GenAISA – generatiivisen tekoälyn online-koulutus työelämän tarpeisiin

Generatiivisen tekoälyn nopea yleistyminen työelämässä ja arjessa on haastanut koulutusjärjestelmää tavalla, johon aiemmin ei ole juurikaan jouduttu vastaamaan. Perinteisesti koulut ja oppilaitokset ovat ennakoineet työelämän osaamistarpeita ja valmistaneet opiskelijoita tulevaisuuden ammatteihin. Tekoälyn kehitys on kuitenkin ollut niin nopeaa, että työelämän tarpeet muuttuvat nyt usein koulutusta nopeammin.

World Economic Forumin raportin (2025) mukaan työnantajat ympäri maailmaa pitävät tekoälyyn liittyvää osaamista nopeimmin kasvavana osaamisvaatimuksena. Tätä väitettä on helppo uskoa työ- ja vapaa-ajan arkikokemusten perusteella. Tämä on synnyttänyt kuilun työmarkkinoiden osaamisvaatimusten ja tarjolla olevan koulutuksen välille. Oppilaitoksilta se edellyttää entistä aktiivisempaa ja ketterämpää toimintaa.

Haaga-Helia on mukana Erasmus+ -rahoitteisessa Generative AI Skills Academy GenAISA -hankkeessa, jolla pyritään vastaamaan tähän haasteeseen. GenAISA-hankkeen yhteydessä toteutetussa tutkimuksessa kartoitimme eurooppalaisten korkeakoulujen ja ammatillisten oppilaitosten generatiiviseen tekoälyyn liittyvää koulutustarjontaa. Tulokset osoittivat, että tarjonta on edelleen varsin rajallista.

Tutkimustulosten perusteella osaamisvajeen kaventamiseksi tarvitaan joustavia ja kohdennettuja opintokokonaisuuksia, kuten MOOC-kursseja, jotka huomioivat sekä korkeakoulutuksen että ammatillisen koulutuksen erilaiset lähtökohdat ja tarpeet.

Kyselytutkimuksen tulokset generatiivisen tekoälyn osaamistarpeista ja koulutustarjonnasta

GenAISA-hankkeen kyselytutkimuksessa selvitettiin 77 eurooppalaisen opettajan ja asiantuntijan näkemyksiä generatiiviseen tekoälyyn liittyvistä osaamistarpeista (Pennanen & Alamäki 2026). Osallistujia oli 14 maasta. Tulokset osoittavat, että sekä korkeakoulutuksessa että ammatillisessa koulutuksessa tekoälyosaamista pidetään tärkeänä, mutta koulutussektoreiden painotukset eroavat toisistaan.

Ammatillisessa koulutuksessa korostuvat etenkin tekoälyn käytännön soveltaminen, valvonta ja vastuullinen käyttö. Tärkeimmiksi osaamisalueiksi arvioitiin seuraavat:

• Tekoälyn tuottamien tulosten todentaminen.
• Suostumuksen ja läpinäkyvyyden huomioiminen.
• Inklusiivisuus, hallusinaatioiden tunnistaminen.
• Tietosuoja.

Korkeakoulutuksessa painopiste siirtyy tekniseen kehittämiseen ja järjestelmien suunnitteluun. Kyselyn vastaajat pitivät ammatillista koulutusta tärkeämpinä muun muassa ohjelmointiosaamista, koneoppimista, syväoppimista sekä kielimallien arkkitehtuurien tuntemusta.

GenAISA MOOC –kurssit on rakennettu ottaen huomioon eri kohderyhmät ja avoimiksi kaikille

Hankkeessa on vastauksena kyselyn tuloksiin kehitetty opintokokonaisuus, jossa käydään läpi muun muassa generatiivisen tekoälyn perusteita, kuvan ja äänen luomista sekä tekoälymuutoksen hallintaa. Kyselyn tulokset osoittivat, että generatiivisen tekoälyn koulutusta ei kannattanut rakentaa yhden mallin varaan, ja siksi opintokokonaisuus koostuukin viidestä toisen asteen opintojen tasoisesta ja viidestä korkeakouluopintojen tasoisesta kurssista.

Molemmille kohderyhmille on rakennettu omat oppimispolkunsa, jotka painottavat niiden kannalta keskeisiä osaamisalueita. Oppimispolkuja tai yksittäisiä kursseja on mahdollista yhdistää osaksi oppilaitosten opintoja, mutta kurssit ovat myös maksutta avoimia kaikille.

Haaga-Helian luoma Management of Generative AI Transformation -kurssi

Hankkeessa Haaga-Helian asiantuntijat ovat olleet kehittämässä korkeakouluopintojen tasoista Management of Generative AI Transformation –kurssia, joka keskittyy tekoälymuutoksen hallintaan.

Kurssi on tehty vastaamaan työmarkkinoiden tarpeita tekoälyn strategisen implementoinnin ja muutoksen ymmärtämisen osalta. Kurssin suorittajat ymmärtävät, millainen prosessi tekoälyhankkeen toteuttaminen on ja miten tätä muutosta voi hallita. Lisäksi kurssi tarjoaa laajempaa ymmärrystä tekoälyn mahdollisista käyttötapauksista, eikä rajoitu vain tekniseen soveltamiseen. Kurssilla on viisi osaamistavoitetta ja kurssi on jaettu näiden tavoitteiden mukaisesti viiteen osaan.

