Tehisaru kiire levik hariduses on toonud kaasa mitu praktilist küsimust. Milliseid tööriistu peaks õppija oskama kasutada? Kuidas koostada head viipa? Millal on AI kasutamine lubatud? Kuidas hinnata tööd, mille koostamisel on kasutatud generatiivset tehisaru? Need küsimused on tähtsad, kuid nende taga on põhimõttelisem probleem: mida tähendab olla kirjaoskaja keskkonnas, kus tehnoloogia mitte ainult ei vahenda informatsiooni, vaid analüüsib andmeid, pakub tõlgendusi ja suhtleb kasutajaga järjest enam nagu dialoogipartner.

Kas AI kirjaoskus on päriselt midagi uut?

Just seetõttu kasutan siin mõistet kirja­oskus, mitte üksnes teadmised, oskused või pädevused. Teadmised osutavad sellele, mida inimene tehnoloogiast teab; oskused sellele, mida ta sellega teha suudab; pädevus aga võimele neid konkreetses olukorras rakendada. Kirjaoskus on laiem: see hõlmab kasutamist, mõistmist, tõlgendamist ja võimet oma tegevust laiemalt mõtestada.

Kirjaoskust on sotsiaalteadustes käsitletud mitte ainult individuaalse võimena, vaid sotsiaalse praktikana – see, mida tähendab olla kirjaoskaja, sõltub ka keskkonnast, institutsioonidest ja suhetest, milles teadmisi kasutatakse. Samal ajal on Ameerika kultuuriajaloolane Harvey Graff põhjendatult kritiseerinud kalduvust nimetada peaaegu iga uut oskuste kogumit uueks „kirjaoskuseks“.¹ Seetõttu on AI-kirjaoskuse puhul mõistlik küsida, kas tegemist on uue nähtusega või lihtsalt uue nimetusega vanadele oskustele.

Analüüsisime koos doktorandi Jevgenia Polomoshnovi ja järeldoktori Kateryna Lobanovaga 25 kontseptuaalselt keskset uuringut digitaalse, andme- ja AI-kirjaoskuse kohta, kokku ligikaudu 960 lehekülge teksti. Lähtusime seejuures kirjaoskuse laiemast tähendusest, mis ei piirdu üksnes tehniliste teadmiste ja oskustega. Meie küsimus ei olnud ainult selles, kuidas iga kirjaoskust defineeritakse, vaid selles, kuidas need omavahel suhestuvad ja kuidas nende tähendus tehnoloogilise keskkonna arenedes muutub. Analüüs osutas, et neid ei ole mõistlik käsitleda kolme üksteisest sõltumatu oskuste paketina. Digitaalne kirjaoskus toimib pigem alusena, millele andme- ja AI-kirjaoskus toetuvad; samal ajal lisavad andmestumine ja tehisaru sellele uusi, spetsiifilisemaid nõudeid. AI-kirjaoskus ei ole seega täiesti uus kirja­oskus, kuid ka mitte lihtsalt uus nimetus varasematele oskustele.

Meie uuring osutab, et AI ajastul ei piisa kirjaoskuse mõistmisest tehnoloogia kasutamise ja kriitilise hindamisena – järjest tähtsamaks muutub võime mõista ka seda, kuidas tehnoloogiaga suhtlemine kujundab inimese enda mõtlemist, tegutsemist ja suhet teadmisega.

Digitaalsest kirjaoskusest andme- ja AI-kirjaoskuseni

Digikirjaoskuse varasemates käsitlustes oli keskne võime kasutada digivahendeid ja digitaalses informatsioonikeskkonnas mõtestatult tegutseda. Juba Ameerika kirjaniku ja digitaalse kirjaoskuse mõiste populariseerija Paul Gilsteri klassikaline määratlus rõhutas võimet arvutite kaudu esitatud informatsiooni mõista, hinnata ja integreerida,² hilisemates käsitlustes lisandusid tugevamalt kommunikatsioon, koostöö ja kultuurikontekst. Digikirjaoskus ei tähenda seega pelgalt tehnilist arvutikasutust, vaid laiemat võimet digitaalses keskkonnas informatsiooni leida, hinnata ja kasutada ning teistega suhelda.

Andmestumine ehk järjest suurema osa inimeste tegevuse ja ühiskondlike protsesside muutmine andmeteks (vt nt Masso jt 2020)³ muudab inimese positsiooni digikeskkonnas: ta ei ole enam ainult informatsiooni kasutaja, vaid ka andmete tekitaja, andmekogumise objekt ja järjest rohkem andmete põhjal otsustaja. Andmekirjaoskus tähendab seetõttu enamat kui tabeli või graafiku lugemist. Meie analüüsitud käsitlustes seostati seda võimega andmeid koguda, hallata ja visualiseerida, püstitada hüpoteese, teha andmepõhiseid otsuseid ning märgata andmete väärkasutust või manipuleerimist. Sama tähtis on osata küsida, kust andmed pärinevad, keda need esindavad, kes jäi andmetest välja ja milliseid järeldusi nende põhjal üldse teha saab. Näiteks kohaliku omavalitsuse ametniku jaoks ei tähenda andmekirjaoskus abstraktset statistikaoskust, vaid võimet kasutada kodanike küsitlusandmeid konkreetsete probleemide mõistmiseks ja otsuste tegemiseks.

