Tähän mennessä olet kerännyt kahdeksan oppitunnin aikana sanastoa, käsitteitä ja näkemyksiä. Nyt asetut tuomaripöydän taakse ja teet niistä jotain konkreettista: asiantuntija-analyysin, jossa tarkastelet todellista tekoälyyn liittyvää ongelmaa ja esität siihen perustellun ratkaisun. Voit tehdä analyysin kirjallisena lausuntona tai yhden sivun tilannekartan, kevyen päätöspuun ja 5–8 minuutin suullisen esityksen yhdistelmänä.
Tällä tunnilla et enää opiskele uusia teoreettisia käsitteitä. Sen sijaan opit käyttämään sitä, mitä jo osaat. Sinä rakennat analyysin ja vastaat sen johtopäätöksistä. Kielimalli saa auttaa jäsentelyssä ja luonnostella tekstiä, mutta tarkistat, korjaat ja hyväksyt lopullisen lausunnon itse.
Asiantuntijalausunto on perusteltu analyysi, jonka kirjoittaa oman alansa tunteva vastuullinen käyttäjä. Sitä ei kirjoiteta tunteiden tai pelkkien mielipiteiden varaan, vaan käsitteiden, havaintojen ja loogisten päätelmien avulla. Lausunnon lukija, kuten esimies, tietosuojavaltuutettu, asiakas tai kollega, ei välttämättä ole tekoälyn asiantuntija. Sinun tehtäväsi on selittää tilanne niin, että lukija ymmärtää sen ja voi luottaa päätelmiisi.
Asiantuntijalausunto eroaa esseestä ja blogitekstistä kolmella tavalla:
Tehtävänannossa on neljä osaa. Käytä niitä otsikoina tai vähintään lausunnon selkeänä runkona:
1. Mitä tapahtui? Kuvaile tilanne neutraalisti, aivan kuin tutkija raportoisi tapahtumista. Mitä konkreettisesti meni pieleen? Ketkä olivat osallisina? Älä vielä selitä syitä, vaan keskity tilanteen kuvaamiseen.
2. Miksi se tapahtui? Tässä kohdassa otat käsitteet käyttöön. Mikä mekanismi selittää tapahtuneen? Hyödynnä tässä osiossa todistusaineistoasi tunneilta 3, 5 ja 7. Älä vain luettele käsitteitä, vaan sovella niitä käsiteltävään tilanteeseen.
3. Miten tilanne pitäisi hoitaa? Esitä konkreettisia toimenpiteitä: mitä organisaation pitäisi tehdä heti, mitä viikon sisällä ja mitä pysyvästi. Anna toimenpiteitä, älä pelkkiä toiveita.
4. Ammatillinen ja käytännön vastuu. Kuka päätti käyttöönotosta, kuka ohjeisti, kuka valvoo ja kuka korjaa haitan? Mikä on oma vastuusi siinä roolissa, jossa toimit? Tässä kohdassa lausunto nousee teknisestä raportista aidoksi asiantuntijatekstiksi.
| Vältä | Käytä |
|---|---|
| ”Mun mielestä” | ”Arvioin, että…” |
| ”Tekoäly meni rikki” | ”Mallin tuotos sisälsi hallusinaation, koska…” |
| ”Sen ei pitäisi tehdä noin” | ”Käytäntö rikkoo tietosuoja-asetusta ja organisaation linjausta, koska…” |
| ”Tää on tosi paha” | ”Riski on merkittävä, koska se koskee henkilötietoja ja toistuu päivittäin.” |
| ”Joku pitäisi korjata” | ”Toimitusjohtajan vastuulla on lopettaa nykyinen käytäntö välittömästi ja…” |
Asiantuntijan kielen tunnistaa siitä, että se on täsmällistä, perusteltua ja vastuuta osoittavaa. Se ei ole vaikeaselkoista virkamiestyyliä eikä kuivaa raportointia, vaan selkeää ja uskottavaa tekstiä.
Alla on saman asian eri versioita yhdestä skenaariosta: Skenaario 1 — asiakaspalvelun tietovuoto. Vertaa, miten sama tilanne voidaan kuvata heikosti tai vahvasti.
