Tehisaru ülemäärane kasutamine on muutunud probleemiks paljudes tekstiloomevaldkondades. Sel suvel on juba puhkenud mitu skandaali ingliskeelsete romaani- ja novellikäsikirjade ümber, kui pärast auhindamist või kirjastamisõiguse müügitehingut on hakatud kahtlustama tehisaru kasutamist. Käsitööportaalides ilmuvad juhendid, kuidas ära tunda AI kirjutatud kudumis- ja heegeldamisõpetusi. Samuti koostatakse tehisaru abil teadusartikleid ja niisugused kaastööpakkumised on juba jõudnud ka eestikeelsesse filoloogiaalasesse teadusajakirja Keel ja Kirjandus.
Metsa eksitatud mõistus
Võib väita, et loomu poolest standardne teadustekst ongi eriti aldis sellele, et robot seda matkida saaks. Tihti eeldatakse, et tekst peab vastama nn IMRaD-struktuurile: sissejuhatus, meetod, tulemused, arutelu1 (Keel ja Kirjandus tegelikult artikli ülesehitusele nii rangeid nõudeid ei sea). Teaduskeel ei nõua ka tingimata suurt loomingulisust, näiteks terminid võivad ja koguni peavadki korduma – seegi võiks olla jõukohane robotile, kes valdab kõige paremini just keskpäraseid registreid.
Sisulised probleemid on aga laias laastus samad, mis käsitööõpetustes: ilusast esmamuljest hoolimata asi ei toimi. Tehisaru nimelt ei mõtle inimkombel, vaid ennustab tõenäolisi sõnakombinatsioone. Artiklipakkumised võivad olla vägagi põneval teemal, ambitsioonika haardega ja ladusad. Lubatakse näiteks terminitõlgete võrdlevat käsitlust või ülevaadet kujundikasutusest mingites tekstides. Lugema asudes mulje aga mureneb: paljutõotavast teemaasetusest kaugemale ei jõuta, kogu jutt keerleb ühe koha peal, tekstiosad ei ole üksteisega mõttekalt seotud. Teadusartikli puhul annab AI toodetud tekstist märku ka üldsõnaline viitamine ainult valdkonna kõige tähtsamate gurude kõige kuulsamatele teostele, kindlasti ilma konkreetsete tsitaatideta. Tegelikust uurimisseisust sedasi aimu ei saa; korralike viideteta terendab taustal ka intellektuaalse omandi varguse oht.
Nõnda avastab segaduses lugeja end tammumas ringiratast nagu metsa eksitatud inimene rahvajutus. Terminitõlgete võrdluse puhul võidakse lõpetuseks tõdeda, et ühel juhtumil on kasutatud mugandit, teisel kalkatõlget, kolmandal hoopis mõistelist asendust. Nende võimaluste olemasolu kuulub iseenesest terminitõlke ABCsse – nagu ongi märgitud juba artikli sissejuhatuses. Midagi uut või põnevat ühegi konkreetse juhtumi kirjelduses ei leidu. Lõppu lisatakse viisakas teadusžargoonis, et seda kõike mõjutavad eri tegurid, mida oleks kahtlemata hea edaspidi lähemalt uurida. Olen mitmelt poolt kuulnud selliste tekstide iseloomustuseks: ümmargune nagu muna.
Kevadel ilmus AI-tekstide teemal appikarje Eesti uudis- ja arvamusportaalide vaatevinklist. Seal loetlesid Annette Nordmann ja Erik Moora ka keelelisi markereid, mis robotlikkuse reedavad (tuues küll välja, et need muutuvad kiiresti ja võivad robotiti erineda).2 Üheks näiteks olid arvukad mitte-X-vaid-Y-tarindid. See pole juhuslik: need simuleerivad eriti edukalt tormilist mõttetegevust ja argumentatsiooni kulgu, kuna tuima loetlemise asemel väiteid just nagu seostatakse omavahel. Lähemalt vaadates selgub aga, et väidet X ei ole antud teema kontekstis nagunii mingit põhjust kaalumisele võtta, vähemalt mitte artikli 10. leheküljel. Nii ei tähenda midagi ka selle pidulik ümberlükkamine, üksnes lisab müra ja peidab seda, et õigupoolest ei ütle ka Y ikka veel midagi konkreetset.
