Tekoäly pedagogisen median tuottajana: uhka vai mahdollisuus

Pedagoginen media on mediatuotteita ja sisältöjä, esimerkiksi videoita, podcasteja ja infograafeja, jotka ovat pedagogisesti perustellusti suunniteltuja ja jotka tukevat oppimista ja erilaisia opetusratkaisuja. Pedagogisen median suunnittelu lähtee aina opetuksellisesta päämäärästä, joten sisällöt palvelevat oppimistavoitteita ja monipuolisia oppijoiden tarpeita. (Kojo 2025.) Perinteisesti opettajat ovat yhdessä verkostojensa kanssa tuottaneet mediaa opetukseensa, mutta tekoälyaikana median tuotantoon on opettajille tarjolla monenlaisia uusia mahdollisuuksia.

Uusimmat tekoälyyn perustuvat kuva-, video- ja äänigenerointityökalut ovat kehittyneet lyhyessä ajassa tasolle, joka yllättää edelleen sekä laadulla että monipuolisuudella. Kuluttajille suunnatut sovellukset tarjoavat jo täysin uusia tuotantotapoja, esimerkiksi Suno ja Udio luovat tekstikuvauksista kokonaisia musiikkikappaleita, äänigeneraattori ElevenLabs tuottaa realistista puhesynteesiä, ja videogeneraattorit, kuten Heygen, tuottavat yhä vakuuttavampia videoleikkeitä pelkän kirjallisen kehotteen perusteella. Googlen tekoälyohjelmistoihin sisältyvä kuvageneraattori, Nano Banana, tekee puolestaan visuaalisesti laadukkaita kuvia ja graafeja teksteineen.

Tuore tutkimuskatsaus generatiiviseen filmintuotantoon (Zhan ym., 2025.) osoittaa, että tällaiset multimodaaliset mallit, jotka käsittelevät samanaikaisesti tekstiä, kuvia, liikettä ja ääntä, ovat selvästi parantaneet visuaalista realismia, liikkeen sujuvuutta ja koko tuotantoprosessin tehokkuutta. Kun tekoälymalli ymmärtää sekä ohjeet että visuaalisen sisällön rakenteen, se pystyy tuottamaan tasalaatuisempia ja luonnollisempia videoklippejä vähemmällä käsityöllä. Näiden edistysaskeleiden seurauksena generatiivinen media on siirtymässä kokeiluasteelta kohti vakavasti otettavaa, ammatillista tuotannollista käyttöä.

Generatiivisen tekoälyn kehitys tarjoaa mahdollisuuksia myös koulutustoimijoiden käyttöön. Tekoälyn tai ihmisen luomaa visuaalista ja auditiivista aineistoa on mahdollista hyödyntää

• digitaalisessa opetuksessa verkko-opinnoissa opiskelijan itsenäisen opiskelun tukena
• lähiopetuksessa opetusta rikastamassa
• osana etäopetusta eli esim. webinaareissa ja verkkokokoontumisissa
• näiden sekoituksissa eli monimuotoisessa opetuksessa.

Koulutustoimijat etsivät parhaillaan tapoja hyödyntää tekoälyn mahdollisuuksia ja mediatuotannon skaalautuvuutta, mutta samalla on herännyt kysymyksiä, miten tekoälyn tekemän ja toisaalta ihmisen tekemän materiaalin erot vaikuttavat oppimiskokemuksiin tai -tuloksiin. Miten pedagogisen median tuottaminen näyttäytyy opiskelijan näkökulmasta? Miten ihmisen tai koneen tuottama sisältö toimii tarkoituksessaan?

Lähtökohdat toimivan pedagogisen median tuotannolle

Laadukas, oppimista tukeva oppimateriaali edellyttää harkittua suunnittelua. Mayerin (2024) mukaan tehokas pedagoginen media rakentuu selkeydestä, olennaisen korostamisesta ja tekstin sekä kuvan tarkoituksenmukaisesta yhdistämisestä. Turhat elementit karsitaan, sisältö pilkotaan hallittaviin kokonaisuuksiin ja ymmärtämistä tuetaan esimerkiksi visuaalisilla vihjeillä tai lyhyillä kehittyvillä tehtävillä, jotka ohjaavat oppijan huomion ydinasioihin. Myös selkeä ääni, johdonmukaiset esimerkit ja käyttäjäystävällinen esitystapa auttavat vähentämään työmuistin kuormitusta.

