Tekoäly apuna digikyvykkyyden lisäämisessä | TKI-Harticle-sarja | osa 3

Kuuden harticlen sarja Youth participation – A key to an inclusive society, TKI-kyvykkyydestä julkaistaan Humakin verkkosivuilla marraskuussa 2024. Kirjoittajat ovat Humakin henkilöstöä. 

Osa 1, (julk. 4.11.2024). Mitä TKI-kyvykkyys on?
Osa 2, (julk. 11.11.2024). Humakin kansainvälisen tutkimusosaamisen kehittäminen Youth participation -hankkeessa.
Osa 3, (julk. 12.11.2024), Tekoäly apuna digikyvykkyyden lisäämisessä.

Euroopan parlamentti määrittelee tekoälyn koneen kyvyksi käyttää perinteisesti ihmisen älyyn liitettyjä taitoja, kuten päättelyä, oppimista, suunnittelemista tai luomista. Tekoäly näyttäytyy arkikäyttäjälle hyvin samalla tavalla. Etenkin suuret kielimallit (Large Language Model, LLM) ovat selkeitä käyttää, mutta varsinainen tiedon prosessointi jää näkymättömiin. Tekoälyn ansiosta tekniset järjestelmät voivat havainnoida ympäristöään, käsitellä havaintojaan ja ratkaista ongelmia saavuttaakseen tietyn päämäärän. Tietokone ottaa vastaan tietoa, jonka sen omat tunnistimet (esimerkiksi kamera) ovat keränneet, käsittelee sen ja vastaa siihen. Tekoälyjärjestelmät kykenevät muokkaamaan käytöstään tiettyyn pisteeseen asti analysoimalla aiempien toimien vaikutuksia ja työskentelemällä itsenäisesti. (EP 2020)

Vaikka emme täysin ymmärtäisikään tekoälyn toimintaperiaatteita, on sen käyttö nykypäivänä hyvin mutkatonta ja edullista. Ainakin Suomen kaltaisessa hyvinvointiyhteiskunnassa. Kiitos suurten kielimallien, tekoälyn kanssa voi keskustella ja sille voi esittää käskyjä lähes samalla tavalla, jos keskustelisi toiselle ihmiselle chatin tai äänen välityksellä.

Digikyvykkyys on osa korkeakoulujen TKI-kyvykkyyttä ja tekoälyosaaminen on taasen osa digikyvykkyyttä. Tekoälyn merkitys tulee lähitulevaisuudessa korostumaan lähes jokaisella arjen ja työn osa-alueella, joten uudenlaisia avauksia TKI-toimintaankin kaivataan.

Harvardin yliopiston tutkimuksessa konsulteille annettiin tehtäviä. Osa kokeeseen osallistuneista sai käyttää apunaan tekoälyä (ChatGPT) ja osa teki tehtävät itsenäisesti. Tekoälyä hyödyntäneet osallistujat suoriutuivat tehtävistään selkeästi nopeammin, he myös tekivät tehtäviä enemmän. Merkittävää on, että tekoälyn tukemana tehdyt suoritukset olivat myös 40 % laadukkaampia, kuin verrokkiryhmällä, joka ei käyttänyt tekoälyä (Dell’Acqua & kump. 2023). Tekoäly siis tehostaa työtä ja tämä pitää huomioida, kun mietimme korkeakoulujen osaamisen kartuttamista.

Tekoälyn toimintojen pinnallinen näkymä käyttäjälle. Assistant by Poe.

 Tekoäly käytännössä

Tekoälyn hyödyntäminen vaatii jonkin verran luovaa ajattelua. Etenkin, jos hyödynnämme ChatGPT:n (LLM) tavoin toimivaa, arkikielellä ohjattua tekoälyä. Sillä on iso merkitys, kuinka pyydämme tekoälyä tekemään halutun asian. Puhutaan promptaamisesta, tekoälyn ohjaamisesta erilaisten kehotteiden tai syötteiden mukaan.

Esimerkiksi tekoälylle voi laatia seuraavan syötteen: ”Miten voisin hyödyntää digimarkkinointia yritykseni myynnin kasvattamisessa? ” Tekoäly käyttää tätä syötettä ymmärtääkseen, mitä pyydetään, ja tuottaa sitten tekstiä, joka vastaa annettuun ohjeeseen. (Venermo 2023)

Yksi tekoälyyn liittyvä selkeä haaste on sen vastausta tuottaessa tapahtuva mahdollinen hallusinointi. Tekoälyn hallusinointi tarkoittaa sitä, että se vain yksinkertaisesti arvaa, mitä se ei tiedä ja lopputulos on yleensä enemmän tai vähemmän puuta heinää.

Tekoäly ei siis tiedä mikä on totta, se näkee vain valtavan harjoitusdatansa ja hienosäätönsä pohjalta erilaisia sanajonoja ja todennäköisyyksiä. Malleja ei ole maadoitettu (grounded) siihen, mikä on totta ja todellista. Tässä mielessä hallusinaatiot ovat väistämättömiä ja niistä emme pääse koskaan eroon. Ainakaan jos tekoälyjä harjoitetaan, hienosäädetään ja käytetään kuten nyt tehdään. (Teerioja 2024)

Tekoälyn vastauksia pitää siis osata tarkastella riittävän kriittisesti ja toimia sen mukaan. Tarvittaessa käyttäjän pitää itse osata etsiä perustelut tai tietopohja tekoälyn tarjoamiin vastauksiin ja tuotoksiin. Tekoälyn tuottaman materiaalin käyttökelpoisuutta arvioidaan näin ollen tapauskohtaisesti.

