Generatiivisen tekoälyn hyödyntäminen tuotantotalouden opintojen tehostamisessa

Abstract

Tässä kandidaatintyössä tutkittiin, miten generatiivista tekoälyä, erityisesti ChatGPT:tä, voidaan hyödyntää tuotantotalouden opintojen tehostamisessa. Oppimisen tehostamista tarkasteltiin oppimiseen käytetyn ajan, osaamisen tason ja koulutöiden laadun perusteella. Työn teoriaosuudessa tarkasteltiin eri oppimisteorioiden näkökulmasta, miten tekoälyn avulla olisi mahdollista tehostaa oppimisprosesseja korkeakoulukoulutuksessa. Aikaisempien tutkimustulosten perusteella laaditun SWOT-analyysin perusteella selvitettiin millaisia mahdollisuuksia ja haasteita ChatGPT:n käyttö voi tuoda oppimiseen ja opetukseen.

Opinnäytetyössä havaittiin, että ChatGPT voi helpottaa ja tehostaa opiskelijoiden työskentelyä. Se voi auttaa oppimisprosessin alkuvaiheessa tukemalla tiedonhakua, tekstin tuottamisessa ja uusien laajojen asiakokonaisuuksien hahmottamisessa. Se voi toimia virtuaalisena tutorina, joka tarjoaa henkilökohtaista ohjausta ja apua opiskelijoille, mikä mahdollistaa yksilöllisemmän oppimisen erityisesti suurissa opetusryhmissä. Tuotantotalouden kannalta ChatGPT:n erityisiin vahvuuksiin kuuluvat analyyttiset työkalut ja soveltuvuus laaja-alaisesti eri oppiaineisiin.

Työssä tunnistettiin haasteita ChatGPT:n käyttöön liittyen. Tällaisia olivat muun muassa tekoälyn antamien vastausten luotettavuus ja opiskelijoiden akateeminen rehellisyys. Lisäksi ChatGPT voi kasvattaa riskiä tekoälyriippuvuuteen ja liiallisen oman ajattelun ulkoistamiseen, mikä johtaa osaamistason laskuun. Oppimisteorioiden perusteella tekoälyn väärinkäyttö voi johtaa oppimisprosessin pinnallistumiseen ja kriittisen ajattelun vähentymiseen.

Työssä esitetään suosituksia siitä, miten generatiivinen tekoäly voitaisiin integroida osaksi tuotantotalouden opintoja, jotta siihen liittyviä vahvuuksia ja mahdollisuuksia voitaisiin tehokkaasti hyödyntää ja toisaalta haasteita ja heikkouksia voitaisiin minimoida.

This bachelor’s thesis examines how generative artificial intelligence, particularly ChatGPT, can be used to enhance industrial engineering and management studies. The enhancement of learning through artificial intelligence was examined based on the time spent on learning, the level of competence achieved, and the quality of academic assignments. The theoretical sec-tion of the thesis explores how AI might enhance learning processes in higher education from the perspective of various learning theories. A SWOT analysis of ChatGPT's usage in education was done using findings from scientific research articles. It was used to determine the opportunities and challenges that ChatGPT’s use can bring to learning and teaching.

The research found that ChatGPT can be facilitate and enhance students' work. It can help in the initial stages of the learning process by supporting information retrieval, text production, and understanding new, extensive topics. It can function as a virtual tutor, offering personal-ized guidance and assistance to students, enabling more individualized learning, especially in large classes. For industrial engineering and management, ChatGPT's strengths include its analytical tools and its broad applicability to various subjects.

The study identified challenges related to ChatGPT’s use. These included the reliability of the AI’s responses and issues related to students' academic integrity. Additionally, ChatGPT may increase the risk of AI dependency and excessive outsourcing of one’s own thinking, which could lead to a decline in competence. Based on learning theories, misuse of AI could lead to superficial learning and reduced critical thinking.

The thesis provides recommendations on how generative AI could be integrated into indus-trial engineering and management studies to effectively leverage its strengths and opportuni-ties while minimizing challenges and weaknesses.