Kielipohjaisten tekoälymallien nopea kehitys parin viime vuoden aikana on herättänyt laajaa keskustelua yhteiskunnassa, ja myös koulutuksen kentällä. ChatGPT:n julkaisu loppuvuonna 2022 toi teknologian kaikkien tietoisuuteen ja saataville.
Miten tekoälyä voisi hyödyntää kuviksen opetuksessa? Facebookin Kuvista-ryhmässä käytiin aiheesta maaliskuun 2024 puolivälissä aktiivista keskustelua. Keskustelun pohjalta tekoälyllä tuotettavat kuvat ovat useimmiten osa työskentelyprossia, eivät sen lopputulos. Stylus lähestyi keskusteluun tehtäväideansa jakaneita, ja pyysi heitä kertomaan ja taustoittamaan niitä lisää. Tämä juttu kokoaa yhteen kolmen opettajan jakamat tekoälyyn liittyvät lukion kuvistehtävät kaikkien iloksi ja hyödyksi. Lue vastaavat stylus.fi-vinkit yläkouluun täältä.
Hyödyntäessään tekoälysovelluksia opetuksessa opettajan on hyvä ottaa huomioon ajankohtaiset tietoturvaohjeistukset. Opiskelijoille voi esimerkiksi tarjota mahdollisuuden käyttää tekoälysovelluksia opettajan luomilla tunnuksilla, jolloin he eivät ole pakotettuja rekisteröitymään sovelluksen käyttäjäksi omilla henkilötiedoillaan.
Oma huone
Opettaja: Reetta Nisonen
Kohderyhmä: Lukion KU1-opintojakso Tehtävään käytettävä aika: 3–4 x 75 min
Olin pitkään miettinyt, miten tekoälyä voisi mielekkäästi liittää opetukseen, pohtinut ja testaillut erilaisia vaihtoehtoja. Lopulta idea syntyi ajan niukkuudesta, eli siitä, että tähän tehtävään oli käytettävissä vain vähän tunteja: päädyin siksi ikään kuin korvaamaan luonnosteluvaiheen teköälyllä.
Lukiolaiset innostuivat tästä ja myös OPS:in osa-alue ajankohtaiset visuaalisen kulttuurin ilmiöt tuli huomioiduksi. Yllätyimme lukiolaisten kanssa siitä, miten vähän elementtejä käyttämämme tekoälysovellus pystyi luomaan mukaan kuvaan. Maisemat ikkunan takana olivat aina viimeisen päälle, mutta moni muu elementti jäi helposti pois. Jos perään lisäsi ilmaisun ”in surrealistic style”, saattoi lopputuloksesta tulla kiinnostavampi.
Tehtävän eteneminen
Alustuksena katsoimme mm. Stiina Saariston piirustusta Juhlat-Festen (2006) ja keskustelimme omakuvasta (omakuva voi olla muutakin kuin esittävä kuva kohteestaan; esimerkiksi kuva omasta huoneesta voi olla omakuva).
Sen jälkeen opiskelijoiden tuli hakea mood boardiin kuvia heidän omasta kuvamaailmastaan (apuna lista, jossa esimerkkejä). Kuvista 3–4 tuli syöttää aiheina tekoälyohjelmaan (Leonardo.ai) muodossa ”a room with…”. Tekoälyn tekemä luonnos lähtökohtana tuli toteuttaa maalaus kerroksellista maalaustapaa hyödyntäen. Kuvaa sai rajata, ja elementtejä sai poistaa, muuttaa tai lisätä.
Tehtävän arviointiperusteet:
- Tekoälyn luoman kuvan soveltaminen maalauksen lähtökohtana
- Kerroksellisen maalaustavan hyödyntäminen
Näiden lisäksi ei arvioitavana tavoiteena oli tutustuminen kuvien luomiseen tekoälyllä: sen rajoitteet ja mahdollisuudet.
Biisin kuvitus tekoälyllä — musiikkivideo
Opettaja: Heli Ala-Korpi
Kohderyhmä: Lukion KU3-opintojakso Tehtävään käytettävä aika: Useampi oppitunti. Tekoäly teki kuvia nopeasti, mutta lopullista videota koosti aina yksi opiskelija kerrallaan samalla kuin muut ryhmästä tekivät toista tehtävää.
