Arena Pro

Kuva: Adobe Stock

Tekoäly opetussuunnitelman kehittämisessä

Koulutus ja oppiminen Teknologia ja teollisuus

Opetussuunnitelmien kehittäminen on yksi oppilaitosten tärkeimmistä prosesseista. Kokeilimme tekoälyä opetussuunnitelmaprosessin eri vaiheisiin tavoitteena tehostaa prosessia ja parantaa opetussuunnitelmien laatua.

Oppilaitokset päivittävät opetussuunnitelmiaan säännöllisesti. Kuitenkin opetussuunnitelmaprosessien arviointi on vähäistä, vaikka se nähdään yhtenä opetuksen johtamisen ydinprosesseista (Toom ym., 2023, 104). Jamkin ammatillisessa opettajakorkeakoulussa tutkittiin syksyllä 2024, miten tekoälyä voisi hyödyntää opetussuunnitelmien kehittämisessä.

Kokeilussa testattiin tekoälyä kahden koulutusohjelman opetussuunnitelmatyössä, ja tavoitteena oli parantaa prosessien laatua ja tehokkuutta. Tekoälyä testattiin opetussuunnitelmaprosessin eri vaiheisiin. Kokeilua ohjasivat seuraavat kysymykset: Miten tekoälyä voi hyödyntää kustannustehokkaasti (aika, raha, osaaminen) opetussuunnitelmatyössä? Miten opetussuunnitelmien laatua voi parantaa ja varmistaa tekoälyn avulla? Mitkä ovat tekoälylle tarjottavat materiaalit, joita tarvitaan opetussuunnitelmien kehittämiseen? Millaisia visualisointeja opetussuunnitelmista tekoäly pystyy luomaan?

Opetussuunnitelmatyön vaiheet

Opetussuunnitelman tehtävänä on varmistaa, että koulutus on johdonmukaista ja tavoitteellista.  Suunnitelma sisältää kuvauksen koulutusalalla tarvittavasta osaamisesta sekä tarkemman kuvauksen koulutusohjelmasta valmistuneen osaamisesta. Se kertoo myös millaisten opetussuunnitelman rakenteiden, kuten opintokokonaisuuksien, moduulien, opintojaksojen ja kurssien avulla osaaminen hankitaan. Lisäksi opetussuunnitelma antaa kuvan siitä, millaisia vaiheita ja prosesseja osaamisen rakentumiseen liittyy ja miten osaaminen osoitetaan ja arvioidaan. (Keurulainen, 2020; Guttorm ym., 2024).

Opetussuunnitelman tekeminen jäsennetään usein 3–4 päävaiheeseen. Ensimmäisessä vaiheessa kootaan erilaista ennakointitietoa kyseessä olevasta alasta ja sen toimintaympäristöstä, jonka kautta hahmotetaan alan tulevaisuuskuvaa, haasteita ja tarvittavaa osaamista. Keurulainen (2020) korostaa, että opetussuunnitelman taustaselvityksen lähdeaineiston tulee olla monipuolinen ja -ääninen.  

Toisessa vaiheessa alan ennakointitiedon analysoinnin perusteella määritetään koulutuksen tavoitteena oleva osaaminen. Guttorm ym. (2024) sisällyttävät tähän kohtaan alan asiantuntijan osaamisprofiilin muodostamisen, josta tarkennetaan osaamiskokonaisuudet ja niiden edellyttämä alan ammattilaiselta vaadittava osaaminen. Osaamiskokonaisuudet kattavat sekä ammattispesifejä tai ydinosaamisia sekä kaikille aloille yhteisiä osaamisalueita (Keurulainen, 2020). Binkley ym. (2012, 18–19) tekivät meta-analyysin tutkimuksista, joissa määritettiin tulevaisuuden työelämässä vaadittavaa yhteistä osaamista (21st century skills) ja päätyivät neljään pääkategoriaan, jotka sisältävät yhteensä 10 työelämätaitoa (taulukko 1).  Tällaisia määrittelyitä käytetään tyypillisesti hyödyksi opetussuunnitelmatyössä.

