Ģ��ֱ��

Uuden tiedon oppiminen ja opettaminen perustuu aina aiemmille kokemuksille ja käsityksille. Jyväskylän yliopiston opettajankoulutuslaitoksen Education, Texts and Technologies -tutkimusryhmä on tutkinut perusopetusikäisten lasten ja nuorten käsityksiä tekoälystä ja koneoppimisesta. Apulaisprofessori Pekka Mertala avaa tutkimusten tuloksia. 

Tekoäly – älykkyyden teeskentelyäkö?

– 5.- ja 6.-luokkalaisten lasten tekoälykäsityksiä kartoittaneessa havaitsimme, ettei sana ”tekoäly” ollut kaikille tuttu. Monet oppilaat tukeutuivat käsitteen määrittelyssä sen osiin eli sanoihin ”teko” ja ”äly”. Näistä ensimmäinen on monitulkintainen. Keinotekoisuuden lisäksi sen voi hahmottaa myös tekoina tai teeskentelynä. Osa oppilaista päättelikin tekoälyn tarkoittavan esimerkiksi ihmisen suorittamia älykkäitä tekoja tai sitä, että joku teeskentelee tai luulee olevansa älykäs. 

Mertalan mukaan kielentämiseen perustuvat väärinkäsitykset olivat tuloksena uusi ja yllättävä. 
– Aloimme pohtia, esiintyykö sama ilmiö myös muiden käsitteiden kohdalla. Esimerkiksi käsite “koneoppiminen” ei itsessään kerro, kuka oppii ja keneltä. Aiemmissa lasten koneoppimiskäsitystutkimuksissa osallistujia kuitenkin on tyypillisesti pyydetty kertomaan, miten tietokonetta voi opettaa tai miten se voi oppia asioita. Toisin sanoen tehtävänanto on jo ilmaissut, että koneoppimisessa (tieto)kone on oppijana, Mertala huomauttaa. 

Sanojen väärin ymmärtäminen voi hankaloittaa tekoälystä oppimista

Mertala kollegoineen päätti kokeilla lähestymistapaa, jossa oppijaa ei määritellä. . 37 % oppilaista ajatteli koneoppimisen olevan koneilla tai koneista oppimista, joka viestii käsitteen määrittelemisestä siihen sisältyvien sanojen pohjalta. Tyypillisiä esimerkkejä olivat käsitykset, joissa kuvattiin digitaalisilla materiaaleilla opiskelemista koulussa. Lisäksi 28 % oppilaista totesi, ettei heillä ole mitään käsitystä siitä, mitä koneoppiminen tarkoittaa. 

Toisin sanoen koneoppiminen oli vieras konsepti lähes kahdelle kolmasosalle oppilaista. Toisaalta 34 % oppilaista ymmärsi koneoppimisen oikein koneiden oppimisena ja opettamisena. Osa heistä myös hahmotti datan roolin koneoppimisessa, mikä kertoo suhteellisen edistyneestä arkitason ymmärryksestä.

Tulosten perusteella käsitteellisten väärinkäsitysten selvittäminen on tärkeä osa tekoälystä ja koneoppimisesta opettamisen aloittamista. 
– Väärinkäsitykset voivat hankaloittaa tekoälystä oppimista ja estää esimerkiksi generatiivisten tekoälymallien hyödyntämistä tehokkaasti. Niiden korjaamisen ei itsessään pitäisi olla vaikea tehtävä, sillä suuri osa oppilaista arvioi tietämyksensä verraten heikoksi, Mertala kertoo.

Tutkimusaineisto kerättiin lähes 200:lta 4.–9.-luokkalaiselta osana valtakunnallisen toteuttamaa ja Opetushallituksen rahoittamaa tekoälyyn liittyvää oppimisympäristöjen kehittämishanketta. Tutkimusta koordinoi Helsingin yliopiston kasvatustieteellisen tiedekunnan Innokas-verkoston tutkijat.

Tutkimusartikkelit

• Mertala, P., & Fagerlund, J. (2024). Finnish 5th and 6th graders’ misconceptions about artificial intelligence. International Journal of Child-Computer Interaction, 39, 100630.   
• Mertala, P., Fagerlund, J., Lehtoranta, J., Mattila, E., & Korhonen, T. (2024). Finnish primary school students’ conceptions of machine learning. EdArxiv. *
  • *Kyseessä on toistaiseksi vertaisarvioimaton pre-print.