Termi ”tekoäly” on ollut käytössä jo 1950-luvulta lähtien, mutta vasta viimeisten 5—10 vuoden aikana on kehitetty algoritmeja ja tarpeeksi nopeita tietokoneita, jotka mahdollistavat monipuolisen kuvamateriaalin generoimisen. Puhumme generatiivisesta eli uutta sisältöä, kuten tekstiä, kuvaa, ääntä ja jopa liikkuvaa kuvaa eli videota, tuottavasta tekoälystä. Algoritmi voidaan tässä yhteydessä tulkita tietokoneohjelmaksi tai sille annetuksi ohjeistukseksi.
Nykyiset tekoälymallit, jotka pystyvät tuottamaan kuvamateriaalia, on opetettu valtavalla määrällä kuvia. Esimerkiksi Laion-b-tietokanta koostuu lähes 6 miljardista kuvasta. Tämä tietokanta tai opetettu malli on monen kuvia tuottavan tekoälyohjelman taustalla. Toinen, kuvia tulkitseva tekoäly on käynyt läpi kerätyt kuvat tunnistaen ja luokitellen niissä esiintyviä kohteita, kuten kissat, pilvet, kukat, maisemat, mutta myöskin kuvaillen muun muassa, minkälainen tunnelma kuvassa on tai millä tyylillä kuva on tehty. Nykyisillä tekoälyohjelmistoilla voidaan luoda uusia kuvia käyttämällä kuva-aiheisiin ja esimerkiksi tyyliin liittyviä avainsanoja.
Tämänkaltaisen kuvamateriaalipankin käyttöön liittyy kysymyksiä siitä, keitä ja mitä kuvissa esiintyy, ja mistä kuvat ovat peräisin. Kuvat on kerätty Internetistä, varsinkin sen eri kuvapalveluista, kuten Flickr-valokuvapalvelusta, ArtStationista, DeviantArtista, Instagramista ja Pinterestistä. Palveluihin ladattuja kuvia on käytetty uusien algoritmien opetusmateriaalina. On siis mahdollista, että tietokannat painottuvat länsimaisiin kuvastoihin, kulttuuriin, maisemiin, ihmisiin ja kaupunkielämään. Muiden kulttuurien, kuten afrikkalaisen tai eteläamerikkalaisen kulttuurin, kuvastoa ei välttämättä ole yhtä paljon saatavilla näissä palveluissa. Tämä vaikuttaa siihen, millaista kuvamateriaalia tekoälyalgoritmit tuottavat.
Toinen ongelma, joka on noussut esiin, on tekijänoikeuskysymys. Tekoäly pystyy tuottamaan kuvia, jotka näyttävät tietyn taiteilijan tekemiltä opittuaan tyylin internetissä julkaistuista taiteilijan töistä. Tämä voi aiheuttaa ongelmia erityisesti niille taiteilijoille ja kuvittajille, jotka ovat vielä elossa. Jos tekoälyllä voidaan tuottaa kuvia, jotka muistuttavat hyvin paljon taiteilijoiden tai kuvittajien tekemiä töitä, se voi vaarantaa heidän ansaintamahdollisuutensa.
Yksi mahdollinen ongelma on deepfake-materiaalin tuottaminen. On mahdollista tuottaa uusia kuvia, jotka näyttävät esittävän esimerkiksi kuuluisaa näyttelijää tai poliitikkoa tästä aiemmin julkaistujen kuvien pohjalta. Mediassa usein esillä olevista henkilöistä on paljon kuvamateriaalia, ja tekoälyalgoritmit ovat todennäköisesti oppineet miltä henkilö näyttää. Voimme opettaa tekoälylle paitsi miltä joku henkilö näyttää, myös miltä tämä kuulostaa.
Nähtävissä on, että tekoälyalgoritmien käyttö on muuttumassa eettisempään suuntaan. Joissakin kuvien jakamispalveluissa (esim. ArtStation) on jo mahdollisuus estää omien kuvien käyttö tekoälyn opettamiseen. On myös mahdollista poistaa omia kuvia tietyistä tekoälyalgoritmeista. Keskustelua käydään myös tekoälymallien tasa-arvoisemmasta ihmiskuvasta, jotta eri sukupuolet, iät, etniset taustat ja muut seikat otettaisiin paremmin huomioon.
Seuraava kehitysvaihe, josta on jo esiasteita, on luovalla alalla videokuvan tuottaminen tekoälyllä. Vaikka tällä hetkellä pystytään tekemään vaikuttavan näköisiä kuvia, valokuvia tai vaikkapa maalauksia, videokuvan tuottaminen on vielä haastavaa. Kuvia tuottavalla tekoälyllä on kuitenkin paljon positiivista potentiaalia. Suunnittelija voi esimerkiksi tuottaa useita kuvia eri tyyleillä ja tehdä eri versioita saadakseen nopeasti aikaan erilaisia esimerkkejä, joista lähteä liikkeelle työskentelyssä. Voisi myös olla hauskaa muuttaa omakuva esimerkiksi sarjakuvaksi, vesivärimaalaukseksi tai origamiksi.
