"ChatGPT tappaa Googlen" – muuttuuko tiedonhaku nyt radikaalisti?

05.03.2023

Tekoälystä rutiinityön korvaajana on puhuttu koko 2000-luvun, mutta korkeakoulujen todellisuuteen läpimurto tapahtui vasta vuodenvaihteessa. Yhdistyvätkö jatkossa tiedonhaku ja kirjoittaminen samaan toimintoon niin, ettei erillistä tiedonhakua tarvita? Mistä keskustelussa on kyse ja mitä tapahtuu tietoasiantuntijan asiantuntijuudelle, tiedonhaulle?

Elämme murroskauden alkua, jolloin tekoälytyövälineet lyövät läpi tavallisen opiskelijan ja opettajan arkeen. Kielimalleihin pohjautuva ChatGPT julkaistiin Yhdysvalloissa marraskuun lopulla 2022 ja siitä tuli ensimmäinen tekoälytyökalu, joka levisi laajasti ihmisten tietoisuuteen. On arvioitu, että tekoäly muuttaisi opetusmaailmaa lähivuosina niin merkittävästi, että kyseessä olisi uuden paradigman alku.

Vaikka jo useita vuosia on tekoälyyn perustuvia akateemisia työkaluja ollut käytössä, vasta ChatGPT toi tekoälyn mahdollisuudet ja uhat esille. Seuraavia arvioita on esitetty:

Alkuvuodesta 2023 korkeakoulut ovat nopeasti alkaneet luoda omia poliitikoitaan siitä, kuinka korkeakoulu suhtautuu tekoälytyökaluihin opiskelijoiden työssä. Ensimmäisenä julkisuuteen Suomessa tuli Jyväskylän kauppakorkeakoulun strategia. Myös Laureassa on luotu tekoälyn käyttösäännöt, jossa tekoälyn ja kielimallien käyttö on lähtökohtaisesti sallittua ja niitä käytetään opiskelun ja opettamisen apuna. Opettajan tulee kuitenkin huolehtia, ettei tekoälyn avulla yksin voi saada hyvää arvosanaa.

Mikä on ChatGPT?

ChatGPT on tekoälyyn pohjautuva chatbot, jonka on kehittänyt OpenAI-niminen yritys. Elon Musk, Sam Altman, Greg Brockman, Ilya Sutskever ja Wojciech Zaremba perustivat vuonna 2015 tekoälyä tutkivan OpenAI:n. OpenAI:lla on muitakin tekoälyohjelmia kuten vaikka valokuvia generoiva DALL-E, mutta ChatGPT on niistä tällä hetkellä tunnetuin työkalu.

Kaksi vuotta sitten Open AI julkaisi GPT-3-kielimallin, johon marraskuussa 2022 julkaistu ChatGPT pohjautuu. GPT-kielimallit ovat generatiivisia esikoulutettuja muuntajia (generative pre-trained transformers). ChatGPT käyttää GPT-3-arkkitehtuuria seulomaan valtavan määrän internet-dataa ja lähteitä, joihin se voi viitata tietopohjanaan. Maaliskuussa 2023 julkaistiin GPT:stä uusi paranneltu versio, GPT-4.

ChatGPT toimii osittain koneoppimisen ja osittain suurten harjoitusdatamäärien avulla. Bottia on koulutettu lähinnä ennen vuonna 2022 tehdyllä aineistolla, joten uutta materiaalia se ei tunne.

Vaikka ChatGPT on periaatteessa ihmisten välistä keskustelua jäljittelevä botti, nettiä selailemalla löytyy hyvin erilaisia ChatGPT:n käyttötapoja, joita ihmiset ovat muutamassa kuukaudessa sille keksineet. Se voi esimerkiksi kirjoittaa kouluesseitä ja novelleja ja yliopiston tenttivastauksia, tehdä toimivaa koodia ja debugata, kirjoittaa runoja ja laulujen sanoituksia tai toimia kääntäjänä. ChatGPT:tä on käytetty esitysten ja oppimateriaalien rakentamisessa, tenttivastausten läpikäynnissä ja vaikka hanketekstien, työhakemuksen tai artikkelin abstraktin teossa.

Miten ChatGPT toimii tiedonhaussa?

