Ymmärrä tekoälyä, hyödynnä potentiaalia!

Kirjoittajat: Heli Väätäjä, TT, yliopettaja ja Maisa Mielikäinen, FT, lehtori, Digitaaliset ratkaisut -osaamisryhmä, Lapin ammattikorkeakoulu

Tekoäly-termi herättää meissä mielikuvia mm. ohjelmistoista, jotka vastaavat kysymyksiin tai luovat taidetta. Tekoäly on kuitenkin monipuolinen käsite, joka kattaa älykkäiden koneiden, ohjelmistojen ja järjestelmien kehittämisen. Vaikka tekoäly ei vielä vastaa ihmisen älykkyyttä, se on erittäin tehokas työkalu moninaisiin käyttötarkoituksiin, kunhan käytämme sitä vastuullisesti.

Hyödynnä tekoälyä

Tekoälyn tarjoamat hyödyt ovat merkittäviä ja monipuolisia. Tekoäly tarjoaa lukemattomia mahdollisuuksia monenlaisissa sovelluksissa aina tietojen analysoinnista, ennustamisesta ja optimoinnista ihmiskaltaisten tehtävien suorittamiseen. Tämä tehostaa työprosesseja ja mahdollistaa uusien, innovatiivisten ratkaisujen kehittämisen. Tekoälyn voidaankin katsoa mullistavan aiemmin totutut työprosessit, se helpottaa elämäämme ja tehostaa työtämme asiantuntijana. Tässä esimerkkejä:

• erilaisten teksti- ja videoaineistojen tuottaminen, analyysi, editointi ja tiivistäminen,
• media-aineistojen käsittely, kuten kuvien, hahmojen, puheen, animaatioiden sekä videoiden tunnistaminen ja tuottaminen,
• toiminnan- ja tuotannonsuunnittelu,
• ennakointi ja optimointi,
• sovellusten määrittelyn, suunnittelun, toteutuksen ja koodauksen tuki
• uusien ratkaisujen, kuten autonomisten robottien testaus ja opettaminen simuloiden ennen niiden fyysistä toteuttamista,
• datan analyysi ja visualisointi esim. päätöksentekoa varten, sekä
• ongelmanratkaisun tuki ja sparraus.

Käytä tekoälyä vastuullisesti

Asiantuntijatyössä tekoälyn käyttöön liittyy myös haasteita, joista keskeisimpinä ovat luottamukseen, tulosten luotettavuuteen sekä vastuisiin liittyvät kysymykset. Tekoälyjärjestelmien tehokas käyttö edellyttää riittävää luottamusta tiedon oikeellisuuteen. Asiantuntijoiden on ymmärrettävä tekoälyn toimintaa, jotta sen tuloksia osataan tulkita oikein ja tehdä niiden pohjalta päätöksiä.

Haasteita liittyy myös tekoälyn soveltamiseen tilanteissa, joissa ihmisen intuitio ja kokemus ovat ratkaisevassa asemassa. Tasapainon löytäminen tekoälyn ja inhimillisen asiantuntemuksen välillä on keskeistä. Lisäksi on otettava huomioon eettiset ja sosiaaliset näkökohdat, kuten esimerkiksi tekoälyn käyttämien tietojen yksityisyys ja turvallisuus. Tekoälyn käyttö asiantuntijatyössä kannattaa ja sen käyttöön rohkaistaan, mutta sen käyttämisessä on aina käytettävä huolellista harkintaa. Jatkuva yhteistyö ja vuorovaikutus eri sidosryhmien välillä sekä jatkuvan kehityksen seuranta varmistaa tehokkaan ja vastuullisen käytön.

