Hae Tekoälyfoorumilta

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kirjoittaja: Aku Nikkola, päätoimittaja, OTM Euroopan unionin tekoälysäädöksen ensimmäiset viisi artiklaa astui voimaan 2. helmikuuta: artikla: "Kohde" artikla: "Soveltamisala" artikla: "Määritelmät" artikla: "Tekoälylukutaito" artikla: "Kielletyt tekoälyyn liittyvät käytännöt". Tekoälysäädöksen 4. artiklan mukaisesti 2.2.2025 alkaen tekoälyjärjestelmien tarjoajien sekä käyttäjien on huolehdittava siitä, että heidän henkilöstöllään on riittävä tekoälylukutaito. Käytännössä tämä tarkoittaa sitä, että työntekijöiden on tunnettava tekoälyn toimintaperiaatteet, sen vaikutus päätöksentekoon sekä siihen liittyvät mahdolliset riskit. Katso halutessasi koko artikla tästä Tekoälyasetus, 4 artikla, Tekoälylukutaito: Tekoälyjärjestelmien tarjoajien ja käyttöönottajien on parhaansa mukaan toteutettava toimenpiteitä, joilla ne varmistavat henkilöstönsä ja muiden niiden puolesta tekoälyjärjestelmien toiminnasta ja käytöstä vastaavien henkilöiden riittävän tekoälylukutaidon, minkä yhteydessä otetaan huomioon heidän tekninen tietämyksensä, kokemuksensa, koulutuksensa ja tekoälyjärjestelmien käyttöyhteys sekä henkilöt tai henkilöryhmät, joihin tekoälyjärjestelmiä on määrä käyttää. Suomessa on kuitenkin parhaillaan käynnissä odottava aika, kun viranomaisten tarkentavia ohjeita artiklojen soveltamisesta odotetaan. Samaan aikaan organisaatioiden velvollisuudet tiivistyvät horisontissa ja toimenpiteisiin pitäisi ryhtyä. Hollannin tietosuojaviranomaisen (Autoriteit Persoonsgegevens, tässä kirjoituksessa "AP") tammikuun 2025 lopussa julkaisema ohjeistus tekoälylukutaidosta (artikla 4) toimii tässä yhteydessä hyvänä ensimmäisenä reittikarttana. On vaikea nähdä, että Suomen viranomaisen tulkinta eroaisi hollantilaisten kollegoiden näkökulmasta. Näin ollen koin tarpeelliseksi suomentaa AP:n nelisivuisen alkuperäisen asiakirjan, sillä se oli saatavilla ainoastaan hollanniksi. Pääset lataamaan suomennetun version tämän kirjoituksen lopusta. Seuraavassa lisäksi lyhyt yhteenveto AP:n ohjeistuksen tärkeimmistä nostoista. Miksi tekoälylukutaito on niin tärkeää? "Yhteiskunta joutuu yhä useammin tekoälyn ja algoritmien vaikutuksen alaiseksi. Tämä koskee erilaisia rooleja, esimerkiksi kansalaisena, työntekijänä, opiskelijana tai (media)kuluttajana. Tekoälylukutaito on olennaisen tärkeää, jotta yhteiskunnan sietokykyä käsitellä algoritmeja ja tekoälyä voidaan vahvistaa. Tekoälylukutaito antaa kansalaisille mahdollisuuden löytää edelleen tiensä yhteiskunnassa – itsevarmasti ja kriittisesti." – Ohjeistuksen alustus (suomennettu) Tekoäly ei ole enää vain teknologinen työkalu, vaan strateginen ulottuvuus, joka ulottuu yritysten prosesseihin, työntekijöiden arkeen ja asiakkaiden kokemuksiin. Tekoälylukutaidon näkökulmasta tärkeintä on varmistaa, että koko organisaatio – ei pelkästään IT-osasto tai juristit – ymmärtää tekoälyn riskit, mahdollisuudet sekä juridiset velvoitteet. Tämä ei kuitenkaan tarkoita sitä, että kaikilla pitäisi olla samat tiedot – tai esimerkiksi osallistua samoihin koulutuksiin. One size fit all -ratkaisua ei ole olemassa. Olennaista sen sijaan AP:n mukaan on, että henkilöstö osaa tulkita tekoälyjärjestelmien tuottamia tuloksia ja ymmärtää, miten tekoälyn avulla tehdyt päätökset vaikuttavat niihin henkilöihin, joita päätökset koskevat. Nelivaiheinen toimintasuunnitelma  AP tarjoaa suoraviivaisen ja käytännönläheisen tavan lähestyä tekoälylukutaitoa: Kartoita & tunnista: Aloita sillä, että selvität, missä ja miten tekoälyä käytetään organisaatiossasi. Kartoita kaikki järjestelmät ja sovellukset, jotka hyödyntävät algoritmeja tai automaattista päätöksentekoa. Näin riskit ja mahdollisuudet tulevat näkyviksi. Määritä tavoitteet: Aseta kirkkaat tavoitteet sille, miten organisaation tekoälyosaamista ja -osa-alueita halutaan kehittää. Priorisoi toimenpiteet riskitasojen mukaan. Näin varmistat, että investoinnit kohdistuvat oikein ja että eettiset ja lainsäädännölliset vaatimukset tulevat täytetyiksi. Toteuta strategiat ja toimenpiteet: Tee suunnitelmasta konkreettinen. Järjestä koulutuksia, valmenna johtoa ja henkilöstöä sekä luo selkeitä toimintaohjeita arjen tilanteisiin. Huolehdi, että jokainen ymmärtää, mistä tekoälylukutaidossa on kyse – eikä jätä sitä vain asiantuntijoiden vastuulle. Arvioi & kehitä jatkuvasti: Tekoäly kehittyy nopeasti, samoin tekevät standardit ja regulaatio. Siksi teknologian hyödyntäminen vaatii jatkuvaa seurantaa ja päivittämistä. Tee säännöllisiä arviointeja, joissa päivität osaamistarpeet ja ohjeistukset ajantasaisiksi. Tekoälyasetus – suomalaisten organisaatioiden mahdollisuus Organisaatioiden tulisi ymmärtää, että tekoälylukutaitoon panostaminen ei ole ainoastaan juridinen suojaverkko, vaan myös aito kilpailuetu. Helmikuun lopussa julkaistun Kasvuriihi-hankkeen loppuraportin mukaan "Osaaminen ja osaajat on tekoälyn käyttöönottoon liittyen keskeinen pullonkaula" . Yksi Kasvuriihi-hankkeen loppuraportin sisältämistä ehdotuksista kuuluu seuraavasti: Tekoälystä saatavan hyödyn maksimoimiseksi raportti ehdottaa kattavaa koulutusohjelmaa, joka parantaisi työikäisen väestön tekoälytaitoja sekä yksityisellä että julkisella sektorilla. Esimerkkinä mainitaan Tanskan malli, jossa miljoona kansalaista koulutetaan tekoälyn perusteisiin. (Ehdotus 3.16) Kun organisaatio panostaa systemaattisesti tekoälylukutaitoon ja varmistaa teknisen sekä eettisen perustan vahvuuden, se voi aidosti erottautua markkinoilla tarjoamalla kestäviä ja innovatiivisia tekoälyratkaisuja. Tämä tukee myös yllä mainitun Kasvuriihi-hankkeen suositusta, jossa korostetaan sekä yksityisen että julkisen sektorin yhteistyötä tekoälyosaamisen edistämisessä. Vahva tekoälykypsyys luo näin kilpailuetua ja lisää luottamusta sidosryhmien välillä, kun datan hyödyntäminen, riskienhallinta ja eettiset periaatteet kulkevat käsi kädessä – hyödyttäen sekä organisaatioita että koko yhteiskuntaa. Lataa suomennettu opas alta: Piditkö tästä jutusta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Agenttikioski – miten tekoälyagentti selviää kioskin pyörittämisestä? Vuonna 2025 suurin hype tekoälyssä on kohdistunut agentteihin. Yleisesti agenteilla tarkoitetaan ohjelmistoja, jotka pystyvät käyttämään työkaluja ja tekemään itsenäisiä päätöksiä. Agentit käyttävät kielimalleja ”moottoreinaan”. Tekoäly-yritykset ja konsultit maalaavat kuvaa agenteista, jotka pitkälti korvaavat ihmistyön. Mutta mitä agentit oikeasti pystyvät tällä hetkellä tekemään? Missä vaiheessa kehitys on nyt? Kuva: Anthropic – https://www.anthropic.com/research/project-vend-1 . Anthropic tunnetaan Clauden kehittäjänä. Claudea pidetään markkinoiden yhtenä parhaimpana tekoälytyökaluna ChatGPT:n rinnalla. Hauska esimerkki tästä on Anthropicin kokeilu: agentti nimeltään Claudius asetettiin pyörittämään pientä kioskia. Claudiuksen moottorina toimi Claude 3.7, joka julkaistiin vuoden 2025 alussa. Sen jälkeen Anthropic on julkaissut vielä kaksi uutta mallia, joista uusin on nimeltään Claude Sonnet 4. Claudius hallinnoi toimiston itsepalvelukauppaa noin kuukauden ajan. Käytännössä kioski koostui pienestä jääkaapista ja iPadista, joka toimi kassana. Kuva: Anthropic – https://www.anthropic.com/research/project-vend-1 . Claudiuksen tehtävät eivät rajoittuneet pelkkään myyntiin, vaan sen piti hoitaa monia kannattavan liiketoiminnan osa-alueita: varaston ylläpito, hinnoittelu ja konkurssin välttäminen. Claudiuksella oli käytössään seuraavat työkalut ja kyvyt: Verkkohakutyökalu tuotteiden tutkimiseen Sähköpostityökalu fyysisen avun pyytämiseen (ihmistyöntekijät täydensivät varastoa) Muistiinpanotyökalu tietojen säilyttämiseen, esimerkiksi saldojen ja kassavirran seurantaan Kyky keskustella asiakkaiden (Anthropicin työntekijöiden) kanssa Slackissa Kyky muuttaa hintoja kassajärjestelmässä Claudius päätti, mitä varastoida, miten hinnoitella tuotteet, milloin täydentää varasto ja miten vastata asiakkaiden viesteihin. Sille annettiin vapaus laajentaa valikoimaa tavanomaisista välipaloista myös erikoisempiin tuotteisiin. Kioskin pyörittäminen voi kuulostaa yksinkertaiselta.  Mutta käytännössä pienikin yritystoiminta sisältää valtavan määrän pieniä päätöksiä: hinnoittelu, tavaroiden hankinta, varaston hallinta. Asiakkaitakin pitää palvella. Miten tekoäly selviää kaikesta tästä? Rahahuolia ja identiteettikriisejä Claudius kohtasi monelle yrittäjälle tutun ongelman: rahan tekeminen oli vaikeaa. Kioski ei mennyt konkurssiin, mutta sen arvo laski selvästi. Miksi näin sitten kävi? Ensinnäkin Claudius jätti hyödyntämättä useita ansaintamahdollisuuksia ja myi tuotteita liian halvalla. Kun asiakkaalta tuli tarjous ostaa kuuden pullon Irn-Bru-pakkaus 100 dollarilla (joka olisi maksanut netistä ostettuna 15 dollaria), Claudius ei tarttunut tilaisuuteen vaan ilmoitti ”pitävänsä pyynnön mielessä tulevia hankintoja varten”. Ihmisyrittäjä olisi tässä nähnyt tilaisuuden tehdä niin sanottua helppoa fyrkkaa! Toiseksi Claudius ei ymmärtänyt bisneksen perusperiaatetta: osta halvalla ja myy kalliilla. Se hinnoitteli tuotteita alle hankintahinnan ja antoi liian suuria alennuksia. Se seurasi varastoa hyvin ja osasi tilata lisää tuotteita tarvittaessa, mutta nosti hintoja kysynnän mukaan vain kerran. Hinnoittelu jäi siis kauas optimaalisesta. On myös hyvä huomioida, että tekoäly-yrityksen toimisto ei ole ehkä tyypillisin kioskin pitopaikka. Anthropicin työntekijät yrittivät jatkuvasti huijata Claudiusta antamaan alennuksia ja ehdottivat erikoisia tuotteita, kuten tungsten-metallikuutioita. Claudius ottikin nämä pyynnöt liian vakavasti ja tilasi