Üldised põhimõtted
Tehisintellekti tööriistad on abiks õppijapoolsel õppimise tõhustamisel ja lihtsustamisel. Tehnoloogilised uuendused rikastavad õppeprotsessi ja nende kasutamise võiksime omaks võtta nii nagu oleme omaks võtnud kalkulaatorid, õigekirjakontrolli, interneti ning otsingumootorid. Õppe seisukohalt pakub AI mitmeid võimalusi, aga ka väljakutseid.
- Õppejõud teavitavad üliõpilasi, kuidas tehisintellektil põhineva tarkvara kasutamine on lubatud hindamisel, õppetöös ja/või koduste tööde tegemisel. Sellekohane info on leitav kursuse laiendatud ainekaardil.
- Tehisintellekti rakendusi võib kasutada näiteks inspiratsiooniallikana, abivahendina oma mõtete ja ideede hindamiseks ning täpsustamiseks, tõlkimiseks ja õppimise toetamiseks töö varastes etappides. Samuti võivad tehisintellekti rakendused olla abiks üliõpilase loodud teksti toimetamisel töö viimistlemise etapis. Tehisintellekti rakendusi ei tohi aga kasutada lõputöö teksti suuremahuliseks koostamiseks (nt peatüki loomiseks), töös analüüsitavate andmete fabritseerimiseks või sisuliste arutluskäikude koostamiseks.
- Kui rakendust kasutatakse tööriistana (teksti redigeerimine või tõlkimine, töölehe loomine, testi koostamine, ideede kogumine), siis pole viitamine vajalik.
- Kui rakendusest saadud väljundit kasutatakse sisulises mõttes (tekstiroboti poolt pakutud tekstilõik, pildigeneraatori poolt loodud pilt), siis tuleb kasutatud rakendusele viidata kui meetodit. Rakenduse suuremahulise kasutamise puhul tuleb kirjaliku töö metoodika või sissejuhatavas peatükis (või muus sektsioonis) kirjeldada tehisintellekti üldist kasutusviisi ja vahendeid. Kirjeldus peab andma üheselt mõistetava arusaama, millises ulatuses ja millisel moel on töös rakendust kasutatud.
- Õppija vastutab täies mahus õppetöös hindamisele esitatud info, uurimismaterjali ja analüüsitulemuste täpsuse ja kvaliteedi ning viitamise korrektsuse eest. Tehisintellekti rakenduste kasutamine abivahendina koostamise eri etappidel ei ole keelatud, kuid oluline on silmas pidada, et tehisintellekti genereeritud teksti ei tohi esitada oma (ja üldisemalt igasuguses akadeemilises tekstis) oma isiklike mõtetena.
- Tehisintellekt ei sobi iseseisvaks allikaks, seega õppijal tuleb tõenduseks ikkagi viidata tegelikele inimeste loodud algallikatele. Iseseisva algallikana on tehisintellekti poolt loodud sisu võimalik viidata juhul kui antud töö eesmärgiks on uurida või luua tehisintellekti kasutust.
- Üliõpilastööde, sh lõputöö, kaitsmise eesmärgiks on hinnata õppija omandatud pädevusi. Üliõpilane vastutab lõputöö sisu ja kvaliteedi eest, sõltumata kasutatud allikatest, sh nt tehisintellekt.
- Juhul kui ülesande lahendamine eeldab tehisintellekti kasutamist, peab see võimalus olema kättesaadav kõigile. Seda peab silmas pidama siis, kui tehisintellekti tööriistad on tasulised.
- Õppetöös on lubatud kasutada ülikoolis neid tehisintellekti tehnoloogiaid, mis vastavad isikuandmete töötlemisele, andmete privaatsusele ja küberturvalisusele ja mille kasutusel õppejõu või õppija poolt neid reegleid ei rikuta. Vt lisaks Isikuandmete töötlemise ja kaitse kord.
