”Joku kuva olisi kiva tähän.” Tämä on tuttu toive verkkokurssia kuvittavalle. Kuvalla voi kuitenkin tehdä paljon enemmän kuin täyttää tyhjää tilaa. Parhaimmillaan kuva selventää käsiteltävää asiaa ja auttaa muistamaan sen. Huonosti valittu kuva voi puolestaan ohjata katsojan ajatukset aivan väärään suuntaan.

Verkkokurssilla kuvan tehtävä voi olla esimerkiksi havainnollistaa käsitettä, näyttää prosessin vaiheet tai ohjata huomio olennaiseen. Tavoitteena ei ole kuitenkaan täyttää kurssia kuvilla, vaan valita ne kohdat, joissa visuaalinen esitys todella auttaa. Joskus paras ratkaisu on tekoälyllä tuotettu kuvitus, joskus valokuva, infograafi, kuvake tai pelkistetty kaavio.

Esimerkki tekoälyllä lääkehoidon kurssille tekemästäni havainnollistavasta piirroskuvasta.

Kirjoitin muutama vuosi sitten Visuaalisuuden voimaa verkkokoulutuksiin -tarinassani, että verkkokurssin visuaalisen toteutuksen pitäisi lähteä siitä, mitä kurssilla on tarkoitus oppia. Ajattelen edelleen samoin, vaikka työkaluni ovat muuttuneet. Kun tekoäly tarttuu kuvittajan siveltimeen, tuo se verkkokurssien kuvittamiseen uusia mahdollisuuksia. Nykyään voin pyytää tekoälyä luomaan kuvan, jota ei muutoin olisi saatavilla, tai muokkaamaan olemassa olevaa kuvaa kurssiin sopivammaksi.

Hyvännäköinen kuva ei aina ole hyvä kuvituskuva

Kuva näyttää ensisilmäyksellä täydelliseltä. Sommittelu toimii, valo on kaunis ja kuva sopii kurssin värimaailmaan. Sitten katse osuu hoitajan käsiin: sormuksia, pitkät kynnet ja kynsilakkaa. Ei sittenkään jatkoon.

Tekoälyn luoma kuva voi näyttää ensi silmäyksellä juuri sopivalta. Kun katson sitä tarkemmin, saatan huomata oudon käden, epäuskottavan välineen tai yksityiskohdan, joka ei kuulu kuvattuun tilanteeseen. Toisaalta tekoälystä on apua myös kuvan korjauksissa. Esimerkiksi sormusten poistaminen kuvasta onnistuu sillä nopeasti, kun aiemmin olisin käyttänyt samaan työhön huomattavasti enemmän aikaa kuvankäsittelyohjelmassa.

Tekoäly tarttuu herkästi tuttuihin mielikuviin. Jos pyydän kuvaa syöpää sairastavasta ihmisestä, tuloksena voi olla kuolemansairas potilas, vaikka kurssin aiheeseen sopisi aivan toisenlainen kuva. Kaikki tekoälykuvan ongelmat eivät siis näy ylimääräisinä sormina tai kummallisina esineinä. Vaikeampia havaita voivat olla kuvan välittämät mielikuvat. Jos tekoäly esimerkiksi kuvaa sairautta aina vakavasti sairaan näköisen ihmisen kautta, kuva voi vahvistaa hyvin kapeaa käsitystä siitä, miltä sairastava ihminen näyttää.

Esimerkiksi potilaan hiuksilla voi olla kuvassa merkitystä siinä millaista kuvaa syöpäsairaista välitetään kursseilla.

Kuvituksen tulisi tukea oppimista

Yksittäisen kuvan lisäksi mietin kuvien muodostamaa kokonaisuutta. Yksi tekoälykuvituksen haasteista on jatkuvuus. Eri kerroilla tuotetut kuvat voivat poiketa toisistaan tyyliltään, hahmoiltaan tai yksityiskohdiltaan. Siksi yksittäisen onnistuneen kuvan sijaan kannattaa suunnitella kuvitusjärjestelmä: yhteinen värimaailma, rajattu tyyli, yhdenmukainen tunnelma ja toistuvat periaatteet. Tekoälyä täytyy ohjata johdonmukaisesti, ja kuvia on usein viimeisteltävä kuvankäsittelyssä. Työskentely on usein keskustelua: kuva syntyy harvoin ensimmäisellä pyynnöllä, vaan ohjetta tarkennetaan, lopputulosta arvioidaan ja suuntaa muutetaan tarvittaessa.

Hyvä tekoälyllä generoitu kuva syntyy harvoin ensimmäisellä pyynnöllä vaan vaatii annetun kuvapromptin lisäksi vielä lisää muutoksia.

Uusia kuvaversioita voi tehdä nopeasti. Mitä helpommaksi kuvien tuottaminen muuttuu, sitä tärkeämpää on osata perustella, miksi kuva on mukana ja miten se palvelee oppijaa. Mietin kuvittaessa, mitä kuva kertoo kurssin suorittajalle ja tukeeko se todella tekstin sisältöä. Meistä jokainen tulkitsee kuitenkin kuvia oman elämänkokemuksensa pohjalta, joten sama kuva voi herättää toiselle henkilölle hyvin erilaisia ajatuksia ja tunteita kuin toiselle.

Sote-alan kuvituksessa yksityiskohdat ratkaisevat