Ülikoolid ja AI
AI tulekul peljati akadeemilises maailmas ennekõike, et seda hakkavad kuritarvitama õpilased ja üliõpilased: nemad ei taipa veel, et nad õpivad iseenesele ning teevad spikerdades või üle nurga lastes karuteene just endale. Keelamise ja kärkimise asemel otsustati läheneda teisiti. Elame me ju kõik ühes ja samas üha tehnoloogiakesksemas maailmas, pigem tuleb sellega leppida ja õppeprotsess vastavalt kujundada. Iseenesest õige mõte! Aga paistab, et kui AI-sõbralik mõtteviis on kokku pandud paanilise tulemuspõhisusega, on oma tegevust AIga optimeerima hakanud hoopis õppejõud.
Keelde ja Kirjandusse ei ole kirjeldatud tekste saatnud seni mitte noored teadlased, vaid pigem keskeas, ehk koguni karjääri tipul inimesed, sageli muljetavaldava CVga ja akadeemilises mõttes vähemasti keskastmejuhi kogemusega. Ühe sellise artikli autor vastas küsimusele tehisaru kasutamise kohta hämmastunult, et kasutas jah ega teadnud, et seda ei tohi teha. Ülikoolis, kus ta töötab, korraldatavat koguni koolitusi AI produktiivseks kasutamiseks. See kõlas üllatavalt, ent asja uurides selgus, et tõepoolest: Eesti kaks suuremat ülikooli on oma töötajatele teinud kättesaadavaks mõned tasulised AI-mudelid ning annavad suuniseid kasutada AId ka teksti genereerimiseks.
Tallinna ülikoolis juhatatakse: “Google Gemini on kättesaadav kõikidele Tallinna Ülikooli liikmetele ja seda saab kasutada näiteks tekstide loomisel, analüüsimisel ja töötlemisel, tekstipõhiste ülesannete lahendamisel, ideede genereerimisel ja andmete analüüsimisel.”3
Tartu ülikoolis selgitatakse: “Õppejõud saab TI rakendusi kasutada õppetöö ettevalmistamisel ja kavandamisel, et lihtsustada oma tööd ja arendada üliõpilaste oskusi. Nii saab aega kokku hoida näiteks õppematerjalide ja esitluste loomisel ning muutmisel (keeruka teksti kohandamine, erialadele sobivate näidete toomine jms); kontrolltöö, eksami, iseseisva või auditoorse töö või enesekontrolli jaoks küsimuste ja ülesannete koostamisel.”4
Siin ei soovitata päris otsesõnu lasta tehisarul enda eest artikleid kirjutada, kuigi pean tunnistama, et ega vist tudengina ei tahaks vaadata AI loodud üheülbalisi slaide või saada eksamil kätte AI koostatud ülesanded. Siis kaoks ju ära viimanegi motivatsioon ise neid lahendada oma bioloogilise peaga. Igatahes on tehisaru ühe kasuliku funktsioonina must valgel ära toodud “tekstide loomine” selleks, et “aega kokku hoida”. Ka igati intelligentsed, andekad teadlased on mulle öelnud, et otse loomulikult koostavad nad tehisaru abiga mitmesuguseid dokumente: soovituskirju, taotlusi, projekte. Siingi tekib tunne, et midagi ei klapi – kui dokumentide maht on niisugune, et inimesed ei suuda neid kirjutada, siis ei suuda keegi neid ju ka lugeda? Järgmine samm on näiteks sööta robotile mõni omaenese varasem tekst ja lasta see ümber teha: kas lühemalt kokku võtta või n-ö eneseplagiaadi vältimiseks uuesti sõnastada. Mõistagi tuleb tulemus üle vaadata, ent aja- ja sooritussurve on nii suur, et käsitsi lihtsalt ei jõudvat. Enam polegi kaugel lahendus, et artikleid kogu täiega aitab kiiremini ja tootlikumalt kirjutada tehisaru, ja tsiteeritud suuniseid ei pea selleks kuigi palju venitama. Kõige suurema löögi all on just “keskkarjääri” teadlased.
