Faktanvartija: Tekoäly, tilastot ja tulevaisuus 

Podcastin tekstiversio

4.7.2023  

Tekoäly ei ole enää pelkkää tieteiskirjallisuuden kuvitelmaa tai Elon Muskin päähänpisto. Se on todellisuutta, joka valtaa alaa kaikkialla yhteiskunnassamme. Ja juuri nyt, tässä hetkessä sen koura on kurottamassa tilastotuotannon syvyyksiin ja pyhyyksiin. Ratkaiseeko tekoäly tuotannon pullonkaulat? Onko se taikaluoti, joka tuo kerralla vastaukset kaikkiin tilastotuotannon tulevaisuuden haasteisiin? Saammeko jatkossa jokapäiväiset tilastomme aiempaa nopeammin ja vaivattomammin? Kuka määrittelee, miten tekoäly käsittelee tietoaineistoja? Onko se puolueeton ja objektiivinen vai kätkeekö se sisälleen ja koodinsa uumeniin piilotettuja ennakkoluuloja, syrjiviä käytäntöjä ja vääristyneitä näkökulmia? Minä olen Pasi Piela ja tämä on Faktanvartija.  

Tässä erikoisjaksossa puhumme tekoälystä ja klassiseen tapaan sen uhkista ja mahdollisuuksista. Vieraana jaksossa ovat tekoälyyn ja koneoppimiseen perehtyneet Tilastokeskuksen kehittämispäälliköt Riitta Piela ja Markku Huttunen. Tervetuloa studioon.  

Tämän podcastin alkujuonto oli tehty suurimmaksi osaksi ChatGPT:llä, joka on kielimalleja hyödyntävä tekoälysovellus. Miltä se kuulosti? 
 
Riitta: No ChatGTP on aika hyvä ymmärtämään tekoälyasioita, että kuulosti oikein hyvältä. 
 
Pasi: Sinä olet Markku ollut ensimmäisten joukossa innokkaana testaamassa tätä ChatGTP:tä. Mitä ajattelet tämän palvelun hyödyllisyydestä nyt? 
 
Markku: Kun itse joulukuussa silloin aika tuoreeltaan ensimmäisen kerran kokeilin ChatGTP:tä ja laitoin sinne ensimmäisen kysymyksen ja sai vastaukseni, olin välittömästi täysin myyty. Minä olin todella yllättynyt siitä, että tämähän on nyt jotakin uutta, wau! No sitten tietysti tuli kokeiltua kaikenlaisia kysymyksiä ja huomattua, että sieltä tulee myös vääriä vastauksia. Ja se ei aina pidä paikkaansa, mitä sieltä tulee. Oli vähän semmoinen pettymyksen kausi, mutta nyt sitten kun oppii vähän tekemään parempia kysymyksiä, parempia kehotteita ja ymmärtää sitä, että millä logiikalla se ChatGPT toimii, niin tällä hetkellä minä olen todella innostunut siitä, että sitä voidaan soveltaa todella moneen paikkaan. Samalla minä näen sen, kun seuraan tätä aika kattavasti, niin minä näen, että ympäri maailmaa väki on todella, todella innostunutta tästä mihin sitä voi käyttää. Siellä tehdään valtavasti kaikenlaisia kokeiluja ja niistä aika iso osa on sellaisia, että näkee, että nämä ovat toimivia.  
 
Pasi: Tekoälystä on puhuttu jo kymmeniä vuosia, mutta ei koskaan aiemmin niin paljon kuin nyt. Onko tekoälyn alalla oikeasti tapahtunut jotain mullistavaa vai onko tässä nyt vain aiempaa paremmat markkinamiehet asialla? 
 
Riitta: No kyllä tässä on nyt oikeasti tapahtunut paljon, koska tämän luonnollisen kielen käsittely NLP ja sen alalla on tapahtunut nimenomaan paljon. Ja vaikka sen historia on pitkä, se on jo jossain sadan vuoden takana, kun sitä on lähdetty tutkimaan, niin nyt se on tehnyt sen. Minä olen kutsunut sitä kvanttiloikaksi jossain ja tavallaan sitten omat muistot sieltä tietojenkäsittelytieteen laitokselta, kun tätä yritettiin tätä luonnollisen kielen käsittelyä jotenkin oppia, niin se tuntui todella ankealta ja vaikealta. Tuntui, että suomen kieli ei voi ikinä kääntyä tähän. Mutta on paljon käsitelty oppimateriaalia ja tähän on nyt päästy. 
 
