Analyysi artikkelista: ”Pyrin välttämään tekoälyn käyttöä täysin” – tekoäly ahdistaa Z-sukupolvea
Composite-pistemäärä lasketaan tuomariraadin (3 kielimallia) antamista osapisteistä painotetulla kaavalla. Versio 2.0.
Yhdistää sisällön, omaperäisyyden, JSN-laadun sekä vinouman, klikkiotsikoinnin ja polarisaation puuttumisen.
- Gemini 3.1 Flash Lite65
- GPT-5.4 Mini58
- Mistral Small70
Näytetty luku on raadin (3 kielimallia) antamien pisteiden keskiarvo.
Vinoumapisteet 0–100: matala on neutraalia, korkea voimakkaasti vinoutunutta.
- Gemini 3.1 Flash Lite70
- GPT-5.4 Mini68
- Mistral Small70
Näytetty luku on raadin (3 kielimallia) antamien pisteiden keskiarvo.
JSN-laatu 0–100: kuinka hyvin artikkeli noudattaa Journalistin Ohjeita.
Artikkeli normalisoi tekoälyyn kohdistuvaa epäluuloa ja ahdistusta esittämällä sen laajalle levinneenä ilmiönä, joka yhdistää nuoret sukupolvet yli valtiorajojen. Vaikka jutussa mainitaan tekoälyn hyötykäyttö, painopiste on vahvasti sen uhkakuvissa, kuten luovuuden rapautumisessa ja ympäristövaikutuksissa, mikä ohjaa lukijaa suhtautumaan teknologiaan varauksella.
Tarkista tiedot alkuperäisestä lähteestä.
Kirjaudu sisään käyttääksesi tätä ominaisuutta.
Tämä on premium-ominaisuus. Osta krediittejä profiilisivulta.
ProfiilisivuArtikkeli painottaa tekoälyvastaisia näkökulmia ja käyttää latautunutta kieltä. Vaikka se sisältää haastatteluja, valitut esimerkit ja kehys ohjaavat lukijaa kriittiseen suhtautumiseen.
Artikkeli käsittelee yhteiskunnallista ilmiötä ja antaa äänen nuorille, mutta ei aja selkeää puoluepoliittista agendaa. Se on vahtikoira-tyyppinen katsaus teknologian vaikutuksiin.
Korostetut näkökulmat Näkökulmat joita artikkeli painottaa suhteessa muihin
- Tekoälyn aiheuttama ahdistus
- Ihmisen tekemän työn puolustaminen
Kritisoidut tahot
- Tekoälyfirmat
Puolustetut tahot
- Z-sukupolvi
Tekoäly lukee artikkelin ja hakee vertailutietoa. Tämä kestää yleensä 10–20 sekuntia.
Miten juttu suhteutuu todellisuuteen: onko luku iso vai tavanomainen, onko tämä poikkeus vai jatkuvaa, millä keinoilla lukijaa ohjataan — ja mitä jutussa jää kertomatta.
Tarkemmat havainnot
1 Mitä jätettiin kertomatta
- Tausta Tekoälyn hyötyjen ja teknologisen kehityksen välttämättömyyden syvempi taustoitus puuttuu. — Lukija saa yksipuolisen kuvan tekoälyn roolista yhteiskunnassa.
2 Tunnevetoaminen ja tekniikat
Havaitut tekniikat Tunnistetut journalistiset tekniikat joilla artikkeli painottaa tiettyjä näkökulmia
Tunnevetoaminen Artikkelin tunnevetoamisen keinot ja tunnetekniikat
Huoli tekoälyn vaikutuksista ympäristöön ja ihmisyyteen.
Epäluottamus teknologiajättejä ja tekoälyä kohtaan.
Sanavalinnat kuten 'ahdistaa', 'sabotoiminen' ja 'rapauttaminen' korostavat negatiivisuutta.
Yksittäiset esimerkit, kuten ruskea vesi tai tekoäly-medaljonki, havainnollistavat kritiikkiä.
Tunnevetoaminen on osa artikkelin aihetta, joka käsittelee nimenomaan nuorten tunteita. Se on kuitenkin paikoin manipuloivaa, koska se nostaa esiin provokatiivisia yksittäistapauksia yleistettävän kritiikin tueksi.
3 Otsikkoanalyysi ja kärjistys
Otsikkoanalyysi Otsikon kohta-kohdalta tarkastelu: vastaako sisaltoa, klikkihoukutus, sananvalintojen lataus. Otsikolla on suuri vaikutus — moni lukija ei pääse sisältöön asti.
Otsikko vastaa artikkelin sisältöä, joka käsittelee nuorten tekoälyahdistusta.
