Teadusuuringu taotlus

Küsimused (osad on hetkel veel inglise keelest tõlkimata):

Uudishimu
1. Olen uudishimulik paljude erinevate asjade suhtes
2. Mulle meeldib küsimusi küsida
3. Ärritun, kui pean mingi teema kohta detaile õppima
4. Mulle meeldib aru saada, kuidas asjad töötavad
5. Mulle meeldib koolis uusi asju õppida
6. Olen uudishimulikum kui enamik inimesi, keda ma tean
7. Mulle meeldib hüpoteese välja mõelda ja neid vaatluse kaudu kontrollida
8. Minu jaoks on uute asjade õppimine igav
9. Kulutan aega huvipakkuvate asjade kohta informatsiooni kogumiseks
10. Mulle meeldib õppida uusi asju

Agentsus
1. Ma küsin tunnis olles küsimusi
2. Ma ütlen õpetajale, mis mulle meeldib ja ei meeldi
3. Ma annan õpetajale teada, mis mind huvitab
4. Ma väljendan tunnis olles oma eelistusi ja arvamust
5. Ma pakun soovitusi, kuidas tunde paremaks muuta

Emotsionaalne rahulolematus
1. Tunnen igavust, kui me töötame tunnis millegi kallal
2. Tunnen igavust, kui töötan tunnis millegi kallal
3. Tunnen igavust, kui õpetaja selgitab uut teemat
4. Tunnis olles muutun ma murelikuks
5. Kui me alustame tunnis millegi uuega, siis tunnen ma ärevust
6. Kui ma jään mõne ülesandega hätta, siis ma muutun murelikuks
7. Kui me tunnis tööd teeme, siis tunnen ma ennast ebakindlalt
8. Tunnid ei ole minu jaoks eriti lõbusad
9. Tunnis tunnen ma ennast halvasti
10. Olen koolitööd tehes vihane
11. Kui ma jään mõne ülesandega hätta, siis see häirib mind väga
12. Kui ma ei oska mõnele küsimusele vastata, siis ma ärritun

Sisemised eesmärgid
1. Koolis eelistan materjali, mis esitab mulle tõelise väljakutse uute asjade õppimiseks.
2. Koolis eelistan materjali, mis tekitab minus uudishimu, isegi kui seda on raske õppida.
3. Mulle pakub koolis suurt rahuldust püüda mõista õpetatavat sisu nii põhjalikult kui võimalik.
4. Kui mul on koolis võimalus, siis valin ülesanded, millest ma midagi õpin, isegi kui need ei taga mulle head hinnet.

Välised eesmärgid
1. Koolis hea hinde saamine on minu jaoks käesoleval hetkel kõige rahuldustpakkuvam
2. Praegu on minu jaoks kõige tähtsam üldise keskmise hinde parandamine, seega minu eesmärk koolis on saada hea hinne.
3. Võimalusel tahan koolis teistest õpilastest paremaid hindeid saada.
4. Tahan koolis hästi hakkama saada, sest pean tähtsaks näidata oma võimeid perekonnale, sõpradele, õpetajatele või teistele.

Autonoomia
1. Tunnen oma ettevõtmistes valikuvabadust ja tegutsemisvabadust.
2. Teen enamikke asju, sest ma tunnen, et ma pean neid tegema
3. Tunnen, et mu otsused reflekteerivad seda, mida ma päriselt tahan
4. Tunnen, et ma olen sunnitud tegema paljusid asju, mida ma ise ei otsustaks teha
5. Tunnen, et mu otsused väljendavad seda, kes ma tegelikult olen
6. Tunnen, et mind survestatakse tegema liiga palju asju
7. Tunnen, et olen tegelenud asjadega, mis mind päriselt huvitavad
8. Mu igapäevased toimetused tunduvad nagu kohustuste ahel

Enesetõhusus
1. Usun, et saan koolis edaspidi suurepäraseid hindeid
2. Olen kindel, et saan koolis aru ka kõige raskematest tekstidest.
3. Olen kindel, et õpin kooliainete põhimõisted selgeks.
4. Olen kindel, et saan aru ka kõige keerulisemast materjalist, mida õppejõud esitab.
5. Olen kindel, et saan kooli ülesannetega suurepäraselt hakkama.
6. Eeldan, et saan koolis hästi hakkama.
7. Olen kindel, et omandan põhjalikult koolis õpetatud oskused.
8. Arvestades kooli raskust, õpetajaid ja minu oskusi, siis arvan, et saan koolis hästi hakkama.

Enesekindlus iseseisva õppimise suhtes
Kui enesekindlalt sa tunned ennast järgnevate asjade tegemisel:
1. Õppematerjalide iseseisev leidmine internetist
2. Koolitööde tegemise aja iseseisev planeerimine
3. Enda motiveerimine koolitöid tegema
4. Koolitöödele keskendumine ilma meeldetuletusteta
5. Koolitööde iseseisev lõpetamine
6. Oma õppeprogressi hindamine

Meelelaad
1. Intelligentsus on midagi, mida inimene ise ei saa eriti palju muuta
2. Mõned inimesed lihtsalt ei ole head matemaatikas, olenemata sellest, kui palju nad õpivad.
3. Mõned inimesed lihtsalt ei ole head eesti keeles, olenemata sellest, kui palju nad õpivad.
4. Loovus on midagi, mida inimene ise ei saa eriti palju muuta.

