Tekoäly (AI) on mullistanut monia aloja, mutta sen käyttöön liittyy myös vastuullisuuden näkökohtia. twodaylla työskentelevä tekoälyasiantuntija Tony Shepherd kertoo käytännön kokemuksien kautta, mihin kompastuskiviin tekoälyn kehittämisessä voi törmätä ja miten vastuullisen tekoälyn periaatteita voi noudattaa.
Shepherd on Senior Consultant twodayn Data & Analytiikka -tiimissä ja on itse ollut mukana kehittämässä tekoälysovellusta sekä arvioimassa sen hyötyjä liiketoiminnalle. Shepherd on koulutukseltaan filosofian tohtori tietojenkäsittelytieteistä University College London -yliopistosta ja on vuosia työskennellyt datan ja tekoälyn kanssa.
Tekoälyn saa nyt käyttöön nopeasti ja helposti, mutta hype-käyrä voi johtaa pettymyksiin ja epäonnistumisiin
Tekoälyn laadun ja saatavuuden nousu, erityisesti generatiivisten kielimallien osalta, on tehnyt tekoälyn kokeilemisesta nopeaa ja helppoa. Shepherd näkee generatiivisen tekoälyn helpossa käyttöönotossa sekä mahdollisuuksia että uhkia:
“Yhtäältä tämä tarkoittaa, että voimme saada nopeita vastauksia kysymyksiin ja lisätä monien liiketoimintaprosessien ja kommunikaation tuottavuutta”.
Toisaalta, Shepherd jatkaa, on tärkeää välttää hype-käyrää, jossa korkeat odotukset voivat johtaa pettymyksiin ja epäonnistumisiin. Hän toteaa, että tekoälyä on kehitetty 50-luvulta asti.
“Näemme tekoälyn kehittämisen historiasta, että tekoälyn hyödyntämisessä törmätään lopulta aina samoihin haasteisiin, kuten ymmärryksen puutteeseen ja väärien oletusten pohjalta tehtyihin päätöksiin.”
Näin vältät tekoälyn hyödyntämisen neljä yleisintä kompastuskiveä
Shepherd mainitsee neljä yleistä kompastuskiveä tekoälyn käytössä, jotka useat yritykset oppivat vasta kantapään kautta: ymmärryksen puute, unelmoiva professori -ilmiö, PowerPoint-efekti ja liiketoimintatapausten ohittaminen.
🔶 Pseudotiede ja ymmärryksen puute tekoälyn rakentamisessa ja kokeilussa
Kun tekoälyä kehittävät henkilöt eivät täysin ymmärrä sen perusperiaatteita tai tekniikan vaikutuksia, tämä johtaa harhaanjohtaviin tai epäkelpoihin ratkaisuihin. Siksi on tärkeää, että tekoälyn kehittämisessä on mukana data-asiantuntijoita jo kokeilujen alussa.
🔶 Unelmoiva professori -ilmiö
Data-asiantuntijat kehittävät usein AI-ratkaisuja ilman todellista liiketoiminnan ymmärrystä tai toimialan asiantuntijoiden palautetta. Tämä voi johtaa ratkaisuihin, jotka ovat teknisesti päteviä, mutta eivät kohtaa liiketoiminnan todellisia tarpeita tai tavoitteita. Toimialan asiantuntijoiden tulisi osallistua tekoälyn kehitykseen alusta alkaen.
🔶 PowerPoint-efekti
Proof of Concept (PoC) -hankkeet, jotka jäävät pelkästään teoreettiselle tasolle eivätkä koskaan siirry käytännön toteutukseen, tuhlaavat resursseja ja aikaa. Kun kokeilut pysähtyvät hallituksen kokoushuoneeseen, se voi aiheuttaa turhautumista sidosryhmissä ja johtaa luottamuksen menetykseen tekoälyn potentiaalin suhteen. Kannattaa siis varmistaa, että jokainen PoC-projekti sisältää selkeät, toteutettavat askeleet, joilla siirretään teoreettiset suunnitelmat konkreettiseksi toiminnaksi. Tähän kuuluvat muun muassa vastuut tekoälyn moduulin integroinnista ja ylläpidosta laajemmassa IT- ja prosessimaisemassa.