- Gemini 3.1 Flash Lite60
- GPT-5.4 Mini64
- Mistral Small75
Näytetty luku on raadin (3 kielimallia) antamien pisteiden keskiarvo.
Otsikko käyttää suoraa sitaattia ja tunteisiin vetoavaa sanaa 'ahdistaa' houkutellakseen lukijaa. 'Pyrin välttämään tekoälyn käyttöä täysin'
Sana 'ahdistaa' lataa otsikon tunteella ja luo vastakkainasettelun nuorten ja teknologian välille. 'tekoäly ahdistaa Z-sukupolvea'
- Gemini 3.1 Flash Lite50
- GPT-5.4 Mini46
- Mistral Small60
Näytetty luku on raadin (3 kielimallia) antamien pisteiden keskiarvo.
Artikkeli rakentaa lievää vastakkainasettelua nuorten ja tekoälyä edistävän 'eliitin' välille. 'Opiskelijoiden vastaus oli äänekäs buuaus'
- Gemini 3.1 Flash Lite45
- GPT-5.4 Mini18
- Mistral Small50
Näytetty luku on raadin (3 kielimallia) antamien pisteiden keskiarvo.
Artikkelissa on elementtejä, joissa nuorten 'aito' tunne asetetaan vastakkain teknologiaeliitin 'tekoälypuheiden' kanssa. 'Emme ole tekoälyä vastaan. Ennen kaikkea haluamme puolustaa ihmisen tekemää'
4 Kuultiinko kohdetta
Mainittu, ei kuultu JSN 21-22: kielteisen julkisuuden kohteelle on annettava mahdollisuus vastata samanaikaisesti. Mittaa onko nimettya kritiikin tai puolustuksen kohdetta kuultu artikkelissa. — Eric Schmidt on mainittu, mutta häntä ei ole kuultu vastaamaan opiskelijoiden buuauksiin.
5 JSN-arvio
JSN-arvio Arvio Journalistin ohjeiden (JSN) noudattamisesta
Vahvuudet
- JO 11: Mielipiteet ja haastateltavien kokemukset on erotettu selvästi faktoista.
- JO 7: Lähteitä, kuten kyselytutkimuksia, on käytetty tukemaan väitteitä.
Heikkoudet
- JO 12: Teknologia-alan yritysten vastineet tai syvemmät perustelut tekoälyn hyödyille jäävät vähäisiksi.
6 Omaperäisyys
Aihe on ajankohtainen, mutta käsittelytapa noudattaa tyypillistä 'nuoret vs. teknologia' -asetelmaa.
7 Rivien välistä
Artikkeli normalisoi tekoälyyn kohdistuvaa epäluuloa ja ahdistusta esittämällä sen laajalle levinneenä ilmiönä, joka yhdistää nuoret sukupolvet yli valtiorajojen. Vaikka jutussa mainitaan tekoälyn hyötykäyttö, painopiste on vahvasti sen uhkakuvissa, kuten luovuuden rapautumisessa ja ympäristövaikutuksissa, mikä ohjaa lukijaa suhtautumaan teknologiaan varauksella.
Artikkelin valinta nostaa esiin nimenomaan 'ruskean veden' ja 'tekoäly-ystävän' kaltaisia provokatiivisia esimerkkejä viittaa pyrkimykseen konkretisoida abstraktia teknologiavastaisuutta, mikä voi vahvistaa lukijan tunnetta tekoälyn haitallisuudesta.
Tämä on tekoälyn tulkintaa, ei mitattua dataa.
8 Propaganda ja pilkka
Propaganda-analyysi IFCNin ja mediatutkimuksen tunnistamat vaikuttamiskeinot
Käytetään vahvoja tunnesanoja kuvaamaan teknologian vaikutuksia.
9 Tilastokytkos
- Gemini 3.1 Flash Lite40
- GPT-5.4 Mini57
- Mistral Small60
Näytetty luku on raadin (3 kielimallia) antamien pisteiden keskiarvo.
Artikkeli viittaa kyselytutkimuksiin, joiden luotettavuutta ja kattavuutta voisi tarkastella tilastollisesti.
Hyödylliset tilastoaiheet
- nuorten suhtautuminen tekoälyyn
- tekoälyn ympäristövaikutukset
Suositellut lähteet
- Tilastokeskus
- THL
10 Ketkä saavat äänen
Julkinen rooli
Muut äänet
Henkilöt jotka saavat jutussa äänen ilman että heidän asemaansa kerrotaan.
Haluatko analysoida toisen uutisen?
analysoi.media tarkistaa uutisten kehystyksen ja vinouman tekoalylla. Ala anna tunteiden ohjata uutislukemistasi.
Kokeile itse →