Ressurssidega toimetulek
1. Ma õpin tavaliselt sellises kohas, kus saan keskenduda oma õppetööle.
2. Õppides kasutan õppeaega korralikult.
3. Õppimise ajakavast kinnipidamine ei ole minu jaoks raske.
4. Mul on oma kindel õppimiskoht.
5. Jälgin hoolega, et oleksin iganädalaste lugemiste ja ainete ülesannetega järje peal.
6. Ma töötan koolis regulaarselt.
7. Ma leian, et ma pühendan koolile piisavalt aega hoolimata teistest tegevustest.
8. Mul on alati aega, et oma märkmed või tekstid enne hindamist üle vaadata.

Järjekindlus
1. Töötan ülesande kallal, kuni olen selle lõpuni teinud
2. Kui ülesanne muutub keeruliseks, siis pingutan rohkem
3. Kui ülesanne muutub liiga keeruliseks, siis jätan selle pooleli
4. Olen järjekindlam kui enamik inimesi, keda ma tean
5. Kui ma teen vigu, siis ma annan alla
6. Kui kodutöö on liiga pikk, siis ma jätan selle pooleli
7. Teen ülesanded lõpuni isegi siis, kui need on keerulisemad, kui ma algselt arvasin
8. Kui ma midagi alustan, siis ma lõpetan selle
9. Annan lihtsasti alla

Metakognitiivne eneseregulatsioon
1. Õpetaja juttu kuulates ei pane ma tihti olulisi punkte tähele, sest mõtlen teistest asjadest.
2. Kui ma loen koolimaterjale, siis mõtlen ma selle kohta küsimusi välja, et lugemisele paremini keskenduda.
3. Kui miski, mida ma koolis loen, jääb mulle selgusetuks, siis alustan uuesti ja üritan asjast aru saada.
4. Kui kooli tekstidest on raske aru saada, siis muudan materjalide mõistmiseks lugemisviisi.
5. Enne kui hakkan uut kooli materjali põhjalikult õppima, sirvin tihti selle läbi, et näha, kuidas see on üles ehitatud.
6. Esitan endale küsimusi, et teha kindlaks, kas ma mõistan materjali, mida olen koolis õppinud.
7. Püüan muuta oma õppimisviisi, et sobituda aine nõuete ja õpetaja õpetamismeetodiga.
8. Sageli leian, et olen küll materjali läbi töötanud, kuid ei tea, millest see oli.
9. Koolis õppides püüan teema läbi mõelda ja otsustada, mis on kõige olulisem, mitte seda lihtsalt läbi lugeda.
10. Koolis õppides püüan määratleda, millistest mõistetest ma hästi aru ei saa.
11. Aineteks õppides sean endale eesmärgid, et oma tegevust suunata.

Ajaeelistused
a. 3400 eurot sel kuul või 3800 eurot järgmisel kuul
b. 100 eurot kohe või 140 eurot järgmisel aastal
c. 100 eurot kohe või 1100 eurot 10 aasta pärast
i. 30-minutiline massaaž kahe nädala pärast või 45-minutiline massaaž novembris
m. Milline on väikseim rahasumma, mille sa nelja päeva pärast kättesaamisest eelistaksid 170 dollarile, mida saaksid kahe kuu pärast?
n. Võrreldes täna seda küsitlust täitva keskmise inimesega, kui impulsiivne sa oled?
p. Võrreldes täna seda küsitlust täitva keskmise inimesega, kui palju sa oma tuleviku peale mõtled?
q. Võrreldes täna seda küsitlust täitva keskmise inimesega, kui palju sa muretsed inflatsiooni pärast?

Kriitiline refleksioon
1. Kurikas ja pall maksavad kokku 1.10 eurot. Kurikas maksab 1.00 eurot rohkem kui pall. Kui palju maksab pall?
2. Kui 5 masinat valmistab 5 vidinat 5 minutiga, siis kui kaua kulub 100 masinal 100 vidina valmistamiseks?
3. Järves on vesiroosid. Iga päev kahekordistub vesirooside poolt kaetud ala. Kui kulub 48 päeva, et vesiroosid kataksid terve järve, siis kui kaua kulub, et see kataks poole järvest?
4. Kui kolm päkapikku suudavad ühe tunniga pakkida kolm mänguasja, siis kui palju päkapikke on vaja, et pakkida kuus mänguasja kahe tunniga?
5. Jerry sai klassis nii 15. parima kui ka 15. halvima hinde. Mitu õpilast on klassis?
6. Kergejõustiku tiimis on pikad liikmed kolm korda tõenäolisemad medalivõitjad kui lühikesed liikmed. Sel aastal on meeskond võitnud kokku 60 medalit. Mitu neist on võitnud lühikest kasvu sportlased?
7. Kui John joob ühe veetünni tühjaks 6 päevaga ja Mary ühe tünni 12 päevaga, siis kui kaua kulub neil koos ühe tünni tühjaks joomiseks? ____ päeva
8. Mees ostab sea 60 dollari eest, müüb selle 70 dollari eest, ostab tagasi 80 dollari eest ja müüb lõplikult 90 dollari eest. Kui palju ta teenis? ____ dollarit
9. Simon otsustas 2008. aasta alguses investeerida 8000 dollarit aktsiatesse. Kuus kuud hiljem, 17. juulil, oli tema aktsiaportfell langenud 50%. Õnneks tõusis portfell 17. juulist 17. oktoobrini 75%. Selleks hetkeks Simon:
a. on omadega nullis,
b. on plussis,
c. on raha kaotanud