Taulukko 1. Työelämässä vaadittava osaaminen (21st century skills)
Ajattelutapoihin liittyvään osaamiseen
(ways of thinking)
1. Luovuus ja innovaatio,
2. Kriittinen ajattelu, ongelmanratkaisu, päätöksenteko,
3. Oppimaan oppiminen, metakognitio
Työskentelytapoihin liittyvään osaamiseen
(ways of working)
4. Viestintä,
5. Yhteistyö ja ryhmätyö
Työvälineisiin liittyvään osaamiseen
(tools for working)
6. Tietolukutaito,
7. ICT-lukutaito
Kansalaisuusosaamiseen
(living in the world)
8. Kansalaisuus – paikallinen ja globaali,
9. Elämä ja ura,
10. Henkilökohtainen ja sosiaalinen vastuu – mukaan lukien kulttuurinen tietoisuus ja osaaminen

Griffin ym. (2012, 3) tiivistävät työelämässä tarvittavan osaamisen seuraavasti: kyky oppia, tehdä yhteistyötä ja ratkaista ongelmia digitaalisessa tietoympäristössä on tullut ratkaisevaksi.  Miettinen ym. (2021) näkevät kuitenkin, että työelämätaitojen ja yksilön yleisten kykyjen luettelot ja työtehtäviin perustuva osaamisen määrittely ovat riittämätön perusta opetussuunnitelmien kehittämiseksi, ja lähtökohdaksi tulisikin ottaa tiedonkehityksen, työelämän ja toimialojen muutoksen ymmärtäminen.  

Kolmannessa vaiheessa hahmotetaan opetussuunnitelman rakenne eli millaisia opintokokonaisuuksia, opintojaksoja, kursseja tai moduuleita tarjotaan opiskelijoille, jotta he voivat saavuttaa ammattilaiselta vaadittavan osaamisen. Opetussuunnitelman rakenteen taustalla on ymmärrys ammatillisen osaamisen kehittymisestä, mikä heijastuu opintokokonaisuuksien ja opintojen vaiheiden määrittelyssä. Vitikka (2009, 31–32) on huomannut, että opetussuunnitelmaa käsitellään usein sen osatekijöistä käsin ja opetussuunnitelman kokonaisuus jää vähälle huomiolle.

Puhuttaessa kirjoitetun opetussuunnitelman jäsentämisestä Vitikka (2009, 31–32) tukeutuu opetussuunnitelman mallin käsitteeseen (engl. curriculum design). Sen mukaan opetussuunnitelman malli on kokonaisuus, johon opetussuunnitelman eri osa-alueet sijoitetaan. Opetussuunnitelman malli voi olla esimerkiksi oppiainejakoinen, teemapohjainen, jaksotettu tai prosessilähtöinen (emt.) tai modulaarinen, osaamisperustainen tai myös sekamalli, jossa yhdistetään esimerkiksi oppiainejakoista ja teemapohjaista mallia. Opetussuunnitelman kokonaisuutta, kokonaisarkkitehtuuria, voidaan pitää yhtäältä käytännöllisenä ratkaisuna, jonka avulla osaamisen kehittyminen ja ammatillinen kehittyminen havainnollistetaan ja opintojen osien keskinäistä yhtyettä selkiytetään (Guttorm ym., 2024).  Toisaalta Keurulainen (2020) ja Vitikka (2009) nostavat opillisen ulottuvuuden merkityksen opetussuunnitelmassa. Opillinen ulottuvuus kattaa todellisuutta (ontologia) ja tiedon olemusta (epistemologia) koskevat perusoletukset ja niistä johdetut käsitykset ihmisen ja ympäristön välisestä suhteesta sekä oppimisesta (Keurulainen, 2020). Opetussuunnitelman malli ottaa kantaa näihin perusoletuksiin ja se vaikuttaa koulutuksen toteutukseen, opettajan ja opiskelijan rooliin ja opetus-, oppimis- ja arviointimenetelmiin ja arviointiajatteluun kokonaisuudessaan (Vitikka, 2009).

Opetussuunnitelman kehittämisen ongelmia

Tarve kokeilla tekoälyä opetussuunnitelmatyössä syntyi Jamkin ammatillisessa opettajakorkeakoulussa toteutetuissa sekä kansallisissa että kansainvälisissä koulutuksen kehittämishankkeissa tehdyistä havainnoista ja kokemuksista opetussuunnitelmaprosessien tukemisesta.  Kehittämishankkeissa on identifioitu usein toistuvia ongelmia, joista kolmeen keskeiseen ongelmaan pyrittiin hyödyntämään tekoälyä.