Teadlikkus ja oskused
Sissejuhatav kursus tehisintellekti kasutusse
Kursus loodi 2025. aastal õppeosakonna tellimusel IT-Didaktikakeskuse ja TalTech AI fookustippkeskuse poolt. Kursuse eesmärk on anda põhiteadmised tehisintellekti olemusest, toimimisest ja praktilistest kasutusvõimalustest erinevates valdkondades, fookusega õppetöö. Õppimise käigus tutvutakse teooriaga, uuritakse kasutusnäiteid ning lahendatakse praktilisi ülesandeid, et mõista ja rakendada tehisintellekti võimalusi igapäevaelus ja töös. Materjali valmimisse on andnud oma panuse 35 kolleegi, kellest paljud ka oma personaalse kogemuse ja näited teile avaldavad.
Ava kursusPBL ja mõistlik AI kursus
Tallinna Tehnikaülikoolis loodi 2025. aastal õppearendusfondi toel II e-õppe kursus, mis on suunatud probleemi- või väljakutsepõhise õppe rakendajatele, kes kasutavad või soovitavad kasutama hakata tehisintellekti. Kursus on loodud selleks, et pakkuda teile ülevaadet, kuidas seda parimalt on autorid õppetöös kasutanud, mida arvavad sellest teised kolleegid ja õppijad.
Ava kursusAI Tšempionite töötubade programm
Sel õppeaastal piloteerime AI Tšempionite töötubade programmi, mille keskmes on kogenud AI kasutajate kogemuste jagamine praktiliste töötubade ja seminaride kaudu. Töötoad on mõeldud eelkõige TalTechi õppejõududele ja programmijuhtidele, et pakkuda tuge AI teadlikuks ja vastutustundlikuks rakendamiseks õppetöös.
Üldjuhul kestavad töötoad 1-2h ning plaanis on iga kuu vähemalt üks töötuba eri teemadel, mis avavad erinevaid tehisintellekti rakendusvõimalusi õppetöös. Kokku piloteerime sel õppeaastal 10 töötuba, mille viivad läbi AI Tšempionid – õppejõud, kes on valmis oma kogemusi kolleegidega jagama.
Töötubadele registreerumine toimub läbi TalTechi sisekoolituskalendri, kus on iga töötoa kohta välja toodud täpsem kirjeldus, õpitulemused ja korralduslik info.
Registreerumiseks avatud AI Tšempionite töötubadega saate tutvuda sündmuste all.
Vaata sündmusiOlulised materjalid ja juhised
Tudengite õppeaasta alguse instrueerimise materjalid
Programmijuhid: Selgitage õppijatele kuidas AI on õppetöös lubatud kasutada. Eeskujuks slaidiesitlus.
Programmijuhid ENG: Instructsions for program managers ENG
Õppejõud: AI instrueerimise slaidid: õppeaasta avainstrueerimine.
Õppejõud ENG: Instructions for lecturers ENG
Tehisintellekt kui intelligentne juhendaja – Üliõpilane täidab ülesandeid samm-sammult ja saab individuaalseid juhiseid või tagasisidet esitades tehisintellektile küsimusi edasiste sammude osas, ilma et õppejõud peaks sekkuma.
Dialoogipõhised juhendamissüsteemid – Üliõpilane täidab ülesandeid samm-sammult loomulikus keeles toimuva vestluse abil. Täiustatud süsteemid suudavad automaatselt kohanduda kaasatuse tasemega, et üliõpilast motiveerida ja teda ülesande juures hoida.
Keeleõppe rakendused – Tehisintellektipõhiseid õpperakendusi kasutatakse nii formaalse kui ka mitteformaalse hariduse kontekstis. Need toetavad õppimist, pakkudes juurdepääsu keelekursustele ja sõnaraamatutele ning annavad reaalajas automatiseeritud tagasisidet häälduse, arusaamise ja soravuse kohta.