genAI kirjaoskus
TECH2. What is generative artificial intelligence (for example, ChatGPT and Google Gemini)?
A. Artificial intelligence that can create new content by learning from existing data
B. Artificial intelligence that copies the working mechanism of the human brain
C. Artificial intelligence that can classify and organize data
D. Artificial intelligence that can generate its own training data and learn from it
TECH4. Which statement best describes how large language models like ChatGPT work?
A. The language model searches the internet for words similar to the user’s input and copies matching text fragments from there.
B. The language model is programmed to follow fixed grammar and logic rules and steps to understand sentences and generate responses.
C. The language model has a built-in “facts database” that it uses to answer the user’s input.
D. The language model predicts, based on its training data, which words are likely to follow the previous ones.
TECH5. Which statement is true about the training data of common large language models (for example, ChatGPT and Google Gemini)?
A. Language models are trained on large amounts of diverse, publicly available text.
B. Language models are trained mainly on scientific articles and academic databases selected by researchers to ensure information reliability.
C. Thanks to their powerful architecture, language models require very little data for training.
D. The training data of a language model is written mainly by the model’s developers.
TECH6. A user asks an AI to create an image of a wristwatch showing the time 6:30. The result is the image below, which clearly shows the wrong time. What is the most likely reason for this?

A. The user made the request at 10:10 and received corresponding results.
B. The time 10:10 is heavily overrepresented in the AI’s training data.
C. The AI decided that the time 6:30 was random and that it was more important for the watch to look visually appealing.
D. The user’s input was not specific enough.
TECH7. Which of the following statements is false about the differences or similarities between humans and large language models like ChatGPT?
A. Experiences change the internal connections of both the language model and the human brain.
B. The computational units of language models (artificial neurons) are much less complex than human nerve cells.
C. The human brain uses much less energy.
D. Both can sometimes make mistakes with very simple tasks.
PRAC2. Which language model responses do not follow the user’s given instructions?

A. a
B. c
C. a and c
D. b and c (fixed order)
PRAC5. You want ChatGPT to write you a short monthly summary of the regulations adopted in the European Union. You write the following prompt: “When something is adopted in the European Union, write a quick overview.” Is this a good input?
A. Yes, because all the important information is included in the prompt.
B. No, one important aspect is missing from the prompt.
C. No, several important aspects are missing from the prompt.
D. There is not enough information to complete the task.
PRAC7. In which input is there a clear risk that the language model will misunderstand the user’s request?

A. a
B. b
C. a and c
D. b and c (fixed order)
HUM3. Which of the following statements about generative artificial intelligence models and misinformation is false?
A. It is often difficult to distinguish fake news created by large language models from real news.
B. It is possible to use artificial intelligence to create high-quality videos in which people appear to say or do things they never actually did.
C. Artificial intelligence cannot be used to detect misinformation.
D. Large language models may unintentionally generate convincing but false information.
HUM5. Which of the following statements about the data entered by a user into a common large language model (for example, ChatGPT and Google Gemini) is true?
A. The service provider may store the data entered by the user and use it for model development.
B. If I use the “temporary chat” feature in ChatGPT, my conversation with the model never reaches the service provider’s servers.
C. Service providers often sell user-entered data to advertising companies for personalized ads.
D. The user’s input reaches the service provider’s servers in fully encrypted form, making its content unreadable even to the provider.
HUM6. What is the most significant risk in a school environment when students use large language models (for example, ChatGPT and Google Gemini)?
A. Students start submitting very similar homework.
B. Students communicate with each other less.
C. Teachers no longer know whether the homework was written by AI or by the student.
D. Students learn less.
HUM7. Which of the following principles would be most useful for a person to follow to avoid the negative impact of large language models (for example, ChatGPT and Google Gemini) on our thinking?
A. I must limit how often I use artificial intelligence.
B. I have to actively participate in thinking.
C. Artificial intelligence must not be trusted.
D. Artificial intelligence must not be used to help solve complex problems.