Kognitiivisten ratkaisujen lisäksi oppimisessa vaikuttavat tunnekokemukset, affektiivisesta näkökulmasta positiivinen virittyneisyys lisää oppijan valmiutta käyttää kognitiivista kapasiteettia sisällön ymmärtämiseen. Mayerin kognitiivis-affektiivisen mallin ajatusten kautta voidaan tarkastella, miten erilaiset mediaelementit muokkaavat sekä oppimiskokemuksia että mitattavia oppimistuloksia. (Mayer 2024.)

Hyvä pedagoginen media hyödyntää tarkoituksenmukaisesti sekä visuaalisia että verbaalisia elementtejä, jotta oppija voi käsitellä tietoa usean kanavan kautta. Tehokas oppimissisältö ei synny sattumalta, vaan perustuu huolelliseen käsikirjoitukseen, selkeään rakenteeseen ja kognitiivisen kuormituksen hallintaan. Oppimista tukeva media rakentuu oppijalähtöisesti, sen visuaaliset ratkaisut, äänimaailma ja etenemistapa on suunniteltu ymmärrettäviksi, rauhallisiksi ja loogisiksi. Laadukas pedagoginen media ei kuitenkaan korvaa opettajaa, vaan toimii osana laajempaa ohjausprosessia, jossa opettajan tuki, kannustava vuorovaikutus ja ohjeistus vahvistavat oppimismotivaatiota ja auttavat opiskelijaa kiinnittymään sisältöön. (Kiikeri 2025.)

Opettajan tuottama pedagoginen media rakentuu harkitusta suunnittelusta, oppimistavoitteiden määrittelystä selkeän käsikirjoituksen laadintaan ja edelleen visuaalisen aineiston tuottamiseen ja editointiin. Kun vastaavia materiaaleja tuotetaan tekoälyn avulla, prosessi siirtyy ohjaamisesta kirjoittamiseen, opettajan tehtävä on muuntaa pedagogiset tavoitteet tarkoiksi ohjeiksi.

Tekoälylle kerrotaan ohjeiden eli kehotteiden avulla tarkasti, millaista rakennetta, visuaalisuutta ja selitystapaa halutaan. Opettaja sanallistaa tekoälylle pedagogisen logiikan ja ohjaa tekoälyn tuottamaan medialla ne elementit, jotka hän itse rakentaisi käsityönä. Kuva ja videotuotanto yhdessä editoinnin kanssa on tyypillisesti ollut tekijälleen hidasta ja resurssia vievää. Tekoälyllä tuotantoprosessi voi nopeutua esimerkiksi silloin, kun opettaja hyödyntää videoiden tekemisessä valmista hahmoa eli avatarta tai tekee itsestään omaa ääntä ja kuvaa hyödyntämällä sellaisen. Video- tai ääniavattaren voi ohjeistaa tuottamaan haluamaansa mediaa esim. valmiin tekstin pohjalta.

Kokemukset tekoälyn tuottamasta mediasta häviävät niukasti ihmiselle

Voiko tekoäly luoda oppimisen näkökulmasta toimivaa mediaa? Netland ym. (2025) ovat vertailleet tekoälyn ja ihmisen tekemiä videoita ja niiden toimivuutta kahdesta näkökulmasta, ensinnäkin oppimiskokemuksen eli emotionaalisen ja kognitiivisen sitoutumisen ja toisaalta oppimistuloksen eli mitattavan tiedon ja taidon näkökulmasta. Tutkimuksessa hyödynnettiin koronapandemian aikana tehtyjä johtamisen aihepiiriin liittyviä opetusvideoita, joista muutamiin tehtiin vastine tekoälyllä tekoälyavattaria hyödyntäen. Tutkimuksen osallistujat (N= 447) saivat katsottavakseen erilaisia yhdistelmiä ihmisten ja tekoälyn tekemistä videoista. Tämän jälkeen heidän oppimiskokemustaan ja oppimistuloksiaan mitattiin.

