Tekoäly auttaa, mutta ei korvaa ihmistä

Julkaissut Joni Borgström 12.2.2019

Pengon blogi: Tekoäly auttaa, mutta ei korvaa ihmistä

Tekoälyn ympärillä on vallinnut kova hypetys; keskustelu on käynyt kiivaana ja tekoälyyn kohdistuvat odotukset ovat nousseet korkeiksi. Hypen keskellä ymmärrys tekoälyn todellisesta luonteesta ja mahdollisuuksista ei ole aina täysin realistinen. Tässä artikkelissa kerron, mikä tekoälyn rooli on ihmisälyn rinnalla ja miten se vaikuttaa yrityksen datan käyttöön.

Tekoäly toimii ihmisälyn apuna - ei korvaajana

Gartner määrittelee tekoälyn (artificial intelligence eli AI) edistyneeksi analytiikaksi ja päättelytekniikaksi, joka sisältää koneoppimista, ja joka tulkitsee tapahtumia, tukee ja automatisoi päätöksentekoa ja toimenpiteitä.

Tekoäly perustuu ihmisen luomiin luokitteluihin ja ohjauksiin, joiden pohjalta kone toimii tietyllä tavalla tietyssä tilanteessa. Luokittelut sisältävät usein algoritmeja, kuten  IF-lausekkeita, jotka ohjaavat konetta tietyn ehdon täyttyessä toimimaan ennalta määrätyllä tavalla. Esimerkiksi verkkokauppojen ja suoratoistopalveluiden tekemät suositukset ja ehdotukset aiempaan ostohistoriaan pohjautuen perustuvat tällaisiin algoritmeihin.

Ei siis ole olemassa konetta, joka toimii kuten ihmisen aivot ja jolla olisi samankaltainen tietoisuus tai ymmärrys kuin ihmisellä. Qlikin Markus Rytkölä käytti Kauppalehden blogissa termiä lisätty äly. Hän viittaa termillä siihen, että tekoäly ei pysty korvaamaan ihmistä, vaan toimii ihmisen apuna - niin sanottuna lisättynä älynä.

Tekoäly tehostaa datan käsittelyä

Tekoälyn hyöty ihmiselle on siinä, että se pystyy käsittelemään valtavia datamassoja nopeasti. Sen avulla voidaan löytää toistuvia tapahtumia ja poikkeamia suuresta datajoukosta, jonka käsittelyyn ihmiseltä menisi valtavasti aikaa.

Tekoälyllä ei ole myöskään ennakkoluuloja. Sen vuoksi se voi tarjota datamassan perusteella hyvin erilaisia tuloksia, kuin mitä ihminen olisi sieltä lähtenyt etsimään. Tämä on sekä rikkaus että haaste. Ennakkoluulottomuus mahdollistaa uusien asioiden löytämisen. Toisaalta se vaatii tulosten arvioijalta ja johtopäätösten tekijältä entistä enemmän datalukutaitoa ja kykyä arvioida saatuja tuloksia kriittisesti.

Usein esimerkiksi yrityksen raportoinnissa on mietitty valmiiksi tunnusluvut, joita seurataan ja se, mitä ne kertovat. Mitä jos tekoäly tarjoaakin datan pohjalta jotain muuta tunnuslukua? Silloin ihmisen täytyy pystyä arvioimaan sen hyödyllisyys kyseiseen käyttökohteeseen ja sen pohjalta tehtävien johtopäätösten paikkansapitävyys.

Ihmisen ei siis itse tarvitse tarkkaan edes tietää, mitä datan joukosta ollaan etsimässä, mutta siinä vaiheessa, kun löydösten perusteella pitää suunnitella toimenpiteitä ja tehdä johtopäätöksiä, tarvitaan ihmisen osaamista ja kontekstin tuntemusta.

Haluatko tietää lisää tietojohtamisesta?

Jos haluat tietää lisää tietojohtamisesta ja yrityksen tietojohtamisen kypsyystason kartoittamisesta, ilmoittaudu maksuttomaan webinaariimme “Tietojohtamisen kypsyystason kartoitus”. Kerromme mm. miten oman organisaation tietojohtamisen tilan kartoittaminen kannattaa aloittaa, miten kartoitus käytännössä tehdään ja mitä hyötyä yritys saa kartoituksen tekemisestä.

Ilmoittaudu webinaariin Tietojohtamisen kypsyystason kartoitus

Aiheet: Tietojohtaminen ja BI