Kriittisen nettilukemisen asiantuntijuutta ei kannata luovuttaa tekoälylle

Netissä lukeminen kohdentuu yleensä teksteihin, mutta laajemmin ajateltuna myös videoihin ja kuviin tai esimerkiksi diagrammeihin ja karttoihin.

Kriittisen nettilukemisen tutkimus on perinteisesti keskittynyt taitoihin hakea tietoa netistä, arvioida löydetyn informaation luotettavuutta ja muodostaa asioista perusteltu käsitys. Käsitys muodostuu yhdistelemällä ja vertaamalla löydettyjä lähteitä ja niiden sisältämiä väitteitä. 

Prosessin eri vaiheissa tulisi korostua luotettavuuden arviointi: Ovatko kirjoittaja ja julkaisija asiantuntijoita? Miksi teksti on kirjoitettu tai esimerkiksi video on julkaistu? Miten esitettyjä väitteitä perustellaan? 

Taidot eivät siis ole helppoja.

Jopa kolmasosa nuorista suhtautuu kritiikittömästi nettiteksteihin

Monet lapset ja nuoret kokevat hallitsevansa nettiympäristön ja osaavansa tunnistaa siellä esiintyvän informaation luotettavuuden. 

CRITICAL-tutkimushankkeen laajassa tutkimuksessa kävi ilmi, että vain harva 10–17-vuotias sekä tunnisti luotettavat nettitekstit että selvästi kyseenalaisti epäluotettavammat nettitekstit. 

Jopa kolmasosa nuorista suhtautui kaikkiin arvioituihin nettiteksteihin kritiikittömästi, kun taas kolmasosa kyseenalaisti myös asiantuntija- ja tutkimustietoa sisältävät nettitekstit. 

Omaa elämää ja koko yhteiskuntaa koskevissa päätöksissä on haitallista – ja joskus jopa vaarallista – nojata kyseenalaiseen informaatioon eikä arvostaa asiantuntijoita ja tutkimustietoa.

Generatiivinen tekoäly – asiantuntija vai apulainen?

Generatiivisen tekoälyn yleistyminen on mullistanut kriittisen nettilukemisen.

Kun aiemmin netin hakukoneet tuottivat vain hakutulossivun linkkeineen, tarjoilee esimerkiksi Google-haun generatiivinen tekoäly valmiin vastauksen, joka usein kuulostaa ihan järkeenkäyvältä. 

Tekoälyvastaus sisältää välillä oikeaakin tietoa, mutta lisäksi tekoäly esimerkiksi hallusinoi, sotkee asioita keskenään ja vastaa, vaikka ei tiedä oikeaa vastausta. 

Voidaankin mielestäni ajatella, että tiedonhaussa generatiivinen tekoäly toimii oman nettitekstinsä kirjoittajana, jonka asiantuntijuutta tulisi arvioida kriittisesti – millä kompetenssilla se väittää asioita ja mihin sen väitteet perustuvat? Jos tyydymme tekoälyn antamaan vastaukseen sellaisenaan, luovutamme sille asiantuntijuuden.

Tekoälyn tarjoamien vastausten tarkistaminen korostuu 

Generatiivisen tekoälyn kanssa voi kuitenkin hyödyntää perinteisiä nettitekstien luotettavuuden arviointitaitoja. Oppimateriaaleja on kehitetty esimerkiksi CRITICAL-hankkeessa.

Koska tekoäly ei itse ole minkään aiheen asiantuntija eikä tee kattavaa, täysin luotettavaa tiedonhakua, korostuu sen esittämien väitteiden alkuperän tarkistus. 

• Millaisesta lähteestä tekoälyn väitteet ovat peräisin eli voiko alkuperäiseen lähteeseen luottaa? 
• Onko alkuperäisen tekstin kirjoittanut henkilö asiantuntija ja missä teksti on julkaistu? 
• Miten alkuperäinen lähde perustelee väitteitään? 
• Onko tekoäly tulkinnut alkuperäistä lähdettä oikein? 

Tärkeää on myös etsiä ja verrata tietoa kattavammin, eikä vain tarkistaa tekoälyvastauksen sisältöjä ja mahdollisia linkkejä, jotta olennaisia lähteitä ei jää huomioimatta. 

Tiedon luotettavuutta korostava generatiivisen tekoälyn hyödyntäminen vaatii meiltä ponnisteluja ja vaivannäköä – niin paljon helpompaa on tyytyä sen valmiiseen vastaukseen. Jos kuitenkin jaksamme nähdä vaivaa tekoälyvastausten tarkistamisen suhteen, se voi olla hyvä apulainen ja auttaa meitä alkuun tiedonhaussa. Asiantuntevan kirjoittajan roolia sille ei kuitenkaan pidä luovuttaa.

Elina Hämäläinen

Kirjoittaja työskentelee tutkijatohtorina Jyväskylän yliopiston kasvatustieteiden ja psykologian tiedekunnassa. Hän tutkii Develop-hankkeessa nettitekstien luotettavuuden arviointitaitojen kehittymistä lukioaikana sekä kehittymiseen yhteydessä olevia tekijöitä.

Develop-hanketta rahoittaa Suomen Akatemia.