AI-kirjaoskus lisab sellele veel ühe kihi. Tehisaru toimib digitaalses keskkonnas ja tugineb andmetele, mistõttu ei ole AI-kirjaoskus võimalik ilma vähemalt mingisuguse digitaalse ja andmekirjaoskuseta. Kuid sellest ei piisa. AI-kirjaoskust käsitlevas kirjanduses tähendab see võimet mõista, millised AI-lahendused ja algoritmid on kasutusel, kuidas need üldjoontes toimivad, milliseid probleeme nendega lahendada saab ning millised võivad olla nende kasutamise sotsiaalsed, eetilised ja õiguslikud tagajärjed. Õpetaja puhul tähendab see näiteks vajadust hinnata, millal toetab AI õppija iseseisvat tööd ja millal hakkab seda asendama – küsimus, mis muutub järjest keerulisemaks, sest piir inimese loodud, AI loodud ja AI abil loodud teksti vahel hägustub.

Kolm mõõdet: kasutada, hinnata ja suhestuda

Neid kolme kirjaoskust võrreldes ilmnes meie analüüsis keskne muster: kõiki neid läbivad kolm omavahel seotud mõõdet – tehniline, kriitiline ja kommunikatiiv-kognitiivne. Lihtsustatult puudutavad need kolme küsimust: kuidas tehnoloogiat kasutada, kuidas selle loodut hinnata ja kuidas tehnoloogiaga suhestuda. Need ei ole kolm järje­korras omandatavat astet ega eraldiseisvat oskuste rühma, vaid eri viisid, kuidas inimene tehnoloogilises keskkonnas tegutseb.

Tehniline mõõde on kõige käegakatsutavam. Digikirjaoskuses tähendab see näiteks arvuti, nutitelefoni või interneti­keskkonna kasutamist; andmekirjaoskuses andmete kogumist, haldamist, visualiseerimist ja analüüsi; AI-kirjaoskuses juba arusaamist algoritmidest ja mudelitest ning võimet kasutada AI-teenuseid. Tehnilise mõõtme puhul muutub nõutav kompetents seega digitaliseerumisest andmestumise ja AI poole liikudes spetsialiseeritumaks. Andmete ja AI puhul tuleb järjest enam mõista ka seda, mis toimub kasutajaliidese taga.

Kriitiline mõõde puudutab seda, kas inimene suudab hinnata tehnoloogiliselt vahendatud tulemuse päritolu, usaldusväärsust ja tagajärgi. Digikirjaoskuses tähendab see näiteks võimet eristada usaldusväärset informatsiooni valeinfost. Andmekirjaoskuses lisandub oskus küsida, milliste andmete põhjal tulemus kujunes, ja märgata valimi, mõõtmise, andmete väärkasutuse või manipuleerimise probleeme. AI puhul laieneb kriitiline mõõde veelgi: mängu tulevad autoriõigus, privaatsus, algoritmiline kallutatus, vastutus ja küsimus sellest, millal AI pakutud tulemust üldse usaldada.

Just siin tekib Eesti hariduse jaoks märkimisväärne paradoks. Mida edukamalt me AI kasutamise koolidesse ja ülikoolidesse viime, seda suuremaks võib muutuda lõhe tehnilise kasutusoskuse ja kriitilise kirjaoskuse vahel. Tehisaru süsteemid on loodud võimalikult lihtsaks kasutamiseks: inimene võib väga kiiresti õppida saama juturobotilt näiliselt veenvat teksti või analüüsi. Märksa keerulisem on aru saada, kuidas see tulemus tekkis, millistele teadmistele see tugineb, mis võib olla puudu ja millal tuleks tulemus kõrvale jätta. Seetõttu ei tähenda AI kasutamise kasv automaatselt AI-kirjaoskuse kasvu.

Kui tehnoloogia hakkab osalema mõtlemises?