Oppimiskokemusten vertailu ihmisen tuottaman ja tekoälyn luoman opetusmateriaalin välillä osoitti, että ihmisten tekemät videot antoivat osallistujille tilastollisesti merkitsevän, mutta melko pienen edun oppimiskokemuksen arvioinnissa verrattuna tekoälyn luomiin videoihin. Ihmisen tekemien videoiden uskotaan tarjoavan samaistuttavamman ja empaattisemman lähestymistavan, koska opettajat voivat hyödyntää omia tunteitaan ja kokemuksiaan luodessaan sisältöä, joka vaikuttaa positiivisesti opiskelijoiden sitoutumiseen ja motivaatioon. (Netland ym. 2025.)

Tutkimuksen tulosten mukaan ihmisten tekemät videot tarjoavat todennäköisesti samaistuttavamman ja empaattisemman lähestymistavan. Opettajat voivat hyödyntää omia kokemuksiaan ja tunteitaan sisällön luomisessa, jonka nähdään vaikuttavan myönteisesti opiskelijoiden sitoutumiseen ja motivaatioon. Tekoälyn luomien videoiden alhaisempi oppimiskokemuksen tulos saattaa johtua henkilökohtaisen yhteyden ja ihmisopettajille luontaisten vivahteikkaiden viestintätyylien puuttumisesta. (Netland ym. 2025.)

Tutkimuksen havainnot oppimiskokemukseen liittyen ovat linjassa median tuottamisen periaatteiden kanssa. Mayerin (2024) mukaan ihmiset oppivat paremmin, kun kerronta esitetään ystävällisellä, inhimillisellä äänellä koneäänen sijaan (ääniperiaate), ja hänen mukaansa myös keskustelevaan tyyliin puhuttu kieli mediasisällössä tukee oppimista (personointiperiaate).

Li, Caswell & Cukurovan (2024) kokeellisissa tutkimuksissa tutkittavat (N=500) opiskelivat elintarvikehygieniaa sekä ihmisen että tekoälyn tekemien videoiden ja tekstien avulla. Tutkimuksessa osaamista mitattiin ennen ja jälkeen opiskelun. Oppimiskokemusta tarkasteltiin videoihin kytkeytyen affektiivisen palautteen eli tunteisiin liittyvän kyselyn avulla. Tutkimuksessa ei havaittu tilastollisesti merkitsevää eroa videoissa ihmisopettajan ja tekoälyavattaren välillä. Tosin laadullinen palaute toi esiin joidenkin oppijoiden kokevan epämukavuutta tai häiritsevyyttä tekoälyvideoiden katsomisessa, he nimesivät tekoälyavattaren liikkeitä keinotekoisiksi ja luonnottomiksi.

Xun ym. (2024) tutkimuksessa selvitettiin, voivatko tekoälyn luomat opetusvideot edistää oppimista yhtä tehokkaasti kuin ihmisen tuottamat videot. Tutkimukseen osallistui opiskelijoita (N= 76), joiden tavoitteena oli englannin sanaston oppiminen. Tekoälyn tuottamat opetusvideot tarjosivat oppijoille lähes yhtä vahvan oppimiskokemuksen kuin perinteiset ihmisen tekemät tallenteet. Ainoa tilastollisesti merkitsevä ero liittyi sosiaalisen läsnäolon heikompaan kokemukseen tekoälyvideossa. Muissa kokemuksen osa-alueissa, kuten motivaatiossa, luottamuksessa, kognitiivisessa kuormituksessa, tunnekokemuksessa ja tyytyväisyydessä, eroja ei havaittu. Opiskelijat kokivat tekoälyllä tuotetun videon toimivan opetuksellisesti yhtä hyvin ja oppimiskokemuksen ainoaksi haasteeksi erottui ihmisen aidon läsnäolon tunteen vähentyminen.