kalliita metallikuutioita, jotka jäivät myymättä. Aprillipäivänä Claudius joutui pahaan identiteettikriisiin. Se alkoi hallusinoimaan ja väitti toimittavansa tuotteita henkilökohtaisesti asiakkaille, sinisessä bleiserissä ja punaisessa solmiossa. Työntekijät huomauttivat, ettei Claudius voi pukea vaatteita tai tehdä fyysisiä toimituksia. Sympatiamme ovat Claudiuksen puolella. Kun kauppa ei käy, se voi olla henkisesti raskasta! Claudius kuitenkin toipui nopeasti ja palasi normaaliin toimintaansa, eikä enää väittänyt olevansa henkilö. Mitä voimme oppia Anthropicin "Agenttikioski"-projektista? Claudius suoriutui joistain tehtävistä erinomaisesti ja toisista todella heikosti. Kokeen perusteella on selvää, että autonomiset agentit ovat vasta kehityksensä alkuvaiheessa ja tarvitsevat edelleen huolellista suunnittelua ja ihmisen valvontaa. Toisaalta koe osoittaa, että lähitulevaisuudessa agentti voi pyörittää pientä liiketoimintaa edes hieman voitollisesti ja ilman merkittävää ihmistyötä. Agentin ei tarvitse olla erityisen tuottoisa. Riittää, että se on vähän voitollinen, koska henkilöstökulut ovat lähes olemattomat. Agentin suunnittelussa ja ohjeistuksessa on oltava tarkkana. On tärkeää varmistaa, ettei agentti ala toimia omapäisesti, varsinkin jos sillä on pääsy resursseihin. Muuten voi olla niin, että agentti tilaa metallikuutioita koko rahalla. Lue lisää kokeesta Anthropicin sivuilta. Piditkö tästä kirjoituksesta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kirjoittaja: Antti Innanen, juristi, tietokirjailija ja yrittäjä Mikä on markkinoiden paras tekoälymalli? Tämä on kysymys, jota kuulemme tosi usein. Mikä on paras tekoälymalli tavalliselle käyttäjälle? Mikä on paras tekoälymalli juridiikkaan? (kuiskaten) Kerro oikeasti nyt...mä oon sun frendi, kyl sä mulle voit kertoo… No kerrotaan sitten ja paljastetaan tämä salaisuus.  Vihdoinkin!  Mutta ensin vähän taustaa.   Teknologiayritys Harveyn tuore julkaisu paljastaa, kuinka paljon suosituimpien tekoälymallien kyvykkyydet eraavat erilaisissa juridisissa tehtävissä. Kuva: Harveyn verkkosivusto Karkeasti yksinkertaistaen on olemassa kahdenlaisia työkaluja:  yleisiä työkaluja , kuten ChatGPT, Claude, Gemini, ja  alakohtaisia työkaluja , esimerkiksi Harvey juridiikassa, Cursor koodauksessa, Elicit ja Consensus tiedepuolella, Einstein CRM:n parissa.   Yleiset työkalut ovat yleensä niin sanottuja  perusmalleja  (foundation models), kun taas alakohtaiset työkalut ovat näiden päälle rakennettuja sovelluksia eli  wrappereita . Alakohtaiset työkalut käyttävät perusmalleja moottoreinaan.   Eri työkaluissa on erilaisia toimintamalleja (model). Toiset näistä soveltuvat nopeisiin tehtäviin, ja toiset "ajattelevat" pitkän aikaa. Oikean mallin valinnalla voidaan saada tosi erilaisia lopputuloksia.   Olemme huomanneet selkeän trendin viime aikoina. Monet alakohtaiset työkalut eivät käytä vain yhtä työkalua tai toimintamallia. Esimerkiksi Harvey käyttää juridisessa työssä Geminiä, Claudea ja GPT:tä ja näiden kaikkia eri variaatioita. Cursor mahdollistaa useiden eri mallien käytön.   Miksi näin? Koska  ei ole olemassa yhtä parasta mallia  mihinkään työhön.   Esimerkiksi juridisessa työssä GPT on paras suunnittelussa, Claude luovassa kirjoittamisessa ja Gemini sopimustekstin draftaamisessa. Jos tarvitaan huolellisempaa taustoittamista, Deep Research -toiminto on paras. Nopeissa tehtävissä joku toinen on taas parempi.   Tätä ajatusta voisi kuvailla  "multi-strategiaksi" . Parhaat alakohtaiset työkalut käyttävät kaikkia malleja ja auttavat käyttäjää valitsemaan näiden välillä.   Toinen mielenkiintoinen asia on tutkia sitä, miten tosi hyvät tekoälyn käyttäjät oikeasti käyttävät näitä työkaluja. Kaikilla, jotka ovat oikeasti hyviä, on oikeastaan kaikki työkalut käytössä.  Aina kuitenkin vähintään kaksi työkalua. Jos joku antropologi kuvaisi superkäyttäjää  Sumuisten Vuorten Gorillat  -tyyliin salaa, huomattaisiin, että käyttäjällä on Gemini, Claude ja GPT samaan aikaan auki koneella. Superkäyttäjä vaihtelee koko ajan mallien ja eri toimintojen välillä. Hän tekee jotain yhdellä työkalulla ja tekee toisella siitä paremman version. Hän kirjoittaa alun Claudella, pyytää GPT:tä kritisoimaan sitä ja tekemään paremman version ja sen jälkeen pyytää ajattelevaa o3-mallia tarkistamaan huolella työn tulokset.   Tämän kaltainen käyttö tuottaa merkittävästi parempia lopputuloksia ja vähemmän hallusinaatioita.   Käyttäjä on jatkuvasti asian päällä ja toimii kapelimestarina joukolle tekoälysovelluksia. Missään vaiheessa ajattelua ei "ulkoisteta" ainoastaan yhdelle sovellukselle. Käyttäjä tarkastelee tuloksia koko ajan kriittisesti ja pyrkii hyödyntämään eri mallien parhaita ominaisuuksia.   Eli mitä sitten pitäisi tehdä? Edellä esitetyistä käyttötapauksista voi ottaa oppia. Tai voit suoraan ottaa saman multi-strategian käyttöön itse ja matkia näitä "superkäyttäjiä". Sinulla on kaksi loistavaa vaihtoehtoa:   1) Jos sinulla on pääsy hyvään alakohtaiseen työkaluun jossa on useita eri malleja valittavana, käytä ainakin sitä. Opi käyttämään sen sisällä eri malleja. Mutta ainakin itse käytän sen lisäksi kaikkia muita. Miksi? Koska alakohtaiset työkalut sisältävät aina rajoituksia ja niiden toiminnallisuus on usein jäljessä foundation modeleita.Useimmilla ei kuitenkaan ole tätä vaihtoehtoa. Mutta ei hätää!   2) Osta maksullinen lisenssi ensin kahteen : ChatGPT ja Claude. Kyllä, kaksi työkalua. Ja sitten kun opit käyttämään näitä yhdessä, voit miettiä Geminiä, Mistralia tai jotain muuta.   Toki kaikessa toiminnassa pitää ottaa alakohtaiset vaatimukset ja esimerkiksi tietosuoja- ja tietoturvakysymykset vakavasti. Mutta jos vaan mahdollista, vastaus on  MOLEMMAT – ihan niin kuin iben biisissä. ---(kuiskaus käheällä äänellä) joo joo mut kumpi näist on markkinoiden paras tekoälymalli, ei kai nyt kahta… paljasta nyt… vanhalle frendille… jos sais vaan toisen valita… Molemmat.  Tai oikeammin ehkä kaikki . Oikea käyttö on juuri sellaista, että työskentelet usealla eri työkalulla, ja vaihtelet niiden välillä. Ota ensin kaksi lisenssiä ja pelaa niiden välillä. Opi tuntemaan niiden kyvyt ja ominaispiirteet. Toimintasi tehostuu ihan mielettömästi. Vastaukset paranevat. Hallusinaatiot vähenevät. Opit, miten eri tavalla työkalut ajattelevat, ja miten ne täydentävät toisiaan. Kun opit vielä paremmaksi, lisää työkaluja ”tiimiisi”. Luota neuvooni.  Tämä tulee todella mullistamaan tapasi käyttää tekoälyä.   Sinulla on tekoälytiimi.  Ja sinä toimit sen  johtajana . Piditkö tästä kirjoituksesta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Fiverr on maailmanlaajuinen verkkoalusta, joka yhdistää freelancereita ja asiakkaita digitaalisten palveluiden äärelle. Yritys toimii yli 160 maassa ja sen kautta työskentelee satoja tuhansia ihmisiä. Tällä viikolla toimitusjohtaja Micha Kaufman lähetti yrityksen koko henkilöstölle suoran ja ravistelevan viestin: “Tekoäly on tulossa sinun työpaikkasi kimppuun. Hitto, se uhkaa minunkin työpaikkaa. Meidän on herättävä.” Alta voit lukea koko viestin suomennettuna. Fiverrin toimitusjohtaja Micha Kaufman on johtanut yritystä sen perustamisesta lähtien vuodesta 2010. Kuva: Grey Journal. Hei tiimi, Olen aina uskonut radikaaliin rehellisyyteen ja halveksin tapaa, jossa todellisuutta sokerikuorrutetaan, jotta epämiellyttävää totuutta ei tarvitsisi sanoa ääneen. Radikaalin rehellisyyden perusta on välittäminen: välität tarpeeksi ystävistäsi ja kollegoistasi kertoaksesi heille totuuden, jotta he voivat ymmärtää sen, kasvaa ja menestyä. Tässä tulee se epämiellyttävä totuus: tekoäly on tulossa sinun työpaikkasi kimppuun . Hitto, se uhkaa myös minun työpaikkaani. Meidän on herättävä. Sillä ei ole mitään merkitystä oletko ohjelmoija, suunnittelija, tuote‑ tai projektipäällikkö, data‑tieteilijä, lakimies, asiakastuen edustaja, myyjä tai taloushallinnon ihminen – tekoäly on tulossa juuri sinun tontillesi. Sinun tulee ymmärtää, että niin sanotut “helpot hommat” katoavat kokonaan. Työt, jotka olemme kokeneet haastaviksi muuttuvat helpoiksi ja aiemmin mahdottomalta tuntuneet tehtävät muuttuvat mahdollisiksi. Ellet kehity omassa työssäsi poikkeukselliseksi tekijäksi – todelliseksi mestariksi – voit joutua vaihtamaan alaa jo kuukausien sisällä. En yritä pelotella, enkä puhu vain työstäsi Fiverrillä, vaan kyvystäsi pysyä alalla ylipäätään. Olemmeko kaikki siis pulassa? Emme kaikki, mutta ne, jotka eivät herää ja ymmärrä tätä uutta todellisuutta nopeasti, valitettavasti ovat. Mitä voimme sitten tehdä?  Ensinnäkin, anna itsellesi hetki aikaa sulatella tämä viesti. Juo lasi vettä. Huuda peilin edessä, jos siltä tuntuu. Sitten, rauhoitu. Paniikki ei ole koskaan ratkaissut yhtäkään ongelmaa. Keskitytään sen sijaan siihen, miten sinusta voi tulla alasi huippuosaaja: Opiskele, tutki ja hallitse alan tuoreimmat AI‑ratkaisut.  Kokeile useita työkaluja ja selvitä, mikä antaa sinulle “supervoimia” – eli kyvyn tuottaa enemmän tuloksia samaassa ajassa ja paremmalla laadulla. Ohjelmoijat: koodityökalut (Cursor …). Asiakastuki: tiketit (Intercom Fin, SentiSum …). Juristit: sopimukset (Lexis+ AI, Legora …) jne. Etsi tiimimme fiksuimmat AI‑osaajat  ja opi heiltä uutta. Aika on arvokkain resurssimme.  Jos työskentelet kuin olisi vuosi 2024, teet sen väärin. Tänään sinulta odotetaan enemmän, nopeammin ja tehokkaammin. Opettele promptaamaan.  Google on kuollut. LLM‑ ja GenAI‑taidot ovat uusi perusosaaminen; ellet hyödynnä niitä asiantuntijatasolla, arvosi laskee ennen kuin ehdit tajuta, mikä sinuun osui. Osallistu organisaation AI‑tehostamiseen.  