihan mitä tahansa.

Tekoälyn tiedon taustoja tarkasteltiin aiemmin myös Mannilan (2025b) blogikirjoituksessa, joka oli otsikoitu: Mistä tekoäly tietonsa tiivistää? Kirjoituksessa tarkastelun kohteena on opinnäytteen sivupituus. Aivan samalla tavalla kuin tapaus Salmerossa, tekoäly on tiivistänyt tietonsa nettilähteestä. Tausta-aineistoa on analysoitu lähes sanasta sanaan ja teksti, johon tekoälyn tiivistelmä perustuu oli Mannilan (2021) itsensä kirjoittama teksti Energiaa- verkkolehdessä vuodelta 2021. Kirjoitus olisi voinut olla kuitenkin mikä tahansa teksti, jossa olisi mainittu opinnäytetyön pituus.

Toisaalta, kuten esimerkiksi Tiihosen (2025) kirjoituksessa ilmenee, käyttämämme sosiaalisen median alustat kouluttavat omia tekoälyjään käyttäjien tiedoilla. Esimerkiksi Microsoftin omistama LinkedIn palvelu tekee näin. Kuohunnan sai aikaan ainakin suomalaisissa LinkedIn-käyttäjissä se, että koulutusasetus on päällä oletuksena eikä yritys ollut lähettänyt asiasta minkäänlaista tietoa käyttäjille. On monta kertaa puhuttu siitä, että ilmaisia lounaita ei ole ja aina joku maksaa jotakin jossakin. Ehkä ihmiset eivät ole ottaneet asiaa niin vakavasti. Käytännössä kuitenkin tieto on valtaa ja alustat ovat olemassa, että joku haluaa myydä jotakin jossain juuri meille kuluttajille. On vaikea sanoa, mihin LinkendIn tällaisella tekoälyn kouluttamisella pyrkii. Seassa on paljon tunnepitoisia  ja henkilökohtaisia tekstejä, vaikka LinkedIniä pääsääntöisesti pidetään ammatillisena kanavana. Kuka hyötyy tällaisesta tekoälystä? Jos tämä tekoäly toimii pelkästään kyseisessä palvelussa, mitä se vaikuttaa esimerkiksi siihen viestien virtaan, joka tulee kyseisessä palvelussa esiin.

Haasteista huolimatta tekoäly hyödyllinen

Esimerkiksi tekoälyn käyttö viranomaistoiminnassa on Mannilan ja Levän (2023) mukaan osa-alue, jossa joudutaan ottamaan kantaa viranomaistoiminnan reunaehtoihin. Viranomaistoiminnan tulee lähtökohtaisesti perustua lakiin ja viranomaiset ovat vastuussa siitä, että järjestelmä ja sen käyttö eivät loukkaa hyvän hallinnon vaatimuksia. Erityisesti kirjoittajat huomauttavat, että yksi käyttökohde ovat tausta-analyysien tuottaminen ja toimet, joilla ei ole oikeusvaikutuksia. Tosin palvelun käyttäjien tietosuojaa koskevien oikeuksien toteutuminen tulisi varmistaa tällaisissa tapauksissa.

Haasteista huolimatta tekoälyä ei kannata pelätä, vaan paremminkin tutustua siihen ja sen tehokkaisiin käyttötapoihin. Kuten Kautto ja Mannila (2023b) huomauttavat, uudet teknologiat, tekoäly mukaan lukien, vaikuttavat käytännössä siihen, miten organisaatiot kykenevät ottamaan käyttöön uutta teknologiaa ja parantamaan niiden avulla tuottavuuttaan. Tavoitteena ei ole tehdä enemmän, vaan tehokkaammin. Tämä näkyy siinä, että työ tehdään siellä, missä se on kannattavinta tehdä. Tehtävät ja asiat eivät ole sidottuja paikkaan ja aikaan, vaan enemmänkin siihen, että missä on juuri tehtävään tarvittavaa oikeanlaista osaamista.

Yksi kysymys on, ovatko tekoälytyökalut tulevaisuudessa osin suljettuja, intranetissä toimivia kokonaisuuksia, johon malliin toisaalta edellä esitetty LinkedInin tekoälyprojekti viitaa. Pystyttäisiinkö tällä tavalla paremmin estämään tiedon korruptoituminen vai käykö juuri päinvastoin?

