Tekoälyn etiikasta on puhuttu jo pitkään, mutta nyt jokin on muuttunut. Aiemmin organisaatiot linjasivat haluavansa käyttää tekoälyä vastuullisesti. Se kuulosti hyvältä, ja monessa tapauksessa se myös riitti. Ei enää.
Tekoäly on siirtynyt kokeiluista osaksi arkea. Sitä käytetään niin sisällön luonnostelussa kuin tiedon haussa, asiantuntijatyön tukena, analysoinnissa ja yhä useammin myös päätöksenteon valmistelussa. Samalla eettisyys on muuttunut periaatekeskustelusta käytännön johtamiskysymykseksi. Kyse ei ole enää vain siitä, mitä organisaatiot ajattelevat tekoälystä, vaan siitä, miten ne tosiasiassa sitä käyttävät.
Juuri tässä kohtaa moni organisaatio törmää yleiseen ongelmaan. Tekoälyä kyllä käytetään, mutta yhteiset pelisäännöt puuttuvat. Yksi tiimi hyödyntää yhtä palvelua, toinen toista. Joku syöttää palveluun tietoa liian huolettomasti, kun taas toinen käyttää tekoälyn tuottamaa sisältöä ilman kunnollisia tarkistuksia. Taustalla ei välttämättä ole piittaamattomuutta, vaan yksinkertaisesti se, ettei yhteisiä toimintatapoja ole vielä rakennettu.
Tekoälyn etiikka ei ole enää irrallinen keskustelu teknologian ympärillä, vaan se on osa riskienhallintaa, johtamista ja hyvää hallintoa. Aikaisemmin eettiset kysymykset liittyivät usein yksittäisiin koneoppimismalleihin. Pohdittiin, onko data vinoutunutta, ymmärretäänkö mallin toimintaa tai suojataanko henkilötietoja riittävästi. Nämä kysymykset eivät ole kadonneet mihinkään, mutta niiden rinnalle on tullut jotain laajempaa. Nyt organisaatioiden on arvioitava kokonaisia tekoälyyn perustuvia toimintamalleja, joissa valmiit palvelut, omat prosessit, käyttäjien osaaminen ja ulkoiset toimittajat kytkeytyvät kaikki yhteen.
Käytännössä tämä tarkoittaa esimerkiksi seuraavia kysymyksiä:
• Mitä tietoja työntekijät saavat syöttää tekoälypalveluihin?
• Miten tekoälyn tuottamaa sisältöä saa hyödyntää päätöksenteon tukena?
• Kuka vastaa virheistä, harhaanjohtavista vastauksista tai vääristä tulkinnoista?
• Miten ulkoisten toimittajien tarjoamia ratkaisuja arvioidaan ennen käyttöönottoa?
Nämä eivät ole vain teknisiä yksityiskohtia, vaan ne ovat johtamiskysymyksiä. Juuri siksi tekoälyn eettisyys on nyt ajankohtaisempaa kuin ehkä koskaan aikaisemmin. Moni organisaatio kysyy tällä hetkellä, pitäisikö tekoälyn hallintamalli rakentaa jo nyt vai myöhemmin. Käytännössä vastaus on usein selvä: jos tekoälyä käytetään jo useammassa kuin yhdessä rajatussa kokeilussa, hallintamallin tarve on olemassa.
Ilman hallintamallia tekoälyn käyttö leviää helposti nopeammin kuin yhteinen ymmärrys siitä, miten sitä pitäisi käyttää turvallisesti ja hallitusti.
Hallintamalli kuulostaa sanana raskaalta, mutta sen ei tarvitse olla sitä. Parhaimmillaan kyse on hyvin käytännönläheisestä asiasta: organisaatiossa sovitaan, kuka päättää, kuka arvioi riskit, milloin tarvitaan erillinen hyväksyntä, mitä saa tehdä ilman lisäselvityksiä ja miten toimitaan, jos jokin menee pieleen.
