Tekoälyn tarjoamat mahdollisuudet ovat tehneet siitä arkipäivän puheenaiheen ja jopa merkittävän työkalun, joka vaatii uudenlaisten taitojen omaksumista.
Tekoäly tunkeutui laajan yleisön tietoisuuteen viimeistään marraskuussa 2022, kun OpenAI:n generatiivinen tekoäly ChatGPT lanseerattiin.
Generatiivinen tekoäly on antanut meille työkalun, joka muuttaa tapaa, jolla työskentelemme ja opimme. Kuten jokaisessa teknologisessa edistysaskeleessa, on tärkeää ymmärtää sen vahvuudet, heikkoudet ja mahdolliset seuraukset, jotta sen tuomia etuja voidaan hyödyntää täysimääräisesti.
Tekoälyä on hyödynnetty kaupallisesti koko 2000-luvun ajan, mistä esimerkkinä verkkokauppojen ja suoratoistopalveluiden suosittelualgoritmit, jotka ”oppivat” käyttäjiensä mieltymykset ja kykenevät tarjoamaan heille uusia tuotteita ja palveluita niiden perusteella.
Näissä palveluissa tekoäly on toiminut näkymättömän ”automaattiohjauksen” tavoin. Käyttäessämme koneoppimista hyödyntäviä palveluita emme yleensä ole voineet valita tekoälyominaisuuksia päälle tai pois päältä.
Microsoftin toimitusjohtajan, Satya Nadellan mukaan olemme nyt saavuttaneet vaiheen, jossa tekoäly ei ole enää ”autopilot” eli ”automaattiohjaus”, vaan pikemminkin “copilot” eli ”apukuski”, ihmisen kanssa vuorovaikutuksessa toimiva työkaveri, joka pyyntöjemme ja ohjeidemme perusteella auttaa meitä tekemään valintoja, tuottamaan sisältöä ja nopeuttamaan erilaisten tehtävien suorittamista.
Voimme siis itse valita milloin ja miten tukeudumme ”apukuskiin” ja milloin pärjäämme ilman, mutta toistaiseksi me pysymme kuskin pukilla.
Tekoälyn hyödyt ja mahdollisuudet
Käytän käsitettä generatiivinen tekoäly yleisnimityksenä nykyisen ChatGPT:n kaltaisille laajoja kielimalleja hyödyntäville palveluille.
Yksi mielenkiintoisimmista havainnoista generatiivisen tekoälyn kokeilemisessa on kokemus vuorovaikutuksesta tietokoneen kanssa luonnollista kieltä käyttäen. Jos vertaa esimerkiksi perinteistä Googlen hakukonetta ja tekoälyllä vahvistettua Bingiä toisiinsa, huomaa eron.
Olemme jo vuosia opetelleet antamaan Googlelle hakusanoja ja muodostamaan hakufraaseja, jotka tuottavat parhaat mahdolliset hakutulokset. Oleellista on, että Google-hausta jätetään pois luonnollisessa kielessä niin tärkeät kielioppia ja merkitystä muodostavat rakenteet, ja että haku perustuu pelkkiin asiasanoihin.
Tekoälyllä vahvistettu Bing sen sijaan tuottaa parempia hakutuloksia, kun hakukyselyyn sisältyy merkitys. Aivan kuten ChatGPT, senkin kanssa voi keskustella ja nimenomaan merkitystä tarkentamalla hakutuloskin paranee.
Tekoälyn kyky käsitellä ja luoda luonnollista kieltä laskee kynnystä ohjata erittäin monimutkaisia prosesseja ja mahdollistaa hyvin nopean ja tehokkaan toiminnan sellaisten asioiden toteuttamiseksi, jotka aikaisemmin edellyttivät käyttäjältä merkittävää asiantuntemusta ja ajankäyttöä.
Esimerkiksi GitHub Copilot, tekoälyavustaja, auttaa ohjelmistokehittäjiä koodin luomisessa, jäsentelemisessä, dokumentoinnissa ja parantamisessa – todellinen saavutus tietokoneelta.