Netlandin ym. (2025) tutkimuksen mukaan oppimiskokemusta saattaa tunneilmaisun lisäksi heikentää se, että tekoälyllä suoraan generoitu teksti on usein analyyttisempää ja hankalammin luettavaa kuin ihmisen tuottama teksti. Ihmisen vahvuus opetusvideoissa onkin vielä lähestyttävämmät sisällöt, persoonallisuus ja esim. innostuksen välittäminen. Tutkimuksessa kuitenkin ounastellaan tekoälyn kehittymisen kurovan pian kiinni erot ihmis- ja tekoälyavattarien välillä.

Oppimistulokset ihmis- ja tekoälyopettajan välillä ovat samanlaiset

Netlandin ym. (2025) tutkimuksessa ihmisen ja tekoälyn tuottamien opetusvideoiden välillä ei havaittu eroja oppimistulosten näkökulmasta. Oppimistulokset mitattiin käyttämällä kokeen lopuksi järjestettyä loppukoetta, jossa oli 12 monivalintakysymystä. Nämä kysymykset kattoivat tasapuolisesti kaikki videoihin valitut aiheet ja ne oli laadittu siten, että vastaukset olivat saatavilla sekä ihmisen että tekoälyn tuottamissa videoissa. Lisäksi kokeeseen sisällytettiin huomiota mittaavia tarkistuskysymyksiä tulosten laadun parantamiseksi. Mittauksissa havaittiin, että osallistujien koetuloksissa ei ollut tilastollisesti merkitsevää eroa tekoälyllä luotujen ja ihmisen tuottamien videoiden välillä. Oppimistulosten osalta ei siis havaittu merkitsevää eroa kokeellisissa ryhmissä, mikä tarkoittaa, että osallistujat omaksuivat tiedon sisällöstä samalla lailla riippumatta siitä, oliko video ihmisen vai tekoälyn tekemä.

Lin ym. (2024) tutkimus käsitteli tekoälyn tuottaman opetusmateriaalin vaikutusta oppijoiden oppimistuloksiin ja affektiiviseen palautteeseen, verraten neljää olosuhdetta: ihmisen vs. tekoälyn luoma teksti ja ihmisen vs. tekoälyn luoma video. Keskeinen havainto oli, että osallistujien suorituskyvyssä tiedon tunnistamisessa ja mieleen palauttamisessa ei ollut tilastollisesti merkitsevää eroa kaikkien neljän olosuhteen välillä. Tämä viittaa siihen, että tekoälyn luomat videot voivat olla yhtä tehokkaita kuin ihmisen tekemät videot tiedon omaksumisessa. Teksteihin liittyen osallistujat suosivat tutkimuksen mukaan oppimista videoformaateista tekstimateriaalien sijaan.

Videoiden suosiminen oppimisen tukena kytkeytyy odotettavasti Mayerin (2024) monikanavaisuuden ideaan, jonka mukaan ihmiset käsittelevät sanallista ja visuaalista tietoa kahden erillisen, mutta toisiinsa vaikuttavan kanavan kautta. Videomuotoinen opetus hyödyntää näitä kanavia samanaikaisesti, ja oikein suunniteltuna se vähentää kognitiivista kuormitusta ja tukee oppijan mahdollisuuksia rakentaa merkityksellisiä yhteyksiä esitettävän sisällön eri osien välille.

Xun ym. (2024) tutkimuksen tulokset osoittivat, että tekoälyn luomat opetusvideot olivat oppimisen edistämisessä yhtä tehokkaita kuin ihmisen tekemät videot. Tekoälyvideota katsoneet opiskelijat saavuttivat tilastollisesti merkitsevästi paremmat tulokset tiedon muistamisessa, mikä saattaa tutkijoiden mukaan selittyä tekoälyn tuottaman äänen selkeällä artikulaatiolla ja tasaisella äänenlaadulla, joista on apua erityisesti vieraan kielen oppimisessa. Ihmisopettajien puheessa esiintyvät aksentti- ja rytmivaihtelut voivat lisätä kuormitusta ja heikentää sanojen tarkkaa havaitsemista. Sen sijaan tiedon siirtovaikutuksessa uuteen kontekstiin ryhmien välillä ei havaittu tilastollisesti merkitsevää eroa, mikä tarkoittaa, että tekoälyn tuottama video tukee tiedon soveltamista yhtä hyvin kuin perinteinen ihmisen tekemä videoaineisto.