Ymmärrä tekoälyä

Tekoäly ei ymmärrä omia vastauksiaan. Sen vastaukset eivät perustu havaintoihin todellisesta maailmasta eivätkä ne perustu tieteelliseen tutkimukseen, vaikka ne voivatkin käyttää hyödyksi olemassa olevia erilaisia lähdemateriaaleja. Tekoälyn vastaukset perustuvat laskennallisiin malleihin. Generatiivinen tekoäly ennustaa seuraavaa sanaa todennäköisyyden perusteella sille annetun opetusaineiston ja sen saatavilla olevan aineiston pohjalta. Kyetäksemme ymmärtämään ja hyödyntämään tekoälyn tuottamaa informaatiota, meidän tulee ymmärtää myös tekoälyn toimintaa.

Tekoälyn ja koneoppimisen (Machine Learning, ML) toiminta perustuu algoritmeihin, jotka opetetaan esimerkiksi tunnistamaan datasta säännönmukaisuuksia, suhteita ja ilmiöitä sekä suorittamaan tehtäviä ja tekemään ennusteita. Koulutusdata toimii opetusmateriaalina ja sen laatu on kriittinen mallin toiminnan ja luotettavuuden kannalta. Koulutusdatan on oltava monipuolista ja kattavaa, jotta tekoäly oppii toimimaan oikein erilaisissa tilanteissa. Koulutusdatan mahdolliset vinoumat, jotka voivat johtua käytettävissä olevasta kerätystä datasta, voivat aiheuttaa vinoumaa myös tekoälyn toimintaan.

Esimerkiksi Amazonin rekrytointiprosessissa havaittiin, kuinka puutteellinen ja vinoutunut koulutusdata voi johtaa epäoikeudenmukaisiin lopputuloksiin, mikä korostaa jatkuvan valvonnan ja korjaustoimenpiteiden tarvetta:

Amazonin rekrytointiprosessissa Amazonin oma data tietyissä tehtävissään menestyvien henkilöiden profiilista johti siihen, että naiset karsiutuivat hakuprosessissa pois automaattisesti. Miespainotteisen koulutusdatan takia miesten valinta vahvistui prosessin myötä. Koneoppimista hyödyntävää rekrytointiprosessia muutettiin vinouman (bias) löytymisen jälkeen. Kaikki hakemukset käsitellään nykyään myös ihmisen toimesta, vaikka osa sopivista kandidaateista jatkaakin suoraan automaattisesti valintaprosessissa nopeammin.

Ota tekoäly mukaan arkeesi

Tekoälyn kehitys on jatkuvaa, minkä ansiosta se mukautuu ja parantaa jatkuvasti suorituskykyään vastaamaan yhä monimutkaisempia haasteita. Tämän jatkuvan kehityksen myötä tekoäly ei ainoastaan paranna olemassa olevia sovelluksia, vaan luo myös täysin uusia tapoja, joilla voimme hyödyntää teknologiaa arjessamme ja työelämässämme.

Tekoälyn sovellukset, kuten generatiiviset mallit, ovat tehneet tekoälyn käytöstä entistä helpompaa. Käyttäjät voivat kommunikoida tekoälyn kanssa luonnollisen kielen avulla, mikä avaa uusia mahdollisuuksia tekoälyn hyödyntämiseen päivittäisessä toiminnassa. Tämä mahdollistaa myös jatkuvan vuorovaikutuksen ja kehityksen tekoälyn ja käyttäjien välillä.

Generatiivisen tekoälyn sovellukset ovat tuoneet käyttöliittymät kaikkien ulottuville ja käytettäväksi. Käyttöliittymä on rakennettu keskustelun kaltaiseksi, jossa käyttäjä kirjoittaa tekoälylle syötteen tai kehotteen esimerkiksi kysymyksen tai käskyn muodossa (prompt, ‘promptaus’), ja tekoäly vastaa siihen opetusmateriaalinsa pohjalta. Keskustelu jatkuu käyttäjän toimesta kehotteita tarkentaen tai lisäkysymyksiä kysyen.