Opetussuunnitelmaosaamisen ongelma  viittaa tässä yhteydessä opetussuunnitelman tekijöiden kykyyn tuottaa koherentti opetussuunnitelma. Opetussuunnitelma (curriculum) on hyvin monimutkaisten tieteellisten, poliittisideologisten, taloudellisten ja kulttuuristen ristivetojen synnyttämä sosiaalishistoriallinen muodoste, jota ei voi ymmärtää ilman sitä muovaavien moninaisten diskurssien, puhetapojen ja –tilanteiden tuntemista (Autio ym., 2004). ”Opetussuunnitelma on tässä mielessä monimutkaista ja monitasoista keskustelua (curriculum as complicated conversation), jossa ammattilaisten kuten opettajien tulisi olla enemmän kuin vain oman alansa ainespesialisteja” (Pinar, 2004, viitattu lähteessä Autio ym., 2004, 248). Opetussuunnitelman kehittämisessä nykyään korostetaan sen työstämisen yhteisöllistä luonnetta, yhteiskehittämistä, vertaisoppimista (Guttorm ym., 2024), toimintakulttuurin muutoksen edellyttämän jaetun ymmärryksen muodostamista opetussuunnitelmasta ja yhteisöllistä opetussuunnitelmaosaamisen kehittämistä (Luostarinen ym., 2020), jolloin siihen työhön osallistutaan hyvin monenlaisella opetussuunnitelmateoriapohjalla ja opetussuunnitelmatyökokemuksella. Käytännössä tämä näkyy muun muassa opetussuunnitelmatyön hahmottamisen vaikeutena, tekstin tuottamisen ongelmana ja opetussuunnitelman linjakkuuden ongelmana.

Erilaisten intressien ongelma opetussuunnitelmatyössä viittaa eri sidosryhmien ja asianosaisten ristiriitaisiin näkemyksiin, tavoitteisiin ja odotuksiin opetussuunnitelman suhteen. Ristiriidat voivat liittyä kaikkeen, mitä opetussuunnitelma on ja pitää sisällään. Eri ideologioiden väliset ristivedot voivat liittyä muun muassa siihen, missä määrin opetussuunnitelman ajatellaan palvelevan tehokkuutta ja tuottavuutta työelämän tarpeisiin tai yksilön omia tarpeita, kasvua, kehitystä ja hyvinvointia. Vitikka (2009) toteaa, että harvoin ollaan yksimieliä oppiaineista tai opintojaksoista, niiden tavoitteista, sisällöistä ja arvioinnista. Lisäksi Vitikan (2009) mukaan oppiainejaon tai opintojaksojen muuttaminen voi olla vaikeaa muun muassa siitä syystä, että opetushenkilöstö on aikojen saatossa muotoutunut tietynlaiseksi. Opetussuunnitelma tehdään niiden henkilöiden toimesta ja niille henkilöille, jotka ovat oppilaitoksessa riippumatta siitä, mitä osaamistarpeita kullakin alalla on. Intressiongelmat syntyvät myös siitä, ketä kulloinkin kuullaan, ketkä kulloinkin ovat paikalla ja mitä he edustavat.

Aikaongelmat ovat yleisesti tiedostettuja ongelmia opetussuunnitelmatyössä. Työ vaatii aina aikaa, henkilöresursseja ja eri tehtävien edellyttämien aikataulujen yhteensovittamista. Tavallisesti opetussuunnitelman perusteelliset työstöprosessit vievät kaksi jopa kolme vuottakin. Opetussuunnitelman taustaksi tarvittavan ennakointi- ja työelämän ja toimialakohtaisen kehitystiedon koonti ja analysointi on aikaa vievää. Usein tehdään eri sidosryhmä- ja asiantuntijahaastatteluja kirjallisen raporttien ja aineistojen lisäksi. Opetussuunnitelman yhteiskehittämisen luonne edellyttää aikaresursseja ja useita kommentti- ja yhteiskäsittelykierroksia eri näkökulmien yhteensovittamiseksi.

