selitetty.com

Tekoäly selitetty

Tekoäly työssä ja opiskelussa

Tekoälyn käyttö työssä ja opiskelussa kaatuu harvoin tekniikkaan. Täältä löydät säännöt, vastuut ja ne tehtävät, joihin tekoäly oikeasti sopii.

Artikkelit

Tekoälyn käyttö työssä ja opiskelussa kaatuu harvoin tekniikkaan. Se kaatuu siihen, ettei kukaan ole sopinut, mitä työkalulla saa tehdä, mistä pitää kertoa muille ja kuka vastaa lopputuloksesta. Työntekijä ottaa mallin käyttöön, koska se nopeuttaa yhtä työvaihetta, eikä kysy lupaa, koska ohjetta ei ole olemassa. Opiskelija toimii samoin ja huomaa vasta arvioinnissa, että raja kulkikin muualla kuin hän oletti.

Toinen toistuva virhe on käsitellä tekoälyä yhtenä lupakysymyksenä, johon vastataan kyllä tai ei. Sama palvelu on eri asia eri tehtävässä. Sisäisen muistion luonnostelu, kokouksen purkaminen muistiinpanoiksi ja hakijoiden karsiminen ovat kolme eri riskitasoa, vaikka työkalu on sama. Ratkaisevaa on, mitä tietoa syötät sisään, kuka lopputulosta lukee ja kohdistuuko siitä seurauksia johonkuhun muuhun kuin sinuun.

Siksi tämä kokonaisuus ei kysy, onko tekoäly sallittua. Se kysyy tehtävä kerrallaan, mitä käytöstä pitää kertoa, mitä tietoa palveluun saa viedä ja kenen nimi on lopputuloksen alla.

Missä järjestyksessä kannattaa lukea

Aloita artikkelista mihin tekoäly oikeasti sopii työssä, jos mietit vasta, mitkä tehtävät kannattaa antaa mallille. Se erottaa toisistaan tehtävät, joissa ihminen huomaa virheen vaivatta, ja tehtävät, joissa virhe jää huomaamatta juuri siksi, että vastaus näyttää hyvältä.

Jos vastaat työpaikan pelisäännöistä, jatka artikkeliin tekoälyn käyttöohje työpaikalle, joka käy läpi ne kohdat, jotka ohjeeseen on syytä kirjata. Kokouksissa kysymys muuttuu konkreettiseksi, ja tekoäly kokouksissa käsittelee tallentamisen luvat ja sen, kenelle automaattinen muistio kuuluu näyttää. Oppilaitoksissa säännöt ovat omansa, ja tekoäly opiskelussa erottaa sallitun avun plagioinnista.

Kaksi artikkelia koskee tilanteita, joissa vastassa on organisaation ulkopuolinen ihminen. Tekoäly rekrytoinnissa kertoo, mitä hakijalla on oikeus tietää ja mitä työnantajan pitää pystyä perustelemaan. Tekoäly asiakaspalvelussa käsittelee sitä, kuka vastaa, kun chatbot lupaa asiakkaalle jotain väärin. Ennen kuin viet mitään aineistoa palveluun, tarkista myös mitä tietoja tekoälyyn saa syöttää.

Nyrkkisääntö: mitä lähempänä toista ihmistä, sitä tiukemmat säännöt

Yksi sääntö kattaa useimmat tilanteet. Mitä lähempänä tekoälyn tuotos on päätöstä, joka koskee jotakuta toista, sitä enemmän siltä vaaditaan. Oman muistilistan tiivistäminen on sinun asiasi. Asiakkaalle lähtevä vastaus koskee jo toista ihmistä, joten se tarkistetaan ennen lähetystä. Työhakemusten karsinta tai kurssiarvosana vaikuttaa ihmisen elämään, ja silloin tarvitaan ihmisen tekemä päätös ja peruste, joka kestää kysymyksen.

Sääntö toimii siksi, ettei se riipu siitä, mikä malli on käytössä tai kuinka hyvä se on. Vastuu ei siirry työkalulle missään vaiheessa: malli tuottaa ehdotuksen, ihminen tekee päätöksen ja seisoo sen takana. Jos et pysty perustelemaan lopputulosta ilman lausetta "tekoäly sanoi näin", tehtävä oli väärä tai tarkistus jäi tekemättä. Sama koskee tilannetta, jossa käyttö pitäisi salata: jos et halua kertoa käyttäneesi tekoälyä, se on yleensä merkki siitä, että työ ei täytä sitä, mitä siltä odotettiin.

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

EU:n tekoälyasetus

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

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.

Takaisin: Tekoäly selitetty