Juho Leinonen: Ongelmat itsesäätelyssä voivat saada opiskelijan nojaamaan liikaa tekoälyyn

Mitä tutkit ja miksi?
Tutkimukseni keskittyy tekoälyyn ohjelmoinnin yliopistotason opetuksessa. Tutkimusaihe on kiinnostava, koska viimeisen parin vuoden aikana tekoäly ja tekoälytyökalut ovat yleistyneet ja niiden vaikutus opetukseen on kasvanut.
Osaajat hyötyvät generatiivisesta tekoälystä ja osaavat arvioida kriittisesti, onko tekoälyn tuottama koodi tai teksti hyödyllistä vai ei. Aloittelevista ohjelmoijista parhaat osaavat käyttää tekoälyä melko hyvin. Mutta varsinkin ne opiskelijat, joilla on ongelmia itsesäätelyn kanssa, saattavat helposti nojata liikaa tekoälyyn. Tehtävien tekeminen saattaa jäädä viime tinkaan, mikä saattaa lisätä kiusausta tekoälyn käyttöön. He saattavat kopioida tekoälyn tuottaman koodin tai tekstin sitä edes lukematta. Heillä saattaa myös olla tekoälyn liikakäytön takia vääränlainen kuva osaamisestaan, ja kokeessa voi selvitä, ettei osatakaan yhtään mitään.
Tekoäly lisää railoa opiskelijoiden välillä. Jos on heikot itsesäätelytaidot, tekoälyä käytetään aikaisemmin ja enemmän. Voi olla stressiä ja haasteita motivaation kanssa. Osaavat opiskelijat käyttävät tekoälyä paljon myöhäisemmässä vaiheessa oppimisprosessia. He saattavat esimerkiksi vain tarkistaa tekoälyltä, että olisiko tehtävän voinut tehdä paremmin. Olen tutkinut myös sitä, miten tätä railoa saisi kavennettua esimerkiksi opettamalla kriittistä tekoälyn käyttöä.
Juho LeinonenTekoäly lisää railoa opiskelijoiden välillä. Jos on heikot itsesäätelytaidot, tekoälyä käytetään aikaisemmin ja enemmän.
Miten tekoälyn väärinkäyttö ilmenee koodissa?
Satavarmasti on vaikea mennä sanomaan, että on käytetty tekoälyä. Mutta yleisellä tasolla koodissa voi olla tiettyjä merkkejä tekoälyn käytöstä. Nämä voivat olla esimerkiksi koodirakennelmia, joita ei ole opetettu kurssilla. Koodissa voi myös olla tosi paljon kommentteja, joita opiskelijat eivät yleensä tee. Tai koodi voi olla tehty liian optimoidusti, jolloin siinä ei esimerkiksi ole ylimääräisiä rakennelmia. Tämä on epätyypillistä opiskelijoille, jotka tekevät usein myös ei-optimoituja ratkaisuja.
Miten sinusta tuli apulaisprofessori?
Olin vuoden 2015 kesällä kandiopiskelijana Helsingin yliopistolla ja pääsin kesätöihin Arto Hellaksen tutkimusryhmään tutkimaan koneoppimisen soveltamista ohjelmoinnin opetuksessa. Hellaksesta tuli lopulta myös väitöskirjaohjaajani ja nyt hän on kollegani Aallossa.
Väittelin vuonna 2019 ja jatkoin tutkijatohtorina Helsingin yliopistolla. Minun piti lähteä vuoden 2021 alussa vuodeksi Aucklandiin tutkijatohtoriksi, mutta Uudessa-Seelannissa oli silloin tiukkoja koronarajoituksia. Lähtö viivästyi tämän takia kahdella vuodella, ja tein pätkissä tutkijatohtorin tehtäviä. Viimein vuoden 2023 alussa pääsin matkaan. Odottaminen vaati minulta pitkäjänteisyyttä. Koko tutkijan urapolku olisi voinut tyssätä, jos olisin odotellessani päätynyt vaikkapa yritykseen töihin.
Juho LeinonenYhden näkemyksen mukaan tekoäly on hypeä. Toisen mukaan kenenkään ei kohta tarvitse tehdä töitä. Kolmannen mukaan tekoäly tuhoaa maailman.
