Sisältö
Inhimillisyyden harha: Kone on kone
Kirjoitin aiemmin, että ihmisen mieli ei ole tietokone. Tällä tekstillä haluan muistuttaa, että tekoäly on.
Se on nimittäin yllättävän helppo hetkellisesti unohtaa. Ja se on epäreilua sekä ihmistä että konetta kohtaan. Jos pidämme tekoälyä liiaksi ihmisen kaltaisena, tulemme helposti antaneeksi sille ihmiselle kuuluvia tehtäviä ja odottaneeksi siltä ihmiselle tyypillisiä asioita.
En tarkoita tehtäviä, jotka tähän asti ovat olleet alusta loppuun ihmisen tekemiä: kirjoittamista, kielenkääntämistä, analysointia, koodaamista, ideoimista ja niin edelleen. Niissä on paljon sellaista, missä tekoälyä voi ja kannattaa hyödyntää. Tarkoitan niitä asioita, joista ihmisen kuuluu ottaa vastuu myös tästä eteenpäin: totuutta, merkitystä ja seurauksia.
Vaikka tekoäly kykenee tuottamaan vakuuttavaa tekstiä ja loogiselta vaikuttavia päätelmiä, sillä ei ole suhdetta todellisuuteen. Se ei tiedä, onko jokin totta vai ainoastaan tilastollisesti todennäköistä. Siksi vastuu totuudenmukaisuudesta pysyy väistämättä ihmisellä.
Toiseksi: koneella ei ole omaa tahtoa eikä kykyä kokea asioiden painoarvoa. Se voi optimoida reitin, mutta vain ihminen voi valita määränpään ja ymmärtää, miksi sinne ylipäätään kannattaa mennä.
Ja kolmanneksi: koneella ei ole ”omaa nahkaa pelissä” (skin in the game). Se ei tunne virheiden aiheuttamaa kipua, sosiaalista häpeää tai taloudellista menetystä. Koska se ei voi kantaa seurauksia, se ei myöskään voi kantaa moraalista vastuuta. Se taakka jää aina meidän harteillemme.
Vielä toistaiseksi (ennen kuin AGI kehitetään, ks. kuva) meidän pitää varoa myös tekoälyyn liittyvää kompetenssiharhaa. Tämä liittyy siihen, että tekoälyn ”älykkyys” jakautuu ihmisen näkökulmasta hyvin epäintuitiivisesti. Kun ihminen osoittaa älykkyyttä yhdessä asiassa, oletamme – intuitiivisesti ja usein täysin perustellusti – että hän hallitsee myös perusasiat. Jos kollega kirjoittaa oivaltavan asiantuntija-artikkelin, pidämme itsestäänselvyytenä, että hän osaa myös aakkostaa lähdeluettelon.
Tekoälyn kohdalla tämä logiikka ei kanna.
Tekoäly voi kirjoittaa pätevän analyysin globaalista markkinatilanteesta ja seuraavassa hetkessä epäonnistua viiden sanan aakkostamisessa järjestykseen. Se voi koodata toimivan sovelluksen, mutta ei osaa luotettavasti laskea, montako r-kirjainta on sanassa strawberry. Tämä ”kompetenssiprofiilin rosoreunaisuus” (jagged frontier) aiheuttaa sen, että meidän on vaikea saada kiinni tekoälyn luonteesta. Sen sujuva kieli ja laaja tietopohja helposti tuudittavat meidät uskomaan, että se ymmärtää mitä tekee. Mutta se vain laskee ja ennustaa – tavalla, joka ei ole millään muotoa pientä tai merkityksetöntä, mutta on ratkaisevasti eri asia kuin inhimillinen ymmärrys.
Siksi ihmisen on oltava se, joka kantaa vastuun kokonaisuudesta.
Tekoälyn metaforat
Toisessa tekstissäni kirjoitin siitä, miten ajattelumme taustalla olevat metaforat vaikuttavat siihen, miten puhumme asioista, mitä uskomme todeksi ja miten käytännössä toimimme. Tämä on erityisen tärkeää tiedostaa juuri nyt, kun haemme paikkaamme tekoälyn rinnalla ja pohdimme, miten organisoimme työmme jatkossa.
