Tulevaisuusvaliokunta on tehnyt systemaattista teknologian ennakointia vuodesta 2013 lähtien (TuVJ 10/2018). Valiokunnassa kehitetyn Radikaalit teknologiat -menetelmän tavoitteena on tunnistaa maailmaa merkittävästi muuttavia teknologioita niin aikaisessa vaiheessa, että niihin voidaan vielä haluttaessa vaikuttaa politiikan keinoin. Tällä vaalikaudella valiokunta on teettänyt selvityksiä myös lohkoketjuteknologiasta (TuVJ 1/2019), geeniteknologiasta (TuVJ 2/2020), ko-ronapandemian vaikutuksesta teknologian kehitykseen (TuVJ 4/2020) sekä teknologian uhista ja mahdollisuuksista kestävän kehityksen edistämisessä (TuVJ 5/2020). 

Tulevaisuusvaliokunta on hyödyntänyt selvitysten tuloksia jo aiemmin lausunnoissaan komission strategisesta ennakointiraportista 2020 (TuVL 3/2021 vp — E 130/2020 vp), ulko- ja turvallisuuspoliittisesta selonteosta (TuVL 2/2021 vp — VNS 4/2020 vp), Suomen kestävän kasvun ohjelmasta (TuVL 1/2021 vp — VNS 6/2020 vp), EU:n komission tiedonannosta vihreän kehityksen ohjelmasta (TuVL 1/2020 vp — E 61/2019 vp), Euroopan parlamentin ja neuvoston asetuksista Digitaalinen Eurooppa -ohjelman perustamisesta (TuVL 7/2018 vp — U 69/2018 vp) sekä komission tiedonannosta: Tekoäly Euroopassa (TuVL 5/2018 vp — E 38/2018 vp) ja mietinnössään valtioneuvoston selonteosta kestävän kehityksen globaalista toimintaohjelmasta Agenda2030:sta Kohti hiilineutraalia hyvinvointiyhteiskuntaa (TuVM 1/2021 vp — VNS 3/2020 vp). 

Tässä lausunnossa valiokunta ottaa kantaa komission tiedonantoon eurooppalaisesta lähestymistavasta tekoälyyn (E 62/2021 vp), komission ehdotukseen Euroopan parlamentin ja neuvoston asetukseksi tekoälyn harmonisoiduksi sääntelyksi (U 28/2021 vp), komission tiedonantoon 2030 digitaalisesta kompassista eli eurooppalaisesta lähestymistavasta digitaalista vuosikymmentä varten (E 48/2021 vp), valtioneuvoston selvitykseen ennakkovaikuttamisesta Euroopan unionin datasäädökseen (E 86/2021 vp) ja Euroopan parlamentin ja neuvoston ehdotukseen vuoteen 2030 ulottuvan ”Polku digitaaliselle vuosikymmenelle” -ohjelman perustamisesta (E 115/2021 vp). 

Lausuntoa varten valiokunta pyysi asiantuntijalausuntoja teknologian tulevaisuudesta, digitalisaatiosta, datataloudesta sekä erityisesti tekoälystä. Lausunnossaan valiokunta keskittyy digitalisaatioon, laadukkaan datan merkitykseen, tekoälyn määritelmään, tekoälyn nykyiseen käyttöön sekä tulevaisuuden mahdollisuuksiin ja uhkiin, tekoälyn sääntelyn haasteisiin, arvopohjaan ja vastuullisuuteen sekä EU:n kilpailukykyyn uudessa teknologiassa.  

Digitalisaatio

Asiantuntijat tukivat komission näkemystä ja Suomen kantaa siinä, että Euroopan ja samalla Suomen kilpailukyky perustuvat digitaaliselle kehitykselle, innovaatioille, tutkimukselle, osaamiselle ja toimiville sisämarkkinoille. Useissa asiantuntijalausunnoissa Euroopan vahvuudeksi todettiin ihmiskeskeinen ja luottamusta korostava digitalisaatiokehitys. EU:n strategisen autonomian ja kilpailukyvyn on asiantuntijoiden mukaan perustuttava sen omien vahvuuksien kehittämiselle sekä reilulle kilpailulle ja maailmantalouteen osallistumiselle. Erityisesti kaksoissiirtymää eli samanaikaisesti sekä digitaalista että vihreää siirtymää edistävät innovaatiot nähtiin Euroopan mahdollisuutena.  

Asiantuntijat kannattivat digitaalisen kompassin tavoitteiden ja etenkin digitaalisten sisämarkkinoiden rakentamisen vauhdittamista. EU:n 2030 digitaalisen kompassin katsottiin toimivan alustana, jonka päälle myös Suomi voi luoda kansallisen lähestymistavan digitalisaatiokehityksen rahoittamiseen ja ohjaamiseen. Suomen on asiantuntijoiden mukaan tärkeää olla mukana vaikuttamassa teknologian ja toimintaympäristön sääntelyyn sekä luotava yrityksille, innovaatioille ja teknologialle suotuisa toimintaympäristö, joka kannustaa investointeihin, luo uusia markkinoita ja vahvistaa kilpailukykyä tavalla, joka tuottaa sosiaalisesti, taloudellisesti ja ympäristön kannalta kestävää yhteiskunnallista arvoa. 