Mikä on ollut urasi kohokohta?
Uuden-Seelannin vuosi oli kiva, koska pääsin näkemään ulkomaista yliopistosysteemiä. Vuoden kohokohta oli se, kun pidin parin kollegan kanssa keynote-puheenvuoron alamme merkittävässä ITiCSE-konferenssissa kesällä 2023 siitä, miten tekoäly vaikuttaa ohjelmoinnin opetukseen. Konferenssi sattui olemaan Turussa, joten matkustin Suomeen työmatkalle Uudesta-Seelannista.
Tuolloin oli vain puoli vuotta ChatGPT:n julkaisusta, ja ihmiset miettivät, miten siihen pitäisi suhtautua. Oli hienoa päästä puhumaan omasta tutkimuksesta juuri tässä muutoskohdassa. Monet sanoivat jälkikäteen, että esitys oli silmiä avaava. He ymmärsivät, että generatiivinen tekoäly vaikuttaa tulevaisuudessa paljon ohjelmoinnin opetukseen. Ei voida vain jatkaa sitä, mitä aina on tehty.
Mitkä ovat mielestäsi tutkijan tärkeimmät ominaisuudet?
Pitkäjänteisyys, kekseliäisyys ja kokonaiskuvan hahmottaminen. Vaikka artikkeleita hylätään, pitää jatkaa niiden työstämistä.
Juho LeinonenIdeaalitilanteessa opiskelijat osaavat valmistuessaan käyttää tekoälyä hyödyllisesti ja ovat parempia ohjelmoijia kuin ilman tekoälyä.
Mitä odotat tulevaisuudelta?
Minulla on ryhmässäni jo pari tutkijaa aiemmista projekteistani, mutta nyt apulaisprofessorina pääsen laajentamaan ryhmää. Odotan myös sitä, että opettamaan. Kaikki aiemmat roolini ovat olleet tutkimuspohjaisia, ja olen opettanut vain silloin tällöin enemmän huvikseni. Nyt pääsen soveltamaan tutkimustani opetukseen – aiemmin sitä on sovellettu vain kollegoideni toimesta.
Mitä ajattelet tekoälykeskustelusta?
Siinä on eniten äänessä ääripäät. Yhden näkemyksen mukaan tekoäly on täyttä hypeä eikä vaikuta mihinkään ja kupla on puhkeamassa. Toisen näkemyksen mukaan kenenkään ei kohta tarvitse tehdä mitään töitä. Kolmannen mukaan tekoäly tuhoaa maailman.
Itse ajattelen, että tekoäly voi olla hyödyllinen työkalu ohjelmoijan työkalupakissa, minkä takia sen hyödyntämistä on tärkeä opettaa aloitteleville ohjelmoijille. Ideaalitilanteessa opiskelijat osaavat valmistuessaan käyttää tekoälyä hyödyllisesti ja ovat parempia ohjelmoijia kuin mitä he olisivat ilman tekoälyä.
Yhteystiedot:

Lue lisää uutisia

Esittelyssä Qi Chen: Luotettava tekoäly tarvitsee algoritmeja, jotka selviävät yllätyksistä
Tekoälyn kehittäjien on keskityttävä sovellusten turvallisuuteen ja oikeudenmukaisuuteen, sillä ne liittyvät suoraan yhteiskuntien luottamukseen ja tasa-arvoon, sanoo tutkija Qi Chen.
Tekoälyn ja ihmisen erimielisyys on tutkijalle jännä arvoitus
Francesco Croce tutkii multimodaalisia perustamalleja, erityisesti niiden hyökkäyksensietokykyä.
Räppialgoritmi vei Google DeepMindille tutkimaan kielimalleja – nyt Eric Malmi aloittaa vierailevana professorina Aallossa
Eric Malmi on väitellyt Aalto-yliopistosta vuonna 2018, aiheenaan tekoälymenetelmien kehittäminen historiallisten aineistojen ja sukupuiden linkittämiseen. Google DeepMindilla hän on kehittänyt Gemini-kielimalleja sekä shakkitekoälyä. Aaltoon hänet toi Suomen ELLIS-instituutti.