ChatGPT toimii vuorovaikutteisen keskustelun logiikalla: sille esitetään kysymys ja ChatGPT vastaa siihen samaan tapaan kuin ystävän kanssa chättäillessa. ChatGPT ei tarjoa vaihtoehtoisia tuloksia vaan suoraan yhden vastauksen luonnollisella kielellä. Se ei tarjoa vastauksena lähteitä, ellei niitä erikseen pyydetä. Oikeastaan ChatGPT ei tarjoa vastauksen pohjana lähteitä edes pyydettäessä, sillä se ei rakenna vastauksiaan lähteiden pohjalle, vaan pikemminkin vastaukset tulevat luoduiksi kielimallin pohjalta, joka perustuu valtavaan määrään sekalaista dataa.

Tämän toimintamallin on villeimmissä ennusteissa arvioitu mullistavan tiedonhaun niin, ettei jatkossa tarvita erikseen tiedonhakua erillisenä prosessina. Jatkossa tekoäly voisi suoraan tuottaa pätevää tekstiä ilman tiedonhaun ja arvioinnin erillistä vaihetta.

ChatGPT tuottaa näennäisesti hyvännäköistä tekstiä, sillä se on koulutettu valtavalla määrällä dataa.

Se pohjautuu kielimalliin, joka jäljittelee tehokkaasti keskitason tyypillistä puhetta verkossa ja ennustaa tilastollisesti todennäköisimmän seuraavan sanan lauseessa perustuen sen harjoitusaineistoon. Sillä ei ole kykyä ymmärtää sanojen takana olevia merkityksiä. Tämä tarkoittaa, että sen tuottamat vastaukset ovat todennäköisesti pinnallisia ja vailla syvyyttä tai näkemystä ja usein ne sisältävät asiavirheitä. Tällä tavoin ChatGPT ei ole varsinainen tiedonhaun työkalu ollenkaan.

Ainakin toistaiseksi juuri keskustelun logiikka ja yhden vastauksen malli on tiedonhaun kannalta palvelun heikkous: käyttäjälle ei suoraan tarjota lähteitä eikä perusteita sille, miksi vastauksena tarjotaan juuri tätä sisältöä.

Kuva 2. Open AI:n DALL-E:lla tehty kuva aiheesta Cat doing information retrieval graphic art.

ChatGPT kouluesseen tuottajana

Kuinka hyvin ChatGPT suoriutuu tiedonhausta ja asiatekstin teosta? Kokeillaan ChatGPT:tä yksinkertaisen kouluaineen kirjoittamiseen esimerkiksi aiheesta Vankileirien saaristo. ChatGPT tarjoaa tekstiä, joka päällisin puolin on hyvää suomen kieltä. ChatGPT rajaa ilmiön kuitenkin vain Baltiaan eikä mainitse esimerkiksi Aleksandr Solženitsynin kirjoittamaa kuuluisaa kolmiosaista teosta Neuvostoliiton vankileirijärjestelmästä Gulagista.

Kysymys: Vankileirien saaristo

ChatGPT: Vankileirien saaristo on nimitys, joka viittaa Neuvostoliiton aikana perustettuihin vankileireihin, jotka sijaitsivat Saarenmaan, Hiidenmaan ja Muhun saarilla Viron länsirannikolla Itämerellä. Leirejä kutsuttiin myös nimellä "Virolaiset Guantanamot".

Vankileirit perustettiin Neuvostoliiton hallinnon aikana 1940-luvulla, ja niitä käytettiin poliittisina vankeina pidettyjen ihmisten vangitsemiseen. Leirit olivat erittäin ankarasti vartioituja, ja vankien olosuhteet olivat usein karmeita.

Vankileirien saaristo on yhä tärkeä muistutus siitä, kuinka ihmisoikeuksia on rikottu ja kuinka sortoa on harjoitettu Itämeren alueella. Nykyään alueella on useita muistomerkkejä ja museoita, jotka kertovat alueen synkästä historiasta ja muistuttavat ihmisoikeuksien tärkeydestä.

Teksti sisältää liikaa asiavirheitä kouluesseeksi. Samantapaisia ongelmia oli muissakin kouluessee-tyyppisissä hakuaiheissa esimerkiksi Rautakausi Etelä-Suomessa (rauta- ja pronssikausi osin sekoittuivat tekstissä) tai Suomen sisällissota (ChatGPT kertoo, että sisällissota käytiin itsenäistymissodan jälkeen).