Kriitikud on tähelepanu juhtinud ärihuvidele: absurdidüstoopia, kus üliõpilased kirjutavad AIga kodutöid ja õppejõud hindavad neid AIga, nii et inimfaktor taandub täiesti välja, on tehnofirmadele kasulik. Nad püüavad ülikoole konksu otsa saada, veendes neid, et tasulise AI kasutamine on paratamatu. Seejärel saab pakkuda AI-tuvasteid, muidugi samuti tasu eest. Edasi võib kujutleda, et inimesed lastakse lahti ja varasem õppejõudude palgaraha läheb AI-litsentside ostmiseks ja arendamiseks.5 See puudutab ehk ennekõike teistsuguse rahastussüsteemiga USA ülikoole, kus tehnofirmad on ühtlasi oma õue all. Aga just haridusasutustele suunatud ChatGPT Edu on mudel, mida pakuvad oma töötajatele ka Eesti ülikoolid. AI-bottide hinnastamine muutub pidevalt ja ka üksikkasutaja jaoks üha suureneb hinnavahe “targemate” ja “lollimate” robotite vahel. Mida rohkem hakkab inimene või asutus igapäevatöös sõltuma AIst, seda raskem on isegi summa kasvades sellest loobuda.
Ülikoolid teavad hästi, et nende ees seisavad niinimetatud uued väljakutsed. On sümpaatne, et TLÜ ajakirja suvenumber on tervenisti pühendatud tehisaruga toimetulekule. Mitmes loos osutataksegi AI võimalikele ohtudele: emotsionaalsele sõltuvusele, mõtlemisvõime kidumisele, eetilistele küsitavustele. Lipukirjana rõhutatakse “vastutustundliku” (lk 8) ja “mõtestatud” (lk 30) kasutamise olulisust. Üldsõnumilt on jutt aga väga tehnotoetav, tahetakse “julgemalt profileerida end inimese ja tehisaru koostöö ülikoolina” (lk 7). Lootused on sellel, et “osa senistest ülesannetest liigub tehnoloogia kanda” (lk 30), ja võib aimata, et üks selline ülesanne on ka teksti kirjutamine. Igatahes ei ole küsimuse all puhtalt abitööd, kui leitakse optimistlikult, et AI aitab kasutajal “luua oma mõtetes selgust” ning võib anda tekstile tagasisidet (lk 23) – see on minu meelest küll juba mõtlemine ise.
Hallalad teksti sünni juures
Paistab, et ülikoolid ja teadustekstide väljaandjad on siin mõnevõrra vastandlikel positsioonidel. AI üle kurdavad ka ingliskeelsed teadusajakirjad ning akadeemilised kirjastused. Mitmed on võtnud täiesti eitava seisukoha nn generatiivse (teksti, pilte jm tootva) tehisaru kasutamise suhtes.6 Ka näiteks teksti toimetamiseks, kokkuvõtete tegemiseks ja pilditöötluseks lubatakse kasutada üksnes suletud AI-mudeleid, kust info välja ei liigu ja mis iseennast uue teksti peal ei treeni. Osalt on taas mängus ärihuvid, seekord kirjastuste omad, ent midagi tundub vastuseisus ka põhimõttelist.