Generatiivisen tekoälyn vaikutukset työtapoihin ja prosesseihin

Kurssimme ensimmäisessä osassa tarkastellaan, miten generatiivinen tekoäly muuttaa työskentelytapoja yksittäisissä tehtävissä ja organisaatioiden prosesseissa. Osassa käsitellään käytännön esimerkkejä generatiivisen tekoälyn hyödyntämisestä, vaikutusten eroja eri toimintojen välillä sekä syitä siihen, miksi saavutetut tulokset vaihtelevat. Generatiivinen tekoäly voi nopeuttaa työtehtävien suorittamista, mutta käytön laajentaminen voi hidastua esimerkiksi ratkaisujen luotettavuuteen liittyvien haasteiden vuoksi.

Generatiivisen tekoälyn käyttöönoton mahdollisuudet ja esteet

Kurssin toisessa osassa tarkastellaan sekä generatiivisen tekoälyn tarjoamia mahdollisuuksia että sen käyttöönottoa hidastavia tai estäviä tekijöitä. Osassa tuodaan esiin, miten organisaatiot voivat hyötyä generatiivisesta tekoälystä samalla tunnistaen käyttöönottoon ja toteutukseen liittyviä haasteita. Tavoitteena on, että generatiivisen tekoälyn käyttöönottoa voidaan toteuttaa tehokkaammin ja tietoon perustuen.

Tekoälytransformaation periaatteiden ja prosessien soveltaminen

Kurssin kolmas osa opettaa tekoälytransformaation keskeiset periaatteet sekä generatiiviseen tekoälyyn perustuvien ratkaisujen kehittämisen ja käyttöönoton kokonaisprosessin. Prosessimallin eri vaiheisiin perehdytään tarkastelemalla niihin liittyviä tehtäviä ja miten generatiivinen tekoäly voidaan soveltaa käytännön työtehtäviin. Osan harjoituksiin kuuluu näiden toimintojen soveltamista käytännössä.

Muutosjohtamisen strategiat ja tekoälyn kypsyysmallit generatiivisen tekoälyn käyttöönotossa

Neljännessä osassa keskitymme generatiivisen tekoälyn käyttöönottoon. Onnistunut käyttöönotto edellyttää, että organisaatio käsittelee sitä strategisena muutoksena eikä pelkästään teknologisena päivityksenä. Generatiivisen tekoälyn tuottama arvo syntyy prosessien uudistamisesta, henkilöstön valmistamisesta muutokseen sekä johdon sitouttamisesta yhteisiin ja selkeästi määriteltyihin muutostavoitteisiin.

Ilman suunnitelmallista muutosjohtamista myös tehokkaiden generatiivisen tekoälyn ratkaisujen käyttöönotto voi kohdata vastarintaa, tavoitteet voivat olla ristiriitaisia ja ratkaisujen käyttöaste voi jäädä vähäiseksi.

Generatiivisen tekoälyn transformaation johtamisen parhaita käytäntöjä

Viides ja viimeinen osa opettaa, että generatiivista tekoälyä hyödyntävät projektit onnistuvat parhaiten silloin, kun tiimit huomioivat tasapainoisesti ratkaisujen toteutettavuuden, datan laadun ja strategisen liiketoiminta-arvon. Selkeät suorituskykymittarit ja vahva hallintamalli muodostavat perustan etenemissuunnitelmalle, jossa teknologiset kyvykkyydet yhdistyvät tavoiteltuihin vaikutuksiin. Ratkaisujen laajamittainen käyttöönotto edellyttää lisäksi LLMOps-käytäntöjä, jatkuvaa oppimista sekä vastuullisia ja eettisiä ohjausperiaatteita.

Tekoälyn ymmärrys ei rajoitu pelkästään tekniseen osaamiseen, vaan sen käyttöönotto on merkittävä transformaatioprosessi, jossa on teknologian lisäksi otettava huomioon prosessit ja näihin sitoutuneet ihmiset. Transformaation menestys riippuu kaikista näistä kolmesta tekijästä, eikä tätä muutosta ei kannata ajatella vain esimerkiksi uuden sovelluksen käyttöönottona, vaan kokonaisvaltaisena kehitysloikkana.

Tekoälyn nopea kehitys vaatii koulutustarpeiden ja -sisältöjen jatkuvaa arviointia

Tekoälyn on tunnistettu muuttavan nykyisiä työtehtäviä (World Economic Forum 2025), ja koulutuksen pitää pystyä reagoimaan tähän tehokkaasti.

GenAISA-opintokokonaisuus vastaa omalta osa-alueeltaan oppimistarpeeseen, joka tunnistettiin puutteelliseksi. Tekoälyn nopea kehitys kuitenkin vaatii, että nämä kokonaisuudet eivät jää vain staattisiksi kurssipaketeiksi. Kehitystyö on jatkuva prosessi, joka pitää materiaalin ajan tasalla ja vastaa mahdollisimman täsmällisesti työelämän muuttuviin tarpeisiin.

Huomioitavaa on, että Haaga-Helian asiantuntijoiden kehittämä kokonaisuus pyrkii vastaamaan konseptuaalisiin kysymyksiin ja haasteisiin, nojaten perinteisiin strategiatyön ja muutoshallinnan viitekehyksiin, jolloin jatkuvan kehityksen tarve ei ole niin merkittävä, verrattuna esimerkiksi teknisen osaamisen kehittämiseen.

Opintokokonaisuuden kurssien pilotointi on alkanut ja kursseja voi jo nyt suorittaa. Kurssien suorittamisen aikataulu on vapaa. Kun kurssi on suoritettu hyväksytysti, osallistuja saa sertifikaatin, jolla voi osoittaa kurssin läpäisyn sekä kurssilla hankitut tiedot ja taidot.

Kuva: Shutterstock