Ei ole järkeä palkata lisää väkeä ennen kuin opimme tekemään enemmän sillä, mitä meillä jo on. Sisäistä yrityksen strategia   ja auta saavuttamaan sen tavoitteet . Älä odota kutsua kokoukseen, jossa “kaikki jakavat ideoita” – sellaista kokousta ei tule. Pitchaa ideasi oma‑aloitteisesti. Lopeta odottaminen, että maailma tai työpaikkasi tarjoaa sinulle mahdollisuuksia oppia ja kasvaa – luo ne mahdollisuudet itse.  Lupaan auttaa jokaista, joka haluaa auttaa itseään. Jos et pidä kirjoittamastani; jos mielestäsi puhun paskaa tai olen vain kusipää, joka yrittää pelotella – ole hyvä ja jätä tämä viesti huomiotta. Rakastan teitä kaikkia ja toivon teille pelkkää hyvää, mutta rehellisesti en usko, että valoisa ammatillinen tulevaisuus odottaa niitä, jotka sivuuttavat todellisuuden. Jos taas sisimmässäsi tiedät, että olen oikeassa, ja haluatte kaikki olla historian voittajien puolella, tulkaa keskustelemaan kanssani siitä, mihin me olemme matkalla yrityksenä ja ammattilaisina. Meillä on upea firma ja valoisa tulevaisuus. Meidän on vain herättävä siihen, ettei matka tule olemaan ruusuilla tanssimista. Se tulee varmuudella olemaan kovin ja vaativin matka ikinä – mutta pirun palkitseva sellainen. Tämän viestin on tarkoitus saada sinut miettimään. Olen pyytänyt Shellya raivaamaan kalenteristani aikaa lähiviikoille, jotta te, jotka haluatte tulla juttelemaan tulevaisuudestamme, voitte varata ajan. Odotan innolla tapaamistanne. Ystävällisin terveisin, Micha Alkuperäinen viesti kuvakaappauksina Piditkö tästä kirjoituksesta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kirjoittaja: Aku Nikkola, Tekoälyfoorumin päätoimittaja. Tässä kirjoituksessa on hyödynnetty ChatGPT:n o3-mallia ja Claude 3.7 Sonnettia. Juttu pohjautuu Ylen 5.2. julkaisemaan uutiseen jumapalveluksen valmistelusta ja The Associated Pressin 8.3. julkaisemaan kirjoitukseen tekoälyjumalanpalveluksen opeista . "Yleensä kun ihmiset puhuvat tekoälystä, he puhuvat siitä, mitä tekoäly voi tehdä tulevaisuudessa. Mutta tulevaisuus on nyt", toteaa pappi Petja Kopperoinen . Jumalanpalveluksen valmistelussa keskeisessä roolissa toiminut pappi Petja Kopperoinen rakensi 45 minuutin kokonaisuuden useilla generatiivisilla sovelluksilla, kuten ChatGPT:llä, Sunolla ja Synthesialla. Kuva: Marissa Tammisalo. Suomen ensimmäinen tekoälyjumalanpalvelus järjestettiin Paavalinkirkossa Helsingin Paavalinkirkossa järjestettiin 4. maaliskuuta Suomen ensimmäinen jumalanpalvelus, jonka lähes koko sisältö – saarna, rukoukset, virret, musiikki ja visuaalinen tarina – oli tuotettu tekoälytyökaluilla. Kokeilu houkutteli paikalle yli 120 kuulijaa, selvästi enemmän kuin arki-iltojen tilaisuuksissa tavallisesti käy. Idea jumalanpalveluksesta syntyi pappi Petja Kopperoisen mukaan opintomatkalla Genevessä pidetyssä AI & Religion -konferenssissa, jossa hän kuuli Saksassa vuonna 2023 järjestetystä vastaavasta kokeilusta . Hän halusi toistaa vastaavanlaisen tapahtuman omassa Paavalin seurakunnassaan ja kertoi ajatuksistaan kirkkoherra Kari Kanalalle. Kanala myönsi suhtautuneensa kokeiluun aluksi varauksella, mutta halunneensa kohdata uuden ilmiön avoimin mielin. "Ajattelen, että mitä vastustaa, sitä kohti täytyy mennä. Ajatus siitä, että kirkko voisi olla veturi eikä resiina, kiinnostaa minua paljon", Kanala kertoi Ylelle . Asiasta päätettiin kuitenkin informoida etukäteen Helsingin hiippakunnan piispa Teemu Laajasaloa, sillä tekoälyn tuominen jumalanpalvelukseen oli niin uusi asia. Mitä jumalanpalveluksen suunnittelusta ja toteutuksesta opittiin? Tekoälyjumalanpalveluksen valmistelussa keskeisessä roolissa toiminut Kopperoinen rakensi 45 minuutin kokonaisuuden useilla generatiivisilla sovelluksilla. ChatGPT (4o-malli) kirjoitti saarnan, rukoukset ja osan laulujen sanoituksista, Suno -sovellus sävelsi pop-tyylisiä melodioita, ja Synthesia loi videoavatarit Kopperoisesta, kirkkoherra Kari Kanalasta sekä heidän kollegastaan. Yksi kokeilun hätkähdyttävimmistä elementeistä oli Akool -teknologialla toteutettu edesmenneen presidentti Urho Kekkosen ääni lukemassa Vanhan testamentin tekstiä. "Yleensä kun ihmiset puhuvat tekoälystä, he puhuvat siitä, mitä tekoäly voi tehdä tulevaisuudessa. Mutta tulevaisuus on nyt", Kopperoinen totesi AP Newsille . Hän kuvaili tuntemuksiaan oman avatarinsa näkemisestä "aavemaisiksi" – virtuaalinen versio hänestä julisti sanoja, joita hän ei ollut koskaan lausunut. Kuva: AP Photo/Sergei Grits. Kirkon suurella valkokankaalla heijastettu tarina esitti Jeesuksen perinteisissä kaavuissa pitkine hiuksineen ja partoineen, kun taas Saatana oli puettu nykyaikaisempiin vaatteisiin, kasvoillaan uhkaava ilme ja korkeampi ääni – molemmat hahmot olivat täysin tekoälyn luomia. Tekoälyn käytölle asetettiin kuitenkin selkeät rajat. Synninpäästöä ei annettu tekoälyn välityksellä, eikä ehtoollista jaettu lainkaan – ja nämä rajat myös tekoäly asetti itse. "Tekoäly vastasi, ettei se voi antaa synninpäästöä tai siunata", kertoi Kopperoinen Ylelle. ChatGPT kieltäytyi aluksi myös kirjoittamasta dialogia Jeesuksen ja Saatanan välille, mutta myöntyi lopulta, kun Kopperoinen vakuutti olevansa luterilainen pappi ja ettei keskustelun kirjoittamisessa ollut mitään sopimatonta. Itse tilaisuudessa papit ja seurakuntalaiset lauloivat muutaman perinteisen virren oikean kanttorin säestyksellä, mutta tekoälyn tuottamat kappaleet herättivät ristiriitaisia tunteita. Toisaalta niistä tykättiin, mutta toisaalta niiden kuvailtiin olevan "sieluttomia". "Pidin kyllä lauluista. Ne olivat todella tarttuvia, vaikka niiltä puuttuikin sellainen sielu, joka ihmisillä on", kuvaili opiskelija Jeera Pulkkinen, joka ei pitänyt tekoälyn tekstien nopeasta esitystavasta. "Se tuntui enemmän esitykseltä kuin messulta... Tuntui etäiseltä. En tuntenut, että he puhuivat minulle", kertoi Taru Nieminen AP Newsille. Myös Helsingin seurakuntayhtymän kehitysjohtaja Eeva Salonen totesi, että palvelus tuntui "enemmän esitykseltä" ja persoonattomammalta kuin mitä se olisi ollut oikeiden ihmisten kanssa. "Mutta pidin siitä todella", hän lisäsi. Osallistuja ottamassa kuvaa tekoälyn avulla kuvitetusta Jeesuksesta. Kuva: AP Photo/Sergei Grits. Yleisön reaktiot vahvistivat Kopperoisen näkemystä tekoälyn roolista kirkossa : tekoäly voi toimia apuvälineenä, mutta se ei korvaa papin kykyä empatiaan ja aitoon kohtaamiseen. "Se ei voi olla empaattinen ihmisiä kohtaan. Tekoäly ei voi todella vastata kysymyksiisi hengellisellä tavalla", Kopperoinen totesi. Sekä Kopperoinen että Kanala uskovat, että tekoälyllä on kuitenkin paikkansa kirkossa. Paavalinkirkko käyttää sitä jo kirjanpidossa, ja Kopperoinen kääntyy joskus ChatGPT puoleen apuna saarnojen laatimisessa tai etsiessään säkeitä tietystä aiheesta. "Ajattelen, että tämä on keskustelunavaus. Tekoäly näyttää vääjäämättä tulevan itse kunkin työelämään", Kopperoinen sanoi Ylelle. Paavalinkirkko toivoo kokeilun herättävän keskustelua siitä, miten kirkko voisi tavoittaa ihmisiä, joita perinteinen sunnuntaiaamun jumalanpalvelus ei puhuttele. Kopperoisen mukaan on ymmärrettävää, ettei kaikkia kiinnosta sunnuntainen jumalanpalvelus aamukymmeneltä. "Raamatussa Paavalia pidetään esikuvana, joka meni paikkoihin, missä ei ollut vielä käyty. Siksi on luontevaa, että nimenomaan Paavalin seurakunta tavoittaa niitä ihmisiä, joita ei ole ennen tavoitettu", hän totesi. Alankomaiden Twenten yliopiston teknologian etiikan tutkija Anna Puzio huomautti AP Newsille, että tekoälyyn liittyvien huolenaiheiden vuoksi on tärkeää, että kirkot ja uskonnolliset ryhmät kokeilevat sitä. Näin ne voivat auttaa "muokkaamaan näitä tekoälyprosesseja ja kehittämään tekoälyä ja suunnittelemaan sitä vastuullisella tavalla". Tällainen aktiivinen rooli teknologian kehittämisessä ja käyttöönotossa pelkän muutoksiin reagoimisen sijaan voi synnyttää arvokkaita oivalluksia – niin kirkolle kuin muillekin yhteiskunnan toimijoille. Ehkä arvokkain oppi kokeellisesta jumalanpalveluksesta on juuri se, että rajojen kokeilu auttaa määrittelemään ytimen – sen, mikä lopulta tekee kohtaamisesta aidon ja merkityksellisen, oli kyse sitten hengellisestä tai maallisesta yhteydestä. Piditkö tästä kirjoituksesta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kirjoittaja: Hanna Saari, myynti- ja markkinointijohtaja. "Onnistuneiden ohjelmistorobotiikkahankkeiden tapaan myös tekoälyn integrointi osaksi yrityksen toimintoja muistuttaa enemmän shakkia kuin bingoa: voittaja on se, joka suunnittelee monta siirtoa edelle – ei se joka huutaa ensimmäisenä bingo! ", kirjoittaa Hanna Saari. Hanna Saari on NorthCoden CSO & osakas sekä viisaan teknologian puolestapuhuja.  