Tekoälyn hyödyntäminen työelämässä (5op)

Arviointiasteikko

H-5

Sisällön jaksotus

Opintojakson sisältö:

- tekoälyn ja koneoppimisen perusteet
- tekoälyn keskeiset käsitteet ja toimintaperiaatteet
- koneoppimisen ja datan rooli tekoälyn kehittämisessä
- tekoälyn sovelluksia eri toimialoilla
- tekoälyn hyödyntäminen sosiaali- ja terveysalan toimintaympäristöissä
- tekoälyn käyttöönoton haasteet ja edellytykset sote-organisaatioissa
- vastuullinen ja kestävä tekoäly, eettisyys
- tekoälyn sosiaaliset vaikutukset yksilöihin ja yhteiskuntaan
- tekoälyn ekologiset vaikutukset ja kestävän kehityksen näkökulma
- vastuullisen tekoälyn periaatteet ja käytännön soveltaminen
- tekoäly tulevaisuuden työelämässä

Opintojakson suoritettuaan opiskelija osaa:

- kuvailla tekoälyn ja koneoppimisen peruskäsitteet, toimintaperiaatteet ja sovellusalueet eri toimialoilla.
- tunnistaa tekoälyn mahdollisuuksia ja rajoituksia työelämän ja erityisesti sosiaali- ja terveysalan toimintaympäristöissä.
- analysoida tekoälyn hyödyntämisen vaikutuksia työnkuviin, palveluprosesseihin ja päätöksenteon tukemiseen
-arvioida tekoälysovellusten eettisiä, sosiaalisia ja ekologisia ulottuvuuksia ja soveltaa vastuullisen tekoälyn periaatteita omaan alaan liittyvissä esimerkeissä
tarkastella tekoälyn käyttöönoton edellytyksiä ja kehittämismahdollisuuksia organisaation ja yhteiskunnan näkökulmasta
-keskustella tekoälyn roolista tulevaisuuden työelämässä ja pohtia oman ammattialan muutosta tekoälyn kehittymisen myötä

Opintojakso toteutuu verkko-opintoina, etäyhteyksin Zoomissa.
Opintojakso toteutuu seuraavasti:

22.1.2026 klo 10.15-16.00
11.3.2026 klo 12.30-16.00
17.4. 2026 klo12.30-16.00

Opintojakson etäopetuskerrat ovat pakollisia, ja niistä poissaolo korvataan erillisellä tehtävällä, joka annetaan itsLearningissa opintokerran jälkeen.

Opintojakson ensimmäinen opetuskerta on tutkintosäännön mukaan pakollinen. Jos opiskelija on poissa ensimmäiseltä lähiopetuskerralta, hänet poistetaan opintojaksolta ja hän suorittaa sen seuraavassa toteutuksessa.

Tavoitteet

Opintojakson suoritettuaan opiskelija:
- Osaa kertoa, mitä tekoäly, koneoppiminen, generatiivinen tekoäly, laajat kielimallit, luonnollisen kielen käsittely ja muut tekoälyyn liittyvät käsitteet ovat ja miten ne liittyvät toisiinsa.
- Osaa käyttää generatiivista tekoälyä.
- Osaa hyödyntää tekoälyä käytännön ongelmien ratkaisemisessa omalla toimialallaan.
- Osaa käyttää tekoälyä vastuullisesti, eettisesti, kestävän kehityksen ja ekologisuuden huomioiden.

Sisältö

Tekoälyyn liittyvät keskeiset käsitteet ja toimintaperiaatteet.
Laajat kielimallit ja generatiivinen tekoäly.
Tekoälyn eettiset ja sosiaaliset haasteet.
Tekoäly ekologiset vaikutukset ja kestävä kehitys.
Tekoälyn käyttötapaukset eri toimialoilla.
Tekoälyn hyödyntäminen ja käyttöönotto.
Tekoälyn tulevaisuus.

Opetusmenetelmät

Opettajajohtoiset avainluennot: Opettajajohtoiset avainluennot tarjoavat opiskelijalle kokonaiskuvan opintojakson keskeisistä teemoista ja suuntaavat syventävää oppimista. Luennoilla käsitellään tekoälyn ja koneoppimisen perusteita, tekoälyn hyödyntämistä sosiaali- ja terveysalalla sekä vastuullisen ja kestävän tekoälyn periaatteita.

Itsenäinen työskentely: opiskelija perehtyy aiheisiin mm. oppimateriaalin, lähdemateriaalien, videoiden ja artikkeleiden avulla.

Keskustelut ja vertaisoppiminen: opiskelijat osallistuvat ryhmäkeskusteluihin ja jakavat näkökulmiaan ja osaamistaan.

Reflektio ja soveltaminen: opiskelija pohtii tekoälyn vaikutuksia omaan työhön ja ammattialaan sekä arvioi tekoälyn eettisiä ja yhteiskunnallisia ulottuvuuksia opintojakson opetuskerroilla ja tehtävissä.

