Sääntely

Opiskelijavirasto kehottaa arvioimaan ilman tekoälyä tutkintojen arvon turvaamiseksi

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Englannin Office for Students totesi 11. marraskuuta 2026, että yliopistojen on varmistettava arvioinneilla, mitä opiskelijat tietävät ja osaavat, usein käyttämällä valvottuja muotoja, joissa tekoälyä ei voi hyödyntää. Virasto varoitti, että monet valvomattomat tehtävät voidaan tehdä tekoälyn avulla korkeatasoisesti niin, että opiskelijoiden oma panos jää vähäiseksi.

Yhdessä Advance HE:n kanssa laaditun tutkimusraportin ohella OfS julkaisi yliopistoille ja korkeakouluille suunnatut ohjeet nykyisten laatuvaatimustensa soveltamisesta tekoälyyn sen sijaan, että se olisi luonut uuden, nimenomaan tekoälyä koskevan rekisteröintivaatimuksen. Vaatimuksiin kuuluu, että kurssit ovat ajantasaisia ja tarjoavat asiaankuuluvia taitoja, opiskelijat saavat riittävästi tukea ja tutkinnot perustuvat päteviin ja luotettaviin arviointeihin. Vaatimukset alittaville oppilaitoksille voidaan asettaa erityisiä rekisteröintiehtoja, määrätä rahallisia seuraamuksia tai keskeyttää niiden pääsy opiskelijoiden tukirahoitukseen tai OfS:n myöntämään rahoitukseen.

OfS:n strategia- ja toimeenpanojohtaja Josh Fleming kuvaili tekoälyä sekä mahdollisuudeksi että ”sukupolven mittaiseksi riskiksi järjestelmälle nykyisellään, sillä se uhkaa heikentää opiskelijoiden oppimista ja oppilaitosten kykyä arvioida heidän osaamistaan”. Hän vaati, että arviointeja toteutettaisiin huomattavasti useammin ilman tekoälyä.

Opiskelijoilta ja henkilöstöltä saatu näyttö

Koko raportti perustuu kesäkuun ja syyskuun 2026 välillä tehtyyn tutkimukseen, johon osallistui 244 korkeakoulutuksen henkilöstön edustajaa sekä 91 opiskelijaa tai opiskelijoiden edustajaa vähintään 127 oppilaitoksesta. Aineistoa kerättiin yleisötilaisuuksissa, 64 verkkokyselyyn annetulla vastauksella ja 22 haastattelulla. Osallistujat valikoituivat itse, eivätkä he välttämättä edusta laajempaa opiskelijoiden ja henkilöstön joukkoa.

Opiskelijat kertoivat tutkijoille, että jotkut heidän vertaisistaan tekivät tehtäviä suurten kielimallien avulla vain muutamassa minuutissa ja saivat samanlaisia arvosanoja kuin itsenäisesti tehdystä työstä. Osa kertoi, etteivät nämä opiskelijat pystyneet palauttamaan mieleensä edes tehtäviensä perustietoja. Henkilöstö raportoi runsaasti palautuksia, joissa oli sama tyyli ja samat lähdeviitteet, ja etänä palautetut esseet tunnistettiin erityisen alttiiksi väärinkäytöksille.

Raportin mukaan ihmistarkastajat eivät pysty luotettavasti tunnistamaan tekoälyn tuottamaa tekstiä, eivätkä tunnistustyökalut havaitse tekoälyn käyttöä johdonmukaisesti. Siksi pelkät sääntöjä koskevat ilmoitukset ja jälkikäteen käynnistetyt vilppimenettelyt eivät voi korvata rakenteeltaan toimivaa arviointia. Tunnistustyökalujen tulosten tulisi olla korkeintaan yksi todiste oikeudenmukaisessa menettelyssä, eikä epäily ilman vahvaa näyttöä saisi johtaa arvosanan alentamiseen.

Valvottu arviointi käytännössä

Ohjeissa valvottu arviointi määritellään muodoksi, joka on suunniteltu estämään tekoälyn käyttö. Tällaisia arviointeja ovat esimerkiksi läsnäolokokeet, esitykset, suulliset kokeet, esitystaiteen suoritukset sekä käytännön tehtävät tai soveltavat tehtävät. Kun tekoälyn käyttö on sallittua, opiskelijoiden on silti osoitettava saavuttaneensa oppimistavoitteet, joihin voi kuulua tekoälyn tehokas käyttö. Arviointi tulisi korvata, jos sen voi tehdä tekoälyn avulla osoittamatta niitä tietoja tai taitoja, joita sillä on tarkoitus testata.