Jotkut tekoälystä käytetyt metaforat – ”työpari”, ”kumppani”, ”kollega” ja niin edelleen – ovat petollisia, ehkä vaarallisiakin. Ne luovat illuusion tasavertaisesta toimijuudesta. Ne voivat saada meidät ajattelemaan, että ruudun toisella puolella on joku, joka ymmärtää kontekstin, harkitsee vaihtoehtoja ja välittää lopputuloksesta. Sen turvin saatamme vapauttaa itsemme arvioinnin tarpeesta, harkinnasta ja vastuun kantamisesta.
Mutta tekoäly ei ole subjekti. Se ei ole persoona. Se ei ole kollega, jolle voi delegoida vastuun. Emme voi vaatia siltä viisautta. Siksi tarvitsemme tarkempia, rehellisempiä ja kenties hieman kylmempiä metaforia kuvaamaan tätä suhdetta.
Tämä ei suinkaan tarkoita, että tekoäly olisi hyödytön tai että sitä tulisi vältellä. Päinvastoin: se on kenties tehokkain ihmiskunnan koskaan kehittämä työkalu. Mutta työkalun teho riippuu täysin siitä, ymmärrämmekö sen luonteen oikein. Niin kauan kuin oletamme tekoälylle inhimillisiä piirteitä, tulemme pettymään sen puutteisiin. Mutta jos kohtelemme sitä koneena, voimme valjastaa sen voimat ja toisaalta voimistaa omia vahvuuksiamme.
Siksi ehdotankin kahta metaforaa tekoälylle: eksoskeleton (ulkoinen tukiranka) ja tuotantorobotti. Kytken nämä siihen, mitä tietotyölle näyttää tapahtuvan:
- Yksilöinä siirrymme puhtaasti lihasvoimin liikkumisesta mekaanisesti avustettuun liikkumiseen. (Tässä metaforisessa kuvauksessa mieli on siis kuin keho.)
- Organisaation tasolla siirrymme käsityöstä teolliseen prosessiin.
Tekoälyn metaforat lyhyesti
Eksoskeleton-metaforassa on kyse tekoälyn käytöstä tukiälynä. ”Eksoskeleton” tekee ihmisestä nopeamman, luovemman ja tuottavamman, mutta se vaatii sisäänsä osaavan ohjaajan.
Tuotantorobotti-metaforassa taas on kyse automaatiosta. ”Robotti” on suunniteltu hoitamaan jokin prosessi tai sen vaihe itse alusta loppuun. Se ei tarvitse ihmisen jatkuvaa ohjausta, vaan selkeät säännöt ja valvonnan.
Organisaatioissa täytyy tunnistaa, missä roolissa tekoälyä on kulloinkin tarkoituksenmukaista käyttää. Toisessa tavoitteena on asiantuntijan kykyjen tukeminen ja vahvistaminen, toisessa tehtävän itsenäinen, standardoitu suorittaminen.
1. Eksoskeleton: Oman ajattelun skaalaaminen
Kognitiotutkijoiden George Lakoffin ja Mark Johnsonin mukaan ihmisen ajattelu on pohjimmiltaan kehollista: se on liikettä, suunnistamista ja asioiden kytkemistä fyysistä muistuttavalla tavalla. Meillä on intentio – halu päästä tilasta A tilaan B – ja älykkyytemme on kykyä navigoida tuo matka.
Tässä kehyksessä tekoäly on kognitiivinen eksoskeleton.
Ihmisen mielen ja ajattelun näkökulmasta tekoäly on ikään kuin ylle puettava mekaaninen puku, joka moninkertaistaa kyvyn liikkua mielen ja tiedon maastossa. Kun ihminen ottaa yhden askeleen, eksoskeleton vie häntä kymmenen metriä eteenpäin. Tällä tavoin koneavustettuna ihminen voi tavattoman nopeasti ja kevyesti käydä tutkimassa asioita eri näkökulmista ja eri tasoilta. Hän voi kerätä tietoa ja yhdistellä asioita tehokkuudella, joka ei muuten olisi mahdollista.
Mutta eksoskeleton on hyödytön ilman sen sisällä olevaa ihmistä. Se on vain kasa metallia – tai koodia – joka ei liiku minnekään ilman ihmisen hermoston antamaa impulssia. Ihmisen täytyy tietää ja kertoa, mihin hän haluaa mennä, mitä hän haluaa nähdä ja mitä hän haluaa näkemänsä perusteella tehdä.