Pedagogiset toimintatavat ja kestävä kehitys

Opintojakson pedagoginen toteutus perustuu konstruktiiviseen oppimiseen, aktiiviseen ja tutkivaan oppimiseen, jossa opiskelija rakentaa omaa ymmärrystään tekoälyn hyödyntämisestä työelämässä eri näkökulmista. Opetusmenetelmät tukevat itseohjautuvuutta, kriittistä ajattelua ja reflektiivistä oppimista.

Opintojaksolla hyödynnetään kokemuksellisen oppimisen mallia, jossa oppiminen tapahtuu tekemisen, kokeilun ja reflektion kautta. Oppimista ohjataan opettajajohtoisten avainluentojen, oppimistehtävien ja vertaisvuorovaikutuksen avulla. Opiskelija soveltaa opittua tietoa käytännön esimerkkeihin ja omaan ammattialaan liittyviin tilanteisiin.

Opintojakso edistää kestävän kehityksen tavoitteita tarkastelemalla tekoälyn ekologisia, sosiaalisia ja eettisiä vaikutuksia. Opiskelija oppii tunnistamaan tekoälyn roolin kestävän ja vastuullisen työelämän edistämisessä sekä arvioimaan teknologisten ratkaisujen vaikutuksia ympäristöön ja yhteiskuntaan.

Toteutuksen valinnaiset suoritustavat

Opintojakson voi hyväksi lukea kahdella tavalla: 1) hyväksi lukemalla aiemman vastaavan opintokokonaisuuden tai 2) osaamisen näytöllä. Osaamisen näyttö tulee opettajien kanssa ennen opintojakson ensimmäistä opetuskertaa. Opettajat ohjeistavat osaamisen näytön menetelmät.

Opiskelijan ajankäyttö ja kuormitus

Opintojakso sisältää kolme osiota: Tekoälyn ja koneoppimisen perusteet, Tekoälyn hyödyntäminen sote-toimintaympäristöissä sekä Vastuullinen tekoäly – ekologiset ja sosiaaliset näkökulmat.

Opintojakso sisältää keskustelu-, ryhmä- ja itsenäisiä tehtäviä sekä oppimistestin.

Tehtävä- ja opetusmitoitus viiden opintopisteen opintojaksolla (yht. 135 tuntia yhden opiskelijan työtä):

Opetuskerrat 12 h
Keskustelutehtävä 8 h
Ryhmätehtävät 30 h
Itsenäinen työ ja tehtävä 45 h
Oppimistesti 40 h (sis. materiaaleihin perehtyminen ja testin tekeminen)

Arviointimenetelmät ja arvioinnin perusteet

Opintojakso arvioidaan asteikolla hyl./T1-K5. Arviointi koostuu tehtäväarvioinneista.

Hylätty (0)

Opiskelija ei osoita ymmärtävänsä opintojakson keskeisiä käsitteitä eikä pysty soveltamaan niitä käytäntöön. Tehtävät ovat puutteellisia tai jäävät tekemättä.
Opiskelija ei osallistu ensimmäiseen opetuskertaan (tällöin hän putoaa pois opintojaksolta).

Arviointikriteerit, tyydyttävä (1-2)

Opiskelija tunnistaa tekoälyn peruskäsitteet ja osaa kuvata niiden merkityksen yleisellä tasolla. Soveltaminen käytännön esimerkkeihin on pinnallista. Tehtäväarviointien keskiarvo on T1 tai T2.

Arviointikriteerit, hyvä (3-4)

Opiskelija ymmärtää keskeiset käsitteet ja osaa soveltaa niitä oman alan tai työelämän esimerkkeihin. Hän tunnistaa tekoälyn mahdollisuuksia ja rajoituksia sekä arvioi eettisiä ja yhteiskunnallisia vaikutuksia perustellusti. H4 tasolla opiskelija osoittaa hyvätasoista reflektiota ja sovelluskykyä. Tehtäväarviointien keskiarvo on H3 tai H4.

Arviointikriteerit, kiitettävä (5)

Opiskelija osoittaa syvällistä ymmärrystä tekoälyn, koneoppimisen ja vastuullisuuden teemoista. Hän soveltaa opittua analyyttisesti ja kriittisesti sekä reflektiivisesti ja tuo esiin uusia näkökulmia oman alan kehittämiseen ja osoittaa vahvaa osaamista kestävän ja eettisen tekoälyn periaatteisiin. Tehtäväarviointien keskiarvo on kiitettävä 5.

Lisätiedot

Avoimen paikat 3, Campus Online paikat 3.

Opintojakso on YAMK-tasoinen (EQF 7 -taso), ei sovellu AMK-tasolle.
Opintojaksoa koskevissa asioissa opettajiin voi olla yhteydessä sähköpostitse.