Pikkujouluaika, eli juhlimista Helsingissä työkavereiden kanssa ja uuden hotellin testaaminen: Scandic Helsinki Station. ”Täydellinen sijainti ja modernit puitteet Helsingin ytimessä, rautatieaseman vieressä. Lämmin palvelu, viihtyisät huoneet, rento aulabaari ja upea aamiaistila terasseineen tekevät hotellista täydellisen tukikohdan.”
Isojen ketjujen hotellit ovat aikalailla toistensa kopioita, lähinnä sijainti ja rakennustekniset asiat vaihtelevat. Niin myös Scandic Helsinki Stationilla. Tuttua ja turvallista.
Scandic Helsinki Station. Monta kertaa kävellyt ohitse, nyt ovista sisään.
Pikkujoulukauden aikana hotellihuoneiden varausaste oli korkea, joten ainoa vapaa huone oli Standard Family Three, 3 henkilöä ja 20 m². Hintaan 160e (+10e aamiainen) , joka oli yhtä paljon kuin Standard huone (20 m²). Huoneesta oli näkymä Elielinaukiolle.
Huoneessa oli arviolta 200cm leveä sänky.
Kylpyhuone oli siisti.
Kaupunki heräämässä.
Hotellien aamiaiset ovat Scandicissa ja Sokoshotelleissa samalla perushyvällä tasolla, eikä Helsinki Station tehnyt tässä poikkeusta. Mahan sai täyteen ja hieman ylikin. Jälkiruokapuoli oli suppea, mutta kanelipulla oli sopivan pehmeä. Plussaa ikkunapaikasta rauhaisassa sopukassa. Pienehkö aamiastila oli muuten aika ruuhkainen klo 9.30 aikoihin.
Riisipuuro oli hyvää, samoin karjalanpiirakat ja hapanjuurisämpylä.
Tällä reissulla, kuten yleensäkin työreissulla, aikaa jäi lähinnä hotellissa nukkumiseen ja aamupalalle, joten kuntosali ja sauna jäivät nyt testaamatta. Ehkä seuraavalla kerralla. Hotellihuoneessa oli mukavasti kylpytakki saatavilla, jos saunaan olisi halunnut lähteä.
Pöytäjalkapallo hotellin aulassa oli yllättävä löytö.
tl;dr;
Plussaa:
Ystävällinen asiakaspalvelu aamuyöllä
Siistit ja uudet huoneet
Mukava sänky
Hyvän tukeva tyyny
Aamiainen maittava ja sopivan kattava
Huone hiljainen, vaikka aivan aseman ja Elielinaukion vieressä
Miinusta:
Huone hieman viileä, kuten hotellihuoneet yleensäkin.
Kävisin uudelleen, ehkä jopa lapsien kanssa, etenkin tässä kaupunkiinpäin avautuvassa huoneessa.
Tekoäly, tai oikeastaan isot kielimallit (LLM), on muutaman viime vuoden aikana arkistunut ja luonut myös paljon hypeä yritysten puheisiin, odotuksia ja pelkoja ihmisten ajatuksiin, sekä kuplaa markkinoille. Tietotyöläisen arjessa tekoälyapurit ovat käytön mahdollisuuksien mukaan tuoneet uutta näkökulmaa, miten esimerkiksi ohjelmistokehitystä voi tehostaa. Mutta yksi kysymys jää usein huomioimatta: Kuka omistaa tekoälyn tuottaman koodin ja muut sen luomukset? Tähän kysymykseen Fraktio järjesti mainion webinaarin 2.12.2025: Tekijänoikeudet: kuka omistaa tekoälyn tuottaman koodin ja muut sen luomukset?
Webinaarissa tekijänoikeusjuristi ja diplomi-insinööri Herkko Hietanen (Reson) ja Joonas Pajunen (Fraktio) keskustelivat tekoälyn, tekijänoikeuksien ja sopimusten suhdetta käytännönläheisesti – erityisesti ohjelmistokehityksen näkökulmasta. Tässä Robu-kollegani Johanna Rahtun tekemät muistiinpanot käyttäen AI Fireflies tekoälyä. Kuvituskuvat on luonut Copilot.
tl;dr;
Tekoäly muuttaa tekijänoikeuskäytäntöjä: Ei synny tekijänoikeutta tekoälyn tuottamille sisällöille, tekijä aina ihminen.
Deterministisyys ja epävarmuus: Tekoälyjärjestelmien tulokset vaihtelevat, vaikeuttaa virheiden selvittämistä ja vastuukysymyksiä.
Selkeä liiketoimintalähtöisyys tarpeen: Tekoälyprojektit vaativat liiketoiminnan tarpeiden määrittelyä ja riskien arviointia ennen aloittamista.
Shadow AI uhkaa turvallisuutta: Epäviralliset käytännöt voivat hajauttaa tietoa ja johtaa epäonnistuneisiin hankkeisiin yrityksissä.
EU:n säädös tuo vaatimuksia: Riskiluokitukset ja läpinäkyvyys tärkeitä tekoälyn yhteydessä; voimassa ensi vuonna.
Uuden kirjan julkaisu: ”Tekoälysopimukset” tarjoaa käytännön ohjeita sopimuksiin ja parantaa päätöksentekoa yrityksissä.