Opiskelijat tekivät noin kolmen hengen ryhmissä tekoälyn avulla kuvia valitsemaansa biisiin liittyen, ja koostivat ne yhteen musiikkivideoksi. Käyttämämme sovellus Dream by Wombo on suunniteltu älypuhelimelle ja opiskelijat käyttivät sen ilmaisversiota (premiummallissa vaihtoehtoja olisi runsaammin). Sovellusta pystyy käyttämään kirjautumattakin, ja luodut kuvat saa ladattua talteen itselle.
Tehtävän eteneminen
Aluksi katsoimme Yle Areenasta Kulttuuricoctailista jakson tekoälytaiteesta ja tekoälyn avulla tehdyn musiikkivideon.
Tehtävänanto opiskelijoille:
1. Valitkaa musiikkikappale jossa on lyriikat. Tekijänoikeusvapaata musiikkia voi ladata Incompetech- sivustolta, lataaminen vaatii kirjautumisen.
2. Jakakaa kappale osiin ja sopikaa kuka tekee tekoälyn avulla kuvia mihinkin osioon.
3. Syöttäkää sanoja ja kuvia tekoälysovellukseen Dream by Wombo (ellette halua testata jotain muista sovelluksista), valitkaa parhaat ja tallentakaa ne. Kuvia kannattaa olla runsaasti.
4. Miettikää millaisella rytmillä kuvat vaihtuisivat. Kertosäkeessä voi käyttää toistoa.
5. Editoikaa kuvista video. Kdenlive on toimiva ilmaisohjelma editointiin (mutta jos teillä on joku muu hyvä ehdotus ja tuttu ohjelma editointiin, sekin käy).
Tehtävän arviointiperusteet:
- biisiin sopiva rytmitys ja tunnelma
- toiston huomioiminen
(Vas.) Shoes on, get up in the morning, got my milk let’s rock and roll. Sanojen syöttäjänä Emma Suomala ja tulkitsijana tekoäly Dream by Wombo. (Oik.) Rainbow bridge dwarf. Sanojen syöttäjänä Severi Ala-Korpi ja tulkitsijana tekoäly Dream by Wombo.
Tekoälytaidetta
Opettaja: Kasperi Mäki-Reinikka
Kohderyhmä: Lukion KU1-opintojakso Tehtävään käytettävä aika: 3 x 75 min
KU1-opintojakson johtoajatus minulla on ollut, että kuvat syntyvät visuaalisessa kulttuurissa aina suhteessa muihin kuviin. Asiaa käsitellään kolmen tehtävän avulla: ensimmäinen on kollaasi, toinen on tekoälyteos ja kolmas teos, joka ottaa inspiraatiota jostain taidehistorian teoksesta.
Tekoälyteostehtävässä opiskelijat generoivat kuvia esim. Artbreeder-sovelluksella tai muulla vastaavalla ilmaisella sovelluksella ja valitsevat tekoälykuvista yhden, jonka pohjalta toteuttavat oman liitupiirroksen / vesivärimaalauksen. Näin digitaalinen kuva tuodaan takaisin käsillä tekemisen maailmaan.
Tehtävässä samaistan metodin aiemmin tekemäämme kollaasiin, jossa valmiista kuvista leikellään uusi teos. Pohdimme, missä on luovuus tekoälytaiteessa. Olen yleensä käyttänyt tätä Art, Creativity, and the Potential of Artificial Intelligence -artikkelissa ollutta diagrammia referenssinä. Käsittelemme generatiivista tekoälytaidetta myös kriittisesti mm. suhteessa tekijänoikeuksiin ja tekoälyjen kouluttamisen suureen ekologiseen jalanjälkeen.