Kysymys: Rajoittuiko Vankileirien saaristo vain Baltiaan?

ChatGPT: Vankileirien saaristo, joka tunnetaan myös nimellä Gulagin saaristo, sijaitsi Itämerellä Viron länsirannikolla ja se rajoittui pääasiassa Baltian maihin, eli Viroon, Latviaan ja Liettuaan. Alueella oli kuitenkin myös joitakin muita pienempiä saaria, joilla oli vankileirejä, kuten Solovetskinsaaret Venäjän Karjalassa.

Gulag-järjestelmä, johon Vankileirien saaristo kuului, oli laaja vankileirien verkosto, joka kattoi koko Neuvostoliiton alueen. Järjestelmä perustettiin vuonna 1930, ja se kasvoi nopeasti, kun poliittisina epäiltyjä alettiin vangita massoittain. Gulag-järjestelmässä oli lukuisia eri vankileirejä, työleirejä ja erityisesti vangituille tarkoitettuja kaupunkeja eri puolilla Neuvostoliittoa.

Vaikka Vankileirien saaristo oli keskittynyt Baltian maihin, Gulag-järjestelmä oli laaja ja sen vaikutus ulottui koko Neuvostoliittoon. Gulag-järjestelmän arvioidaan vanginneen noin 18 miljoonaa ihmistä sen olemassaolon aikana.

Kun kysymme tarkentavan kysymyksen, ChatGPT sekoittaa yhä alueita ja teemoja.

Kysymys: Vankileirien saaristo ei rajoitu vain Viroon

ChatGPT: Anteeksi aiempi vastaukseni, se oli virheellinen. Vankileirien saaristo eli Gulag-saaret sijaitsivat Itämerellä, mutta ne eivät rajoittuneet ainoastaan Baltian maihin. Alueella oli myös joitakin muita saaria, joilla oli vankileirejä, kuten Solovetskinsaaret Venäjän Karjalassa.

Kokeilussa näkyy, että asiavirheitä ei onnistu korjata.

ChatGPT opinnäytetyön käsitteiden määrittelijänä

Opinnäytetyön kirjallisuuskatsauksen tai tietoperustan tärkein tehtävä on määritellä pääkäsitteet keskeisten lähteiden kautta. Jos akateemisen keskustelun tuntemus on vielä aika vierasta, tämä voi tuntua hankalalta. Voisiko tekoälystä olla tähän apua?

Testasimme useita tiedonhankinnan ohjauksessa nousseita opinnäytetyöaiheita. Laureassa projekteja ja opinnäytetöitä tehdään usein yhteiskehittämisen menetelmillä, ja yhteiskehittämisen lähteet ovat tämän takia tulleet tutuiksi ja kirjallisuuden arviointiin on jonkin verran osaamista. Siksi yhteiskehittäminen (co-creation) on hyvä aihe testattavaksi.

Kysymykseen Define co-creation ChatGPT vastaa ainakin päällisin puolin ihan hyvin.

Kysymys: define what is value co-creation

ChatGPT: Value co-creation is a business concept that refers to the collaborative process by which companies and their customers work together to create value in a mutually beneficial way. In this approach, customers are viewed not just as passive recipients of a company's products or services but as active participants in the creation of value.

Value co-creation involves the integration of customer feedback and ideas into a company's product or service development process, as well as the establishment of ongoing dialogues and interactions with customers to ensure that their needs and expectations are being met. By involving customers in the value creation process, companies are able to build stronger relationships with them, increase customer satisfaction, and create products and services that better meet their needs.

In essence, value co-creation is about building a collaborative relationship between a company and its customers, where both parties work together to create value that benefits everyone involved.

AMK-opinnoissa ei kuitenkaan voi käyttää tekstiä, ellei siinä ole lähteitä. Siksi täsmensimme kysymystä eteenpäin pyytämällä antamaan lähteitä: define co-creation and use citation. Tuloksena syntyy ihan hyvää tekstiä. Pine ja Gilmore eivät kuitenkaan ole aiheen viitatuimpia kirjoittajia, eikä heidän kirjansa The Experience Economy ole yleisin lähde, johon yleensä viitataan aihetta määritellessä. Lisäksi mainitulta sivulta ei löydy ChatGPT:n tarjoamaa suoraa lainausta.