Uuritava informeerimise ja teadliku nõusoleku vorm
(kommentaar: vorm on mõeldud olema esimene ekraan küsitlusest. Kui on soov, võib selle vormi õpilastele anda ka varem, st enne küsitlust)
Palume Teil tähelepanelikult läbi lugeda järgnev teave TI-Hüppe tehisaru rakenduse mõju uuringu kohta. Uuringu viivad Haridus- ja Teadusministeeriumi tellimusel läbi Tartu Ülikooli arvutiteaduste instituudi kaasprofessor Jaan Aru ja nooremteadur Kristjan-Julius Laak TI-Hüppe programmi raames. Uuringukavandi on kooskõlastanud Tervise Arengu Instituudi inimuuringute eetikakomitee ja Andmekaitse Inspektsioon.
Uurimisprojekti eesmärgiks on saada ülevaade, millised tegurid mõjutavad TI-Hüppe õppimiseks mõeldud tehisaru rakendusest kasu saamist. Uuritakse tehisaru rakenduse mõju õppija arengule. Selleks seotakse õppija tehisaruga peetud vestluste logide automaatanalüüsi tulemused teiste temaga seotud andmete* ja alljärgneva küsitluse tulemustega.
*kommentaar: siia pannakse õpilase jaoks kirja, mis andmed lõpuks kokku viiakse
Selleks palume uuringus osalejal täita siin veebikeskkonnas olev küsimustik. Küsimustik koosneb kuuest osast ja selle täitmine võtab aega umbes 45 minutit. Uuritakse õppija õpimotivatsiooni, -uskumuste, -püsivuse, -strateegiate ja eneseregulatsiooni oskuste arengut tehisaru rakenduse kasutamisega seotult.
Uuringus osalevad vaid need õpilased, kes on ise nõus osalema ja kes on vähemalt viisteist aastat vanad. Küsitluse ajal on õpilasel õigus jätta osadele küsimustele vastamata või osalemine katkestada. Samuti on võimalik nõusolekust loobuda pärast küsitluse toimumist, teavitades sellest kirjalikult uuringu projektijuhti. Sel juhul lapse andmed kustutatakse uuringu andmebaasist. Küsitluse tulemusi kasutatakse ainult TI-Hüppe rakenduse mõju uurimiseks.
Selles uuringus kasutatakse Teid tuvastada võimaldavaid andmeid (isikukood). Uuringu andmebaasis asendatakse see unikaalse uuringunumbriga, s.t andmed on pseudonüümitud. Võtmefaili, mis seob Teie isikukoodi ja uuringunumbrit, hoitakse turvaliselt küsimustiku andmetest eraldi. Kogutud andmed krüpteeritakse ja liigutatakse üle krüpteeritud ühenduse Tartu Ülikooli sensitiivsete andmete hoidmise serverisse. Andmetele pääsevad ligi vaid selleks autoriseeritud Tartu Ülikooli uurimisrühma liikmed. Isikuandmed hävitatakse hiljemalt 31. detsember 2030, pärast mida muutuvad andmed anonüümseteks. Anonüümseid andmeid säilitatakse Tartu Ülikooli serveris tähtajatult.
Kogutud andmeid kasutatakse uuringu raporti koostamisel ja teadustöös. Kõik tulemused avaldatakse üldistatud kujul ja neid ei seostata konkreetsete vastajatega.
Lisainfot uurimisprojekti kohta leiate veebilehelt https://tihupe.ee/. Uuringuga seotud küsimustega pöörduda meiliaadressile [email protected].
Kui Teil tekib küsimusi uuringus osaleja õiguste kohta, siis palun pöörduge Tervisearengu Instituudi inimuuringute eetikakomitee poole e-posti aadressil [email protected] või telefonil 58005124. Kaebuste või küsimustegaga isikuandmete töötlemise osas palume pöörduda Tartu Ülikooli andmekaitsespetsialisti poole e-posti aadressil [email protected].
Lisainfo saamiseks pöörduge uurimistöö teostaja Jaan Aru poole: [email protected]
Lugupidamisega
Jaan Aru
TI-Hüppe tehisaru rakenduse mõju uuringu projektijuht


Uuringus osalemise alustamisega annate nõusoleku osaleda eelpool kirjeldatud uurimuses ning lubate kasutada kogutud andmeid anonüümselt õppe‐ ja teadustöö huvides.



Tervise Arengu Instituudi inimuuringute eetikakomitee
Otsus nr 1547
Tervise Arengu Instituudi inimuuringute eetikakomitee (TAIEK) koosseisus M. Tammaru, C. Murd, K. Lindeberg, K. Paapsi, M. Liibek, R. Hallik, A. Kull, J. Šteinmiller, A-R. Tereping, T. Pruunsild, L. Veskimäe, ja M-L. Ilmoja arutas oma koosolekul 13.11.2025 teistkordselt uuringuprojekti 2699 „TI-Hüppe tehisaru rakenduse mõju uuring“, mille vastutav uurija on TÜ arvutusliku neuroteaduse ja tehisintellekti kaasprofessor Jaan Aru (PhD) ning põhitäitjad doktorant Kristjan-Julius Laak (MA) ja Kaidi Tootmaa (BA) TÜ arvutiteaduse instituudist, ning otsustas lugeda projekti eetikakomiteega kooskõlastatuks.
TAIEK on nõus, et uuring vastab teaduseetika põhimõtetele, uuring ei ole füüsiliselt sekkuv ning 15–17-aastased uuritavad võivad Teadus- ja arendustegevuse ning innovatsiooni korralduse seaduse (TAIKS) § 28 lg 4 alusel anda iseseisvalt nõusoleku teadusuuringus osalemiseks ja sel eesmärgil oma isikuandmete töötlemiseks.
TAIEK kinnitab, et käesoleva uuringu läbiviimiseks ei ole eetikakomitee kooskõlastus üksi piisav ning uuringu alustamiseks on vajalik ka Andmekaitse Inspektsiooni positiivne hinnang.

TAIEK otsus nr 1547 on väljastatud 17.12.2025.

Marika Tammaru
TAIEK esimees /allkirjastatud digitaalselt/

Marje Liibek
TAIEK sekretär /allkirjastatud digitaalselt/


Tervise Arengu Instituudi inimuuringute eetikakomitee
Tervise Arengu Instituut, Paldiski mnt 80, 10617 Tallinn,
[email protected], www.tai.ee

Andmekaitse Inspektsioon
Tatari 39
Tallinn 10134
Haridus- ja Teadusministeerium



TAOTLUS ISIKUANDMETE TÖÖTLEMISEKS TEADUSUURINGUS

Juhindudes isikuandmete kaitse seaduse (IKS) paragrahvis 6 sätestatust palun kooskõlastada

Uuringu pealkiri
TI-Hüppe tehisaru rakenduse mõju Eesti gümnaaasiumiõpilaste arengule

Kas poliitika kujundamise uuring (IKS § 6 lg 5) või
JAH
uuring hõlmab eriliigilisi isikuandmeid ja puudub valdkondlik eetikakomitee (IKS § 6 lg 4)