Tehtävän yhteydessä puhutaan ensin ylipäänsä taiteen määritelmästä ja miten se on muuttunut eri aikoina mm. teknologioiden kehityksen myötä (esim. valokuvauksen keksiminen). Sen jälkeen selitän tekoälyn peruskäsitteet ja generatiivisen GAN-mallin toimintaperiaatteet (nykyiset generatiiviset tekoälyt kuten Midjourney perustuvat Diffuusio-malleihin, mutta GAN on helpompi selittää ensin). Työskentelyn lomassa olen esitellyt kotimaisia ja kansainvälisiä tekoälytaiteilijoita, jotka toimivat taidemaailmassa tekoälyn kanssa (esim. Anna Ridler, Helena Sarin, Memo Akten, Jenna Sutela, Hannu Töyrylä).
Olen vetänyt tätä tehtävää nyt neljä vuotta KU1-opintojaksolla. Ensi vuodeksi ajattelin yrittää päivittää tehtävää ottamaan huomioon esim. Midjourneyn, Stable diffusionin ja DallE:n kaltaiset, promptista kuvia generoivat softat, jotka ovat tässä neljässä vuodessa menneet teknisesti heittämällä ohi vanhoista GAN-malleista. Siinä kiinnostavaa saattaisi olla promptien tekemisen ja luovuuden suhde, edelleen omistajuus ja autenttisuus näissä teoksissa jne.
Mielestäni on kiinnostavaa, että suhteessa menneeseen postmoderniin käsitykseen, taideteoksen autenttisuus ja ainutkertaisuus tuntuu taas uudestaan korostuneen tekoälytaiteen takia. Pidän myös kiinnostavana keskustelua kuvan tekemisen demokratiasta, kun kuka tahansa voi tuottaa ns. aidon näköistä jälkeä – onko tämä sama keskustelu, joka käytiin muinoin valokuvauksen kanssa, vai jotain muuta? Ja onhan tekoälytaiteesta jo tullut jonkinlaista uutta kitchiä, johon liittyy kysymykset luokasta, korkeasta ja matalasta taiteesta jne. En tunne yhtään kuvataitelijaa, joka olisi tosissaan huolissaan tekoälytaiteesta, vaikka se tuppaa viemään töitä konseptitaide- ja kuvittajakentältä.
Tehtävän eteneminen
Tehtävänanto opiskelijoille:
- Tee kolme kuvaa Artbreeder-ohjelmalla [yleensä olen vielä vaatinut general-metodin käyttöä, joka korostaa tekoälykuvan rakentuneisuutta ja käytetyn teknologian logiikkaa].
- Piirrä tai maalaa yhdestä kuvasta oma versiosi öljy- tai kuivapastelliliiduilla tai vesivärillä [olen generoiduista kuvista riippuen ehdottanut tekniikkaa, joka saattaisi toimia parhaiten opiskelijan valitsemaan kuvaan].
Tehtävän arviointi:
Arviointi on kaksiosainen, arvioin kolme tekoälykuvaa ja itse piirretyn/maalatun työn erikseen, mutta painotan arvioinnissa itse tehtyä kuvaa.
Arvostelussa kiinnitän huomiota tekoälykuvissa kuvien erilaisuuteen (erilaisten ominaisuuksien kokeilu ohjelmassa), kuvien konseptiin (jos käytetyissä tekoälygeeneissä on esim. jokin kiinnostava merkitystä tuova taso) ja kuvien esteettiseen laatuun (minkälaisia esteettisesti kiinnostavia, yhteneviä tai kontrastisia kuvia opiskelija on onnistunut tekemään ohjelmalla).
Yhden tekoälykuvan pohjalta toteutetussa omassa versiossa paperille voi valita haluaako tehdä tarkan jäljennöksen tai tuoda jonkin oman näkökulman kuvaan ja arvostelen työn siitä lähtökohdasta käsin. Oleellista molemmissa ovat teoksen suhde teköälykuvaan (miten kuvaa on käytetty työn pohjana) ja teoksen tekninen toteutus (miten pensseli tai liitu on pysynyt kädessä).
…..
Artikkelin kuvituskuva: DALL-E tekoälyn luoma kuva promptilla ”Visual arts class in high school, students working with AI”, jonka antoi Heikki Heinonen