Kysymys: define co-creation and use citation

ChatGPT: Co-creation refers to a collaborative process in which two or more parties actively participate in the creation of a product, service, or solution. The concept involves the collective generation of ideas, active participation, and mutual influence of all parties involved.

As described by B. Joseph Pine II and James H. Gilmore in their book "The Experience Economy" (Harvard Business, 1999), co-creation involves "shifting from a focus on selling products to selling experiences, and from selling experiences to co-creating experiences with customers." (p. 72)

In other words, co-creation enables customers or other stakeholders to play a role in shaping the outcome of a product or service, leading to increased customer satisfaction, better products, and stronger relationships between the co-creating parties.

Testasimme samaa teemaa myöhemmin noin kuukauden jälkeen uudestaan, muotoillen aiheen vielä vähän selkeämmin: Define value co-creation, use citations and create reference list.

Kysymys: define what is value co-creation. Use citations and create reference list in the end

ChatGPT: Value co-creation is a concept that has been widely discussed in the academic literature in recent years. It is defined as "the joint creation of value by the company and the customer through interaction and dialogue, leading to an ongoing mutually beneficial relationship" (Prahalad & Ramaswamy, 2004, p. 6). This approach emphasizes the importance of involving customers in the innovation process and co-designing solutions with them to create value that meets their needs and preferences.

According to Vargo and Lusch (2004), value co-creation is a fundamental shift in the way companies view their customers, from passive consumers to active partners in the creation of value. This shift requires companies to adopt a customer-centric approach and focus on building relationships with their customers rather than just selling products or services.

Value co-creation has been found to have a positive impact on customer satisfaction, loyalty, and advocacy (Prahalad & Ramaswamy, 2004; Payne et al., 2008). It also enables companies to innovate and differentiate themselves in a crowded marketplace (Frow et al., 2015).

Tämä näyttää jo paljon paremmalta, Prahalad ja Ramaswamy ovat uraauurtavia ja paljon viitattuja kirjoittajia teemasta, samoin Vargo ja Lusch. Samoin kaksi muuta artikkelia ovat paljon viitattuja. Lähdeluetteloksi ChatGPT generoi tämmöisen listan:

References:

Frow, P., Nenonen, S., Payne, A., & Storbacka, K. (2015). Managing co-creation design: A strategic approach to innovation. British Journal of Management, 26(3), 463-483.

Prahalad, C. K., & Ramaswamy, V. (2004). Co-creation experiences: The next practice in value creation. Journal of Interactive Marketing, 18(3), 5-14.

Payne, A., Storbacka, K., & Frow, P. (2008). Managing the co-creation of value. Journal of the Academy of Marketing Science, 36(1), 83-96.

Vargo, S. L., & Lusch, R. F. (2004). Evolving to a new dominant logic for marketing. Journal of Marketing, 68(1), 1-17.

Kaikki nämä lähteet ovat paljon käytettyjä käsitettä määritellessä.

Huomattavaa kuitenkin on, että Prahaladin ja Ramaswamyn suoraa lainausta ei löytynyt lähdeluettelossa mainitusta artikkelista sivulta kuusi: “the joint creation of value by the company and the customer through interaction and dialogue, leading to an ongoing mutually beneficial relationship" (Prahalad & Ramaswamy, 2004, p. 6). Samoin Paynen et al. artikkelissa ei suoranaisesti sanota, että yhteiskehittäminen tuottaisi asiakastyytyväisyyttä, lojaalisuutta tai yrityksen puolestapuhumista.

Testien tulosten johtopäätöksiä

Näissä esimerkeissä tulee hyvin esille se, kuinka ChatGPT toimii ja kuinka sitä voi käyttää. ChatGPT voi tehdä kielellisesti hyvää tekstiä niin suomeksi kuin englanniksi ja asiaa tuntemattomalle teksti voi näyttää järkevälle. Usein kuitenkin esiintyy asiavirheitä - eikä pelkästään vuoden 2021 jälkeen tapahtuneiden ilmiöiden osalta. Lisäksi ChatGPT voi mainita lähteiksi ihan asiallisia kirjoittajia, mutta välttämättä kyseisiä artikkeleita ei ole olemassa tai niistä ei löydy mainittuja suoria lainauksia.