Muistiinpanot
Seuraavat kappaleet ovat AI Fireflies -tekoälymuistiinpanotyökalun kirjoittamia.
Teknologian ja tekijänoikeuksien haasteet tekoälyn aikakaudella
Tekoäly muuttaa tekijänoikeuskäytäntöjä radikaalisti ja vaatii uudenlaista sääntelyä ja vastuunkantoa.
Tekoäly nähdään remix-kulttuurin huipentumana, joka luo täysin uutta sisältöä, ei vain kopioi aiempaa (01:59)
Tekijänoikeuslaki on historian saatossa mukautunut teknologiamurroksiin, mutta tekoäly haastaa perinteiset teoriat täysin.
Juristi Hanne Hirvonen korosti, että tekoälyn tuottamalle materiaalille ei synny tekijänoikeutta, koska tekijä on aina ihminen.
Tämä muutos johtaa tarpeeseen uudistaa sopimuksia ja sopimusehtoja tekoälyjärjestelmien osalta.
Vastuu tekoälyn käytöstä ja tuotoksista on käyttäjällä, erityisesti koodin tuottamisessa.
Tekoälyjärjestelmien deterministisyydestä poiketen tulokset ovat epävarmoja, mikä vaikeuttaa virheiden selvittämistä ja vastuukysymyksiä (07:48)
Samalla kun järjestelmät tuottavat erilaisia vastauksia samaan syötteeseen, virheiden syiden selvittäminen on vaikeaa.
Asiakkaiden kanssa ratkotaan, mikä on ostettu ominaisuus ja kuka kantaa vastuun.
Tämä vaatii uudenlaista sopimusosaamista sekä selkeää riskienhallintaa.
Koodin siirtäminen backendiin ja liikesalaisuuksien suojaaminen ovat keskeisiä vastatoimia kopioinnin estämiseksi.
Tekoälyprojektien suunnittelu ja hankintaprosessit
Tekoälyhankinnat vaativat selkeän liiketoimintalähtöisyyden, riskien arvioinnin ja sopimusratkaisut oikeiden tulosten varmistamiseksi.
Ennen tekoälyprojektin aloittamista tulee määrittää liiketoiminnan tarve ja vaikutukset prosesseihin (23:50)
Hirvonen korosti, että ilman selkeää tavoitetta tekoälyhankkeet voivat jäädä käyttämättömiksi.
Pilottivaiheessa pitää testata teknologian toimivuutta, käyttäjämäärää ja kustannustehokkuutta.
Sopimuksiin on sisällytettävä mittarit ja kustannusten hallinta.
Päätös omasta laitteistosta tai pilvipalveluista perustuu datan laatuun ja käyttövaatimuksiin.
Mallien valinta vaikuttaa kustannuksiin, toiminnallisuuksiin ja sääntelyvaatimuksiin (27:35)
Tarvitaanko suuri monipuolinen malli vai pienempi, tehtäväkohtainen ratkaisu?
Mallien ajaminen omassa konesalissa voi parantaa tietoturvaa ja lakiteknistä hallintaa.
Jatkuva kouluttaminen on välttämätöntä, jotta malli pysyy käyttökelpoisena.
Valintoihin vaikuttavat myös käsiteltävien sopimusten määrä ja analysointivaatimukset.
Tietoturva, luottamus ja shadow AI -ilmiö yrityksissä
Yrityksissä esiintyy varovaisuutta virallisten tekoälytyökalujen käytössä, mikä lisää epävirallisten ratkaisujen riskiä.
Shadow AI eli työntekijöiden omaehtoinen tekoälyn käyttö uhkaa yrityksen tietoturvaa ja yhtenäisyyttä (34:09)
Hirvonen huomautti, että tämä ilmiö voi johtaa epäonnistuneisiin hankkeisiin ja tiedon hajautumiseen.
Viralliset ratkaisut voivat jäädä vaille käyttöä, jos käyttäjät kokevat ne hitaiksi tai tehottomiksi.
Riskienhallinta vaatii selkeitä ohjeita ja kannustamista hyväksyttyjen työkalujen käyttöön.
Yritysjohdon haasteena on saada tasapaino turvallisuuden ja innovoinnin välille.
Tietojen käyttöehtojen ja datan hallinnan epäselvyydet lisäävät luottamusongelmia (36:22)
Esimerkiksi Google Gemini -palvelun käyttöehdoissa on riskejä datan uudelleenkäytöstä koulutuksessa.
Yritysten tulisi arvioida, miten työntekijöiden käyttämä data voi päätyä ulkopuoliseen koulutukseen.
Kontrolloidut ja omat AI-ratkaisut vähentävät tätä riskiä.
Luottamuksen puute voi hidastaa tekoälyn laajempaa hyväksyntää organisaatioissa.
Kansainvälinen sääntely ja vastuut tekoälyn käytössä
Tekoälyn sääntely on laaja-alainen, riskipohjainen ja vaatii selkeää riskien arviointia kaikilta toimijoilta.
EU:n tekoälysäädös asettaa riskiluokat ja vaatimukset läpinäkyvyydelle sekä riskienhallinnalle (43:34)
Kiellettyjä ovat esimerkiksi ihmisten tunneanalyysi ja muut korkean riskin toiminnot.
Yritysten on tehtävä riskiarvioita ja osoitettava vastuullisuus käyttöönottovaiheessa.