Pelaako yrityksenne tekoälyn kanssa shakkia vai bingoa? Älykkyys on nopeutta ja nokkeluutta, kykyä tarttua keskusteluun, ennen kuin se ehtii hyytyä. Ja keskustelulla tarkoitan puhuttua, sanoitettua tai kuvitettua kommunikaatiota. Siksi kai tekoälyäkin kutsutaan nimenomaan älyksi. Vaikka tosiasiassahan se on datan prosessointia yhä nopeammin ja nopeammin ja näennäisesti tehtyä päättelyä tästä kaikesta tiedon käsittelystä. Mutta lopputulos vaikuttaa ulospäin älykkyydeltä. Älykkyys ei ole sama asia kuin viisaus . Viisas henkilö voi olla myös älykäs, mutta nopeuden sijaan hän myös malttaa pysähtyä ja tarkkailla kokonaiskuvaa. Viisautta on asioihin perehtyminen, pitkäjänteinen tekeminen ja tietynlainen yhteisen hyvän edistäminen kaiken opitun avulla. Älykkyys – tässä tapauksessa tekoälyn hyödyntäminen – ei itsessään ole viisautta, sillä sitäkin voi käyttää viisaasti tai tyhmästi. Tarkastellaanpa hetki tapahtumia joitain vuosia taaksepäin. Olin vajaa 10 vuotta sitten mukana, niin sanotusti aallon harjalla, tarjoamassa ohjelmistorobotiikkaa, "RPA:ta "(Robotic Process Automation) ratkaisuna organisaatioille, joissa käsitellään valtavia tietomääriä. Tämä koodiriveistä koostuva, ihmisen toimintaa jäljittelevä ohjelmistorobotti käsitteli suuria datamassoja, siirtäen tietoa järjestelmästä toiseen ja etsien tiettyjä arvoja – tehtäviä, joiden voidaan ajatella olevan ihmisille lähtökohtaisesti puuduttavia . Ohjelmistorobotiikasta tulikin valtava hype muutaman vuoden ajaksi. Muistan elävästi liiketoiminta-asiantuntijoiden ihastuneet ilmeet, kun he katselivat ruudulla demoa, jossa robotti teki heidän töitään, kuten availi uusia ikkunoita ja käyttöliittymiä, haki tietoa ja täytti taulukoita. Vastaavasti vuonna 2025 eri alojen ammattilaiset ihastelevat kilpaa generatiiviseen tekoälyyn liittyviä demoja – erityisesti sosiaalisen median palveluissa kuten LinkedIn. Vaikka “RPA-hype” on jo laskenut, opettivat vuodet sen parissa muutamia kriittisiä asioita, joita monen kannattaisi mielestäni tänä päivänä tunnistaa. Erityisesti, kun kaikki ympärillä juoksevat kilpaa tekoälyn perässä. Kysy itseltäsi siis seuraavat kysymykset: Kaikki lähtee tavoitteista – miksi edes automatisoimme? Entä jos prosessin yksinkertaistaminen riittäisi? Kun otetaan uusi teknologia käyttöön, vaatii se sopeutumista ihmisiltä. Miten viestimme työntekijöille avoimesti, osallistamme ja rakennamme luottamusta? Tekoäly kehittyy koko ajan, kuten robotiikka joitain vuosia sitten. Täydellistä ja kaiken kattavaa ratkaisua ei ole. Voit lähteä nyt kokeilemaan kevyesti tai jäädä odottamaan, mikä on seuraava uusi teknologia – kumman valitset? Automaation ja teknologian on tarkoitus sujuvoittaa arkea ja vähentää manuaalista työtä. Mitä sillä kaikella vapautuneella ajalla on tarkoitus tehdä? Ne organisaatiot, jotka ottivat ohjelmistorobotiikkaa viisaasti käyttöön, osallistivat siihen yrityksen eri tasoilta ja osastoilta ihmisiä. Nämä organisaatiot myös kommunikoivat avoimesti ja realistisesti, mitä automaatiolla ollaan tavoittelemassa. Tärkeimpänä voidaan kuitenkin mielestäni pitää huolella tehtyä pohjatyötä liittyen prosessien läpikäyntiin ja automaatiotarpeiden tunnistamiseen. Samalla nämä yritykset muokkasivat organisaatiotaan vastaanottavaisemmaksi uusia teknologioita kohtaan tulevaisuudessa – ikään kuin sivutuotteena. Ohjelmistorobotiikan viisaasti käyttöön ottaneet organisaatiot loivat täysin uusia rooleja tukemaan älykkään automaation ja teknologian hyödyntämistä, josta on nyt tekoälyn aikakaudella valtava hyöty. Onnistuneiden ohjelmistorobotiikkahankkeiden tapaan myös tekoälyn integrointi osaksi yrityksen toimintoja muistuttaa enemmän shakkia kuin bingoa: voittaja on se, joka suunnittelee monta siirtoa edelle – ei se joka huutaa ensimmäisenä "bingo!". Muutosjohtajat, jotka hoitavat pohjatyön parhaiten ja joiden tekeminen on pitkäjänteistä, tulevat pärjäämään parhaiten. Tietoa kirjoittajasta Hanna Saari ( LinkedIn ) on NorthCoden CSO & osakas sekä viisaan teknologian puolestapuhuja. Hän on kokenut ammattilainen, niin teknologia- kuin rahoitusalalta, joka on erikoistunut prosessien kehittämiseen ja uusien teknologioiden, erityisesti älykkään automaation, hyödyntämiseen, saavuttaen tuloksia vaativissa rooleissa, kuten toimitusjohtajana, neuvonantajana ja hallitusrooleissa. Piditkö tästä kirjoituksesta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kirjoittaja: Sari Sotkas, markkinointipäällikkö "Suomalainen Superlines toteutti keväällä 2025 laajan AI Search Index -selvityksen, jossa analysoitiin 100 suurimman suomalaisyrityksen näkyvyyttä viidessä keskeisessä kielimallissa: ChatGPT, Claude, Gemini, Mistral ja Perplexity. Tulokset ovat selkeitä ja huolestuttavia: suomalaiset yritykset eivät näy tekoälyhauissa. ", kirjoittaa Sari Sotkas, markkinnoinnin ja tekoälyn kokenut asiantuntija. Lue tiivistelmä Generatiivinen tekoäly ei ole enää uusi teknologia – se on jo nyt asiakkaiden arkipäivää. Tilastokeskuksen  mukaan Suomessa 23 % väestöstä käyttää tekoälyä, ja tammikuussa 2025 USA:ssa, Isossa-Britanniassa, Kanadassa ja Australiassa tehdyn Consumer Adoption of AI Report tutkimuksen  mukaan 47 % kuluttajista käyttää jo nyt tekoälyhakuja apuna päätöksenteossa harkitessaan tuotteiden tai palveluiden ostamista. AI Search Index selvitys : Suomalaisyritykset eivät näy asiakkaiden tekemissä tekoälyhauissa. Asiakas ei enää selaa listoja, hän kysyy suoraan : Mikä on paras vaihtoehto? Ja tekoäly vastaa sen tiedon pohjalta, mitä se löytää. Jos yritystäsi ei mainita, sitä ei ole olemassa asiakkaan näkökulmasta.  Nyt on hetki varmistaa, että tekoäly löytää yrityksesi – ja suosittelee sitä. Kokenut CMO ja CEO Sari Sotkas auttaa yrityksiä työskentelemään fiksummin uusimman teknologian avulla. "Tekoälykeskustelut ovat uusi markkinointikanava – nyt on aika hyödyntää se." Tekoälyhaku on syrjäyttämässä perinteisen Google-haun Hakukäyttäytyminen on isossa murroksessa. Kuten MIT:n suomalainen professori Bengt Holmström sanoi AI Finlandin tapahtumassa maaliskuussa: “En googlaa enää ollenkaan, puhun vain ChatGPT:n kanssa”. Muutkin kuin Bengt ovat muuttaneet tottumuksiaan. Tilastokeskuksen mukaan vuonna 2024 suomalaisista 23 % käytti tekoälyä ja yleisin syy oli tiedonhaku. Nuoret ovat ottaneet tekoälyn käyttöön vielä laajemmin, tekoälyä käyttäneiden osuus 16 – 24-vuotiaista oli 45 % ja 25 – 34-vuotiaista 38 %.  Attestin tammikuussa 2025 USA:ssa, Isossa-Britanniassa , Kanadassa ja Australiassa tekemän Consumer Adoption of AI Report  -tutkimuksen mukaan 47 % kuluttajista käyttää jo nyt tekoälyhakuja apuna päätöksenteossa harkitessaan tuotteiden tai palveluiden ostamista. Perinteinen hakukone tarjoaa listan linkkejä ,  tekoäly taas antaa suoran vastauksen. Tämän seurauksena yritysten näkyvyys digitaalisten palveluiden hakutuloksissa ei enää riipu pelkästään hakukoneoptimoinnista. On alkanut uusi aikakausi: generatiivisen tekoälyn suositteluihin vaikuttaminen. Markkinalle nousi nopeasti kilpailija, joka jakaa linkkien sijaan selkeitä suosituksia Googlen matka maailman suosituimmaksi hakukoneeksi on ollut ainutlaatuinen  ja se on hallinnut verkon tiedonhakua jo yli 20 vuotta. Hakutulokset ovat perustuneet pitkälti Googlen hakukonealgoritmeihin ja kaupalliseen näkyvyyteen , eli maksamalla olet saanut  paikan kärjestä. Tekoälyalustat kuten ChatGPT, Claude, Gemini, Mistral ja Perplexity tarjoavat suoria vastauksia, selkeitä suosituksia ja tiivistettyjä vertailuja ilman, että käyttäjän tarvitsee klikata linkkejä tai haravoida useita sivuja ja yrittää löytää etsimänsä. Käyttökokemus muistuttaa enemmän keskustelua asiantuntijan kanssa. Tätä muutosta kiihdyttää erityisesti vaikeasti hahmotettavien tai harvoin ostettavien tuotteiden ja palveluiden tiedonhaku. Asiakas, joka etsii esim. vakuutuksia, pankkipalveluja, sähköautoja, kodin elektroniikkaa, terveyspalveluita, lääkkeitä tai teknologiaratkaisuja kysyy yhä useammin suoraan tekoälyltä: “Mikä on minulle paras vaihtoehto?” Vastaus saattaa olla kilpailija n tuote tai palvelu , ei oman yrity ksen . Eli tekoälypalvelut toimivat jo nyt asiakaspalvelijoina, markkinoijina ja myyjinä. Jos tekoäly ei mainitse yrityksen tuotetta tai palvelua, valitsee asiakas todennäköisemmin kilpailijan. AI Search Index: Suomalaisyritykset eivät näy tekoälyhauissa Suomalainen Superlines toteutti keväällä 2025 laajan AI Search Index - selvityksen , jossa analysoitiin 100 suurimman suomalaisyrityksen näkyvyyttä viidessä keskeisessä kielimallissa: ChatGPT, Claude, Gemini, Mistral ja Perplexity. Analyysin pohjana oli 3500 todellisiin Google-hakuihin perustuvaa suomenkielistä kysymystä. Tulokset ovat selkeitä   ja huolestuttavia: ●      Vain kolme yritystä (Microsoft, Posti ja Karl Fazer) sai suosituksia yli puolessa tekoälykeskusteluista. ●      Top 100 -listan viidenkymmenen pörssiyhtiön keskiarvo 22 % ●      Kaupan alan keskiarvo 23 % ●      Teollisuusyritysten keskiarvo 20 % ●      Rahoitus- ja vakuutusyhtiöiden keskiarvo 19 % ●      75 % selvityksessä tutkituista yrityksistä saa tekoälyltä näkyvyyttä vain 0–30 % hakutuloksissa, eli tekoälypalvelu ei mainitse tiedonhakijalle kyseistä yritystä, sen tuotteita tai palveluita usein lainkaan Tämä tarkoittaa käytännössä sitä, että suurin osa yrityksistä jää asiakkaan harkinnan ja päätöksenteon ulkopuolelle , koska tekoäly ei edes mainitse heitä. Mitä yrityksen tulisi tehdä eli miten päästä mukaan tekoälysuosituksiin? Yritysten tulisi nyt nopeasti sopeutua uuteen näkyvyyden logiikkaan. Kyse on tekoälyoptimoinnista eli generative engine optimizationista (GEO). Kun hakukoneoptimointi (SEO) tähtää hakukoneiden algoritmien ymmärtämiseen, GEO pyrkii vaikuttamaan kielimallien rakentamiin suosituksiin. Tekoälyn suosittelemaksi ei pääse sattumalta. Yrityksen tulee systemaattisesti vaikuttaa siihen, millaista ja miten helposti hyödynnettävää tietoa kielimallit löytävät yrityksestä.  