Tekoälytunnistin suomeksi: testasimme ZeroGPT:n 40 tekstillä

Kun haet Googlesta ”tekoäly tunnistin”, saat lähinnä listan työkaluja, jotka lupaavat lähes virheetöntä tarkkuutta. ZeroGPT esimerkiksi ilmoittaa tarkkuudekseen 98,4 %. Halusimme nähdä, miten tällainen työkalu pärjää suomenkielisellä tekstillä, joten ajoimme ZeroGPT:n läpi 40 tekstiä: 20 ihmisen kirjoittamaa ja 20 tekoälyn kirjoittamaa. Kerromme, miten tunnistimet toimivat, mitä testissä tapahtui, mitä tutkimukset sanovat vääristä osumista ja mitkä palvelut sanovat tukevansa suomea. Ajoimme testin ja tarkistimme palvelujen sivut 30. syyskuuta 2026.

Mitä tekoälytunnistin tekee

Tekoälytunnistin antaa tekstille prosenttiluvun, joka kuvaa, kuinka todennäköisesti teksti on työkalun mielestä kielimallin tuottamaa. Useimmat tunnistimet mittaavat, kuinka ennustettavaa teksti on. Kielimalli valitsee sanoja, jotka ovat tilastollisesti todennäköisiä, joten sen teksti on sujuvaa ja yllätyksetöntä. Lisäksi tunnistimia koulutetaan aineistolla, jossa on sekä ihmisten että kielimallien kirjoittamia tekstejä.

Luku on siis arvio siitä, muistuttaako teksti niitä tekoälytekstejä, joita työkalu on nähnyt. Kirjoittajasta se ei kerro mitään varmaa. Ihminenkin kirjoittaa ennustettavasti, kun aihe on kuiva, rakenne on sovittu etukäteen tai kieli on opeteltu vieraana kielenä. Kielimallin tekstiä voi taas muokata niin, että se näyttää ihmisen kirjoittamalta. Jos teet tekstejä itse ChatGPT:llä suomeksi, tunnistimen tulos riippuu paljolti siitä, kuinka paljon muokkaat vastausta.

Valmistajien omat luvut ovat korkeita. ZeroGPT ilmoittaa etusivullaan 98,4 %:n tarkkuuden, alle 1 %:n väärien osumien osuuden ja yli 20 kielimalliperheen kattavuuden, mutta ei kerro, millä aineistolla luvut on mitattu. Originality.ai kertoo omissa testeissään saaneensa suomelle 97,59 %:n tarkkuuden ja 2,75 %:n väärien osumien osuuden. Riippumattomia mittauksia suomenkielisistä teksteistä emme löytäneet.

Näin testasimme ZeroGPT:n suomeksi

Kokosimme 20 ihmisen kirjoittamaa tekstiä kahdesta lähteestä. Kymmenen on otettu suomenkielisen Wikipedian artikkeleista Hirvi, Kantele, Koivut, Mustikka, Pesäpallo, Poro, Rauma, Revontulet, Sauna ja Suomen rautatieliikenne. Käytimme kustakin viimeisintä versiota ennen 1.6.2022, joten tekstit on kirjoitettu ennen ChatGPT:n julkaisua marraskuussa 2022. Toiset kymmenen ovat katkelmia Aleksis Kiven, Juhani Ahon, Minna Canthin ja Teuvo Pakkalan teoksista, jotka ilmestyivät vuosina 1870–1891 ja ovat vapaasti saatavilla Project Gutenbergissä.

Tekoälyn tekstit kirjoitti Claude Opus 5.5, Anthropicin kielimalli. Niitä ei ole tehty ChatGPT:llä. Kymmenen on asiatekstejä samoista aiheista kuin Wikipedia-katkelmat, ja kymmenen on nykysuomeksi kirjoitettuja kertomuksia samoista aiheista kuin kirjallisuuskatkelmat, kuten köyhä perhe, sairas lapsi ja ensimmäinen junamatka. Tekstejä ei muokattu jälkikäteen. Kaikki 40 tekstiä ovat 154–276 sanan mittaisia.

Syötimme tekstit ZeroGPT:n julkiseen rajapintaan, jota myös palvelun verkkosivu käyttää, yhden tekstin viiden sekunnin välein 30.9.2026 kello 17.05–17.09 Suomen aikaa. ZeroGPT tunnisti kaikkien 40 tekstin kieleksi suomen. Päätimme ennen ajoa, että yli 50 %:n tulos lasketaan tekoälyn merkinnäksi. Samaa rajaa käytti myös englanninkielinen testimme. Muita tunnistimia emme saaneet mukaan: Sapling, GPTZero ja Pangram vaativat API-avaimen tai kirjautumisen, Winston AI esti pyynnön, Originality.ai tarjoaa rajapinnan vain Enterprise-tilaajille ja QuillBotin sivu esti skriptin.

