Kun Diakonia-ammattikorkeakoulu (Diak) otti yhteyttä ja pyysi apua tekoälytransformaatiossaan, tunnistimme tutun tilanteen: akateeminen oppilaitos, joka on valmis siirtymään varovaisista tekoälykokeiluista sen strategiseen hyödyntämiseen. Tämän kumppanuuden teki erityiseksi se, miten kahden hyvin erilaisen ryhmän (hallintohenkilöstön ja opettajien) ajattelutapa tekoälystä muuttui heidän päivittäisessä työssään. Teimme yhteistyötä Santeri Kallion kanssa tässä hankkeessa ja opimme lisää siitä, miten tukea muutosta korkeakoulukontekstissa.
Aloitetaan siitä, missä ihmiset ovat, ei sieltä, missä toivoisimme heidän olevan
Diakin henkilöstö ei ollut täysin aloittelijoita. Kuten eräs osallistuja totesi: "Tekoäly on tuttu ja ollut käytössä esimerkiksi puhelimissa, ja se nähdään hyödyllisenä apuna." Haasteenamme oli siis auttaa heitä kanavoimaan olemassa oleva uteliaisuutensa käyttötapauksiin, jotka todella helpottaisivat heidän työelämäänsä.
Haastattelemalla henkilöstöä ja analysoimalla palautedataa loimme etenemissuunnitelman, joka otti huomioon tämän todellisuuden. Sen sijaan, että olisimme hukkuttaneet ihmisiä teoreettisiin mahdollisuuksiin, keskityimme nopeisiin voittoihin, jotka voisivat välittömästi parantaa heidän päivittäisiä työnkulkujaan.
Eriytettyjen oppimispolkujen voima
Jaoimme työpajamme kahteen polkuun: toinen hallinto- ja tukitoiminnoille ja toinen opettajille. Tämä oli järkevää, koska näillä ryhmillä oli täysin erilaiset huolet ja tarpeet.
Hallintohenkilöstölle: Pelosta tehokkuuteen
Aluksi ihmiset olivat sekä innoissaan että huolissaan. Yksi henkilö myönsi: "Minun on tarkistettava tiedot itse ja tunnettava aihe." Mutta lopulta he ilmaisivat käytännön ideoita:
1. Rahoituskanavien lajittelun ja apurahahakemusten viimeistelyn automatisointi
2. Monimuotoisten oppimateriaalien luominen
3. Asiakirjojen tiivistämisen ja miellekarttojen luomisen tehostaminen
Erään osallistujan kommentti tiivisti hyvin tämän ajattelutavan muutoksen: "Tärkein oppimani asia oli, että eri tarkoituksiin on olemassa erilaisia tekoälytyökaluja, ja niiden yhteiskäyttö oli meille kaikille yhteinen oivallus.“
Opettajille: Pedagogiikan haasteiden kohtaaminen
Opettajilla oli täysin erilaisia haasteita: Miten säilyttää akateeminen eheys samalla kun omaksutaan kaikki tämä uusi teknologia?
Läpimurto tapahtui, kun opettajat alkoivat nähdä tekoälyn edistyneenä tuutorointikumppanina. He innostuivat käyttämään tekoälyä:
1. Potilastapausharjoitusten luomiseen terveysalan opiskelijoille
2. Räätälöityjen harjoitussarjojen kehittämiseen kieltenopiskeluun
3. Arviointimatriisien luomiseen, jotka automatisoivat palautteen antamista opiskelijoille
Suoraan asiaan: Luottamus ja tarkistaminen
Emme teeskennelleet, että tekoäly olisi täydellinen. Sen sijaan teimme sen rajoituksista keskeisen osan oppimiskokemusta.
“Väärää tietoa voi sekoittua oikeaan tietoon, mikä tekee sen huomaamisesta vaikeaa”, eräs osallistuja huomautti. Mutta mielenkiintoista oli tämä: tämä tietoisuus itse asiassa teki ihmisistä itsevarmempia. He siirtyivät sokeasta luottamuksesta tai täydellisestä skeptisyydestä sen älykkääseen käyttöön.