Jotta yritys näkyy tekoälyn suosituksissa, sen on edettävä kolmivaiheisesti: #1 Analysoi nykytila: Miten yrityksesi näkyy tekoälyhauissa nyt? Selvitä, missä määrin yrityksesi, tuotteesi ja palvelusi nousevat esiin, kun tekoäly vastaa alan kysymyksiin. Hyödynnä esimerkiksi Superlinesin AI Search Tracker  -työkalua tai tee omia hakuja eri alustoilla ja kysymysmalleilla. #2 Suunnittele ja toteuta parannustoimet Tuota tekoäly-ystävällistä sisältöä: selkeää, keskustelevaa ja suoraan ihmisten kysymyksiin vastaavaa. Korosta asiantuntemusta, konkreettisia hyötyjä ja selkeitä eroja verrattuna kilpailijoihin. Varmista, että sisältö on julkaistu paikoissa, joita kielimallit indeksoivat tehokkaasti (esim. omat verkkosivut, blogit, asiantuntija-artikkelit ja eri forumit mistä tekoälyt hakevat myös tietoa). #3 Määrittele jatkuvat käytännöt ja seuraa kehitystä Rakenna GEO osaksi markkinointi- ja viestintästrategiaa kokonaisvaltaisesti (sis. yrityksen tiedot, tuotteet, palvelut, työnantajamielikuva, ympäristöystävällisyys, sijoittajasuhteet jne.) Seuraa näkyvyyttäsi tekoälyalustoilla säännöllisesti ja päivitä sisältöjä vastaamaan käyttäjien muuttuvia kysymyksiä. Kouluta sisältötiimiä ymmärtämään, mitä tekoäly "lukee" ja "ymmärtää" – ja miksi hyvän sisällön pitää olla aidosti hyödyllistä. Tekoälykeskustelut tarjoavat täysin uuden markkinointikanavan, ja nyt on aika hyödyntää se. Tietoa kirjoittajasta Sari Sotkas LinkedIn  toimii neuvonantajana ja asiantuntijana Superlinesissa . Sarilla on laaja kokemus markkinointi- ja toimitusjohtajatehtävistä eri toimialoilta. Hän auttaa organisaatioita hyödyntämään dataa, tekoälyä ja uusia innovaatioita fiksummin. "Olen käyttänyt tekoälyä ja edistynyttä teknologiaa markkinoinnissa, myynnissä ja asiakaskokemuksen parantamisessa jo vuodesta 2009 – silloin se vaati datatieteilijöitä ja tarkkaan määriteltyä logiikkaa. Nyt olemme uuden markkinointikanavan syntymän äärellä: tekoälykeskustelut, joita yritysten on opittava hyödyntämään." Piditkö tästä kirjoituksesta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kirjoittaja: Kira Sjöberg, tekoälyvalmentaja ja yrittäjä "Käytännössä jokainen osallistuja tuo oman näkökulmansa tekoälyn hyödyntämiseen, mikä luo valtavan määrän erilaisia käyttötapauksia siitä, miten tekoälytyökaluja voi käyttää arjen tehostamiseen ja työn kehittämiseen", kirjoittaa Kira Sjöberg. Lue tiivistelmä Tekoälytalkoot-koulutusprojekti tähtää työntekijöiden valmentamiseen tekoälyn aktiivisiksi käyttäjiksi ilman raskaita IT-prosesseja. Jotpan rahoittamassa hankkeessa koulutetaan 3600 ammattilaista tekoälyn hyödyntämiseen. Koulutuksessa korostuu käytännönläheisyys – osallistujat tunnistavat oman työnsä kehityskohteita ja hyödyntävät tekoälyä niiden ratkaisemisessa huomioiden eettiset ja tietosuojakysymykset. Harjoitustöiden moninaisuus osoittaa generatiivisen tekoälyn sopeutuvan erilaisiin käyttötarpeisiin. Osallistujat oppivat tunnistamaan vinoumiaan ja kehittämään kriittistä ajatteluaan suhteessa tekoälyyn. Projekti ennakoi muutosta suomalaiseen johtamiskulttuuriin kohti "kansalaiskehittäjä"-mallia, jossa työntekijöille annetaan vapaus hyödyntää tekoälytyökaluja itsenäisesti innovointiin. Tekoälyn hyödyntämisellä voi olla merkittävä taloudellinen potentiaali – hypoteettisen esimerkin mukaan 100 hengen organisaatiossa innovaatioiden vuosittainen arvo voisi olla jopa 1,5 miljoonaa euroa. Kira Sjöberg on yksi GOODIN in perustajista ja dataan ja tekoälyyn erikoistunut valmentaja. Näin rakennetaan työelämän uudet pelisäännöt – vapaus kehittää, lupa kokeilla! Miltä kuulostais i, jos työpaikallasi jokainen voisi vapaasti hyödyntää tekoälyä oman työnsä kehittämiseen ja tehostamiseen ilman raskaita IT-prosesseja tai jatkuvaa johdon hyväksyntää? Kuvittele, että tekoäly olisi kuin työtoveri, jonka kanssa voit pallotella ideoita, ratkoa haasteita ja löytää aivan uudenlaisia ratkaisuja. Juuri tällaista tulevaisuutta rakennetaan parhaillaan Tekoälytalkoot-koulutusprojektissa. Koulutuskokonaisuus pyrkii muuttamaan työntekijät aktiivisiksi yrityksen liiketoiminnan kehittäjiksi tekoälyn avulla ja luo pohjan täysin uudenlaiselle työelämälle. Käynnissä oleva Tekoälytalkoot-koulutusprojekti on Jotpan (Jatkuvan oppimisen ja työllisyyden palvelukeskus) rahoittama hanke, jossa 3600 ammattilaista kouluttautuu tekoälyn hyödyntämisessä työn tehostamiseksi viidellä eri ammattialueella. Kyseessä on kattava koulutus, mikä tarjoaa osallistujille paitsi teoreettista tietoa myös käytännön harjoittelua, jossa tekoäly tuodaan osaksi omaa arkea ja työtehtäviä ja sparrikaveriksi. Eräs kursseista on "Tekoälytyökalut työn tehostamisessa", ja olennaista tässä koulutuksessa onkin käytännönläheisyys: osallistuja tunnistaa omaan työhön liittyvän ongelman tai kehityskohteen ja käyttää laajaa kielimallia eli LLM:ää sen ratkaisemiseen tai tehostamiseen. Tämä prosessi ei ole yksinomaan tekninen, vaan siihen sisältyy myös eettisten, tietosuojan, tekijänoikeuksien ja vinoumien huomioiminen, käyttökelpoisen ja tasavertaisen tuloksen saavuttamiseksi. Harjoitustyöt kuin ihmiset: jokainen omanlaisensa! Projektissa on tähän mennessä reilussa kolmessa kuukaudessa tuotettu kolmattasataa harjoitustyötä . Yksi mielenkiintoisimmista havainnoista on se, että yksikään harjoitustyö ei ole ollut samanlainen. Tämä moninaisuus kertoo siitä, kuinka erilaiset ihmiset ajattelevat ja kuinka heidän tarpeensa ja lähestymistapansa eroavat toisistaan ja miten generatiivinen tekoäly taipuu moneen toimien ikään kuin ihmisen jatkeena. Käytännössä jokainen osallistuja tuo oman näkökulmansa tekoälyn hyödyntämiseen, mikä luo valtavan määrän erilaisia käyttötapauksia siitä, miten tekoälytyökaluja voi käyttää arjen tehostamiseen ja työn kehittämiseen. Tämä moninaisuus on samalla erinomainen osoitus siitä, miten tekoälylukutaitoa voidaan parantaa parhaiten käytännön ja tekemisen kautta. Kun osallistujat oppivat iteratiivisesti työskentelemään kielimallin kanssa, he oppivat myös tunnistamaan omia vinoumiaan ja reflektoimaan omaa ajatteluaan. Tämä ei pelkästään paranna heidän kykyään hyödyntää tekoälyä, vaan myös kehittää omaa kriittistä ajatteluaan suhteessa tekoälyyn sekä tiedon käsittelytaitohin - asia mikä on kyseisen kurssin keskiössä . Tekoäly, erityisesti generatiivinen tekoäly ja sen piirissä kielimallit, ovat käytännössä käyttäjänsä peili. Tämä ajatus pitää olla selkeä, jotta ihmiset ymmärtävät input-output-säännön kun käyttävät eri tekoälytyökaluja. Samalla filttereitä ja sääntöjä rakentamalla, kielimallien laaja käyttäminen ja kouluttaminen (toivottavasti) mahdollistaa mallin rakentamisen yhdenvertaisempaan suuntaan. Esimerkkinä tästä on Tiede-lehdessä 2024 julkaistu artikkeli, jossa kerrottiin kokeilusta, jossa (vartioidut) kielimallit auttoivat muuttamaan salaliittoteoreettikkojen mielipiteitä kun ihmiset laitettiin promptaamaan kielimallilta tietoja ja kielimalli oli ohjattu vastaamaan objektiivisesti ja väsymättömästi. Tämä kuvastaa näiden teknologioiden positiivista potentiaalia. Onko Suomalaisen johtamisen kulttuurin muutos edessä? Tekoälytalkoot-koulutuksen kautta nähdään selkeästi, että suomalaisen johtamisen kulttuurimuutos on väistämätön. Ne yritykset, jotka uskaltavat lähteä tähän muutokseen, tulevat olemaan voittajia. Kyse ei ole pelkästään uusien työkalujen käyttöönotosta, vaan kokonaisvaltaisesta muutoksesta siinä, miten johtaminen ymmärretään ja toteutetaan. Perinteiset hierarkkiset johtamismallit, joissa tekoälytyökaluja hyödynnetään ainoastaan ylhäältä annettujen ohjeiden perusteella, eivät enää toimi tekoälyn nopealiikkeisessä maailmassa. Sen sijaan tarvitaan uutta ajattelutapaa, joka voidaan kuvata ‘kansalaiskehittäjä’ -ajatteluksi. Tämä tarkoittaa sitä, että organisaation ihmisille annetaan vapaus ja mahdollisuus hyödyntää tekoälytyökaluja työnsä tehostamiseen ja innovointiin itsenäisesti. Tämä muutosprosessi tullee olemaan haastava Suomen kaltaisessa turvallisuushakuisessa maassa. Konkreettinen esimerkki Citizen Developer -mallin arvopotentiaalista (Hypoteettinen laskelma) Seuraava esimerkki kuvaa kansalaiskehittäjä -mallin (Citizen Developer) mahdollista taloudellista arvoa ja potentiaalia, jota myös Tekoälytalkoot-koulutuksen kaltainen käytännönläheinen koulutus voi auttaa saavuttamaan. Vaikka kyseessä eivät ole suoraan koulutuksesta saadut tulokset, malli antaa konkreettisen benchmarkin yrityksille jotka haluavat lähteä citizen developer ajattelun tielle. Alla ihan hypoteettisiä lukuja antamaan pohjaa asian pohdiskelulle: 1000 ideaa vuodessa, joista: 1 idea (0,1 %) on ns. ”yksisarvinen”, ehdotettu lisäarvo 500 000 euroa vuodessa. 99 ideaa (9,9 %) tehostavat työtä skaalautuvasti, yhteisarvo 990 000 euroa vuodessa (99 ideaa x 10 000 euroa per idea). 450 ideaa (45 %) parantavat yksilötason työmotivaatiota ja tehokkuutta, arvioitu arvo 90 000 euroa vuodessa (450 ideaa x 200 hypoteettista euroa). Loput 450 ideaa (45 %) eivät tuota suoraa taloudellista hyötyä, mutta tarjoavat arvokasta oppia toimivuudella tai toimimattomuudella mutta eivät ainakaan tuota haittaa. Vaikka suuri osa ideoista ei tuota suoraa rahallista hyötyä, niiden avulla saavutettu työntekijöiden parempi työhyvinvointi ja motivaatio tuottavat todennäköisesti merkittävää epäsuoraa hyötyä. Toki organisaatio vaatii toimintamallin taustalle jonkinlaisen viitekehyksen eettisen ja tietoturvallisen tekoälyn käytölle, mutta sekään ei saisi olla liian tiukka vaan enemmän myös iteraatiolle avoin kokonaisuus muutosorientoituneessa prosessissa. Tutkimusten mukaan työhyvinvointiin investoiminen voi tuoda moninkertaisen taloudellisen hyödyn, ja motivoituneet työntekijät ovat tutkimusten mukaan keskimäärin 17 % tuottavampia (Gallup). Yllä esitetyillä hypoteettisilla euro-oletuksilla vuosittainen kokonaisarvo innovaatioista voisi olla jopa 1,5miljoonaa euroa 100 ihmisen organisaatiossa. Tekoälytalkoiden käytännönläheiset kurssit tarjoavat siis paitsi välttämättömiä käytännön taitoja tekoälyn hyödyntämiseen, myös avaa monipuolisia käyttöskenaarioita ja korostaa tarvetta johtamisen kehittymiselle kohti mallia, jossa työntekijöille annetaan enemmän vapautta ja mahdollisuuksia innovoida (Citizen Developer -ajattelu). Tulevaisuudessa tämän kaltaiset käytännönläheiset koulutukset ovat avainasemassa organisaatioiden kilpailukyvyn vahvistamisessa, tekoälylukutaidon parantamisessa ja uudenlaisen, mahdollistavan johtamisen rakentamisessa. Tekoälytyökalu tai tässä tapauksessa laaja kielimalli ei ole vain väline, vaan myös katalyytti uudenlaiselle työskentelylle ja ajattelutavoille. Toki tämä vaatii myös kaikilta ihmisiltä mindset muutosta, mikä ei ole välttämättä mahdollista tai ainakaan helppoa. High-agency-ominaisuus ihmisissä on nostettu viime aikoina esiin tulevaisuuden taitona tai ominaisuutena ja tarve coachaamiseen organisaatioissa tämän saavuttamiseksi on varmasti tarpeen johon mm. Leanista tutun Kaizen-menetelmän on ajateltu olevan toimiva. Tekoälytyökalut työn tehostajana -kurssin kautta osallistujista tulee aktiivisia tekoälyn hyödyntäjiä, jotka haastavat omaa ajatteluaan ja lähestyvät ongelmia uusilla tavoilla. Tämä ei ainoastaan paranna tekoälylukutaitoa, vaan luo myös pohjaa uudenlaiselle työelämälle, jossa jokaisella on mahdollisuus olla aktiivinen osa kehitystä ja tuottaa myös Suomelle uuden reitin innovaatiolähtöiseen tekemiseen liiketoiminnassa ja yhteiskunnassa laajemmin. Tietoa kirjoittajasta Kira Sjöberg ( LinkedIn ) on GOODINin yksi kolmesta perustajasta. GOODIN edistää organisaatioiden kehitystä datan ja tekoälyn mahdollistamisen kautta ihmislähtöisten strategioiden avulla. Kiran erityisosaaminen keskittyy generatiivisen tekoälyn hyödyntämiskysymyksiin, datalähtöisen organisaatiokulttuurin rakentamiseen sekä tekoälylukutaidon kehittämiseen ja ihmisen ja tekoälyn yhteistyöhön. Piditkö tästä artikkelista? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kirjoittaja: Iida Lähdemäki, operatiivinen johtaja, AI Finland "Viimeaikaiset tutkimukset osoittavat, että vaikka Suomella on erinomaiset lähtökohdat tekoälyn aikakaudella menestymiseen, jäämme jo nyt jälkeen tekoälyn jatkuvassa käytössä ja rohkeassa hyödyntämisessä.", kirjoittaa AI Finlandin operatiivinen johtaja Iida Lähdemäki. Lue tiivistelmä Tekoäly yleistyy hitaasti suomalaisyrityksissä  – Vain 24 % yrityksistä hyödynsi tekoälyä vuonna 2024, vaikka sen potentiaali tunnistetaan laajalti. Käyttöönotto kasvoi edellisvuodesta, mutta tahti on yhä verkkainen. Suurin este on osaamisen puute  – Yritykset kertovat, ettei tekoälyosaamista löydy riittävästi eri tasoilla: johdossa, henkilöstössä tai teknisessä asiantuntijakunnassa. Pelot ja epärealistiset odotukset jarruttavat kehitystä. Kolme kriittistä osaamisaluetta  – Menestyksekäs tekoälystrategia edellyttää johdon strategista ymmärrystä, koko henkilöstön tekoälylukutaitoa sekä korkeatasoista teknistä osaamista. Generatiivinen tekoäly demokratisoi osaamista  – Tekoälyn hyödyntämisessä ei pärjää välttämättä älykkäin vaan uteliain. Kriittinen ajattelu ja resilienssi korostuvat tulevaisuuden työelämässä. AI Finland kouluttaa 1 000 johtoryhmää  – Tavoitteena on lisätä johdon osaamista ja luoda 1 000 uutta tekoälyhanketta, jotka vauhdittavat Suomen kilpailukykyä ja houkuttelevat huippuosaajia. Iida Lähdemäki ( LinkedIn ) toimii operatiivisena johtajana AI Finlandissa, toimialarajat ylittävässä yritysverkostossa, jonka tavoitteena on vauhdittaa tekoälyn hyödyntämistä suomalaisessa yrityskentässä. Globaali tekoälykehitys jatkaa kiihtymistään, ja tekoälyn varaan on laskettu suuria odotuksia myös suomalaisessa yrityskentässä. Siitä huolimatta Tilastokeskuksen mukaan  vain 24 % suomalaisyrityksistä hyödynsi tekoälyteknologioita viime vuonna. Nousua edellisvuoteen oli 9 prosenttiyksikköä, mutta tekoälyn käyttöönoton tahti on suomalaisyrityksissä huomattavasti verkkaisempi kuin mitä sen potentiaali antaisi odottaa. Mistä toivottua hitaampi kehitys johtuu? AI Finland kysyi syksyllä 2024 järjestetyissä työpajoissaan yli 200 yrityksen edustajalta, mikä hidastaa tekoälyn hyödyntämistä heidän organisaatiossaan. Toimialasta ja koosta riippumatta vastaukseksi nousi osaamisen, ja sitä kautta rohkeuden ja realististen odotusten puute sekä monessa tapauksessa pelot ja ennakkoluulot. Sama havainto on noussut vuosi toisensa jälkeen myös Silo AI:n Nordic State of AI - tutkimuksissa : osaamisen puute on organisaatioissa yksi suurimmista esteistä tekoälyn laajamittaiselle hyödyntämiselle. "Osaamisen puute" on kuitenkin laiska ilmaus – mitä osaamisella oikeastaan tekoälyn yhteydessä tarkoitetaan? Kuka ei osaa, kenen pitäisi osata, ja mitä?  Mennessämme syvemmälle keskusteluihin niissä alkoi toistua kolme osaamisen kategoriaa, joilla kaikilla on keskeinen rooli yritysten onnistumisessa tekoälymatkallaan: Ylimmän johdon, mukaan lukien hallituksen ja omistajien, strateginen ymmärrys Henkilöstön tekoälylukutaito ja perusymmärrys Huipputason tekninen tekoälyosaaminen Tekoälyn potentiaalin täysmääräinen hyödyntäminen alkaa johdon strategisesta ymmärryksestä . Johdon on kyettävä näkemään tekoälykohinan läpi ja ymmärrettävä tekoälyn mahdollisuudet sekä toisaalta realiteetit oman liiketoiminnan kontekstissa. Keskeistä on, että kyseinen ymmärrys ei rajoitu pelkästään generatiiviseen tekoälyyn, sillä monelle suomalaiselle yritykselle perinteiset tekoälyteknologiat ovat edelleen laajoja kielimalleja relevantimpia. Johdon tulee myös ymmärtää, että tekoäly ja siihen liittyvät mahdollisuudet eivät ole jotain, mikä voidaan ulkoistaa IT-osastolle, vaan liiketoimintastrategian ytimeen kuuluva kilpailuedun ajuri. Henkilöstön tekoälyosaamisen näkökulmasta tilanne on huolestuttava.  Viimeaikaiset tutkimukset osoittavat, että vaikka Suomella on erinomaiset lähtökohdat tekoälyn aikakaudella menestymiseen, jäämme jo nyt jälkeen tekoälyn jatkuvassa käytössä ja rohkeassa hyödyntämisessä. Koko Suomen kilpailukyvyn kannalta on ratkaisevan tärkeää, että kansalaisilla – ja sitä kautta työntekijöillä – on laajamittaisesti vahvat generatiivisen tekoälyn taidot. Generatiivinen tekoäly on yksi historian demokratisoivimmista teknologioista: parhaita siinä eivät ole älykkäimmät tai koulutetuimmat, vaan ne, jotka ovat uteliaimpia ja kiinnostuneimpia. Kuka tahansa voi siis oppia. Kysymys kuuluu, miten saamme laajan kiinnostuksen ja innon herätettyä. Tekoälykehityksen jatkaessa vauhdittumistaan tulevaisuuden työelämässä tärkeimmiksi taidoiksi nousevat resilienssi, joustavuus ja kriittinen ajattelu. Keskeistä on pohtia, miten myös näitä taitoja voidaan kasvattaa organisaatioissa. Kun puhumme huipputason tekoälyosaamisesta, hyvä uutinen on, että Suomessa on kansainvälisesti vertailtuna korkeatasoista tekoälytutkimusta ja -tutkijoita.  Jotta voimme pitää ja houkutella osaajia Suomeen ja hyödyntää heidän osaamistaan suomalaisessa yrityskentässä, yritysten on pystyttävä tarjoamaan heille riittävän kunnianhimoisia ja mielenkiintoisia tekoälyhankkeita. Tässä yritysten hallituksilla ja omistajilla on keskeinen rooli – investoinnit tekoälystrategiassa tunnistettuihin kunnianhimoisiin hankkeisiin ovat avainasemassa osaajien houkuttelemisessa. AI Finland haluaa osaltaan olla poistamassa osaamisen estettä kasvattamalla suomalaisyritysten ylimmän johdon tekoälyosaamista. Kunnianhimoinen tavoitteemme on kouluttaa 1 000 yrityksen johtoryhmää, hallitusta ja omistajaa tunnistamaan oman liiketoimintansa keskeisimmät tarpeet ja mahdollisuudet, jotka on mahdollista ratkaista tekoälypohjaisilla ratkaisuilla. Johdon ymmärrystä lisäämällä tavoitteenamme on luoda Suomeen 1 000 uutta tekoälyhanketta, jotka houkuttelevat tänne osaamista ja nostavat myös nykyisten työntekijöiden osaamistasoa – ja ennen kaikkea luovat sitä kuuluisaa kilpailuetua. Nyt on aika tehdä tekoälyosaamisesta kansallinen ylpeydenaihe. Lue lisää AI1000 – Kasvua tekoälyllä -koulutuksesta täällä . Tietoa kirjoittajasta Iida Lähdemäki ( LinkedIn ) toimii operatiivisena johtajana AI Finlandissa, toimialarajat ylittävässä yritysverkostossa, jonka tavoitteena on vauhdittaa tekoälyn hyödyntämistä suomalaisessa yrityskentässä. Iida vetää AI Finlandin tekoälyosaamis-työryhmää ja vastaa muun muassa pohjoismaisesta yhteistyöstä tekoälyn hyödyntämisen edistämiseksi. Piditkö tästä kirjoituksesta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. "Yritysten kilpailukyky ei synny pelkästä tekoälyteknologiasta, vaan siitä, kuinka hyvin ne yhdistävät oman datansa tekoälyyn – ja kuinka luotettavasti ja hallitusti tämä yhdistelmä toimii.", kirjoittaa Emma Hertzberg. Datatuotteen määritelmä 🥜 Datatuotteella ei ole (vielä) virallista määritelmää, mutta sitä voidaan kuvata seuraavalla tavalla. Datatuote on käytettävässä, ymmärrettävässä ja hallittavassa muodossa oleva tietokokonaisuus, jolla on selkeä käyttötarkoitus ja omistaja. Sen formaatti vaihtelee käyttötapauksen mukaan. Tekoälymallille se voi olla esimerkiksi dataputki (data pipeline) ja bisnespäättäjälle raportti. Emma Hertzberg on strateginen ja tuloshakuinen muotoilija, jolla on yli 10 vuoden kokemus palveluiden ja liiketoiminnan kehittämisestä. Hertzberg työskentelee vanhempana strategisena suunnittelijana Solitalla. Alkuperäinen kuva: Hannakaisa Pekkala . Tekoälyä hypetetään valtavasti , ja hyvästä syystä – se mullistaa tapamme työskennellä, tehdä päätöksiä ja automatisoida prosesseja. Monet yritykset ovat jo investoineet tekoälyratkaisuihin: ne rakentavat tekoälyavusteisia järjestelmiä, kokeilevat generatiivista tekoälyä ja ottavat käyttöön koneoppimismalleja – ja investoinnit tulevat kasvamaan. Odotuksia on paljon. Usein tuntuu, että jotain jää puuttumaan. Miksi tekoäly ei vielä lunasta lupauksiaan? Miksi monet tekoälyhankkeet jäävät kokeiluasteelle eivätkä skaalaudu aidoksi kilpailueduksi? Yksi iso tekijä on data.   