Kun vastuut ja menettelyt ovat selvät, käyttöönotto ei yleensä hidastu, vaan nopeutuu. Päätöksiä voidaan tehdä varmemmin ja vähemmällä epäröinnillä.
Eettisyys ei näy vain juhlapuheissa, vaan se näkyy arjen valinnoissa:
• Tarkistetaanko tekoälyn tuottama sisältö ennen kuin se lähtee asiakkaalle?
• Onko henkilöstöllä oikeasti ymmärrettävät ohjeet vai pelkkä yleinen kehotus toimia vastuullisesti?
• Tunnistetaanko tilanteet, joissa tekoälyn käyttö on perusteltua, ja toisaalta ne, joissa tarvitaan ihmisen tekemä varmistus tai joissa tekoälyä ei pidä käyttää lainkaan?
Tämä on tärkeää myös siksi, että kaikki käyttötapaukset eivät ole samanlaisia. Sisäinen tekstin luonnostelu ei ole sama asia kuin käyttötapaus, joka vaikuttaa asiakkaisiin, henkilöstöön tai vaikka taloudelliseen päätöksentekoon. Jos kaikki käsitellään samalla tavalla, lopputuloksena on yleensä joko liian raskas malli matalan riskin käyttöön tai liian kevyt valvonta korkeamman riskin tilanteissa. Toimiva ratkaisu on kerroksellinen: matalan riskin käyttöä ohjataan selkeillä perusohjeilla, ja korkeamman riskin käyttöä arvioidaan tarkemmin.
Yksi aliarvioitu mutta ratkaiseva tekijä on osaaminen. Tekoälyä voidaan käyttää “väärin” täysin perustelluista lähtökohdista. Käyttäjä voi luottaa järjestelmään liikaa, organisaatio voi aliarvioida tietosuojaan tai tietoturvaan liittyvät riskit, ja johto voi ajatella, että kyse on vain uudesta työkalusta, vaikka todellisuudessa kyse on uudesta tavasta tuottaa sisältöä, tehdä valmistelua ja vaikuttaa päätöksiin.
Vastuullinen käyttö ei synny vain teknologiavalinnoista, vaan siitä, että oikeilla ihmisillä on riittävä ymmärrys oikeissa kohdissa.
Tässä on myös selvä liiketoimintanäkökulma. Organisaatio, joka osaa käyttää tekoälyä hallitusti, pystyy yleensä hyödyntämään sitä laajemmin kuin organisaatio, jossa käyttö perustuu hajanaisiin kokeiluihin. Kyse ei siis ole vain riskien välttämisestä, vaan myös siitä, kuka pystyy ottamaan tekoälystä aidosti enemmän hyötyä.
Tutustu Digian AI-aiheisiin asiakastarinoihin.
Hyvin rakennettu hallintamalli auttaa erityisesti kolmessa asiassa:
• Se selkeyttää vastuut ja nopeuttaa päätöksentekoa.
• Se vähentää virheiden, mainehaittojen ja käyttökatkojen riskiä.
• Se luo pohjan tekoälyn laajemmalle ja turvallisemmalle hyödyntämiselle.
Tekoälyn etiikka ei lopulta ratkea sillä, että organisaatiolla on oikeat arvot paperilla – useimmilla organisaatioilla ne jo ovat. Ratkaiseva kysymys on, pystytäänkö nuo arvot muuttamaan käytännöiksi, jotka ohjaavat todellista toimintaa. Hyvä tarkoitus on edelleen tärkeä lähtökohta. Se ei vain enää yksin riitä.
Mistä lähteä liikkeelle:
• Tunnistakaa, missä tekoälyä käytetään jo nyt, myös epävirallisesti.
• Määritelkää peruspelisäännöt ja vastuut tekoälyn käytölle.
• Rakentakaa vaiheittainen tekoälyn hallintamalli, joka tukee sekä turvallisuutta että liiketoiminnan tavoitteita.
Lue lisää Digian edistyksellisestä AI-konseptista sekä datan ja analytiikan palveluistamme.