Kasvavan osaajatarpeen käynnistämässä kouluopetuksen kehittämisen seminaarisarjassa nousi esille juurihoidon tarve kaikilla tasoilla. Varhaiskasvatuksesta aloitettu sarja jatkui ala- ja yläkouluihin kautta lukioihin. Oppiminen on kerroksittaista: kiinnostuksen herääminen, motivaation rakentuminen yhä laajenevan aineiston kanssa työskentelyyn ja valmius itsenenäistä työskentelyyn. Kirja ”Härkää sarvista – matematiikan osaaminen nousuun” kokoaa yhteen seminaarisarjan havainnot ja suositukset. Säästöjen myötä muodostuneiden oppimista haittaavien tekijöiden poistaminen on tarpeen kaikilla tasoilla. Uusilla opetusratkaisuilla voidaan edistää oppimista, mutta kaikessa painottuu oppimis- ja tiedonhankintavalmiuksien tukeminen. Osaamisen päivittämistä tarvitaan ajan tasalla pysymiseen. Tutkintojen laadun varmistaminen on keskeistä.
Matematiikkaan painottunut seminaarisarja oli kehittämisen ensimmäinen vaihe. Jatkossa tulee edetä matemaattis-luonnontieteelliseen kokonaisuuteen. Matematiikka on luonnontieteiden yhteinen kieli ja kehitetyt askelmerkit sopivat hyvin myös luonnontieteisiin ja tietojenkäsittelytieteeseen. Samalla saadaan lisää painoa matematiikan käyttömahdollisuuksiin ja ratkaisujen toteuttamiseen. Matematiikan käyttökelpoisuus ei myöskään rajoitu luonnontieteisiin ja tekniikkaan. Digitaalisuuden kautta se matematiikka voi yhdistää toiminta-alueita.
Generatiivinen tekoäly on herättänyt innostusta ja suuria lupauksia, mutta myös pettymyksiä ja odotusten hiipumista. Aikaisempia ratkaisujen ja kehitysideoiden etsimiseen ja selvittelyyn nämä ratkaisut sopivat. Työkaluja voidaan pitää keskustelukumppaneina ja avustajina. Ratkaisujen hahmottamisessa tulee käyttää useita työkaluja ja monipuolisesti varioituja kysymyksiä. Uusien kielimallien aktiivinen kehittäminen tuo tähän uusia mahdollisuuksia. Kielimallien kehitys nostaa esille kieliin sisältyvä ajattelumallin merkityksen. Suomen kielikin sisältää oman ajattelumallin, jolla voidaan kehittää ja arvioida ratkaisuja ja niiden toimivuutta.
Tekoäly on rakentunut pitkän ajan kuluessa. Käyttökelpoisten data- ja tekstiaineistojen laajentuminen on tuonut lisää mahdollisuuksia, mutta samalla näiden aineistojen laatuvaatimukset ovat korostuneet. Soveltamisen kannalta tasapainoinen aineisto asettaa rajat ratkaisun käyttöalueelle. Tähän tarvitaan kohteen asiantuntemusta ja kokonaisuuksien ymmärtämistä. Tekoäly ei korvaa asiantuntemusta – tekoälyä tulee käyttää asiantuntevasti.
• Esko Juuso