Tekoälyn hyödyntäminen mobiilisovelluskehityksessä
Pyhtinen, Sami; Huhtaniska, Vesa (2025)
Pyhtinen, Sami
Huhtaniska, Vesa
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-2025121135165
https://urn.fi/URN:NBN:fi:amk-2025121135165
Tiivistelmä
Opinnäytetyössä tarkasteltiin generatiivisen tekoälyn soveltuvuutta mobiilisovelluskehityksen tukena Android Studio -ympäristössä hyödyntäen
Flutter- ja Dart-teknologioita. Tavoitteena oli selvittää, voiko aloitteleva ohjelmoija toteuttaa pelisovelluksen alusta loppuun tekoälyn avulla, sekä vertailla ChatGPT:n, GitHub Copilotin ja Google Geminin tarjoamaa ohjelmointitukea. Tavoitteiden saavuttamiseksi totetutettiin TriviaVisa-niminen tietovisasovellus, jonka kehitysprosessi toimi perustana tekoälytyökalujen vahvuuksien ja rajoitusten analysoimiselle.
Tutkimus keskittyi generatiivisen tekoälyn, suurten kielimallien ja ohjelmistokehityksen automaation viitekehykseen. Menetelmänä käytettiin vertailevaa tapaustutkimusta ja toimintatutkimusta, joissa sovellusta kehitettiin iteratiivisesti tekoälyn tuottaman koodin, kehittäjän tekemien havaintojen ja korjausten pohjalta. Aineisto koostui tekoälyjen tuottamasta koodista, kehityslokeista ja reflektiivisistä muistiinpanoista, ja se analysoitiin laadullisen sisältö- ja teema-analyysin keinoin.
Tulokset osoittivat, että mallien välillä oli eroja, mutta kaikki tarkastellut tekoälymallit pystyivät kuitenkin tuottamaan toimivia ratkaisuja sovelluksen keskeisiin osa-alueisiin, kuten käyttöliittymään, navigaatioon, API-integraatioihin ja pisteytyslogiikkaan. Tekoälyt tehostivat rutiinitehtäviä ja nopeuttivat kehitystä, mutta monimutkaisemmissa kohdissa tarvittiin edelleen käyttäjän omaa osaamista tilanhallinnan, virheenkorjauksen ja koodin rakenteellisen hallinnan
osalta.
Generatiivinen tekoäly tarjoaa merkittävää tukea mobiilisovelluskehityksessä erityisesti aloittelijalle, mutta ei vielä mahdollista täysin itsenäistä sovelluksen toteutusta ilman käyttäjän ohjelmointitaitoja ja jatkuvaa valvontaa. Opinnäytetyö toteutettiin osana Lapin tekoälykiihdyttämö -hanketta. Työn tuloksia voidaan hyödyntää opetuksessa, ohjelmistokehityksen perehdytyksessä sekä organisaatioissa, jotka harkitsevat tekoälyavusteisen ohjelmoinnin käyttöönottoa.
Flutter- ja Dart-teknologioita. Tavoitteena oli selvittää, voiko aloitteleva ohjelmoija toteuttaa pelisovelluksen alusta loppuun tekoälyn avulla, sekä vertailla ChatGPT:n, GitHub Copilotin ja Google Geminin tarjoamaa ohjelmointitukea. Tavoitteiden saavuttamiseksi totetutettiin TriviaVisa-niminen tietovisasovellus, jonka kehitysprosessi toimi perustana tekoälytyökalujen vahvuuksien ja rajoitusten analysoimiselle.
Tutkimus keskittyi generatiivisen tekoälyn, suurten kielimallien ja ohjelmistokehityksen automaation viitekehykseen. Menetelmänä käytettiin vertailevaa tapaustutkimusta ja toimintatutkimusta, joissa sovellusta kehitettiin iteratiivisesti tekoälyn tuottaman koodin, kehittäjän tekemien havaintojen ja korjausten pohjalta. Aineisto koostui tekoälyjen tuottamasta koodista, kehityslokeista ja reflektiivisistä muistiinpanoista, ja se analysoitiin laadullisen sisältö- ja teema-analyysin keinoin.
Tulokset osoittivat, että mallien välillä oli eroja, mutta kaikki tarkastellut tekoälymallit pystyivät kuitenkin tuottamaan toimivia ratkaisuja sovelluksen keskeisiin osa-alueisiin, kuten käyttöliittymään, navigaatioon, API-integraatioihin ja pisteytyslogiikkaan. Tekoälyt tehostivat rutiinitehtäviä ja nopeuttivat kehitystä, mutta monimutkaisemmissa kohdissa tarvittiin edelleen käyttäjän omaa osaamista tilanhallinnan, virheenkorjauksen ja koodin rakenteellisen hallinnan
osalta.
Generatiivinen tekoäly tarjoaa merkittävää tukea mobiilisovelluskehityksessä erityisesti aloittelijalle, mutta ei vielä mahdollista täysin itsenäistä sovelluksen toteutusta ilman käyttäjän ohjelmointitaitoja ja jatkuvaa valvontaa. Opinnäytetyö toteutettiin osana Lapin tekoälykiihdyttämö -hanketta. Työn tuloksia voidaan hyödyntää opetuksessa, ohjelmistokehityksen perehdytyksessä sekä organisaatioissa, jotka harkitsevat tekoälyavusteisen ohjelmoinnin käyttöönottoa.