Tällä hetkellä kuvien tekemistä voi kokeilla erilaisilla nettipalveluilla ja sovelluksilla. Jotkut palveluista ovat ilmaisia ainakin aluksi, eikä niissä välttämättä tarvitse käyttää omia kuvia. Rahalla saa usein parempaa kuvamateriaalia ja kuvantuottaminen sujuu nopeammin.
Kannattaa myös muistaa, että tekoälyä käytetään paljon arjessa. Se auttaa meitä esimerkiksi löytämään parhaan reitin karttasovelluksessa, kun liikumme paikasta A paikkaan B, tai ehdottaa meille elokuvia tai TV-sarjoja Netflixissä aiempien valintojen perusteella. Tekoäly auttaa myös esimerkiksi Alexan, Cortanan ja Sirin kaltaisia puheentunnistussovelluksia ymmärtämään, mitä sanomme. Eräs esimerkki kuvia muokkaavien tekoälyalgoritmien arkipäiväistymisestä on Photoshop-kuvankäsittelyohjelma: siinä on jo olemassa tekoälypohjaisia tapoja, ”neuraalifilttereitä”, muokata kuvia. Onkin todennäköistä, että tulevaisuudessa yhä useampi sovellus käyttää tekoälyä. Tekoäly tuo mukanaan monia haasteita, mutta myös mahdollisuuksia.
Kaiken kaikkiaan generatiivinen tekoäly on mielenkiintoinen ja monipuolinen teknologia, joka tarjoaa lukemattomia mahdollisuuksia kuvien, äänen ja videon tuottamisessa. Kuitenkin on tärkeää ymmärtää, että sen käytössä on myös eettisiä ja käytännön haasteita ja siten huomioon otettavia seikkoja, kuten mm. tietosuoja, tekijänoikeudet ja kulttuurinen monimuotoisuus. On tärkeää, että opimme ymmärtämään tekoälyn potentiaalia ja rajoituksia, jotta voimme käyttää sitä vastuullisesti ja kestävästi tulevaisuudessa.
Linkkejä:
Kuvia (ja videota) luovien eri tekoälymallien aikajana: https://www.fabianmosele.com/ai-timeline
Google Imagen Video: https://imagen.research.google/video/
CLIP: tekoäly, joka tulkitsee kuvia, auttaa luomaan yhteyden selittävän tekstin ja kuvan välille: https://www.pinecone.io/learn/zero-shot-object-detection-clip/
Teksti: Tomi Knuutila
Kuva: Siru Tirronen
Lasten ja nuorten mediamaisema muuttuu alati ja uudet ilmiöt seuraavat toisiaan. On tärkeää voida tarjota oppilaille välineitä ilmiöiden ymmärtämiseen ja käsittelemiseen. Tämä oppimiskokonaisuus kuuluu Polkuja uusiin mediailmiöihin – Tieto- ja tehtävämateriaalisarjaan. Materiaalisarja sisältää tietotekstit ja tehtävät opettajan ja oppilaiden käyttöön. Voit tutustua uusiin ilmiöihin mielekkäästi esimerkiksi “Miten käsitellä uusia medialukutaidon ilmiöitä pedagogisesti?” -toimintamallin avulla.
Materiaali opettajalle
-
Luovan tekoälyn avulla voidaan tuottaa monenlaista uutta mediasisältöä, kuten tekstiä, kuvaa, ääntä ja videota. Tekoälyn tuottamat sisällöt tarjoavat monenlaisia mahdollisuuksia, mutta niihin liittyy myös monia eettisiä kysymyksiä ja haasteita. Videolla Tomi Knuutila pohtii luovan tekoälyn käyttöä eri näkökulmista.
Katso video ja pohdi seuraavia kysymyksiä:
Mitä oppilaiden olisi tärkeää tietää luovasta tekoälystä ja sen käytöstä, ja miksi?
Millä tavoin opetuksessa voisi käsitellä luovaa tekoälyä?
Videon tausta on tehty Stable Diffusion -tekoälyllä.
Teksti: KAVI
Kuva: Siru Tirronen
-
Opettajan ei tarvitse olla asiantuntija ja osaaja kaikessa. Oman aineen ja pedagogiikan hallinta höystettynä ripauksella uteliaisuutta ja innolla oppia uutta takaavat hyvät lähtökohdat uusien mediailmiöiden käsittelemiseen. Toimintamalli medialukutaidon ilmiöiden käsittelemiseen rohkaisee hyödyntämään omaa asiantuntijuutta ja osaamista eri ilmiöiden parissa.
