Miten käytän tekoälyä arvioinnissa — ja mitä en anna sen päättää

Arviointi on opettajan työn raskaimpia vaiheita. Ei siksi, että se olisi vaikeaa, vaan siksi, että sitä on paljon: kolmenkymmenen opiskelijan tehtävät, palautteet ja arvosanat samalla viikolla kaiken muun työn päälle.

Kun aloin käyttää tekoälyä arvioinnin tukena, tein heti alussa yhden säännön: arvioinnista päätän minä. Tekoäly ei anna arvosanaa, ei hyväksy eikä hylkää, eikä tee opiskelijasta johtopäätöksiä. Sama sääntö on kaikissa työkaluissani, ja se on ainoa kohta, josta en jousta.

Säännön jälkeen tekoälystä tuli arvioinnissa oikeasti hyödyllinen. Kerron, mihin käytän sitä omassa työssäni.

Palautteen luonnostelu

Palaute on arvioinnin työläin osa. Tiedän kyllä, mitä sanoa. Mutta saman asian sanallistaminen kolmellekymmenelle opiskelijalle vie illan.

Annan tekoälylle arviointikriteerit ja omat huomioni opiskelijan työstä. Se luonnostelee palautteen, minä tarkistan ja muokkaan. Kriteerit annan aina mukana — en anna kielimallin keksiä omaa käsitystään hyvästä suorituksesta.

Palaute ei parantunut siksi, että kone kirjoittaisi paremmin kuin minä. Se parani, koska palautetta ehtii nyt oikeasti antaa.

Kriteerit opiskelijan kielelle

Ammattitaitovaatimukset ja arviointikriteerit ovat hallinnollista kieltä. Opiskelija ei aina saa niistä selvää, enkä aina minäkään ensimmäisellä lukemisella.

Pyydän tekoälyä kertomaan saman asian opiskelijan kielellä: mitä tässä pitää käytännössä osata ja miltä hyväksytty suoritus näyttää. Tarkistan, että käännös vastaa alkuperäistä. Se on nopeampaa kuin kirjoittaa itse — mutta tarkistamatta sitä ei voi käyttää.

Eriyttäminen ja saavutettavuus

Erityisopettajana pidän tätä tekoälyn tärkeimpänä käyttönä arvioinnissa. Sama tehtävä eri vaativuustasoilla, sama ohje selkokielisenä, sama osaaminen osoitettuna eri tavalla.

Tämä työ jäi ennen usein tekemättä, koska aikaa ei ollut. Nyt se jää tekemättä harvemmin.

Mitä tekoälylle ei anneta

Opiskelijan henkilötietoja ei anneta tekoälylle. Palautteet ja luonnokset tehdään ilman nimiä ja tunnisteita. Nyrkkisääntöni on yksinkertainen: jos tekstin voisi kiinnittää ilmoitustaululle, sen voi antaa tekoälylle. Jos ei voisi, ei voi.

Toinen periaate on avoimuus. Kerron opiskelijoille, miten käytän tekoälyä arvioinnissa. Samaa avoimuutta odotan heiltäkin.

Omat tehtävät kannattaa kokeilla kielimallilla

Yksi asia yllätti minut. Kun kokeilin omia tehtäviäni kielimallilla, iso osa niistä ratkesi sekunneissa. Muistamista ja toistamista mittaava tehtävä ei enää mittaa opiskelijan osaamista — se mittaa sitä, onko opiskelijalla pääsy kielimalliin.

Suunnittelun runko ei silti muuttunut mihinkään. Käytän samoja työkaluja kuin ennenkin: Bloomin taksonomiaa ja linjakasta opetusta, jossa tavoitteet, opetus ja arviointi kertovat samaa tarinaa. Tekoäly vain teki näkyväksi, kuinka moni tehtävistäni liikkui alimmilla ajattelun tasoilla. Ja sama työkalu, joka ongelman paljasti, auttaa myös korjaamaan sen: tehtäviä saa nostettua analysoinnin ja perustelun suuntaan nopeammin kuin yksin.

Mistä kannattaa aloittaa

Jos haluat kokeilla tekoälyä arvioinnin tukena, neljä askelta riittää alkuun:

1. Päätä raja ensin. Mihin tekoäly saa osallistua ja mistä päättää vain opettaja? Kirjaa se ylös ennen ensimmäistä kokeilua.
2. Anna kriteerit mukana. Palaute perustuu sinun kriteereihisi, ei kielimallin arvaukseen.
3. Pidä henkilötiedot poissa. Ilmoitustaulusääntö toimii tässä hyvin.
4. Kokeile omia tehtäviäsi kielimallilla. Saat nopeasti selville, mitkä niistä mittaavat vielä jotain.

Mitä tästä jäi käteen

Tekoäly ei arvioi opiskelijaa. Se auttaa opettajaa arvioimaan.

Hyöty ei tullut siitä, että kone osaisi arvioida. Hyöty tuli ajasta: sanallistaminen ja luonnostelu nopeutuivat, ja vapautunut aika menee siihen osaan arviointia, jota kone ei voi tehdä — opiskelijan tilanteen ymmärtämiseen ja päätökseen.

Se osa ei ollut ongelma ennen tekoälyä, eikä se ole ongelma nytkään. Se on opettajan työtä.