Tulokset: Wikipedia näytti ZeroGPT:lle koneelta

Ihmisen tekstejä ZeroGPT merkitsi tekoälyn kirjoittamiksi 9/20, ja tekoälyn tekstejä se tunnisti 16/20. Kaikista 40 tekstistä se luokitteli oikein 27. Wikipedian kantele- ja rautatieliikenne-katkelmat saivat 100 %, saman kuin viisi Clauden asiatekstiä. Ainoa Wikipedia-katkelma, joka jäi alle rajan, oli sauna-artikkeli 29,3 %:lla. Senkin ZeroGPT arvioi todennäköisesti ihmisen kirjoittamaksi mutta lisäsi, että siinä voi olla tekoälyn tuottamia osia.

ZeroGPT näyttää luvun lisäksi sanallisen arvion, ja se on luvun kanssa osin ristiriidassa. Kolme Clauden kertomusta sai 47,1–48,9 % eli jäi rajamme alle, mutta sanallinen arvio oli niissäkin ”Likely generated by AI/GPT”. Jos lukija katsoo pelkkää sanallista arviota, tekoälyn tekstejä jää tunnistamatta vain yksi, jossa ZeroGPT:n mukaan on ristiriitaisia signaaleja. Ihmisten tekstien väärät merkinnät pysyvät silloinkin samoina yhdeksänä.

Tulos on päinvastainen kuin englanniksi. Englanninkielisessä testissä, jossa tekstit ja Claude-malli olivat eri, ZeroGPT ei merkinnyt tekoälyksi yhtään 40 ihmisen tekstistä ja tunnisti vain 7/40 tekoälytekstiä. Suomenkielisissä teksteissä se antoi korkeita pisteitä selvästi herkemmin, ja sen vuoksi osumia tuli sekä tekoälyteksteihin että ihmisten teksteihin.

Varovaisen johtopäätöksen voi silti tehdä. ZeroGPT näytti reagoivan tekstilajiin enemmän kuin kirjoittajaan. Wikipedia-katkelmat ja Clauden asiatekstit ovat kieleltään samanlaisia: neutraaleja, tasapituisin virkkein kirjoitettuja ja persoonattomia. Juuri tällaista on myös suuri osa koulun esseistä, raporteista ja opinnäytetöistä. Samaan suuntaan viittaa se, että Clauden kertomukset saivat selvästi matalampia pisteitä kuin sen asiatekstit.

Mitä tutkimukset sanovat vääristä osumista

Tunnetuin tutkimus aiheesta on Stanfordin yliopiston Weixin Liangin ja James Zoun ryhmän artikkeli GPT detectors are biased against non-native English writers, joka julkaistiin Patterns-lehdessä heinäkuussa 2023. Tutkijat ajoivat seitsemän yleisesti käytetyn tunnistimen läpi 91 TOEFL-kielikokeen esseetä, joiden kirjoittajille englanti oli vieras kieli, sekä 88 yhdysvaltalaisen kahdeksasluokkalaisen esseetä.

Äidinkielisten esseet tunnistimet luokittelivat lähes virheettömästi. Tutkijat arvioivat syyksi sen, että rajallisella sanastolla kirjoitettu teksti on ennustettavaa, ja juuri ennustettavuutta tunnistimet mittaavat. Kun TOEFL-esseiden sanavalintoja rikastettiin ChatGPT:llä, väärien osumien keskiarvo laski 61,22 %:sta 11,77 %:iin. Suomessa tämä koskee esimerkiksi suomea toisena kielenä opiskelevia, joita emme omassa testissämme mitanneet.

Toinen usein siteerattu tutkimus on Debora Weber-Wulffin ja kollegoiden Testing of detection tools for AI-generated text (International Journal for Educational Integrity, joulukuu 2023). Siinä testattiin 12 julkista työkalua sekä kaupalliset Turnitin ja PlagiarismCheck. Tutkijoiden johtopäätös oli, että työkalut eivät ole tarkkoja eivätkä luotettavia ja että ne kallistuvat luokittelemaan tekstin ihmisen kirjoittamaksi. Tekstin muokkaaminen tunnistuksen välttämiseksi heikensi tuloksia selvästi.

Tunnistimet, jotka sanovat tukevansa suomea

Kävimme läpi tunnetuimpien tunnistimien omat sivut 30.9.2026 ja poimimme ne, jotka mainitsevat suomen tai lupaavat tukea kaikkia kieliä. Taulukossa on vain se, mitä palvelun oma sivu kertoo. Testasimme niistä ainoastaan ZeroGPT:n.