Asiantuntijoiden mukaan EU:n digitaalisen sisämarkkinan kehittyminen tukee erityisesti Suomelle ja Euroopalle tärkeiden startup- ja pk-yritysten kilpailukykyä ja liiketoimintamahdollisuuksia, mille on suuri tarve, koska digitaalisen sisämarkkinan tulokset ovat tähän saakka jääneet vajaiksi. Teknologianeuvottelukunta esitti myös yleisemmän huolen siitä, että Eurooppa on ylipäätään jäänyt jälkeen teknologian kehityksestä, kansainvälisestä liiketoiminnasta ja siten myös näihin liittyvästä arvonkehityksestä. Esimerkiksi viisi suurinta yhdysvaltalaista teknologiayhtiötä ovat yhtä arvokkaita kuin kaikki Lontoon pörssin, Saksan pörssin, kaikkien Pohjoismaiden ja Baltian maiden pörssien listayhtiöiden arvot yhteensä. Näissä pörsseissä on myös suuri osa eurooppalaisista teknologiayhtiöistä. Vastaavasti maailman 40 suurimman teknologiayhtiön joukossa on 21 yhdysvaltalaista, 10 kiinalaista ja 4 EU-alueen yhtiötä. Näistä yhdysvaltalais-ten yhtiöiden keski-ikä on noin 40 vuotta, kiinalaisten noin 25 vuotta ja eurooppalaisten yli 100 vuotta. Teknologianeuvottelukunnan lausunnon mukaan kyvyttömyys synnyttää teknologiajättejä on Euroopan kannalta vakava ongelma. Yrityksiä on asiantuntijoiden mukaan kannustettava uusien huipputason innovaatioiden ja disruptiivisten liiketoimintamallien kehittämiseen ja niiden nopeaan skaalaamiseen Euroopassa. Euroopassa syntyy startup-yrityksiä yhtä paljon kuin Yhdysvalloissa, mutta heikommat rahoitusmahdollisuudet ja digitaalisen sisämarkkinan puuttuminen ohjaavat yritykset skaalautumaan muualla.  

EU:n digitaaliseen kompassiin suoraan liittyvänä kritiikkinä monet asiantuntijat totesivat, että siinä esitetyt tavoitteet eivät huomioi riittävästi datan merkitystä. Esimerkiksi EU:n datastrategian 2020 sisällöt eivät asiantuntijoiden mukaan näy komission esityksessä. Asiantuntijalausunnoissa painottui varsinkin datan niin sanottu pehmeä infrastruktuuri eli standardit, käytännöt ja sopimukset sekä referenssiarkkitehtuurit. Asiantuntijalausuntojen mukaan EU:n digitaalisen kompassin tavoitteita tulee kehittää siten, että ne ohjaavat eurooppalaista datasääntelyä mahdollistavaan suuntaan sekä edistävät datan löydettävyyttä, saavutettavuutta, yhteentoimivuutta, jakamista ja uudelleenkäyttöä. EU-tason ohjelmaan voisi asiantuntijoiden mukaan sisällyttää myös konkreettisia tavoitteita liittyen muun muassa datan välittäjätoimijoihin ja data-avaruuksiin.  

Asiantuntijoiden mukaan digitalisaatiokehityksen ohjaamisessa tulisi kiinnittää huomiota etenkin digitalisaation potentiaaliin palveluiden parantamisessa. Toimivaa sähköistä identiteettiä ja digitaalista kansalaisuutta pidettiin tärkeinä tavoitteina. Suomen toivottiin ottavan keskeisen roolin EU:n digitaalisen identiteetin aloitteen toteuttamisessa, mikä kuitenkin edellyttää yksityisen ja julkisen sektorin kansallisen yhteistyön parantamista myös Suomessa. Kansallisella tasolla tärkeänä asiana nostettiin esiin automaattisen päätöksenteon oikeudellisen pohjan määrittäminen. Myös julkishallinnon digitaalisten palvelujen yhteentoimivuudessa olisi asiantuntijoiden mukaan tehostamisen mahdollisuuksia. Keinoina voisivat olla esimerkiksi teknologian hyödyntämiseen ja hankintaan liittyvä koulutus sekä parempi koordinaatio eri aluetasojen yksiköiden välillä, jotta samoihin tarkoituksiin ei kehitettäisi yhteensopimattomia päällekkäisiä järjestelmiä. 

Asiantuntijat kannattivat EU-ohjelmassa jäsenmaille esitettyä velvoitetta valmistella strategisia digitalisaation tiekarttoja tiiviissä sidosryhmäyhteistyössä. Mikäli neuvotteluprosessi ohjelmapäätöksestä etenee odotetusti, EU:n komissio edellyttäisi jäsenvaltioita päivittämään tiekartat vuosittain. Asiantuntijat pitivät Suomessa syksyllä 2021 perustettua digitalisaation, datatalouden ja julkisen hallinnon kehittämisen ministerityöryhmää sekä sitä tukemaan nimitettyä digitoimistoa hyvänä avauksena hallinnonaloja yhdistävälle ilmiöpohjaiselle johtamisrakenteelle, joka voi vastata myös EU-tason digitalisaatiotavoitteiden seurannan ja toimeenpanon sekä yhteishankkeiden tarpeisiin. Asiantuntijalausunnossa pidettiin tärkeänä tehdä digitoimistosta ylihallituskautinen rakenne. Siihen voisi jatkossa kytkeytyä myös julkishallinnon teknologiavalintojen tukemiseen liittyviä toimintoja. 

Asiantuntijat huomauttivat, etteivät digitaalisen kompassin tavoitteet erottele lähtötasoltaan erilaisia maita. Esimerkiksi Suomi täyttää jo tällä hetkellä suuren osan EU:n asettamista vaatimuksista, joten ne eivät kiritä Suomea ja on syytä luoda kunnianhimoisempi kansallinen digikompassi. Riittävän kunnianhimon ja laajan sitoutumisen ohella asiantuntijat nostivat olennaiseksi suunnitelmien toteutuksen pitkäjänteisen seurantamallin, joka toimisi vastineena komission jatkuvalle seurantamekanismille.  