Uurimuslik õppekeskkond – Üliõpilasele pakutakse mitut esitust, mis aitavad neil kindlaks teha oma tee õppe-eesmärkide saavutamiseks.
Kujundav kirjalike tööde hindamine – Üliõpilasele antakse nende kirjalike tööde / ülesannete kohta korrapäraselt automaatset tagasisidet.
Tehisintellekti toetatud koostöine õpe – Andmeid iga üliõpilase tööstiili ja varasemate tulemuste kohta kasutatakse selleks, et jagada üliõpilasi sama võimekuse taseme või sobivate võimete ja annete kogumiga rühmadesse. Tehisintellektisüsteemid annavad teavet/soovitusi selle kohta, kuidas rühm koos töötab, jälgides rühma liikmete vahelise suhtluse taset.
Kirjalike tööde kirjutamise toetamine – Üliõpilane kasutab tehisintellekti kui kirjutamise toetajat, paludes anda tehisintellektil ette soovitud teema käsitlemise struktuur ja ideede kogumisel mustandi loomiseks. Kirjaliku töö kirjutab üliõpilane ise.
Küsimuste korral pöörduge julgelt oma teaduskonna didaktikakeskuse ja haridustehnoloogia keskuse töötajate poole.
Ühelt poolt on tehisintellekti tööriistad abiks erinevate tegevuste ja protsesside tõhustamisel ja lihtsustamisel, aga teisalt muutub väljakutseks üliõpilaste iseseisva töö hindamine, sest tehisintellekti kaasabi tuvastamine on keeruline. Väljakutseks on õppe- ja hindamismeetodite (sh eksamid) kavandamine selliselt, et üliõpilased oskaksid kasutada tulevikutööriistu, kuid hindamised tõendaksid siiski nende endi teadmisi ja oskusi.
- Õpiväljundeid ja hindamiskriteeriume saab vaadata üle ning ajakohastada enne selle semestri algust, mil õppeaine õpetamisele tuleb.
- Ainekava peab olema ÕIS-is kättesaadav enne deklareerimisperioodi algust. Laiendatud ainekava, sh hindamiskriteeriumid, esitatakse üliõpilastele õpetamissemestri algul esimeses loengus ja on kättesaadav ÕIS-is.
- Ainekavas on võimalik täpsustada nii eesmärke, õpiväljundeid, sisu lühikirjeldust kui ka õppekirjandust. Oluline on meeles pidada, et kui ainet on varem deklareeritud, ei saa muuta õppeaine nimetust, mahtu ega kontrollivormi.
- Ainekursuse kavandamisel tasub läbi mõelda, kas ja kuidas uusi tehisintellekti tööriistu oma õppetöösse integreerida.
- Oluline on, et õppeaines valitud õpetamis- ja hindamismeetodid toetavad õpiväljundite omandamist, st õppeaine on konstruktiivselt sidus.
- Tehisintellekti kasutuse lubamine või keelamine ainekursusel tuleb lahti kirjutada õppeaine laiendatud ainekavas. Soovitame lisada laiendatud ainekavale alamosa “Tehisintellekti kasutamine kursusel”. Lisage sinna info, kuidas ootate, et tehisintellekti teie kursusel kasutatakse, kuidas on tehisintellekti lubatud kasutada hindamisülesannetes, eksamil ja kirjalikes töödes. Kui laiendatud ainekavale antud alamosa lisatud ei ole, siis kehtivad ülikoolis kokku lepitud „Üldpõhimõtted tehisintellekti kasutamisel õppetöös“.
- Kui õppejõuna kasutate tehisintellekti abi tagasisidestamisel, hindamisel ja tuutorina kursusel, siis lisage ka sellekohane info laiendatud ainekavale.
- Hindamismeetodeid tuleb vajadusel täiendada nii, et nende abil saab kontrollida üliõpilaste õpiväljundite saavutamise taset ning seda, et nende esitatud tööd on nende endi koostatud.
