Tekoälyllä kohti tulevaisuutta korkeakoulutuksessakin

Pirjo Vesa

Elämme maailmassa, jossa on suunnaton määrä tietoa. Se on johtanut vääjäämättä siihen, että on vaikeaa saada nopeasti ja helposti kirkasta kokonaisnäkemystä asioista. Tarve selkeästi ilmaistuun tietoon kasvaa.  Olemme lähitulevaisuudessa siirtymässä kohti aikakautta, jossa tekoäly (Artficial Intelligence – AI) pystyy suoriutumaan jopa ihmistä paremmin intuitiotietoa vaativista tehtävistä matemaattisesti todennäköisyyksiin pohjautuen. Tekoäly tulee avuksi siinä, missä massiivista tietomäärää ei kyetä ratkomaan pelkästään ihmisten ajattelukapasiteetilla.

Tekoälyä robotiikassa kansallisessa osaamiskartoituksessa

Tekoälyllä tarkoitetaan yleensä laitteita ja ohjelmia, jotka pystyvät oppimaan. Tavoitteena tekoälyn kehityksessä on luoda syväoppimista, jossa keinotekoiset hermot muodostavat neuroverkon algoritmien avulla suuresta määrästä dataa, kuten esimerkiksi sosiaali- ja terveysalan sähköistä datatietoa moninaisista tietokannoista. Algoritmeinä voi näin ollen olla tietokoneelle ohjelmoituja syötteitä asiakkaan hoitoon osallistuvien ammattilaisten luomista teksteistä ja sairauksista sekä kotihoitoon liittyvistä tilastollista luvuista jne., joiden suhdetta verrataan joihinkin ennalta määrättyihin algoritmille luotuihin sääntöihin. Syväoppiminen mahdollistaa erityisesti sellaisten tiedollisten haasteiden ratkaisemisen tekoälyn avulla, jotka veisivät meiltä ihmisiltä hyvin paljon aikaa ja kestäisi jopa vuosia saada ratkaisua intressissä olevaan asiaan.

Tällä hetkellä tekoälyä käytetään erilaisissa sovellutuksissa, jotka perustuvat pääosin dataan. Kuitenkin osaamista on monella saralla kapeammista tekoälysovellutuksista kohti laajempia sovellutuksia. Oheisesta kuviosta (kuvio 1) ilmenee loppuraportin ”Tekoälyn kokonaiskuva ja kansallinen osaamiskartoitus” (Ailisto, Neuvonen, Nyman, Halèn &Seppälä 2019) analysoidut tulokset siitä, missä olemme menossa tekoälyn korkeakoulutuksessa’, tutkimuksessa ja yrityksissä verrattuna ulkomaiseen osaamiseen.

Kuvio 1. Suomen vahvuudet tekoälyn kymmenellä osaamisalueella tutkimuksessa, koulutuksessa, sekä yrityksissä ja julkisessa hallinnossa (Ailisto, Neuvonen, Nyman, Halèn & Seppälä 2019).

Nämä edellä mainitut kymmenen osaamisaluetta kuviossa 1 kytkeytyvät tiivistetysti seuraaviin asioihin:

• Data-analyysi, jossa jalostetaan laajasta tietovarannosta tietoa hyödyllisiksi johtopäätöksiksi
• Tilannetieto, jossa havainnoinnilla käsitellään mittaustietoa esitiedon pohjalta tiivistäen ja yhdistäen eri lähteistä saatua tietoa – esimerkkinä itseajavat autot
• Luonnollisen kielen ja kognition käsittelyssä käytetään tietokoneohjelmia ihmisten puheen ja tekstin analysointiin ja tuottamiseen – esimerkkinä Lahjoita puhetta (Yle.fi)
• Vuorovaikutus ihmisen ja tekoälyn suhteissa sekä niiden roolissa yhteistyössä – esimerkiksi palvelurobotit ja chat-botit
• Digitaidot työelämässä pohjautuvat henkilöiden asenteisiin, koulutukseen ja, kokemukseen – esimerkkinä laskemallisen luovuuden ja ongelmanratkaisun mukanaan tuomat runot, tarinat, sävellykset ja kuvat, joita käytetään muiden muassa peliteollisuudessa
• Koneoppimisessa käytetään tilastotieteenmenetelmiä, jossa tietokoneella on kyky oppia datasta ilman ohjelmointia – esimerkkeinä kuvan ja puheen tunnistus sekä kielenkääntäminen
• Järjestelmätasolla ja systeemivaikutusten kannalta tekoälyn käytössä mennään pidemmälle tavoitellen laajemmin yleistä tekoälyä (general artificial intelligence) nykyisen kapean tekoälyn sijaan yhdistämällä syväoppivia neuroverkkoja
• Tekoälyn laskentaympäristöt, alusta ja palvelut, jotka muodostavat yhdessä toiminnoillaan laajemman verkoston – esimerkkinä Microsoftin ja Amazonin verkostot.
• Robotiikassa ja koneautomaatiossa, jotka ovat fyysisesti todennettavia – esimerkkinä autonomiset robotit ja koneet, jotka reagoivat ympäristöön ja tekevät päätöksiä suorittaessaan erilaisia tehtäviä
• Etiikka, moraali, regulaatio ja lainsäädäntö ovat perusta, jolle kaikki digitalisaatioon liittyvät ratkaisut on pohjattava, tekoäly poikkeaa olennaisesti perinteisestä teknologian etiikasta

Digitalisaation etiikkaan on panostettava

Yhteenvetona todettakoon, että monella osaamisalueella on korkeakouluissa oltu hyvin mukana tekoälyn haltuun otossa ja sovellutuksissa vuonna 2019. Järjestelmä- ja systeemitason osaaminen lisääntynee tekoälyn neuroniverkkokehittymisen ja super- ja kvanttitietokoneen myötä. Erityisesti korkeakoulutusten olisi syytä panostaa etiikkaan, moraaliin, regulaatioon ja lainsäädäntöön liittyviin seikkoihin sekä luonnollisen kielen ja kognition kehittämiseen.

Mielenkiintoinen kysymys on se, milloin tekoäly kykenee luomaan syväoppimisessa myös sellaista datan ulkopuolista tietoa, jota niiden opettamiseen käytettävässä datassa ei ole. Mitä se toisi mukanaan eettisesti tarkasteltuna? Ihmiset ovat vastuussa tekoälystä omana luomuksenaan. Olisiko lopputulos sellainen, joka palvelisi kaikkea hyvää ekologisestikin kestävästi koko ihmiskunnalle? Tekoälyn tarkasteluun eettisestä, moraalisesta regulaatioiden ja lainsäädännön näkökulmasta liittyy runsaasti kysymyksiä, joita on syytä pohtia vastaisuudessa sosiaali- ja terveysalan opetuksessa konkretiaan kytkeytyen. Tällä hetkellä tekoälyn etiikkaa tarkastellaan periaatelistauksina, jotka jäävät vielä abstraktille tasolle. Äskettäin ilmestyneessä SotePeda24/7 -hankkeen loppujulkaisussa (Sihvo & Koski 2020) ”Eettinen toimintamalli – osaamista tulevaisuuden koulutukseen ja sote-alan työhön” kuvataan myös digitalisaation liittyviä kysymyksiä. Julkaisuun  kannattaa tutustua!

Lähteet:

Ailisto H., (toim.), Neuvonen, A., Nyman, H., Halén, M. & Seppälä, T. 2019. Tekoälyn kokonaiskuva ja kansallinen osaamiskartoitus – loppuraportti. Valtioneuvoston selvitys- ja tutkimustoiminnan julkaisusarja 4/2019. Valtioneuvoston kanslia. http://urn.fi/URN:ISBN:978-952-287-632-4

Sihvo, P. & Koski, A (toim.). 2020. Eettinen toimintamalli – osaamista tulevaisuuden koulutukseen ja sote-alan työhön. Karelia-ammattikorkeakoulun julkaisuja B:65. http://urn.fi/URN:ISBN:978-952-275-314-4

Kirjoittaja: Pirjo Vesa, yliopettaja, Karelia-ammattikorkeakoulu

Etusivun kuva: Markus Spiske / Unsplash