Tekoäly tarjoaa huomattavia hyötyjä, mutta sen tehokas ja vastuullinen käyttö edellyttää huolellista suunnittelua, jatkuvaa arviointia ja sidosryhmien välistä yhteistyötä. Oikein hyödynnettynä tekoäly voi merkittävästi parantaa sekä yksilöiden että organisaatioiden toimintakykyä, tehden meistä kykenevämpiä kohtaamaan tulevaisuuden haasteita ja hyödyntämään uusia mahdollisuuksia.

Pohdittavaa

Tekoälyn käyttöönotto tuo mukanaan monia kysymyksiä, kuten:

• Millaisia hyödyntämistapoja olet itse kokeillut?
• Millaista dataa käytät työssäsi, ja miten se voisi toimia koulutusdatana?
• Mitä eettisiä näkökohtia tulisi huomioida datan käytössä?
• Miten voit varmistaa, että tekoälysovellusten käyttö on turvallista ja vastuullista?

Seuraavat videot liittyvät Lapin AMKin henkilöstölle suunnattuun tekoälyn käyttöön perehdyttävään koulutussarjaan:

Oho! Tämä YouTube-upotus ei näy, koska et ole hyväksynyt markkinointievästeitä.Hyväksy markkinointievästeet.

Oho! Tämä YouTube-upotus ei näy, koska et ole hyväksynyt markkinointievästeitä.Hyväksy markkinointievästeet.

Blogin tekstien jäsentelyssä ja kielenhuollossa on käytetty ChatGPT 4.0 versiota.

Videoiden ja tekstin lähteinä ovat mm.

Digi- ja väestötietovirasto (2023). Vinkkejä tekoälypalveluiden hyödyntämiseen. VAHTI hyvät käytännöt -tukimateriaali. Osoitteessa: Vinkkejä+tekoälypalveluiden+hyödyntämiseen_VAHTI+hyvät+käytännöt+-tukimateriaali_1.0.pdf (dvv.fi)

Kivinen, K., Horowitz, M. A., Cronin, M., Havula, P., Härkönen, T., Pönkä, H., Saariaho, A. & Saarinen, T. (2023). Tekoälyopas: Opas faktantarkistukseen ja kriittiseen ajatteluun. Faktabaari. Osoitteessa: https://faktabaari.fi/assets/Faktabaari_Tekoalyopas_Opas_04012024.pdf

Microsoft (2023). What Can Copilot’s Earliest Users Teach Us About Generative AI at Work?. Osoitteessa: https://www.microsoft.com/en-us/worklab/work-trend-index/copilots-earliest-users-teach-us-about-generative-ai-at-work/

Videoiden ja tekstien laatimisessa ja muotoilussa on käytetty apuna ChatGPT:n versioita 3.5 ja 4.0. Tekstit on luettu hyödyntäen AI-sovellusta TTSMaker. Videoiden visualisointi/kuvat ovat Adobe Stock – lisensoidusta kuvapankista. Visuaalisen ilmeen luomisessa on hyödynnetty myös Canvan Magic Maker ominaisuuksia.

Lapin ammattikorkekoulun tekoälyä koskevat ohjeet rohkaisevat ja kannustavat tekoälyn käyttöön. Tutustu  seuraaviin Lapin AMKin yleisiin ohjeisiin:

Lapin AMK: Tekoälyn hyödyntäminen vastuullisesti
Tekoälyn hyödyntäminen oppimisessa (lapinamk.fi)

Lapin AMK: Tekoäly opinnäytetöissä

Muita linkkejä:

Muiden korkeakoulujen AI:n käyttöön liittyviä ohjeistuksia

Tekoälyn vastuullinen käyttö

Esimerkki generatiivisen AI:n käytön linjauksesta tutkimuskirjoittamisessa (Elsevier)

YLE: Älyä tekoälyä: Tekoäly päättää jo nyt paljon asioita puolestasi, siksi siitä on hyvä ymmärtää nämä asiat | Yle Oppiminen | Yle

Haaga-Helian AIDriver-hankkeen materiaalit: Tekoäly oppimisessa ja opetuksessa (cloud.microsoft)