Sääntelyn odotetaan olevan voimassa kokonaisuudessaan ensi vuonna.
Tämä muistuttaa GDPR:n riskipohjaista lähestymistapaa ja edellyttää jatkuvaa dokumentointia.
Kansainväliset lainsäädännöt ovat pitkälti samansuuntaisia, mutta paikallisia eroja on (43:34)
Tekijänoikeuksien ja deepfake-sääntelyn ympärillä on aktiivista lainsäädäntökehitystä eri maissa, kuten Tanskassa ja Italiassa.
YK:n sopimukset tukevat yleisiä periaatteita teosten suojaamisesta.
Kansainväliset erot voivat kuitenkin vaikuttaa sopimuksiin ja toimintaan globaaleissa yrityksissä.
Yritysten on pidettävä silmällä sekä paikallista että EU-tason sääntelyä.
Tekoälytuotosten oikeudet ja käyttäjän vastuut
Tekoälyn tuottamien sisältöjen tekijänoikeudet ovat vähäiset, ja vastuu tuotoksista on pääasiassa käyttäjällä.
Tekoälyn tuottamalle sisällölle ei synny tekijänoikeutta, koska tekijä voi olla vain ihminen (11:34)
Tämä tarkoittaa, että tekoälyllä tuotettua koodia tai materiaalia ei voi suojata tekijänoikeudella.
Käyttäjän vastuulla on hyväksyä tai hylätä tekoälyn tuottamat lopputulokset.
Tämä asettaa haasteita esimerkiksi pelien ja sovellusten julkaisemisessa nimissä.
Tekijyys liittyy myös vastuuseen siitä, mitä tuotoksessa sanotaan tai esitetään.
Open source -projekteissa tekoälyn käyttö aiheuttaa epäselvyyksiä tekijyydestä ja lisensoinnista (52:02)
Jos tekoälyllä tuotetut koodimuutokset otetaan osaksi projektia, tekijänoikeuksien osoittaminen vaikeutuu.
Tämä voi heikentää lisenssien voimassaoloa ja rajoittaa oikeuksien valvontaa.
Tarvitaan uusia käytäntöjä ja sopimusehtoja tekoälyn tuottaman koodin käsittelyyn.
Tämä on keskeinen kysymys erityisesti suurissa ohjelmistokehitysprojekteissa. Kirjaprojekti ja tiedon jakaminen tekoälyjuridiikasta Uusi kirja tuo selkeyttä tekoälyhankintojen sopimusasioihin ja auttaa yrityksiä tekemään parempia päätöksiä.
Kirja ”Tekoälysopimukset” valmistuu maaliskuussa ja tarjoaa käytännön ohjeita sopimusten tekemiseen (48:18)
Kirjoittajat Hanne Hirvonen ja kollega haluavat selkeyttää juridiikan ja liiketoiminnan välistä ymmärrystä.
Kirja käsittelee sopimusehtoja, riitojen välttämistä ja mallien valinnan vaikutusta.
Se pyrkii vähentämään turhia juridiikkakustannuksia ja keskittymään olennaisiin riskeihin.
Kirjaprojekti perustuu viimeisimpiin markkinahavaintoihin ja sääntelykehitykseen.
Action items
Seuraa tekoälyyn liittyvää oikeuskäytäntöä ja sääntelykehitystä; päivitä yrityksen käytäntöjä niiden mukaisesti (00:00)
Laadi ohjeistukset tekoälyn käytöstä organisaation sisällä mukaan lukien vastuu ja riskienhallinta (09:29)
Suunnittele ja osallistu tekoälyprojektin hankintaprosessin ja sopimusten valmisteluun huomioiden juridiset ja liiketoiminnalliset näkökulmat (20:00)
Arvioi eri mallivaihtoehtoja liittyen toiminnan laajuuteen, tietoturvaan ja sääntelyyn (29:22)
Hallinnoi Shadow AI -käytön riskejä ja edistä virallisten työkalujen käyttöä organisaatiossa (33:00)
Varmista henkilöstön koulutus ja sitouttaminen tekoälyn käyttöön sekä johdon tuki (37:00)
Ole mukana seuraamassa kansainvälisiä sääntelykehityksiä sekä EU:n AI Actin ja tekijänoikeuslakien soveltamista (41:00)
Valmistele osallistuminen tekoälysopimuksia käsittelevään kirjaprojektiin ja hyödynnä sen sisältöä organisaation koulutuksissa (47:30)
Seuraa tekoälyn tekijänoikeuskäytäntöjen kehittymistä ja mahdollisia oikeudellisia näkökulmia tuotteiden julkaisussa (51:30)
Tutki deepfake-ääniin ja kopiointiin liittyviä oikeustapauksia ja sovella oppeja oman organisaation toimintamalleihin (56:30)
Varmista, että organisaatio hyödyntää Reson.fi -blogin materiaalia ja seuraa tulevaa kirjaa tekoälyoikeudesta (58:00)
päivitetty 4.12.2025
Fraktion tarjoamat muistiinpanot webinaarista
Tekoäly tekijänoikeuden näkökulmasta: suuret kielimallit ovat käytännössä “ultimate remix -koneita”: ne imevät sisäänsä valtavia määriä dataa ja tuottavat sen pohjalta uutta sisältöä. EU:ssa laaja datalouhinnan poikkeus mahdollistaa tekijänoikeudella suojatun materiaalin käytön kielimallien koulutukseen, kun tietyt ehdot täyttyvät. Muualla maailmassa (esim. USA) tilanne on osin erilainen.