Kõige vähem on senises kirjanduses tähelepanu saanud kolmas, kommunikatiiv-kognitiivne mõõde, mille tähendus generatiivse AI ajastul muutub eriti oluliseks. Digikirjaoskuse puhul tähendab see näiteks oskust kohandada oma suhtlust eri kanalites: ühismeedias, veebikogukonnas või kodanikuna kohalikus arutelukanalis. Andme­kirjaoskuses tähendab see võimet kasutada argumendi toetamiseks andmeid, teha nende abil otsuseid ja arve nende kontekstis tõlgendada. AI puhul muutub aga kommunikatsiooni objekt ise: inimene suhtleb järjest enam tehnoloogiaga. Suuri keelemudeleid (LLM) kasutades ei anna me ainult käsku, vaid peame dialoogi – küsime, täpsustame, parandame, vaidleme vastu ja kasutame saadud vastust järgmise mõttekäigu lähtekohana.

See suhe ei ole aga ühepoolne. Inimene õpib oma keelt AI-ga suhtlemiseks kohandama, kuid AI võib omakorda hakata mõjutama inimeste keelekasutust. Näiteks on ingliskeelses kõnes täheldatud generatiivse AI-ga seostatud sõnade, nagu delve (ee süvenema, kaevuma, sukelduma), kasutuse kasvu.⁴ See on väike, kuid nähtav näide sellest, kuidas tehnoloogiaga suhtlemine võib hakata muutma ka inimeste omavahelist kommunikatsiooni.

Kommunikatiiv-kognitiivne mõõde ei seisne seega ainult heade viipade kirjutamises. Esiteks puudutab see viisi, kuidas me masinaga suhtleme: kas oskame küsimusi kohandada, vastuseid konteksti asetada ja AI pakutud tulemusi oma tööprotsessi integreerida? Teiseks puudutab see seda, kuidas me seda suhet tajume. Kas käsitleme AI-d tööriista, eksperdi või peaaegu sotsiaalse partnerina? Kui palju omistame sellele mõistmist, neutraalsust või autoriteeti? Tähtsaks muutub vajadus vältida AI antropomorfiseerimist: kasutaja peab suutma säilitada kriitilise distantsi ega tohiks omistada tehnoloogiale inimlikku mõistmisvõimet lihtsalt seetõttu, et suhtlus AI-ga muutub inimlikule järjest sarnasemaks.

Kolmandaks puudutab see aga midagi veel sügavamat: küsimust, kuidas tehnoloogia kasutamine seostub inimese identiteedi ja sotsiaalse keskkonnaga. Ühes meie käimasolevas uuringus, mis käsitleb noorte AI- ja robotite kasutust, näeme näiteks, et samas ühiskonnas elavad eri keele- ja kultuuritaustaga noored võivad anda samale tehnoloogiale erinevaid tähendusi. Eestikeelsete noorte aruteludes seostus AI sagedamini hariduse ja teenustega ning tehnoloogia tulevikku vaadati üldiselt optimistlikumalt, venekeelsete noorte jaoks seostus AI sageli praktilise abiga, kuid selle ühiskondlike mõjude suhtes väljendati rohkem kõhklusi; Ukrainast pärit noorte aruteludes olid tehnoloogia ja tuleviku küsimuste kõrval tugevalt esindatud sõja ja sundrändega seotud kogemused. See näitab, kuidas inimese keele- ja kultuuritaust ning elukogemus võivad kujundada tema suhet AI-ga. Kuid seos võib toimida ka teistpidi: AI kasutamine võib omakorda hakata mõjutama seda, kuidas inimene mõtestab iseennast ja oma suhet teistega.

Just selles mõttes ei ole AI-kirjaoskus ainult küsimus sellest, kas inimene suudab kirjutada hea viiba või ära tunda hallutsinatsiooni. Küsimus on ka selles, kas ta suudab mõista omaenda positsiooni inimese ja tehnoloogia vahelises interaktsioonis. Kas AI aitab argumenti arendada või muudab järk-järgult seda, milliseid argumente üldse mõeldavaks peame? Kas õppija kasutab AI-d oma teadmise kontrollimiseks või hakkab AI määrama, mida ta teadmiseks peab?

See eristab kommunikatiiv-kognitiivset mõõdet kriitilisest mõõtmest. Kriitiline mõõde küsib, kas tulemus on usaldusväärne, õiglane ja eetiline. Kommunikatiiv-kognitiivne mõõde küsib, kuidas inimene ja tehnoloogia tulemuse koos loovad, kuidas nad teineteist selles protsessis mõjutavad ning kuidas see suhe kujundab inimese enda teadmist, identiteeti ja tegutsemisviise. Meie analüüs näitas, et tehniline ja kriitiline mõõde on digitaalse, andme- ja AI-kirja­oskuse kirjanduses suhteliselt hästi esindatud, kuid just see kolmas mõõde on märksa vähem välja arendatud.