Tekoälyn hyödyntämisen kokeilu

Kokeilu tehtiin 6 viikon aikana kahden eri koulutuksen opetussuunnitelman puitteissa. Kokeilu toteutettiin ohjelmistokehitysprojektin menetelmillä (agile- ja waterfall-menetelmät) seuraavien vaiheiden kautta:

  1. Vaatimusmäärittelyn kuvaus
    Tässä vaiheessa koottiin opetussuunnitelmatyössä tunnistetut kehittämishaasteet. Näitä haasteita on kuvattu edellisissä kappaleissa tässä artikkelissa.
  2. Datan kerääminen
    Datan keräämiseksi tehtiin verkkoharavointia, jolla eroteltiin eri työpaikkailmoitustietokannoista ajankohtaisia työpaikkailmoituksia Jamkin kolmelle suurimmalle koulutusalalle. Verkkoharavointia kohdennettiin erityisesti niihin kahteen koulutusohjelmaan, joiden opetussuunnitelmiin tekoälyä kokeiltiin.
  3. Ohjelmiston rakentaminen
    Ohjelmistossa yhdistettiin tekoäly/kielimallit ja edellä kerätty data / esitiedot. Rakennettiin paikallinen kielimallipalvelin ja käyttöliittymä, jossa yksittäistä kurssikuvausta kehitettiin.
  4. Validointi
    Ihmisten kirjoittamia kurssikuvauksia verrattiin tekoälyn/kielimallin tuottamiin kuvauksiin.

Automaatio ja kielimallit opetussuunnitelmatyössä

Opetussuunnitelmatyön kustannustehokkuutta voisi lisätä toisteisien ja tarkkaan määriteltyjen vaiheiden automatisoinnilla. Toisteiset vaiheet viittaavat vaiheisiin, jotka toistuvat tietyssä järjestyksessä useita kertoja prosessin aikana. Nykypäivän digitaalinen ja verkkopohjainen opetussuunnitelma työ kohdistavat automaation verkkoon. Web-automaatio onkin siis oiva työkalu parantamaan kustannustehokkuutta. Toisaalta opetussuunnitelmat ja niiden tausta-aineistot ovat luonnollisen kielen tuotoksia. Jos toisteisien vaiheiden kieleen liittyvät tehtävät halutaan automatisoida, niin tarvitaan ”työkalu” kielen prosessointiin ja analysointiin. Osittain tähän tarkoitukseen kehitetyt kielimallit voisivat siis auttaa. Oletuksemme siis oli, että yhdistämällä nämä voidaan parantaa opetussuunnitelmatyön laatua ja säästää resursseja. Alla kuvattuna opetussuunnitelmatyön automatisoidut vaiheet.

Opetussuunnitelmatyön ensimmäisen vaiheen (taustaselvitys) automatisointiin tarvitaan siis sellaisia tietolähteitä, jotka ovat moniäänisiä ja joissa on kuvattu mitä tulevalta työntekijältä odotetaan. On tarkasteltava mm. kansallisia ja EU:n linjauksia, työnantajien näkemyksiä ja löydettävä niiden välinen konsensus. Työelämän tarpeita kartoitettiin keräämällä kyseisen alan työpaikkailmoituksista ajankohtaista tietoa yritysten osaamisvaatimuksista ja yhdistämällä ne kansainvälisiin, ajan tasalla pidettäviin ja kokoaviin osaamisen viitekehyksiin kuten The global skills and competency framework for the digital world, [SFIA] n.d.), Workforce Framework  for Cybersecurity [NICE Framewor] (Petersen ym. 2020) ja EUR-ACE Framework Standards and Guidelines (European Network for Accreditation of Engineering Education [ENAEE]. (n.d.).  Opetussuunnitelmatyön toisessa vaiheessa, jossa kuvataan vaadittava osaaminen, näiden prosessien yhdistäminen mahdollistaa tarkkojen ja kattavien osaamistavoitteiden kokoamisen, jotka on kohdennettu kyseisen ammattialan tarpeisiin (kuva 1).

Kuva 1: Tausta-aineistojen käsittely tavoitteena olevan osaamisen kuvaamiseen opetussuunnitelmassa


 

Opetussuunnitelmatyön kolmannessa vaiheessa tarpeiden kartoittamisen jälkeen rakennetaan opetussuunnitelman kokonaisuus. Eli luodaan raamit sille, millaisia laajoja opintokokonaisuuksia opetussuunnitelman tulee sisältää. Kolmannessa vaiheessa tarvitaan siis menetelmä ryhmittelyyn, jolla keskenään yhteensopivat osatekijät (kurssit) ryhmitellään erilleen muista. Se, mikä tekijä määrittää yhteensopivuuden, on muovautuva (vrt. oppiainejakoinen, teemapohjainen, jaksotettu tai prosessilähtöinen tai modulaarinen, osaamisperustainen opetussuunnitelma yms.), joten menetelmän pitäisi mukautua tähän. Kyseessä voi olla esimerkiksi Kielet ja viestintä -opintokokonaisuus tai Opetustyön perusteet -opintokokonaisuus, joille on luotu niitä kuvaavat osaamistavoitteet. On osoitettu, että kielimalleilla voidaan tehdä juuri tämän kaltaista tekstin ryhmittelyä (Viswanathan ym. 2024). Tekoälyn avulla luokiteltiin edellisen opetussuunnitelman kurssit uusia opintokokonaisuuskuvauksia vastaaviksi kokonaisuuksiksi (kuva 2).