🔶 Liiketoimintatapausten ohittaminen
Tekoäly on työkalu, joka soveltuu tiettyihin ongelmiin paremmin kuin toisiin. Shepherd korostaa, että on olennaista ymmärtää, miten tekoäly vaikuttaa organisaation keskeisiin suorituskykymittareihin (KPI) ja arvioida, mikä menetelmä (tekoäly tai ei) toimii parhaiten kussakin tilanteessa. Selkeät liiketoimintatavoitteet ja kyky mitata tekoälyn vaikutuksia ovat ainoa tapa yrityksille varmistaa, että investointi tekoälyyn tuottaa todellista arvoa.
On tärkeää muistaa, että vaikka tekoäly saavuttaisi asetetut tavoitteet ja tehostaisi toimintaa merkittävästi, vastuullisuuden periaatteita ei saa ohittaa. Vastuullinen tekoälyn käyttö edellyttää, että teknologian vaikutukset ihmisiin ja ympäristöön arvioidaan huolellisesti. Tämä tarkoittaa muun muassa läpinäkyvyyden varmistamista, syrjimättömyyden edistämistä ja yksityisyyden suojan takaamista.
Vastuullinen tekoäly käytännössä - asiantuntijat avainroolissa
Teknologian harppaukset ovat tuoneet esiin tarpeen vastuullisen käytön periaatteille. Tekoäly vaikuttaa yhä enemmän jokapäiväiseen elämäämme, minkä vuoksi sen käyttöön liittyvät riskit on tunnistettava ja hallittava.
Shepherdin näkemyksen mukaan asiantuntijoiden rooli on keskeinen vastuullisen tekoälyn kehittämisessä ja käytössä. Hänen mukaansa on myönteistä, että yhä useammat asiantuntijat ovat alkaneet kiinnostua tekoälystä, sillä heidän osaamisensa ja näkemyksensä ovat välttämättömiä, jotta tekoälyä voidaan suunnitella ja toteuttaa vastuullisesti ja tehokkaasti.
Mitä vastuullinen tekoäly tarkoittaa? Seitsemän avainaluetta selitettynä
Euroopan komissio on esittänyt seitsemän avainaluetta, jotka auttavat organisaatioita tunnistamaan ja lieventämään tekoälyn käytön riskejä:
- Ihmisen toimijuus ja valvonta
- Tekninen vahvuus ja turvallisuus
- Yksityisyys ja datanhallinta
- Läpinäkyvyys
- Monimuotoisuus, syrjimättömyys ja oikeudenmukaisuus
- Ympäristöllinen ja yhteiskunnallinen hyvinvointi
- Tilivelvollisuus
Käytännön esimerkit vastuullisen tekoälyn alueista
Shepherd on paitsi kehittänyt ja arvioinut lukuisia tekoälysovelluksia, myös johtanut tekoälyprojekteja, joilla on ollut merkittäviä vaikutuksia esimerkiksi asiakaspalvelualalla.
Hän tuo esiin näkemyksiään tuoreesta projektista, jossa tekoälyllä parannettiin suuren asiakaspalvelukeskuksen toimintaa erityisesti asiakaskysymysten käsittelyssä. Asiakaspalvelukeskuksessa, jossa satojen ammattilaisten voimin hoidetaan vuosittain yli kaksi miljoonaa puhelua ja yli 500 000 chat-viestiä, tekoälyn vastuullisuus korostuu.
Kun on kyseessä suuret asiakasmäärät ja ihmisten palveleminen arkaluonteisissakin kysymyksissä, kenelläkään ei ole varaa läpinäkymättömään mustaan laatikkoon tai tekoälyyn, joka antaa oikealta kuulostavia, mutta täysin vääriä tietoja.
Projektissa ei ainoastaan parannettu tehokkuutta, vaan myös noudatettiin vastuullisen tekoälyn periaatteita – näin varmistetaan, että asiakkaiden luottamus säilyy ja tekoälyä käytetään eettisesti ja oikeudenmukaisesti.
