Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Mikä on tietokoneen käyttö

Oppitunti 1 / 14 Päivitetty 3. marraskuuta 2026 Kehittäjä
Tällä sivulla
  1. Uusi tapa olla vuorovaikutuksessa koneiden kanssa
  2. Silmukka, joka mahdollistaa tämän
  3. Mitä itse asiassa automatisoimme
  4. Toimijat vuonna 2026
  5. Mitä saat, mistä maksat
  6. Keskeiset asiat

Oppitunti päivitetty 3. marraskuuta 2026 OpenAI:n Computer use -oppaan perusteella: tämä kurssi seuraa nyt Responses API:n computer-työkalua, mikä korvaa aiemman Anthropic API -lähestymistavan. Ekosysteemin toimijoita käsittelevä osio kattaa molemmat OpenAI:n dokumentoimat polut (koodin suoritus, joka on suositeltu GPT-6 Astralle, ja computer-työkalu). Olemme poistaneet kilpaileviin tuotteisiin liittyvät lähteettömät väittämät. Lähde: Computer use.

Uusi tapa olla vuorovaikutuksessa koneiden kanssa

Vuosien ajan kielimallit olivat puhtaasti tekstipohjaisia keskustelukumppaneita: esitit kysymyksen, sait vastauksen, ja kaikki todelliseen maailmaan liittyvä jäi sinun hoidettavaksi. Tietokoneen käyttö murtaa tämän esteen. Malli näkee näytön ja päättää, mitkä eleet se suorittaa – napsauttaa, kirjoittaa, vierittää, vaihtaa sovellusta – ja sovelluksesi toteuttaa nämä toiminnot sen puolesta.

Tämä muutos on syvällisempi kuin ensisilmäyksellä näyttää. Perinteinen automaatio nojaa teknisiin ankkureihin: CSS-valitsimeen, DOM-tunnisteeseen tai rajapintaan, jonka ohjelmistotoimittaja on päättänyt avata. Päivänä, jona front-end-tiimi nimeää luokan uudelleen, skripti pysähtyy, eikä kukaan usein huomaa sitä ennen kuin seuraavan päivän raportti saapuu tyhjänä. Tietokoneen käytön avulla annat ohjeen luonnollisella kielellä, ja tekoäly navigoi käyttöliittymässä täsmälleen niin kuin ihminen sen havaitsee. “Lähetä”-painike, joka on siirretty kolme tuumaa tai maalattu vihreäksi, on edelleen “Lähetä”-painike.

Silmukka, joka mahdollistaa tämän

Mekanismi toimii viidessä vaiheessa, ja niiden toistaminen luo sen voiman:

  1. Sovelluksesi kaappaa näytön tai selainikkunan
  2. Malli analysoi kuvan ymmärtääkseen, mitä se näkee
  3. Se päättää yhdestä tai useammasta toiminnosta (napsautus, näppäinpainallus, vieritys)
  4. Sovelluksesi suorittaa nämä toiminnot koneella
  5. Uusi kaappaus lähetetään takaisin mallille, ja silmukka alkaa alusta

Tämä havainto-toiminto-silmukka on järjestelmän ydin. Tarkastellaan yleistä tilannetta: agenttisi täytyy täyttää yhteyslomake, mutta latauksen yhteydessä evästebanneri ponnahtaa sen päälle. Selenium-skripti, joka ei ole varautunut tähän, napsauttaa tyhjään ja heittää virheen, jota on vaikea tulkita. Tietokoneen käyttö -agentti sen sijaan näkee bannerin kuvakaappauksessaan, käsittelee sen, ottaa uuden kaappauksen ja löytää lomakkeen uudelleen. Se ei toista jäykkää suunnitelmaa, vaan arvioi tilanteen uudelleen jokaisella kierroksella.

Mitä itse asiassa automatisoimme

Ensisijainen käyttötarkoitus on end-to-end-testaus. Kuvailet varmistettavan polun – “kirjaudu sisään, lisää tuote ostoskoriin, siirry kassalle” – ja agentti toistaa sen kuin käyttäjä, ilman että sinun tarvitsee ylläpitää valitsimien kirjastoa, jotka vanhentuvat jokaisen sivuston uudelleensuunnittelun myötä.