Markku: Joo, minä voisin tuohon täydentää. Itse kun mietin, että kaikki, jotka on tietotekniikasta ollut kiinnostuneita ja seuraa tuota tekoäly, niin tiedetään mikä Turingin testi on ja sehän on sieltä 40-luvulta lähtenyt Alan Turingilta. Niin nyt, jos tänä päivänä vaikka ChatGPT:n kanssa lähtee keskustelemaan, ja Turingin testin ideahan on se, että jos vastauksista et voi päätellä onko se ihminen vai kone. Tämän hetken tilanne on se, että niistä ChatGPT:n vastauksista voi päätellä, että se on kone, kun ne ovat liian hyviä. Kone osaa tavallaan niin laajasti kaikkea, että jo sillä perusteella voi epäillä, että se ei ole ihminen. Toki se kone voi tehdä virheitä, joista sitten huomataan, että tämä ei ole ihminen, mutta tämä on tän hetken tilanne. 
 
Pasi: Tekoäly on siis paljon muutakin kuin paljon julkisuutta saanut ChatGTP tai aidon näköisiä valokuvia generoiva Midjourney. Missä kaikkialla kuluttaja jo tänä päivänä käyttää tekoälypohjaisia palveluja joko tiedostaen tai tiedostamattaan? 
 
Riitta: Kyllähän kaupallinen sektori on pitkään käyttänyt erilaisia tekoälyratkaisuja. Niitä nyt nähdään nimenomaan jossain mainonnan kohdistamisessa tai puhutaan aina petosten tunnistamisesta. Ja sitten kaikenlaisia virtuaalisia assistentteja löytyy. Mutta se, mistä on ollut kovasti aiemmin odotuksia, niin ne ovat nämä autonomiset autot esimerkiksi. Mutta eihän ne ole edennyt sillä tavalla kuitenkaan, kun on kuviteltu. Se on nimenomaan näiden eettisten kysymysten takia. 
 
Markku: Ja sitten tavallisen ihmisen näkökulmasta me käytämme tietämättämme tekoälyä silloin, kun me käytämme kännykällä tai tietokoneella sosiaalista mediaa. Siellä kaikki nämä suosittelutoiminnot ja monenlaiset tällaiset mitä näet ja mitä et näe, niin siellähän on tekoäly taustalla. Samaten tietysti ihan normaalit Google-haut, niin siellä on tekoälyä taustalla. Kaikki nämä suoratoistopalvelut millä tavalla sulle suositellaan erilaisia asioita. Kaikki verkkokaupat, mitä sinä näet siellä verkkokaupassa. Kuka osti mitäkin, sama toinen ihminen, jotakin mitä sinä olet katsonut. Tekoäly on siellä joka paikassa. Sitä ei vaan huomaa. Se on ihan arkipäiväistynyt myöskin. 
 
Riitta: Ja mikä on musta mielenkiintoista, että nyt esimerkiksi Helsingin kaupunki on tehnyt tämmöisen tekoälyrekisterin, että kansalaisille pystytään näyttämään, että missä kaikissa palveluissa tekoäly on mukana. Ja musta se on aika hieno palvelu. 
 
Pasi: Nyt kun tekoäly on kaikkialla ja sinä olet Riitta työskennellyt jo pitkään tekoälyyn ja koneoppimiseen liittyvien teemojen parissa, niin miltä tämänhetkinen pöhinä aiheen ympärillä tuntuu? 
 
Riitta: No, vähän huokailuttaa, koska se huomio kiinnittyy vain ja ainoastaan näihin AI chatbotteihin, ja niistä on tullut yhtäkkiä lähes synonyymi tekoälylle. Ja se mitä me voidaan Tilastokeskuksen chatbottien moottoreina toimivien kielimallien avulla tehdä, niin se onkin se mielenkiintoisempi kysymys. Sen tutkimiseen ja testailuun me yritetään nyt keskittyä. 
 