Shepherd tuo esiin näkemyksiään tuoreesta projektista, jossa tekoälyllä parannettiin suuren asiakaspalvelukeskuksen toimintaa erityisesti asiakaskysymysten käsittelyssä. Asiakaspalvelukeskuksessa, jossa satojen ammattilaisten voimin hoidetaan vuosittain yli kaksi miljoonaa puhelua ja yli 500 000 chat-viestiä, tekoälyn vastuullisuus korostuu.
1. Ihmisen toimijuus ja valvonta 🧐
Shepherd korostaa erityisesti ihmisen toimijuutta tekoälyn ohjaamisessa. Asiakaspalveluprojektissa tekoälyratkaisua analysoitiin ja koulutettiin erottamaan tarkat tekoälyvastaukset epätarkoista. Tämä varmisti tehokkaan ja asianmukaisen toiminnan.
Ihmisen rooli on keskeinen tässä prosessissa, sillä henkilöstö ohjaa ja valvoo tekoälyn toimintaa. Ihmisen asiantuntemus edistää tekoälyn teknistä luotettavuutta ja varmistaa, että ihmisen toimijuus pysyy keskiössä.
2. Tekninen vahvuus ja turvallisuus 🔧
Tekoälyagenttien teknisen luotettavuuden varmistamiseksi ne voidaan arvioida erilaisilla suorituskykymittareilla ja uudelleenkouluttaa tarvittaessa. Tämä saavutetaan keräämällä tietoja jokaisesta kysymyksestä ja vastauksesta.
Kerätyt tiedot jokaisesta kysymyksestä ja vastauksesta antoivat asiakaspalveluesimerkissä arvokasta tietoa tekoälyn suorituskyvystä. Tämä data mahdollisti tekoälyagenttien suorituskyvyn hienosäädön, mikä paransi niiden tarkkuutta ja luotettavuutta.
Tekoälyagentteja uudelleenkoulutettiin tunnistamaan paremmin asiakkaiden tarpeita ja vastaamaan niihin tarkemmin. Tähän käytettiin kerättyjä tietoja ja testaajilta sekä asiakaspalvelun ammattilaisilta saatua palautetta. Toistuvat testit ja niistä saatava palaute myös mahdollistavat tekoälyagenttien jatkuvan laadunvalvonnan: ongelmat havaittiin ja korjattiin nopeasti, mikä vahvisti teknistä luotettavuutta ja turvallisuutta.
3. Yksityisyys ja datanhallinta 🔐
Kun käytetään arkaluontoisia asiakaspalvelukeskuksen sähköpostiviestejä koulutusdatana, on kriittisen tärkeää varmistaa, että kaikki henkilötiedot ovat asianmukaisesti suojattuja, ja että datan käsittely noudattaa tietosuojalainsäädäntöä, kuten GDPR:ää.
Lisäksi käyttäjien, kuten asiakaspalvelun ammattilaisten, on voitava ymmärtää, miten tekoäly käyttää ja käsittelee dataa. Tämä edistää läpinäkyvyyttä ja auttaa varmistamaan, että tekoäly käyttää vain asianmukaista ja hyväksyttyä tietoa.
4. Läpinäkyvyys ja selitettävyys 📊
Tekoälyn toimintalogiikkaa ja päätöksenteon prosesseja tulee avata ja selittää käyttäjille. Tämä voi tapahtua esimerkiksi visualisointien, raporttien tai käyttöliittymässä näkyvien selitysten kautta. Myös avoin keskustelu juurisyistä mahdollisiin epätarkkoihin vastauksiin on hyödyllistä.
Tekoälyn selitettävyys on tärkeää, jotta käyttäjät ymmärtävät, miksi tekoäly päätyy tiettyihin päätöksiin. Esimerkiksi, jos tekoäly arvioi tietyn sähköpostiviestin tärkeäksi ja vastaamisen arvoiseksi, sen tulisi pystyä selittämään tämä päätös esimerkiksi viitaten viestin sisältämään kiireellisyyttä ilmaisevaan sanastoon, tai asiakkaan aikaisempaan viestintähistoriaan ja ostokäyttäytymiseen.