Hariduse seisukohalt tähendab see, et AI-kirjaoskust ei saa taandada eraldi AI-ainele ega tööriistakoolitusele. Digitaalne, andme- ja AI-kirjaoskus moodustavad omavahel seotud terviku ning kõiki kolme mõõdet tuleks arendada erialases raamistikus. Sotsiaalteaduste tudengi jaoks võib andmekirjaoskus tähendada oskust küsida, kuidas valim või mõõtmine mõjutab saadud ühiskonnapilti; AI-kirjaoskus lisab küsimuse, millal on mõistlik lasta algoritmil andmeid analüüsida ja kuidas hinnata selle loodud tõlgendust.

Kas kool saab olla kirjaoskaja?

Kirjaoskusest räägime tavaliselt inimese omadusena. Õppija peab oskama tehisaru kasutada, selle väljundeid kriitiliselt hinnata ja mõista oma suhet tehnoloogiaga. Kui aga mõista kirjaoskust sotsiaalse praktikana, tekib laiem küsimus: kas kirjaoskaja peaks olema ka kool või ülikool, kus neid tehnoloogiaid kasutatakse? Kool või ülikool võib nõuda õppijalt kriitilist AI-kasutust, kuid samal ajal võtta ise kasutusele süsteeme, mille andmekasutust, piiranguid või kallutatust ta piisavalt ei mõista.

Siit tuleb ka teine oluline järeldus. Kirjaoskus ei ole ainult õppija vastutus. Kui mõistame seda sotsiaalse praktikana, kujuneb inimese võime tehnoloogiaga toime tulla alati mingis institutsionaalses ja sotsiaalses keskkonnas. Avalik asutus võib eeldada, et kodanik oskab kasutada vestlusrobotit või andmelauda, kuid institutsioon ise vastutab selle eest, millist tehnoloogiat kasutamiseks pakutakse, kuidas selle toimimist selgitatakse ning kas selle abil tehtud otsuseid on võimalik kontrollida ja vajadusel vaidlustada.

Meie analüüs osutas, et organisatsiooniline ja institutsionaalne kontekst on senises kirjaoskuse kirjanduses suhteliselt vähe läbi töötatud. Inimese kirjaoskust kujundavad aga ka organisatsioonis väljakujunenud praktikad, normid ja kogemused tehnoloogiaga. Uue AI-süsteemi kasutuselevõtt ei alga tühjalt kohalt: seda mõjutavad olemasolev organisatsioonikultuur, digitaalsed ja andmepõhised praktikad ning arusaamad sellest, milliseid ülesandeid võib tehnoloogiale usaldada ja milliste eest peab vastutama inimene. Selles mõttes võiks AI-kirjaoskusest rääkides küsida mitte ainult seda, kas õppija või töötaja on kirjaoskaja, vaid ka seda, kas kirjaoskaja on organisatsioon, milles ta tegutseb.

Mida see tähendab Eesti haridusele?

Eesti TI-Hüppe puhul ei peaks seetõttu küsima ainult seda, kui paljud õpetajad ja õppijad tehisaru kasutavad, vaid ka seda, millist kirjaoskust selle kasutamise käigus tegelikult arendatakse. Kas koos tehnilise kasutusoskusega kasvab võime hinnata AI väljundite andmelist ja algoritmilist päritolu? Kas õppija oskab seostada AI pakutud vastust oma erialaste teadmistega? Kas ta suudab AI-le vastu vaielda? Kas ta mõistab, millal süsteemiga suhtlemine hakkab muutma tema enda töö- ja mõtlemisviise?

Eesti võimalus ei seisne seetõttu ainult selles, et jõuda AI kasutuselevõtus kiiresti edasi. Nõudlikum eesmärk oleks arendada kirjaoskust, mis võimaldab muutuvas tehnoloogilises keskkonnas tegutseda, aga ka mõista, kuidas tehnoloogia kasutamine muudab inimest ja tema sotsiaalset keskkonda. Digitaalses maailmas tuli õppida informatsiooni leidma ja hindama; andmestunud maailmas lisandus vajadus mõista, kuidas andmeid toodetakse ja kasutatakse; AI vahendatud maailmas tuleb lisaks õppida mõistma tehnoloogiat, mis mitte ainult ei töötle informatsiooni, vaid osaleb järjest enam selle tõlgendamises ja meiega suhtlemises.

Tehisaru kasutamise oskus on seetõttu vajalik, kuid see on ainult üks osa kirjaoskusest. Küsimus ei ole ainult selles, kas inimene suudab AI-ga midagi teha, vaid selles, kas ta mõistab, mida AI-ga tegutsemine teeb tema teadmise, mõtlemise ja lõpuks ka tema endaga.

Anu Masso on Tallinna tehnikaülikooli sotsiaalteaduslike suurandmete professor. Artikkel tugineb Jevgenia Polomoshnovi, Anu Masso ja Kateryna Lobanova uuringule „Comparing Digital, Data, and AI Literacy: A Narrative Review“, mis ilmus 2025. aastal ajakirjas Information Polity.