Tekoälyn vaikutukset arkeen, työelämään ja yhteiskuntaan

║ Kirjoittanut: Heidi Kiikka ║

Tutkin tässä blogissa, mitä tekoäly, koneoppiminen, algoritmit sekä data ovat, ja miten ne liittyvät toisiinsa. Lisäksi tarkastelen tekoälyyn hyötyjä ja haittoja, niin arjen, työelämän kuin yhteiskunnankin kannalta. Annan myös runsaasti esimerkkejä erilaisista tekoälysovelluksista.

Lue myös aiemmat aiheeseen liittyvät blogini: 1) Mitä algoritmit ovat, ja miten ne näyttäytyvät meille? sekä 2) Näin algoritmien eettisiin ongelmiin voidaan tarttua.

Mitä tekoäly, koneoppiminen, algoritmit ja data ovat?

Tekoäly tai koneoppiminen kuvaavat tietokoneen suorittamaa itsenäistä älyllistä toimintaa, jonka ihminen on määritellyt. Algoritmit ovat tekoälylle annettuja kuvauksia siitä, mitä pitäisi saada aikaan, missä järjestyksessä, ja mitä huomioidaan. (Willson 2017, 140-141.) Algoritmit tarvitsevat ison määrän dataa oppiakseen (Lampinen 2018). Niin kutsutussa syväoppimisessa algoritmi oppii erottamaan datasta erilaisia hierarkioita ja säännönmukaisuuksia (Lappi et al. 2018, 45 sekä Lampinen 2018). Tällaiset tekoälysovellukset soveltuvat erityisesti ongelmanratkaisuun, luokitteluun sekä ennustamiseen (Ailisto 2018). Esimerkkeinä vaikkapa Amazonin-verkkokauppa-alusta, Netflixin katselusuositukset, Tinderin kumppaniehdotukset, Facebookin digitaalisen markkinoinnin alusta tai pankkien petoksentorjuntajärjestelmät. Ihmisen luonnollista kieltä (Koski 2018, 13) hyödyntävät muun muassa OP:n Viljo-vahinkorobotti, Nordean Nora-sijoitusneuvoja, Applen Siri-virtuaaliassistentti sekä Google Translate-käännösrobotti. Jotkin tekoälysovellukset hyödyntävät myös konenäköä, hahmontunnistusta tai sensoreita (Koski 2018, 13), kuten vaikkapa robottiruohonleikkurit, autojen kaistavahdit tai Googlen kuvahaku.

Tämän hetken tekoäly pohjaa kapeaan tekoälyyn, joka pystyy tiettyihin rajattuihin tehtäviin (Lappi et al. 2018, 44), muttei vielä sisällöllisten yhteyksien ymmärtämiseen, mitä kutsutaan vahvaksi tekoälyksi (Ailisto 2018). Tekoäly on pinnalla juuri nyt, sillä syväoppiminen on helpottunut tietokoneiden tehojen kasvettua, ja koska insinöörit ovat ryhtyneet soveltamaan vuosikymmenien takaista tieteellistä perustutkimusta. Mistään aivan uudesta tieteestä ei siis ole kyse (Koski 2018, 12).

Tekoälyyn liittyvät hyödyt ja haitat

Data ohjaa palvelujen tuotantoa (Lampinen 2018). Tekoälyn avulla luodaan yksilöllisempiä, monipuolisempia, laadukkaampia ja turvallisempia palveluita (Haapoja & Pääkkönen 2019). Elokuvan tai tv-sarjan valintaa helpottuu, kun Netflix tarjoilee meille soveltuvia ehdotuksia. Palveluntarjoajat hyötyvät tekoälyn tuomasta tehokkuudesta sekä lisäarvoa tuottavasta kilpailuedusta. Kun chatbotti palvelee toistuvissa rutiinikysymyksissä, työntekijöiden aika vapautuu haastavampiin tehtäviin. Tekoäly vähentää myös epävarmuutta erityisesti sellaisissa tilanteissa, jossa epävarmuus voi johtaa kohtalokkaisiin lopputulemiin (Haapoja & Pääkkönen 2019), kuten vaikkapa pankin luottopäätösprosesseissa. 

Ongelmana on, etteivät algoritmit ole läpinäkyviä, eivätkä ne perustele tuloksiaan (Koski 2018, 14). Siksi voikin käydä niin, ettei nainen saa Amazonilta työpaikkaa tai Applen luottokorttia, koska algoritmi on tunnistanut datan kautta naisiin kohdistuvan syrjinnän ja uusintaa sitä. Algoritmin käyttö johtikin korona-keväänä IB-lukiolaisten heikkoihin päättöarvosanoihin, joita kukaan ei pystynyt perustelemaan (Helsingin Sanomat 30.7.2020). Syrjityt ylioppilaat jäivät yksin kamppailemaan arvosanojen kanssa. Huonot arvosanat saattoivat johtaa yksilön kannalta epäreiluun pakotettuun välivuoteen. Tällainen kamppailu saattaa viedä aikaa ja voimia. Tekoälyn käyttöön liittyykin merkittäviä eettisiä haasteita, joiden korjaaminen vaatii algoritmien hienosäädön lisäksi myös yhteiskunnan tasa-arvoistumista ja syrjimättömyyttä. Tekoälyn syväoppimisessa käytettävästä datasta voi tulla luotettavaa vain yhteiskunnallisen tasa-arvoisuuden kautta. Algoritmeja voi tietoisesti myös manipuloida (Koski 2018, 14). Töhritty liikennemerkki voi johtaa itseohjautuvan auton ja muun liikenteen kannalta vaaratilanteeseen. Lisäksi kekseliäät käyttäjät voivat kouluttaa chatbotin vaikkapa rasistiksi, kuten Microsoftin Tay-chatbotille kävi. 