Mayerin (2024) multimediaoppimisteorian valossa ihmisopettajien puheessa esiintyvät aksentti- ja rytmivaihtelut voivat toimia ylimääräisenä kognitiivisena kuormituksena, joka kuluttaa oppijan rajallisia resursseja puheen analysointiin. Vaikka Mayerin alkuperäinen ääniperiaate suosii ihmisääntä koneäänen sijaan, Xun ym. (2024) tutkimus toi esiin, että erityisesti kielten oppimisessa nykyaikaiset koneäänet voivat tarjota selkeämmän artikulaation verrattuna ihmisopettajien vaihteleviin aksentteihin. Tekoälyn puhe voi siis vähentää oppijoiden kognitiivista kuormitusta, näin ollen tekoälyn tuottama johdonmukainen ääni voi auttaa oppijoita keskittymään enemmän itse oppimisprosessiin, joka saattaa tukea parempaa tiedon säilyttämistä, kuten tutkimuksessa havaittiin.

Pedagogisen median tulevaisuutta suunnittelemassa

Tekoälyn ja ihmisen tekemiä videoita vertailleiden tutkimusten pohjalta näyttää siltä, ihmisopettajan videot tarjosivat pienen edun oppimiskokemuksessa, mutta oppimistulokset olivat tekijöiden välillä samantasoiset. Tämä viittaa siihen, että opiskelijat omaksuvat sisällön yhtä hyvin riippumatta siitä, onko opettaja ihminen vai tekoäly.

Tekoälyvideot tarjoavat selkeän tehokkuusedun, Netlandin ym. (2025) arvion mukaan yhden videon tuotanto tekoälyllä kesti keskimäärin 3–4 tuntia, kun taas ihmisopettajan videon käsikirjoittaminen, kuvaaminen ja tuottaminen vei arviolta 16–29 tuntia. Näin ollen tekoäly mahdollistaa nopeamman ja kustannuksiltaan tehokkaamman tavan tuottaa opetussisältöjä laajassa mittakaavassa. Se tutkimuksilla osoitettu tosiseikka, että tekoälyllä tuotetut opetusvideot saavuttavat yhtä hyvät oppimistulokset kuin ihmisen tekemät videot ja se, että niiden tuotanto on selvästi nopeampaa, tulee niiden käyttöä tulevaisuudessa todennäköisesti yleistymään. Vaikka opiskelijat kokevat ihmisen läsnäolon edelleen hieman miellyttävämpänä, tämä ero on pieni ja kaventunee generatiivisen tekoälyn nopean kehittymisen myötä.

Tekoälyn kehitys antaa olettaa, että tutkimuksissa havaitut, nykyiset puutteet tunneilmaisussa, sosiaalisessa läsnäolossa ja hienovaraisessa vuorovaikutuksessa kaventuvat tulevina vuosina merkittävästi. Generatiiviset mallit oppivat tuottamaan yhä luonnollisempaa puhetta, ihmismäisempiä ilmeitä ja kehonkieltä, joka parantaa koettua vuorovaikutuksellisuutta ja vähentää kokemuksellista etäisyyttä. Kehittyneet ääni- ja ilmesynteesit tekevät puheesta vivahteikkaampaa ja vähemmän mekaanista, ja uusimmat avatar-ratkaisut pystyvät jo tuottamaan mikroilmeitä ja tilanteeseen sopivia tunnevihjeitä. Kun nämä kyvykkyydet yhdistyvät pedagogisesti laadittuihin käsikirjoituksiin, ohjeisiin ja kehotteisiin, tekoäly pystyy mukauttamaan ilmaisuaan opetustilanteen ja -tavoitteiden mukaan. Tekoälyä voi ohjata esimerkiksi korostamaan, havainnollistamaan tai rauhoittamaan samalla tavalla kuin opettaja luontaisesti tekee.