Kuka omistaa tekoälyn tuottaman koodin? Nykytilanne: tekoälyn itsensä tuottama sisältö ei yleensä saa tekijänoikeussuojaa. Tämä koskee mm. koodia, tekstiä, kuvia ja ääntä, jotka ovat “suoraan” tekoälyn tuotoksia. Käytännössä tällainen sisältö on lähellä public domainia: kuka tahansa voi kopioida ja käyttää sitä.
Tämä herättää isoja kysymyksiä: jos merkittävä osa koodista on tuotettu tekoälyllä, heikkeneekö mahdollisuus puolustaa omaa koodia kopiointiväitteitä vastaan? Jos joku väittää, että koodi loukkaa heidän oikeuksiaan, voidaan jatkossa jopa argumentoida: “tähän ei alun perinkään syntynyt tekijänoikeuksia, koska se on tekoälyn tuottamaa”.
Vastuu virheistä ja riskeistä: perinteisesti deterministisessä järjestelmässä virheitä voi jäljittää ja osoittaa vastuuta. Tekoälyjärjestelmissä sama syöte voi tuottaa eri lopputuloksia ja järjestelmä on niin monimutkainen, ettei yksittäistä virheen aiheuttajaa yleensä voida osoittaa.
Käytännössä käyttäjä vastaa siitä, mitä tuotoksia ottaa käyttöön (esim. AI-generoitu koodi tuotantoon). Organisaation on hyvä varautua sopimuksissa, ohjeistuksissa ja riskienhallinnassa siihen, että virheitä syntyy väistämättä.
Sopimukset ja tekoälyn käyttö ohjelmistoprojekteissa: kun tilaat tai toteutat ohjelmistoprojektin, kannattaa pohtia ainakin:
Liiketoimintatavoite: mitä ongelmaa tekoäly ratkaisee? Miten se muuttaa työnkulkuja ja kenen työhön se vaikuttaa?
Onko kyse “bulkista” vai kruununjalokivestä: perusratkaisuissa AI-avusteinen koodaus voi olla järkevää ja tehokasta. Jos kehitetään jotainaidosti uutta ja strategisesti tärkeää, voi olla perusteltua kieltää tekoälyn käyttö sekä omalta tiimiltä että kumppaneilta.
Sopimuksiin liittyviä huomioita: miten määritellään, mitä ollaan ostamassa: ominaisuus vs. kokonainen tekoälyjärjestelmä? Kuka vastaa mistäkin: mallin valinnasta, datasta, koulutuksesta, virheistä? Miten kustannuksia seurataan ja rajoitetaan? Onko malli kertaluonteisesti koulutettava vai vaatiiko se jatkuvaa ylläpitoa ja uudelleenkoulutusta?
EU:n AI Act ja muu sääntely: AI Act pohjautuu riskiperustaiseen ajatteluun ja tietyt AI-käyttötavat (esim. tunteiden tunnistaminen ihmisistä) on kielletty kokonaan ja korkean riskin järjestelmiin on tiukemmat velvoitteet. AI Act edellyttää mm. läpinäkyvyyttä eli käyttäjälle on kerrottava, että hän asioi tekoälyn kanssa sekä riskien arviointia ja dokumentointia – hieman GDPR:n tyyliin. Käytännössä tämä tarkoittaa, että tekoälyhankkeissa on jatkossa pakko miettiä riskit ja käyttötarkoitus etukäteen.
Shadow AI ja dataturva: Monissa organisaatioissa työntekijät käyttävät “omia” AI-työkaluja (ChatGPT, Gemini, Copilot tms.) organisaation virallisten työkalujen ohi. Riskinä on luottamuksellisen tiedon valuminen palveluihin, joiden käyttöehdot eivät ole yrityksen hallinnassa ja hyvienkin sisäisten AI-ratkaisujen käyttämättä jääminen. Suositus tehdä selkeät linjaukset ja ohjeet tekoälyn käytöstä, kannustaa henkilöstöä hyväksyttyjen työkalujen käyttöön ja perustella miksi jokin työkalu on ok ja toinen ei.
Lopuksi: Tekoäly ei poista juridiikan tai ohjelmistokehityksen tarvetta – se muuttaa työn luonnetta. On tärkeämpää kysyä “mihin suuntaan olemme menossa?” kuin “toimiiko tämä pilotti teknisesti?”. On parempi tehdä tietoisia valintoja tekoälyn käytöstä (myös rajoituksista), kuin ajautua varjo- ja yksittäiskäyttöön.
Mitsubishin ilmalämpöpumpuissa kuten LN-25, joka itseltäni löytyy, on mahdollista käyttää Melcloudia lämpöpumpun etähallintaan. Melcloud toimii Internetin välityksellä ja on käyttöliittymältään aika nihkeä. Aikaisemmin oli mahdollista käyttää ESP:tä paikallisen hallinnan saavuttamiseksi, mutta nyt on ilmaantunut myös toinen, helpompi, tapa: Echonet Lite.
Tämän jälkeen on local control auki sekä /smart endpointin kautta, että Echonet Lite enabloitu. Nyt on helppo lisätä esimerkiksi Home Assistanttiin Echonet Lite -integraatio ja säätimet ilmalämpöpumpulle.
