Tekoälyn vastuullinen hyödyntäminen

• Tekoälyn soveltamisen kyberturvallisuus ja riskienhallinta (Kyberturvallisuuskeskus)Avautuu uuteen ikkunaan.
• AI Risk Assessment Methodologies (Tri Lateral Research, 2021, PDF, englanniksi)Avautuu uuteen ikkunaan.
• The NIST Artificial Intelligence Risk Management Framework (US Government, 2023, PDF, englanniksi)Avautuu uuteen ikkunaan.
• How to Securely Design and Operate Machine Learning (Wilco van Ginkel / Gartner, 2023, englanniksi)Avautuu uuteen ikkunaan.

Käsitteellä on nykyisin erilaisia merkityksiä, mutta niissä kaikissa on kyse palautteen vaikutuksesta algoritmisen järjestelmän toimintaan:

• Järjestelmää käyttävä ihminen aiheuttaa järjestelmälle väistämättä palautesyötteitä, joko tietoisesti ja tarkoituksella tai muuten toiminnan yhteydessä. Koneoppimiseen perustuva AI muokkaa tuotoksiaan ajan myötä kertyvän palautesyötteen pohjalta.
• Keskenään yhteydessä olevat koneoppimisjärjestelmät voivat muodostaa palautekehän, jonka avulla tekoälymallista tulee ajan myötä entistä tarkempi. Lue lisää Ultimate.ai:n blogikirjoituksesta How AI Uses Feedback Loops to Learn From Its Mistakes (englanniksi)Avautuu uuteen ikkunaan..
• Uudempi ilmiö on palautekehä, joka syntyy, kun generatiivisten tekoälyjen tuottamat aineistot (kuvat, äänet, videot, tekstit) lisääntyvät verkossa räjähdysmäisesti ja muuttuvat toisten tekoälyjen opetusdataksi. Tästä voi seurata latistavia ”kopion kopion kopioita”, kun tekoälyt kouluttavat toisiaan samoilla, toisiltaan oppimillaan aineistoilla. Jos aineistoissa on virheitä tai syrjivyyksiä, ne kertautuvat ja eskaloituvat, ellei kehiä kontrolloida riittävästi.

Keskeisiä syitä on kaksi:

• Julkisella sektorilla on runsaasti arvokasta tietoa internetissä avoimesti käytettävissä.
• Kaikki järjestelmät ovat periaatteessa murrettavissa, jos siihen on motiivi, osaaminen ja resurssit.

Ennakoivan analytiikan käyttö edellyttää dataosaamista, sitoutumista, järjestelmään liittyvän substanssin ja laajempien asiayhteyksien ymmärtämistä. Jos tuotoksia käyttävät työssään henkilöt, jotka eivät suoraan ole tekemisissä tekoälyjärjestelmän kanssa, heillä tulee olla riittävä ymmärrys siitä, millä aineistoilla järjestelmä on koulutettu ja miten sen tuotoksia tulee tulkita.

Tämä on erityisen tärkeää silloin, kun

• henkilön työllä on suora tai epäsuora vaikutus ihmisiin ja heidän olosuhteisiinsa
• henkilön työ on luonteeltaan sellaista, että syntyy mahdollisuus antaa järjestelmälle enemmän päätäntävaltaa kuin sille todellisuudessa kuuluu.

Eräs olennainen keino on ennakoiva vaikutusarviointi. Uusia palveluja suunniteltaessa ja toteutettaessa on pysähdyttävä miettimään, voiko palvelu sujuvoittamisen sijasta passivoida, ja millaisen liikkumavaran se jättää ihmisen toimijuudelle. Periaatteessa kaikki voidaan automatisoida, mutta kysymys onkin, pitääkö kaikki automatisoida.

On vältettävä luomasta palveluja ja rakenteita, jotka suorastaan ehkäisevät ihmisten kohtaamisia ja ymmärrystä, joka näissä kohtaamisissa syntyy ja välittyy. Osallistava, inklusiivinen kehittäminen on tärkeää, jotta saamme jo suunnitteluvaiheessa ymmärryksen siitä, miten kehittämämme palvelut tukevat ihmisen toimijuutta eivätkä vie sitä häneltä.

Ihmisen ja koneen välinen etäisyys on säilytettävä jo identiteetin ja todellisuuden hallinnan takia.

Tämä ei tarkoita, että esimerkiksi asiakaspalvelubotti ei saisi olla sävyssään kohtelias, tai että suuren organisaation päärakennuksessa ei saisi olla aularobottia. Missään teknologisessa toteutuksessa ei kuitenkaan tule olla piirteitä, jotka voisi aidosti tulkita inhimillisiksi ominaisuuksiksi. Käyttäjä ei saa luulla, että kone kykenisi myötätuntoon tai ymmärrykseen kuten ihminen.

Ihmistä voidaan joissain filosofisissa rakennelmissa tarkastella koneena, mutta konetta ei tule tarkastella ihmisenä.

Synteettisen datan avulla voidaan käsitellä väestöihin liittyvää dataa tavalla, joka ei vaaranna kenenkään henkilötietoja. Synteettinen data on keinotekoista dataa, jolla on riittävä tilastollinen vastaavuus siihen ilmiöön tai väestöön, jota se kuvaa.

