ChatGPT Builder frontend-kehityksen perusteiden tukena : kehittämisprosessi mukaillen Design Thinking -mallia ja Kolbin oppimissykliä
Kettunen, Kai-Mikael (2025)
Kettunen, Kai-Mikael
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025090324397
https://urn.fi/URN:NBN:fi:amk-2025090324397
Tiivistelmä
Opinnäytetyön tarkoituksena oli selvittää tekoälymentorin toimintaa simuloidussa oppimistilanteessa, jossa oppija luo ensimmäisen kotisivuratkaisun generatiivisen tekoälyn ohjaamana ja tukemana. Generatiivisen tekoälyn rooli oli käyttöön erikseen kehitetty tekoälymentori. Generatiivisen tekoälyn toiminnallisuuden reunaehdot luotiin hyödyntäen kahta eri kehotetyyliä. Samalla generatiiviselle tekoälylle luotiin vastaamiseen selkeät säännöt. Huomionarvoisinta opinnäytetyössä on generatiivisen tekoälyn toiminnallisuuden ja vastausrakenteen kehittäminen suunnitellummin ja ohjaavammin.
Tyyppi opinnäytetyössä on toiminnallinen opinnäytetyö, jossa menetelmänä mukaillaan yhdistellen iteratiivista prosessia hyödyntäen ITIL 4 -malliin pohjautuvaa palvelun suunnittelumallia, Design Thinking-prosessia ja kokemuksellisen oppimisen syklimallia. Opinnäytetyön tietopohja koostuu kehittämisprosessista, jossa on toiminnallisia viitteitä ohjattuun, kokemukselliseen ja ketterään oppimiseen vuorovaikutuksen kautta nykyteknologiaa hyödyntäen. Prosessivaiheet on rajattu ideointiin, prototypointiin ja testaukseen. Tietopohjassa on käsitelty myös tekoälyn käyttöä oppimisen välineenä, ja verkkosivuston perusteet koostuvat HTML-, CSS- ja JavaScript-teknologioista.
Aineistona opinnäytetyössä luotiin viitekehystä tukeva sykliraportointimalli, jota hyödyntämällä voidaan reflektoida omaa oppimista ja kirjata sekä analysoida prosessissa toteutuneiden vaiheiden onnistumista. Lisäksi generatiivisen tekoälyn keskustelu on liitetty osaksi opinnäytetyötä. Aineisto analysoitiin soveltamalla kevyesti teemoittelua, reflektointia ja raportoinnista saatujen havaintojen arviointia. Koodi on testattu ja validoitu toimivaksi.
Johtopäätöksenä voidaan todeta, että generatiivinen tekoäly pystyy toimimaan ohjaava tukiälynä opiskelussa. Tärkeä huomio liittyy nimenomaan syvempien menetelmien hyödyntämiseen generatiivisen tekoälyn toiminnan ohjaamiseen luomalla laajemman kehotteen. Tällöin generatiivinen tekoäly voi toimia vuorovaikutuksessa käyttäjän kanssa siihen tarkoitetussa tehtävässä selkeämmin sääntöihin pohjautuen. Tarkemmalla kehotesuunnittelulla voidaan rajoittaa generatiivisen tekoälyn vastauksia, jolloin rooli on selkeämpi ja sisältää toiminnallisia reunaehtoja.
Tyyppi opinnäytetyössä on toiminnallinen opinnäytetyö, jossa menetelmänä mukaillaan yhdistellen iteratiivista prosessia hyödyntäen ITIL 4 -malliin pohjautuvaa palvelun suunnittelumallia, Design Thinking-prosessia ja kokemuksellisen oppimisen syklimallia. Opinnäytetyön tietopohja koostuu kehittämisprosessista, jossa on toiminnallisia viitteitä ohjattuun, kokemukselliseen ja ketterään oppimiseen vuorovaikutuksen kautta nykyteknologiaa hyödyntäen. Prosessivaiheet on rajattu ideointiin, prototypointiin ja testaukseen. Tietopohjassa on käsitelty myös tekoälyn käyttöä oppimisen välineenä, ja verkkosivuston perusteet koostuvat HTML-, CSS- ja JavaScript-teknologioista.
Aineistona opinnäytetyössä luotiin viitekehystä tukeva sykliraportointimalli, jota hyödyntämällä voidaan reflektoida omaa oppimista ja kirjata sekä analysoida prosessissa toteutuneiden vaiheiden onnistumista. Lisäksi generatiivisen tekoälyn keskustelu on liitetty osaksi opinnäytetyötä. Aineisto analysoitiin soveltamalla kevyesti teemoittelua, reflektointia ja raportoinnista saatujen havaintojen arviointia. Koodi on testattu ja validoitu toimivaksi.
Johtopäätöksenä voidaan todeta, että generatiivinen tekoäly pystyy toimimaan ohjaava tukiälynä opiskelussa. Tärkeä huomio liittyy nimenomaan syvempien menetelmien hyödyntämiseen generatiivisen tekoälyn toiminnan ohjaamiseen luomalla laajemman kehotteen. Tällöin generatiivinen tekoäly voi toimia vuorovaikutuksessa käyttäjän kanssa siihen tarkoitetussa tehtävässä selkeämmin sääntöihin pohjautuen. Tarkemmalla kehotesuunnittelulla voidaan rajoittaa generatiivisen tekoälyn vastauksia, jolloin rooli on selkeämpi ja sisältää toiminnallisia reunaehtoja.
