Tämä blogikirjoitus syventyy siihen, miten tekoälyn päätökset vaikuttavat ihmisen autonomiaan ja onnellisuuteen.
Tieteen ja teknologian kehitys on mahdollistanut monenlaisia yrityksiä tehdä ihmisten elämästä kätevämpää ja onnellisempaa. Näistä tekoälyn sovellusala laajenee päivittäin. Tulevaisuudessa yksilöt antavat aktiivisesti tietojaan saadakseen parempia palveluita, ja sen seurauksena tekoäly saa pääsyn arkaluonteisiin tietoihin, kuten henkilökohtaisiin geenitestituloksiin, biometrisiin tietoihin ja potilastietoihin.
Tekoälyn keräämän tiedon laajentuessa lopulta on mahdollista päästä käsiksi yksilön koko yksityiselämään. Lisäksi on mahdollista, että syntyy tekoälyjärjestelmiä, jotka ymmärtävät käyttäjää paremmin kuin käyttäjä itseään. Jos näin tapahtuu, ihmiset alkavat vähitellen uskoa tärkeitä päätöksiä tekoälyn tehtäväksi. Tämä johtuu odotuksesta, että tekoäly pystyy analysoimaan käyttäjän taipumuksia ja mieltymyksiä tyydyttävän lopputuloksen saavuttamiseksi. Lopulta tilanteesta, jossa päätöksentekijä siirtyy ihmisistä tekoälylle, voi tulla totta.
Tässä vaiheessa on kuitenkin tärkeä kysymys, jota meidän on pohdittava. Ihmiselämä on jatkuva sarja valintoja. Yksilön elämä voi muuttaa suuntaa tekemiensä päätösten perusteella, ja koko hänen elämänsä luonne voi muuttua täysin. Päätöksenteolla on syvällinen merkitys elämässä. Voivatko datapohjaisen tekoälyn tekemät päätökset siis todella tehdä ihmisistä onnellisempia? Vaikka päätös ei olisikaan sellainen, josta emme itse tuskailisi, jos tekoälyjärjestelmä tarjoaa polun, jolla on suuri tyytyväisyyden todennäköisyys kertyneen datan perusteella, ja elämä etenee sen mukaisesti, voimmeko olla varmoja, että tällainen elämä on parempaa kuin autonomisen päätöksenteon kautta eletty elämä?
Pinnalta katsottuna se saattaa aina näyttää johtavan tyydyttäviin päätöksiin. On kuitenkin kyseenalaista, voiko tuo hetkellinen tyydytys ja tekoälyn tekemät päätökset oman harkinnan sijaan todella tehdä ihmisistä onnellisempia. Syyt ovat seuraavat.
Ensinnäkin tekoäly analysoi aiempia valintoja ja niistä johtuvia tyytyväisyystasoja tehdäkseen myöhempiä päätöksiä. Tämän seurauksena käyttäjiä voidaan jatkuvasti ohjata vain aiemmin tekemiinsä päätöksiin, erityisesti niihin, joihin he ovat olleet erittäin tyytyväisiä. Tämä voi perustavanlaatuisesti estää uusien suuntausten valitsemisen. Todellisuudessa uudet, aiemmista poikkeavat valinnat voivat kuitenkin tuoda suurempaa tyytyväisyyttä, ja joskus tyydyttämätön päätös voi odottamatta johtaa positiivisiin tuloksiin.
Syy siihen, miksi tekoälyn on vaikea tehdä tällaisia uusia päätöksiä, on tyytyväisyysdatan puute näistä kokemuksista. Tämän seurauksena järjestelmä priorisoi aiemmin validoituja valintoja ja todennäköisesti sulkee pois uudet yritykset. Todellisuudessa kuitenkin jokin aiemmin kokeilematon toiminto voi joskus tuoda merkittävää tyydytystä.
Vastaväitteitäkin toki on olemassa. Jos tekoälyllä on riittävästi käyttäjädataa, se voisi analysoida käyttäjän taipumuksia tai kykyjä ja tehdä sopivia ehdotuksia jopa uusille aktiviteeteille, joita käyttäjä ei ole aiemmin kokenut. Esimerkiksi jos käyttäjä osoittaa aktiivisia taipumuksia, tekoäly voisi ehdottaa: "Samanlaisia taipumuksia omaavat ihmiset nauttivat uimisesta. Miksi et kokeilisi?"
Tämäkin on kuitenkin vain ehdotus, joka perustuu kokonaan "muiden ihmisten" tyytyväisyystietoihin. On mahdotonta tietää, nauttiiko kyseinen käyttäjä todella uimisesta, ja vaikka nauttisikin, tyytyväisyyden tason ennustaminen on vaikeaa. Viime kädessä tekoäly suosittelee aktiviteetteja ennustettavassa rajoissa ja aiempien tietojen perusteella, joissa tyytyväisyys on suhteellisen varmaa.
Jos esimerkiksi tekoäly analysoi, että käyttäjä saisi uinnista 70 % tyydytystä ja jalkapallosta 80 %, käyttäjä todennäköisesti pysyttelee jalkapallossa, jota hän on kokeillut aiemmin. Tämän seurauksena käyttäjä saattaa pysyvästi menettää tilaisuuden kokeilla uintia eikä ehkä koskaan huomaa mahdollisuutta, että uinnista voisi tulla hänen uusi harrastuksensa tai erikoisalansa.