Suomen kaltaisille maille olisi asiantuntijan mukaan etua monikansallisen yhteistyön sisällyttämisestä ohjelman mittaristoihin sekä siitä, että digitalisaatiossa edistyneiltä mailta edellytettäisiin laajempaa kontribuutiota rajat ylittävään yhteistyöhön kuin lähtötasoltaan matalammalla olevilta mailta. Mekanismi vastaisi päästövähennystavoitteista tuttua taakanjaon mallia. Monikansalliset hankkeet antavat pienille, mutta digitalisaatiossa edistyneille maille konkreettisen mahdollisuuden vaikuttaa kokoaan merkittävämmällä tavalla EU:n digitalisaatiokehityksen suuntiin, mikä luo kysyntää näiden maiden digiosaamiselle myös sisämarkkinoilla. Hyvä esimerkki tästä on Suomen e-resepti, joka toimii yhä useamman EU-maan apteekeissa.  

Asiantuntija muistutti myös, että yhteiseurooppalaisista hankkeista, kuten IPCEI-hankkeesta, ei saa muodostua suljettuja suurten jäsenmaiden yritysten kerhoja, jotka voisivat vääristää vapaata kilpailua Euroopan markkinoilla ja heikentää pienten jäsenmaiden yritysten edellytyksiä menestyä.  

Lisäksi asiantuntijat muistuttivat teknologiapolitiikan olevan enenevästi myös turvallisuuspolitiikkaa. Uusiin teknologioihin liittyvät turvallisuusuhat ovat vaikeasti ennakoitavissa. Suurvaltakilpailun ja murroksellisten teknologioiden kuten tekoälyjärjestelmien kehityksen kiihtyessä eurooppalaisten toimijoiden teknologiayhteistyökumppanuuksilla on entistä laajempi strateginen merkitys. Tiettyihin toimijoihin ja maihin liittyvät valinnat voivat vaikuttaa yhteistyöhön suurvaltojen kanssa ja siten koko sopimusperustaisen kansainvälisen järjestelmän tulevaisuuteen. Asiantuntijalausunnossa suositeltiin ennakointikyvyn kehittämistä ja tilanneymmärryksen luomista kehittyvistä uhkista ja mahdollisuuksista. Huomiota tulee asiantuntijoiden mukaan kiinnittää myös osaamisen huoltovarmuuteen. 

Suomen tulisi asiantuntijoiden mielestä pyrkiä kilpailukykyiseksi, suuria data-aineistoja tehokkaasti hyödyntäväksi alustatalouden liiketoiminnan kehitys-, kokeilu- ja toimintaympäristöksi, mutta kehityssuunta on toistaiseksi huolestuttava. Asiantuntijoiden mukaan muun muassa Suomen kilpailukyky, kansantalouden tasapaino, TKI-investoinnit, työmarkkinoiden toimivuus ja työllisyysaste ovat muita Pohjoismaita heikompia. Suomen tulee asiantuntijoiden mukaan olla aktiivinen vaikuttaja kansainvälisen toimintaympäristön kehittämisessä haluamaamme suuntaan, mukaan lukien sääntely, standardointi, arvopohjaisuus ja ihmisoikeuksien kunnioitus. Tässä on merkittävä mahdollisuus hyödyntää ja kasvattaa luotettavan sääntöohjautuvan Pohjoismaan maakuvaa.  

Laadukkaan datan merkitys

Laadukkaan ja runsaan datan saatavuus on välttämätöntä digitalisaation ja tekoälyn potentiaalin hyödyntämiseksi. Asiantuntijalausunnoissa todettiin, että monen tutkimusongelman osalta paras osaaminen on kuitenkin siirtynyt yrityksiin. Yrityksillä on resursseja kerätä ja merkitä valtavia määriä dataa (kuvia, ääntä, lääketieteellisiä näytteitä jne.). Esimerkkinä datan merkityksestä mainittiin muun muassa sähköautojen valmistaja Tesla, jonka itseajava ohjelmisto on johtava maailmassa. Teslan tekoälyä kehittävä ryhmä käyttää ainakin 75 prosenttia ajastaan datan keräämiseen ja merkitsemiseen. Tulevaisuusvaliokunnan kuuleman asiantuntijan mukaan Teslan menetelmänkehitys perustuu datan hankkimiseen ja vastaavia yrityksiä tulee lisää. Asiantuntija painotti tarvetta luoda tutkimus- ja tuotekehitysinstrumentteja, joiden ensisijainen ehto olisi maailman mittakaavassa erityisen (laadullisesti ja määrällisesti) data-aineiston kerääminen. Samalla suomalaisia ja eurooppalaisia yrityksiä pitäisi auttaa tunnistamaan, mitä mahdollisesti kilpailuetua tuovaa dataa niillä on tai mitä dataa ne voisivat helposti kerätä. 

Asiantuntijalausunnossa todettiin datatalouden kehityksen käytäntöjen ja toimintatapojen olevan vielä varsin vaihtelevia. Toimiva keino edistää erityisesti PK-yritysten pääsyä dataan on usean asiantuntijalausunnon mukaan pehmeän infrastruktuurin eli standardien, käytäntöjen ja sopimuksien sekä referenssiarkkitehtuurien kehittäminen. Komission ehdotukseen siitä, että yrityksille asetettaisiin velvoitteita datan luovuttamiselle julkiselle sektorille, asiantuntija kommentoi olevan keskeistä, että menettelyt ovat yksinkertaisia ja luotettavia eivätkä aseta yrityksille tarpeetonta hallinnollista taakkaa. Eräässä asiantuntijalausunnossa huomautettiin myös, että pienillä yrityksillä ei ole samanlaisia mahdollisuuksia seurata ja varmentaa lakien ja säädösten yksityiskohtaista noudattamista kuin isoilla yrityksillä, ja ehdotettiin selvitettäväksi mahdollisuutta tukea pieniä tekoäly-yrityksiä keskitetyllä palvelulla, joka auttaisi lainmukaisen toiminnan varmistamisessa. 