Tarkastele mallia ja pohdi seuraavia kysymyksiä:
- Millaisia haasteita uusien medialukutaidon ilmiöiden käsittelemiseen kokemustesi pohjalta liittyy?
- Mitkä asiat tukevat uusien ilmiöiden käsittelemistä omassa työssäsi?
- Miten hyödyntäisit mallia nyt käsillä olevan ilmiön käsittelemisessä?
Teksti: Kansallinen audiovisuaalinen instituutti, KAVI
-
Osaamisen kuvaukset
Medialukutaito edustaa laaja-alaista osaamista, jonka edistämiseen perusopetuksen opetussuunnitelman perusteet (2014) velvoittavat.
Perusteiden mukaiset tavoitteet on ilmaistu vuosiluokkakokonaisuuskohtaisesti valtakunnallisissa medialukutaidon kuvauksissa (Uudet lukutaidot -kehittämisohjelma 2021). Perusopetuksessa kyse on oppilaiden hyvän ja edistyneen osaamisen kuvauksista. Kuvaukset selkiyttävät medialukutaitoa ja siihen liittyviä perusteteksteissä ilmaistuja tavoitteita. Kuvaukset on jaoteltu kolmen pääalueen alle: median tulkinta ja arviointi, median tuottaminen ja toiminta mediaympäristöissä. Kuvauksiin voi tutustua täältä.
Pohdi seuraavia kysymyksiä:
- Miten käsiteltävä ilmiö jäsentyy medialukutaidon osaamisen kuvausten kokonaisuudessa?
- Millaista medialukutaidon osaamista oppilaat oppivat aiheen käsittelyn yhteydessä?
Teksti: Kansallinen audiovisuaalinen instituutti, KAVI
-
KAVIn ja Uudet lukutaidot -kehittämisohjelman materiaaleista saat tukea medialukutaidon edistämiseen.
Polkuja medialukutaitoon. Opas vuosiluokille 7-9. Polkuja medialukutaitoon -oppaat johdattelevat medialukutaidon edistämiseen perusopetuksessa konkreettisten esimerkkien kautta perusopetuksen opetussuunnitelman perusteiden (2014) mukaisesti.
Mediataitokoulu. Mediataitokoulu-sivusto kokoaa monipuolisia oppimiskokonaisuuksia ja materiaaleja eri-ikäisten mediakasvatukseen. Medialukutaidon itseopiskeluun on tarjolla verkkokursseja kaiken ikäisille. Mediataitokoulusta löytyy myös median ja hyvinvoinnin kysymyksiin liittyviä materiaaleja.
Mediataitokouluun on koottu myös Uudet lukutaidot -kehittämisohjelmassa (2020-2023) laadittuja perusopetuksen mediakasvatusta tukevia materiaaleja. Ohjelmassa tuotetut materiaalit löydät myös avointen oppimateriaalien AOE.fi-sivustolta.
Teksti: Kansallinen audiovisuaalinen instituutti, KAVI
Materiaali oppilaalle
-
Tekoälyä käytetään arkipäivässä monin eri tavoin (esim. Google-haku, reitin etsiminen karttapalveluissa jne.). Sitä voi käyttää tuottamaan myös uutta tekstiä, ääntä, kuvaa ja jopa videoita aiemmin julkaistujen aineistojen pohjalta. Tekoälymalleja, jotka pystyvät tuottamaan kuvamateriaalia, opetetaan valtavalla määrällä kuvia. Kuvat on kerätty Internetistä, varsinkin sen eri kuvapalveluista, kuten Instagramista ja Pinterestistä, joihin käyttäjät ovat niitä ladanneet. Tekoäly tuottaa uusia kuvia käyttäen apunaan toista tekoälyä, joka on opetettu tunnistamaan, mitä kuvassa esiintyy (esimerkiksi kissoja, pilviä tai kukkia) mutta myös kuvien tyylejä, toteutustapoja ja jopa tunnelmia. Tekoäly pystyy tuottamaan uusia kuvia sille syötetyn tekstin mukaisesti.
Tekoälyn tuottamiin kuviin liittyy monia haasteita ja eettisiä kysymyksiä. Kuvamateriaalipankkien kuvissa painottuvat länsimaiset ihmiset ja kulttuuri, ja niiden pohjalta tekoäly tuottaa yksipuolista kuvamateriaalia. Tekoälyllä muokattuihin kuviin ja ääneen liittyy myös väärinkäytösten mahdollisuuksia, kuten syväväärennösten tekeminen (Tutustu ilmiöön: Deepfake). Eräs esiin noussut ongelma liittyy tekijänoikeuksiin. Tekoäly pystyy omaksumaan kuvallisen ilmaisun tyylin internetissä julkaistuista töistä ja tuottamaan samankaltaisia kuvia, mikä voi vaarantaa taiteilijoiden ja kuvittajien ansaintamahdollisuuksia.