Kuva 2: Tekoälyn avulla ryhmiteltiin kurssit moduuleihin. Tässä hyödynnettiin tekstin samankaltaisuuksia opintokokonaisuuskuvausten ja kurssikuvausten välillä.



Opetussuunnitelman kokonaisarkkitehtuurin rakentamisen jälkeen tuotetaan opintojaksokuvaukset. Opintojaksokuvaukset tiivistävät yhteen koko edeltävän opetussuunnitelmatyön. Opintojaksokuvausten tulisi olla linjassa koulutusta ohjaavien dokumenttien, kuten lakien, oppilaitoksen läpileikkaaviin teemojen ja opintokokonaisuuksien kuvausten jne., kanssa.  Lisäksi opetussuunnitelmadokumentin sisäiset komponentit (kurssikuvaus, osaamistavoitteet, sisältö ja arviointiperusteet) tulee olla linjassa keskenään.

Kielimallien tuottaman sisällön vaihtelu ja luotettavuus ovat usein esteenä käytännön hyödyntämiseen. Ketjumainen prosessointi, kuten opintojaksokuvauksen kirjoittaminen, on yksi paikoista, joissa kielimalleja voidaan hallita esimerkkien kautta (Wei ym., 2022). Hyödynsimme siis dokumentteja, joissa edellä mainitut asiat oli kuvattu, ja hyödynsimme kielimalleja kirjoittamaan uusia kurssikuvauksia linjakkaasti (kuva 3).

Tähän prosessiin rakennettiin paikallinen kielimallipalvelin ja käyttöliittymä, jossa yksittäistä kurssikuvausta kehitettiin. Kurssikuvauksen määrittelyn jälkeen kielimalleilla generoitiin loput kurssikuvauksen osat (osaamistavoitteet, kurssin sisältö, arviointimenetelmät ja arviointikriteerit). Tässä kokeilussa kielimallin käyttäytymistä pystyttiin hallitsemaan kurssikuvausten rekursiivinen kirjoittamisen avulla.

Kuva 3: Kurssikuvauksen perusteella ja hyödyntäen ulkopuolisia dokumentteja ja kielimalleja, saatiin kirjoitettua paremmin linjassa olevia kurssikuvauksia.



Tekoälyä käytettiin visualisointien luomiseen opetussuunnitelman linjakkuuden tarkistamiseksi. Kaikkia opetussuunnitelman opintojaksojen kuvauksia verrattiin moduulien kuvaukseen. Tekoäly yhdisti parhaiten yhteensopivat opintojaksot ja moduulit kuvana. Visualisoinnilla pystyttiin nopeasti näkemään opintojaksojen ja moduulien yhteys ja sen, jos jokin opintojakso ei linkittynyt mihinkään moduuliin.

Lopuksi verrattiin ihmisten kirjoittamia kurssikuvauksia kielimallin tuottamiin kuvauksiin. Validointi tehtiin asiantuntijatyönä siten, että kurssikuvaukset sekoitettiin ja lukijalla ei ollut informaatiota siitä, olivatko kuvaukset ihmisen vai tekoälyn tuottamia.

