Kurssi 1 · Saatavilla
Tekoälyn perusteet
Mitä tekoäly on, miten se toimii, ja mihin se kykenee sinun työssäsi.
Videot ja tekstit
~126 min
Oppitunteja
34
Moduuleja
6
Arvioitu kokonaistyö
1 op (27 h)
Vaativuustavoite
Eurooppalainen taso 6
Kokonaistyö sisältää videot, tekstit, harjoitukset ja oman soveltavan työn. Kyse ei ole korkeakoulun myöntämästä opintosuorituksesta tai sertifikaatista.
Osaamistavoitteet
Kurssin suoritettuaan opiskelija:
- osaa selittää omin sanoin, mitä nykyinen kielimalleihin perustuva tekoäly on ja mihin sen toiminta perustuu (todennäköisyyspohjainen seuraavan sanan ennustaminen)
- tunnistaa keskeiset käsitteet (kielimalli, harjoitusdata, parametri, konteksti, hallusinaatio) ja osaa käyttää niitä oikein
- osaa arvioida, mihin työtehtäviin tekoäly soveltuu ja missä sen rajat tulevat vastaan
- osaa tunnistaa tekoälyn tuottaman virheellisen tai harhaanjohtavan vastauksen ja suhtautua tuloksiin lähdekriittisesti
- soveltaa oppimaansa nimeämällä vähintään kolme konkreettista käyttökohdetta omassa työssään ja perustelee valintansa
Kohderyhmä
Kaikki tekoälyn käytön aloittavat asiantuntijat ja esihenkilöt toimialasta riippumatta. Ei edellytä teknistä taustaa.
Esitiedot
Ei edeltäviä opintoja. Riittää tietokoneen ja selaimen peruskäyttö.
Sisältö
Moduuli 1 · ~27 minMitä tekoäly oikeasti onYmmärrät mitä tekoälyn nykyversiot tekevät ja miksi se on tärkeää työn kannalta.
Moduuli 1 · ~27 min
Mitä tekoäly oikeasti on
Ymmärrät mitä tekoälyn nykyversiot tekevät ja miksi se on tärkeää työn kannalta.
- 1. Tekoälyn lyhyt historiaOpiskelija tietää, miksi tekoälyn nykyinen aalto on poikkeuksellinen, eikä vain seuraava "AI-buumi" historian jatkumossa.5 min
- 2. Mikä on tekoälykielimalliOpiskelija osaa selittää tekoälykielimallin perusperiaatteen yhdellä lauseella, eikä pidä sitä "ajattelevana oliona".6 min
- 3. Mitä se EI oleOpiskelija osaa erottaa tekoälyn realistiset kyvyt sci-fi-kuvitelmista.5 min
- 4. Avainsanat ilman mystifiointiaOpiskelija ei säikähdä keskeisten käsitteiden lyhenteistä eikä tarvitse niitä päivittäisessä käytössä.6 min
- 5. Käytännön harjoitus ja moduulin tarkistuspisteOpiskelija tekee ensimmäisen oman kokeilun, jolla hän testaa moduulin oppimisen omassa työssään.5 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 2 · ~28 minTekoälyn arkipäivän työkalutKolme isoa palvelua — ChatGPT, Claude ja Gemini — ja mikä niistä sopii mihinkin.
Moduuli 2 · ~28 min
Tekoälyn arkipäivän työkalut
Kolme isoa palvelua — ChatGPT, Claude ja Gemini — ja mikä niistä sopii mihinkin.