Mayerin (2024) mediaoppimisen periaatteita hyödyntäen kannattaa tekoälyä ohjata positiivisen ilmaisun ja huumorin saloihin, sillä myös näiden on todettu tukevan oppimista. Positiivisuutta voi ilmentää niin äänellä, katseilla, eleillä, ilmeillä ja kehon asentojenkin avulla (Kiikeri 2025). Näiden kehitysideoiden myötä sosiaalisen läsnäolon kokemus vahvistuu, ja nykyiset erot ihmisen ja tekoälyn välillä oppimiskokemuksessa kaventuvat. Kun ilmaisun luonnollisuus ja tilannetaju kehittyvät, tekoäly kykenee mukauttamaan opetuksen sävyä ja tempoa ihmismäisemmin, joka tukee sekä sosiaalisen läsnäolon kokemusta että oppijan tunnetason sitoutumista.

Näiden muutosten myötä ero ihmisen ja tekoälyn välillä oppimiskokemuksessa kaventunee nopeasti, ja tekoälyllä tuotetut opetusvideot voivat tulevaisuudessa tarjota opetuksellisesti ja kokemuksellisesti lähes yhtä rikkaan mediaesityksen kuin ihmisen tuottamat.

Netlandin ym. (2025) mukaan tulevaisuuden todennäköisin suunta on yhdistelmämalli, jossa opettaja ja tekoäly toimivat rinnakkain, tekoäly tuottaa ja jalostaa raakasisältöä, kun taas opettaja suunnittelee, arvioi ja rakentaa kokonaisuuden. Tämä malli hyödyntää molempien vahvuuksia ja yhdistää tehokkuuden pedagogiseen osaamiseen.

Tulevaisuuden kehityssuunta herättää kuitenkin kysymyksen siitä, miten opettajan rooli tulisi muotoilla uudelleen, jotta yhteistyö tekoälyn kanssa todella vahvistaisi oppimista eikä jäisi teknologian ehdoilla tehdyksi lisämausteeksi. Jos tai pikemminkin kun sisällön generointi ei enää ole opettajan ajankäytön suurin haaste, painopiste siirtyy väistämättä kohti pedagogista analyysia, sisällön valikointia ja oppijoiden sosiaalisen yhteyden tukemista. Tällöin opettajan osaaminen korostuu erityisesti siinä, miten tekoälyn tuottama raakasisältö jalostetaan opetuksellisesti tarkoituksenmukaiseksi videoiksi, podcasteiksi, kuviksi ja graafeiksi, eettisesti kestävällä tavalla.

Kun sisällöntuotanto ei enää ole opettajan ajankäytön suurin haaste, jää toivottavasti aikaa pedagogiseen, vuorovaikutukselliseen toimintaan ja oppijoiden kanssa tehtävään yhteiskehittämiseen. Teknologian kestävä hyödyntäminen ei synny yksittäisistä ratkaisuista, vaan jatkuvasta oppimisesta, kokeilukulttuurista ja halusta rakentaa yhteistä asiantuntijuutta (aiheesta lisää kirjoituksessani Pedagoginen rohkeus mahdollistaa asiantuntijuuden ja prosessien uudelleenmäärittelyn tekoälyn aikakaudella). Tekoälyn kestävässä tulevaisuudessa opettajan ydintehtävä ei ole imitoida tekoälyn kyvykkyyksiä, vaan vahvistaa niitä ulottuvuuksia, joissa ihminen on edelleen ylivoimainen. Ihmisen vahvuuksia on vuorovaikutuksessa, tilannetajussa, merkityksellisten oppimiskokemusten rakentamisessa ja oppijoiden osallisuuden tukemisessa. Oppimisen suunnan määrittävät tulevaisuudessakin edelleen ihmiset, yhdessä.

Osana tätä artikkelia on tehty kirjoittajaa imitoiva tekoälyavatarta hyödyntävä video, joka kertoo tästä artikkelista ja sen tärkeimmistä nostoista. Videon loppuun on liitetty osio, jossa piipahtaa kirjoittaja omana itsenään. Tekoälyvideon ja ihmisvideon perusteella voit itse pohtia, miten sinä suhtaudut tekoälyn tekemään mediaan – näetkö sen uhkana vai mahdollisuutena.

Kuva: Haaga-Helia/kuulu.fi