selitetty.com

Tekoäly selitetty

EU:n tekoälyasetus

AI Act: riskiluokat, kielletyt käytännöt, GPAI-velvoitteet, läpinäkyvyys, merkintä, sakot ja aikataulu Suomessa.

Artikkelit

EU:n tekoälyasetus ei sääntele tekniikkaa vaan käyttötarkoitusta. Sama kielimalli voi olla asetuksen kannalta lähes vapaa, kun sillä kirjoitetaan markkinointitekstiä, ja tiukasti säädelty, kun sillä seulotaan työhakemuksia. Tämä on asetuksen rakenteen ydin, ja ilman sitä yksittäiset velvoitteet vaikuttavat sattumanvaraisilta.

Toinen usein sivuutettu asia on, että velvoitteet jakautuvat eri toimijoille. Osa koskee mallin tai järjestelmän tarjoajaa, osa sitä organisaatiota, joka ottaa järjestelmän käyttöön, ja osa vain sitä, mitä käyttäjälle on kerrottava. Kysymys siitä, koskeeko asetus sinua, kannattaa siksi purkaa kahtia: mihin käyttöön järjestelmä tulee ja missä roolissa itse olet.

Kokonaisuus etenee tässä järjestyksessä eikä pykäläjärjestyksessä. Tavoite on, että osaat sijoittaa oman käyttösi oikeaan luokkaan ja tiedät, mitä siitä seuraa ja mitä ei.

Missä järjestyksessä kannattaa lukea

Aloita artikkelista EU:n tekoälyasetus selitettynä, joka esittelee riskiluokat ja vaiheittaisen aikataulun. Heti sen perään sopii kielletyt tekoälykäytännöt, koska kiellot ovat asetuksen selvärajaisin osa ja piirtävät samalla rajan sille, mistä muissa luokissa on kyse.

Seuraavaksi kaksi luokkaa, joissa velvoitteet ovat konkreettisia. Korkean riskin tekoäly kertoo, mitkä käyttötarkoitukset luokkaan kuuluvat ja mitä niissä vaaditaan. Yleiskäyttöisten mallien velvoitteet käsittelee sitä, mitä asetus vaatii mallin tarjoajalta ennen kuin malli päätyy kenenkään käyttöön.

Tavallisimman arkitilanteen kattaa tekoälysisällön merkintä: milloin tekoälyn tuottama teksti, kuva tai ääni on merkittävä ja mikä osa vaatimuksista tulee laista ja mikä julkaisualustan omista säännöistä. Lopuksi kuka valvoo tekoälyasetusta Suomessa ja tekoälyasetuksen seuraamukset kertovat, mihin epäkohdasta voi ilmoittaa ja kuka joutuu rikkomuksesta vastuuseen.

Mitä tästä ei kannata uskoa

Yleisin väärinkäsitys on, että asetus kieltäisi tekoälyn käytön tai tekisi siitä luvanvaraista. Valtaosa tavallisesta käytöstä jää luokkaan, jolle asetus ei aseta erillisiä velvoitteita, ja tekstin kirjoittaminen tai kuvan tekeminen omaan käyttöön kuuluu siihen. Kiellot ovat kapea joukko, ja korkean riskin luokka on määritelty käyttötarkoituksen kautta, ei mallin koon tai tunnettuuden perusteella.

Toinen väärinkäsitys on, että velvoitteet osuvat vain teknologiayhtiöihin. Käyttöönottaja saa omansa silloin, kun järjestelmä kuuluu korkean riskin luokkaan, eikä valmiin palvelun ostaminen siirrä vastuuta pois. Rekrytoinnissa, opetuksessa tai luotonannossa tekoälyä käyttävä organisaatio on siis asetuksen piirissä, vaikka se ei kirjoittaisi itse riviäkään koodia.

Hyödyllisin kysymys ei siksi ole, mikä työkalu on käytössä, vaan mihin päätökseen sen tuotos vaikuttaa ja kuinka paljon ihminen sitä tosiasiassa punnitsee. Muodollinen hyväksyntä ei riitä, jos ehdotus hyväksytään käytännössä aina sellaisenaan.

Muut aihekokonaisuudet

9 artikkelia

Mitä tekoäly on

Tekoälyn peruskäsitteet: koneoppiminen, syväoppiminen, generatiivinen tekoäly, AGI, mallit ja palvelut. Mistä oikeasti puhutaan, kun puhutaan tekoälystä.

9 artikkelia

Suuret kielimallit (LLM)

Mikä LLM on, miten se ennustaa seuraavan tokenin ja mitä perusmalli, chat-malli, päättelymalli ja avoimet painot tarkoittavat.

9 artikkelia

Promptit ja prompt engineering

Promptin rakenne, esimerkit, rajaukset, tulostemuodot, ketjutus ja iterointi. Miten kysyt niin, että saat käyttökelpoisen vastauksen.

8 artikkelia

Hallusinaatiot ja virheet

Miksi tekoäly keksii asioita, keksityt lähteet, tietokatkos, laskuvirheet ja kalibraatio. Miten tarkistat vastauksen käytännössä.

7 artikkelia

Tekoäly ja yksityisyys

Mitä syöttämällesi datalle tapahtuu: säilytys, opetuskäyttö, muisti, poisto, EU-siirrot ja yrityskäytön erot.

7 artikkelia

Tekoälysisällön tunnistaminen

Voiko AI-tekstin, -kuvan tai -äänen tunnistaa? Tunnistimet, vesileimat, C2PA-alkuperätieto ja väärät positiiviset.

7 artikkelia

Mallien ja palveluiden valinta

Miten valitset mallin: päättely, nopeus, hinta, konteksti, työkalut, tietosuoja ja suomen kieli. Myös tunnetuimmat palvelut selitettynä.

5 artikkelia

Kuva-, ääni- ja videogeneraattorit

Miten tekoäly tekee kuvan, äänen ja videon? Näin diffuusiomalli, kuvakehote, äänen kloonaus ja valmiin tiedoston käyttöoikeudet toimivat selkokielellä.

6 artikkelia

Tekoäly työssä ja opiskelussa

Mihin tekoäly sopii työssä ja opinnoissa, mitä sen käytöstä pitää kertoa muille ja kuka vastaa virheistä. Ohjeet kokouksiin, rekrytointiin ja opiskeluun.

Takaisin: Tekoäly selitetty