- 1. ChatGPT lyhyestiTiedät mitä ChatGPT on, kenelle se sopii, ja mitä se maksaa.5 min
- 2. Claude lyhyestiTiedät miten Claude eroaa ChatGPT:stä ja missä se on parempi valinta.5 min
- 3. Gemini lyhyestiTiedät Geminin vahvuudet ja milloin se on paras valinta.5 min
- 4. Mikä valita milloinkinOsaat valita kolmen mallin välillä omiin tarpeisiin perustuen.6 min
- 5. Yritystilausten erotTiedät miksi yritystilaus on tärkeä kun käsittelet luottamuksellisia tietoja.5 min
- 6. Tarkistuspiste ja moduulin yhteenvetoOlet valmis seuraamaan moduuliin 3 ja olet ottanut työkaluvalinnastasi muistiinpanon.2 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 3 · ~32 minMitä se kykenee tekemään työssäsi5 yleistehtävää joissa tekoäly auttaa + 5 toimialakohtaista esimerkkiä.
Moduuli 3 · ~32 min
Mitä se kykenee tekemään työssäsi
5 yleistehtävää joissa tekoäly auttaa + 5 toimialakohtaista esimerkkiä.
- 1. 5 yleistehtävää joissa tekoäly auttaaTunnet viisi tehtävätyyppiä, joihin tekoälyn käyttö sopii lähes aina.7 min
- 2. Esimerkki: myyntityöTunnet 3 konkreettista tekoälyn käyttöä myynnissä.4 min
- 3. Esimerkki: taloushallintoTunnet 3 konkreettista käyttöä talouden tehtävissä.4 min
- 4. Esimerkki: henkilöstöhallintoTunnet 3 käyttöä henkilöstöjohtamisessa + eettiset riskit.4 min
- 5. Esimerkki: asiakaspalveluTunnet 3 käyttöä asiakaspalvelussa ja eron oikean ja huonon asiakaspalvelu-tekoälyn välillä.4 min
- 6. Esimerkki: johto ja strategiaTunnet 3 käyttöä johdon työssä.4 min
- 7. Käytännön harjoitus ja moduulin tarkistuspisteOlet listannut 5 oman työsi tehtävää, joihin tekoäly voi auttaa.5 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 4 · ~22 minMitkä ovat rajat ja riskitHallusinaatiot, vanhentuva tieto, tietosuoja, ennakkoluulot ja tekijänoikeus.
Moduuli 4 · ~22 min
Mitkä ovat rajat ja riskit
Hallusinaatiot, vanhentuva tieto, tietosuoja, ennakkoluulot ja tekijänoikeus.
- 1. Hallusinaatiot, eli keksityt faktatTunnistat hallusinaatiot ja osaat estää niiden vaikutuksen omassa työssäsi.6 min
- 2. Tieto vanheneeTiedät että tekoälyllä on 'cut-off date', ja milloin se vaikuttaa työhösi.3 min
- 3. Tietosuoja ja salassapitoTiedät mitä tietoja EI saa antaa tekoälylle ja miksi.6 min
- 4. Ennakkoluulot ja eettisyysTiedät miksi tekoäly heijastaa ennakkoluuloja ja miten varaudut.3 min
- 5. TekijänoikeusTiedät tekijänoikeuden perustilanteen tekoälyllä tuotetun sisällön suhteen.3 min
- 6. Tarkistuspiste ja moduulin yhteenveto1 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 5 · ~22 minEnsimmäinen oma kokeiluAktivoiva moduuli — rakennat oikean kokeilun samalla kun katsot.
Moduuli 5 · ~22 min
Ensimmäinen oma kokeilu
Aktivoiva moduuli — rakennat oikean kokeilun samalla kun katsot.
- 1. Valitse käyttötapausOlet valinnut yhden konkreettisen käyttötapauksen aikaisemmin keräämältäsi listalta.4 min
- 2. Kirjoita ensimmäinen ohjeSovellat 'hyvän ohjeen 5 osaa' -menetelmää omaan käyttötapaukseen.6 min
- 3. Aja, arvioi, korjaaOlet ajanut ensimmäisen ohjeesi, arvioinut tuloksen ja tehnyt parannuksen.6 min
- 4. Tallenna onnistunut ohjeOlet tallentanut onnistuneen ohjeesi paikkaan, johon palaat aina kun tarvitset.4 min
- 5. Yhteenveto ja jatkopolkuTiedät mitä opit ja mihin suuntaan jatkat oppimista.2 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 6 · ~22 minKun tekoäly ei vain vastaa vaan tekeeJohdatus tekoälyagentteihin ja automaatioon: mikä agentti on, MCP, ihmisen hyväksyntä ja turvaraamit.