Tekoälyllä on myös positiivista käyttöä luovalla alalla: suunnittelijat, kuvittajat, taiteilijat ja muotoilijat voivat hyödyntää tekoälyn tuottamia kuvia esimerkkeinä ja lähtökohtina omassa suunnittelutyössään. Myös kolmiulotteisten mallien ja videokuvan tuottaminen tekoälyllä on mahdollista, vaikkakin tällä hetkellä hieman haastavaa.
Kuvanmuokkausta voi kokeilla itse erilaisissa nettipalveluissa ja sovelluksissa. Niihin ei tarvitse syöttää omia kuvia, ja osa on ainakin aluksi maksuttomia. Nykyiset kuvantuottamisen algoritmit voivat jonain päivänä sisältyä esimerkiksi kuvankäsittelyohjelmiin.
Tulevaisuudessa tekoälyä tulee kehittää mutta myös käyttää vastuullisesti ja kestävästi. Tekoälyalgoritmien käytössä on nähtävissä eettisempiä kehityssuuntia. Joissakin kuvien jakamispalveluissa on jo mahdollisuus estää omien kuvien käyttö tekoälyn opettamiseen. On myös mahdollista poistaa omia kuvia tietyistä tekoälyalgoritmeista. Keskustelua käydään myös siitä, miten tekoälymallien luoma ihmiskuva voisi olla tasa-arvoisempi.
Teksti: Tomi Knuutila
-
- Voiko mielestäsi tekoälymalleja kehittää käyttämällä mitä tahansa kuvamateriaalia, jota netistä löytyy?
- Kuka on tekijä, jos tekoälyllä tuotetaan kuva?
- Pitäisikö tekoälyllä kuvan tuottaneelle ihmiselle mielestäsi maksaa korvaus, jos kuvaa käytetään vaikkapa lehdessä? Entä alkuperäisen tekoälyn ohjelmoijille? Entä taiteilijalle, jonka kuvamateriaalia on käytetty tekoälyn opettamiseen tai jonka tyyliä käytetään julkaistun kuvan tuottamiseen?
Teksti: Tomi Knuutila
-
1. Tutkikaa kuvia.
a) Oheiset kuvat ovat ESRGAN-tekoälyalgoritmin tuottamia. Ne on tuotettu tekstillä ”An old woman crying, portrait, photo, winner, stunning composition, beautiful light”. Minkälaista kulttuuria kuvat edustavat? (Kuvat: Tomi Knuutila)
b) Tee Google-kuvahaku termillä “old woman crying”. Miten kuvat eroavat tekoälyllä tuotetuista kuvista ja miksi? Voit hyödyntää myös oheista kuvakollaasia tehdystä Google-hausta.
c) Verratkaa kahta kuvaa. Toinen kuvista on netistä löytyvä valokuva ja toinen on tuotettu ESRGAN-tekoälyalgoritmilla. Voiko kuvasta tunnistaa, onko se tuotettu tekoälyllä vai onko se ihmisen ottama? Millä perusteella?
Lähde: https://www.flickr.com/photos/worldbank/3426922863
2. Laatikaa kuvia. Miettikää tekstipohjainen kuvailu, jonka haluaisitte syöttää kuvia tuottavalle tekoälylle. Keskustelkaa, minkälaisia kuvia tekstin pohjalta ehkä syntyy. Kokeilkaa syöttää ehdotettuja tekstejä opettajan kanssa tekoälylle osoitteessa https://creator.nightcafe.studio/ tai https://dream.ai/create. Tekstit pitää kääntää englanniksi. Vastasivatko kuvat odotuksia? Entä jos tekstit syöttää uudelleen?
3. Keksikää oma tekoäly: Jaa oppilaat pieniin ryhmiin ja pyydä heitä keksimään oman tekoälyn. Millaisia tehtäviä heidän keksimänsä tekoäly osaisi tehdä? Miten se toimisi? Tämä tehtävä voi innostaa oppilaita pohtimaan, millaisia ongelmia tekoäly voi ratkaista.
Yksi tehtävistä on ChatGPT:n laatima. Tunnistatko tekoälyn tekemän tehtävän?
Teksti: Tomi Knuutila
-
1. Mitä aiheita tekoälyn laatimaan kuvaan on haluttu yhdistää? Entä millaista tyyliä kuvassa on haluttu jäljitellä, ja mistä sen voi päätellä? Millaisia sanallisia kuvailuja tekoälylle on annettu?
2. Eläytykää nykypäivän taiteilijan tai kuvittajan rooliin. Pohtikaa, mitä hyötyä tekoälystä voisi olla taiteilijan työssä tai millaista haittaa siitä voisi työlle koitua.
Teksti: KAVI
Kuva: Siru Tirronen