Palume eelmise kahe lahtri puhul valida üks vastavalt õiguslikule alusele, v.a olukorras, kui poliitika kujundamise uuringu puhul puudub valdkondlik eetikakomitee. Kui poliitika kujundamise uuringus töödeldakse eriliiki isikuandmeid, siis täita ka eetikakomitee otsuse lahter.
Kas isikuandmete töötleja on määranud andmekaitsespetsialisti (sh tema nimi ja kontaktandmed)?
Mirjam Reinthal, õigusnõunik-andmekaitsespetsialist
[email protected]

Kas on olemas eetikakomitee otsus?
Kooskõlastuse olemasolul lisada see taotlusele.
JAH, vt lisa 1

Kas osa uuringust toimub andmesubjekti nõusoleku alusel?
Kui jah, siis palume taotlusele lisada nõusoleku vorm või selle kavand ning küsimustik või selle kavand.
JAH, vt lisad 2 ja 3


1. Vastutava töötleja üldandmed

1.1. Vastutava töötleja nimi, registrikood, aadress ja kontaktandmed (sh kontaktisik)
analoogne registrikandega, kontaktisiku e-post, telefon
Haridus- ja Teadusministeerium
Reg.kood 70000740
Munga 18, 50088 Tartu
Riin Saadjärv, haridustehnoloogia valdkonna juht, [email protected], tel
735 0194
1.2. Isikuandmete töötlemiskoha aadress (kui erineb registriandmetest)
maja, tänav, asula/linn, maakond, postiindeks
Vt volitatud töötleja

2. Volitatud töötleja üldandmed

2.1. Volitatud töötleja nimi, registrikood, aadress ja kontaktandmed (sh kontaktisik)
Aadress analoogne registrikandega, kontaktisiku e-post ja telefoninumber
Tartu Ülikool
Reg.kood 74001073
Ülikooli 18, 50090 Tartu
Jaan Aru, arvutusliku neuroteaduse ja tehisintellekti kaasprofessor, [email protected], tel 503 7103

2.2. Isikuandmete töötlemiskoha aadress (kui erineb registriandmetest)
maja, tänav, asula/linn, maakond, postiindeks
TÜ arvutiteaduse instituut
Narva mnt 18, 51009 Tartu




3. Mis on teadusuuringu läbiviimise õiguslik alus?
Nimetage õigusakt, mis annab Teile õiguse teadusuuringut läbi viia. Ei piisa viitest IKS § 6-le. Poliitikakujundamise eesmärgil läbiviidava uuringu puhul tuua välja volitusnorm, millest nähtub, et asutus on selle valdkonna eest vastutav. Akadeemilise uuringu korral võib see olla näiteks Teadus- ja arendustegevuse korralduse seadus või teadus- või arendusprojekti avamise otsus, leping vms.
1) Vabariigi Valitsuse seadus
§ 58 lg 1: Haridus- ja
Teadusministeeriumi valitsemisalas on riigi haridus-, teadus-, arhiivi-, noorte- ja keelepoliitika kavandamine ning
sellega seonduvalt alus-, põhi-, üldkesk-, kutsekesk-, kõrg-, huvi- ning täiskasvanuhariduse, teadus- ja arendustegevuse, arhiivinduse, noorsootöö ja erinoorsootöö ja keele valdkondade korraldamine ning vastavate õigusaktide
eelnõude koostamine.
2) Eesti Vabariigi haridusseadus
§ 6 lg 2 p 9: Haridus- ja Teadusministeerium osaleb riikliku teaduspoliitika elluviimises ja tellib haridusalaseid uurimistöid.
3) Haridus- ja Teadusministeeriumi põhimäärus
§ 5 lg 3:
Ministeeriumi põhiülesanded: 3) poliitika mõju analüüsimine, uuringute korraldamine ja statistika koostamine;
4) isikuandmete kaitse seaduse § 6 lg 5.


4. Mis on isikuandmete töötlemise eesmärk?
Kirjeldage uuringu eesmärke ja püstitatud hüpoteese, mille saavutamiseks on vajalik isikuandmete töötlemine. Palume siin punktis selgitada kogu uuringut, mitte ainult taotluse esemeks olevat osa (näitaks ka nõusoleku alusel toimuvat uuringu osa). Kui osa uuringust toimub nõusoleku alusel, siis palume taotlusele lisada nõusoleku vorm või selle kavand ning küsimustik või selle kavand.

Eesti Vabariigi presidendi Alar Karise poolt algatatud TI-hüppe haridusprogrammi raames (edaspidi Programm) antakse 2026. aasta algul1 Programmiga liitunud gümnaasiumide 10.-11. klassi õpilastele OpenAI ChatGPT platvormi kaudu ligipääs tehisaru rakendusele.

Rakendus on välja töötatud kujul, mis toetaks hariduspsühholoogias ja õppimisteaduses sõnastatud õppimisega seotud baaspsühholoogiliste konstruktide arengut (edaspidi Konstruktid). Uuringu raames uuritakse osade Konstruktide arengut standardiseeritud instrumentidega longituudis (programmi alguses ja lõpus). Kuivõrd selline hindamine ei võimalda selgitada, kas muutus tekkis tehisaru rakendusest, Programmi raames tehtud teistest tegevustest või muudest teguritest, on vajalik uurida ka teisi muutujaid, sealhulgas analüüsida õpilase tehisaruga peetud vestlusi.