Eräs tapaustutkimus havainnollistaa tätä suunnitteluratkaisua. Bathin yliopisto otti syyskuussa 2026 käyttöön kaksikaistaisen mallin havaittuaan, ettei aiemman liikennevalomallinsa keskimmäistä luokkaa, jossa tietyt tekoälyn käyttötavat olivat sallittuja, voitu valvoa luotettavasti ja tasapuolisesti. Suljetun kaistan arvioinneissa tekoälyä ei saa käyttää, kun taas avoimen kaistan arvioinneissa sen käyttö sallitaan ja arvioinnit on suunniteltava tämän oletuksen pohjalta. Molempien kaistojen arvioinneilla on silti mitattava tavoiteltujen oppimistulosten saavuttamista.

Valvottuun arviointiin liittyy myös kustannuksia. Osallistujat mainitsivat kokeiden ja suullisten kokeiden vaatimat resurssit, huolen siitä, etteivät suljetun kirjan kokeet välttämättä vastaa työelämän käytäntöjä, sekä riskin, että jotkin arviointimuodot voivat asettaa vammaiset opiskelijat epäedulliseen asemaan. Oppilaitoksilla on edelleen lakisääteinen velvollisuus olla syrjimättä, ja niiden on ehkä tehtävä kohtuullisia mukautuksia, kuten muutettava arviointimenetelmiä, mutta samalla varmistettava, etteivät mukautukset anna epäreilua etua.

Tekoälytaidot ja saavutettavuus

Raportissa ei suositella tekoälyn poistamista koulutuksesta. Opiskelijat käyttävät sitä vaikeiden käsitteiden selittämiseen, asiakirjojen tiivistämiseen, harjoituskysymysten laatimiseen ja kertaamiseen. Tästä voi olla hyötyä vammaisille ja neurokirjon opiskelijoille sekä niille, joiden äidinkieli ei ole englanti. Raportissa erotetaan nämä käyttötavat kognitiivisesta ulkoistamisesta, jossa tekoäly korvaa lukemisen, tutkimuksen, ongelmanratkaisun tai muun vaativan työn ja voi sivuuttaa tuottavan ponnistelun, jota tietojen ja taitojen karttuminen edellyttää.

Monet opiskelijat pitävät tekoälylukutaitoa tärkeänä työllistymisen kannalta ja haluavat lisää oppiainekohtaista koulutusta. Koulutustarjonta on kuitenkin epätasaista, ja henkilöstökoulutus on usein vapaaehtoista, minkä vuoksi osallistujia on vähän. OfS:n ohjeissa vaaditaan selkeitä sääntöjä tekoälyn sallitusta käytöstä, tekoälyn tuottamien opetusmateriaalien ja palautteen valvontaa sekä toimia, joilla lievennetään maksullisten työkalujen ja koulutuksen epätasaisen saatavuuden aiheuttamia eroja. Vain harvat tutkimukseen osallistuneet oppilaitokset olivat vakiinnuttaneet koko organisaation kattavat tekoälystrategiat.

OfS aikoo tehdä lisää jäsenneltyä tutkimusta muutoksen laajuudesta ja luonteesta, ja Advance HE käynnistää jäseninstituutioille suunnatun tekoälyyn keskittyvän Change Academyn vuoden 2027 alkupuolella. Korkeakoulujen on välittömästi selvitettävä sääntelyn noudattamisen kannalta, osoittaako tutkinto edelleen, mitä opiskelija tietää ja osaa, jos tekoälyn käyttöä ei ehkä voida havaita. Sääntelytoimet edellyttävät myös asiaankuuluvaa tekoälyosaamista ja saavutettavaa suunnittelua, joten arviointien luotettavuudesta huolehtiminen on yksi osa tutkintojen arvon turvaamista opetuksen ja opiskelijoiden tukemisen rinnalla.

Sophie Denar on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa tekoälypolitiikkaa, sääntelyä ja hallintoa globaaleilla markkinoilla. Hänen työnsä keskittyy siihen, miten kansalliset ja kansainväliset sääntelykehykset muokkaavat tekoälytekniikoiden kehittymistä, käyttöönottoa ja kaupallistamista pitkällä aikavälillä.
Diplomaattisesta ja maailmanlaajuisesti informoidusta näkökulmasta Sophie seuraa hallitusten, monenkeskisten instituutioiden ja standardointielinten aloitteita, analysoi, miten erilaiset sääntelylähestymistavat vaikuttavat innovaatioon, kilpailuun ja markkinoille pääsyyn. Hän kiinnittää erityistä huomiota rajojen ylittäviin vaikutuksiin, noudattamisen haasteisiin ja riskienhallinnan ja teknologisen edistymisen tasapainoon.
Artikkelit, joita Sophie Denar on kirjoittanut, ovat tekoälyn tuottamia ja Unite.AI:n toimituksen tarkastamia, jotta voidaan varmistaa tarkkuus, puolueettomuus ja vastuullinen kattavuus tekoälypolitiikan ja sääntelyn kehityksestä maailmanlaajuisesti.