Kriittinen ajattelu yhä tärkeämpää

Kauton ja Mannilan (2023b) mukaan syväosaaminen korostuu, sillä pelkkä ”mukaosaaminen” ja tietäminen eivät riitä vaativien asioiden hoitamiseen. Se, että tietää ja ymmärtää, mitä tekee, on tulevaisuudessa tärkeä taito. Mannila (2023b) huomauttaa, että myös tekoälyn omissa vastauksissa tulee esiin se, että tekoälyn vastauksissa saattaa esiintyä virheitä ja sen avulla generoituihin vastauksiin tulee suhtautua kriittisesti.

Haasteista huolimatta tekoäly sopii Mannilan (2023c) mukaan tekstin tuottamisen vastaamisen lisäksi puheen tunnistamiseen. Lisäksi kun toiminnot ovat kehittyneet, niille on tullut käytännössä huomattava määrä uutta. Myös huijausten määrä on lisääntynyt jatkuvasti ja käytännössä toden ja epätoden raja hämärtyy jatkuvasti, ja  siksi tarvitaan kriittisen ajattelun taitoja entistä enemmän. Tarvitaan myös viitseliäisyyttä tarkastaa asiat useammasta lähteestä.

Hyvä kysymys on lisäksi, että onko tieto yhä konkreettisemmin valtaa nykyisin? Luotettavien lähteiden merkitys on yhä suurempi, ja luotettavuuden arviointiin käytettävät keinot tulisi olla hallussa. Kyky kriittiseen ajatteluun on ehkä siksi yksi tärkeimmistä tulevaisuuden taidoista.

Margit Mannila
lehtori, KTT
SEAMK

Margit Mannila on lehtori ja KTT SEAMKissa, joka innostuu erityisesti yrittäjyydestä ja ympäristöoikeudesta. Mannilan intohimona on uusien asioiden oppiminen ja hän jäsentää asioita mielellään kirjoittamalla.

Lähteet

Historiallinen uutinen: Salo ja Somero yhdistyvät – Tervetuloa Salmero. (2025). Salon kaupunki. Facebook. https://www.facebook.com/salonkaupunki/posts/-historiallinen-uutinen-salo-ja-somero-yhdistyv%C3%A4t-tervetuloa-salmero-salo-ja-som/1070947975063650/

Kautto, S. & Mannila, M. (2023b). Tekoäly ja kehittyvä teknologia muuttavat ammattitaitovaatimuksia ja opiskelua. @SEAMK-verkkolehti.  https://lehti.seamk.fi/yrittajyys-ja-kasvu/tekoaly-ja-kehittyva-teknologia-muuttavat-ammattitaitovaatimuksia-ja-opiskelua/

Kautto, S. & Mannila, M. (2023a). Tekoäly tulee mukaan oppimisympäristöön. @SEAMK-verkkolehti. https://lehti.seamk.fi/yrittajyys-ja-kasvu/tekoaly-tulee-mukaan-oppimisymparistoon/

Kärkkäinen, H. (2025). Tässä on painava syy siihen, miksi Googlen hakutuloksiin ei enää saa luottaa. Digitoday. 22.9.2025. https://www.is.fi/digitoday/art-2000011509574.html

Mannila, M. (2025a). Aniina Räike julkaisi erittäin mielenkiintoisen tekoälyn tekemän koosteen. LinkedIn. https://www.linkedin.com/feed/update/urn:li:activity:7375762714754711552/

Mannila, M. (2023b) Mitä meidän pitäisi ymmärtää tekoälystä? @SEAMK-verkkolehti. https://lehti.seamk.fi/yrittajyys-ja-kasvu/mita-meidan-tulisi-ymmartaa-tekoalysta/

Mannila, M. (2025b). Mistä tekoäly tietonsa tiivistää? Perheyrittäjyys – Family Business. https://tutkimu.blogspot.com/2025/08/mista-tekoaly-tietonsa-tiivistaa.html

Mannila, M. (2023a). Muuttuva toimintaympäristö haasta kehittymään. @SEAMK-verkkolehti. https://lehti.seamk.fi/yrittajyys-ja-kasvu/muuttuva-toimintaymparisto-haastaa-kehittymaan/

Mannila, M. (2023c). Nyt kaikki vain kailottavat tekoälystä. @SEAMK-verkkolehti https://lehti.seamk.fi/yrittajyys-ja-kasvu/nyt-kaikki-vaan-kailottavat-tekoalysta/

Mannila, M. (2021). Opinnäytetyön pituus ammattikorkeakoulussa. Energiaa-verkkolehti. Vaasan ammattikorkeakoulu. https://energiaa.vamk.fi/artikkelit/osaaminen/opinnaytetyon-pituus-ammattikorkeakoulussa/