Hariduspsühholoogia ja õppimisteadused on tuvastanud suure hulga õpikontekstist sõltuvaid tõhusa õppimise komponente ja printsiipe, mille edukas haridustehnoloogias rakendamine on olnud aastakümnete pikkune väljakutse. Tõhusa õppimise aluseks on õppija pädevuste ja psühholoogiaga seotud konstruktid ja nende areng, näiteks kontseptuaalse arengu tase ja selle arendamine, emotsioonide regulatsiooni oskused, õpiuskumused, metakognitiivsete strateegiate teadmine ja kasutamine ja autonoomse motivatsiooni tase ja tõstmine. Kuigi nende konstruktide toetamist tehnoloogia abil on uuritud aastakümneid, ei suuda isegi kõige paremad suurtel keelemudelitel (edaspidi „LLM“) põhinevad tehisaru tuutorid neid tulemuslikult õppijas tuvastada ega arendada.

Kõige levinumad LLM-rakendused (nt ChatGPT) on loodud kasutajate soove rahuldama, aga õppimine nõuab inimaju enda pingutust. Tavakasutuse LLM-rakendused ei toeta õppimise protsessi, vaid hoopis võtavad üle tema kognitiivseid ja metakognitiivseid mõtlemisprotsesse, vähendavad vaimset pingutust, tekitavad metakognitiivset laiskust ja illusiooni õppimisest. Kuivõrd senine uurimistöö ei ole andnud lõplikku vastust, kuidas LLM-põhised rakendused õppimist mõjutavad, on jätkuvalt oluline teaduslikult suunata LLM-põhiste rakenduste arendamist ja uurida nende mõju õppimiseks oluliste baaspsühholoogilistele konstruktide arengule.

Tavapäraselt ongi tehisaru arendamisel uuritud peamiselt lihtsalt mõõdetavaid õpiväljundeid nagu testide punktisummad. Kuigi hariduspsühholoogiliste konstruktide arengut õppijas uuritakse tavapärast instrumentidega nagu küsimustikud ja testid, jääb nende kasulikkus tehisaru rakenduste arendamisel ja mõju hindamisel piiratuks, kuna üldpädevuste omandamine võtab pikalt aega. Seetõttu on hariduslike rakenduste arendamisel uuritud konstruktide käitumuslikke ekvivalente. Näiteks metakognitsiooni puhul on uuritud õpilaste enesekohaseid verbaalseid mõtlemisprotsesse ja autonoomse motivatsiooni puhul õppijate küsimusi tehisaruga peetud kirjalikes vestlustes. Siiski on ka nendes uuringutes hindamist läbi viidud käsitsi haridusekspertide poolt, mis ei ole sobilik kümnete tuhandete õppijatega toimuvate protsesside uurimiseks.

Õppimist toetavate LLMide arendamisel on automaatsel hindamisel peamine rõhk läinud just tehisaru enda käitumise, mitte õppijate arengu uurimisele. Kavandatav uurimistöö on maailmas unikaalne, kuna esmakordselt uuritakse riiklikul tasandil õppimist toetavat tehisaru rakenduse mõju, mille peamine edukriteerium on, kas see suudab arendada neid olulisi õppija psühholoogilisi konstrukte, mis on olulised tõhusaks õppimiseks.

Uuringu eesmärk on hinnata TI-hüppe raames õppijatele antava tehisaru rakenduse mõju õppija õppimisega seotud psühholoogiliste Konstruktide arengule. Uuring toetab TI-Hüppe haridusprogrammi teaduspõhist elluviimist ja järelduste tegemist, tuvastades tegurid, mis mõjutavad tehisarust kasu saamist. Sealhulgas antakse jooksvalt tagasisidet tehisaru arendajatele, millised mudeli versioonid arendavad õppijat ja millised tuleks kõrvale heita. Uuring toetab Eesti spetsiifilise õppimist toetava tehisintellekti rakenduse loomist. Uurimistöö näitab, millised sõltumatud muutujad mõjutavad psühholoogiliste muutujate positiivset arengut ja millised mitte.



5. Selgitage, miks on isikut tuvastamist võimaldavate andmete töötlemine vältimatult vajalik uuringu eesmärgi saavutamiseks.

Uuringu käigus seotakse andmekogude ning küsitluste andmed, mistõttu on vajalik andmeid töödelda isikustatult (uurijateni jõuavad need pseudonüümitult).

Uuringu ettevalmistamise ajal kaaluti ka võimalust viia kogu uuringu andmetöötlus läbi uuritava nõusoleku alusel. Sellest aga loobuti, kuna teadaolevalt on alati arvestatav hulk inimesi, kes ei vasta uuringus osalemise üleskutsele. Samas on aga uuringu eesmärgist tulenevalt vajalik uurida TI-rakenduse kasutamise mõju erinevat tüüpi õpilastele.



6. Selgitage ülekaaluka huvi olemasolu.

Uuring toetab koolide õppetöös tehisintellekti rakenduste teaduspõhist kasutamist ja järelduste tegemist rakenduse kasutamise mõju kohta õppimisele, tuvastades tegurid, mis mõjutavad tehisarust kasu saamist. Uuring toetab Eesti spetsiifilise õppimist toetava tehisintellekti rakenduse loomist. Uuringu tulemuste põhjal tehakse poliitilisi otsuseid uute haridusalaste õigusaktide, sh riiklike õppekavade või õppetöös kasutatavatele tehisintellekti rakendustele seatavate nõuete väljatöötamisel.

TI-Hüppe programmi raames TI kasutamise mõju on tarvis uurida, et tuvastada rakenduse kahju/kasu õpilaste arengule, toetada õppimist paremini toetava rakenduse arendamist ja poliitiliste otsuste tegemist. Ilma uuringuta ei ole võimalik tuvastada rakenduse mõju, suunata selle arengut ega teha vastavaid hariduspoliitilisi otsuseid.