Pasi: Nythän tilanne on se, että kun kuka tahansa isokenkäinen missä tahansa tilaisuudessa nousee kateederille ja alkaa puhua oman alan tulevaisuudennäkymistä, niin jossain kohtaa puheenvuoroa mainitaan tekoäly ja sen tuomat mahdollisuudet. Millä tasolla suomalaisten päättäjien ja johtajien käsitys tekoälystä on? Olemmeko me globaalisti katsoen etujoukoissa vai takamatkalla? 
 
Riitta: Joo kyllä todellakin monella tuntuu olevan tarvetta osallistua keskusteluun ja tietysti johtajilla myös. Se on tavallaan ymmärrettävää, koska se tekoälykehitys oli aiemmin jossain pellin alla näkymättömissä ja nyt sitten me kaikki voidaan keskustella tekoälyn kanssa ja se on uinut näkyvästi meidän arkeen. 
 
Markku: Ja tässä tulee mieleen tällaisesta podcastista kuin Futucast tulevaisuudentutkija Risto Linturin haastattelun vuodelta 2021 eli vuotta ennen ChatGPT:n julkistamista. Meillähän on eduskunnassakin tulevaisuusvaliokunta, niin Risto Linturi esitteli GPT3-tekoälymallia eduskunnan tulevaisuusvaliokunnalle syksyllä 2021. Siellä on ainakin ollut paikalla niitä tulevaisuusvaliokunnan edustajia, jotka on sitä kautta saanut käsityksen siitä, että millainen tämmöinen keskusteleva tekoäly on. Eli ei täysin tietämättömiä myöskään täällä meidän korkeammalla valtiojohdon tasolla olla oltu. 
 
Riitta: Minä olin keväällä yhdessä tapahtumassa, siellä oli tämmöinen Googlen tekoälykehityksen asiantuntija puhumassa vähän tästä samasta. Sillä oli kuvassa slaidilla kolme maatuskaa, pieni, keskisuuri ja iso. Ja se pieni oli sen minkä tutkijat näkevät. Ja sitten se seuraava kerros oli se mitä tekoälykehittäjät näkevät, ne ketkä hyödyntävät sitä. Ja sitten siellä oli vielä muutama kerros lisää ja se oli sitten sitä, mitä me tavalliset kansalaiset nähdään siitä. Mutta edelleenkin siellä on sisällä ne muut kerrokset, ja ne ei välttämättä näy kaikelle kansalle.  
 
Pasi: Kun yhteiskunnan tasolla puhutaan tekoälystä, tullaan nopeasti teknologian riskeihin. Tekoälykehittäjille vaatimukset riskien ja uhkakuvien pohtimisesta voivat näyttäytyä politiikan tuomisena tieteeseen, mutta yhteiskuntien ja päätöksentekijöiden tasolla riskien kartoittaminen on perusteltua. Usein maallikon ensimmäinen pelko liittyy siihen, miten hänelle itselleen käy, kun tekoälyllä korvataan ihmisten perinteisesti tekemää työtä. Onko tämä hedelmällinen lähtökohta riskikeskustelulle vai tarpeetonta luddiittien puhetta? 

 
Riitta: No kyllä riskien kartoittaminen on perusteltua ja sääntelyä tarvitaan, mutta tällaiset erilaiset uhkakuvat ja niiden luominen tulevaisuudesta, jossa koneet hallitsevat, niin se on vähän tällaista scifiä. Ihminen hyödyntää tekoälyä. Tekoäly ei korvaa ihmistä, mutta jos ihminen ei ota tekoälyä avuksi, niin voi käydä niin, että joku toinen ihminen, joka on ottanut sen tekoälyn avuksi, korvaa sinut. Tämä ei ollut nyt minun omaa keksintöäni, vaan minä näin tämän jossain slideshow’ssa jollain, mutta se oli musta tosi hyvä. 
 
Pasi: Ne, jotka ovat vähän pidemmällä tämän ilmiön pohtimisessa, osaavat ajatella myös tekoälyn vaikutuksia yksilön valinnanvapauteen ja yhteiskunnan polarisoitumiseen. Oma lukunsa ovat erilaiset vastuukysymykset tilanteissa, joissa tehdyt päätökset perustuvat yksinomaan tekoälyyn. Mutta jos mennään hetkeksi oman alamme ytimeen eli tilastojen ja yhteiskunnallisen tiedon tuottamiseen, mitkä ovat ne keskeisimmät riskit, joita tekoälyn käyttö voi aiheuttaa? 
 
