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 palautat tehtävän:
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.
HUOM: Tätä varten sinulla tulee olla kerättynä todistusaineistot 1–3 (tunnit 3, 5 ja 7).
Tuotat asiantuntija-analyysin yhdestä tekoälyyn liittyvästä tilanteesta. Valitse kirjallinen reitti tai visuaalis-suullinen reitti. Molemmissa käsittelet samat neljä kysymystä, käytät samoja todistusaineistoja ja lähteitä sekä omistat johtopäätökset itse. Kielimalli saa auttaa jäsentelyssä ja luonnostella sisältöä keräämiesi aineistojen pohjalta.
Anna mallille skenaario ja omat todistusaineistosi. Voit pyytää siltä rakennevaihtoehtoja ja luonnoksen. Sen jälkeen tarkistat lähteet, valitset perustellut johtopäätökset ja dokumentoit kaksi korjausta. Tarkistamaton mallin raakatuotos ei ole oma analyysisi.
Valitset yhden kolmesta skenaariosta. Jokainen kuvaa todellisen tilanteen, jossa tekoälyn käyttö on aiheuttanut ongelman. Sinun tehtäväsi on analysoida, mitä tapahtui, miksi se tapahtui ja miten tilanne pitäisi hoitaa.
Analyysissäsi on neljä osaa:
1. Mitä tapahtui? Kuvaile skenaarion ongelma omin sanoin. Tunnista, mitkä riskit toteutuivat ja miksi.
2. Miksi se tapahtui? Selitä ongelman syyt Teoria-osion käsitteillä. Käytä tilanteen mukaan esimerkiksi hallusinaatiota, konteksti-ikkunan rajaa, väärää positiivista ja väärää negatiivista, luokittelumittareita, datan edustavuutta, algoritmista harhaa tai tekijänoikeuksia.
3. Miten tilanne pitäisi hoitaa? Ehdota konkreettisia ratkaisuja. Mitä organisaation pitäisi tehdä juuri nyt? Miten vastaava tilanne estetään tulevaisuudessa?
4. Ammatillinen ja käytännön vastuu. Kuka päätti käyttöönotosta, kuka ohjeisti, kuka valvoi ja kuka korjaa haitan? Mikä on oma vastuusi siinä roolissa, jossa toimit?
Olet kerännyt kolme todistusaineistoa aiemmilla oppitunneilla. Käytä niitä analyysissäsi:
Sinun tulee käyttää kaikkia kolmea todistusaineistoa, liittää ne mukaan tai sisällyttää ne selkeästi tuotokseen ja yhdistää niiden havainnot johtopäätöksiisi.
Valitse lähteet Etiikka ja vastuu -tunnilla arvioimastasi aineistosta. Jos jokin keskeinen väite tarvitsee vielä tarkistuksen, saat etsiä enintään yhden uuden lähteen. Merkitse lähde tai sen olennainen kohta niin, että tarkistus voidaan toistaa.
Vinkki: "Tässä on keräämäni pohja-aineisto. Käytä sitä apuna, kun laadin vastausta…
"
Valitse yksi kolmesta skenaariosta:
Olet IT-vastaava pienessä verkkokauppayrityksessä. Toimitusjohtaja on ottanut ChatGPT:n käyttöön asiakaspalvelussa. Asiakaspalvelijat kopioivat asiakkaan nimen, sähköpostin, tilausnumeron ja maksutiedot suoraan ChatGPT:hen saadakseen vastausehdotuksia.
Kaksi viikkoa myöhemmin selviää, että asiakkaiden henkilötietoja on vuotanut. Tietosuojavaltuutettu ottaa yhteyttä.
Analysoi: Mitä riskejä tässä käytännössä on? Millä ehdoilla henkilötietoja voisi käsitellä ulkopuolisessa palvelussa, ja miksi kuvattu käytäntö ei täyttänyt ehtoja? Miten organisaation pitäisi toimia nyt — ja miten estää vastaava tilanne jatkossa? Kirjoita myös lyhyt ohjeistus asiakaspalvelijoille: mitä tietoja saa ja mitä ei saa antaa tekoälypalvelulle.
Organisaatiosi käyttää tekoälyä rekrytoinnissa. Algoritmi on opetettu 10 vuoden historiadatalla: keiden palkka on noussut, keitä on ylennetty. Tarkastuksessa paljastuu, että algoritmi hylkää 85 % naispuolisista hakijoista ja hyväksyy 65 % miespuolisista — samalla pätevyystasolla.
Analysoi: Miksi algoritmi syrjii? Mistä harha tulee ja miten se liittyy koulutusdataan? Kuka on vastuussa — algoritmin kehittäjä, organisaatio vai sinä? Miten harhaa voi testata ja korjata? Miten kommunikoit tilanteen hakijoille?
Sinulla on yritys, joka tuottaa markkinointisisältöä asiakkaille tekoälyn avulla. Prosessi: asiakas antaa aiheen, sinä kirjoitat promptin, ChatGPT tuottaa tekstin, sinä muokkaat ja asiakas hyväksyy.
Kuukauden jälkeen asiakas huomaa, että kilpailijalla on lähes identtinen artikkeli. Asiakas kysyy: Kuka omistaa tämän sisällön? Voiko joku "varastaa" sen? Onko eettistä käyttää tekoälyä, joka on opetettu muiden teksteillä ilman lupaa?
Analysoi: Miten vastaat asiakkaan kysymyksiin? Mitä tekijänoikeusongelmat tarkoittavat generatiivisen tekoälyn kohdalla? Miten muutat prosessejasi niin, että tekijänoikeudet ja eettisyys on huomioitu?
Kirjallisen 500–700 sanan lausunnon sijasta voit tehdä saman analyysin visuaalisesti ja suullisesti. Sisällön syvyys on sama, mutta kuva kantaa rakennetta ja puhe perustelut. Visuaalista viimeistelyä tai piirustustaitoa ei arvioida.
Valitse sama skenaario ja tuota seuraavat:
Valitse ensin reitti. Kirjallisella reitillä kirjoita neljä väliotsikkoa ja niiden alle yksi ydinväite. Laajenna tämän jälkeen väitteet 500–700 sanan lausunnoksi. Visuaalis-suullisella reitillä piirrä ensin neljä tyhjää kenttää ja täytä kuhunkin kolme avainsanaa tai lyhyttä lausetta. Tee sen jälkeen kolmen päätöskohdan puu ja käytä karttaa 5–8 minuutin esityksen puherunkona.
Kummallakin reitillä kysy jokaisesta keskeisestä väitteestä: mihin todistusaineistoon tai lähteeseen tämä perustuu, ja mikä voisi muuttaa johtopäätöstäni?
Palautuspaketti on sama kuin teoriaosion lopputyöbriefissä:
Visuaalis-suullisella reitillä samat todistusaineistot, lähteet ja prosessiliitteet vaaditaan. Sen 5–8 minuutin esitys toimii samalla puolustuksena.
Tuomaripöydän takana ei istu kone. Siellä istut sinä.
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.