Helmi-maaliskuussa, kun Erasmus+ hankehakemusten deadlinet lähestyvät, on usein kiire. Tällöin tulee nopealla aikataululla yhteistyöpyyntöjä korkeakouluilta ympäri Eurooppaa. Kun on ensin punnittu hanke-ehdotuksen vaikuttavuus ja saatu ylemmän tason hyväksyntä lähteä mukaan, on reagoitava nopeasti. Joskus aikaa voi olla parikin viikkoa, mutta pahimmillaan vain muutama päivä. Tänä keväänä 2024 olen itsekin uskaltautunut käyttämään tekoälyä hankevalmisteluiden apuna.

Voisi jopa sanoa, että tekoälyn avustuksesta Ammatillinen opettajakorkeakoulu on mukana ainakin viidessä erilaisessa rahoittajan käsittelyyn jätetyssä Erasmus+ kumppanuushankehakemuksessa. Päätöksiä näistä odotetaan tulevana kesänä.

Tekoälyn harkittu rooli hankevalmisteluissa

Tekoälystä on iso apu, kun on useampi hakemus samaan aikaan työn alla. Euroopan tutkimusneuvoston mukaan monet tutkijat hyödyntävät tekoälyä apurahahakemuksissa (Moller-Nielsen 2023). Tutkijoiden tavoin, olen käyttänyt tekoälyä tiedonhaussa, hakemustekstin tiivistämisessä, kieliasun korjauksissa ja käännöksissä tai oikeanlaisen sanamuodon löytämisessä. Tekoälyn avulla on mahdollista myös muokata olemassa olevia mallipohjia (kuten tutkimusalueen esittelytekstiä) eri teemaisiin hankevalmisteluihin sopiviksi.

Tekoälyä käyttäessä tulee kuitenkin olla tarkka siitä, miten sitä hyödyntää. Erilaisiin tekoälyohjeistuksiin ja -suosituksiin on syytä tutustua ennen kuin tekoälyn kanssa ryhtyy työskentelemään. Euroopan tutkimusneuvosto on huomauttanut, että tekoälyn käyttö apurahahakemuksissa tulee olla harkittua, ja hakijoiden on ymmärrettävä sen rajoitukset ja mahdolliset vaikutukset hakemuksiin (Moller-Nielsen 2023).

Tekoäly hankevalmistelijan tukena – ei korvaajana

Tekoälyn kehittyminen muuttaa hanketyötä ja projektinhallintaa. On ennustettu, että vuoteen 2030 mennessä tekoäly tekee 80 % projektinhallinnan tehtävistä (Nieto-Rodriguez & Viana Vargas 2023). Tekoäly ei kuitenkaan korvaa ihmisiä ja yhdessä sparrailua, vaikka siitä onkin valtavasti apua.

Tekoälyn käytön haasteena on epätarkkuus. Jos esitettävää asiaa ei ole kirjoitettu tarpeeksi selkeästi, tekoäly ei aina ymmärrä tarkalleen mitä haetaan. Kokemukseni mukaan ChatGPT on tarkempi vastauksissaan kuin Copilot, joka ei välttämättä anna toivottua vastausta ensimmäisellä kerralla, vaan vaatii tarkat ohjeet ja komennot, mitä siltä toivotaan. Toisinaan tekoälyn tuottama teksti voi olla täysin ’puuta heinää’, joten on asiantuntijan vastuulla tarkistaa faktat, ennen kuin tekstiä hyödyntää.

Tekoälyä käyttäessä on aina muistettava eettisyys, tekijänoikeudet sekä käytetyn tekoälypalvelun käyttöehdot. Copilotin tarjoama (organisaation sisäinen) suojattu yhteys voi auttaa sellaisten tietojen muokkaamisessa, mitä ei halua avoimesti tekoälyn käyttöön. Copilot on hyödyllinen, kun teksti pitää muokata uudesta näkökulmasta, sillä se käyttää Bing-hakukonetta tietojen etsimiseen. Toisin kuin ChatGPT, se näyttää myös lähdeviitteet. Tekoälyn käyttö tutkimusehdotusten laatimisessa ei vapauta kirjoittajaa täydestä ja yksinomaisesta vastuusta plagioinnin ja hyvän tieteellisen sekä ammatillisen käytännön noudattamisessa (Moller-Nielsen 2023).

Tekoälyn hyödyntämisessä hankevalmistelun tukena on vielä paljon kehittymistä ja uuden oppimista. Uskon kuitenkin vahvasti, että tekoälyn integroiminen hankevalmisteluun tulee keventämään hankevalmistelijoiden taakkaa, jolloin on mahdollisuus keskittyä niin tärkeisiin sisällöllisiin asioihin.

Kuva: Shutterstock