Teksti täytyy tarkistaa ja kirjoittajalla täytyy olla asiantuntemusta osata arvioida, onko tekstin asiasisältö paikkaansa pitävää ja ovatko lähteet järkeviä. Ilman lähdeviitteiden mainintaa (use citations) en lähtisi käyttämään ChatGPT:n tekstiä artikkelissa tai opintojen esseissä. ChatGPT ei voi toimia yksin tiedonhaun työkaluna niin, että tiedonhaun vaihe voitaisiin ohittaa ja siirtyä suoraan valmiin tekstin tuottamiseen – ainakaan vielä. Jos ChatGPT:ltä pyytää lähteitä, ne kannattaa tarkistaa ja silloin myös muotoilla teksti uudestaan.

Sen sijaan ChatGPT ja muut vastaavat palvelut voivat auttaa kirjoittamisessa ja tekstin muotoilussa esimerkiksi vieraalla kielellä akateemista artikkelia kirjoittaessa. Palvelu voi myös tuoda uusia näkökulmia aiheeseen tai auttaa löytämään parempia hakusanoja teemasta. Myös tiivistelmän tekemistä annetusta tekstistä voi kokeilla.

ChatGPT toimii monella kielellä ja auttaa myös tekstin tai vaikkapa opetusmateriaalin kääntämisessä vieraillekin kielille. Usein kuitenkin tulokset asiasisällöllisesti ovat parempia englanniksi kuin suomeksi.

ChatGPT:tä akateemisen kirjoittamisen työkaluna käytettäessä täytyy kuitenkin muistaa, ettei se tee älykästä tiedonhakua, vertaile lähteitä ja generoi tämän perusteella suoraan valmista tekstiä. Usein ChatGPT:n tuottama teksti huutaa asiatarkistusta, lähdekritiikkiä ja mediakriittisyyttä.

Akateemiset tekoälyä hyödyntävät työkalut

Useita vuosia on ollut olemassa tekoälyyn tai tukiälyyn pohjautuvia apuvälineitä kirjoittamisen tueksi. Näistä tunnetuimpia ovat ehkä Jasper ja AI Writer, jotka eivät ole varsinaisesti akateemiseen kirjoittamiseen suunniteltuja työkaluja vaan ehkä enemmänkin copywritereille, blogien tekoon sekä muuhun vastaavaan. Niillä ei voi generoida kunnollisia kokonaisia valmiita akateemisia artikkeleita.

Sen sijaan niitä voi käyttää työkaluina tekstin muokkaamiseen ja paremman kielen luomiseen.

Lisäksi löytyy työkaluja, jotka auttavat akateemisen kielen luomisessa eli juuri tieteelliseen tyyliin sopivan tekstin tekoon: Writefull auttaa luomaan englanniksi kunnollista akateemista kieltä artikkeleihin ja penelope.ai auttaa muokkaamaan artikkelin sopivaksi tiettyyn lehteen ja vaikka BioRender, joka on akateeminen canva eli auttaa luomaan hienoja kaavioita ja kuvioita artikkeleihin ja tekemään posterin konferenssiin.

Lisäksi on työkaluja, jotka auttavat hahmottamaan omaa tutkimusaihetta ja tekemään kirjallisuuskatsausta. Elicit auttaa mm. tutkimuskysymyksen ideoinnissa, hakee tieteellisiä artikkeleita ja tiivistää kunkin artikkelin sisällön yhteen lauseeseen. Semantic Scholar hakee tieteellisiä artikkeleita, tekee artikkelisuosituksia käyttäjän valitsemien artikkeleiden pohjalta ja pyrkii löytämään viitatuimpien artikkeleiden lisäksi myös kaikkein merkityksellisimmät artikkelit. Keenious etsii sille syötetyn valmiin artikkelin tai vaikkapa keskeneräisen tekstipätkän pohjalta saman aiheisia artikkeleita. Lisäksi Keenious tuottaa listan aiheista, joihin se tulkitsee sille syötetyn tekstin liittyvän. Litmaps luo kirjallisuudesta karttoja ja Paper Digest tekee tiivistelmiä DOI:n perusteella artikkeleista.

Kuva 3. Litmapsin tuottama kartta artikkelin viitteiden perusteella. Artikkeli tässä tapauksessa on: Payne, A. F., Storbacka, K., & Frow, P. (2008). Managing the co-creation of value. Journal of the academy of marketing science, 36, 83-96.

