Generatiivinen tekoäly kvalitatiivisten case-tehtävien ratkaisussa

Abstract

Tämän kandidaatintyön tavoitteena oli selvittää, kuinka hyvin generatiiviseen tekoälyyn perustuva suuri kielimalli kykenee ratkaisemaan kvalitatiivisia case-tehtäviä. Työssä arvioitiin erityisesti mallin kykyä tunnistaa ongelmia, analysoida tilanteita ja tuottaa toteuttamiskelpoisia suosituksia. Tekoälyn nopea kehitys ja sen roolin kasvu päätöksenteon tukena tekevät aiheesta ajankohtaisen.

Tutkimuksessa käytettiin kolmea casea eri toimialoilta. GPT-4o sai kuhunkin tapaukseen samat lähtötiedot kuin opiskelija, ja se toimi konsultin roolissa tuottaen ratkaisuehdotuksia. Vastaukset arvioitiin laaditun arviointimatriisin avulla neljällä kriteerillä: ongelmien tunnistaminen, analyysin kattavuus, suositusten järkevyys ja vastausten muotoilu.

Tulokset osoittivat, että GPT-4o kykenee tuottamaan toimivia ja loogisia ratkaisuja, erityisesti tilanteissa, joissa ongelmat oli esitetty selkeästi. Malli havaitsi joskus myös epäolennaisia yksityiskohtia ja antoi yleisluontoisia vastauksia. Vastausten rakenteessa oli ajoittaista hajanaisuutta, mutta sisältö oli pääosin johdonmukaista.

ChatGPT soveltuu hyödylliseksi työkaluksi erityisesti aloitustason case-tehtävien ratkaisuun. Sen tuottamat ratkaisut voivat tukea käyttäjää hahmottamaan ongelman kokonaisuutta ja mahdollisia ratkaisupolkuja, mutta vaativat rinnalle kriittisesti ajattelevan käyttäjän, joka osaa arvioida vastausten osuvuutta ja syvyyttä