Tunnistin	Mitä sivu sanoo suomesta	Ilmaiskäyttö sivun mukaan	Testissämme
ZeroGPTzerogpt.com	”Support all languages”, kielilistaa ei ole	15 000 merkkiä kerrallaan, ei kirjautumista	Testattu 30.9.2026
Originality.aioriginality.ai	Suomi on 30 tuetun kielen listalla, oma tarkkuusluku 97,59 %	3 tarkistusta päivässä, enintään 2 000 sanaa, vaatii tilin	Ei testattu
Isgenisgen.ai	Suomenkielinen sivu, ”tukee yli 80 kieltä”	Tekstikenttään mahtuu 5 000 merkkiä	Ei testattu
Smodinsmodin.io	Suomenkielinen sivu, ”100+ languages”, suomea ei nimetä	Rajaa ei kerrota, vähimmäispituus 1 000 merkkiä	Ei testattu

Monet tunnetut nimet puuttuvat listalta. GPTZero kertoo tukevansa täysin englantia, saksaa, portugalia, ranskaa ja espanjaa. Copyleaksin rajapintadokumentaation 30 kielen listalla ovat ruotsi ja norja, mutta suomea siinä ei ole. Pangram luettelee 20 kieltä, joista suomi puuttuu, ja Winston AI yksitoista kieltä ilman suomea. Scribbrillä on suomenkielinen sivusto, mutta tunnistimen kerrotaan analysoivan englantia, saksaa, ranskaa ja espanjaa.

Suomalaisille korkeakouluille tärkein työkalu on Turnitin, jota ne käyttävät plagiaatintunnistukseen. Turnitinin tekoälytunnistus toimii englanniksi, espanjaksi ja japaniksi, ja arabia lisättiin 18.8.2026. Suomenkielisestä palautuksesta se ei tee tekoälyraporttia. Esimerkiksi Satakunnan ammattikorkeakoulun ohjeessa sanotaan, että Turnitin tunnistaa tekoälyn tuottaman tekstin vain englanninkielisistä palautuksista. Jos haluat tietää, millä työkaluilla tekstejä yleensä tehdään, katso koosteemme parhaista tekoälysovelluksista.

Neuvoja opettajalle ja opiskelijalle

Helsingin yliopiston opetustyön ohjeessa (päivitetty 8.9.2026) todetaan, ettei tällä hetkellä pystytä selvittämään luotettavasti, onko vastaus tekoälyn vai opiskelijan tuottama. Ohjeen mukaan tunnistuspalvelujen vastaus on vain arvio, ja siihen vaikuttaa esimerkiksi se, onko tekoälyä käytetty kielenhuoltoon tai kääntämiseen. Testimme tuloksista voi johtaa opettajalle muutaman käytännön neuvon.

1. Tarkista oppilaitoksen ohje ennen kuin syötät tekstiä mihinkään. Helsingin yliopisto kieltää opettajia syöttämästä opiskelijan vastausta yliopiston ulkopuolisiin palveluihin, jotka eivät välttämättä toimi GDPR:n vaatimalla tavalla. ZeroGPT ja muut ilmaiset tunnistimet ovat tällaisia ulkopuolisia palveluja.
2. Katso, millainen teksti on. Testissämme asiallinen tietoteksti sai korkeat pisteet ihmiseltäkin. Tiivis, neutraali essee muistuttaa sitä tekstiä, johon väärät merkinnät testissämme osuivat.
3. Käytä prosenttia syynä lukea tarkemmin. Yhden työkalun luku ei riitä näytöksi, eikä kahden eri työkalun samansuuntainen tulos ole sekään todiste.
4. Keskustele opiskelijan kanssa. Helsingin yliopisto neuvoo nostamaan esiin vastauksen kysymyksiä herättävät kohdat ja arvioimaan keskustelemalla, vastaako opiskelijan osaaminen palautettua työtä.
5. Ota huomioon tekoälyasetus. Opetushallituksen tausta-aineiston mukaan tekoälyn käyttö oppimistulosten arvioinnissa kannattaa aina arvioida suhteessa EU:n tekoälyasetukseen, sillä kyseessä voi olla suuririskiseksi määritelty tekoälyjärjestelmä.

Opiskelijalle paras suoja on näyttö omasta työstä. Säilytä luonnokset, Wordin tai Google Docsin versiohistoria, muistiinpanot ja lähteet. Jos olet käyttänyt tekoälyä kielenhuoltoon tai kääntämiseen, kerro siitä etukäteen, koska se voi vaikuttaa tunnistimen arvioon. Jos tekstisi merkitään tekoälyn kirjoittamaksi, kysy, millä työkalulla ja millä pisteillä, ja pyydä nähdä tulos. Liangin ryhmän tutkimukseen ja tähän testiin voi perustellusti vedota esimerkkeinä siitä, että ihmisen teksti voi saada korkeat pisteet.

Johtopäätös

Usein kysyttyä

Lähteet ja menetelmä