Kaikkien näiden työkalujen työtä täytyy tarkistaa ja täydentää ja moni niistä vaatii jonkin verran tai varsin paljon oman alan kirjallisuuden ja kirjoittajien tuntemusta. Työkalujen käyttöönotto ja aidosti lisäarvoa tuottavan käytön oppiminen vie myös aikansa. Ne eivät ole oikoteitä onneen.

Elicitin testaaminen tiedonhankinnan ohjauksessa ja tulosten vertailu Google Scholariin opiskelijoiden kanssa yhdessä on kokeilun arvioista. On huomattavissa, että Google Scholar, Elicit ja vaikkapa Finnan artikkelihaku tuottavat kaikki osin erilaisia tuloslistoja vastauksena samaan hakuun.

Tekoäly ja plagiointi

Alkuvuodesta on paljon keskusteltu siitä, muuttuuko opetus nyt radikaalisti, jos opiskelija voi generoida suoraan vastauksia valmiiksi tai käyttää työkalua tekstin paranteluun. Tekoälyn suurin pelko on, että opiskelijoiden ei tarvitse itse kirjoittaa omia esseitä, mikä tekee niistä toiminnallisesti hyödyttömiä arviointityökaluna. Varmasti jatkossa sellaisten tehtävien tekeminen, joissa täytyy suoraan tuottaa tekstiä ilman varsinaista ongelmanratkaisua, jää vähitellen vähemmäksi.

Nykyiset plagioinnintarkistusohjelmat eivät yleensä huomaa ChatGPT:llä tehtyä tekstiä (Rudolp, Tan & Tan 2023: 13). Käytännössä varmasti herättää ihmettelyä, jos opiskelija tuottaa erityisen hyvää tekstiä, vaikka aikaisemmin kielitaidon taso on ollut heikompi. Toisaalta Google Translator, Grammarly, DeepL ja Kielikoneen Mot Translator ja Proofing on ollut jo pitkään opiskelijoilla käytettävissä ja erityisesti jälkimmäisten käyttöä on suositeltu.

Alkuvuodesta on julkaistu useampia työkaluja, joilla voi erottaa tekoälyn kirjoittaman tekstin ihmisen tuotoksesta.

Yksi näistä on OpenAIn julkaisema AI Text Classifier. Kyseinen työkalu on vielä vahvasti beta-vaiheessa, ja OpenAI kertookin 31.2023 julkaistussa blogissa sen toimivan vielä varsin vaillinaisesti. OpenAI:n oman testiaineiston kohdalla työkalu tunnisti 26 % tekoälyllä tehdyistä teksteistä ‘todennäköisesti tekoälyn tekemiksi’. Vastaavasti yhdeksässä prosentissa ihmisen tekemien tekstien kohdalla AI Text Classifier ilmoitti tekstien olevan tekoälyn tekemiä.

Kokonaan toinen kysymys on, onko tekoälytyökalujen käyttö plagiointia tai muilla perusteilla kiellettävää. Jos tekoälypohjaisia työkaluja käytetään tekstin tuotossa, mutta tutkimus, johon artikkeli perustuu on itse tehty, voidaan tuskin puhua plagioinnista. Jatkossa varmasti täytyy tarkemmin täsmentää, mitä plagioinnilla tarkoitetaan ja minkälaista tekoälyn käyttöä halutaan suosia.

Kuva 4. Open AI:n DALL-E:lla tehty kuva aiheesta AI and cat graphic art.

Muuttuuko tiedonhaku tekoälyn myötä?

Moni lehdissä herätetty ChatGPT:n käyttöön liittyvä uhkakuva osoittautui testeissämme enemmän tai vähemmän hypeksi. Tiivistyksenä voi sanoa, että ChatGPT:n kanssa voi keskustella ja pitää hauskaa, mutta luotettavaksi korkeakouluesseen, opinnäytetyön tai tieteellisen artikkelin generoijaksi siitä ei suoraan ole. Tiedonhaun työkaluksi keskeisten lähteiden löytämisessä siihen ei voi myöskään luottaa tarkistamatta lähteitä itse.

Suhtaudumme odottavasti siihen, mitkä uusista työkaluista tulevat aidosti tiedonhaun ja akateemisen kirjoittamisen arkeen. Ehkä jatkossa käytämme rinnakkain erilaisia tiedonhaun tapoja, jotka tuottavat vaihtoehtoisia tuloksia ja osin jo analysoivat tekstiä valmiiksi.