Asiakaspalvelijat laittoivat ChatGPT:hen asiakkaiden tietoja, vaikka niin ei olisi pitänyt tehdä. Tekoäly tallentaa kaiken, mitä sille annetaan, ja siksi tiedot vuotivat. Tämä on aika selkeä juttu, eikä siinä ole paljon mietittävää.
Mikä tekstissä on ongelmana: Kieli on puhekielistä. Väite ”tekoäly tallentaa kaiken” on perusteeton yleistys. Palvelun tietosuoja, lokitus, säilytys ja mallien kehittämiseen liittyvä tietojen käyttö tarkistetaan palvelun ehdoista, asetuksista ja sopimuksista. Konteksti-ikkuna taas kuvaa sitä, kuinka paljon aineistoa malli voi käsitellä vastatessaan; se ei kerro, miten palveluntarjoaja säilyttää syötteitä.
Tilanteessa toteutui kolme samanaikaista riskiä. Ensinnäkin asiakaspalvelijat syöttivät henkilötietoja kolmannen osapuolen palveluun ilman hyväksyttyä käyttötarkoitusta ja tietojenkäsittelysopimusta. Toiseksi organisaatio ei ollut tarkistanut palvelun asetuksista ja sopimuksista, miten syötteitä käsitellään, säilytetään tai käytetään. Nämä ovat palvelun tietosuojaa koskevia kysymyksiä, eivät konteksti-ikkunan ominaisuuksia. Kolmanneksi Generatiivisen mekaniikka -tunnin mekaniikka selittää, miksi mallin vastauksiin ei voi luottaa sokeasti: malli tuottaa todennäköisen jatkon, ei tarkistettua vastausta. Asiakaspalvelija on saattanut välittää asiakkaalle tietoa, joka kuulosti oikealta mutta oli keksittyä.
Mikä toimii: Käsitteitä käytetään täsmällisesti ja niitä sovelletaan juuri tähän tilanteeseen. Todistusaineistoihin viitataan, mutta niitä ei pelkästään toisteta. Kolme erillistä riskiä eritellään selkeästi.
Pitäisi kieltää ChatGPT:n käyttö ja antaa koulutusta. Sitten asia on hoidettu.
Mikä tekstissä on ongelmana: Teksti jää pinnalliseksi. Siinä ei ole selkeää toimenpidesuunnitelmaa, aikataulua eikä vastuuhenkilöä.
Esitän kolmiportaisen toimintamallin. Välittömästi (24 h): nykyinen käytäntö keskeytetään, asiakaspalvelijoille tiedotetaan asiasta ja tietosuojavastaavalle toimitetaan alustava selvitys. Lyhyellä aikavälillä (2 viikkoa): otetaan käyttöön yritysversio tekoälypalvelusta, jossa on tietojenkäsittelysopimus ja jossa syötteiden tallennus on estetty. Lisäksi laaditaan kirjallinen ohjeistus sallituista ja kielletyistä syötteistä. Pysyvästi: tekoälyn käyttö lisätään tietoturvakoulutuksen vakio-osaksi, ja jokaisen uuden tekoälytyökalun käyttöönotto edellyttää IT- ja tietosuojavastaavan hyväksyntää.
Mikä toimii: Toimenpiteet on aikataulutettu, vastuutettu ja konkretisoitu. Lukija tietää, mitä pitää tehdä heti ja mitä kahden viikon kuluessa.
Tämän tehtävän tarkoitus ei ole, että kirjoitat tekstin yksin tyhjästä. Tarkoitus on, että osaat ohjata tekoälyä tuottamaan asiantuntijatekstiä ja muokkaat lopputuloksen omaksesi. Hyödynnä seuraavia periaatteita:
1. Anna tekoälylle konteksti, älä pelkkää aihetta.
Heikko prompt: ”Kirjoita asiantuntijalausunto tietovuodosta.”
Vahva prompt: ”Olen IT-vastaava verkkokauppayrityksessä. Laadin asiantuntijalausuntoa seuraavasta tilanteesta: [kuvaa skenaario]. Tässä ovat kolme omaa todistusaineistoani: generatiivisen mekaniikan havainto, kontekstin rajaa koskeva koe sekä luotettavuusarvio ja tarkistuskäytäntö. Ehdota aineistoni pohjalta rakennetta ja luonnosta. Merkitse kohdat, jotka vaativat lähteen. Minä teen johtopäätökset, tarkistan väitteet ja muokkaan lopullisen tekstin.”