Näimme ihmisten kehittävän todella käytännöllisiä strategioita:
1. Lähteiden tarkistaminen aina uudelleen, erityisesti akateemisten viitteiden osalta
2. Tekoälyn käyttäminen ideointiin ja sen jälkeen oman asiantuntemuksen soveltaminen validoinnissa
3. Tulosten ristiin tarkistaminen useilla eri tekoälytyökaluilla
NotebookLM: Yllättävä tähti
Googlen NotebookLM:stä tuli kaikkien suosikkityökalu, erityisesti suurten asiakirjamassojen käsittelyyn ja erilaisten oppimismuotojen luomiseen. Opettajat rakastuivat siihen erityisesti sen avulla:
1. Tiiviiden asiakirjojen muuntamiseen helposti omaksuttaviksi tiivistelmiksi
2. Podcast-tyylisen sisällön luomiseen kirjallisista materiaaleista
3. Oppimateriaalien ideoimiseen kurssimateriaalien pohjalta
Eräs opettaja tiivisti sen potentiaalin täydellisesti: "Voin käyttää tätä laajojen materiaalien käsittelyyn, kun haluan ensimmäisen vaiheen yhteenvedon. Miellekartta toimi loistavasti, kun määrittelin lähteet tarkasti.“
Onnistumisen mittaaminen: Mittareiden tuolla puolen
Valtaosa osallistujista (85 %) antoi meille positiivista palautetta, mikä oli rohkaisevaa. Mutta todellinen voitto tuli siitä, mitä ihmiset sanoivat. Näimme heidän siirtyvän ajatuksesta "tekoäly saattaa säästää aikaa" konkreettisiin suunnitelmiin sen käytöstä.
Hallintohenkilöstö lakkasi kysymästä "Saanko tehdä tämän?" ja alkoi kysyä "Miten voin tehdä tämän vastuullisesti?"
Opettajien huoli "Tulevatko opiskelijat huijaamaan?" alkoi muuttua ajatteluksi "Miten tekoäly voi todella auttaa opiskelijoita oppimaan paremmin?"
Oppeja muille organisaatioille
Jos harkitset jotain vastaavaa organisaatiossasi, tässä ovat oppimme:
1. Aloita siitä, mitä ihmiset jo tietävät: Suurin osa henkilöstöstä käyttää jo tekoälyä jollain tavalla. He tarvitsevat apua sen strategisessa käytössä, eivät alusta alkaen.
2. Erottele ryhmät: Eri rooleilla on erilaiset huolet. Käsittele niitä erikseen.
3. Älä piilota ongelmia: Puhuminen tekoälyn epäonnistumisista itse asiassa rakentaa luottamusta.
4. Pidä se käytännöllisenä: Jokaisen harjoituksen tulisi liittyä todelliseen työhön, jota ihmiset tekevät päivittäin.
Toimiva kumppanuusmalli
Tämän toimeksiannon onnistumisen takasi teknisen asiantuntemuksen, harkitun oppimissuunnittelun ja Splendedin käytännönläheisen lähestymistavan yhdistelmä sekä Diakin avoimuus muutokselle.
Kuten eräs osallistuja pohti: "Tärkeintä oli turvallinen ja yhteisöllinen kokeilu, saamamme vinkit ja meille annettu aika." Tämä tiivistää sen, mihin pyrimme jokaisessa toimeksiannossa: luomaan tilaa tuetulle tutkimiselle, joka johtaa luottavaiseen itsenäisyyteen.
Muutos tekoälyskeptisyydestä strategiseen omaksumiseen vaatii työnteon tapojen uudelleenajattelua. Nyt kysymys kuuluu, miten tekoäly muuttaa akateemista työtä niin, että se on luontainen osa sitä, tuoden arvoa riskien sijaan.