7. Selgitage, kuidas tagate, et isikuandmete töötlemine ei kahjusta ülemääraselt andmesubjekti õigusi ega muuda tema kohustuste mahtu.
Vajadusel loetleda täiendavaid kaitsemeetmeid privaatsuse riive vähendamiseks.

Töödeldavate isikuandmete põhjal ei muudeta andmesubjekti kohustuste mahtu ega kahjustata muul viisil ülemäära andmesubjekti õigusi. Käesolevas taotluses kirjeldatud isiku nõusolekuta andmetöötlus ei pane õpilastele mingeid kohustusi. Samuti ei kahjusta uuring ülemääraselt andmesubjekti õigusi. Privaatsuse riive vähendamiseks analüüsivad uurijad andmeid pseudonüümitud kujul, andmeid säilitatakse isikustatud kujul kuni uuringu lõpuni ning andmeid hoitakse tõhusate turvameetmetega keskkonnas.
Osa uuringust toimub nõusoleku alusel (küsitlused), kuid see ei lisa andmesubjektile kohustusi, kuivõrd on vabatahtlik.

Põhikooli- ja gümnaasiumiseaduse § 20.12 kohaselt, mis annab koolidele õigusliku aluse töödelda õpilase isikuandmeid TI-rakenduse kasutamisel õppetöös, ei ole kooli esindajatel õigus ligi pääseda õpilaste vestluse sisuandmetele. See on seadusandja poolt ette nähtud kaitsemeede õpilase privaatsuse tagamiseks olukorras, kus kooli esindaja, nt õpetaja võiks pääseda ligi esiteks isikustatud ja pseudonüümimata andmetele ning teiseks sellise andmesubjekti andmetele, kelle õigustele võib tal olla teatav mõju. Teadustöös kasutamise eesmärgil vestluse sisuandmetele ligipääs on oluliselt väiksema mõjuga õpilase õigustele ega muuda mingilgi määral tema kohustuste mahtu.

Kuivõrd uuringus keskendutakse TI-rakenduse kasutamise mõjule õppetöös, siis edastatakse uurijatele õpilaste vestluste sisuandmed, mis on läbinud automaatse sisufiltreeringu – eemaldatud on ilmselgelt õppimisega mitteseotud andmed ja isikuandmed.



8. Kuidas toimub andmete edastamine isikuandmete allikalt teadusuuringu läbiviijani? Sealhulgas palume välja tuua milliseid töötlussüsteeme ja/või keskkondi (sh pilveteenus) isikuandmete (sh pseudonüümitud) töötlemiseks kasutatakse ning millises riigis asuvad töötlussüsteemide/pilveteenuse pakkuja serverid.

Isikuandmete valdajad edastavad andmed krüpteeritult SAPU-keskkonda, mida haldab Tartu Ülikooli arvutiteaduse instituut.

SAPU on isoleeritud keskkond, mille suhtlus välismaailmaga on turvatud läbi VPNi, tulemüüri ja IDS-i (sissetungi tuvastamise süsteem). SAPU sees toimub kontrollitud andmete liikumine vastavalt seadistatud reeglitele. Keskkonnale pääsevad ligi VPNi kaudu vaid eetikakomiteelt loa saanud autenditud isikud, kelle tegevused on logitud (vt täpsemalt www.sapu.cs.ut.ee). See tagab, et kogutud andmeid ei saa hakata ülikoolis kasutama ilma eetikakomitee nõusolekuta.

SAPUs andmed seotakse, pseudonüümitakse ning tehakse uurijatele kättesaadavaks.

Andmed anonüümitakse SAPUs 2030. aasta 31. detsembriks. Anonüümitud andmeid hoitakse SAPUs tähtajatult.

Isikuandmeid ei edastata kolmandatele isikutele ega välisriiki.

Täpsemalt on andmete liikumise protsess järgmine:
1. Uuringu läbiviijad pöörduvad koolide poole ettepanekuga anda teadusuuringus kasutamiseks kooli õpilaste TI-Hüppe rakenduse vestluste sisuandmed, isikukoodid, klassid, unikaalse klassi pseudonüümid ja kooli pseudonüümid.
2. Kui kool on nõus andmeid edastama, siis annab kool korralduse TI-Hüppe rakenduse teenusepakkujale (Sihtasutusele TI Hüpe), et andmed edastataks uuringu läbiviijale.
3. Sihtasutus edastab Haridus- ja Teadusministeeriumile õpilaste isikukoodid; TÜ-le SAPUsse vestluste sisuandmed isikukoodid, klassid, unikaalse klassi pseudonüümid ja kooli pseudonüümid.
4. Haridus- ja Teadusministeerium seob isikukoodiga EHISe andmed (nimetatud taotluse lisas 4) ja edastab SAPU-sse.
5. Küsitlusandmed, sh isikukood (mida kogutakse nõusoleku alusel) kogub TÜ arvutiteaduste instituut TÜ privaatses LimeSurvey keskkonnas ning saadab SAPU-sse.
6. SAPU-s seotakse HTMilt laekunud EHISe andmed, küsitlusandmed ja vestluste sisuandmed kokku, pseudonüümitakse ning tehakse pseudonüümitud kujul TÜ uurijatele kättesaadavaks.




