Turingin testi ja tenttivastaukset: Pystynkö paljastamaan tekoälyn?

Last modified on 24. heinäkuuta 2026 • 4 min read • 649 words

Suomalaisessa päivälehdessä Helsingin Sanomat GPT-3 ja Jyväskylän yliopiston Laura Ketonen pohtivat, miten tekoäly vaikuttaa opiskelijoiden arviointiin ( Tekoäly ravistelee opiskelijoiden arviointia  , englanniksi: Artificial intelligence shakes up student assessment). Yksi tekoälyn ilmeisistä ”sovelluksista” olisi tenttivilppi. Lauran mielipidekirjoitus herätti melko paljon reaktioita. Jotkut vastasivat, että tekoäly tuottaa sisältötöntä tekstiä  . Toiset mainitsivat, ettei tekoälyllä ole rohkeutta ja aloitteellisuutta  . Tuntuu siltä, että me ihmislajina joudumme pian kamppailemaan yleisen alemmuuskompleksin kanssa.Luonnontieteiden tenttitilanteessa kandidaatin tai maisterin tasolla aloite on opettajalla, ja opiskelijat ovat määritelmän mukaan reaktiivisia. Miten määritellään tyhjä teksti, kun pyydetään selittämään glykoinsinööritiedettä? Elämäntieteissä rohkeus ja aloitteellisuus ovat olennaisia piirteitä jokaiselle tulevaisuuden tiedemiehelle. Mutta ilman vankkaa tietopohjaa rohkeus ja aloitteellisuus johtavat harvoin vaikuttaviin uusiin kehityssuuntiin. Tällä hetkellä emme voi vielä ulkoistaa tätä perustaa tekoälylle. Siksi vaadimme opiskelijoilta vankkaa tietopohjaa, josta rohkeus ja aloitteellisuus voivat ammentaa kukoistakseen. Ehkä helpoimmat tulokset voidaan saavuttaa pelkästään rohkeudella ja aloitteellisuudella. Mutta nykypäivän ongelmien ratkaiseminen vaatii lisäksi vankkaa tietopohjaa (”seisominen jättiläisten hartioilla”). Arvioidessamme tekoälyä teemme todennäköisesti samat virheet kuin ihmiset tekevät kaikkien uusien teknologioiden kohdalla: yliarvioimme sen vaikutuksen lyhyellä aikavälillä, mutta aliarvioimme sen vaikutuksen pitkällä aikavälillä. (Kapea) tekoäly on kerta toisensa jälkeen onnistunut tunkeutumaan aloille, jotka aiemmin olivat varattuja ihmisille. Ei ole mitään syytä olettaa, ettei tämä kehitys jatkuisi. Voi hyvinkin olla, että tällä hetkellä hallitsevat tekoälyn lähestymistavat (syväoppiminen, koneoppiminen, neuroverkot, tilastolliset menetelmät) eivät johda tulevaisuudessa merkittäviin läpimurtoihin kohti ihmisen kaltaista yleistä tekoälyä, ehkä jopa itsetietoista tekoälyä. Emme edes tiedä, miten ihmisen tietoisuus syntyy. Toisaalta olen samaa mieltä Daniel Dennettin ajatuksesta, että tietoisuudessa ei ehkä olekaan vaikeaa ongelmaa: tietoisuus on se, mitä saat, kun olet ratkaissut kaikki helpot ongelmat. Joka tapauksessa, jos itsetietoisuudesta vailla oleva tekoäly muuttuu erottamattomaksi itsetietoisesta tekoälystä, mikä ero niillä on ja miten voisimme sen tietää? Olen varma, että jossain vaiheessa pystymme myös ulkoistamaan tietomme kokonaan. Googlen avulla olemme jo alkaneet ottaa pieniä askelia tähän suuntaan, mutta tarvitsemme paremman tietokone-aivo-rajapinnan, jotta voimme täysin omaksua tiedon ulkoistamisen konseptin. Deep Blue voitti kansainvälisen suurmestarin Garry Kasparovin vuonna 1997. En halunnut hyväksyä tätä ihmisen kärsimää tappiota ja julistin pelin epäreiluksi: Deep Blue kaatui ja sitä jouduttiin käynnistämään uudelleen kerran kuuden pelin turnauksen aikana, mikä oli mielestäni sama asia kuin jos ihminen olisi kuollut pelin aikana (tai ainakin herätetty henkiin elvytyksellä). Vuonna 2016 tietokoneet ohittivat ihmiset Go-pelissä, ja nykyään ne voittavat ihmisiä jopa pokerin kaltaisissa peleissä, joissa vaaditaan hienostuneita psykologisia temppuja, kuten bluffaamista. Testatakseen, miten tekoäly pärjää opiskelijoille tenttitilanteessa, Patrick lisäsi yhden tekoälyn tuottaman vastauksen opiskelijoiden vastauksiin äskettäin pidetyssä tentissä. Tämä idea toi arviointiin jännittävän käänteen! Luulen, että tiesin, mikä tekoälyn vastaus oli. Olin kuitenkin kokeillut GPT-3:a aiemmin ja tiesin, että – ilman hienosäätöä – tekoäly on liian tarkka ja järjestelmällinen kysymyksiin vastaamisessa. Esimerkiksi kolmiosaisessa kysymyksessä tekoäly vastaa yleensä järjestelmällisesti kaikkiin kolmeen osaan. Lisäksi tekoäly ei tuntenut luentojeni tarkkaa sisältöä, minkä vuoksi tekoälyn vastauksen tunnistaminen oli suhteellisen helppoa. Patrickin on vielä paljastettava, tunnistinko tekoälyn vastauksen oikein… Tekoäly (tai se, minkä tunnistin tekoälyksi) suoriutui huonommin kuin paras opiskelija, mutta kaiken kaikkiaan se pärjäsi todella hyvin. On selvää, että tulevissa tenttikysymyksissämme on keskityttävä entistä enemmän kriittiseen ajatteluun ja kuvitteellisiin esimerkkeihin, joita tekoäly ei voi tietää valtavasta koulutusaineistostaan. Mutta kun otetaan huomioon tekoälyn tulevaisuudessa käytettävissä olevan tiedon kasvava määrä, tekoäly voi tukeutua muiden ihmisten kriittiseen ajatteluun. Seuraavan sukupolven tekoäly (ChatGPT-4 ja Googlen LaMDA) odottaa jo julkista julkaisua… Pienillä hienosäätöillä Patrick olisi voinut helposti huijata minua. Ehkä hän on jo huijannutkin… Jos hän käski tekoälyä rikkomaan vastausmallia tahallaan ja jos hän koulutti GPT-3:a käyttäen luentokalvojani viitemateriaalina, en voi enää olla varma mistään. Kerron teille, onnistuinko tunnistamaan tekoälyn oikein, kun Patrick paljastaa, mitkä vastaukset olivat tekoälyn tuottamia. PÄIVITYS: Minä (samoin kuin muutkin opettajat) tunnistin tekoälyn vastaukset oikein. Yleinen mielipiteemme oli, että jos meitä ei olisi varoitettu siitä, että yksi vastauksista oli tekoälyn tuottama, emme olisi huomanneet sitä. Tekoälyn vastausten laatu riippui kysymyksen tyypistä. Näytti siltä, että (tällä hetkellä) suhteellisen helppo tapa hämätä tekoälyä on antaa kysymykseen vastaamiseen tarvittavat tiedot graafisessa muodossa. Mutta olen varma, että tekoäly oppii yhdistämään kuvia ja tekstiä hyvin pian.