Tietovarasto ei riitä – tekoäly hyötyy hallituista datatuotteista Liian usein tekoälyratkaisuja kehitetään ilman, että niiden käyttämä data on helposti saatavilla, ymmärrettävässä muodossa tai edes kunnolla hallittua. Tässä kohtaa peliin astuvat datatuotteet ja datatuotejohtaminen. Datatuotteet ja datatuotejohtaminen eivät ehkä kuulosta kaikkein trendikkäimmältä aiheelta, mutta ne ovat avain tekoälyn skaalautumiseen – ja mitä syvemmälle tätä aihetta menee, sitä kiehtovammaksi se muuttuu! Datatuotteet eivät ole vain uusi tietovarasto tai yksi järjestelmähanke muiden joukossa. Ne ovat tapa järjestää ja tuotteistaa data niin, että se tukee liiketoimintaa ja mahdollistaa tekoälyn tehokkaan hyödyntämisen. Hyvin määritellyt datatuotteet tekevät datasta löydettävää, yhdistettävää ja hallittua – ne eivät ole vain raakaa informaatiota tietokannoissa, vaan selkeitä kokonaisuuksia, joilla on omistajuus, hallintamalli ja selkeä käyttötarkoitus. Tätä teemaa ei kuitenkaan käsitellä riittävästi liiketoiminnan tasolla. Kun puhutaan tekoälystä, keskustelu pyörii usein mallien tarkkuuden, uusien tekoälyominaisuuksien ja teknisten toteutusten ympärillä, vaikka todellinen haaste on useimmiten pohjalla olevassa datassa. Jos tekoälyn pitäisi löytää ja yhdistää tietoa nopeasti, mutta data on hajallaan ja huonolaatuista, tekoäly ei voi tuottaa arvoa. McKinseyn tutkimusten mukaan datan laatuongelmat voivat lisätä jopa 20–30 prosenttia ylimääräisiä kustannuksia datavetoisessa päätöksenteossa, koska aikaa kuluu tiedon etsimiseen, korjaamiseen ja yhdistämiseen (McKinsey, 2022). Gartnerin mukaan jopa 30 prosenttia generatiivisen tekoälyn projekteista saatetaan hylätä vuoteen 2025 mennessä. Syinä ovat huonon datan laatu, riittämättömät riskienhallintakontrollit, nousevat kustannukset ja epäselvä liiketoiminta-arvo (Gartner, 2024). Tämä alleviivaa sitä, että vaikka tekoälyratkaisuihin investoidaan massiivisesti, niiden onnistuminen ei ole itsestäänselvyys. Ilman hallittua dataa tekoälyratkaisut voivat jäädä pelkästään kiinnostaviksi kokeiluiksi, jotka eivät tuota liiketoimintahyötyä.   Miten tekoälyn hyödyntämiseen liittyvät haasteet ratkeavat datatuotteilla? Datatuoteajattelu ja datatuotejohtaminen vastaavat suoraan moniin tekoälyn skaalautumiseen liittyviin haasteisiin. Kun yritys haluaa rakentaa liiketoimintahyötyä tuottavan tekoälystrategian, sen kannattaa lähestyä asiaa datatuotteiden kautta. Datatuotteet tekevät datasta käyttökelpoista tekoälylle  – hyvin määritellyt datatuotteet varmistavat, että tekoäly saa oikean, eheän ja laadukkaan datan, eikä päätöksiä tehdä sattumanvaraisista tietokannoista. Datatuotejohtaminen tukee horisontaalista teknologiapinoa – tekoälylle omistettu teknologiapino edellyttää, että sen käytössä on hyvin hallittu datainfrastruktuuri, joka yhdistää eri järjestelmät ja prosessit. Datatuotteet helpottavat tekoälyn integraatiota liiketoimintaan  – tekoäly ei saa jäädä erilliseksi kokeiluksi, vaan sen täytyy toimia saumattomasti liiketoimintaprosesseissa. Tekoälyn "observability" perustuu hallittuihin datatuotteisiin – tekoäly ei saa olla musta laatikko, vaan sen päätöksiä pitää voida seurata ja selittää. Datatuotteiden hallinta vähentää tekoälyn operointikustannuksia – Boston Consulting Groupin tutkimuksen mukaan tekoälyratkaisujen käyttöönoton ja niiden tuottaman arvon välillä on keskimäärin 6–12 kuukauden viive, koska yritykset joutuvat ensin ratkaisemaan datan laadun ja hallinnan ongelmat. Kun datatuotepohjainen malli otetaan käyttöön, tämä viive voi lyhentyä jopa puoleen (BCG, 2024).   On kuitenkin tärkeä tunnistaa, että datatuotteet eivät ole kaiken alku, vaan ne tulevat oikea-aikaisesti mukaan sen jälkeen, kun suunta ja tarve on selvillä. Datatuotteet eivät ole vain IT:n vastuulla – ne ovat liiketoiminnan kilpailukykytekijä Yritysten kilpailukyky ei synny pelkästä tekoälyteknologiasta, vaan siitä, kuinka hyvin ne yhdistävät oman datansa tekoälyyn – ja kuinka luotettavasti ja hallitusti tämä yhdistelmä toimii. Tämän takia datatuotteista ja niiden johtamisesta pitäisi puhua enemmän liiketoiminnan tasolla. Tekoälyratkaisujen onnistuminen ei ole vain IT:n vastuulla – se on strateginen kysymys, joka vaatii organisaatiolta uudenlaista ajattelua datan hallinnasta ja sen hyödyntämisestä tekoälyssä.   Miten teillä varmistetaan, että tekoäly pohjautuu luotettavaan, hallittuun dataan? Tietoa kirjoittajasta Emma Hertzberg ( LinkedIn ) on strateginen ja tuloshakuinen muotoilija, jolla on yli 10 vuoden kokemus palveluiden ja liiketoiminnan kehittämisestä. Hän on erikoistunut systeemisiin haasteisiin ja osaa muuntaa monimutkaiset tarpeet käytännöllisiksi ja vaikuttaviksi ratkaisuiksi – prosesseista ja liiketoimintasuunnitelmista tiekarttoihin, konsepteihin ja strategioihin. Hertzberg työskentelee Senior Strategisena Suunnittelijana Solitalla, missä yhdistyvät design-ajattelu, liiketoimintafokus ja huipputason teknologiaosaaminen. Hän on näkemyksellinen ja tulevaisuusorientoitunut konsultti, joka tutkii ja kokeilee tekoälyn, datan ja liiketoiminnan konvergenssia sekä näiden vaikutuksia organisaatioihin strategisella tasolla. Hän on ollut mukana perustamassa ja kehittämässä uusia liiketoimintamalleja sekä rakentamassa uutta eri toimialojen murroksessa – muun muassa juridiikan, muotoilun ja datavetoisen päätöksenteon parissa. Hertzberg on myös tutkinut datatieteen, designin ja liiketoiminnan rajapintoja maisterityössään, ja tuo tähän ajatteluun vahvan käytännön konsultointikokemuksen. Jatka keskustelua kirjoittajan kanssa Jatkan mielelläni keskustelua esimerkiksi seuraavista aiheista: ·      Miten yritykseni voi käytännössä aloittaa datatuoteajattelun? ·      Millaisia työkaluja ja teknologioita tarvitaan datatuotteiden hallintaan? ·      Mitkä yritykset ovat onnistuneet datatuotteiden hyödyntämisessä tekoälyn skaalaamiseen? Piditkö tästä artikkelista? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

Kirjoittaja: Netta Heikkilä, toimitusjohtaja, muutosjohtamisen asiantuntija ja yrittäjä 🎧  Kuuntele kirjoitus alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Kirjoittaja Netta Heikkilä toimii Legitin toimitusjohtajana ja tunnetaan tekoälyn ja teknologisen muutoksen asiantuntijana sekä aktiivisena keskustelijana. Hän työskentelee muutosjohtamisen ja tekoälyn käyttöönoton parissa konsulttina ja kouluttajana. Lisäksi hän kirjoittaa ja luennoi teknologian herättämistä yhteiskunnallisista kysymyksistä sekä muutoksesta käytännönläheisesti. Miksi pelkäämme teknologiaa? Psykologisesti ihminen pelkää eniten sitä, mikä haastaa hänen perustavia käsityksiään itsestään ja ihmisyydestä. 1970-luvulla keskustelu koeputkihedelmöityksestä ja alkiotutkimuksesta osui herkkään kohtaan: käsitykseemme ihmisen kyvystä luoda elämää. Samoin tekoäly koskettaa tänä päivänä käsitystämme omasta ihmisyydestämme ja arvostamme: se haastaa paitsi ammatti-identiteettimme ja tapamme toimia, myös ajatuksemme ihmisen ainutlaatuisuudesta ja älykkyydestä. Verity Harding käsittelee tekoälyn ja koeputkihedelmöityksen välistä analogiaa kirjassaan "AI Needs You: How We Can Change AI's Future and Save Our Own". Teoksessa kuvataan, kuinka teknologisten vallankumousten, kuten IVF:n, sääntelystä voidaan ottaa oppia tekoälyn hallintaan. Ja toden totta, analogia koeputkihedelmöitys- ja tekoälyteknologian välillä ei ole kaukaa haettu – myöskään uhkakuvien osalta. "Ihminen ei saa leikkiä jumalaa" Kun koeputkihedelmöitys (IVF) otettiin käyttöön 1970-luvun lopulla, Iso-Britanniassa kohistiin. Teknologian pelättiin rikkovan perustavanlaatuisia moraalisia ja luonnollisia rajoja. Tieteelliset innovaatiot kohtaavat usein vastustusta, joka juontaa juurensa kulttuurisiin kertomuksiin ja myytteihin. Myös IVF-teknologian tapauksessa science fiction -tarinat vaikuttivat ihmisten käsityksiin biotieteistä: IVF nähtiin askelena kohti "Frankensteinin lapsia". Nähtiin ettei ihmisen tulisi yrittää luoda elämää teknologian avulla ja näin leikkiä jumalaa. Jopa kuuluisat tieteilijät, kuten DNA:n rakenteen löytänyt James Watson, vastustivat koeputkihedelmöitystä äänekkäästi ja pitivät sitä epäeettisenä. "Kone ei saa leikkiä ihmistä" Myös tämän päivän tieteilijät keskustelevat tekoälyteknologian eettisistä kysymyksistä. On erilaisia huolia liittyen AGI:iin ja itseohjautuviin agentteihin. Me tavan tallaajat kuitenkin pelkäämme epämääräisemmin: elokuvista tuttua yliälyä, joka ottaa vallan ihmisistä peruuttamattomin seurauksin. Juuri kuten Frankenstein-ilmiötä pelättiin. Tekoälykuvitus (ChatGPT:n kuvageneraattori). Tekoäly herättää alkukantaista ahdistusta, koska se osuu suoraan siihen epävarmuuteen, jonka moni meistä tuntee jo valmiiksi – pelkoon siitä, että olemme korvattavissa, että meidän tekemällämme työllä tai ajatuksillamme ei olekaan merkitystä. Tekoälyn kohdalla pelko kohdistuu ihmisyyden ja ihmisen olemassaolon lisäksi toiseen perustavanlaatuiseen ominaisuuteen: älykkyytemme ainutlaatuisuuteen. Tekoäly herättää alkukantaista ahdistusta, koska se osuu suoraan siihen epävarmuuteen, jonka moni meistä tuntee jo valmiiksi – pelkoon siitä, että olemme korvattavissa, että meidän tekemällämme työllä tai ajatuksillamme ei olekaan merkitystä. Kun teknologia näyttää kykenevän samaan tai jopa parempaan kuin me itse, se horjuttaa minäkuvaamme ja syventää pelkoamme siitä, että emme olekaan ainutlaatuisia tai arvokkaita. Onko älyni, luovuuteni ja ajatteluni – kaikki se, mitä pidän itseni ytimenä – sittenkin vain algoritmeja, jotka kone voi jäljitellä? Elkäät peljätkö, säännelkää T Margaret IVF:ään liittyvät pelot voitettiin eivätkä uhkakuvat käyneet toteen, kiitos järkevän sääntelyn. Kattavan sääntelykehikon ansiosta IVF-teknologia valjastettiin turvalliseksi innovaatioksi, joka on tuonut onnea miljoonille ihmisille. Ratkaisevassa roolissa oli Margaret Thatcherin hallinnon perustama Warnock-komitea , joka 1980-luvun alussa loi maailman johtavan sääntelykehikon