Organisaatiot ovat alkaneet hyödyntää tekoälyä myös asiakaspalvelussa, missä se kykenee käsittelemään suuren määrän asiakasyhteydenottoja, tarjoamaan valmiita vastausehdotuksia asiantuntijoille ja siten vapauttamaan ihmisen voimavaroja muille tehtäville.
Microsoftin tuoreen Work Trend Index -tutkimuksen mukaan johtoasemassa olevat henkilöt pitävät kaksi kertaa todennäköisempänä sitä, että tekoäly lisää työn tuottavuutta kuin sitä, että se vie ihmisten työpaikkoja.
Tekoäly projektinhallinnan tukena
Laajat kielimallit eivät opi uutta autonomisesti. Mahdollisia keinoja valmiiksi opetetun laajan kielimallin parantelemiseen ovat kielimallin hienovirittäminen eli fine-tuning, tai sen antamien vastausten jalostaminen hyödyntäen esimerkiksi internetistä tai organisaation omista lähteistä haettavaa dataa. Vaikka jalostaminen ei oikeastaan ole kielimallin opettamista, riittää menetelmässä potentiaalia useimpiin käytännön sovellutuksiin.
OpenAI ilmoitti hiljattain viestipalvelu X:ssä (aiemmin Twitter), että ChatGPT on nyt reaaliaikainen, eikä sen sisältö enää rajoitu syyskuuta 2021 edeltävään aikaan:
Asiasta uutisoinut teknologia- ja tulevaisuusorientoitunut The Verge kertoo, että ChatGPT:n internet-ominaisuudet saa käyttöön ”Browse with Bing” -ominaisuudella. OpenAI:n ChatGPT:ssä käyttämä teknologia perustuu siis Microsoftin kehittämään ja Bingin kautta jo saatavilla olevaan ominaisuuteen.
Käytännössä ”reaaliaikaisuus” ei perustu laajan kielimallin uudelleenopettamiseen, vaan vastausten paranteluun perinteisemmän haun kautta saatavan tiedon avulla. Eräs tällainen tekniikka on Retrieval Augmented Generation (RAG), jota voidaan hyödyntää myös Azure OpenAI:n päälle rakennettavissa tekoälysovelluksissa käyttäen esimerkiksi yrityksen toimintakäsikirjaa tai intranettiä lähteenä.
Esimerkkinä kehittämässämme demossa syötimme tekoälylle Suomen ympäristökeskuksen SYKE:n projektinhallinnan oppaan tausta-aineistoksi. Käytimme Azure OpenAI:ta, GPT-35-turbo-16k kielimallia ja RAG-menetelmää.
Keskusteleva tekoäly osaa nyt hakea tietoa projektikäsikirjasta ja kertoa esimerkiksi mitä projektihallinnan käsitteet tarkoittavat nimenomaan organisaation omassa toimintakulttuurissa, mitkä tehtävät ovat pakollisia projektia käynnistettäessä, miten projektiprosessi tukee projektitoiminnan kehittämisen laatua, ja niin edelleen.
Generatiivisen tekoälyn heikkoudet ja rajoitteet
Tekoäly avaa uusi mahdollisuuksia, mutta sillä on myös rajoitteita: tekoäly kykenee vastaamaan kysymyksiin vain sille annetun tiedon pohjalta. Laajoille kielimalleille opetettavan sisällön määrä on aivan valtava. Ihmiseltä kuluisi 20 000 vuotta sen lukemiseen, jos hän käyttäisi siihen 8 tuntia päivässä.
Jos on kokeillut generatiivista tekoälyä, on saanut huomata, että sen antamat vastaukset eivät välttämättä ole totuudenmukaisia, vaikka ne vaikuttaisivat mielekkäiltä. Niiden taipumus tuottaa ”hallusinaatioita” johtuu niiden perustavanlaatuisista, teknologista rajoitteista.
Generatiivisen tekoälyn tuottama sisältö perustuu merkkijonoesiintymien, eli “tokenien” esiintymisen todennäköisyyksiin. Sen antama vastaus on siten aina ei varmasti, vaan todennäköisesti merkityksellinen.
