Tekoälyä koskevassa keskustelussa tekoälyä hehkutetaan toisinaan ratkaisuna kaikkiin tärkeisiin kysymyksiin ja ongelmiin. Vastaväittäjät ja kriitikot kuitenkin muistuttavat tällöin, että tekoäly ei pysty eettiseen päätöksentekoon eikä sillä ole moraalikoodia.
Suurimmalla osalla tekoälyn käyttäjistä, vaikkapa korkeakouluopiskelijoista, on, periaatteessa, toimiva käsitys tekoälyn mahdollisuuksista: tekoäly voi toimia esimerkiksi opinnäytetyön aiheen ideoijana ja varauksin myös kielentarkastajana. Opinnäytetyön tekstiä sillä ei saa kirjoituttaa: se on väärin ja tekoäly voi tehdä virheitä. Käytäntö osoittaa kuitenkin usein toista. Omissa nimissäkin esitettävää tekstiä tekoälyllä teetetään ja kyllä opinnäytetöiden kirjallisuusluetteloista löytyy toisinaan tekoälyn hallusinoimia viitteitä, joita ei ole oikeasti olemassa.
Faktisesti ajatus siitä, että tekoäly kuitenkin tietää suunnattoman paljon asioita (tämä on täysin totta) ja pystyy ratkaisemaan äärimmäisen vaikeat ongelmat (varauksin totta) elää sitkeästi opiskelijoiden käytännön toiminnan tasolla.
Monet opettajakollegat puolestaan näyttävät olevan huolissaan tekoälyn kyvyttömyydestä eettisten ja arvopohjaisten ongelmien ratkaisijana. Tekoäly ei voi uskottavasti ratkaista, mikä on “oikein” tai “väärin”, mitkä ovat parhaita arvoja yhteiskunnassa tai miten pitkälle yksittäisen ihmisen tulee noudattaa omaa moraalikoodiaan. Implisiittisesti ajatus on – aivan perustellusti – että tekoäly ei osaa ratkoa kaikkein tärkeimpiä asioita yhteiskunnassa.
Mihin kaikkeen tekoäly pystyy?
Opiskelija esitti taannoin melko perustavanlaatuisen kysymyksen. Kysymys esitettiin akateemisen kirjoittamisen tunnilla, kun analysoitiin tieteellistä artikkelia, jossa oli myös laajahko tilasto-osio:
Osaako tekoäly myös laskea kaiken? Kielenkorjauksenhan se tekee oikein.
Hätäisenä vastauksena opettaja esitti:
Käytännössä osaa laskea kaiken. Ja kielenkorjauksessa on kutakuinkin täydellinen.
Asia jäi pohdituttamaan, ja seuraavalla tunnilla kysymykseen palattiin lyhyesti. Kyseessä oli kuitenkin tieteellisen englannin, ei matematiikan, tunti.
Tekoälyn haasteet
Tekoäly oppii datasta, jos data on oikeanlaista ja vääristymätöntä. Väärä data eli väärä opetusaineisto johtaa siihen, että tekoäly ei voi päätellä oikeaa ratkaisua – erityisesti jos ratkaistava ongelma on aivan uudentyyppinen.
Tekoäly oppii datasta, jos data on oikeanlaista ja vääristymätöntä.
Mielenkiintoinen tilanne, joka pysäyttää tekoälyn, on ongelma, joka on periaatteessa laskennallisesti ratkaistavissa, mutta jonka ratkaisu vaatisi absurdin pitkän ajan. Kyseessä on niin sanotusti NP‑vaikea ongelma: ratkaisu on olemassa, mutta sen löytäminen vaatisi epärealistisen paljon aikaa.
Esimerkki NP-ongelmasta on klassinen kirjahyllynjärjestelijän ongelma: listaa kaikki mahdolliset tavat järjestää 1000 kirjaa hyllyyn.
Erilaisia tapoja on tuhannen kertoma eli 1000!≈4.02×10^2567. Se on suurempi luku kuin maailmankaikkeudessa arvioidaan olevan atomeja. Ongelma on periaatteessa ratkaistavissa, mutta supertietokoneelta (joka käy läpi miljoona järjestysvaihtoehtoa sekunnissa) veisi tehtävään aikaa niin kauan, että aurinko ehtisi sammua kauan ennen tehtävän valmiiksi saamista. Laskenta veisi siis järjettömän kauan supertietokoneeltakin, ja on huomattava, että opettajan ja opiskelijan kannettava tietokone ei ole supertietokone.
Kriittisen ajattelun merkitys
Akateemisen kirjoittamisen tunnilla käyty keskustelu näytti tuottavan opiskelijoille (sekulaarisen) epifanian eli merkittävän oivalluksen: tekoälyn älykkyyden, supertietokoneen kyvyn sekä laskennallisten haasteiden lyhyt esittely (siinä määrin kuin opettaja sen pystyi tekemään) oli selvä ahaa-elämys monille.
Kuten tekoälyn rajoitteiden pohdinta, akateemisen kirjoittamisen harjoittaminen on myös ja nimenomaan akateemista ja kriittistä ajattelua – eikä sitä ole rajoitettu omalle erikoisalalle.
Kirjoittajat
Juhani Toivanen
Diakonia-ammattikorkeakoulu Lehtori