Riitta: No, tekoäly tilastotuotannossa vaatii sen vastuullisen tekoälyn toteuttamista. Vastuullinen tekoäly tarkoittaa läpinäkyvyyttä, selitettävyyttä, monitorointia ja tiedontuottamisen toistettavuutta. Silloin, kun tilastotuotanto perustuu tekoälyyn me tarvitaan kaikki nämä. 
 
Pasi: Tilastojen tekijä saattaa ajatella, että numerot ovat neutraaleja ja niiden esittäminen esimerkiksi tietokantataulukoissa on täysin arvovapaata. Eli niin kauan, kun käytämme tekoälyä vain aineiston käsittelyn ja laskennan tehostamiseen, mikään ei voi mennä pieleen. Onko se näin yksinkertaista? 
 
Markku: No itse olen tehnyt kaikenlaisia kokeiluita myöskin ChatGPT:n kanssa. Tässä yksi kokeilu on sellainen, että minä olen ottanut meidän Tilastokeskuksen tuottamista taulukoista esimerkiksi taulukon, jossa kuvattiin, että minkälaisia ruokatarvikkeita erilaiset ihmiset käyttävät. Ja nyt sitten, kun antaa sen taulukon ChatGPT:lle ja pyytää sitä tekemään siitä tiedotteen, niin se lukee ne luvut sieltä ja näkee ne kaikki ruokatarvikkeet ja muut tiedot sieltä sekä aikasarjan, miten asiat on kehittyneet viidentoista vuoden aikana. Se kertoo siitä ja tekee hyvän tiedotteen. Hyvä. No sitten, jos sitä pyytää tekemään, että kiinnitä erityisesti huomiota ruoan terveellisyyteen, niin sieltä tulee aivan erinäköinen lopputulos, jossa sitten yhtäkkiä todetaankin, että tämä kauran kulutus on kasvanut näin ja näin paljon, joilla on erittäin hyviä terveysvaikutuksia. Sitten sieltä tulee aivan ilman mitään, tekoälyhän ei ajattele itse sinänsä mitään. Siinä todetaan, että kun lihankulutus on laskenut tai jotakin tällaista, niin tämä on hyvin positiivista.  

Vastaavan kokeen voi tehdä vaikkapa liikennetietoja sisältävästä taulukosta ja sieltä katsotaan taas sitten erilaisten polttoaineiden muuta käyttöä. Ja jos sitä pyytää tekemään hyvinkin pienen, että keskittää huomiota vaikkapa ympäristöön, niin se on täysin eri näköinen lopputulos verrattuna, jos sinä teet siihen jonkun muun pyynnön. Eli se käyttäjä hirveen paljon vaikuttaa siihen minkälainen lopputulos sieltä tulee ja ne voi olla hyvin erilaisia. 
 
Riitta: Tässä puhutaan nyt nimenomaan näistä valmiiksi koulutetuista laajoista kielimalleista. Ja sitten taas, kun meillä täällä tilastotuotannossa nyt jo on joitain kielimalleja käytössä, on myös tämmöinen yksi valmiiksi koulutettu, niin siinä tietysti keskeisintä on se, että jos se mallin opetus ei ole täysin onnistunut, niin kaikki voi mennä pieleen. Mutta tämä aiemmin mainittu vastuullinen tekoäly tuo niitä työkaluja, jolla sitä voi seurata ja osaamista vaatii tietysti tekijöiltä. Sitä ei voi liikaa alleviivata. 
 
Pasi: No millainen ympäristö kansallinen tilastovirasto sitten on pohtia tekoälyn hyödyntämisen mahdollisuuksia ja kehittää siihen liittyviä prosesseja? 
 
Riitta: No minä sanoisin, että se nimenomaan ei ole pelkästään se kansallinen tilastovirasto. Tästä tehdään niin paljon kansainvälistä yhteistyötä nyt erilaisten tilastotoimijoiden kanssa, että ei todellakaan olla yksin. 
 
