Kun tekoäly tekee arviointityötä, se on nopea, tasalaatuinen ja väsymätön. Opettaja, vaikka kuinka haluaisi, ei ole tasalaatuinen ja väsymätön. Ensimmäisen ja viimeisen palautuksen arviointi ei ole samanlaista.
Tekoälyn käyttö arvioinnissa muuttaa arviointia, mutta tekoäly ei ole korvaamassa opettajan arviointityötä. Tekoäly voi laatia palautteen luonnoksen, tunnistaa vahvuuksia ja puutteita tai tarkistaa työn suhteessa arviointikriteereihin. Lopullinen vastuu arviointipäätöksestä on arvioinnista vastaavalla henkilöllä.
Tekoälyn on voitava peilata kaikkeen oleelliseen
Toukokuussa TAMKissa järjestetyissä tekoälyn arviointikäytön työpajoissa käytiin hyvää keskustelua siitä, miten varmistetaan, että arviointi on reilua, läpinäkyvää ja oppimista tukevaa, vaikka sen tekemiseen osallistuu myös kone.
Lähtökohta on selvä. Opettajan työhön kuuluu opiskelijoiden tekemien oppimistehtävien arviointi. Opiskelija luovuttaa työn arvioitavaksi, ja opettaja arvioi sen niin, että hän säilyttää päätöksenteon itsellään.
Opettaja saa käyttää arvioinnissa apuvälineitä. Myös tekoälytyökaluja, jos tuotoksessa ei ole rajoitetun luottamuksellista tai salattua tietoa, ja jos korkeakoulussa tähän tarkoitukseen käytetyt työkalut on tulkittu turvallisiksi.
Tekoäly voi arvioida työtä ja antaa luonnoksen arviosta sekä opiskelijalle annettavasta palautekommentista. Tämä vaatii, että tekoäly peilaa arvioitua tehtävää tehtävänantoon, ohjeistukseen, jaettuun oppimateriaaliin ja arviointikriteereihin, parhaassa tapauksessa arviointimatriisiin.
Tekoälyn tasalaatuiset analyysit yhtenäistävät arviointia, mutta ne vaativat, että lopuksi ihminen vahvistaa, muokkaa ja hyväksyy tai hylkää tekoälyn tekemiä ehdotuksia. Tätä tukee myös syksyllä 2025 julkaistu kirjallisuuskatsaus, jossa analysoitiin 87 tutkimusta ja katsausta, jotka liittyivät tekoälyn käyttöön arvioinnissa korkeakoulussa.
Läpinäkyvyys lisää opiskelijoiden luottamusta
On tärkeää, että prosessi, jossa tekoäly osallistuu arviointiin, tehdään läpinäkyvästi.
Kun opiskelijoille viestitään tekoälyn käytöstä arvioinnissa, olisi hyvä esimerkiksi kertoa, että sekä opettaja että tekoäly ovat lukeneet palautuksen, tekoäly on tehnyt arviointiehdotuksen ja palautekommentin opettajan antaman ohjeistuksen perusteella, ja opettaja on tämän jälkeen arvioinut tekoälyn ehdotukset ja tehnyt niihin tarvittavia muokkauksia.
Opiskelijoiden tulee myös saada tietää, miten palautukset on annettu tekoälylle tarkastettavaksi. Montaa opiskelijaa huolettaa, ettei palautettu tehtävä kouluta tekoälyn taustalla olevaa kielimallia. Siksi on tärkeää käyttää vain korkeakoulussa hyväksyttyjä toimintatapoja.
Läpinäkyvyys on tärkeää, jotta opiskelijoiden ja opettajien välillä on luottamus oppimista tukevasta tekoälyn käytöstä. On suositeltavaa kertoa jo opintojakson yleisissä tiedoissa siitä, miten tekoäly osallistuu arviointiin. Miksei jopa julkaisisi tekoälylle annettua ohjeistusta, jolla opiskelijoiden töitä arvioidaan?
Luottamusta lisää myös sen kertominen, että opettaja on ollut tekemässä tekoälyn käyttämää ohjeistusta. Se alleviivaa, että opettaja ymmärtää, mitä se työkalu tekee, jolla hän arvioi opiskelijoiden töitä.
Tekoäly on erittäin hyvä arvioinnin tuki, jos käsiteltävänä on tekstimuotoisia tehtäviä, joita koskevat selkeät arviointikriteerit, joiden vaatimuksia tekoäly voi tekstistä etsiä. Arvioitaessa monimutkaisia case-tapauksia tai työelämäprojekteja voi tekoäly tuottaa herkästi liian pinnallisia arvioita, kun se ei ymmärrä tehtävien kontekstia riittävän hyvin.
Keskeistä on tunnistaa, milloin tekoäly tuo arviointiin lisäarvoa.
Kirjoittaja
Risto Salminen, asiantuntija, digipedatiimi, Tampereen ammattikorkeakoulu