Toinen vaihtoehto Home Assistantin kanssa on käyttää komponenttia, joka puhuu WiFi moduulille suoraan /smart endpointin kautta.
Lapset tarvitsevat paljon ulkoilua päivittäin ja vaihtelua kotipihan leikkeihin saa lähtemällä rattailla lähialueen puistoihin, tai pyöräkärrin kanssa hieman pidemmälle leikkimään. Erilaisia pyöräkärryjä on monelta eri valmistajalta ja ne tarjoavat samat perusominaisuudet arjen päiväkotimatkojen ja viikonlopun retkien tekemiseen koko perheen kanssa. Meillä valinta kohdistui paikallisen pyöräliikkeen myymään Burley D’Lite X:ään, joka on nyt ollut käytössä hieman yli vuoden. Tässä hieman kokemuksia pyöräkärristä käytännössä.
Burley D’Lite X -pyöräkärry
Burleyn valikoimassa on erilaisia lapsen kanssa liikkumiseen tarkoitettuja välineitä peräpyörästä turvaistuimeen ja pyöräkärreihin, sekä koira- ja tavarakärryihin. Burley on merkkinä hieman tuntemattomampi Suomessa verrattuna Thuleen tai Hamaxiin, joita näkee enemmän lapsiperheillä käytössä. Käytännössä pyöräkärryn merkillä on vähän merkitystä, sillä kaikki tarjoavat samat perusominaisuudet: monipuolista arjen liikkumista pyöräillen tai kävellen ja juosten, sekä myös hiihtäen. Rahalla saa enemmän ominaisuuksia ja mukavuutta.
Pyöräkärri toimii hyvin myös rattaiden asemesta esim. rannalla
Burley D’Lite X on heidän mallistonsa isoin ja parhain pyöräkärry ja ”vertautuu” ominaisuuksiensa osalta periaatteessa Thulen Chariot Sport -kärryyn. Hankimme alkuun D’Lite X:stä yhden lapsen mallin, mutta koska halusimme retkille mukaan myös villakoiramme, ostimme kahden lapsen mallin. D’Lite X:n osalta ero yhden ja kahden lapsen kärryssä on aika pieni: hieman painavammat (12,5kg / 13.8kg, enemmän kantavuutta (34 kg / 45 kg) ja leveämmät (68.8cm / 79.4cm). Yhden lapsen kärryn saimme myytyä nopeasti eteenpäin.
Burley D’Lite X -pyöräkärry
Lisäosina kärryyn saa juoksurenkaan, hiihtoon sukset, kaksi eturengasta kävelyyn , 16″ renkaat ketterämpään kulkuun, vauva-osan 3-12 kk ikäisille ja takavalon.
Tekniset tiedot
Paino: 12,5 kg / 13,8 kg
Mitat, 1 lapsi: 84.5 x 68.8 x 97.2 cm (p * l * k)
Mitat, 2 lasta: 84.5 x 79.4 x 97.2 cm (p * l * k)
Mitat kokoontaitettuna, 1 lapsi: 91.4 x 69.9 x 38.1 cm (p * l * k)
Mitat kokoontaitettuna, 2 lasta: 94 x 79.4 x 36.2 cm (p * l * k)
Sallittu kokonaispaino: 34 kg / 45 kg
Lapsen enimmäispaino: 18 kg
D’Lite X on varustettu säädettävällä jousituksella, joka takaa pehmeän kyydin sekä kaupungin kaduilla että hiekkateillä, mutta maastopoluille en kyllä lähtisi. Kärryssä on integroitu aurinkosuoja, hyttysverkko ja sadesuojat, joten liikkumaan voi lähteä kelissä kuin kelissä ympäri vuoden. Sivuikkunat ovat UPF 50+ suojattuja. Pehmustetut penkit ovat kallistettavat ja ne lähtevät pois, jos haluaa kuljettaa tavaroita tai isompaa koiraa. Kärryssä on heijastavia osia ja huomiolippu.
Kärryjen takaosassa on seisontajarru ja säilytystilaa tavaroille. Tässä kohtaa täytyy sanoa, että verrattuna Thulen (kalliimpaan) Chariot Sporttiin, D’Lite X:ssä ei saa sivupaneeleita avattua tuuletusta ajatellen, vaan vain etuläppä ja takaläppä ovat avautuvia. Myös säilytystila on hieman hankalampi käyttää. Kärryn takaa .
Kärry on helppo taittaa kasaan ja renkaat lähtevät napista irti esimerkiksi auton takakontissa kuljettamista varten. Kärry vaatii kuitenkin aika paljon tilaa syvyyssuunnassa, joten pieneen autoon sen sovittaminen voi olla haastavaa.
Pyöräkärryn valinta
Pyöräkärryä valittaessa kannattaa huomioida perheen tarpeet ja käyttötilanteet. Yhden lapsen kärrit ovat ketterämpiä ja kevyempiä, kun kahden lapsen kärryt ovat tilavempia, mukavampia mutta myös raskaampia ja vievät enemmän tilaa.
Itsellä on kokemusta vain kahdesta Burleyn pyöräkärrystä, D’Lite X:stä yhden lapsen versiona ja kahden lapsen versiona, jotka ovat erittäin lähellä toisiaan.