- Üliõpilased peavad suutma probleeme lahendada ja selle asemel, et kontrollida lahendust, tasub kontrollida pigem lahendusprotsessi ning üliõpilase oskust seda kriitiliselt hinnata.
- Hindamistel soovitame panna rohkem rõhku kontseptuaalsele arusaamisele teemast ja oskusele probleeme õigesti sõnastada.
- Ülesandeid koostades tasub kontrollida, missuguse vastuse annab nendele ChatGPT (vm tehisintellektil põhinev tööriist) – kui tehisintellekt suudab ülesande õigesti lahendada, tasub muuta hindamise formaati ja paluda üliõpilastel nt analüüsida, kuidas tehisintellekt lahendamisele kaasa aitas ja missuguseid vastuseid andis.
- Juhul kui ülesande lahendamine eeldab tehisintellekti kasutamist, peab see võimalus olema kättesaadav kõigile. Seda peab silmas pidama siis, kui tehisintellekti tööriistad on tasulised.
- Õppijad peavad tehisintellekti kasutamist oma töödes viitama kui meetodit. Tehisintellekt ei sobi allikaks, seega õppijal tuleb oma loodu tõenduseks ikkagi viidata tegelikele algallikatele. Kindlasti tasub pisteliselt õppijate viidatud allikaid kontrollida, kas need on asjakohased.
- Üliõpilastööde, sh lõputöö, kaitsmise eesmärgiks on hinnata õppija omandatud pädevusi. Üliõpilane vastutab lõputöö sisu ja kvaliteedi eest, sõltumata kasutatud allikatest, sh nt tehisintellekt.
- Kui õppejõud soovib, et kodustes töödes tehisintellekti ei kasutataks, siis tuleb see panna selgesõnaliselt ülesande juhisesse kirja. Kuigi tehisintellekti kasutust on keeruline tõendada, siis annab see õppijale selge signaali, et antud ülesandes ei ole AI kasutamine nende õppimist toetav.
- Õppeainele sobivate hindamismeetodite üle tasub arutleda kolleegidega ja didaktikakeskuse ekspertidega. Kui õppejõud on tuvastanud probleemi seoses akadeemilise aususega, siis kindlasti anda sellest teada programmijuhile. Õppejõud peab olema valmis oma väiteid tõendama. Ilma tõenduseta kedagi akadeemilises petturluses süüdi ei mõisteta.
- Õppejõul tuleb kohelda kõiki üliõpilasi võrdselt ja neid ka usaldada – igaüks vastutab oma töö eest ise.
Siin on mõned ideed, mida kasutada, kui on soov hinnata üliõpilaste omandatud oskusi, mitte tehisintellekti poolt loodut. Nimekiri ei ole lõplik, loov lähenemine on teretulnud.
| PRAEGUNE HINDAMISMEETOD | ALTERNATIIVNE HINDAMISMEETOD | MÄRKUS |
| Kirjalik eksam, kus kõigi abivahendite kasutamine on lubatud | Suuline eksam
|
Väiksema- ja keskmisearvuliste kursuste puhul on võimalik kirjalikult eksamilt (aruannetelt) üle minna suulisele eksamile. |
| Selle asemel, et esitada küsimusi tekstina, paluda üliõpilastel jooniseid/graafikuid/pilte oma sõnadega (kirjalikult) selgitada.
Eksamil on ülesanne, milles tuleb tehisintellekti rakendust kasutada
|
Saab kasutada ka suurearvulise kursuse puhul.
