Generatiivinen tekoäly on tekoälyn osa-alue, joka keskittyy uuden sisällön tuottamiseen – esimerkiksi tekstin, kuvien, äänen tai videoiden muodossa. Toisin kuin perinteiset mallit, jotka luokittelevat tai ennustavat, generatiiviset mallit luovat kokonaan uutta dataa aiemmin opitun perusteella.

Nykyiset generatiiviset mallit, kuten GPT-4, Claude 3 ja Gemini 1.5, pystyvät tuottamaan luonnollista kieltä, kuvia, ohjelmakoodia, ääntä ja jopa videoita. Näitä malleja käytetään yhä laajemmin opetuksessa, tutkimuksessa ja sisällöntuotannossa.

Esimerkki

Otamme esimerkkinä tekstin luomisen GPT-4-mallilla, joka on yksi tunnetuimmista generatiivisista malleista.

Tilanne: Sinulla on kirjoittajablokki, mutta haluat kirjoittaa lyhyen tarinan alun, jossa on sankari, joka löytää maagisen esineen.

Syöte (prompt): Kirjoita lyhyt tarinan alku sankarista, joka löytää maagisen esineen.

Generatiivisen tekoälyn luoma teksti:

”Kaukana pohjoisen vuorten juurella, hiljaisessa kylässä nimeltä Kaarnala, asui nuori sepän oppipoika nimeltä Eljas. Hän eli vaatimatonta elämää, kunnes eräänä iltana, myrskyn riehuessa taivaalla, hän löysi vanhan, sammaloituneen kirstun pajansa takaa kaatuneen kuusen juurelta. Kirstun sisällä lepäsi outo esine – pieni, hohtava kompassi, jonka neula ei osoittanut koskaan pohjoiseen. Kun Eljas kosketti sitä, maailma hänen ympärillään tuntui pysähtyvän – ja kuiskaus kaikui hänen korvissaan: “Olet valittu.””

Miten generatiivinen tekoäly toimii?

1. Koulutusvaihe
   Malli koulutetaan valtavalla tietomäärällä (esim. miljardeilla tekstikatkelmilla tai kuvilla). Tämä vaihe kehittää mallin kykyä tunnistaa kielen ja muiden sisältöjen rakenteita.
2. Generointi (inferenssi)
   Kun käyttäjä antaa mallille syötteen (esim. lauseen alku), malli ennustaa sen jatkoa opittujen mallien ja todennäköisyyksien perusteella.
3. Hienosäätö (fine-tuning tai promptien säätely)
   Käyttäjä voi tarkentaa tuotosta muuttamalla syötettä tai käyttämällä lisäohjeita (esim. “kirjoita virallisella tyylillä”).

Multimodaalisuus

Multimodaalisuus tarkoittaa tekoälyn kykyä käsitellä useita eri tietomuotoja – kuten tekstiä, kuvaa, ääntä ja videota – samanaikaisesti. Esimerkiksi ChatGPT tai Gemini voivat ymmärtää kuvia ja vastata niihin tekstin avulla.

Multimodaaliset järjestelmät mahdollistavat:

• Käyttäjän ohjaamisen visuaalisten tai puheviestien perusteella
• Kuvan ja tekstin yhdistelmäanalyysin (esim. kuvantulkinta)
• Video- tai äänisisältöjen tunnistamisen ja tuottamisen

Eettinen ja vastuullinen käyttö

Generatiivisen tekoälyn käyttö vaatii tietoisuutta ja vastuullisuutta erityisesti opetuksessa ja tutkimuksessa.

Tärkeimmät huomioitavat asiat:

• Läpinäkyvyys: Tekoälyn käyttö on ilmoitettava selkeästi (esim. opiskelijatyössä).
• Vastuullisuus (ihmiskeskeisyys) ja lähdekritiikki: Tekoälyn tuottama sisältö voi olla virheellistä tai puolueellista – käyttäjä on vastuussa lopputuloksesta.
• Tietosuoja: Älä syötä henkilötietoja tai luottamuksellista aineistoa avoimiin tekoälypalveluihin.
• Oikeudenmukaisuus ja yhdenvertaisuus: Generatiivisen tekoälyn käytössä tulee huomioida eettisyys ja reiluus.

Lainsäädäntö: EU AI Act

Vuonna 2024 voimaan tullut EU:n tekoälyasetus (AI Act) velvoittaa erityisesti julkishallintoa (kuten korkeakouluja):

• Merkitsemään, kun sisältö on tekoälyn tuottamaa.
• Arvioimaan riskit ennen käyttöönottoa.
• Dokumentoimaan käytön ja koulutuksen.

Lisätietoa: EU AI Act – yhteenveto

Suositukset opetukseen

• Selkeä ohjeistus kurssilla: mihin tekoälyä saa käyttää, miten sen käyttö pitää dokumentoida
• Tekoälyn käyttö on kuvattava esim. “Tekoälyä käytettiin tekstin jäsentelyyn ja kielentarkistukseen (GPT-4, 5.5.2025)”

Linkkejä ja lisätietoa

• EU:n tekoälyasetus (EU AI Act)
• Arenen suositukset tekoälyn hyödyntämisestä ammattikorkeakouluille
• OpenAI – GPT-4 esittely
• Google Gemini
• Parhaat käytännöt tekoälyn vastuulliseen hyödyntämiseen opetuksessa

 Ohjeistuksen suunnittelussa ja koostamisessa on käytetty apuna ChatGPT:tä ja Copilotia.