Kärryn kanssa matkalle voi ottaa mukaan myös pienen koiran
Pyöräkärrin vetäminen pyörällä
Kun pyörän perään kiinnitetään lähes 15 kg pyöräkärriä ja 10 kg lapsi laitetaan kyytiin, on matkassa mukana 25 kg lisäkiloa. Tästä huolimatta pyöräkärrillä ajo on yllättävän mukavaa, vaikka etenkin ylämäissä lisääntyneen kuorman huomaa. Tähän auttaa sähköpyörä, jolloin kärry kulkeekin jo huomaamatta perässä. Meillä kärry on kulkenut Specialized Creo SL -kevytsähköpyörän perässä, sekä Specialized Kenevo SL -kevytsähköpyörän perässä, ja pyörien avustusteho ja akku ovat riittäneet hyvin meidän retkiin lähialueille.
Pyöräkärryn paketissa tulee kiinnitykset käytettäväksi pikalukitus- ja mutterikiinnitteisten akselien kanssa ja erikseen on hankittavissa akseli läpiakselien kanssa. Läpiakselien pituudet vaihtelevat riippuen pyörän vaihtajan kiinnityksestä, esimerkiksi UDH-korvake vaatii pidemmän akselin. Tästä kannattaa kysyä pyöräliikkeestä.
Kaupungissa pyörähtämässä
Kärry liikkuu kätevästi kevytsähköpyörällä
Olemme käyttäneet pyöräkärriä lapsen kanssa pienestä pitäen, eli 6 kk lähtien, kun saimme kärryyn kiinnitettyä kuormaliinoilla turvakaukalon. Ostimme myös tavarapyörään tarkoitetun telineen, johon turvakaukalon saa pikakiinnikkeillä kiinni, mutta emme sitä lopulta ehtineet asentaa käyttöön.
Lapsi on viihtynyt hyvin pyöräkärryn kyydissä ja aikuiset ovat saaneet liikuntaa ja päässeet kaupunkiin kahville. Tylsyyden yllättäessä on kärryyn helppo ottaa lapsille mukaan viihdykettä.
Maisemia ihailemassa
Olemme usein käyttäneet pyöräkärryä myös rattaiden asemesta, etenkin jos keli on kuraisempi tai käymme retkeilemässä. Juoksurenkaan kanssa olemme käyneet myös juoksulenkeillä ja se toimii ihan hyvin, vaikkakin juoksu on tietenkin hieman erilaista kuin ilman kärryä. Kyydissä viihdytään hyvin ja molemmat saavat raitista ulkoilmaa.
Juoksurengas on kätevä maastossa kulkiessa
Hankimme kärryyn myös hiihtolisän, joka korvaa renkaat suksilla ja aisa muuntuu lantiolle kiinnitettäväksi vetovaljaaksi. Viime talveksi emme ehtineet vielä saada suksia, joten lumia ja hiihtokelejä vielä odotellessa, että pääsemme niitä kokeilemaan käytännössä.
Yhteenveto
Burley D’Lite X on monipuolinen ja kätevä pyöräkärry, joka tuo arkeen lisää mahdollisuuksia liikkumiseen. Erilaisten lisäosien avulla se muuntuu pyöräkärrystä juoksukärryksi ja hiihtokärryksi. Erillinen jousitus tuo mukavuutta kulkuun ja isot renkaat vakautta ajoon.
Kärry kulkee pyörän perässä vakaasti ja juoksurenkaalla onnistuu kätevästi sekä retkeily että lenkkeily. Hiihtolisän sukset tulevat testiin tänä talvena, joten siitä lisää myöhemmin.
Plussaa:
Integroidut sade- ja aurinkosuojat
Erillisjousitus
Monipuolisuus
Kallistettavat penkit
Tukeva
Miinusta:
Sivupaneelit eivät aukea tuuletusta varten (lähinnä sadekelissä kaipaisi)
Vuosien aikana olen nukkunut erilaisilla tyynyillä ja tyynyn menettäessään ominiaisuutensa olen usein ostanut erilaisen tyynyn. Tällä kertaa olimme reissussa ja oma sillä hetkellä käytössä ollut Jyskin Wellpur Husnes oli jäänyt kotiin, joten majapaikan littanalle tyynylle oli saatava parempi vaihtoehto. Sattumalta kävelimme Tempurin myymälän ohitse ja käteen sieltä pienen konsultaation kautta tarttui Tempur Sonata SmartCool -tyyny. Aikaisemmin olen Tempurilta käyttänyt Ombracio-tyynyä, joka oli myös mainio.
Tempurin Sonata -tyyny sopii moniin eri nukkuma-asentoihin, kuten Ombracio-tyyny. Sonata-tyyny on muodoltaan puolikuun muotoinen ja tyynyn kaareva muotoilu sopii parhaiten kylki- ja selkänukkujille. Vastaavasti aikaisemmin käyttämäni Ombracio on X:n muotoinen pienemmällä niskakololla ja se sopii vatsanukkujille, sekä jos vaihtelee asentoa nukkuessa. Molemmat toimivat mielestäni hyvin, joskin Ombracio toimii paremmin, jos tyynyä myllää.