Seuraavaksi tulee RPA, eli toistuvien tehtävien automatisointi ohjelmistoissa, joissa ei ole rajapintaa: vanha sisäinen ERP, toimittajan ekstranet tai 2000-luvun alun liiketoimintasovellus, jonka valmistaja on kadonnut. Missä tekninen integraatio on mahdotonta, agentti työskentelee näytön kautta, täsmälleen kuten työntekijä, joka ennen kopioi tiedot käsin.

Myös verkkosivujen sisällönkeruu (scraping) muuttuu mahdolliseksi dynaamisilla sivustoilla, jotka vastustavat perinteisiä purkutyökaluja, sillä agentti lukee renderöidyn sivun raakaa HTML:ää sijaan. Usean sovelluksen työnkulut – tilauksen hakeminen CRM-järjestelmästä, sen syöttäminen taulukkoon, vahvistussähköpostin lähetys – ketjutuvat yhteen saman istunnon aikana. Sama kyky palvelee käyttäjätukea: selityksen sijaan siitä, mihin napsauttaa, agentti itse navigoi käyttöliittymässä.

Toimijat vuonna 2026

Tämä kurssi seuraa OpenAI:n tarjontaa, joka avaa kaksi polkua Responses API:ssa. Koodin suorituksella malli kirjoittaa skriptin – esimerkiksi Playwrightilla tai PyAutoGUIlla – jonka eristetty ympäristösi suorittaa ennen tuloksen ja kuvakaappausten palauttamista; yksi kutsu voi sitten ketjuttaa silmukoita ja ehtoja, mikä tekee tästä OpenAI:n GPT-6 Astralle suositteleman polun. computer-työkalulla malli palauttaa jäsennellyt hiiren ja näppäimistön toiminnot, jotka sovelluksesi muuntaa eleiksi; tämä työkalu on edelleen tuettu, ja sitä käytät tässä kurssissa, koska se paljastaa silmukan sen raaimmassa muodossaan. OpenAI SDK:t tarjoavat myös valmiita apureita (ComputerToolset, BrowserToolset), jotka hallinnoivat tätä silmukkaa puolestasi.

Muut tarjoajat, erityisesti Anthropic, tarjoavat vastaavan työkalun omassa rajapinnassaan erilaisella viestintämuodolla: tämän kurssin koodi ei siirry suoraan, mutta periaatteet – silmukka, toimintojen hallinta, eristäminen, ihmisen vahvistus – pysyvät samoina.

Mitä saat, mistä maksat

KriterioPerinteiset skriptitTietokoneen käyttö
KäyttöliittymäRajapinta tai DOM-valitsimetVisuaalinen (kuvakaappaukset)
HaurausHajoaa, jos käyttöliittymä muuttuuMukautuu visuaalisesti
MonimutkaisuusSivustokohtainen koodiOhjeet luonnollisella kielellä
NopeusNopeaHitampi (kuvakaappaussilmukka)

Lue tämä taulukko kompromissina, ei arvosteluna. Vaihdat raakanopeuden kestävyyteen ja lähes olemattomiin ylläpitokustannuksiin. Viidenkymmenentuhannen päivittäisen suorituksen kohdalla vakaalla sivulla, jossa hallitset HTML:ää, skripti on edelleen oikea valinta. Kuukausittain muokattavaa polkua varten tai ohjelmistolle, jossa ei ole rajapintaa, tasapaino kallistuu ratkaisevasti toiselle puolelle – ja tämä kurssi opettaa sinua hallitsemaan juuri tätä jälkimmäistä tapausta.

Keskeiset asiat

  • Tietokoneen käyttö antaa tekoälyn nähdä ja hallita näyttöä kuvakaappaus-toiminto-silmukan avulla
  • Se on erilainen paradigma kuin perinteiset skriptit: kestävämpi mutta hitaampi
  • Ensisijaisia käyttötarkoituksia ovat E2E-testaus, RPA, sisällönkeruu ja usean sovelluksen työnkulut
  • OpenAI tarjoaa kaksi polkua: koodin suoritus, joka on suositeltu GPT-6 Astralle, ja computer-työkalu, jota käytetään tässä kurssissa