Seda tüüpi küsimusele vastamiseks on raskem tehisintellekti kasutada, kuna tihti ei ole tehisintellekti rakendused veel adekvaatselt võimelised pilte töötlema. Juhul kui eksamil tuleb tehisintellekti rakendusi kasutada, siis peavad üliõpilased esitama tehisintellektile õigeid küsimusi, mis omakorda eeldab teemast arusaamist. |
|
| Aruanne
Essee Ettekanne
|
Aruanne
Essee Ettekanne + sellele järgnev lühike suuline arutelu
|
Kursuste puhul, kus eksamineerimine toimub üksikisiku või rühma koostatud aruande/essee/ ettekande vormis, võib lisada lühikese suulise komponendi, kus üliõpilane (või üliõpilaste rühm) selgitab mõne minuti jooksul oma sõnadega aruande sisu ja järeldusi (võimalusel tõmmates loosiga küsimuse või lõigu aruandest).
Suurearvuliste kursuste puhul oleks selle meetodi rakendamiseks vaja kuulajaskond jagada väiksemateks rühmadeks ning kaasata mitu eksamineerijat Ideede ja tehtud järelduste esitlemisel tuleb lähtuda järgmisest: 1) Aruande esitlemisel saavad sõna kõik rühmaliikmed (st ei piisa sellest, et üks või kaks üliõpilast esinevad kogu rühma nimel). 2) On oluline, et üliõpilased ei loeks lihtsalt teksti maha (see võib olla tehisintellekti koostatud). 3) Aruannet esitlevad üliõpilased peaksid suutma vastata teiste rühmade üliõpilaste või õppejõu küsimustele. 4) Iga rühm (kõik rühmaliikmed) peaks olema valmis ilma ettevalmistuseta teistele rühmadele küsimusi esitama. See toetab ka ettekandeid kuulavate rühmade õppimist ja kriitilist mõtlemist ning tõendab nende teadmisi. Esitluse alus võib olla ka plakat või poster, mille puhul saab rakendada samu põhimõtteid nagu suulise esitluse puhul. |
| Osaeksamid, mis sisaldavad peamiselt kirjalikke töid
|
Lisage osaeksamid, mis põhinevad lühikestel suulistel ettekannetel (või esitlustel) – ja/või kaasüliõpilaste tagasisidel. | Kirjalikus vormis osaeksamite kõrval võib osutuda vajalikuks kasutada komponente, mis tagavad, et üliõpilane on tööd ise koostanud.
Seda saab teha järgmistes vormides: 1) lisada või asendada mõned kirjalikud tööd ainekursuse jooksul sooritatavate suuliste osaeksamitega või 2) suuline lõpuettekanne või lühike suuline eksam ainekursuse lõpus. Suuline (suulised) osa(d) võivad olla näiteks:
|
| Rühma aruanded ilma suulise eksamita
|
Rühmatööd peavad sisaldama rühmaliikmete ühist kirjalikku kinnitust, et igaüks neist on koostanud oma osa aruandest.
Seda võib täiendada suulise ettekandega, mis näitab iga üliõpilase õpitut.
|
Rühm vastutab igaühe panuse eest. Üksikisiku töötulemuste hindamine põhineb endiselt sellel osal, millega isik on aruande koostamisse panustanud.
Seda saab kontrollida kahel viisil: 1) paludes, et üliõpilased esitaksid oma osa rühmatööst suuliselt oma rühmale, et teised rühma liikmed saaksid võtta vastutuse kogu rühma töö esitamise eest; 2) rühmad annavad (sarnaste projektide puhul) tagasisidet teiste üliõpilaste projektide kohta – võimalusel suulise ettekande põhjal. Vastastikune tagasiside eeldab teemast sügavamat arusaamist ja võib parandada üliõpilaste kriitilise mõtlemise oskusi ning nende arusaamist sellest, kuidas ja mida nad ise on õppinud. Kaasüliõpilaste tagasiside annab kujundavat tagasisidet seda saanud üliõpilastele, mis omakorda toetab õppimist. Olemas on ka teised kaasüliõpilaste tagasiside vormid, mida saab kasutada (ja mis toetavad õppimist, kui nad ka just tingimata ei kontrolli seda, kas on kasutatud tehisintellekti). Need võivad olla kas õppejõu või üliõpilaste endi välja töötatud kriteeriumitel põhinevad vormid. Kui koondhindes arvestatakse kaasüliõpilaste tagasisidet, on oluline, et hinnatakse tagasisidet andvat üliõpilast, mitte tagasiside saajat. |
| Kirjalik eksam | Pliiatsit ja paberit nõudev eksam (sh valikvastustega eksam) | Saab kasutada ka suurearvuliste kursuste puhul
Ühe võimalusena saab kasutada traditsioonilisemat pliiatsit ja paberit nõudvat kirjalikku eksamit, mis sooritatakse järelevalve all. Selle eeldus on, et üliõpilastel ei ole juurdepääsu internetile, arvutile või muudele seadmetele. Palun arvestage sellega, et üliõpilased ei ole harjunud oma töö tegemiseks kasutama pliiatsit ja paberit. |
| Kõik eksamid või hinnatavad ülesanded
|
Kujundage eksam või hinnatav ülesanne ümber nii, et see hõlmaks ka tehisintellekti rakendusi.