Markku: Sinä olit Markku Tilastokeskuksessa jo silloin, kun internet oli uutta ja ihmeellistä. Muistatko, millaista keskustelua silloin käytiin uuden teknologian uhkista ja mahdollisuuksista? 
 
Markku: Joo kyllä hyvin muistan. Sehän alkoi tavallaan tämä World Wide Webbin tulo 1994 ja 1995. 1994 oli Mosaic-selain ja se oli ensimmäinen sellainen verkkoon pääsy, jota kuka tahansa pysty käyttämään helposti ilman, että tarvitsi millään tavalla opiskella mitään hankalampia järjestelmiä. Silloin hyvin alkuvaiheissaan, itsekin muistan tällaisen maininnan, että internetissä kukaan ei tiedä, että olet koira ja piti oikein hakea ja löysin Wikipediasta hyvin alkuperäinen pilapiirros, jossa tämä on. Ja jo siitä näkyy se, että tajuttiin hyvin aikaisessa vaiheessa se, että kun sinä toimit internetissä, niin sinä et millään voi tietää kuka siellä toisessa päässä on. Kenen kanssa keskustelet tai kuka se toinen on. No, nythän me on myöhemmin huomattu, että kaiken maailman botit ja muut, jota voidaan väärinkäyttää, niin on osoittanut, että tämäkin ikään kuin oli jo tietyllä tavalla uhka, joka on toteutunut toisaalta. Sitten ymmärrettiin myös hyvin aikaisin se, että et se tulee muuttamaan asioita, mutta siihen meni aikaa.  

Kun kehitys on nopeutunut, jos minä ajattelen sitä jostain vuodesta 1995 vuoden 2000 vaihteeseen, jolloin internet kupla puhkesi. Sen viiden vuoden aikana esitettiin valtavasti erilaisia niin kuin oli erilaisia konsultteja Suomessa ja maailmalla, jotka pysty kertomaan, että nyt kun tämä tulee tämä verkko. Me pystytään digitalisoimaan erilaiset semmoiset asiat, julkaisut tai musiikki tai mitä onkaan, niin sen jakelu muuttuu täysin ja se muuttaa sen hintarakenteen. Se tuotteelle tulee deskriptoimaan markkinoita todella suuresti. Se kesti pitkään ja kesti pitkälti 2000 luvun alkuun, että se deskriptio, joka todella toteutui, mutta se tuli ja se nähtiin kyllä jo silloin alkuvaiheessa. Tässä tulee valtavia muutoksia, mutta se tietyllä tavalla tavallaan otti oman aikansa.  

Pasi: Tekoälyssä kiteytyy vanhan kunnon atk:n syvin merkitys, kyse on automaattisesta tietojenkäsittelystä. Parhaimmillaan tekoäly auttaa rutiininomaisten tehtävien hoidossa, tiivistää olennaisen laajoista tietoaineistoista ja on hyvänä apuna myös monissa luovissa töissä, kuten podcastien käsikirjoittamisessa. Tämän faktanvartijan erikoisjakson viimeisen osion kysymykset on tehty kokonaan ChatGPT:llä. Kysymykset saattavat siis olla älyttömiä tai lapsellisia, mutta pelin henki on, että näihin on nyt vastattava ja mielellään hyvin lyhyesti, koska kysymyksiä on useampi. Otetaanpa ensimmäinen kysymys. Kuinka varmistamme, että tekoäly käsittelee tilastotiedot objektiivisesti ja puolueettomasti ilman ennakkoluuloja tai syrjiviä käytäntöjä? 
 
Riitta: Silloin, kun me voidaan se malli kouluttaa itse, niin silloin kaikkein tärkeintä on se, että treenidata on riittävän hyvää. Mutta silloin, kun malli on tuolla maailmalla, niin silloinhan se onkin vähän kysymysmerkki, että mitä kaikkea se on syönyt. 
 

Pasi: Miten voimme saada selville, miten tekoäly tekee päätöksiä? Tarvitaanko tekoälyn päätösten ymmärtämiseksi inhimillistä valvontaa vai onko olemassa keinoja avata tekoälyn musta laatikko? 
 