Eräs asiantuntija kuvasi Suomen ja Euroopan ”sinisilmäisen” suhtautumisen dataan johtaneen data-ajan kilpailukyvyn menetykseen. Toistaiseksi tehdyt EU-tason päätökset eivät ole jarruttaneet datan kulkeutumista suuryrityksille. Asiantuntijan mukaan Eurooppa tarvitsisi tehokkaampia ja itsekkäämpiä päätöksiä ja toimia eurooppalaisen datan suojelemiseksi niin, että eurooppalaisilla toimijoilla on siihen suorempi oikeus kuin kansainvälisillä toimijoilla.  

Tekoälysovellusten kehittämisessä on kaksi dominoivaa lähestymistapaa: 1) eksploratiivinen lähestymistapa helposti saatavilla olevasta datasta yhdestä lähteestä tai 2) fokusoitu lähestymistapa monen eri toimijan datoista, jotka on hankittava ja integroitava. Fokusoidulla lähestymistavalla eri datalähteistä (esim. eri sosiaali- ja terveystietojen, työllisyyden, tulorekisterin, palveluiden käytön jne. yhdistämisellä) voidaan saavuttaa merkittävää yhteiskunnallista hyötyä. Datan jakaminen mahdollistaa myös liiketoimintaekosysteemien kokonaisuuden seurannan ja ohjaamisen, kohteiden elinkaaren hallinnan tehokkaasti, korkeamman tason järjestelmien automatisoinnin ja tehostamisen, toiminnan uudet mittarit ja vaikutusten arvioinnin. Hyötyjen ulosmittaamista kuitenkin vaikeuttaa asiantuntijan mukaan se, että tyypillisesti data ei ole yhteismitallista semanttisesti ja samat tekijät tarkoittavat eri asiaa eri toimijoille ja eri EU:n jäsenvaltioissa. Palvelut ja kirjauskäytännöt vaihtelevat. Yksityisen, julkisen ja kolmannen sektorin datan jakamiselle ei ole hyviä yleisiä alustoja, lainsäädännössä on tulkinnanvaraisuutta ja tiedon yhdistämisen lupaprosessit ovat raskaita tai aikaa vieviä (erityisesti henkilödatan osalta). Lisäksi tiedon yhdistämisen luvitus on usein määräaikaista, mikä vaikeuttaa ja hidastaa jatkuvatoimisiksi suunniteltujen sovellusten kehittämistä.  

Asiantuntijan mukaan EU:n tasolla ja kansallisesti voisi helpottaa näitä haasteita julkisella toimijalla, jottei jokainen yksittäinen toimija joudu ratkomaan samoja ongelmia. Julkisen toimijan olisi panostettava merkittävästi datan standardointiin ja harmonisointiin sekä datan laadun parantamiseen. Avoimen datan alustaratkaisut helpottaisivat eri toimijoille datan yhdistämisen ja hyödyntämisen, ja alustojen alustaratkaisut (platform of platforms) mahdollistaisivat eri sidosryhmien alustojen kommunikaation ja datan siirron eri alustojen välillä. Eri datojen fuusio (julkinen, yksityinen ja omadata) ja toissijainen käyttö on tulevaisuusvaliokunnan kuuleman asiantuntijan mukaan mahdollistettava lakien ja asetusten avulla henkilöiden tietoturvasta tinkimättä. Tieteellisen tutkimuksen näkökulmasta varsinkin avoimella datalla ja avoimilla ohjelmistoilla on keskeinen rooli, jota ei ole riittävästi huomioitu datasäädöksessä. Datarekisterien pitäjien olisi päivitettävä rekisterin käyttötarkoitusten kuvauksia, jotta kyseistä dataa voidaan yhdistää muihin datoihin myös operatiivista käyttöä eikä ainoastaan tutkimuskäyttöä varten. 

Osa asiantuntijoista suhtautui positiivisesti komission ehdotukseen yrityksiä velvoittavasta datan jakamisesta kansalaisia paremmin palvelevien ratkaisuiden ja yhteiskunnallisesti merkittävien ongelmien ratkaisemiseksi. Esimerkiksi hiilineutraalisuutta tavoiteltaessa data kansalaisilta ja yrityksiltä auttaisi asiantuntijan mukaan vaikuttamaan yleiseen mielipiteeseen, kansalaisten valintoihin ja käyttäytymiseen sekä kierrätystä tukevien ratkaisujen kehitykseen yrityksissä ja lainsäädännön esteiden poistamiseen.  

Toinen puoli asiantuntijoista suhtautui varovaisemmin siihen, että yksityisten toimijoiden tulisi avata dataansa. Näidenkin asiantuntijoiden mukaan ainakin julkisin varoin tuotetun datan tulisi olla lähtökohtaisesti julkista ja rajoituksitta eri palveluissa hyödynnettävissä, ellei ole erillistä esimerkiksi yksityisyyden suojaan liittyvää syytä olla julkaisematta dataa. Asiantuntijoiden mukaan vastaava säännöstö on ollut jo kauan voimassa Yhdysvalloissa, jossa liittovaltion rahoituksella julkaistut aineistot ovat olleet lähtökohtaisesti vapaasti käytettävissä mihin tahansa tarkoitukseen. Tällä on ollut suuri merkitys paitsi tieteelliselle tutkimukselle myös erilaisten digitaalisten palvelujen kehitykselle.  