Tempur Sonata -tyyny
Niskaa ja hartioita syleilevä kaarre tarjoaa aktiivista tukea, mutta tuotekuvauksen lupaus ”Huomaat sen aamulla, kun heräät levänneenä ja virkeänä.” on kyllä vielä jäänyt toteamatta lapsiperheajessa, kun yöt ovat katkonaisia. Se ei kyllä korjaannu pelkällä tyynyn vaihtamisella :) Wellpurin Husnesiin tai Skagetiin verrattuna Tempurit kyllä toimivat paremmin niskan ja hartioiden osalta.
Uutena ominaisuutena itselle Tempurissa on viilennysteknologiaa sisältävä SmartCool-päällinen, joka poistaa kehon ylimääräistä lämpöä pitäen olon viileänä ja raikkaana. Päällinen on konepestävä ja irrotettavissa vetoketjulla.
Muutaman viikon kokeilun perusteella Tempur Sonata -tyyny toimii mukavasti ja oli selkeä parannus nukkumismukavuuteen. Alennuksesta 160 eurolla ostettu tyyny on sieltä tyyriimmästä päästä ja edullisempia vastaavia ”mukautuvia” tyynyjä saa samaan hintaan kolme, mutta ainakaan Wellpur ei tälle pärjää. Ainoa miinus tyynyssä on se, että tyynyliina ei istu näihin oikein mitenkään kunnolla. Pitäisi varmaan ostaa Tempur Fit -tyynyliina, joka sen ongelman ratkaisisi.
Ohjelmistokehityksessä osaamisen kehittäminen on tärkeää ja siihen löytyy Internetistä paljon hyviä materiaaleja ja ilmaisia kursseja, sekä avoimen yliopiston tai ammattikorkeakoulujen kursseja, joista voi kerätä opintopisteitä. Yksi tällainen kokonaisuus on Microsoft Skills for Jobs, joka tarjoaa opintopolkuja kaikille osaamisensa kehittämisestä kiinnostuneille. Kävin ”Practical AI” -kurssin, joka opettaa mitä jokaisen tulisi tietää tekoälystä.
Practical AI -kurssi: perusteet tuottavasta tekoälystä
Practical AI -kurssi perehtyy (tuottavaan) tekoälyyn yleistasolla ja käytännönläheisesti. Kurssi käy läpi tärkeimmät käsitteet, tutustuu tuottavaan tekoälyyn ja opettaa käyttämään kieli- ja kuvamalleja. Kurssi on tarkoitettu kaikille aiheesta kiinnostuneille, eikä sen suorittaminen edellytä teknistä osaamista, tutkintoa tai sanakirjaa.
Kurssin laajuus on kaksi opintopistettä (2 op / ECTS) ja arviointi perustuu hyväksytty/hylätty-asteikkoon. Edetä voi omaan tahtiin. Itsellä kurssin läpikäymiseen taisi mennä pari iltaa, eli aika paljon vähemmän kuin tuo opintoviikkojen 2 * 27 tuntia.
Kurssin on kehittänyt Microsoft Skills for Jobs, Kajaanin ammattikorkeakoulu ja yrityskumppanit. Oppimisalustana toimii Edukamu, joka on Kajaanin ammattikorkeakoulun käsialaa.
Materiaali on jaettu kuuteen osa-alueesen:
Tekoälyn tausta ja määritelmä
Johdatus tuottavaan tekoälyyn
Tekoäly arjen apurina
Kieltä tuottava tekoäly
Kuvia tuottava tekoäly
Eettiset kysymykset
Osa-alueet kattavat pääpiirteittäin sen, mitä asiasta tarvitsee ylätasolla tietää ja helpon lähestymisen tekoälyn konkreettiseen käyttöön kielimallien kautta.
Kurssin kehittäjän panos näkyi materiaalissa, sillä tuottavissa tehtävissä ja esimerkeissä käytettiin ”Copilot with Bing” -hakukonetta (OpenAI ChatGPT 4) ja ”Copilot Designer” -kuvanluontia (OpenAI DALL-E 3). Palveluiden nimet olivat ehtineet muuttumaan siitä, kun kurssimateriaali oli julkaistu 2023 keväällä, joka kuvastaa hyvin aihealueen ja palveluiden kehitystahtia. Palveluiden käyttöön ei tarvinnut Edge-selainta, vaikka materiaalissa niin kerrottiin. Positiivisena puolena muitakin tunnettuja tuottavia tekoälypalveluita esiteltiin. Microsoftin palveluiden etuna on, että ne ovat ilmaisia käyttää ja tarjoavat uusinta kielimallia.
Kokonaisuutena Practial AI -kurssi antaa yleiskäsityksen tekoälystä ja sen eri tyypeistä, menemättä kuitenkaan liikaa niiden yksityiskohtiin. Toisaalta asiaa olisi voinut käydä tarkemminkin läpi tekoälyn kehityksen osalta ja etenkin eettisten kysymysten puolesta. Tehtävät jokaisen osion lopussa olivat helppoja, joten kurssin läpikäyminen ei vaadi suurta panostusta. Lopuksi saa kivan sertifikaatin ja 2 opintopistettä Opintopolkuun.
Artikkelin kuvaa varten käytin Copilot Designeria sekä suomeksi että englanniksi, ja lopputulosta joutui hieman hakemaan. Kielimallien käyttö on oma taiteenlajinsa, että saa mitä ajattelee haluavansa. Tai sitten saa jotain parempaa, ainakin ideoita jatkokehittää.