Tämä vahvistaa aiempia valintamalleja ja johtaa lopulta ahdasmielisyyteen.
Lisäksi tyytyväisyys tiettyyn aktiviteettiin voi vähitellen vähentyä sitä mukaa, kun sitä toistetaan. Se, mikä alun perin tuntui uudelta ja nautinnolliselta, tulee toistetuksi, mikä lisää tylsistymisen todennäköisyyttä. Tämä on samanlaista kuin korkean katsojaluvun varieteeohjelma menettää suosiotaan käytettyään toistuvasti samanlaista formaattia. Monipuolisten aktiviteettien kokeileminen voi itse asiassa tarjota uusia tyytyväisyyden muotoja. Tällaista arvaamatonta tyytyväisyyttä ei löydy tekoälyn hallussa olevasta olemassa olevasta datasta. Siksi on aina olemassa mahdollisuus, että omien päätösten tekeminen tekoälyn päätösten noudattamisen sijaan tuo suurempaa tyytyväisyyttä.
Lisäksi tekoäly tekee aina päätöksiä olemassa olevan datan perusteella, mikä todennäköisesti tuottaa suurta tyydytystä, joten sillä ei ole syytä tehdä tarkoituksella tyydyttämättömiä valintoja. Ihmiselämässä tyydyttämättömät päätökset voivat kuitenkin joskus johtaa täysin odottamattomiin uusiin mahdollisuuksiin.
Tarkastellaan esimerkkiä. Kun valitset romanttista kumppania jo tuntemiesi ihmisten joukosta, tekoäly voi suositella jotakuta, jolla on korkea tyytyväisyyssuhde olemassa olevan datan perusteella. Sattumanvaraisen virheen tai odottamattoman olosuhteen vuoksi saatat kuitenkin tavata tuntemattoman, joka osoittautuu yllättävän paremmaksi kumppaniksi. Tapauksia, joissa epätyydyttävä päätös johtaa suurempaan tyytyväisyyteen, on tekoälyn vaikea ennustaa.
Voidaan tietenkin väittää, että tekoäly voi ennustaa jokaisen päätöksen lopputuloksen ja että tyytyväisyysanalyysi voi ottaa huomioon kaikki näistä tuloksista johtuvat vaikutukset. Ihmisten välisiä kohtaamisia, erityisesti ihmissuhteiden muodostumista ensimmäistä kertaa sattuman kautta tavatessa ihmisissä, on kuitenkin tilastollisesti ja rakenteellisesti vaikea ennustaa. Tällaiset kohtaamiset perustuvat puhtaasti satunnaisuuteen ja yhteensattumaan ja sisältävät samanaikaisesti useiden ihmisten tekemiä monimutkaisesti toisiinsa kietoutuneita päätöksiä, mikä väistämättä johtaa tekoälyn ennustetarkkuuden merkittävästi alhaisempaan tarkkuuteen.
Mikä tärkeintä, jos ihmiset vain noudattavat tekoälyn päätöksiä, he menettävät mahdollisuuksia kokea virheitä tai epäonnistumisia. Tekoälyn puuttuminen asiaan vähentää merkittävästi virheiden tai epäonnistumisten todennäköisyyttä, mikä estää ihmisiä oppimasta ja kasvamasta takaiskuista.
Vastaväitteitäkin on toki, että jotkin asiat voidaan oppia ilman epäonnistumisia ja kasvu on mahdollista ilman takaiskuja. Epäonnistumisilla on kuitenkin merkitystä pelkän oppimisen lisäksi. Ne voivat joskus aiheuttaa ihmisille psykologisen shokin ja pakottaa heidät määrittelemään elämänsä suunnan ja arvot uudelleen. Tällaisten tuskallisten pohdintajaksojen kautta ihmiset alkavat ymmärtää sisäisen arvonsa ja saada syvällisiä oivalluksia elämästä. Epäonnistumisen ja turhautumisen kokemus tekee ihmisistä vahvempia, ja juuri se on kasvun liikkeellepaneva voima, jota menestys ei voi tarjota.
Teknologian kehittyessä syntyy yhä enemmän tekoälyjärjestelmiä, jotka puuttuvat syvästi ihmiselämään valtavien henkilötietojen pohjalta. Mitä enemmän algoritmien käyttöönotto "parempaan", "kätevämpään" ja "onnellisempaan" elämään tulee todellisuutta, sitä enemmän olemme päässeet pisteeseen, jossa meidän on vakavasti pohdittava, voiko tällainen teknologia todella johtaa ihmiset parempaan elämään.
Tässä yhteydessä uskon, että meidän tulisi arvostaa ainutlaatuista arvoa, jonka ihmiset voivat luoda omalla ajattelullaan ja ihmisinä itse, sen sijaan, että luottaisimme sokeasti tekoälyn arvioihin. Ihmisten valinnat, virheet, harkinnat ja epäonnistumiset kantavat merkitystä pelkkien muuttujien ulkopuolella; ne ovat olennaisimpia elementtejä, jotka muodostavat aidosti inhimillisen elämän.