Asiantuntijalausunnoissa otettiin kantaa myös datan sijaintiin ja ehdotettiin, että keskittämisen sijaan kannattaa mahdollisuuksien mukaan edistää datan hajauttamista tietosuojariskien laajuuden pienentämiseksi. Vaihtoehtona nykyiselle pitkälti keskitetylle pilvipalvelu- ja alustatalousmallille onkin kehittymässä uusi reunalaskennan paradigma, jossa datan paikallinen käsittely korostuu. Reunalaskennassa laskeminen on tuotu lähelle dataa tuottavia ja käyttäviä laitteita. Tällöin tulee mahdolliseksi käsitellä entistä enemmän paikallista dataa, datan käsittelyn viiveet pienenevät ja vain olennainen tieto välitetään eteenpäin, esimerkiksi perinteiselle pilvialustalle. Reunalaskenta yhdistettynä hajautettuihin tekoälymenetelmiin mahdollistaa entistä paremmin paikallisen datan hyödyntämisen samalla ottaen huomioon tietosuojaan ja tietoturvaan liittyviä vaatimuksia. Esimerkiksi terveystietojen ulkopuolisille luovuttamisen sijaan olisi parempi suosia ratkaisuja, joissa dataa ei luovuteta, vaan sen tarvitsijat pääsevät käsittelemään tarvitsemiaan osia turvallisesti suojatussa ympäristössä.  

Tekoälyn määritelmä

Tekoälyä on vaikea määritellä, eikä tiedeyhteisön piirissä ole yhtä yleisesti hyväksyttyä määritelmää. Ongelma johtuu osittain siitä, ettei luonnollistakaan älykkyyttä ole onnistuttu määrittelemään yleispätevästi. Yhden käyttökelpoisena pidetyn tekoälyn määritelmän mukaan tekoäly on keinotekoinen järjestelmä, joka kykenee oppimaan ympäristöstään ja muuttamaan toimintaansa oppimisen perusteella. Ohjelma toimii tietokoneessa, ja se voi saada tietoa ympäristöstä antureiltaan, esimerkiksi kameralla. Se voi myös vaikuttaa ympäristöönsä, esimerkiksi suoraan ohjaamalla robottia tai välillisesti avustamalla ihmistä päätöksenteossa. Oppiva tekoälyohjelma voi muuttaa itse säätöarvojaan tai koodiaan niin, että sen tuottamat tulokset palvelevat paremmin sille annettua tavoitetta. Toiminta voi olla puhtaasti digitaalista tai konkreettista, kuten tehtaaseen tai autolla ajamiseen liittyvät operaatiot. Toisen, vielä väljemmän määritelmän mukaan tekoälyssä on kyse älykkäältä vaikuttavan toiminnan automatisoinnista tietokoneilla.  

Tekoäly voidaan karkeasti jakaa suppeaan (heikkoon) ja yleiseen (vahvaan) tekoälyyn. Edellinen on käytännössä pystytty toteuttamaan. Jälkimmäinen tarkoittaisi, että samaa tekoälyjärjestelmää pystyttäisiin soveltamaan moniin erilaisiin ongelmiin. Tähän ei toistaiseksi kyetä. Yrityksiä kuitenkin on: yksi tulevaisuusvaliokunnan kuulemista asiantuntijoista viittasi esimerkiksi tuoreeseen tieteelliseen artikkeliin (Silver et al. 2021, Artificial Intelligence 299, 103535), jossa esitetään vahvistusoppimiseen perustuva lähestymistapa tekoälyn yleisen älykkyyden saavuttamiseksi.  

Nykyiset tekoälyjärjestelmät perustuvat asiantuntijoiden mukaan yleensä koneoppimiseen ja niin kutsuttuihin keinotekoisiin neuroverkkoihin. Koneoppiminen on datapohjainen menetelmä, ohjelmisto tai algoritmi, joka kykenee oppimaan datasta ja parantamaan toimintaansa. Koneoppimista voi käyttää vaikkapa ennakoimaan Suomen ensi viikon sähkönkulutusta aikasarjojen pohjalta. Se soveltuu hyvin myös hahmontunnistukseen, kuten hienoisen poikkeaman havaitsemiseen potilaan röntgenkuvasta. Tekoälyjärjestelmiä voidaan rakentaa kaikkiin sellaisiin tehtäviin, joissa sopivaa esimerkkidataa on runsaasti saatavilla. Asiantuntijat muistuttivat lausunnoissaan, että koneoppiva tekoälyratkaisu on silti edelleen vain tietokoneohjelma, joka suorittaa koodinsa mukaisia yksinkertaisia laskentaoperaatioita annetun kapean tehtävän ratkaisemiseksi. 

Asiantuntijan mukaan sanaa ”tekoäly” ei pitäisi käyttää yksikössä, ellei sanalla viitata tieteenalaan. Kukin tekoäly on erillinen, tiettyyn tehtävään opetettu tekoälyjärjestelmä, joka ei opi itsenäisesti tekemään muuta kuin mihin se on opetettu.  

Tekoälyluovuuden asiantuntija luonnehti, että tietokoneiden ja tekoälyn erityisominaisuus on kyky tuottaa nopeasti suuria määriä informaatiotiloja. Nämä voivat olla myös sisällöltään aiemmin tuntemattomia, ja tässä mielessä tekoälyjärjestelmät voivat olla myös luovia. Älykkäät teknologiat kykenevät asiantuntijan mukaan tuottamaan uusia informaatiotiloja samankaltaisilla prosesseilla kuin luovat ihmisetkin. Siksi tekoälyn avulla voidaan etsiä myös uusia ja aikaisemmin huomaamatta jääneitä ratkaisuja. Esimerkiksi potilastietokantoja analysoimalla on mahdollista löytää monille sairauksille uusia selittäviä tekijöitä ja sen seurauksena myös uusia aiempaa parempia hoitomuotoja.  

