Generatiivisen tekoälyn käyttämisen vaikutukset ajatteluun

Thumbnail Image

Files

bachelor_Hara_Linnea_2026.pdf (593.21 KB)

URL

Journal Title

Journal ISSN

Volume Title

School of Science | Bachelor's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2025-12-14

Department

Major/Subject

Engineering Psychology

Mcode

Degree programme

Bachelor's Programme in Science and Technology
Teknistieteellinen kandidaattiohjelma
Kandidatprogram i teknikvetenskap

Language

fi

Pages

31

Series

Abstract

The need for independent problem-solving and decision-making has been decreased due to increased utilization of generative artificial intelligence tools. This has raised concerns about its impact on thinking. According to a 2024 questionnaire, almost half of the higher education students reported having used AI tools in learning. Therefore, it is crucial to study how generative AI should be used so that it does not harm students’ higher-order thinking skills while at the same time supporting students’ AI-related skills that are needed in the future AI-centric labor markets. The aim of this research is to discover how the use of generative AI affects critical thinking, decision-making and problem-solving as well as how students should use generative AI tools to support thinking. The focus is on critical thinking, decision making and problem-solving because they are crucial learning goals in higher education and essential skills in professional contexts. This study was conducted as a systematic literature review, and the material was gathered from different databases. The key finding of this study was that there is a negative correlation between using AI tools and critical thinking, which is caused by cognitive offloading and over-reliance on AI tools. Users who rely on AI-generated responses are more likely to offload their thinking to AI. This results in a decrease in cognitive load, which weakens the memorization of produced text or learned information. Weaker recall is linked to surface learning because the information is not actively processed, integrated, or reorganized into new cognitive schemas. To maintain strong critical thinking skills, it is crucial to critically evaluate AI generated outputs and recognize inherent biases in AI systems. In situations where cognitive load is high, the use of AI can support learning and problem-solving by reducing both intrinsic and extraneous cognitive load, thereby increasing the capacity available for germane load, which is essential for deep learning and effective problem-solving.

Generatiivisten tekoälysovellusten yleistymisen vuoksi tarve itsenäiselle ongelmanratkaisulle ja päätöksenteolle on vähentynyt. Tämä on herättänyt keskustelua tekoälyn käytön vaikutuksista käyttäjien ajatteluun. Vuoden 2024 kyselyn mukaan lähes puolet korkeakouluopiskelijoista kertoi hyödyntäneensä generatiivista tekoälyä opiskelussa. Tämän vuoksi on tärkeää tutkia, miten generatiivista tekoälyä tulisi käyttää korkeakoulutuksessa siten, ettei se heikennä opiskelijoiden korkean tason ajattelun kehittymistä, mutta samalla tukee heidän tekoälytaitojensa kehittymistä tulevaisuuden tekoälykeskeisillä työmarkkinoilla. Tässä tutkimuksessa selvitetään, miten generatiivisen tekoälyn käyttäminen vaikuttaa kriittiseen ajatteluun ja päätöksenteko- ja ongelmanratkaisutaitoihin sekä miten generatiivisia tekoälysovelluksia tulisi hyödyntää korkeakouluopiskelussa ajattelun tukena. Tutkimuksessa keskitytään kriittiseen ajatteluun, päätöksentekoon ja ongelmanratkaisuun, koska ne ovat keskeisiä korkeakoulutuksen oppimistavoitteita ja tärkeitä työelämän taitoja. Tutkimus toteutettiin systemaattisena kirjallisuuskatsauksena, jonka aineistoa on haettu eri tietokannoista. Tutkimuksessa havaittiin tekoälyn käyttämisen ja kriittisen ajattelukyvyn välillä negatiivinen yhteys, joka johtuu kognitiivisesta ulkoistamisesta ja liiallisesta riippuvuudesta tekoälyyn. Käyttäjät, jotka luottavat tekoälyn luomiin vastauksiin, ulkoistavat todennäköisemmin ajatteluaan tekoälylle. Tämä johtaa kognitiivisen kuormituksen pienenemiseen, minkä vuoksi opittu tieto tai tuotettu teksti muistetaan huonommin. Heikompi muistaminen kytkeytyy pintaoppimiseen, koska tietoa ei ole itsenäisesti käsitelty eikä asioiden välisiä yhteyksiä ole aktiivisesti jäsennetty tai uusia skeemoja muodostettu. Kriittisen ajattelun ylläpitämiseksi on tärkeää, että opiskelija arvioi tekoälyn tuottamia vastauksia kriittisesti ja tiedostaa tekoälyyn ja sen käyttöön liittyvät vinoumat. Tehtävissä, jossa kognitiivinen kuormitus on suuri, tekoälyn käyttäminen voi tukea oppimista ja ongelmanratkaisua vähentäen sisäistä ja ulkoista kuormitusta, mikä jättää enemmän kapasiteettia hyödylliselle kuormitukselle, joka on välttämätön oppimisen ja ongelmanratkaisun kannalta.

Description

Supervisor

Savioja, Lauri

Thesis advisor

Vartiainen, Matti

Keywords

kriittinen ajattelu, generatiivinen tekoäly, suuret kielimallit, korkeakoulutus, päätöksenteko, ongelmanratkaisu

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202601161333

Collections

[kand] Perustieteiden korkeakoulu / SCI