Tekoälyn vaikutukset työelämään

Tekoälyn avulla tavoitellaan ihmistyön korvaamista automaatiolla. Suomessa on arvioitu, että 60 prosentissa työtehtävistä kolmasosa on automatisoitavissa. Lisäksi 6,6 prosenttia työstä on kokonaan automatisoitavissa. Hyvä uutinen on se, ettei tekoäly johtane pysyvään teknologiseen työttömyyteen. Tekoäly tulee lähinnä osaksi työtämme. Ihmisiä tarvitaan jatkossakin, vaikkapa setvimään algoritmeista johtuvia ongelmatilanteita. (Koski 2018, 14-16.)

Pienipalkkaiset työt automatisoidaan ensimmäisenä, sen jälkeen myös suuripalkkaiset. Tekoälyn voidaan olettaa johtavan työmarkkinoiden polarisoitumiseen. Pieni- ja suuripalkkaisuus lisääntyvät, ja keskitason työ katoaa. Osaaminen vanhenee. Vaarana on, että yhteiskunnan eriarvoisuus lisääntyy, ellei häviäjiä tueta uudistumisessa. (Koski 2018, 18-20.)

Alustatalouden pelisääntöihin tulisi puuttua ensimmäisenä. Suuret alustat hyödyntävät kohtuuttomasti hallitsevaa markkina-asemaansa. Muun muassa mieltämällä työntekijät yrittäjiksi, jolloin kierretään työlainsäädäntöä. Tästä esimerkkinä vaikkapa Wolt ja Uber, jotka teettävät työtä lähes orjapalkalla, ilman normaalin työsuhteen turvaa. Tekoälyn tuoman hyödyn tulisi valua laaja-alaisesti yhteiskuntaan, ettei käy samoin kuin teollisen vallankumouksen aikaan Britanniassa, jolloin ihmisten elintaso ja palkat junnasivat paikoillaan lähes vuosisadan, vaikka teknologia harppasi huomattavan askeleen eteenpäin (Koski 2018, 18-20).

Johtopäätökset tekoälyn vaikutuksista

Tekoälyä sisältävät monipuolisemmat ja yksilöllisemmät palvelut tulevat avuksemme ja iloksemme arkeen. Palveluntuottajille tekoäly voi merkitä kilpailuetua ja tehokkuutta. Tekoälypalveluista voi tahattomastikin tulla syrjiviä, mikäli algoritmeja ei testata tarpeeksi myös eettisesti. Syrjintä liittyy dataan, joka sisältää yhteiskuntamme vääristymiä. Muuttaaksemme tämän, jokaisen on lopetettava oma syrjivä käyttäytyminen. Algoritmisen syrjinnän myötä ihminen voi jäädä oman onnensa nojaan. Toivotaankin, että palveluntarjoajat tiedostavat eettisen vastuunsa algoritmien kehitystyössä, sillä algoritmit lisääntyvät nyt vauhdilla yhteiskunnassamme. Tekoälyllä tulee olemaan työelämää myllertävä vaikutus. Automaatio poistaa rutiinityön, jolloin aikaa vapautuu ihmistä oikeasti vaativiin tehtäviin. Tekoäly luo siirtymävaiheessa kuitenkin suurta epävakautta työmarkkinoille. Jotkut voittavat, loput häviävät. Yhteiskunnan kannalta siirtymää tulee pehmittää, jotta voittajat eivät vie kaikkea sitä lisäarvoa, jonka teknologinen kehitys tuo mukanaan.

Lue myös aiemmat aiheeseen liittyvät blogini: 1) Mitä algoritmit ovat, ja miten ne näyttäytyvät meille? sekä 2) Näin algoritmien eettisiin ongelmiin voidaan tarttua.

Lähteet

Ailisto, H. (14.11.2018). Viisi asia, jotka sinun tulisi tietää tekoälystä. Blogikirjoitus.

Haapoja, J. & Pääkkönen J. (26.2.2019). Pitäisikö algoritmien pelastaa meidät epävarmuudelta? Blogikirjoitus.

Helsingin Sanomat (30.7.2020). Kun IB-lukiolaisten loppukokeet keväällä peruttiin, päättöarvosanat määräsikin algoritmi – Nyt selitystä tekoälyn sanelemiin arvosanoihin vaativat opiskelijat, koulut ja tietosuojaviranomaiset.

Koski, O. (2018). Tekoäly ja muuttuva työ. Työpoliittinen aikakauskirja 1/2018.

Lampinen, A. (28.10.2018). Algoritmit, ihmiset ja vallankäyttö. Blogikirjoitus.

Lappi, O., Rusanen, A-M. & Pekkanen, J. (2018) Tekoäly ja ihmiskognitio. Tieteessä tapahtuu, 01/2018.

Willson, M. (2017). Algorithms (and the) everyday. Information, Communication & Society.