Tekoäly työkaverina vai työkaluna – Mitä generatiivinen tekoäly todella osaa?
Generatiivinen tekoäly on tuonut mukanaan vallankumouksellisia työkaluja, jotka pystyvät tekemään asioita, joihin on aiemmin tarvittu ihmisiä – kuten ratkaisemaan matemaattisia tehtäviä tai ehdottamaan lääkitystä. Vaikka tekoäly voi vaikuttaa lupaavalta kumppanilta työelämässä, se ei ymmärrä käsittelemiään asioita. Onko tekoäly sittenkään työkaveri vai pelkkä tehokas apuväline?
“Tekoäly kirjoitti matematiikasta ja ranskasta laudaturin.”
“Tekoäly löytää potilaalle täsmälääkityksen.”
Tekoälyohjelmat osaavat asioita, joihin on aiemmin tarvittu asiantuntija. Saammeko tekoälystä uuden työkaverin?
Koneoppimiseen perustuvilla tekoälyohjelmilla on muutama keskeinen heikkous.
Generatiivinen tekoäly – kielimallit sekä esimerkiksi kuvia, videota, puhetta tai musiikkia tuottavat tietokoneohjelmat – perustuu koneoppimiseen eli matkimiseen. Ne koulutetaan valtavilla opetusaineistoilla, joista löytyneitä tilastollisia säännönmukaisuuksia hyödyntämällä ne pyrkivät tuottamaan opetusaineistoa muistuttavaa sisältöä.
Koneoppimiseen perustuvilla tekoälyohjelmilla on muutama keskeinen heikkous. Ensinnäkin koneoppimiseen sisältyy uusia virhelähteitä: opetusaineiston virheet ja vinoumat sekä säännönmukaisuuksien löytämisen ja hyödyntämisen puutteet. Jos ohjelman on tarkoitus oppia ehdottamaan, miten potilasta hoidetaan, mutta nuoret potilaat ovat opetusaineistossa aliedustettuja, ohjelma käsittelee nuoria kuin ikäihmisiä.
Merkittävämpi periaatteellinen ongelma on se, että nykyinen generatiivinen tekoäly ei ymmärrä käsittelemiään asioita. Kielimalli ei tunne itse tuottamiensa tekstien merkityksiä, se vain generoi sanoja tilastollisten säännönmukaisuuksien perusteella. Tekoälyohjelma voi ehdottaa oireiden perusteella raskaustestiä – myös miehille.
Työkalu on tekoälylle parempi metafora.
Tekoälyohjelma, joka ei ymmärrä mitä se itse tekee, ei voi olla työkaveri. Kaveruudesta puhuminen on harhaanjohtava metafora, joka viittaa sellaisiin ominaisuuksiin, joita tekoälyohjelmilla ei ole: ymmärrys, ajattelu, tavoitteellisuus, tietoisuus – tunteista ja empatiasta puhumattakaan.
Työkalu on tekoälylle parempi metafora. Silloin roolit ovat selvät: ihminen päättää mihin ja miten työkalua käytetään. Ihminen kantaa vastuun sen käytöstä ja vaikutuksista. Ihmisen tehtävänä on ennakoida mahdollisia virheitä ja korjata niitä.
Työpaikalla käytettävistä työkaluista päättää organisaatiossa usein joku muu kuin työntekijä itse. Tekoälyn tapauksessa on luontevaa edetä myös ruohonjuuritasolta ylöspäin, sillä kielimallit ovat helposti saatavilla. Asiantuntija voi kokeilla niitä ketterästi sillä välin, kun organisaation johto vasta laatii tekoälystrategiaa.
Työntekijöinä voimme itse kukin pohtia, miten omaa työtämme tai oman organisaatiomme toimintaa voisi kehittää tekoälyn avulla – ei itsetarkoituksena vaan oman työn merkityksellisyyden parantajana. Millaiset tekoälytyökalut auttaisivat meitä tekemään entistä paremmin niitä asioita, jotka oikeasti ovat tärkeitä?
Anna palautetta jutusta