Markku: Jos puhutaan näistä isoista kielimalleista, kuten ChatGPT, niin tämä on tosi haastavaa. Siis näissä se koulutusmateriaali on niin valtava näissä malleissa ja se mallin toiminto, kun teet jonkun kysymyksen tai jonkun kehotteen, niin se, että sinä saat jonkun vastauksen nyt, niin toisena hetkenä se vastaus voi olla aivan erilainen. Tai sitten, jos käytät toista tekoälymalli ja vaikkapa Microsoftin Bingiä, niin sen vastaus voi olla jälleen täysin erilaisia verrattuna siihen, mitä sinä sait jostain toisesta, vaikka ChatGPT:stä. Niin ja koska se sisältö ja koulutusmateriaali on niin laaja, niin sitä ei voi millään ennakoida eikä sitä voi mitenkään avata miten se malli päättyi vastaamaan juuri niin kuin vastasin. Se on tosi vaikea juttu. 
 
Riitta: Mutta silloin kun ne mallit ovat meillä itsellä hallussa, niin silloin on tämä Explainable AI, mikä pyrkii kehittämään erilaisia menetelmiä niin, että ne neuroverkotkin ja syväoppimisratkaisut voidaan avata, mutta kehitys on vasta jossain alkuvaiheessa. 
 
Pasi: Kuinka voimme torjua tekoälyn mahdollista vääristymistä tai manipulaatiota tilastotuotannossa? Mitä keinoja meillä on varmistaa tekoälyn rehellisyys ja luotettavuus? 
 
Riitta: Taaskin se vastuullinen tekoäly ja kaiken läpinäkyvyys on niitä ratkaisuja siihen. 
 
Markku: Sitten jos vielä ajatellaan niitä kielimalleja, niin niiden käytössä on aina se, että tämmöisen suuren kielimallin yksi sellainen perusominaisuus on se, että se pyrkii tekemään hyviä tarinoita. Jos ei se välttämättä tiedä, niin se keksii. Ja tarinoinnissa ei sinänsä ole mitään pahaa ajatusta takana, mutta sen teko, sen kielimalli, ikään kuin perustavaa laatua oleva ominaisuus. Ja se, että jos me hyödynnetään johonkin sellaiseen tarkoitukseen tällaista kielimallia, meidän pitää erilaisin keinoin pyrkiä varmistamaan se, että tarinankerrontapuoli ei pääse voitolle. 
 
Pasi: No mitä uhkia liittyy tekoälyn nopeuteen ja tehokkuuteen tilastotuotannossa? Syntyykö virheitä ja vääristymiä, kun tekoäly pyrkii suorittamaan tehtävät liian nopeasti? 
 
Riitta: No ei nopeus ole ongelma, eikä sen takia pitäisi syntyä mitään uhkia, koska sen tekoälyn luomien ennusteiden laatua on seurattava. Ja jos laatu ei ole ennusteissa riittävä, niin silloin tekoäly joudutaan kouluttamaan uudestaan. 
 
Pasi: Ja vielä viimeinen tekoälyn kehittelemä kysymys. Miten voimme saavuttaa tasapainon ihmisten ja tekoälyn välillä tilastotuotannossa? Kuinka voimme hyödyntää tekoälyn potentiaalia samalla säilyttäen inhimillisen älykkyyden ja oikeudentunnon merkityksen? 
 
Riitta: Tekoälyn vois mieltää uhkan sijaan vain uutena, tehokkaana työkaluna. Se mahdollistaa inhimillisellä älykkyydellä mahdollisuuden tuottaa uudenlaista älyä ja tietämystä. Otetaan tekoäly käyttöön, mutta renkinä. 
 
Pasi: Miten arvioisitte ChatGPT:n suoritusta? Tehtävänä oli siis kirjoittaa kysymyksiä podcastiin, jossa käsitellään tekoälyn uhkia ja mahdollisuuksia tilastotuotannossa. Tehtävänannossa myös kuvailtiin lyhyesti Faktanvartijan tyyliä. Kysymykset hyväksyttiin sellaisenaan eli niihin ei pyydetty muutoksia. 
 
