Selkokieli on luettavampaa ja sisällöltään yleiskieltä yksinkertaisempaa kieltä. Selkokeskuksen mukaan 11–14 prosenttia Suomessa asuvista hyötyisi selkokielen käytöstä. Tähän joukkoon sisältyy valtava kirjo ihmisiä, joiden tiedolliset, kognitiiviset ja kielelliset tarpeet ovat hyvin erilaisia, muun muassa muistisairaita, kehitysvammaisia sekä suomea toisena kielenä puhuvia.
Tekoäly avaa uusia mahdollisuuksia selkokieliselle uutissisällölle. Sen avulla artikkelien kieliasua voidaan muokata nopeammin ja helpommin entistä pienemmille yleisöille.
Selkeiden sanojen tuolla puolen -projektissa keskityttiin yhteen selkokielen kohderyhmistä: suomea toisena kielenä opiskeleviin eli S2-opiskelijoihin. Projektissa tutkittiin osallistavan suunnittelun keinoin, miten selkokielistä uutissisältöä voidaan räätälöidä helsinkiläisille S2-opiskelijoille tekoälyn avulla.
Osallistavaan suunnitteluprosessiin osallistui ryhmä S2-opiskelijoita Helsingin yliopistosta. Ryhmän kanssa kartoitettiin ensin, minkälaisia haasteita S2-opiskelijat kokevat nykyisen selkokielisen uutistarjonnan kanssa. Sitten ideoitiin, miten generatiivista tekoälyä voisi soveltaa näiden haasteiden ratkomiseen.
Osallistujien palautteen perusteella tutkijat kehittivät uudenlaisia tekoälyominaisuuksia Helsingin Uutisten verkkosivuille. Opiskelijat testasivat uusilla ominaisuuksilla varustettua uutissivua kahden viikon ajan ja kirjasivat havaintojaan oppimispäiväkirjaan. Tutkimusaineistona käytettiin näitä päiväkirjoja.
S2-opiskelijat lukevat suomenkielisiä uutisia saadakseen tietoa heitä kiinnostavista asioista ja oppiakseen suomen kieltä. Nämä kaksi motivaatiota kulkevat käsi kädessä. Lukijakunnan tavoittaakseen artikkelin pitää siis olla sekä kiinnostavasta aiheesta että luettavuudeltaan riittävän helppo.
S2-opiskelijat kokivat haasteita olemassa olevien selkokielisten uutisten tarjonnan ja sisällön kanssa. Selkokieliset versiot uutisista eivät kata julkaisujen koko tarjontaa ja ne ilmestyvät viiveellä verrattuna alkuperäisiin artikkeleihin. Lukemista hankaloittivat myös muun muassa liian spesifi sanasto ja kulttuurisen kontekstin puute. Myös artikkelien pituus koettiin haasteelliseksi, sillä tekstien lukeminen vaatii paljon keskittymistä verrattuna natiivipuhujiin.
Projektissa näitä haasteita pyrittiin ratkomaan kehittämällä kaksi tekoälyominaisuutta: kielitasonappi ja selitystyökalu. Kielitasonapilla pystyi vaihtamaan lennosta alkuperäisen sekä kolmen eri tekoälyn tuottaman version välillä. Helpotetut versiot vastasivat A2, B1 -ja B2-kielenosaamistasoja. Selitystyökalulla pystyi maalaamaan kohdan tekstissä, josta tahtoi tekoälyn generoiman selityksen.
Kielitason vaihtaminen tuki uutisten ymmärtämistä
Kielitasonapin vastaanotto oli pääasiassa positiivinen, ja muutama osallistuja kertoi sen madaltaneen heidän kynnystään lukea uutisia. Nappi koettiin onnistuneeksi erityisesti siksi, koska sen avulla saattoi helposti nähdä eri tapoja ilmaista sama asia. Moni lukija luki alkuperäistä versiota mahdollisimman usein, ja laski tasoa vain, kun koki jonkin tietyn kohdan vaikeaksi. Useimmat osallistujat käyttivät nappia aktiivisesti ymmärtämisen apuvälineenä sen sijaan, että olisivat pysytelleet yhdellä tietyllä tasolla. Mahdollisuus tarvittaessa konsultoida alkuperäistä tekstiä myös kasvatti luottamusta tekoälysisältöön.
Selitystyökalu jakoi osallistujien mielipiteet. Sen suurimmaksi ongelmaksi nousi se, ettei tekoäly aina osannut tarjota sen enempää kontekstia kuin alkuperäisessä artikkelissa oli jo valmiiksi. Moni osallistuja totesi, että perinteinen sanakirja olisi palvellut heitä paremmin ja luotettavammin.
S2-opiskelijoiden tarpeet selkokieliselle sisällölle vaihtelevat yksilötasolla paljon. Tulosten perusteella on vaikea määritellä jotain tiettyä selkokielisten uutistekstien formaattia, joka sopisi S2-opiskelijoille muita paremmin. Eri demografioiden vertailun sijaan olisi kenties hedelmällisempää kehittää ominaisuuksia, jotka tarjoavat erilaisille lukijoille mahdollisuuksia sopeuttaa tekstejä omiin tarpeisiinsa heidän taustastaan riippumatta.
Tekstin yksinkertaistamiseen liittyy aina rajoituksia, jotka korostuvat entisestään, kun siihen käytetään tekoälyä. Vaikka selkokielistä tekstiä on mahdollista mukauttaa eri osaamistasoille tekoälyn avulla, monista uutisaiheista on käytännössä vaikea kommunikoida B1-tasoa yksinkertaisemmalla kielellä. Vaikeita sanoja voi toki selittää auki, mutta silloin teksti puolestaan pitenee.
Tekstien tarjoaminen eri vaikeustasoilla koettiin hyödylliseksi, mutta tärkeintä osallistujille oli, että sen avulla helpotettua versiota pystyi helposti vertaamaan alkuperäiseen. Tekoäly paransi uutisten saavutettavuutta myös kasvattamalla selkokielisten uutisten valikoimaa. Monille oli tärkeää, että he näkivät kaikki samat uutiset kuin natiivipuhujat.
Tutkimuksen toteuttivat Begüm Çelik, Lù Chén ja Vertti Luostarinen medialaboratorio Ontosta yhteistyössä Helsingin yliopiston ja mediakonserni Keskisuomalaisen kanssa. Media-alan tutkimussäätiö rahoitti hankkeen.