Tekoälyhaku vai hakukone: kumpaa kannattaa käyttää milloinkin

Hakukone ja tekoälyhaku vastaavat samalta näyttävään kysymykseen kahdella eri tavalla. Hakukone palauttaa joukon osoitteita ja jättää tulkinnan sinulle. Tekoälyhaku lukee muutaman sivun puolestasi ja kirjoittaa niistä valmiin vastauksen. Kumpikaan ei ole toistaan parempi yleisesti. Ne siirtävät työn ja vastuun eri kohtaan.

Ero on käytännössä suurempi kuin miltä se näyttää. Kun luet hakutuloksia itse, näet mistä tieto on peräisin, huomaat jos sivu on mainos ja tunnistat vanhentuneen ohjeen päivämäärästä. Kun luet tiivistelmää, kaikki tämä on tehty puolestasi, ja sinä näet vain lopputuloksen. Jos valinta meni pieleen, et huomaa sitä vastauksesta.

Tässä artikkelissa käydään läpi, miten tekoälyhaku teknisesti toimii, mitä lähdeviite oikeasti tarkoittaa tiivistelmässä ja millaisiin kysymyksiin kumpikin työkalu sopii. Lopussa on lyhyt päätössääntö ja työjärjestys, jossa käytetään molempia.

Tekoälyhaku hakee ensin ja kirjoittaa vasta sitten

Nimi johtaa harhaan. Tekoälyhaussa malli ei muista vastausta koulutuksestaan vaan hakee sen. Ketju kulkee näin: palvelu muotoilee kysymyksestäsi yhden tai useamman hakulausekkeen, tekee niillä haun, poimii muutaman parhaan tuloksen, noutaa niiden sisällön ja antaa tekstin mallille luettavaksi. Malli kirjoittaa vastauksen sen perusteella, mitä noudetuissa sivuissa luki.

Sama tekniikka tunnetaan nimellä hakuun perustuva generointi, ja sen periaate on selitetty tarkemmin artikkelissa RAG ja hienosäätö. Tavallisen käyttäjän kannalta oleellista on yksi seuraus: tekoälyhaun laatu ei ole mallin laatua vaan haun laatua. Jos haku löytää kolme keskustelupalstan viestiä ja yhden vanhentuneen oppaan, vastaus rakennetaan niistä, ja se kuulostaa silti yhtä varmalta kuin viranomaisen ohjeeseen perustuva vastaus.

Toinen seuraus koskee määrää. Malli lukee vain rajallisen määrän sivuja ja niistäkin usein vain osan, koska koko aineiston pitää mahtua konteksti-ikkunaan. Hakukoneen tulossivulla sinulla on kymmeniä vaihtoehtoja. Tekoälyhaun vastaus voi perustua kolmeen tai neljään sivuun, joista yksikään ei ollut se paras.

Kolmas seuraus on hakukoneen oma järjestys. Tekoälyhaku poimii käytännössä sen, mikä nousi hakutulosten kärkeen, joten kaikki hakukoneen omat painotukset periytyvät vastaukseen. Hakusijoitus ei ole totuusjärjestys vaan tulos siitä, mitä sivustot ovat tehneet löytyäkseen. Kun listan lukee itse, tämän muistaa. Kun listasta on tehty valmis kappale, painotus katoaa näkyvistä.

Lähdeviite ei ole sama asia kuin todiste

Vastauksen perässä oleva numero tai linkki näyttää siltä, että väite on tarkistettu. Se ei tarkoita sitä. Viite kertoo, minkä sivun tekstiä malli oli käsittelemässä siinä kohtaa. Se ei ole vakuutus siitä, että sivu sanoo saman asian.

Tiivistelmässä syntyy kolme tyypillistä ongelmaa. Ensimmäinen on yhdistely: kahden sivun tiedot sulautuvat yhdeksi lauseeksi, joka ei ole kummankaan sivun väite. Toinen on liukuma: lähde puhuu ehdollisesta tapauksesta ja tiivistelmä esittää sen sääntönä, koska varaukset ovat tiivistyksessä ensimmäisenä katoava aines. Kolmas on kohdistusvirhe: viite osoittaa oikealle sivustolle mutta väärään kohtaan, jolloin tarkistaja ei löydä väitettä eikä tiedä onko se siellä.