9. Loetlege isikute kategooriad, kelle andmeid töödeldakse ning valimi suurus.
Inimeste rühmad, keda uurida kavatsetakse ning kui palju neid on.
Eesti gümnaasiumide 10. ja 11. klassi õpilased, kelle kool on Programmiga liitunud, kellele kool on loonud konto OpenAI ChatGPT TI-Hüppe keskkonda ning kes on valmis oma õpilaste vestluste sisuandmed uuringus kasutamiseks edastama.
01.09.2025. a seisuga osaleb projektis 130 Eesti gümnaasiumi (90% kõikidest gümnaasiumidest). 2024. aastal õppis gümnaasiumiastmes kokku 34 891 õpilast, mis on ennustatav maksimaalne õppijate arv. Reaalsuses on aga osalejate arv kolmandiku võrra väiksem ehk umbes 23 000.

9.1. Tooge välja periood, mille kohta isikuandmete päring tehakse.
Vestluste sisuandmeid kogutakse perioodiliselt 05.01.20263-30.06.2026.
Muud andmed kogutakse ühekordse väljavõttena.

9.2. Loetlege töödeldavate isikuandmete kooseis.
Tuua detailselt välja, milliseid isikuandmeid töödeldakse (nt ees- ja perenimi, isikukood, e-posti aadress jne) ning põhjendus, miks just neid andmeid on uuringu eesmärgi täitmiseks vaja. Vajadusel esitada taotluse lisana (nt tabelina).

Töödeldavate isikuandmete koosseis ning allikad (p 9.3) on esitatud tabelina taotluse lisas 4.

9.3. Loetlege isikuandmete allikad.
Nimetage konkreetsed isikuandmete allikad (nt registrid, küsitluslehed jne), kust isikuandmeid saadakse.
Vt lisa 4.

9.4. Kas andmeandjatega (andmekogu vastutava töötlejaga) on konsulteeritud ning nad on valmis väljastama uuringu eesmärgi saavutamiseks vajalikud andmed?

Koolide kui andmeandjatega konsulteeritakse siis, kui Andmekaitse Inspektsiooni kooskõlastus on olemas.


10. Kas kogutud andmed pseudonümiseeritakse või anonümiseeritakse? Mis etapis seda tehakse? Kes viib läbi pseudonümiseerimise või anonümiseerimise (vastutav töötleja, volitatud töötleja, andmeandja vms)?
Kui andmeid ei pseudonümiseerita, siis selgitada, miks seda ei tehta.

Vt punkt 8. Peale uuringu lõppu andmed anonüümitakse.

10.1. Loetlege pseudonümiseeritud andmete koosseis.

Uuriijatel on ligipääs ainult pseudonüümitud andmetele.

10.2. Kirjeldage pseudonümiseerimise protsessi ja vahendeid.
Kui kasutatakse koodivõtit, siis tuua välja, kes koodivõtit säilitab ja kui kaua säilitab.

Andmed pseudonüümitakse TÜ SAPUs peale erinevatest allikatest laekunud andmete sidumist, kasutades pseudonüümimise võtit. Pseudonüümimisega tegelevad TÜ arvutiteaduse instituudis eraldi töötajad ning uuringut läbiviivatel teadlastel pseudonüümimata andmetele ligipääsu ei ole.
Pseudonüümimise võtit hoitakse SAPUs kuni andmete anonüümimiseni 31.12.2030.


10.3. Tooge välja pseudonümiseeritud andmete säilitamise aeg ja põhjendus.
Kui andmeid ei pseudonümiseerita, siis tuua välja andmete kustutamise tähtaeg.
Vähemalt kvartali ja aasta täpsusega.

Kogutud andmeid säilitatakse kuni 31. detsembrini 2030. aastal, misjärel need anonüümitakse.
Andmeid säilitatakse selle aja jooksul, kuna andmete kogumise etapile (lõppeb 30.06.2026) järgnev teadustöö analüüsitegevus on aeganõudev.



11. Kas andmesubjekti teavitatakse isikuandmete töötlemisest?
Jah/ei
JAH
11.1. Kui vastasite ei, siis palun põhjendage

11.2. Kui vastasite jah, siis kirjeldage, kuidas teavitatakse.
Uuringu läbiviija saadab koolidele regulaarselt infokirjad, mille kool edastab õpilastele (Stuudiumi, e-Kooli või muu kooli poolt kasutatava infokeskkonna kaudu). Kui TI-rakendus seda tehniliselt võimaldab, siis lisatakse Rakendusse selle kasutamise ajal õpilastele kuvatav märge, et vestlusandmeid kasutatakse teadusuuringus.
Haridus- ja Teadusministeerium, Tartu Ülikool ning SA TI Hüpe avaldavad oma veebilehtedel uuringus osalevate koolide kohta info koos teabega õpilastele.

11.3. Kust on leitavad andmekaitsetingimused?
https://hm.ee/ministeerium-uudised-ja-kontakt/kontakt/isikuandmete-tootlemine#isikuandmete-tootlem--2


12. Kas isikuandmeid edastatakse kolmandatesse riikidesse
Jah/ei. Kui vastate küsimusele jah, siis täita ka järgnevad lahtrid.
EI
12.1. Loetlege riigid, kuhu isikuandmeid edastatakse.
-
12.2. Milliseid lisakaitsemeetmeid kasutatakse?
-


Kinnitan, et taotluses esitatud andmed vastavad tegelikkusele.

/allkirjastatud digitaalselt/

Triin Laasi-Õige
Kantsler



Taotluse lisad:

Lisa 1: Tervise Arengu Instituudi eetikakomitee hinnang
17.12.2025. a otsus
Lisa 2: Küsimustiku nõusolekuvormi kavand
Kavand lisatud
Lisa 3: Küsimustiku kavand
Kavand lisatud
Lisa 4: Andmekoosseisu tabel
Exceli fail lisatud