Teköäly tuottaa – kriittistä arviointia tarvitaan  

Kun ihmisten tekemiä opintojaksokuvauksia verrattiin tekoälyn tuottamiin kuvauksiin, havaittiin, että tekoäly tuottaa runsaamman ja monipuolisemman kuvauksen opintojaksosta. Tekoälyn tuottamissa opintojaksokuvauksissa integroituivat ”mitä opitaan” siihen ”miten opitaan”. Tekoäly tuotti sille annetun taustamateriaalin avulla tavanomaista opetussuunnitelmatekstiä enemmän ajatuksia siitä, miten jokin asia tulisi oppia. Tässä tekoäly meni myös liiallisuuksiin määrittämällä esimerkiksi, montako kertaa jotakin asiaa, tehtävää, työtapaa tulisi tehdä. Tekoälyn tuottama opetussuunnitelmateksti vastaa Vitikan (2009, 32) ajatusta siitä, että opetussuunnitelman mallia voidaan kehittää kahden ulottuvuuden, sisällön (mitä) ja muodon (pedagogiikan eli miten) kautta. Suomessa opetussuunnitelmissa painopiste on ollut sisällössä ja opettajilla on vapaus päättää, millaisia pedagogisilla ratkaisuilla sisältö opitaan (Vitikka, 2009). Jos opetussuunnitelman tai opintojaksokuvauksen tekijä on kokematon ja opetussuunnitelman kehittämisosaamista ei ole vielä kertynyt, niin tekoäly voi avustaa laadukkaan opetussuunnitelman ja opintojaksokuvauksen tekemisessä. Tosin, tarvitaan yhteisöllistä arviointia ja tukea, jos kokematon henkilö ei kykene arvioimaan kriittisesti tekoälyn ehdotuksia.

Arvioinnin kuvaaminen opetussuunnitelmaan tai yksittäiseen opintojaksoon koetaan usein vaativaksi. Linjakkuus opetussuunnitelmassa tarkoittaa sitä, että koulutuksessa tavoitteena oleva osaaminen, opetussuunnitelman kokonaisarkkitehtuuri, sisällöt, opetus-oppimismenetelmät ja osaamisen arviointi ovat linjassa keskenään. Arviointi usein tekee näkyväksi, onko opetussuunnitelma linjakas vai ei. Kun vertasimme ihmisen ja tekoälyn tuottamia opintojaksojen arviointikuvauksia, tekoäly huolehtii linjakkuuden säilymisestä niin, että opintojakson tarkoitus osaamisen kehittämisen kokonaisuudessa, tavoitteena oleva osaaminen, valitut sisällöt ja opetus-oppimismenetelmät suodattuvat arviointikriteereihin. Kokeilu osoitti, että tekoäly tuottaa helposti arviointikuvauksia erilaisille arviointiasteikoille, esimerkiksi hyväksytty – hylätty, 3- tai 5-portainen asteikko. On huomioitava, että kaikki tekoälyn tuottamat kuvaukset edellyttävät aina kriittistä tarkastelua ja myös muokkausta.

Tekoälyn käyttämisessä kirjoitetun opetussuunnitelman kehittämiseen on myös huomioitava se, että jos tekoälylle annetut viitekehykset, kuvaukset ja aineistot eivät ole riittävän laadukkaita, tekoälyn käyttö ei lisää laatua. Tämä kävi ilmi yhden opintojakson kohdalla, jossa opintojakson tarkoituksen kuvaus opetussuunnitelmassa oli heikko. Tällöin ihmisen ja tekoälyn tuottamat opintojaksokuvaukset olivat yhtä heikkoja.

Teknologisesta kehittämisestä opittiin se, että on erittäin tärkeää pystyä rakentamaan opetussuunnitelman kehittämisohjelmisto organisaation sisään. Kielimallit ja muut tekoälytyökalut, joita hyödynnettiin, pyöritettiin Jamkin paikallisilla tietokoneilla. Tällöin organisaatiolle tärkeää dataa ei anneta ulkopuolisille yrityksille. Tämän kokeilun pohjalta voidaan nähdä tekoälyn käytöstä jo selkeää hyötyä hankkeissa ja palveluliiketoiminnassa, vaikka valmiiseen ohjelmistotuotteeseen on vielä matkaa.​ Kokeilussa luotu ratkaisu nopeuttaa opetussuunnitelmaprosessia ja pitää sen turvallisesti oman organisaation sisällä.

Opetussuunnitelmaprosesseja on syytä arvioida kriittisesti ja kehittää toimintatapoja, jotka ovat kustannustehokkaita, varmistavat opetussuunnitelmien laadun, joustavuuden ja ajantasaisuuden.  Tekoälyn käyttämisestä opetussuunnitelmatyössä on hyötyä, mutta sen käyttö edellyttää hyvää opetussuunnitelmaosaamista.

RaiPe

RaiPe on Jamkin sisäinen kehittämishanke, jossa tekoälyä kokeiltiin kolmeen osa-alueeseen: 1. OPS-työn älykäs kehitys, 2. Älykäs ohjaus ja arviointi valmistumisen vauhdittajana ja 3. Monikanavainen oppiminen. Hanke toteutettiin vuonna 2024.