Singapore haluaa oppilaiden käyttävän tekoälyä kriittisesti, ei ajattelevan sen puolesta

Näin ollen vaikein tehtävä ei ole laitteiden tarjoaminen. Oppilaiden on opittava kyseenalaistamaan tekoälyn vastauksia, tunnistamaan virheitä ja arvioimaan, milloin työkalun käyttäminen vie tehtävältä sen varsinaisen oppimistarkoituksen.

Suurin riski on ajattelun ulkoistaminen

Kognitiivinen kuormansiirto ei ole automaattisesti haitallista. Ihmiset käyttävät jatkuvasti ulkoisia apuvälineitä vähentääkseen turhaa muistikuormaa. Laskin, hakuteos tai oikeinkirjoituksen tarkistus voi vapauttaa huomiota vaativampaan ajatteluun.

Ongelma syntyy, kun opiskelija siirtää tekoälylle oppimisen keskeisen työvaiheen ennen kuin on yrittänyt sitä itse. Hän voi esimerkiksi pyytää tekoälyä rakentamaan argumentin, tulkitsemaan aineiston, ratkaisemaan uuden ongelman tai kirjoittamaan selityksen ennen oman alustavan vastauksensa muodostamista.

Lopputulos voi näyttää hyvältä: teksti valmistuu nopeammin, on sujuvampaa ja sisältää vähemmän näkyviä virheitä. Silti opiskelijalta voi puuttua ajattelumalli, jonka avulla hän osaisi:

• huomata uskottavalta vaikuttavan mutta väärän väitteen;
• soveltaa ideaa uuteen ongelmaan;
• selittää, miksi jokin argumentti on vakuuttava;
• tunnistaa puuttuvan näytön; tai
• puolustaa työtään ilman tekoälyä.

Siksi kasvatustieteessä puhutaan tuottavasta ponnistelusta. Oppimiseen kuuluu mieleen palauttamista, yrittämistä, erehtymistä, palautteen saamista ja korjaamista. Jos jokainen vaikea vaihe poistetaan, tehtävä voi helpottua samalla kun katoaa harjoitus, jonka kautta päättelytaidot kehittyvät.

Mitä tutkimus kertoo – ja mitä se ei kerro

Tutkimus antaa aihetta huoleen, mutta se ei tue yksinkertaista väitettä, jonka mukaan tekoäly heikentäisi aina kriittistä ajattelua.

Generatiivista tekoälyä korkeakoulutuksessa käsittelevä katsaus tunnistaa hyötyjä kirjoittamisessa, palautteessa, ongelmanratkaisussa ja tutkimuksessa. Samalla se nostaa esiin kognitiivisen kuormansiirron, riippuvuuden ja opiskelijan oman toimijuuden heikkenemisen riskit.

Laajempi 89 tutkimuksen systemaattinen katsaus päätyi siihen, että vaikutukset ovat tilannesidonnaisia eivätkä samanlaisia kaikissa tilanteissa. Myönteisiä tuloksia raportoitiin 40,4 prosentissa tutkimuksista ja vaihtelevia tai ehdollisia vaikutuksia 23,6 prosentissa. Yleisimmät raportoidut riskit olivat liiallinen riippuvuus, heikentynyt analyyttinen itsenäisyys ja kognitiivinen kuormansiirto.

Myös luokkahuoneoppimista koskeva tutkimussynteesi varoittaa, että analyysi, päättely ja luovuus voivat kärsiä, jos yleiskäyttöinen tekoäly ohittaa taitojen oppimiseen tarvittavan ponnistelun. Suosituksena on opettaa perustiedot ensin, vahvistaa tekoälytaitoja ja ottaa työkalut käyttöön vaiheittain.

Tutkimusnäyttö on kuitenkin vielä kehittymässä. Katsauksissa käytetään kriittisestä ajattelusta erilaisia määritelmiä, ja tutkimukset eroavat toisistaan oppiaineen, iän, tehtävän ja tekoälyn käyttötavan osalta. Varovaisin johtopäätös on siksi ehdollinen:

Tekoäly tukee oppimista todennäköisemmin silloin, kun se toimii ajattelun tukena, palautekumppanina tai opiskelijan perustelujen haastajana. Oppimista se uhkaa todennäköisemmin silloin, kun se korvaa perustavanlaatuisen tulkinnan ja analyysin.

Keskeinen kuilu voi syntyä tehtävän suorittamisen ja pysyvän oppimisen välille. Opiskelija voi tehdä tehtävän tehokkaammin oppimatta kuitenkaan sitä tietoa tai harkintaa, jota tehtävällä oli tarkoitus kehittää.

