Tekoälyn käyttö matematiikan opetuksessa, osa 2
Tekoälyn hyödyntämisestä on lyhyessä ajassa tullut todellinen buumi matematiikan opetuksen tutkimuksessa. Vaikka toisaalta julkaisumäärä kasvaa, niin tutkimus on vielä toistaiseksi keskittynyt muutamiin maihin ja laitoksiin, pääasiallisesti Kiinaan ja Yhdysvaltoihin. Suurinta huomiota saaneet tutkimusaiheet ovat muun muassa mukautuvat oppimisympäristöt (adaptive learning systems), älykkäät tutorohjelmat ja ylipäänsä koneoppimista hyödyntävät algoritmit. Vähemmälle huomiolle ovat jääneet tekoälyn hyödyntämisen sosiaaliset ja eettiset ulottuvuudet matematiikan opetuksessa. (Nguyen, 2025.) Toisaalta tekoälyn kehitys on nopeaa, eikä viime vuonna tehty tutkimus välttämättä tyydytä nykyhetken tietotarvetta.
Vastaavaa murroskautta voinee aistia matematiikan opetuksen kentällä, jossa täydennyskoulutusta tekoälyn haltuunottoon ja hyödyntämiseen matematiikan opetuksessa tarjotaan yhä enemmän ja säännöllisemmin. Edellisessä Matematiikan opetuksen kansalliskomitean kolumnissa pohdittiin tekoälyn käytön tuottamia mahdollisuuksia ja sen edellyttämiä taitoja. Tekoälyn tullessa osaksi arkielämää sekä matematiikan opetuksen arkea on tarpeen pysähtyä pohtimaan millainen tarve jää “perinteiselle” (tekoälyttömälle) opetukselle ja toisaalta missä kulkevat tekoälyn käytön rajat matematiikan opetuksessa?
Vanhassa vara parempi?
Suhtautuminen tekoälyyn voi olla usein kahtalainen. Nopea tiedonsaanti ja valmiina saatavat materiaalit helpottavat tekoälyn käyttäjän arkea. Toisaalta voi herätä huoli oman tietotaidon kaventumisesta, kun tekoälyn avulla osa omasta työstä automatisoituu. Liiallinen käyttö voidaan kokea jopa vaarallisena. Erityisesti ongelmaksi nousee se, että oppilailla tai opiskelijoilla, joilla ei ole tietotaitoa tulkita tekoälyn tuottamaa, virheellisen oppimisen riski kasvaa. Vaikka virheistä oppii, niin systemaattisten virheiden kohdalla syytä voi olla vaikea huomata ja jälkikäteen korjata — mieluummin oppisi heti alkuun oikein. Tekoälyn aikana yhä tärkeämpää on opetella tiedon arviointia ja medialukutaitoa. Kysymys onkin, mille pohjalle näitä taitoja opetetaan. Aikaisemmin koulussa vaadittiin runsaammin ulkoa opettelua, kun taas nykyään sääntönä tuntuu olevan, että kokeessa saa olla mukana esimerkiksi kaavakokoelma. Mikä siis on tasapaino kynä ja paperi -työskentelyn, ulkoa oppimisen ja soveltavan, digitaalisen välillä?
Tekstiä ja kuvia tuottava tekoäly osaa tuottaa pitkiä ja usein oikein tehtyjä ratkaisuja tai todistuksia perusteluineen. Toisaalta oppimista ei tapahdu, jos laittaa tekoälyn työskentelemään omasta puolestaan. Haaste on sama kuin muidenkin sähköisten välineiden käytössä. Opesemowo ja Ndlovu (2024) toteavatkin, että liiallinen tekoälyn käyttö voi johtaa käsitteiden liialliseen yksinkertaistamiseen sekä tehdä oppijoista entistä riippuvaisempia tekoälyn käyttämisestä. Sähköisiä välineitä, kuten tekoälyä, voi hyödyntää tehokkaasti, mutta jos ei tiedä mitä on tekemässä, vaan on ainoastaan opetellut käyttämään sähköisiä työkaluja, ei haastavammista tilanteista välttämättä selviä.
Tekoälyn saapuminen matematiikan opetuksen kentälle herättää pohtimaan, mikä on tärkeää oppia matematiikassa. Onko se tiedot vai näiden tietojen soveltaminen vai jotain muuta? Pohdintaa herättää myös se, millä tavoin matematiikkaa opiskelevien haasteet tulevat eroamaan opiskelun suhteen, kun “perinteinen” opetus saa rinnalleen tekoälyn. Matematiikka on tunteita herättävä oppiaine. Opesemowo ja Ndlovu (2024) huomauttavat, että koska tekoälyllä ei ole emotionaalista älykkyyttä, se ei voi korvata opettajan roolia oppilaan tukemisessa ja luokan ilmapiirin rakentamisessa. Yhtälailla tekoälyyn perustuvien oppimisympäristöjen räätälöidessä tai valikoidessa oppilaalle sopivia tehtäviä tämän taitotason mukaan on mahdollista, että tekoälyn käyttö ei edistä parhaalla mahdollisella tavalla matematiikan oppimista (Opesemowo ja Ndlovu, 2024). Matematiikan oppiminen edellyttää, että aina silloin tällöin ennen ahaa-elämystä ollaan ihan suossa ja ponnistellaan, että saadaan ymmärryksestä kiinni.
