Voiko koneäly ennustaa sydänkohtauksen?

Julkinen sektori hyötyisi monin tavoin analytiikan tehokkaammasta käytöstä. Koneäly on onnistunut ennakoimaan sydänkohtauksia, tunnistanut uupuneita poliiseja ja vähentänyt ruokamyrkytyksiä. Huolena ovat liian pitkälle menevä ennustaminen ja huono data.

Koneäly on ottanut viime vuosina suuria harppauksia syväoppimisen myötä. Se kykenee oppimaan tietoa kerätessään ja näin löytämään suurista aineistoista tekijöitä, jotka auttavat ennakoimaan tulevaa.

Englantilainen The Economist listaa jutussaan koneoppimisen sovelluksia julkiselle sektorille. Pittsburgilaisessa yliopistossa kehitetty algoritmi pystyy ennustamaan 80 prosenttia sydänkohtauksista oireiden perusteella. Big datan avulla voidaan tunnistaa poliisit, jotka ovat joutuneet kokemaan liikaa traumaattisia tilanteita ja välttää lähettämästä heitä vaikeisiin tehtäviin. Bostonissa ruokamyrkytyksiä ollaan pystytty vähentämään tehostamalla ravintoloiden valvontaa. Algoritmi tutkii jatkuvasti suosituspalvelu Yelppiin tehtyjä arvosteluja kaupungin ravintoloista.

Parempaa terveyttä vai orwellilaista painajaista

Algoritmit vaikuttavat meidän elämäänne jo nyt koko ajan. Käsitykseemme maailmasta vaikuttaa esimerkiksi se, että Facebookin algoritmi ennustaaa aiemman käyttäytymisemme perusteella, mikä meitä kiinnostaa jatkossa. Samoin toimivat esimerkiksi musiikin ja elokuvien suoratoistopalvelut Facebook ja Netflix.

Julkisen vallan periaatteisiin kuuluu, että kaikki saavat yhdenmukaisen ja reilun kohtelun, joka perustuu voimassa oleviin lakeihin. Siksi algoritmin pitää toimia voimassaolevien lakia mukaan ja sen toiminnan tulee olla kansalaisille ymmärrettävää. Ongelmia voi muodostua huonosta datasta. Jos tietoa ei ole riittävästi tai se ei ole tasalaatuista, tulkinnat ovat heikolla pohjalla.

Kaikkein vaikein tilanne on rikosasioissa. Muuttaako koneäly yhteiskunnan George Orwellin romaanissa 1984 esittelemäksi valvontakoneeksi? Voiko kone painottaa dataa väärin ja siten tehdä vääriä tulkintoja, joiden perusteella kansalainen joutuu tarkkailulistalle?

Ratkaisu: Oikeaa dataa oikein käytettynä

Koneälyä ei pidä silti pelätä, sillä kaikki edellä mainitut esimerkit säästävät rahaa ja jopa ihmishenkiä. Economist kirjoittaa myös ehdonalaiseen päästettävien vankien valinnasta. Paremmalla valinnalla voitaisiin säästää miljardeja euroa vuodessa puhumattakaan inhimillisen kärsimyksen vähentämisestä.

Entäpä jos tämän päätöksen tekisi ihmisten sijaan tietokone. Ajatus tuntuu vieraalta, sillä juuri tällaisia päätöksiä pidetään helposti sellaisina, joissa tarvitaan inhimillistä harkintaa. Kone kuitenkin voittaa ihmisen. Chigacon yliopiston tutkimussa algoritmi kävi läpi vuosina 1990-2009 ehdonalaiseen hakeneet henkilöt. Kun lautakunnan vapauttamista vangeista 18,6 prosenttia teki uuden rikoksen, kone pääsi 14,9 prosenttiin

Koneälyn käytössä tulee kuitenkin olla selvät pelisäännöt. EU suunnittelee linjausta, jonka mukaan EU-kansalaisille olisi oikeus saada selvitys, kun algoritmeja käytetään heitä koskevissa päätöksissä. Lisäksi julkisen sektorin on varmistettava, että käytetty data on kelvollista eikä riko yksityisyyden suojaa.

Keskustelu koneälyn käytöstä julkisen sektorin työssä kannattaa käydä. Koneäly voisi nimittäin tuoda sen tuottavuusloikan julkiselle sektorille, mitä on viime vuodet etsitty. Tuottavuusloikan ensimmäinen askel voisi olla päätöksentekoon liittyvä tuki ja laadunvarmistus.