Plagiaatin etsimisestä oppimisen suunnitteluun

ChatGPT:n julkaisun jälkeen vuonna 2022 instituutioiden ensimmäinen reaktio keskittyi maailmanlaajuisesti huijaamiseen, plagiointiin ja tekoälyn tunnistamiseen. Singaporen yliopistojen käytännöt ovat sittemmin muuttuneet eriytyneemmiksi.

Tekoälyn käyttö voi olla joillakin kursseilla sallittua, mutta säännöt määräytyvät kurssikohtaisesti. Opiskelija vastaa edelleen palauttamansa työn paikkansapitävyydestä, eheydestä ja lähdeviittauksista.

Singaporen National Universityn (NUS) ohjeissa opiskelijoita kehotetaan ilmoittamaan tekoälyn käytöstä, tarkistamaan säännöt opettajalta ja kantamaan vastuu työn laadusta ja eheydestä. NUS:n linjauksen mukaan sekä tekoälyn suoran tuotoksen että sen ilmoittamatta tehdyn uudelleenmuotoilun esittäminen omana työnä on sopimatonta plagiointia.

Myös tekoälyn tunnistimien rajat ovat tulleet selvemmiksi. Nanyang Technological University (NTU) on ilmoittanut lopettavansa oman institutionaalisen tekoälytunnistimensa käytön vuodesta 2027 alkaen, koska teknologiaa pidetään epäluotettavana eikä sen empiiristä pätevyyttä akateemisen vilpin osoittamiseen ole riittävästi. Yliopisto aikoo painottaa enemmän työskentelyprosessin dokumentointia ja yhdenmukaisia ilmoituksia tekoälyn käytöstä.

Tämä ohjaa arviointia uuteen suuntaan. Sen sijaan että tekijyyttä yritettäisiin päätellä pelkästä lopullisesta tekstistä, opettajat voivat seurata, miten opiskelija päätyi johtopäätökseen. Arvioinnissa voidaan hyödyntää esimerkiksi:

• ilman tekoälyä tehtyä ensimmäistä yritystä;
• luonnoksia ja muokkaushistoriaa;
• kommentoituja lähteitä;
• työskentelyä pohtivia muistiinpanoja;
• suullista selitystä tai puolustamista;
• paikallista, alakohtaista tai opiskelijan omaa aineistoa; sekä
• tehtäviä, joissa käsitteitä sovelletaan uusiin tilanteisiin.

Tavoitteena ei ole tehdä arvioinnista tekoälyltä suojattua. Tavoitteena on tehdä arvioitava oppiminen näkyväksi.

Miltä vastuullinen tekoälyn käyttö näyttää?

Opiskelijalle toimiva perussääntö on yksinkertainen: käytä tekoälyä oman ajattelusi jälkeen, rinnalla tai sitä haastamaan – älä sen sijaan.

Opiskelijalle

1. Aloita ilman tekoälyä. Tee luonnos, yritä ratkaista ongelma, etsi alustavat lähteet tai muotoile oma näkökantasi ennen työkalun avaamista.
2. Käytä tekoälyä ajattelukumppanina. Pyydä sitä esittämään vasta-argumentteja, tunnistamaan oletuksia, ehdottamaan hakusanoja, laatimaan harjoituskysymyksiä tai kritisoimaan luonnosta.
3. Pidä tuotosta väitteenä, älä todisteena. Tarkista faktat, lainaukset, lähteet, laskelmat ja tulkinnat luotettavista alkuperäis- tai viranomaislähteistä.
4. Pidä kirjaa käytöstä. Merkitse työkalu, keskeiset kehotteet, merkittävä tuotettu sisältö, hyväksymäsi ja hylkäämäsi ehdotukset sekä tapa, jolla tarkistit ne. NUS:n ohjeet edellyttävät jo käytön ilmoittamista ja henkilökohtaista vastuuta, ja joillakin laitoksilla on yksityiskohtaisemmat ilmoitusvaatimukset.
5. Säilytä itsenäinen ote. Opiskelijan pitäisi pystyä selittämään ja puolustamaan jokainen keskeinen väite ilman työkalua.

Opettajille ja oppilaitoksille

Koulut ja yliopistot voivat tehdä odotuksista selkeämpiä määrittelemällä jokaiselle tehtävälle tekoälyn sallitun käyttötason:

• Kielletty: tehtävä mittaa itsenäistä muistamista, laskemista, kirjoittamista tai muuta perustaitoa.
• Sallittu ilmoituksen kanssa: tekoäly voi auttaa tiedonhaussa, palautteessa tai editoinnissa, mutta opiskelijan on dokumentoitava käyttö ja tarkistettava lopputulos.
• Odotettu: opiskelijaa arvioidaan siitä, osaako hän kyseenalaistaa, parantaa tai haastaa tekoälyn tuottaman vastauksen.