Markku: Joo tässä oli hyviä esimerkkejä siitä, miten tekoälyä voi hyödyntää luovassa työssä, eli sieltä saa ideoita ja näkökulmia nopeasti. Niitä voi lisäksi tarkentaa, niitä voi pyytää lisää niitä ideoita ja myös kehotteella voi ohjata tyyliä. Niin kuin sanoit, että Faktavartijan tyyliä voidaan ikään kuin hakea siltä tekoälyltä, että kerrotaan minkä tyyppisestä ohjelmasta on kysymys. Ja vastausten vaativuustasoon voi myöskin vaikuttaa. Siis koska ne kielimallit ovat niin valtavan suuria, siellä tietosisältö on niin suuri, niin kielimallilta voi pyytää vastaustasossa ihan oikeasti akateemisesta tutkimustasosta lähtien. Tai sitten voi pyytää vaikkapa yläasteen koulutason vastaukset, sillä saa vastaukset juuri niin, että nämä kohderyhmät pystyvät sen ymmärtämään ja tekoäly pystyy tähän. Sitä pystyy tosi paljon säätämään mitä ja minkä tyyppistä ja millä tasolla ne vastaukset tulevat. 
 
Riitta: Mutta tilastotuotannon osalta minä olen kyllä huomannut useaan otteeseen, ettei ChatGPT ihan ymmärrä, mitä tilastotuotanto on ja se paistaa ehkä myös vähän näistä kysymyksistä. 
 
Pasi: Jätetään kuulijan pohdittavaksi se, voisiko tekoäly korvata Faktanvartijan. Avataan vielä lopuksi ovi tulevaisuuden utopioille jälleen kerran ChatGPT:n johdattelemana. Pyysin tätä tekoälyavustajaani visioimaan, millaista tilastotuotanto on kymmenen vuoden päästä, kun tekoälyn käyttö on lisääntynyt. ChatGPT kirjoitti muun muassa näin. Ihmisten ja tekoälyn yhteistyö on tärkeä osa tilastotuotantoa. Ihmisen asiantuntemus ja harkintakyky ovat edelleen korvaamattomia. Tilastoviranomaiset toimivat tekoälyn kumppaneina tarkastaen sen tuottamia tuloksia, kyseenalaistaen oletuksia ja varmistaen, että tilastot ovat laadukkaita ja luotettavia. Tekoäly toimii työkaluna, joka tukee tilastotuotantoa, mutta päätöksenteko on edelleen ihmisen vastuulla. Ympäripyöreydessään tämä luonnehdinta vastaa sanomalehden huonoa pääkirjoitusta, mutta jos ei välitä siitä, niin eikö tämä ole sellaista puhetta, johon voidaan huoletta yhtyä? 
 
Markku: Mietin tuossa tässä kysymyksessä sitä, että miten olisi vuonna 1995 osannut arvioida, että mikä olisi tilanne vuonna 2005. Aika vaikea näin pitkän aikavälin ennustus. Toi tosiaan on vähä tällainen huono pääkirjoitus. Itse mietin sitä, että tässä ehtii tänä aikana tapahtua niin valtavasti ihan lähtien tästä regulaatiosta. Meillä on EU:ssa menossa tekoälyregulaatio. Meillä on tekoäly-yritykset tällä hetkellä Yhdysvaltain kongressissa kuultavana ja on paineita sille, että tähän täytyy keksiä erilaisia valvomisen valvontatapoja.  

Nämä yritykset itsessäänkin pyytävät niitä tai viestivät, että tähän tekoälyn kehitykseen tarvitaan jonkin tyyppistä valvontaa. Sitä tarvitaan kansallisesti, EU:ssa ja maailmalla tasolla. Eli minä vähän mietin tätä kysymystä sillä tavalla, että tässä on niin paljon erilaisia muutoksia ja tämä kehitys on niin nopeata nyt, että me emme pysty oikeastaan tällä tasolla ajattelemaan, mikä se tilanne on kymmenen vuoden kuluttua. Todella mielenkiintoisia aikoja on edessä ja valtavasti täytyy tehdä ja asiat muuttuvat. Tämä kehitys on niin nopeaa nykyään. 
 
Riitta: Näin on, ja silti minä voisin yhtyä tähän ChatGPT:n lauseeseen, mutta se oli ympäripyöreästi sanottu ja pätisi varmaan moneen muuhunkin toimialaan. 
 
Pasi: Kiitos paljon vierailusta Riitta Piela ja Markku Huttunen. Faktavartija toivottaa kaikille hyvää kesää!