Esimerkiksi jonkin kaupungin tai alueen aidosta väestödatasta voidaan matemaattisesti generoida ikään kuin simulaatio, jossa yksikään datapiste ei edusta todellista henkilöä, mutta aineisto kokonaisuutena on analyysi- tai ennakointitarkoitukseen yhtä pätevä kuin aito väestödata.

Synteettistä dataa voidaan luoda kahdella tavalla:

1. Jos tekoälyjärjestelmää ohjaavan algoritmisen mallin säännöt ovat tiedossa, niitä voi käyttää niitä uuden datan tuottamiseen ja simulointiin. Koneellisesti analysoidussa kohderyhmässä on todennäköisesti säännönmukaisuuksia ja piirteitä, joiden perusteella ryhmän tiedoista voidaan generoida synteettinen simulaatio.
2. Aineisto luodaan suoraan alkuperäisestä datasta, mikä yleensä tapahtuu käyttämällä koneoppimisalgoritmeja, jotka oppivat datapisteiden jakaumat ja suhteet alkuperäisessä datassa.

Synteettinen data on hyödyllistä erityisesti alueilla, joissa henkilöihin liittyvä tieto on suojattavaa ja arkaluonteista, kuten terveydenhuollossa tai finanssisektorilla. Synteettisen datan hyötyjä on hyvä harkita myös tutkimus- ja kehittämishankkeissa.

Tekoäly tuli ensimmäistä kertaa näkyvästi kansalaisten ja yritysten arkeen, kun OpenAI-yhtiö julkaisi ChatGPT:n marraskuussa 2022. Käytännössä ChatGPT on yhden yhtiön eräs tuote. Teknisesti se on käyttöliittymä yhtiön kehittämään ja hallinnoimaan suureen kielimalliin (LLM, large language model).

Muidenkin yritysten ”älykkäät” chatbotit ja tekoälyassistentit, kuten Microsoftin Copilot, perustuvat samanlaiseen rakenteeseen, mutta käyttävät kukin omaa kielimalliaan.

Kaikki tekoälyjärjestelmät, myös suuriin kielimalleihin perustuvat sovellukset, ovat tehokkaita tilastomatemaattisia laskimia. Niiden taustalla on valtava opetusaineisto ja jopa biljoonia muuttujia sisältäviä algoritmeja.

Esimerkiksi sovellus voi laskea, että lauseessa ”useimmat kissat syövät mielellään…” seuraava sana on todennäköisemmin ”kalaa” kuin vaikkapa ”peuraa”, sillä ”kissa”, ”ruoka” ja ”kala” esiintyvät massiivisissa tekstiaineistoissa selvästi tilastollisesti lähempänä toisiaan kuin ”kissa”, ”ruoka” ja ”peura”.

Sovellus ei ymmärrä itse asiasta mitään. Vaikka ChatGPT:n tai sen kilpailijoiden tuottamat tekstit saattaisivat vaikuttaa ihmisajattelulta, valitut sanat ovat koneelle vain merkkijonoja. Kuvia ja muita aineistoja tuottavat sovellukset generoivat tuotoksensa samalla periaatteella.

1. Generatiivinen tekoäly ei luo uutta, vaan toistaa ja tilastollisesti yhdistelee sitä aineistoa, joka sille on opetettu. Huomioi, että aineiston ja algoritmin sisältämät vinoumat ja syrjivyydet vaikuttavat tuotoksiin.
2. Muista, että tekoälyn tuottamassa sisällössä voi olla asiavirheitä tai jopa perätöntä ”hallusinointia”, kuten viittauksia olemattomiin teoksiin, päätöksiin tai tapahtumiin. Asiavirheet johtuvat yleensä puutteellisesta opetusaineistosta. Hallusinointi taas johtuu siitä, että sovellukset pyrkivät aina generoimaan jonkin tuotoksen, riippumatta siitä onko niillä kyseisestä asiasta dataa.
3. Älä käytä tekoälyn avulla tuottamaasi sisältöä, ennen kuin olet itse tai asiantuntijan kanssa tarkistanut tuotoksen. Räikeät asiavirheet ja hallusinaatiot huomataan yleensä helposti, mutta hienovaraisemmat virheet jäävät huomaamatta ja leviävät edelleen, jos niihin ei puututa.
4. Käytä aina harkiten aineistoa, jota epäilet tekoälyn tuottamaksi. Generatiiviset sovellukset mahdollistavat ennennäkemättömän määrän uskottavan tuntuista valetietoa, -kuvaa, -ääntä ja -videota. Valesisältöä on suhteellisen helppoa tuottaa ja vaikeaa erottaa aidosta.
5. Jos käytät maksutonta tekoälysovellusta, älä käytä mitään organisaatiosi tietoja sovellukselle tekemissäsi kyselyissä ja komennoissa eli ”prompteissa”. Generatiivisten sovellusten ilmaisversiot keräävät ja tallentavat promptit tekoäly-yhtiön opetusaineistoksi. Jos käytössäsi on enterprise- tai premium-sovellus, varmista, mikä on organisaatiosi linjaus käyttötavoille.
6. Jos tuotat, muokkaat tai käännät tekoälyn avulla merkittävästi sisältöä esityksiin tai dokumentteihin, mainitse asiasta esityksen yhteydessä tai tekstin alussa.