Tähän päälle tulee tuttu ilmiö eli keksityt lähteet, joka on harvinaisempi silloin kun malli oikeasti hakee verkosta, mutta ei mahdoton. Käytännön sääntö on yksinkertainen: jos aiot vedota väitteeseen jossain, avaa lähde ja etsi lause sieltä. Jos et löydä sitä, väitettä ei ole.

Kannattaa myös huomata, mitä haku tekee virheille. Verkkohaku vähentää selvästi niitä hallusinaatioita, joissa malli keksii asian tyhjästä, koska sillä on nyt oikeaa tekstiä luettavanaan. Se ei poista virheitä, jotka syntyvät väärän lähteen valinnasta tai lähteen väärinlukemisesta. Virhelaji vaihtuu, virheiden mahdollisuus ei katoa.

Viite kertoo, mistä malli luki. Se ei kerro, että malli luki oikein.

Tuoreudessa on kolme eri kelloa

Kun kysyt jotain tuoretta, vastauksen ikään vaikuttaa kolme erillistä asiaa, ja käyttäjä sekoittaa ne usein keskenään.

Ensimmäinen on mallin oma tiedon katkaisupäivä. Se koskee vain sitä tietoa, jonka malli tuottaa muistista. Jos haku on päällä, katkaisupäivä ei rajoita vastausta, mutta se vaikuttaa siihen miten malli tulkitsee löytämäänsä.

Toinen on hakuindeksin tuoreus. Sivu on olemassa vasta kun hakukone on käynyt sen läpi. Uuden tai harvoin päivittyvän sivuston kohdalla tämä voi viedä aikaa, ja tekoälyhaku perii tämän viiveen sellaisenaan.

Kolmas on lähdesivun oma päivittyminen. Viranomaisen ohjesivu voi olla vuosia vanha ja silti ajantasainen, kun taas uutissivu vanhenee päivässä. Malli ei arvioi tätä eroa luotettavasti. Se ei myöskään yleensä kerro, milloin lukemansa sivu on päivitetty, ellet erikseen pyydä.

Paikallinen ja suomalainen tieto on tekoälyhaun heikoin kohta

Suomenkielistä aineistoa on verkossa vähän verrattuna englanninkieliseen. Se näkyy tekoälyhaussa kahdella tavalla. Ensinnäkin haku löytää vähemmän suomenkielisiä osumia, jolloin vastaus rakentuu helpommin englanninkielisen aineiston varaan. Toiseksi malli kääntää ja yleistää: vieraan maan käytäntö esitetään yleisenä totuutena, vaikka Suomessa asia hoidetaan toisin.

Tämä osuu pahiten juuri niihin kysymyksiin, joissa tarkkuus on tärkeintä: mitä lomaketta viranomainen vaatii, mikä on määräaika, mihin ilmoitus tehdään, mitä laki edellyttää. Näissä oikea tapa on mennä suoraan lähteelle. Suomalaisten viranomaispalveluiden osalta viranomaisasiointi verkossa kertoo, mikä asia hoituu missä palvelussa, ja hakukone vie sinut sinne nopeammin ja varmemmin kuin tiivistelmä.

Lähteen tunnistaminen on tässä oma taitonsa. Kun näet hakutuloksessa osoitteen, siitä näkee usein heti onko kyseessä viranomainen, yhdistys vai kaupallinen sivusto. Verkkotunnuksen osat kertovat, mitä osoitteen eri kohdat merkitsevät. Tiivistelmässä tämä vihje puuttuu, koska osoitteet on kutistettu pieniksi kuvakkeiksi tai jätetty pois kokonaan.

Sama koskee kaikkea, mikä on sidottu paikkaan tai hetkeen: aukioloajat, hinnat, saatavuus, aikataulut, sään mukaan muuttuvat tiedot. Ne kannattaa hakea sieltä, missä ne ylläpidetään.