Toimiva työskentelyketju voi edetä näin: ensin oma yritys, sitten ohjattu tekoälypalaute, sen jälkeen itsenäinen muokkaus ja lopuksi pohdinta siitä, missä tekoäly oli oikeassa, puutteellinen tai väärässä.

Opettajien on myös erotettava kehotteiden kirjoittaminen ymmärtämisestä. Hienostunut kehote ei todista, että opiskelija hallitsee aiheen. Sen sijaan hyvin perusteltu päätös hylätä uskottavalta vaikuttava tekoälyvastaus voi olla vahvaa näyttöä oppimisesta.

Nuorempien oppilaiden kohdalla opetusministeriö painottaa, että tekoälyn käytön tulee hyödyttää oppimista, olla tarkoituksenmukaista, ikään ja kehitystasoon sopivaa, turvallista ja vastuullista. Tuoreiden tietojen mukaan ministeriön kehittämiä työkaluja otetaan käyttöön vaiheittain Primary 4 -luokalta eli noin 10-vuotiaista alkaen opettajan valvonnassa, ja opettajille tarjotaan laajempaa tekoälykoulutusta. Lapsille tarvitaan siis ohjattua luokkahuonekäyttöä ja aikuisten tukea, ei avointa yksityistä pääsyä työkaluihin.

Tekoälyn saatavuus ei vielä tarkoita tekoälytaitoa

Singaporen keskitetty digitaalinen infrastruktuuri voi vähentää eroja laitteiden ja hyväksyttyjen oppimisvälineiden saatavuudessa. Opetusministeriön mukaan koulut saavat tukea digitaaliseen infrastruktuuriin, laitteisiin ja ohjelmistoihin, ja oppilaat voivat käyttää SLS-alustaa koko koulujärjestelmässä.

Yhtäläinen pääsy ei kuitenkaan takaa yhtäläisiä valmiuksia käyttää tekoälyä kriittisesti. Perheillä, joilla on enemmän aikaa, varmuutta tai koulutuskokemusta, voi olla paremmat mahdollisuudet opettaa lasta kyseenalaistamaan vastauksia, tarkistamaan lähteitä ja tunnistamaan pinnallisia selityksiä. Ilman tietoista opetusta näistä eroista voi syntyä uusi koulutuksellisen eriarvoisuuden muoto.

Koulut voivat kaventaa eroa tekemällä asiantuntijamaisesta toiminnasta näkyvää ja opetettavaa:

• mallintamalla lähteiden tarkistamista ja arviointia oppitunneilla;
• tarjoamalla esimerkkejä hyvästä ja huonosta tekoälyn käytöstä;
• opettamalla metakognitiota eli sitä, miten oppilas tietää ymmärtävänsä asian;
• tarjoamalla valvottua pääsyä oppilaitoksen hallinnoimiin työkaluihin; ja
• kouluttamalla opettajia, jotta ohjauksen taso ei riippuisi yksittäisen opettajan varmuudesta.

Opetusministeriön tekoälytaitojen suuntaan kuuluu tekoälyn hyötyjen, rajoitusten ja riskien ymmärtäminen, tuotosten kyseenalaistaminen sekä väärän ja harhaanjohtavan tiedon tunnistaminen.

Singaporen suunta vuoteen 2029

Nykyiset politiikkalinjaukset viittaavat tekoälyn syvempään integrointiin, eivät vetäytymiseen. Singapore todennäköisesti jatkaa tekoälytaitojen tuomista eri koulutusvaiheisiin, laajentaa hyväksyttyjen tekoälytyökalujen käyttöä ja hyödyntää SLS-alustaa yksilölliseen harjoitteluun sekä formatiiviseen palautteeseen.

Yliopistoissa paino pysyy todennäköisesti käytön ilmoittamisessa, vastuullisuudessa ja kurssikohtaisissa säännöissä tunnistimien varaan rakentuvan valvonnan sijaan. Arvioinnissa korostuvat prosessi, soveltaminen, vuoropuhelu ja harkinta – etenkin silloin, kun oppimistavoitteena on itsenäinen päättely.

Ratkaiseva testi on, laajentaako tekoäly oppilaiden ajattelukykyä vai korvaako se vähitellen sen harjoittelun, jota ajattelu vaatii. Singaporen vahvin malli ei ole ”tekoäly kaikkialla” eikä ”tekoäly ei missään”. Se on jäsennelty käyttö, jonka rinnalla suojataan aikaa itsenäiselle ponnistelulle.

Koulutuksesta valmistuvien pitäisi osata työskennellä tehokkaasti tekoälyn kanssa, huomata sen virheet, päättää milloin sitä ei pidä käyttää ja tuottaa perusteltua ajattelua myös silloin, kun tekoälyä ei ole saatavilla. Siinä kulkee raja tekoälyn kanssa oppimisen ja oppimisen ulkoistamisen välillä.