Koska tekoälyjärjestelmien "älykkyys ja luovuus" on edelleen kapeaa tai heikkoa, paras hyöty tekoälystä saadaan asiantuntijoiden mukaan silloin, kun hyväksytään tekoälyn rajoitukset ja luodaan sellaisia järjestelmiä, jotka tukevat ja avustavat ihmisiä sen sijaan, että yrittäisivät korvata heitä. Asiantuntijan mukaan amerikkalaisessa 1 500 yritystä käsittäneessä tutkimuksessa osoitettiin yritysten parhaiten lisänneen omaa suorituskapasiteettiaan, kun ihmiset ja tekoäly paransivat toistensa toimintaa interaktiivisesti. Tällöin ihmiset voivat hyötyä tekoälyn tuottamista tiedoista ja ratkaisumalleista ja voivat myös muokata tekoälytoimintojen parametreja tarkoituksenmukaisempaan suuntaan.  

Tekoälyn nykyinen käyttö sekä tulevaisuuden mahdollisuudet

Maailman talousfoorumi WEF näkee tekoälyn neljännen teollisen vallankumouksen ajurina, ja OECD puolestaan korostaa tekoälyä laajasti yhteiskuntaan vaikuttavana murroksellisena voimana. 

Tekoälystä lausuneet asiantuntijat esittivät runsaasti esimerkkejä siitä, mihin tekoälyä jo nykyään käytetään arjessamme. Tekoälyn avulla voidaan analysoida pörssikursseja tai pyrkiä ennustamaan talouden kulkua. Markkinoinnissa ja politiikassa voidaan puolestaan hyödyntää neuroverkkoja ja niiden antamia tietoja ihmisten elämästä. Kasvojen tunnistukseen perustuva valvonta on tavallista monissa maissa, kuten Kiinassa. Kuvataiteessa ja musiikissa on ollut jo vuosien ajan erilaisia tekoälyyn perustuvia taideteosten tuottoprosesseja. 

Tekoälyllä tuetut robotit ovat levittäytyneet tehdassalien liukuhihnoilta entistä monipuolisempiin tehtäviin. Ne eivät enää ole sidottuja yhteen paikkaan, vaan omaavat liikkumiskyvyn tai ne voidaan joustavasti sijoittaa eri tehtäviin, kuten infrastruktuurin ja rakenteiden huoltoon ja tarkastukseen esimerkiksi vaarallisissa tai syrjäisissä paikoissa. Robotin työskentelyalue ei ole enää vain koneen käytössä, vaan kehitys kulkee kohti ihmisen kanssa saman työskentelyalueen jakavia yhteistyörobotteja. Erilaiset lentävät robotit (dronet, UAV) ovat vakiintuneet tutkimusaiheeksi ja käyttöön esimerkiksi mallinnuksessa, ohjauksessa, havainnoinnissa ja jopa ympäristöön vaikuttavissa tehtävissä. Ne ovat myös tehokas teknologinen ratkaisu tiettyihin tarkastuksiin, huoltoon, etsintään, pelastustoimiin, kuljetuksiin ja tavaroiden toimituksiin, valvontaan, partiointiin ja 3D-kartoitukseen. Tekoäly ja langaton tietoliikenne tulevat yhdistymään entistä voimallisemmin 5G:tä seuraavassa 6G:ssä. 

Tekoälyn avulla voidaan tehostaa julkista liikennettä sekä optimoida yksityisautoilun reittejä. Yhteiskäyttöisiä polkupyöriä voidaan tarjota siellä, missä niitä kulloinkin tarvitaan ja lisätä jalankulkijan hyvää kokemusta kaupungista ehdottamalla kauniita reittejä, analysoimalla turvallisuusuhkia ja lisäämällä valaistusta tarpeen mukaan. Rakennusten energian käyttöä voidaan mukauttaa älykkäästi sen mukaan, mikä on kulloinkin rakennuksen tai tilan käyttöaste tai -tarkoitus. Asumiseen ja rakentamisen inftastruktuuriin keskeisesti liittyvä jätteenkäsittelyn optimointi on myös keskeinen osa kestävää kaupunkitoimintaa. Autonomiset kulku- ja kuljetusvälineet, kuten itseajavat autot ja droonit voivat palvella kaupunkilaisia jo lähitulevaisuudessa. 

Tekoälyllä voidaan mallintaa systeemejä ja kokeilla virtuaalisesti erilaisia ratkaisukeinoja. Esimerkiksi voidaan mallintaa liikenteen kasvihuonepäästöjen vaikutusta ilmastonmuutokseen ja tulevaisuuden automaattiliikenteen vaikutusta tilanteeseen. Tekoälyn avulla voidaan myös nopeasti käsitellä ja luokitella suuria määriä satelliittikuvia ja esimerkiksi tunnistaa tietyn alueen erilaiset kasvillisuuspeitetyypit, niissä tapahtuneita muutoksia ja muutoksiin liittyviä riskejä. Teko-älyn avulla voidaan tunnistaa merestä öljyvuotoja ja testata virtuaalisesti erilaisten korjaustoimien vaikutusta ekosysteemiin.  

Eräs tulevaisuusvaliokunnan kuulema asiantuntija totesi käyttävänsä oppimateriaalien ja esitysten tuottamiseen rutiinimaisesti useita tekoälysovelluksia ja keskustelevansa tukiälyn kanssa kohdeyleisöjen tarpeista ennen esitysten valmistelua. Toinen asiantuntija ennakoi luonnollisen kielen ymmärtämisen ja robotiikan olevan tekoälykehityksen seuraavat suuret kasvualat.  

Terveydenhuollossa tekoälystä voi olla hyötyä esimerkiksi neurologille, jonka on tehtävä diagnoosi potilaasta, jolla on epäselviä muistinmenetykseen viittaavia oireita tai vanhukselle, jonka aikuiset lapset haluavat seurata etänä, onko kaikki kunnossa. Asiantuntijan viittaaman julkaisun (Korhonen, Ermes ja Ahola 2017, VTT Technology 304) perusteella seuraavilla kuudella alueella odotetaan eniten hyötyä tekoälystä terveydenhoidossa: 1) personoitu hoito, 2) automaattinen terveystietoanalyysi, 3) jatkuva kansalaiskeskeinen hoito, 4) terveydenhuolto- ja sosiaalipalveluprosessien kehittäminen, 5) palvelujen automatisointi terveydenhuollossa ja sosiaalihuollossa ja 6) tietoon perustuvat kansanterveystyön päätösmekanismit.  