Mannila, M. & Levä, K. (2023). Tekoälyn mahdollisuudet viranomaistoiminnassa: Case Tukes. @SEAMK-verkkolehti. https://lehti.seamk.fi/verkkolehti/2023/tekoalyn-mahdollisuudet-viranomaistoiminnassa-case-tukes/

Tiihonen, O. (2025). Tiesitkö? Suosittu palvelu ahmii pian henkilökohtaiset tietosi käyttöönsä – näin estät sen. Digitoday. https://www.is.fi/digitoday/art-2000011505893.html

 

Comments

Popular posts from this blog

Projektisanastoa

Kuvat Margit Mannila Projektijohtamisen sanastoa  Projekti-instituutti (14.2.2017) Tässä esimerkinomaisesti joitakin projektijohtamiseen liittyviä termejä ja niiden määritelmiä. A Guide to the Project Management Body of Knowledge (PM BOK) A Guide to the Project Management Body of Knowledge eli PMBOK on projektijohtamisen kansainvälisen järjestön Project Management Instituten (PMI:n) julkaisema, standardin asemassa oleva projektijohtamisen yleisteos, joka kuvaa projektijohtamisen prosessit ja tarjoaa yleisiä ohjeita projektin organisoimiseksi ja johtamiseksi. Teoksen ensimmäinen painos on vuodelta 1981. Aikalaskenta Laskentamenttely, jolla saadaan kunkin tehtävän aikaisimmat ja myöhäisimät alkamis- ja päättymisajat sekä pelivarat. Aikasuunnittelu Projektin tehtäväerittely ja aikataulun laatiminen.  Aikaisin alkamishetki (AAH) Tehtävän alkuriippuvuukisen määräämä aikaisin mahdollinen alkamishetki. Myöhäisin alkamishetki (MAH) Tehtävän loppuriippuvuuksi...

Katetuottolaskenta ja -hinnoittelu

Kuva Margit Mannila Katetuottolaskennassa tarkastellaan mm. seuraavia asioita (ks.  Tomperi, S. (2010). Yrityksen taloushallinto 3. Kannattavuus- ja kustannuslaskenta. Edita. 23-68): Kriittinen myynti Varmuusmarginaali Kannattavuuskuvio Katetuottokuvio Kannattavuuteen vaikuttavia tekijöitä: hinnan nousu myynnin lisäys muuttuvien kustannusten aleneminen kiinteiden kustannusten aleneminen taloustekijöiden keskinäinen riippuvuus  myynnin rakenne ja kannattavuus alennukset kilpailukeinona Katetuottohinnoittelu-kirjoituksen alkuperäinen lähde on täällä . KATETUOTTOHINNOITTELU Katetuottohinnoittelu perustuu minimikalkyyliin, jossa tuotteelle kohdistetaan vain muuttuvat kustannukset ja hinnoittelussa huomioidaan katetarve kiinteille kustannuksille ja tavoitevoitolle. Peruskaava Tuotteen tai palvelun muuttuvat kustannukset    + Katetuottotavoite = Myyntihinta ilman alv    + Arvonlisävero = Verollinen myyntihinta Kate las...

Oikeustapausharjoitusten ja -analyysin ratkaisuohjeet

  Kuvat Margit Mannila Oikeudellisen ratkaisutoiminnan perusrakenne Oikeudellista ratkaisutoimintaa eli oikeudellisten ongelmien tai tapausten ratkaisemista voidaan yksinkertaistetusti kuvata niin sanotun subsumption avulla. Tämä subsumptiopäättely rakentuu seuraavasti: Kuvataan oikeudellisen normin (esim. lain) oikeusohje. ( ylälause ) Kuvataan ongelmatilanteen tosiasiat. ( alalause ) Sovelletaan oikeusohjetta kyseiseen tapaukseen sijoittamalla alalauseen sisältämät tosiasiat ylälauseen tunnusmerkistöön jolloin saadaan johtopäätös. (Anni Tuomela 7.6.2017) Tämä on ns. syllogismimalli (ks. Virolainen & Martikainen 2010, 229). Virolainen & Martikainen (2010, 227-228) toteavat, että OK 4/1734 24:4 ja ROL 39/1889 11:4 mukaan tuomion perusteluissa on ilmoitettava, mihin seikkoihin ja oikeudelliseen päätökseen ratkaisu perustuu. Ks. myös hallinnonkäyttölain 586/1996  53 §.  Perusteluissa on oltava tosiasia- eli faktaperustelu (faktapremissi...