Siirry sisältöön
Tutkimus ja kehittäminen
Podcast tutkimuspaperista hetkessä

Kansainväliset journalismin opettajat kannustavat kokeilemaan tekoälyä juuri nyt, kun se vielä toistaiseksi on ilmaista. Tämän innoittamana kokeilin itselleni aivan tuntematonta sovellusta, nimittäin Googlen NotebookLM:ää.

Kirjoittajat:

Merja Drake

yliopettaja
Haaga-Helia ammattikorkeakoulu

Julkaistu : 11.02.2025

Google mainostaa, että NotebookLM auttaa tutkijaa tekemään tutkimuksestaan ymmärrettävämpää eli popularisoimaan sitä. Se voi muokata monimutkaiset käsitteet yksinkertaiseen muotoon jopa lisäämällä niihin arkielämän esimerkkejä. Google myös lupaa, että NotebookLM tarjoaa selkeitä viittauksia ja tarkkoja lainauksia käyttämiini lähteisiin. Käytännössä tekoäly tarkistaa tekemäni tekstiviitteiden oikullisuuden. Googlen mukaan kyseessä on personoitu AI-tutkimusavustaja.

Ohjelman avulla voi tehdä videoita, podcasteja, PowerPoint -esityksiä ja tutkimusyhteenvetoja. Tutkijalle tietenkin herää kysymys, kuinka turvassa tutkimustulokseni mahtavat olla. Tähän Google vastaa: NotebookLM ei käytä henkilökohtaista dataasi (esim. lähteiden latauksia, kyselyitä ja mallin vastauksia) koulutukseen. Tähän luottaen jatkan kokeiluani.

Googlen NotebookLM:n käyttö on helppoa

NotebookML vaatii tunnukset ja helpoiten se onnistuu Googlen omilla esimeriksi G-mailin sähköpostitunnuksilla. Toimintaperiaate on seuraava: käyttäjä luo oman NotebookLM-tilin ja tilille uuden Notebookin sekä nimeää sen. Tämän jälkeen hän voi syöttää luomaansa Notebookiin lähteitä, joita haluaa sisällyttää tiivistykseen, videoon, podcastiin tai PowerPoint -esitykseensä. Tekstitiedostot tulee olla joko PDF- tai txt-formaatissa. Muita sopivia tiedostotyyppejä ovat Markdown, joka on kevyt merkintäkieli ja audiotiedostoista mp3 on sopiva.

Tein pienen kokeen ja lataisin omaan Notebookini yhden keskeneräisen tutkimusartikkelin. Pyysin tekoälyä tekemään dokumentin pohjalta tiivistetyn podcastin. Ja kas vain, hetken odottelun jälkeen sain tulokseksi 15 minuutin mittaisen podcastin, jossa keskustelee kaksi henkilöä – äänestä päätellen miesoletettu ja naisoletettu. Kieli on englanti, kuten oli alkuperäisen lähteenkin. Ääntämys on Amerikan englantia, joten siinä on mukana myös aika paljon ylistäviä adjektiiveja – hieman ärsyttävää. Podcast on kuitenkin vallan mainio tiivistys pitkästä ja keskeneräisestä paperistani. Puhujat osaavat jopa lausua Haaga-Helian täydellisesti, joka podcastin kuunnellut kollegakin ihmetteli.

Suomeksi podcastia ei valitettavasti vielä saa, mutta sekin on luultavasti jossain vaiheessa tulossa, sillä aika ketterästi tekoälyt nykyään kääntävät kielelle kuin kielelle. Kun latasin suomenkielisen tekstin Notebookiin, sain muutamassa sekunnissa siitä englanninkielisen käännöksen podcastin pohjaksi.

Lopputuotteen voi jakaa suoraan Notebookista, ladata ja tallentaa omiin tiedostoihin muualta jaettavaksi.

NotebookLM on oiva apuri tiedon popularisointiin

Jos jotain haluaisin kehittää, niin podcastin struktuuria. Omasta mielestäni keskustelijat jäivät puhumaan jostakin yksittäisestä termistä liian pitkään. Lisäksi 15 minuuttia ilman taukoja on kuuntelijalle melko pitkä aika. Tosin puhujat sanoivat välissä pitävänsä tauon, mutta se ei lopputuotteessa toteutunut, vaan puhe jatkui saman tien.

Toki kuuntelija voi pysäyttää podcastin hetkeksi ja jatkaa sen jälkeen kuuntelua. Mutta itse olisi ehkä laittanut tauon ajaksi erimerkiksi musiikkia. Sitä en ennakkoon tullut ajatelleeksi. Ilmeisesti, jos olisi ladannut jonkin musiikkipätkän MP 3 formaatissa, olisi se ehkä lisätty podcastiin. Tarvitsen siis lisäkokeilua.

Tutkijoille tiedon popularisointi voi usein olla hankalaa. Tässä asiassa Googlen NotebookLM on oiva kaveri. Lopputulos on tietenkin tarkistettava ja palautetta siitä voi antaa lopputuloksen hiomiseksi erilaisten muistilappujen avulla.

Verrattuna siihen, että olisin ensin rekrytoinut jonkun kollegan ja perehdyttänyt hänet tutkimukseni sisältöön ja sitten keskustellut aiheesta hänen kanssaan, kuunnellut nauhoituksen keskustelustamme ja tiivistänyt siitä 15 minuutin podcastin, olihan työ NooteBookLM:n kanssa huikean nopeaa.

Kirjoituksen aihe liittyy Haaga-Helian AI Driver hankkeeseen, jonka tavoitteena on kasvattaa tietopohjaa ihmisen ja tekoälyn välisen vuorovaikutuksen suunnittelussa ja omaksumisessa sekä edistää tekoälyn hyödyntämistä elinikäisessä oppimisessa.

Kuva: Shutterstock