Tieteessä tekoäly mahdollistaa parhaimmillaan vastaamisen aivan uudenlaisiin kysymyksiin. Esimerkiksi, jos aikaisemmin voitiin tutkia yksittäisien geenien toimintaa, nyt tietojenkäsittelyn ja tekoälyn menetelmillä voidaan tutkia vaikkapa eliön kaikkien geenien vuorovaikutuksia yhdellä kertaa. Tämä mahdollistaa syvällisemmän ymmärryksen biologisista prosesseista, mikä taas mahdollistaa esimerkiksi sairauksien tehokkaamman hoidon.  

Tekoälyllä on myös valtava potentiaali syrjäytymisen estämisessä ja syrjäytymisen hoitamisessa. Tekoälyratkaisut ja analytiikka yleisemminkin mahdollistavat suurten datamäärien käsittelyn, juurisyiden määrittelyn, toimenpiteiden vaikutusten arvioinnin ja useiden tekijöiden yhteisvaikutusten määrittämisen epähomogeenisesta populaatiosta. Tekoälyn käyttö tällaisessa yhteydessä sisältää monia haasteita, mutta oikein sovellettuna se voi antaa työkaluja yhteiskunnallisesti merkittävän ongelman ratkaisuun. 

Kansalaisten näkökulmasta tavoitteena ovat sujuvat ja aina saatavilla olevat palvelut. Chatbotteja voidaan integroida helposti sähköisten palveluitten yhteyteen kysymysten esittämistä ja palautteen keruuta varten. Palveluita voidaan tarjota ihmisille jopa ennakoiden, ennen kuin he itse tiedostavat tarpeensa. Valtiovarainministeriön johtaman AuroraAI-ohjelman ihmiskeskeisten palveluiden lähestymistapa on erinomainen esimerkki siitä, miten ihmisten tarpeet ja elämäntapahtumat on otettu tekoälypalveluitten kehityksen keskiöön. 

Tekoälyn uhkakuvat

Tekoälyn yhteiskunnallista ulottuvuutta tutkinut asiantuntija totesi yleisessä keskustelussa esiintyvän perusteettomia odotuksia tekoälyjärjestelmille kehittyvästä ihmisenkaltaisesta järkeilykyvystä ja tietoisuudesta. Media uutisoi, kuin tekoäly jo tekisi toimijana ennusteita ja vaikkapa tieteellisiä löytöjä. Tämä tekee vaikeaksi ymmärtää, mistä koneoppimisen soveltamisessa on oikeastaan kysymys. Asiantuntijan mukaan tekoälyn kehittymisen suurin uhka ei ole, että ihmistä huomattavasti älykkäämmät ja viisaammat koneet tulevat hallitsemaan elämäämme, vaan että yhteiskuntamme täyttyy epämääräistä dataa käyttävistä ja huolimattomasti suunnitelluista tekoälyjärjestelmistä, joiden käyttäjät eivät ymmärrä niiden toimintaa. Tällöin eläisimme järjestelmien armoilla ja kenelläkään ei olisi kontrollia.  

Toinen asiantuntijoiden esiin nostama uhka liittyy tekoälyjärjestelmätoimittajien kasvavaan valtaan. Globaalien alustojen toimittajat uhkaavat monopolisoida sovellusten tuottamat taloudelliset hyödyt ja muodostaa merkittäviä ylikansallisia yhteiskunnallisia toimijoita valtioiden rinnalle. Digitaalisten palvelujen yhdentyminen mahdollistaa ihmisten datan yhdistelyn, ja näiden informaatiovirtojen avulla vaikutetaan ihmisten käyttäytymiseen ja yritysten toimintaan mikro- ja makrotasoilla. 

Tekoälymenetelmät suodattavat ja tuottavat digitaalista sisältöä yhä automaattisemmin samalla, kun vuorovaikutteista sisältöä tuottava teknologia kehittyy. Tämä luo asiantuntijoiden mukaan tilaisuuden monenlaiselle haitalliselle informaatiovaikuttamiselle. Yritysten ja valtioiden lisäksi myös yksityiset ihmiset alkavat käyttää tekoälyä vaikeasti ennakoitavin tavoin. Tarve sisäisten ja ulkoisten turvallisuusriskien ennakoinnille, uudenlaiselle sääntelylle sekä kyber- ja informaatiopuolustukselle kasvaa. Käyttäjien ymmärrys sisällön alkuperästä ja oikeellisuudesta muodostuu keskeiseksi kysymykseksi. Yhteiskunnan resilienssi riippuukin asiantuntijan näkemyksen mukaan yhä enemmän kansalaisten yleisestä tieto- ja taitotasosta, yhteisöllisyyden tunteesta ja puolustustahdosta.  

Tekoälyjärjestelmien tietoturvasta lausunut asiantuntija toi esiin useita tekoälyjen opetusaineistoihin liittyviä turvallisuusuhkia. Opetusaineistoja manipuloimalla järjestelmän kehittäjä tai ulkopuolinen hyökkääjä voi upottaa järjestelmään takaoven, jota on käytännössä mahdoton havaita, mutta joka saa järjestelmän toimimaan valituissa tilanteissa hyökkääjän haluamalla tavalla. Esimerkiksi hakemusten käsittelyyn käytetty järjestelmä voitaisiin manipuloida hyväksymään tai hylkäämään aina hakemukset, joissa on tietty harmittomalta vaikuttava avainsana tai muu piirre.  

