Milloin tekoäly on paras ratkaisu?

Jokaisen tekoälyjärjestelmän hankkimista harkitsevan organisaation on määriteltävä,

• mitä ongelmaa tai optimointia tekoälyn avulla pyritään ratkaisemaan
• että juuri tekoälyteknologia on tavoitteeseen paras ratkaisu
• miten järjestelmä asetetaan palvelemaan valittua tavoitetta
• millaiset käytön säännöt ja rajat tekoälyjärjestelmälle käytölle asetetaan.

Julkisella sektorilla ensisijaisena motiivina on aina oltava kansalaisten, yhteisöjen ja yritysten parempi palvelu ja sujuvampi arki. Hallinnon oma tehostuminen ja kustannussäästöt tulevat vasta seuraavina.

Mieti:

1. millaista muutosta oma organisaatiosi tavoittelee
2. miten tuleva toimintaympäristö eroaa nykyisestä
3. miksi valitsisitte ratkaisuksi juuri tekoälyteknologian
4. miten hankinta toteuttaa perustuslain edellyttämää perusoikeuksien toteutumista
5. miten hankinta toteuttaa viranomaisen velvoitetta edistää yhdenvertaisuutta.

Kaikkia digitaalisia järjestelmiä ja sovelluksia ei ole mielekästä toteuttaa autonomisina algoritmisina järjestelminä. Tekoälyratkaisussa ei ole järkeä, jos haluttu hyöty ja teho on saavutettavissa yksinkertaisemmalla ratkaisulla, kuten sääntöpohjaisella automaatiolla.

On ymmärrettävä erilaisten ratkaisujen luonne, edut ja rajoitukset ja valittava objektiivisen harkinnan jälkeen se menetelmä, joka parhaiten vastaa asetettua tavoitetta. Tähän tarvitaan sekä teknologian, substanssin että liiketoiminnan asiantuntijoiden yhteistyötä.

Tekoälyjärjestelmät ovat perusluonteeltaan ennen muuta tehokkaita tilasto- ja todennäköisyyslaskentakoneita. Niiden supervoimia ovat

• massadatan käsittelyn nopeus
• kyky prosessoida erilaisia data-aineistoja useasta lähteestä samanaikaisesti
• kyky havaita suurista aineistoista yhteyksiä ja säännönmukaisuuksia, joita ihmisen on vaikea huomata
• kyky tuottaa datasta ennusteita, analyysejä ja yhteenvetoja.

Tekoälyn avulla voidaan tehostaa ja tuoda uusia näkemyksiä ja ymmärrystä vaativiin tehtäviin, joiden tehokas hoitaminen yksinomaan ihmisvoimin perinteisen teknologian avulla on vaikeaa ja joskus mahdotonta.

Soveltamisalueita ovat esimerkiksi

• tuotantoprosessien tehostaminen
• toistuvien ja raskaiden prosessien automatisointi
• asiakastarpeiden kartoitus ja ennakointi
• ennaltaehkäisevä terveydenhuolto ja sairauksien varhainen diagnosointi
• ennakoiva yhteisö- ja ympäristösuunnittelu
• energiatehokkuus ja puhtaan energian kehittäminen
• ilmastonmuutoksen ja luontokadon hillitseminen
• verkossa tapahtuvan ja suunniteltavan rikollisuuden havaitseminen
• kyberturvallisuus
• veronkierron ja rahanpesun estäminen.

Potentiaaliset hyödyt ovat siis todella merkittäviä niin ihmisen kuin talouden ja ympäristönkin kannalta.

Tekoälyjärjestelmät eivät ole taikuutta eivätkä mitään aivan uutta. Ne ovat suoraan aiemmasta tietoteknologiasta ja datatieteestä kehittyneitä tietojenkäsittelyjärjestelmiä. Ne ovat koneita, joissa pätee kaiken tietotekniikan nyrkkisääntö: jos laitat roskaa sisään, saat roskaa ulos. Huonosta datasta syntyy vain huonoja tuotoksia, vaikka tarkoitukset olisivat hyviä.

Koneet eivät tiedä, mikä on olennaista tai totta. Eivätkä ne välitä siitä. Tekoälyjärjestelmät käsittelevät vinoutunutta, vanhentunutta ja jopa syrjivää tai täysin keksittyä tietoa aivan yhtä sujuvasti kuin relevanttia, faktuaalista ja yhdenvertaisuutta tukevaa. Datan muodollinen kelpoisuus prosessointiin riittää.

Kehittyneisiinkin tekoälyjärjestelmiin on ihmistyönä määritettävä kriteerit, joiden puitteissa tuotoksen laatua ja tarkoituksenmukaisuutta voidaan arvioida. Näitä kriteerejä eivät voi ainakaan vastuullisesti määrittää muut kuin ne, jotka päättävät järjestelmän tavoitteista.

Kun järjestelmä toimii jotenkin toisella tavalla kuin oli tarkoitus, syy löytyy lähes aina järjestelmästä vastaavien ihmisten toiminnasta. Tutkimuksessa on havaittu, että on yllättävän vaikeaa määritellä riittävällä tarkkuudella, mitä tekoälyjärjestelmän odotetaan tuottavan.

Mitä enemmän elementtejä ja muutoksia tekoälyjärjestelmän toimintaympäristössä on, sitä vaikeampaa sille on määrittää tarkkaa tavoitetta. Usein hallinnoijilla on järjestelmälle myös yhtä aikaa useita erilaisia tavoitteita, joista osa on piilossa eräänlaisina sivutavoitteina.

Vastuullisen kehittämisen nyrkkisääntönä voisikin pitää klassikkoa ”pieni on kaunista”. Kun organisaatiosi keskittyy rajalliseen ja selkeäpiirteiseen ongelmaan tai tehtävään, on sen helpompaa kuvata tehtävä tavoitteeksi koneelle ja saada käyttökelpoisia tuloksia.

Onnistumiseen vaikuttaa olennaisesti myös organisaatiosi kyky tunnistaa relevantteja ongelmia ja hahmottaa niihin mahdollisia ratkaisuja.