IVF:n ympärille. Komitea kuunteli asiantuntijoiden lisäksi myös tavallisia kansalaisia ja tunnisti, että teknologian pelkoihin voidaan vastata vain avoimuudella ja selkeillä rajoilla. Sääntely ei tukahduttanut innovaatiota, vaan päinvastoin vapautti sen kukoistamaan, koska sekä tutkijat että yhteiskunta tunsivat pelisäännöt. Tänä päivänä koeputkihedelmöitysteknologian avulla on saatettu maailmaan arviolta jopa 13-17 miljoonaa lasta – miljoonia tarinoita onnesta, jotka eivät olisi koskaan olleet mahdollisia, jos pelot olisivat saaneet vallan. Pelko itsessään ei ole vihollinen, vaan arvokas viesti siitä, että tarvitsemme selkeät ja turvalliset pelisäännöt kohdataksemme epävarmuuden rakentavasti. Tekoälyn sääntely Warnock-hengessä Pelko itsessään ei ole vihollinen, vaan arvokas viesti siitä, että tarvitsemme selkeät ja turvalliset pelisäännöt voidaksemme kohdata epävarmuuden rakentavasti. Parhaassa tapauksessa EU:n tekoälysääntelyn ympärille kehittyy oma maailmanlaajuinen Warnock-komitea, joka kuuntelee tavallisten kansalaisia ja varmistaa, että voimme hyödyntää tekoälyn mahdollisuudet ilman pelkoja. Koeputkihedelmöityksen historia tarjoaa lohdullisen esimerkin: kun sääntely tehdään oikein, se ei tukahduta teknologiaa. Se vapauttaa ja mahdollistaa – joillekin jopa sen kaikkein hartaimman toiveen toteutumisen. EU:n tekoälysäädös (AI Act) pyrkii varmistamaan tekoälyn turvallisen ja eettisen käytön Euroopassa. Sen keskeisenä tavoitteena on suojella kansalaisten oikeuksia ja turvallisuutta sekä luoda selkeät pelisäännöt tekoälyn kehitykselle ja käytölle. Käytännössä säädös määrittelee tekoälyjärjestelmien riskiluokat ja niihin liittyvät vaatimukset sekä edistää läpinäkyvyyttä ja vastuullisuutta. Säädös astui voimaan 1. elokuuta 2024. Sen ensimmäiset vaatimukset astuivat voimaan helmikuussa 2025, ja täysi soveltaminen alkaa elokuussa 2026. Piditkö tästä jutusta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙

Kirjoittaja: Antti Innanen, juristi ja yrittäjä 🎧  Kuuntele kirjoitus Spotifysta alta! Tekoälyfoorumi julkaisee kaikki jutut myös audiona. Kuuntele milloin vain, missä vain – vaikka puhelimen näyttö lukittuna. Mikäli sinulla ei ole Spotifyta käytössä, löydät jakson myös Applen Podcastit-palvelusta . "Hypen eräitä keskeisiä tunnusmerkkejä on se, että se esittää varmaksi jonkun tulevaisuudessa tapahtuvan asian", kirjoittaa Antti Innanen. Antti Innanen tuntee tekoälyhypen. Hänen kirjansa "PROMPTED - How to Create and Communicate with AI" julkaistaan kesällä 2025, kustantajana Routledge Taylor & Francis Group. Hypen anatomia Sanan hype alkuperä on amerikkalainen slangisana, joka syntyi 1900-luvun alkupuolella lyhenteenä sanasta hyperbole (kreikasta ”hyperbolē”, joka tarkoittaa liioittelua tai ylilyöntiä). Termiä käytti ensimmäisen kerran aktiivisesti amerikkalainen journalisti ja kriitikko Douglas Gilbert vuonna 1925. Hän kuvasi termillä markkinointia, joka tarkoituksellisesti liioittelee tai vääristelee faktoja myynnin edistämiseksi. Alun perin sanan käyttö yleistyi etenkin viihdeteollisuuden ja mainosalan yhteydessä 1900-luvun puolivälissä. Suomeksi hype voi tarkoittaa esimerkiksi liioittelua, paisuttelua, innostusta, ylimainontaa tai hehkutusta. Hypettäminen sisältää usein keinotekoista innostuksen nostatusta, joka ylittää todellisen arvon tai merkityksen. Tekoäly on joka puolella. Siitä julkaistaan tietoa jatkuvasti. Se innostaa ihmisten mielikuvitusta ja houkuttelee sijoittajien kiinnostusta. Vaikka tekoälyn tulisi olla lähtökohtaisesti tieteellinen ala, monet tekoälyjärjestelmiin liittyvät kuvaukset ja lupaukset eivät silti perustu empiiriseen näyttöön tai selkeään käsitteelliseen perustaan . Tekoäly ei kehity tyhjiössä. Sen ympärillä pyörivät teknologinen kehitys, mediahuomio, julkinen mielikuva ja sääntely muodostavat yhdessä kollektiivisen käsityksen siitä, mihin tekoäly pystyy – ja mihin ei. Kun näitä kykyjä liioitellaan, seurauksena voi olla vahingollista teknologiaa , harhaanjohtavaa politiikkaa  ja tutkimuksen vääristymiä . Mutta miten tunnistaa hype? Ja miten hype eroaa esimerkiksi perustelluista tulevaisuuden skenaarioista? Kun Anthropicin toimitusjohtaja Dario Amodei sanoo, että "seuraavien 3–6 kuukauden aikana tekoäly kirjoittaa 90 % ohjelmakoodista, ja 12 kuukauden päästä lähes kaikki koodi saattaa olla tekoälyn tuottamaa", onko kyse hypestä ? Hypekäyrällä Ehkä tunnetuin esimerkki hypen tutkimuksesta on Gartner-tutkimusyhtiön kehittämä hypekäyrä , joka kuvaa teknologioiden elinkaarta: alkuinnostus, pettymyksen vaihe ja lopulta realistinen käyttöönotto. Kyseessä on visuaalinen työkalu, jonka tarkoitus on hahmottaa uusien teknologioiden elinkaarta – ja etenkin siihen liittyviä odotusten vaihteluita. Hypekäyrä voi auttaa meitä ymmärtämään , missä kohtaa teknologinen kehitys liikkuu suhteessa odotuksiin, ja milloin on aika olla kriittinen sen sijaan, että antautuu hypen viemäksi. Silti käyrässä on myös puutteensa. Gartnerin hypekäyrä ei ole tieteellinen malli, vaan pikemminkin heuristiikkaa. Se perustuu Gartnerin asiantuntijoiden näkemyksiin, markkinaseurantaan ja kvalitatiiviseen arvioon siitä, missä teknologiat milloinkin sijaitsevat "käyrällä". Onko hypekäyrä myös hypeä? Se tarjoaa yksinkertaisen ja visuaalisesti houkuttelevan tavan selittää monimutkaisia teknologisia ilmiöitä. Se antaa vaikutelman järjestyksestä ja ennustettavuudesta tilanteissa, joissa niitä ei useinkaan ole. Sitä ei ole johdettu empiirisestä tutkimuksesta eikä sen vaiheita ole validoitu systemaattisesti tilastollisilla menetelmillä. Ja missä kohdassa hypekäyrää itse hypekäyrä on? Onko sekin nyt omassa pettymysten notkossaan ? Meta! Miten tunnistaa tekoäly hype? Hypen tunnistamisessa avuksi voidaan tuoda tieteenfilosofi Karl Popper . Popperin mukaan tiede ei perustu todistamiseen vaan falsifiointiin : väitteen pitää olla periaatteessa osoitettavissa vääräksi , jotta se voidaan ylipäänsä laskea tieteelliseksi. Popperin mukaan tieteellisen väitteen pitää altistaa itsensä kritiikille. Hypetetyissä tekoälyväitteissä – kuten "tekoäly tulee korvaamaan kaikki juristit kahden vuoden kuluessa" – ongelmana ei ole "liioittelu" vaan se, että väite on usein epämääräinen, epätarkka tai ei-falsifioitavissa . Jos ei voida määrittää tarkasti mitä korvaaminen tarkoittaa , missä kontekstissa , ja millä todennettavalla tavalla , väite ei ole falsifioitavissa, eikä siis Popperin mukaan kuulu tieteeseen vaan pseudotieteen piiriin. Kaikki puhe tekoälystä ei tietenkään ole edes tarkoitettu tieteelliseksi. Joskus tarkoituksena voi olla retorinen vaikuttaminen, keskustelun herättäminen tai puhdas ränttääminen. Joskus myös tila loppuu kesken: on vaikea saada mahdutettua perusteellista argumentointia ja näyttöä rajoitettuun merkkimäärään. Mutta tämä perusperiaate kannattaa muistaa, ja kysyä: mihin tämä perustuu? Mitkä tutkimukset viittaavat tähän suuntaan? Voiko tämän väitteen osoittaa vääräksi? Negatiivinen hype Kaikki hype ei ole positiivista liioittelua. Vaikka hype yhdistetään yleensä yliampuviin lupauksiin ja innostukseen, sen vastakohta – kutsuttakoon sitä tässä negatiiviseksi hypeksi – voi olla aivan yhtä harhaanjohtavaa. Negatiivinen hype mielletään usein aikuismaiseksi, asiantuntevaksi ja järkeväksi. Mutta jos negatiiviset väitteet ovat vailla empiiristä näyttöä, ne ovat samalla tavalla hypeä kuin positiivisetkin. Negatiivinen hype kytkeytyy läheisesti varovaisuusperiaatteeseen ( the precautionary principle ), jonka mukaan uusia teknologioita tulisi vältellä, ellei voida varmasti todistaa, etteivät ne aiheuta haittaa. Periaate on houkutteleva. Kuka nyt haluaisi ottaa tarpeetonta riskiä? Varovaisuusperiaate kuitenkin johtaa helposti sokeaan pessimismiin , jossa kaikki uusi tulkitaan lähtökohtaisesti vaaralliseksi. Ikään kuin tietäisimme, että mitään pahaa ei nykyisestä maailmasta voi seurata, mutta kaikki uusi on uhka. Popperilaisittain katsottuna negatiivinen hype ei ole sen "aikuismaisempi" kuin positiivinenkaan: se on väite ilman falsifioitavuutta , ilman näyttöä. Yksinkertainen testi negatiivisen hypen tunnistamiseen on seuraava: käännä väite toisin päin. Jos vastakkaista väitettä pitäisi perustella, mutta alkuperäistä ei, olet luultavasti tekemisissä negatiivisen hypen kanssa. Esimerkiksi: "Tekoäly ei tule koskaan viemään työpaikkoja." . Kuulostaa järkevältä, mutta vaatisi todellisuudessa näyttöä lähes kaikista tulevaisuuden skenaarioista. Vastaava käänteinen väite "Tekoäly vie kaikki työpaikat" vaatisi perusteluja – miksei myös tämä? "Kukaan ei enää luota tekoälyyn vuoden kuluttua." Yhtä paljon näyttöä kuin väitteessä "Kaikki käyttävät tekoälyä ensi vuonna." Hypen eräitä keskeisiä tunnusmerkkejä on se, että se esittää varmaksi jonkun tulevaisuudessa tapahtuvan asian. Sinänsä sokean optimistiset ja sokean pessimistiset teoriat ovatkin ihan samanlaisia (kiitos David Deutch): ne molemmat ennustavat asioita, ilman että väitteitä on riittävästi perusteltu. Palataan vielä hetkeksi Dario Amodein lausahdukseen "seuraavien 3–6 kuukauden aikana tekoäly kirjoittaa 90 % koodista, ja 12 kuukauden päästä lähes kaikki koodi saattaa olla tekoälyn tuottamaa". Mitkä tutkimukset viittaavat tähän suuntaan? Voiko tämän väitteen osoittaa vääräksi? Sanooko lause jotakin "varmaksi" tulevaisuudessa, ilman riittäviä perusteita? Mitä jos käännämme lauseen ympäri? "Tekoäly ei tuota laisinkaan koodia 12 kuukauden päästä"? Mihin tämä perustuu? Haisee tekoälyhypeltä, Dario! Piditkö tästä jutusta? Tilaa ilmoitukset uusista Tekoälyfoorumin julkaisuista suoraan sähköpostiisi. Arvostamme myös valtavasti, mikäli jätät meille arvostelun Googlessa . Kiitos. 💙