Kysymystyypit ja niihin sopiva työkalu

Taulukon rivit eivät ole ehdottomia. Ne ovat oletuksia, joista kannattaa poiketa perustellusti. Yksi hyödyllinen tapa lukea taulukkoa on kysyä, kumpi virhe olisi kalliimpi: se että saat liikaa lähteitä ja joudut lukemaan itse, vai se että saat yhden sujuvan vastauksen ja et huomaa siinä olevaa virhettä. Ensimmäinen virhe maksaa aikaa, toinen voi maksaa enemmän.

Tekoälyvastaus hakutulossivulla ja miten sen tunnistaa

Raja on hämärtynyt, koska hakukoneet näyttävät tekoälyn kirjoittaman tiivistelmän suoraan tulossivun yläosassa. Käyttäjä ei siis enää valitse työkalua, vaan saa molemmat samalla sivulla. Tiivistelmän tunnistaa muutamasta merkistä:

• Se on kappale tai luettelo, ei linkkirivien lista sinisine otsikoineen.
• Se on tulosten yläpuolella ja usein erotettu taustavärillä tai kehyksellä.
• Sen yhteydessä on pieni merkintä siitä, että sisältö on tuotettu tekoälyllä ja voi sisältää virheitä.
• Lähteet ovat pieninä kuvakkeina tai linkkeinä tiivistelmän reunassa tai lopussa, eivät sen jokaisen väitteen kohdalla.

Käytännön ohje on lyhyt: lue tiivistelmä kuin sisällysluettelo, älä kuin vastaus. Vieritä sen ohi ja katso, mitkä lähteet nousivat varsinaisissa tuloksissa. Jos aiot käyttää tietoa johonkin, tarkista se alkuperäisestä lähteestä samalla tavalla kuin muutkin väitteet. Tekoälyn vastauksen tarkistus kuvaa tämän askeleittain.

Päätössääntö, joka toimii muutamassa sekunnissa

Kysy itseltäsi nämä kysymykset siinä järjestyksessä kuin ne tulevat. Ensimmäinen kyllä ratkaisee valinnan.

1. Pitääkö vastaus pystyä näyttämään jollekin toiselle? Jos kyllä, aloita hakukoneesta ja ota talteen lähde, ei tiivistelmä.
2. Vanheneeko tieto viikossa? Jos kyllä, hakukone. Tuoreus on indeksin ja päivämäärien asia.
3. Onko kyse suomalaisesta viranomais-, raha- tai terveysasiasta? Jos kyllä, mene lähteelle suoraan.
4. Tunnetko aiheen sanaston? Jos et, tekoälyhaku on nopein tapa saada sanasto haltuun ja tehdä sen jälkeen parempi haku.
5. Onko aineisto jo sinulla? Jos on, älä käytä hakua lainkaan vaan syötä teksti mallille sellaisenaan.

Jos mikään näistä ei ratkaise, valinnalla ei todennäköisesti ole väliä. Silloin kannattaa käyttää sitä, joka on käden ulottuvilla, ja säästää harkinta niihin kysymyksiin, joissa vastauksesta seuraa jotain.

Käytä molempia peräkkäin, älä valitse puolta

Toimivin tapa ei ole valita työkalua vaan järjestys. Anna tekoälyn kartoittaa aihe, hakukoneen todistaa väite.

Aloita tekoälyhausta silloin, kun et tiedä mitä pitäisi kysyä. Pyydä siltä aiheen keskeiset käsitteet, tyypilliset sudenkuopat ja se, mitkä tahot asiasta Suomessa vastaavat. Älä pyydä siltä lopullista vastausta. Ota vastauksesta talteen sanasto ja nimet.

Siirry sitten hakukoneeseen ja hae noilla sanoilla suoraan. Nyt osaat tunnistaa oikean lähteen, koska tiedät mitä etsit. Avaa lähde, katso päivämäärä ja lue kohta itse. Jos väite ei löydy lähteestä, palaa kysymykseen äläkä vastaukseen.

Pidä lopuksi kiinni yhdestä rajasta. Mitä suurempi seuraus vastauksella on, sitä vähemmän tiivistelmä riittää. Kevyessä uteliaisuudessa virhe maksaa hetken hämmennyksen. Määräajassa, hoidossa tai rahassa se maksaa enemmän, ja silloin ainoa kelpaava lähde on alkuperäinen.