Tämän avulla voidaan myös varmistaa, että tekoäly ei toimi syrjivästi eikä tee päätöksiä, jotka perustuvat esimerkiksi ennakkoluuloihin tai vääristyneeseen dataan.
5. Monimuotoisuus, syrjimättömyys ja oikeudenmukaisuus ⚖️
Tekoälyn on asiakaspalvelussa kohdeltava kaikkia asiakasviestejä tasapuolisesti, riippumatta esimerkiksi asiakkaan taustasta tai kysymyksen tyypistä.
Tämä edellyttää tekoälyratkaisujen jatkuvaa arviointia ja mukauttamista varmistaakseen, että ne eivät suosi tai syrji mitään asiakassegmenttiä tai kysymystyyppiä. Tämä on tärkeää erityisesti, kun otetaan huomioon tekoälyn mahdollinen vaikutus eri demografisiin ryhmiin.
6. Ympäristöllinen ja yhteiskunnallinen hyvinvointi sekä vastuullisuus 🌍
Vaikka asiakaspalveluesimerkissä ei suoraan käsitellä tekoälyn ympäristöllisiä tai yhteiskunnallisia vaikutuksia, vastuullisen tekoälyn käyttöön sisältyy Shepherdin mukaan implisiittisesti näiden tekijöiden huomioiminen.
Tekoälyratkaisujen tulisi edistää ympäristön kestävyyttä ja yhteiskunnallista hyvinvointia esimerkiksi minimoimalla resurssien haaskausta ja lisäämällä palvelujen ja tiedon saatavuutta yhteiskunnan eri sektoreille.
7. Tilivelvollisuus 🚩
Tilivelvollisuus on läsnä kaikissa Shepherdin mainitsemissa käytännöissä. Tekoälyn käyttö asiakaspalvelukeskuksessa edellyttää, että ratkaisut ovat vastuullisesti suunniteltuja ja toteutettuja.
Tämä tarkoittaa, että tulee olla olemassa selkeät käytännöt datan käytölle, tekoälyn päätöksenteon läpinäkyvyydelle ja jatkuvaa seurantaa ja arviointia tekoälyn vaikutusten ja suorituskyvyn varmistamiseksi.
Lisäksi, jotta asiakaspalvelukeskus voi olla vastuussa tekoälykäytöstään, sen tulee ymmärtää, mitä tekoälysovellus tekee, miten se sen tekee ja mitkä ovat sen rajoitukset. Tämä ymmärrys syntyy luonnostaan osallistumalla alusta lähtien tekoälyratkaisun räätälöintiin, testaamiseen ja käyttöönottoon tietyssä prosessissa.
Vastuullinen tekoäly suojaa yritystä ja vahvistaa luottamusta
Tekoälyn vastuullinen käyttö ei ole ainoastaan tekninen tai taloudellinen kysymys, vaan se on myös eettinen valinta, joka kertoo organisaation arvoista. Vastuullinen yritys käyttää tekoälyäkin vastuullisesti.
Eettisyys antaa myös muita lisähyötyjä. Shepherdin esimerkki osoittaa, että kun vastuullisen tekoälyn periaatteet on integroitu osaksi tekoälyn kehittämistä ja käyttöä, on se yritykselle sekä suojakeino että kilpailuvaltti.
“Vastuullisen tekoälyn periaatteet suojaavat yritystä ja asiakkaita mahdollisilta riskeiltä ja vahvistavat luottamusta rakentaen pitkäaikaista arvoa”, Shepherd toteaa.
Tony Shepherd, Senior Consultant
Tony Shepherd on koulutukseltaan filosofian tohtori tietojenkäsittelytieteistä University College London -yliopistosta ja hänen väitöskirjansa käsitteli koneoppimisen hyödyntämistä lääketieteellisessä kuvantamisessa.
Shepherd työskentelee Senior Consultantina twodayn Data & Analytiikka -tiimissä.
Kirjoittajasta: Saara Bergman on IT-alan sisältömarkkinoinnin asiantuntija, jolla on kokemusta IT-konsultoinnista, liiketoimintaprosessien hallinnasta ja integraatioalustoista. Saara työskentelee twodayn Content Marketing Specialistinä.