Moduuli 6 · ~22 min
Kun tekoäly ei vain vastaa vaan tekee
Johdatus tekoälyagentteihin ja automaatioon: mikä agentti on, MCP, ihmisen hyväksyntä ja turvaraamit.
- 1. Mitä agentti tarkoittaaYmmärrät eron chatbotin ja tekoälyagentin välillä.4 min
- 2. Yksi esimerkki loppuun astiOsaat kuvata, miten agentti etenee monivaiheisessa tehtävässä alusta loppuun.5 min
- 3. Miten agentti liitetään omaan dataan ja työkaluihinYmmärrät maallikkotasolla, miten agentti kytketään omiin tietoihin ja työkaluihin, ja mitä MCP ja connectorit tarkoittavat.4 min
- 4. Turvaraamit autonomialleYmmärrät, miksi ja miten ihminen pidetään ohjaksissa, kun agentti toimii itsenäisesti.5 min
- 5. Milloin agenttia EI tarvita + yhteenvetoOsaat arvioida, milloin yksinkertainen chat riittää ja milloin agentti on paikallaan, ja tiedät jatkopolun.4 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Arviointi
Hyväksytty / hylätty. Hyväksytty suoritus edellyttää, että opiskelija on palauttanut kaikkien moduulien soveltavat oppimistehtävät ja saavuttanut loppukokeessa vähintään 60 % oikeita vastauksia. Oppimistehtävät arvioidaan suhteessa osaamistavoitteisiin: hyväksytyssä suorituksessa vastaus osoittaa käsitteiden ymmärrystä ja perusteltua soveltamista opiskelijan omaan työkontekstiin, ei pelkkää toistoa.
Kurssin päätöstehtävä
Rakenna turvallinen tekoälykokeilu omaan työhösi
Valitse yksi toistuva tehtävä, suunnittele tekoälyavusteinen työnkulku, testaa sitä kolmella esimerkillä ja dokumentoi tulokset.
- ✓ Kuvaa lähtötilanne ja tavoite
- ✓ Liitä käyttämäsi ohje
- ✓ Vertaa kolmea testitulosta
- ✓ Tunnista virheet ja tarkistustapa
- ✓ Rajaa luottamuksellinen tieto
- ✓ Päätä, jatkatko käyttöönottoon
Hyvä työ on rajattu, toistettavissa ja sisältää ihmisen tekemän tarkistuksen. Käytä tätä oman osaamisesi yhteenvetona; tehtävää ei arvioida korkeakoulusuorituksena.
Kurssin lähteet (6)
- McCarthy, J., Minsky, M., Rochester, N. & Shannon, C. (1955). A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence.
- Russell, S. & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4. painos). Pearson.
- Vaswani, A. et al. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems 30.
- Brown, T. et al. (2020). Language Models are Few-Shot Learners.
- Bender, E. M., Gebru, T., McMillan-Major, A. & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? FAccT '21.
- Euroopan parlamentin ja neuvoston asetus (EU) 2024/1689 (tekoälysäädös).
Saavutettavuus: Tavoitetaso WCAG 2.1 AA. Jokaisesta video-oppitunnista on tekstivastine (litteraatti tallennettuna oppimisalustalle), ja slide-pisteet toimivat visuaalisen sisällön tekstivaihtoehtoina. Värikontrastit noudattavat AA-tasoa. Materiaali on käytettävissä myös pelkkänä tekstinä ilman ääntä.
Sisältö tarkistettu: 2026-06-04
Suositeltu seuraava kurssi
Hyvät ohjeet tekoälylle
Opi muuttamaan perusteet toistettaviksi työtavoiksi.
Tutustu seuraavaan kurssiin →