Soveltuvuus tutkimukseen, kehitykseen ja innovointiin

TKI-työssä tekoälyllä on paikkansa tehostavana ja sparraavana työkaluna. Etenkin korkeakouluissa tapahtuvassa hankesuunnittelussa, hankkeiden toteuttamisessa ja projektinhallinnassa tekoälyn nähdään olevan hyvä tuki (Kemppainen & Sillanpää 2024).

Erilaisissa analyyseissa tekoäly loistaa toiminnoillaan. Se osaa helposti tehdä suuresta tietomäärästä yhteenvetoja ja löytää tarvittaessa yhteyksiä eri asioiden välillä. Esimerkiksi tästä syystä siitä povataan tehokasta työkalua huomisen lääkäreille (Alvarez & Tiainen 2023).

Hankehakemusvaiheessa tekoälyn hyviä käyttökohteita ovatkin taustatutkimuksen tiedonhaku ja kohderyhmän analysointi. Tekoäly tiivistää nopeasti aiheesta jo tehdyt tutkimukset ja sitä voi hyödyntää myös kohderyhmän tarpeiden ennustamisessa. Tekoäly auttaa niin sanotun tyhjän paperin kammossa eli voit laittaa tekoälyn tekemään hankesuunnitelman ensimmäisen version. (Kemppainen & Sillanpää 2024)

Humakin oma kasvu

Tekoälyn oppii kuka vain, kunhan saa rauhassa opetella. Tekoälyä olisikin mahdollista hyödyntää laajemmin ja tehokkaammin Humakin tekemässä TKI-työssä. Jotta pääsisimme Humakissa hyödyntämään tekoälyä laajamittaisesti, täytyy kolmen asian toteutua:

1. Se vaatii, että koko Humak on uuden teknologian sisäistämisen takana. Digikyvykkyys ja tekoälyn merkitys pitää nähdä koko organisaatiota poikkileikkaavana asiana. Digikyvykkyys vaikuttaa hallintoon ja TKI-toimintaan, mutta myös opetukseen ja oppilaisiin, muita yhteistyökumppaneita unohtamatta. Halu ottaa uusia asioita rutiineiksi pitää löytyä kuitenkin korkeakoulun sisältä. Humakille voisikin olla eduksi luoda kokonaan oma digistrategia, johon sisältyisi myös selkeä suunnitelma tavoitteiden saavuttamiseksi.
2. Erilaiset resurssit pitää huomioida. Ovat ne sitten tekoälyn opetteluun tarvittavaa aikaa, erilaisten palveluiden käytön mahdollistaminen, oman osaamisen kartuttaminen esimerkiksi kurssein, vertaisryhmissä tai vaikkapa harrastusten kautta. Uuden ottaminen käyttöön on arvokysymys. Tekoälyyn tutustuminen pitää mahdollistaa koko organisaatiolle ja se pitää nähdä Humakin arvopääomana erilaisista näkökulmista.
3. Edelliset kohdat mahdollistavat osaamisen karttumisen Humakin henkilökunnalle. Sisäinen osaaminen on tärkeää ja organisaation sisäiset toimintamallit pitäisi suunnitella niin, että ainakaan kaikki osaaminen ei olisi henkilöitynyttä. Näin aivo- ja osaamispääoma säilyy, vaikka henkilöstö osittain vaihtuisikin. Osaamisen pitää kuitenkin olla mahdollisimman demokraattista, osaamisen jakaminen työntekijöiden kesken on hyvä lähtökohta. Jaettu tieto moninkertaistuu. Tämän toteutumiseen on mahdollista vaikuttaa positiivisesti esimerkiksi hallintorakenteiden kautta. Osaamista on varsinkin alkuvaiheessa mahdollista ostaa myös ulkopuolelta. Osaamisen karttuessa sitä voi alkaa myymään itse ulos.

Lähteet:

Alvarez, Amanda & Tiainen, Minna 2023. Tekoäly mullistaa terveydenhuollon: 5 asiaa, jotka tällä hetkellä on syytä ymmärtää. Aalto yliopiston artikkeli. Avattu 25.10.2024.

Dell’Acqua, Fabrizio & McFowland III, Edward & Mollick, Ethan R. & Lifshitz-Assaf, Hila & Kellogg, Katherine and Rajendran, Saran & Krayer, Lisa and Candelon, François & Lakhani, Karim R 2023. Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Technology & Operations Mgt. Unit Working Paper No. 24-013, The Wharton School Research Paper, Saatavilla: https://ssrn.com/abstract=4573321. Avattu 24.10.2024.

Euroopan parlamentti (EP) 2024. Mitä tekoäly on ja mihin sitä käytetään?. Euroopan parlamentin artikkeli. Avattu 22.10.2024.

Kemppainen, Henna & Sillanpää, Liisa 2024. Miten tekoäly vaikuttaa TKI-hanketyöhön?. Laurea Journalin artikkeli. Avattu 25.10.2024.

Teerioja, Jani 2024. Miten hallusinaatioihin pitäisi suhtautua?. Mediumin artikkeli. Avattu 25.10.2024.

Venermo, Alina 2023. Promptaaminen tekoälyn ohjauksessa – parhaat vinkit. Folcanin kirjoitus. Avattu 25.10.2024.

 

Kirjoittaja:

Pasi Tuominen