Miks on üldse oluline, kuidas tekst on sündinud? Halvasti kirjutada oskavad ju ka inimautorid. Võiks mõelda: hinnakem puhtalt lugu ennast, selle sisu, mitte ärgem püüdkem paaniliselt kindlaks teha, kes või mis on teksti taga. Õieti polegi viimast võimalik raudkindlalt tõestada. Inimene võib kirjutada nagu AI ning AI nagu inimene, sealjuures mõjutavad mõlemad üksteist ja registrid segunevad.7Teiseks, võib väita, et AI on lihtsalt üks tehnoloogia teiste seas. Viimase paarikümne aasta jooksul ei ole personaalarvutite kasutuselevõtt kõvasti tõhustanud mitte ainult info otsimise, süstematiseerimise ja analüüsimise võimalusi, vaid ka kirjutamise protsessi ennast. Kehvades käsikirjades on AId ehk kasutatud lihtsalt halvasti – saaks ju kasutada hästi.
Nõus, hallalasid on siin omajagu. Ega vist olegi Keelde ja Kirjandusse veel saadetud päris sellist kaastööd, kus oleks juturobotile antud üksainus viip: kirjuta mulle teadusartikkel sellest-ja-sellest. (Küll on tõenäoliselt umbes nõnda genereeritud eesti kirjanduse alast teksti mulle retsenseerimiseks pakutud ingliskeelsest teadusajakirjast.) Enamasti ei valita enesele päris võõrast teemat, vaid midagi, mis sobib senise uurimistegevusega kokku. Pigem on antud eri viibad vähemasti iga peatüki jaoks või lastud tehisarul ükshaaval näiteid kirjeldada ning seejärel küsitud: nüüd palun sellest peatüki lõppu kokkuvõtet; nüüd peatükkidest artikli lõppu kokkuvõtet; nüüd teksti algusse sissejuhatust. Lausa hallutsineeritud allikaid on ette tulnud üksikutel kordadel. Mõnikord on küllap tekstiga pikka aega käsitsi pusitud, enne kui väsimus on võimust võtnud ja koera sabast ülesaamisel on pruugitud roboti abi. Eriti teise emakeelega autori puhul tundub inimlikult mõistetav, kui teksti on otsustatud siluda tehisaruga.
“Silumise” nõlv on aga libe, see võib lõpuks ikkagi tähendada lausete ümberkirjutamist viisil, mis annab tekstile külge roboti haisu. Mõni mitte-X-vaid-Y-konstruktsioon võib olla sisuliselt enam-vähem kohane, ent annab märku, et asi pole puhas. Üldkeelde jõudnud krehvtised väljendid nagu ajumäda ja AI-pläust näitavad, et sisu tarbija solvub, kui kas või kahtlustab tehisaru kasutamist.
AI-tekst kui uus madalstiil
Toimetaja seisukohast võiks seda nimetada (uueks) madalstiiliks. Parandada tahaks kõiki lauseid, kus esineb roboti ülekasutatud väljendusi, isegi kui need pole rangelt võttes vigased või ei ähmasta mõtet. Peale pelga arusaadavuse kujundavad keelelised valikud ka kirjutaja autoriteeti: mõni valikute summa mõjub veenvamalt kui teine. Traditsiooniliselt on teadusteksti autor oma stiiliga püüdnud lugejale tõestada, et on läbi käinud haridussüsteemist ja sestap tasub teda usaldada. Mõnevõrra irooniliselt on praegu kujunemas usaldusväärsuse küsimuseks peaaegu vastupidine: ega autor liiga palju tehnostunud akadeemilisele süsteemile ei looda, kas tegu ikka on “käsitöötekstiga”. Kui teadlane ongi mingit teemat põhjalikult uurinud, aga laseb tulemused enda eest lõplikult sõnastada libedate lausetega tehisarul, seab ta oma autoriteedi löögi alla.
On ka maitse ja harjumuse küsimus, kui standardiseeritud sõnastusi teadustekstis lubada või koguni nõuda. Suurem mallikindlus on omane reaalaladele, mille tulemused on sageli suures osas arvuliselt väljendatavad ega vajagi ehk enda ümber originaalset tekstipitsi. Humanitaarteadustes aga käivad mõtlemine ja sõnastamine käsikäes. Teksti loomise protsess on osa mõtlemisest ja tulemus peab olema veenev ka esseistlikus plaanis.