Tekoälyä (AI) voi käyttää kirjoittamisessa, aiheen ideoinnissa, brainstormauksessa tai tiivistelmän teossa tukiälynä (IA, intelligent assistant). Työkalut eivät kuitenkaan poista kirjoittajan omaa vastuuta, lähteiden tsekkausta ja tarvetta seistä oman tekstinsä takana.

Mitkä välineet työkalupakkiin?

Tietoasiantuntijan työn kannalta on keskeistä tuntea ja luoda itselle tiedonhaun työkalupakki ja päivittää sitä säännöllisin väliajoin. Uusia tekoälyä hyödyntäviä tiedonhaun työkaluja tulee saataville jatkuvalla syötöllä samalla kun jo olemassa olevien palveluiden ominaisuudet kehittyvät. Tekoäly on hiipinyt mukaan myös kirjastojen jo pidempään tilaamien tietokantojen ja hakupalveluiden toimintojen taustalle. Testaamme parhaillaan matalan kynnyksen työkaluja, joita voisi tiedonhankinnan ohjaukseen ottaa käyttöön ja suositella opiskelijoille, opettajille ja henkilökunnalle. Käymme parhaillaan läpi Elicitiä, Semantic Scolaria, Keeniousta ja Litmapia ja opettelemme niiden käyttöä.

Elicit tuntuu olevan hyvä työkalu Google Scholarin rinnalle. Ilmainen Semantic Scholar herättää kysymyksen maksullisen Web of Sciencen tilauksen tarpeellisuudesta. Samoin ensimmäiset testailut Keeniouksella ovat olleet lupaavia.

Kokoamme seuraavaan Kreodiin artikkelin testaamistamme työkaluista.

Lähteet

Bailey, J. (2023). Why teachers are worried about AI? Plagiarism today, December 7th 2022. Viitattu 28.2.2023. https://www.plagiarismtoday.com/2022/12/07/why-teachers-are-worried-about-ai
Fyfe, P. (2022). How to cheat on your final paper: Assigning AI for student writing. AI & SOCIETY, 1-11.
ChatGTP 2023. Open AI LP. Viitattu 28.2.2023. . https://openai.com/blog/chatgpt/
Haque, M. U., Dharmadasa, I., Sworna, Z. T., Rajapakse, R. N., & Ahmad, H. (2022). " I think this is the most disruptive technology": Exploring Sentiments of ChatGPT Early Adopters using Twitter Data. arXiv preprint arXiv:2212.05856. arXiv preprint arXiv:2212.05856.
Jiao, W., Wang, W., Huang, J. T., Wang, X., & Tu, Z. (2023). Is ChatGPT a good translator? A preliminary study. arXiv preprint arXiv:2301.08745.
McGee, R. W. (2023). Annie Chan: Three Short Stories Written with Chat GPT. Available at SSRN 4359403.
Mäkelä, P. (2022). Mullistaako ChatGPT -tekoäly opetuksen? SeAMK verkkolehti 14. Joulu 2022. Luettu 5.3.2023. https://lehti.seamk.fi/alykkaat-ja-energiatehokkaat-jarjestelmat/mullistaako-chat-gpt-tekoaly-opetuksen/
Petäjäkangas, H. (2023). Kritisoitu tekoäly Chat GPT valehtelee sujuvasti, mutta opettajat käyttävät sitä tenttikysymysten laatimiseen Oulun yliopistossa. Teknologia>Yle.fi. Viitattu 28.2.2023. https://yle.fi/a/74-20013451
Rudolph, J., Tan, S., & Tan, S. (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education?. Journal of Applied Learning and Teaching, 6(1).
Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., & Agyemang, B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments, 10(1), 1-24.
Toikkanen, T. (2022). Satuileva muistisairas tukiäly oppilaan apuna – ajatuksia chatgpt3:sta. december 16,2022. Tarmo.fi.
Varanasi, L. (2023). ChatGPT could be a Stanford medical student, a lawyer, or a financial analyst. Here's a list of advanced exams the AI bot has passed so far. Businessinsider Feb 11, 2023.
Ylä-Jussila Lauri ja Hintikka Kari A. (31.1.2023) ChatGPT – internet-hakukone 2.0 vai maailman energiasyöpöin puppusanageneraattori vai monipuolinen tukiäly. Otavan Opisto. YouTube (29:17 min)