Se ei myöskään suunnittele tai jäsennä vastausta ennalta, vaan alkaa latoa merkkijonoesiintymiä oppimiensa todennäköisyyksien perusteella peräkkäin. Tällainen tavoitehakuisesti toimiva tekoäly on kehitteillä ja ehkä noin viiden vuoden kuluttua tekoäly pystyy laatimaan suunnitelmallisia vastauksia, jotka perustuvat jonkinlaiseen sisällön kokonaiskuvan hahmottamiseen ennalta.
Tietoturva ja käyttäjien yksityisyydensuoja ovat myös kysymyksiä, joita tekoälyn hyödyntämistä suunnittelevan organisaation olisi hyvä pohtia ennen kehityspolulle astumista.
OpenAI:n ChatGPT:n käyttäjät eivät voi olla varmoja siitä, että kehotteissa annetut tiedot eivät päädy muiden käyttäjien ulottuville tai opetusdataksi saatikka vähintäänkin EU/ETA-alueen ulkopuolelle. Tänä päivänä ei ole selvyyttä edes siitä, täyttääkö ChatGPT:n opetusdata ja kielimalli GDPR:n ja EU:n datasäädöksen vaatimukset.
Hieman yksinkertaistaen voidaan sanoa, että henkilö- ja liiketoimintatietoa käsittelevien tekoälypalveluiden hyödyntämiseen tuotantokäytössä tulisi käyttää vain sellaista pilvipalvelua:
- jossa oman datan käsittelyn maantieteelliseen sijaintiin voi vaikuttaa,
- joka ei hyödynnä käyttäjien dataa kielimallien opettamiseen,
- ja jonka toiminta on riittävän läpinäkyvää, jotta palvelun säädöstenmukaisuudesta voidaan varmistua.
Esimerkiksi Microsoftin Azure OpenAI:n palveluita käytettäessä on mahdollisuus varmistua siitä, missä data sijaitsee ja kuinka sitä käytetään. Microsoft on kertonut julkisuuteen, ettei se käytä asiakkaidensa tuottamaa dataa kielimallien opettamiseen.
Tekoälyn hyödyntäminen liiketoiminnassa
Generatiivisen tekoälyn vahvuudet ja heikkoudet ovat monimuotoiset ja laajat. Mielestäni sen rajoitteet korostavat ihmisen korvaamatonta roolia suunnittelijana, rajojen määrittäjänä, asioiden ymmärtäjänä ja tiedon oikeellisuuden sekä sen laadun varmistajana.
Tekstiäni näin pitkään luettuasi, voit nyt kysyä neuvoa suosikkitekoälyltäsi, ja pyytää sitä ehdottamaan viiden askeleen ohjelmaa tekoälyn hyödyntämiseen. Tekoälyn laatima viiden askeleen suunnitelma todennäköisesti vaikuttaa ensi vilkaisulla hienolta, mutta tarkemmin katsottuna ei ehkä sittenkään tarjoa mitään kovin hyödyllistä. Siksi annan tässä oman ehdotukseni viiden askeleen ohjelmaksi generatiivisen tekoälyn hyödyntämisestä liiketoiminnassa:
- Tartu tilaisuuteen ja ole valmiina oppimaan jotain uutta.
- Muodosta käsitys tiedon luonteesta ja laadusta omassa toimintaympäristössä.
- Omaksu taidot, joilla ohjaat keskustelevaa tekoälyä luonnollisen kielen avulla.
- Suunnittele työnjako ihmisen ja tekoälyapurin kesken.
- Määrittele tekoälyapurin tuottaman sisällön laadun hallinnan prosessit ja tiedon laatukriteerit.
Generatiivinen tekoäly merkitsee uuden aikakauden alkua ihmisen ja teknologian vuorovaikutuksessa. Nyt on tärkeää, että organisaatiot tunnistavat tämän haasteen, tekevät tarvittavat strategiset valinnat ja alkavat kehittää tiedonhallinnan prosesseja, joilla ne valjastavat tekoälyn mahdollisuudet turvallisesti, läpinäkyvästi ja tehokkaasti.
Henry Scheinin
Johtava konsultti, Partner