Tämä paljastaa nykyhetken suurimman osaamisvajeen. Olemme keskittyneet ihailemaan tämän hienon, teknologisen puvun ominaisuuksia, mutta unohtaneet, että ihminen sen sisällä tarvitsee aivan uudenlaisia taitoja. Tästä puhuu muun muassa McKinsey Global Instituten raportti Agents, robots, and us. Siinä työn tulevaisuus nähdään ihmisten, agenttien ja robottien kumppanuutena ja analysoidaan, miten tämä muuttaa työelämässä tarvittavia taitoja.
Kognitiivisen eksoskeletonin ohjaaminen vaatii ihmiseltä kahta tärkeää ominaisuutta:
- Vahvaa intentiota (suunta): Eksoskeleton itsessään ei tiedä, minne mennä. Jos käyttäjä harhailee päämäärättömästi tai lähtee väärään suuntaan, tekoälyn kanssa voi eksyä hyvin tehokkaasti. Tekoäly ei korjaa huonoa ajattelua, vaan pahimmillaan vahvistaa sitä. Ihmisen rooli on asettaa päämäärä sekä kantaa vastuu suunnasta ja kurssin korjauksesta.
- Substanssiosaamista (oma lihasvoima): McKinseyn raportin mukaan yli 70 prosenttia nykyisistä taidoista on relevantteja myös tekoälyn rinnalla, mutta niiden käyttötarkoitus muuttuu. Ennen käytimme ammattitaitoa tekemiseen, nyt tarvitsemme sitä lopputuloksen arviointiin ja ohjaamiseen. Jos emme itse ymmärrä substanssia, emme osaa ohjata tekoälyä.
Eksoskeleton-metafora tarjoaa työnjakoa, jossa kone tuo peliin voiman ja kestävyyden, ihminen taas liikkeen, suunnan ja tasapainon. Omaa lihasvoimaa tarvitaan, jotta liikkeenhallinta ei jää heikoksi, vaan toiminta on tarkkaa ja tarkoituksenmukaista.
2. Tuotantorobotti: Organisaation ajattelutyön teollistuminen
Jos eksoskeleton kuvaa yksilön kokemusta, metafora tekoälystä tuotantorobottina liittyy siihen, mitä tapahtuu organisaatioissa laajemmin.
Olemme tottuneet pitämään tietotyötä käsityöläisammattina, jossa luodaan ammatille ominaisia tuotoksia: raportteja, analyyseja, tarjouksia, viestintäsisältöjä, koodia ja niin edelleen. Asiantuntija on ollut artesaani, joka luo tuotoksen alusta loppuun itse – tai ehkä yhteistyönä, mutta kuitenkin ihmisvoimin.
Tämä aikakausi on päättymässä. Generatiivinen tekoäly mahdollistaa tietotyön teollistamisen – siirtymän verstaasta tehdastuotantoon.
McKinseyn analyysin mukaan suurimmat tuottavuushyödyt eivät synny yksittäisten tehtävien automatisoinnista (kuten tekstin kirjoittamisesta), vaan kokonaisten työnkulkujen uudelleensuunnittelusta. Jos yritykset haluavat hyödyntää tekoälyn potentiaalin skaalata tuottavuutta, McKinseyn mukaan niiden täytyy siirtää painopiste yksittäisistä tehtävistä prosessien suunnitteluun.
Olemme aiemminkin puhuneet prosesseista tieto- ja asiantuntijatyön kontekstissa, mutta nyt tieto- ja teollisuustyön prosessit näyttävät lähestyvän toisiaan. Molemmissa prosesseissa työskentelee jatkossa sekä ihmisiä että robotteja – tietotyön tapauksesssa siis tekoälyagentteja.
Tietotyön tuotantolinjalla raaka-aineena on data. Prosessissa informaatio siirtyy vaiheesta toiseen, ja jokaisessa pisteessä erikoistunut robotti eli agentti jalostaa sitä. Esimerkki: yksi agentti louhii valtavasta datamassasta poikkeamat ja hiljaiset signaalit, toinen kontekstoi ne vertaamalla historiaan, kolmas rakentaa havainnoista ennustemallin ja neljäs simuloi eri ratkaisuvaihtoehtoja. Se, mikä aiemmin oli asiantuntijan pään sisäistä, näkymätöntä prosessointia, muuttuu näkyväksi, vaiheistetuksi ketjuksi.