Käytön rajat?
Yhdysvaltalainen National Council of Teachers of Mathematics -järjestö painottaa lausunnossaan, ettei tekoäly voi korvata opettajaa ongelmanratkaisun tai matematiikan opettamisessa. Sen sijaan tarve kriittisen ajattelun, medialukutaidon ja syvällisen matematiikan osaamisen kehittämiselle kasvaa (National Council of Teachers of Mathematics, 2026). Opesemowo ja Ndlovu (2024) tunnistavatkin, kuinka liian kattava tukeutuminen tekoälyn käyttöön ei anna oppijoille mahdollisuuksia kehittää kriittistä ajattelua tai ongelmanratkaisutaitoja matematiikkaa opiskellessa. Tekoälyn mahdollistama nopea vastauksen tuottaminen ei kannusta pohtimaan muita ratkaisutapoja tai ratkaisun parantamista.
Tekoälyn mukanaan tuomat haasteet ja mahdollisuudet eivät ole irrallisia muista opetuksen kentän haasteista. Tekoälyn hyödyntäminen matematiikan oppimisessa luo vahvan painotuksen raakalaskemiselle, jolloin oppijat eivät välttämättä saa kannustusta ajattelun kehittämiselle; samanaikaisesti vähemmälle huomiolle jäävät muun muassa käsitteellinen ymmärtäminen ja matematiikan soveltaminen (Opesemowo ja Ndlovu, 2024). Kouluterveyskyselyissä sekä julkisessa keskustelussa on tullut esiin, kuinka opiskelu voidaan kokea hyvinkin vaativana ja uuvuttavana. Herää kysymys, mitä tämä yhdistettynä tekoälyyn matematiikan opetuksessa tekee positiiviselle ponnistelulle.
Matematiikan osaamisen arviointi voi vaikuttaa yksittäisten tavoitteiden (oppisisältöjen, kuten trigonometrian, hallinnan tai työskentelyn taitojen, kuten eri aiheiden välisten yhteyksien) tarkastelulta kokonaisvaltaisen taidon arvioitsemisen kustannuksella. Tekoäly haastaakin opettajia kehittämään arviointityökalujaan vastauksena uuteen tilanteeseen, jossa oppijalla voi olla käytössään matematiikan tehtäviä ratkaiseva tekoälyapuri. Erityisesti National Council of Teachers of Mathematics -järjestö toteaa tämän lisäävän – eikä vähentävän – pätevien matematiikan opettajien tarvetta (National Council of Teachers of Mathematics, 2026). Toisaalta tekoälyn ollessa edellyttämien taitojensa puolesta “asiantuntijatyökalu” on edelleen tarvetta arvioida osaamista ja työskentelyn taitoja ilman tekoälyn käyttöä.
Loppujen lopuksi voitaneen todeta, että tekoäly on hyvä renki, mutta huono isäntä. Huolena on etevien oppijoiden osaamisen heikkeneminen, kun huomio vaihtoehtoisiin tapoihin ja oman tekemisen ja tekoälyn tuottaman kriittiseen tarkasteluun vähenee. Toisaalta liika turvautuminen tekoälyn tarjoamaan automaatioon ja valmiisiin vastauksiin voi rapauttaa myös perusosaamista. Haasteeksi nousee, miten taataan oppilaille sellainen perusosaaminen, joka mahdollistaa tekoälyn hyödyntämisen. Teknologian suhteen lukion matematiikan opetuksessa on keskusteltu kynällä ja paperilla tekemisen merkityksestä. Siten, että saadaan perustaidot kuntoon ennen kuin ruvetaan toteuttamaan teknologiapainotteista opetusta. Toisaalta teknologian merkityksen kasvaessa on harjoiteltava erilaisten teknologioiden, kuten tekoälyn, käyttöä ja hyödyntämistä. Opettajan yhtenä tehtävänä onkin koostaa oppimista erilaisista palasista, jotka hyödyttävät oppijaa – ja tekoäly on vain yksi palanen tässä matematiikan oppimisen mosaiikissa.
Viitteet
National Council of Teachers of Mathematics (2026). Artificial Intelligence and Mathematics Teaching – A Position of the National Council of Teachers of Mathematics. Haettu 21.5.2026 osoitteesta https://www.nctm.org/standards-and-positions/Position-Statements/Artificial-Intelligence-and-Mathematics-Teaching/
Nguyen, D. T. (2025). Artificial intelligence (AI) in mathematics education: Bibliometric analysis for the period 2020-2025. International Electronic Journal of Mathematics Education, 20(4), em0857. https://doi.org/10.29333/iejme/17182
Opesemowo, O. A. G. & Ndlovu, M. (2024). Artificial intelligence in mathematics education: The good, the bad, and the ugly. Journal of Pedagogical Research, 8(3), 333-346. https://doi.org/10.33902/JPR.202426428