Toimetaja on siin paraku eriti kallutatud instants ja aldis ärrituma, sest talle ongi tekst ainus side autoriga, kogu info kandja. Kui õppejõud märkab ehk ka sära spikerdanud tudengi silmis ja leiab muid võimalusi temast teadmised välja meelitada, “õppeprotsess ümber kujundada”, siis toimetaja näeb üksnes teksti ja peab sisu sealt üles otsima. Segase jutuga iseenesest on ta harjunud, see teda ei murra. Kuid reeglina eeldab toimetaja, et kui tahes arusaamatu lause või peatükiga on autor tahtnud ikkagi midagi öelda. Ta püüab sõnumit aimata ja leida viise, kuidas see paremini lugejani tuua. Kui aga juba keel reedab, et autor ei ole “oma kirjutatud” lauseid võib-olla läbigi lugenud, muutub see kõik mõttetuks. Mitte mingit sõnumit seal taga ei olnud, mitte midagi lugejale öelda ei tahetud – autor soovis üksnes, et valmiks pealtnäha teadusteksti nägu objekt.
Taas kord, mingis mõttes on tehisaru lihtsalt tehnoloogia, mis võimendab seniseid suundumusi. Ammu on räägitud sellest, et publitseerimissurve all saab tekstist eesmärk omaette, selle sõnumiväärtus väheneb. Väljendi publish or perish8 esmakasutus jääb Wikipedia andmetel juba XX sajandi esimesse poolde. AI on tõstnud selle lihtsalt eriti karikatuurselt esile. Optimistid jällegi loodavad, et just tehisaru lükkab asja nii kaugele üle piiri, et kogu massikirjastamise süsteem muutub “ennastõgivaks masinaks” ja variseb kokku.9 Uue akadeemilise aasta alguse puhul tahaksin igatahes Eesti ülikoolidele ja nende töötajatele südamele panna: palun võtke hetk mõelda selle üle, kas teadustekst peab tooma üksnes publikatsioonilinnukese või võiks selle kirjutamise ja avaldamise eesmärk olla ka midagi iseenda jaoks selgeks mõelda ning ühtlasi see lugejale teada anda.
1 Vt nt Helena Lemendik, Helen Hint, Akadeemiline tekst ja IMRaD – kas lahutamatu paar? – Oma Keel 2022, nr 1, lk 38–43.
2 Annette Nordmann, Erik Moora, Eesti arvamusliidrid on valinud ajumäda. Enamik arvamuslugudest on kirjutatud masina abil. – Delfi 24. IV 2026. https://arvamus.delfi.ee/artikkel/120570470/eesti-arvamusliidrid-on-valinud-ajumada-kuidas-tehisaru-eestikeelset-motet-solgib
3 https://www.tlu.ee/ti
4 https://ut.ee/et/sisu/suunis-tehisintellekti-kasutamiseks-oppetoos
5 Ronald Purser, AI Is Destroying the University and Learning Itself. – Current Affairs 1. XII 2025. https://www.currentaffairs.org/news/ai-is-destroying-the-university-and-learning-itself
6 Vt nt Ajda Hedžet, Matthias Leese, AI and Academic Publishing. – Journal of International Relations and Development, kd 28, 14. IX 2025. https://doi.org/10.1057/s41268-025-00361-w; Kirjastuse Bloomsbury juhised AI kasutamise kohta: https://www.bloomsbury.com/media/0zxgch3t/ai-policy-for-authors-and-illustrators-dec-2025.pdf
7 David Shariatmadari, How AI is Changing Language. – Guardian 4. VII 2026. https://www.theguardian.com/books/ng-interactive/2026/jul/04/future-of-fiction-next-great-novel-ai-language-chat-gpt
8 Eesti keeles “avalda või hukku”, Toomas Hendrik Ilvese alliteratiivses tõlkes ka “kirjasta või koole”.
9 Thomas Manabu, The Machine Consumes Itself: Artificial Intelligence and the End of Publish-or-Perish. – Postdigital Science and Education 9. VI 2026. https://doi.org/10.1007/s42438-026-00666-0