|
Niipalju kui õpieesmärgid ja õpetamine (konstruktiivne sidusus) võimaldavad, võiks tehisintellekti rakenduste kasutamine olla osa eksamist – eesmärk on näidata üliõpilasele, kuidas seda kasutada ja samas olla kriitiline genereeritud vastuste suhtes. Ülesanne või eksam tuleb üles ehitada nii, et see võimaldaks hinnata üliõpilase teadmisi ja oskusi, mitte oskust kasutada tehisintellekti (kui see just antud eksami eesmärgiks). |
Eesmärgipärasus ja vastutus
- Tehisintellekti tööriistu kasutatakse ainult eesmärkidel, mis toetavad õppe-eesmärke ja akadeemilisi väärtusi.
- Õppejõud vastutavad AI kasutuse sobivuse, kvaliteedi ja mõju eest oma kursusel.
Läbipaistvus ja selgitamine
- Õppejõud selgitavad üliõpilastele, miks ja kuidas AI tööriistu kasutatakse ning millised on nende piirangud.
- Soovitav on lisada ainekaardile näide või stsenaarium AI kasutusest, et vältida arusaamatusi.
Privaatsus ja andmekaitse
- Enne AI tööriista kasutuselevõttu hinnata, kas see vastab isikuandmete kaitse ja küberturvalisuse nõuetele.
- Vältida tundliku või isikliku info sisestamist kolmandate osapoolte AI-süsteemidesse ilma nõusolekuta.
Võrdne ligipääs
- Kui AI tööriist on kursuse läbimiseks vajalik, peab olema tagatud tasuta või ülikooli poolt kaetud juurdepääs kõigile üliõpilastele.
- Vältida olukorda, kus majanduslik seis mõjutab õppimise võimalusi.
Õiglus ja kallutatuse vähendamine
- AI lahendusi tuleks valida ja kasutada nii, et need ei tugevdaks stereotüüpe ega diskrimineeriks kindlaid rühmi.
- Vajadusel testida tööriistu erinevate sisenditega, et tuvastada võimalikke kallutatusi.
Akadeemiline ausus ja pädevuste hindamine
- AI ei asenda üliõpilase isiklikku panust; tööde eesmärk on hinnata õppija teadmisi ja oskusi.
- Tööd, mis sisaldavad AI väljundit, peavad olema varustatud selge kirjeldusega, millises mahus ja kuidas AI-d kasutati.
Digipädevuste arendamine
- AI kasutus peaks aitama üliõpilastel õppida hindama info kvaliteeti, mõistma AI toimimise loogikat ja eetilisi riske.
- Võimalusel siduda ülesanded refleksiooniga AI kasutamise mõju ja usaldusväärsuse üle.
Keskkonnamõju teadlikkus
- Teadvustada, et suurte keelemudelite kasutamine tarbib palju energiat; vältida ebavajalikku ja korduvat AI päringute tegemist.