2. Liitä mukaan oma todistusaineistosi.
Liitä promptiin omat muistiinpanosi tunneilta 3, 5 ja 7. Pyydä tekoälyä käyttämään niitä argumentaation pohjana, ei keksimään uutta. Näin lausuntosi perustuu siihen, mitä sinä olet oppinut, eikä siihen, mitä malli sattuu tuottamaan.
3. Pyydä useita versioita ja valitse niistä paras.
Voit esimerkiksi pyytää: ”Anna kolme erilaista tapaa aloittaa lausunto: yksi neutraali, yksi terävä ja yksi varovainen.” Tämän jälkeen valitset version, joka sopii parhaiten omaan tyyliisi, ja muokkaat siitä oman tekstisi.
4. Tarkista, älä luota sokeasti.
Tekoäly voi hallusinoida. Erityisesti se voi keksiä lakipykäliä, sääntelyn yksityiskohtia ja vuosilukuja. Jos lausuntosi väittää esimerkiksi, että ”GDPR:n artikla 17 kieltää tämän”, tarkista artiklan sisältö itse. Asiantuntija ei lähetä tekstiä, jota hän ei ole tarkistanut.
Pidä lähdetyö rajattuna. Valitse lähteet Etiikka ja vastuu -tunnilla arvioimastasi aineistosta. Jos jokin lausunnon keskeinen väite ei selviä niistä, tee enintään yksi uusi lähdetarkistus. Näin käytät ajan lähteiden soveltamiseen, et uuden aineiston laajaan etsimiseen.
Käy nämä kohdat läpi ennen kuin toteat työsi valmiiksi:
Asiantuntija-analyysi on näyttö osaamisestasi. Malli saa luonnostella, mutta oma osaamisesi näkyy siinä, että valitset johtopäätökset, käytät todistusaineistoa, tarkistat lähteet, dokumentoit korjaukset ja osaat puolustaa lopullista tuotosta omin sanoin.
Tuomaripöydän takana ei istu kone. Siellä istut sinä.
Tarkistettu 15.7.2026.
Harjoittelet asiantuntija-analyysin rakennetta, todistusaineistojen käyttöä, väitteiden tarkistamista sekä ammatillisen ja käytännön vastuun nimeämistä. Malli saa auttaa luonnostelussa, mutta sinä omistat analyysin ja vastaat lopullisista väitteistä.
Näyttöön perustuva kirjallinen arvio, jossa rajataan kysymys, esitetään johtopäätös, perustellaan se ja annetaan vastuullinen suositus.
Lausunnon keskeinen väite eli vastaus arvioitavaan kysymykseen. Hyvä teesi on täsmällinen ja sitä voidaan tukea todistusaineistolla.
Todistusaineistosta johdettu arvio. Johtopäätös ei vain toista havaintoja, vaan kertoo, mitä ne yhdessä merkitsevät.
Havainto, kokeen tulos, lähde tai muu näyttö, jolla väitettä perustellaan. Sen pitää liittyä suoraan johtopäätökseen.
Lähteen alkuperän, tarkoituksen, ajantasaisuuden ja luotettavuuden arviointi. Lähdekritiikki kysyy myös, tukeeko lähde todella esitettyä väitettä.
Se osa arviosta, jota käytettävissä oleva näyttö ei ratkaise varmasti. Epävarmuus ilmaistaan avoimesti eikä sitä peitetä varman kuuloisella kielellä.
Kuvaus siitä, mitä lausunto käsittelee ja mitä se jättää ulkopuolelle. Rajaus estää johtopäätöstä laajenemasta näyttöä pidemmälle.
Perusteltu ehdotus seuraavasta toimenpiteestä. Hyvä suositus kertoo, kuka toimii, mitä tekee ja millä ehdolla.
Nimettyjen ihmisten ja organisaatioiden velvollisuus tehdä päätökset, ohjeistaa käyttäjiä, valvoa toimintaa ja korjata haitat. Ammatillinen vastuu liittyy omaan rooliin ja osaamiseen, käytännön vastuu konkreettisiin tekoihin ja niiden seurantaan. Vastuuta ei voi osoittaa abstraktille tekoälylle.