Tämä tulee muuttamaan ihmisen roolia radikaalisti. Meistä tulee prosessien ja linjastojen suunnittelijoita, rakentajia ja säätäjiä sekä linjaston käyttäjiä ja laadunvarmistajia.
Tuotantolinjalle viety tietotyö synnyttää insinöörimäisiä kysymyksiä:
- Onko prosessi suunniteltu oikein?
- Missä ovat pullonkaulat?
- Onko robotit säädetty oikein?
- Toimivatko siirtymät?
- Hälyttääkö järjestelmä virhetilanteissa?
- Täyttääkö lopputuote laatukriteerit?
Yksilö ja tekoäly: Kaksi strategiaa
Tekoälyä ja liiketoimintanäkökulmaa yhdistävä tutkimus on tunnistanut kaksi hyödyllistä tapaa työskennellä tekoälyn kanssa. Kyseessä on Harvard Business Schoolin ja konsulttiyhtiö Boston Consulting Groupin (BCG) tutkimus nimeltä Navigating the Jagged Technological Frontier.
Vielä toistaiseksi tekoälyn suoriutuminen on epätasaista: se voi olla erinomainen yhdessä tehtävässä ja epäonnistua täysin toisessa. Kiinnostavaa on kuitenkin se, miten taitavat tekoälyn käyttäjät käsittelevät tätä rajaa. Edellä mainitussa tutkimuksessa mukaan he painottivat jompaakumpaa kahdesta strategiasta:
1. Strateginen jakaminen (”Kentaurit”)
Ensimmäinen ryhmä toimii myös oman työskentelynsä suhteen tuotantolinja-ajattelun mukaisesti. Tutkijat kutsuvat heitä kentaureiksi, koska he jakavat työn selkeästi kahtia: ihmisen osuuteen ja koneen osuuteen. Työnjaossa on selkeä raja, joka tyypillisesti menee siinä, että ihminen määrittelee, tekoäly suorittaa.
Tässä ajattelussa ihminen toimii kuin viestijuoksija. Hän arvioi tehtävän ja päättää kapulanvaihdoista: ”Tämän osuuden hoidan minä, koska se vaatii ihmisen hermostoa ja tilannetajua. Tuon osuuden teetän tekoälyllä, koska se sopii sen kyvyille.” Työnjako on strategista: prosessi pilkotaan osiin, ja työ siirtyy vuorotellen ihmiseltä koneelle ja takaisin.
2. Syvä integraatio (”Kyborgit”)
Toinen ryhmä toimii vahvasti eksoskeleton-ajattelun mukaisesti. Tutkijat kutsuvat heitä kyborgeiksi, koska he eivät yleensä jaa työtä erillisiin osuuksiin, vaan integroivat tekoälyn syvälle omaan työskentelyynsä. (Tämä ei sulje pois sitä, etteivät he voisi hyödyntää selkeää tehtävien jakamista silloin, kun se on tarpeen.)
Tässä strategiassa yhteistyö on jatkuvaa, edestakaista vuoropuhelua. Ihminen saattaa aloittaa lauseen, tekoäly jatkaa sitä, ihminen korjaa suuntaa ja tekoäly viimeistelee ajatuksen. Seuraavaksi vuorot saattavat kääntyä toisinpäin. Ihminen toimii jatkuvasti koneen suoriutumisen rajalla; yhteistyö on saumatonta, ja lopputuloksesta on mahdoton nimetä, mikä osuus on ihmisen, mikä koneen tuottamaa.
Tutkimuksen mukaan molemmat tavat tehostivat työskentelyä ja paransivat lopputuloksen laatua verrattuna työskentelyyn ilman tekoälyä.
Näyttää siltä, että ihminen voi toimia strategisena jakajana, joka rakentaa työnsä tueksi linjastoja ja johtaa työtä ulkopuolelta. Tai hän voi toimia integroijana, joka pukee eksoskeletonin päälleen ja oppii liikkumaan sen kanssa saumattomasti. Riippumatta siitä, kumman tavan valitsee, yksi asia pysyy: vastuu suunnasta, totuudesta ja merkityksestä ei siirry koneelle. Kone voi tarjota vauhdin ja voiman, mutta ihmisen on tarjottava päämäärä ja pidettävä huoli oikeasta kurssista.