Practical AI tekoälyn kuvittamana (kuvat: Copilot Designer)
Vihreä koodi, vastuullisuus, Green ICT ja kestävä kehitys ovat nyt alkuvuoden aikana nousseet esille yhä useammin ja useammassa kontekstissa ohjelmistokehitykseen liittyen. Viime vuoden keväällä kirjoitin Vihreää koodia -webinaarista ja sen esittämistä hyvistä ohjelmistokäytännöistä kohti vihreämpää koodia ja nyt on vuorossa kohti vihreämpää tulevaisuutta sovelluskehityksessä on Linux Foundationin Green Software for Practioners LFC131 -sertifikaatti.
Green Software for Practioners LFC131 -kurssi ja sertifikaatti
Linux Foundationin ilmainen Green Software for Practioners LFC131 -kurssi kertoo miten määritellään, rakennetaan ja ajetaan vihreitä sovellusohjelmistoja. Kurssi kertoo suuntaviivat, jotka auttavat luomaan ymmärrystä mitä tarkoittaa vihreiden sovellusten harjoittaja riippumatta sovellusalueesta, organisaation koosta, ajoympäristöstä tai ohjelmistokielestä ja -kehyksestä. Eli tarjoaa korkean tason käsitteet ja ajatusmallit vihreämpään sovelluskehitykseen.
Vihreä ohjelmisto tarkoittaa kurssin määrityksen mukaan hiilitehokasta ohjelmistoa, joka tuottaa mahdollisimman vähän hiiltä. Vain kolme toimea vähentää ohjelmiston hiilipäästöjä: energiatehokkuus, hiilitietoisuus ja laitteistotehokkuus.
Vihreän ohjelmiston pääperiaatteet (kuva: Green Software Foundation)
Kurssi on jaettu kuuteen osaan:
Hiilitehokkuus: Tuota mahdollisimman vähän hiilipäästöjä.
Energiatehokkuus: Käytä mahdollisimman vähän energiaa.
Hiilitietoisuus: Tee enemmän kun sähkö on puhtaampaa, tee vähemmän kun sähkö on likaisempaa.
Laitteistotehokkuus: Käytä mahdollisimman vähän (laitteistoon) sitoutunutta hiiltä.
Jokaisen osion päätteeksi on lyhyt monivalintakysely, jota ei pisteytetä. Kurssin päätteeksi on lopputentti, josta pitää saada 85% oikein. Testin voi suorittaa niin monta kertaa kuin tarvitsee. Tentin läpäistyä saa sertifikaatin todisteeksi.
Yksi mielenkiintoinen asia sovelluskehittäjälle on esitelty Software Carbon Intensity (SCI), joka sisältää toiminnalliset päästöt (hiilipäästöt sovellusta ajettaessa) ja laitteistopäästöt (hiilipäästöt fyysisistä resursseista, joita tarvitaan sovelluksen ajoon). Kun teet sovelluksestasi energiatehokkaamman, laitteistotehokkaamman tai hiilitietoisen, SCI tuloksesi pienenee. SCI jäi hieman korkealle tasolle, kun esimerkkejä, lukuja tai konkreatiaa ei sinänsä esitelty.
SCI:n laskukaava (kuva: Green Software Foundation)
Toinen hyvä osio oli hiilitietoisuus, jossa esitettiin muutamia konkreettisia menetelmiä vihreämpään sovellukseen muun muassa siirtämällä laskentaa sellaiseen ajankohtaan tai toiselle mantereelle, jossa on vihreää sähköä (hiili-intensiivisyys alhaisempi) saatavilla.
Green Software for Practioners LFC131 -kurssi tarjoaa korkean tason käsityksen vihreydestä energian kulutuksen ja tuotannon osalta ja miten sitä voi pohtia sovelluskehityksen näkökulmasta. Kurssi lupaa opettaa miten soveltaa vihreän ohjelmistokehityksen periaatteita softan suunnittelussa ja kehittämisessä. Korkealla tasolla tavoite täyttyy ja sekä aihepiiristä että vihreästä ohjelmistokehityksestä saa käsityksen pääpiirteittäin. Konkretiaa ei tarjota, eikä kovin uusia ajatuksia, jos vihreät asiat ovat jo tuttuja. Osa asioista oli myös kurssin aihepiirin (sovelluskehitus) näkökulmasta epäolennaisia, keskittyen yleiseen ilmastosopimuksiin ynnä muihin. Teknologistanäkökulmaa olisi toivonut olla enemmän, sekä menemistä sovellustasolle (esimerkiksi vihreä koodi).
Kurssi on lyhyt, kuvaus taisi kertoa parin tunnin kestosta ja itsellä taisi mennä varmaan tunnin luokkaa. Kurssin pystyi käymään hyvin läpi kännykällä lukemalla, joka helpotti kurssin läpikäymistä pienissä paloissa.
Lopuksi: Tekoäly ei poista juridiikan tai ohjelmistokehityksen tarvetta – se muuttaa työn luonnetta. On tärkeämpää kysyä “mihin suuntaan olemme menossa?” kuin “toimiiko tämä pilotti teknisesti?”. On parempi tehdä tietoisia valintoja tekoälyn käytöstä (myös rajoituksista), kuin ajautua varjo- ja yksittäiskäyttöön.