Jopa ihmiselle huomaamattomat muutokset saavat järjestelmän toimimaan täysin eri tavalla. Asiantuntija mainitsi tutkijoiden kehittäneen esimerkiksi liikennemerkkiin kiinnitettäviä tarroja, jotka eivät erityisesti häiritse ihmistä, mutta joiden takia liikennemerkkien tunnistukseen käytetyt järjestelmät alkavat luulla stop-merkkiä nopeusrajoitukseksi. 

Jos opetusaineistot sisältävät arkaluontoisia tietoja, saattaa niiden paljastuminen valmiista järjestelmästä osoittautua ongelmaksi, johon perinteiset salausmenetelmät eivät pure. Mikäli järjestelmä oppii adaptiivisesti toiminnan aikana, käyttäjät saattavat pystyä ohjaamaan sen toimintaa epätoivottuun suuntaan. Esimerkiksi Microsoftin adaptiivisesti oppiva Twitter-botti muuttui alle vuorokaudessa ystävällisestä aggressiiviseksi rasistiksi muiden käyttäjien manipuloinnin vuoksi. 

Koska valmiista tekoälyjärjestelmästä on mahdoton verifioida, toimiiko se joka tilanteessa oikein eikä esimerkiksi sisällä piilotettua takaovea, asiantuntija painotti, että järjestelmän luotettavuuden varmistamiseksi on tärkeää verifioida prosessi, jolla se on rakennettu.  

Tekoälyn hyödyntäminen luo myös jännitteitä eri intressien välille. Kuinka moni auton ostaja olisi vapaaehtoisesti valmis maksamaan enemmän autosta, joka olisi kolaritilanteessa turvallisempi muille, esimerkiksi jalankulkijoille? Vastakkain voivat olla myös yksityisyyden suoja ja joukkoistetun teknologian yksilöille tarjoama hajautettu turva sekä robotisaation ja tukiälyn käytön avaama laaja mahdollisuuksien tasa-arvo. Tekoälyn etiikkaa tutkinut asiantuntija muistutti eri arvojen yhteensovittamisessa tarvittavan vahvaa yhteiskunnallista keskustelua, ettei niiden ratkaisu jää yksin teknologian kehittäjien vastuulle. Yhteensovittamisessa on paljonkin pelivaraa, koska turvallisuus ei ole päällä/pois tyyppinen ominaisuus vaan useimmissa teknologioissa suojan tasoa ja siten kustannuksia ja sivuvaikutuksien voimakkuutta on mahdollista säätää.  

Sääntelyn haasteet

Tulevaisuusvaliokunnan kuulemat tekoälyasiantuntijat tunnistivat sääntelytarpeen, jotta demokraattisen yhteiskunnan kannalta sopimattomat tekoälyn käytöt saadaan kontrolloitua ja yhteiskunnalliset vaikutukset suunnattua niin, että haittavaikutukset pystytään minimoimaan. Mutta jos sääntely estää uusien käytäntöjen ja markkinoiden synnyn yksiltä, jättää se samalla muille mahdollisuuden osoittaa tekoälyn hyödyt ja etsiä toisenlaiset keinot haittojen minimoimiseen ja markkinoiden valtaamiseen. Siksi sääntelyn on pyrittävä optimoimaan myös taloudelliset hyödyt turvaamalla yrityksille ennustettava ja avointa kilpailua tukeva toimintaympäristö.  

Useassa lausunnossa todettiin sääntelyn ajautuvan helposti liian yksityiskohtaiseksi. Tämän välttämiseksi asiantuntijat kannustivat kehittämään tekoälyasetusta, joka ohjaa toimijat noudattamaan tekoälyn kehittämisessä ja käytössä huolellisen toimijan prosessia, kuten MLOps (machine learning operations -työskentelytapa koneoppimisratkaisujen tuotantoon viemiseen). Jos prosessivaatimuksia ei ole, tekoälyjärjestelmiä saatettaisiin kehittää organisaatioissa ilman dokumentaatiota ja laadunvarmistusta.  

Asiantuntijoiden mukaan suuri osa sääntelystä liittyy sektorikohtaiseen lainsäädäntöön, esimerkkeinä yhdenvertaisuuslaki, tuote- ja liikenneturvallisuuslait ja sananvapaus- ja tekijänoikeuslait. Sektorikohtainen lainsäädäntö käsittelee tekoälyn sovelluksia lähtökohtaisesti samalla tavalla kuin muita teknologioita, mikä sopii yhteen EU:n lainsäädännön periaatteena olevan teknologianeutraaliuden kanssa. EU:n ehdottama tekoälyasetus (COM/2021/206) poikkeaa tästä ja tavoittelee nimenomaan tekoälyjärjestelmiä koskevaa lainsäädäntökehikkoa. Tämä luo asiantuntijoiden mukaan väistämättä päällekkäisyyttä sektorikohtaisen lainsäädännön kanssa, mikä edellyttää huolellista ja työlästä lainsäädäntökehikkojen yhteensovittamista. 

Asiantuntijat tunnistivat myös sellaisia tekoälyasetuksessa piileviä ongelmia, jotka johtuvat siitä, että älyä, tekoälyä ja tekoälyjärjestelmiä on haastavaa määritellä. Asiantuntijoiden mukaan yritykset luoda juridista sääntelyä jonkinlaiseen tekoälyn määritelmään perustuen ovat heikolla pohjalla: tekoälyn eri osa-alueet poikkeavat toisistaan niin paljon, että ne pitäisi määritellä erikseen, mutta niillekään ei ole olemassa selkeitä, yleispäteviä määritelmiä. Lisäksi mitä lähemmäs ns. "tavallisia" tietokonejärjestelmiä mennään, sitä epävarmemmiksi ja erimielisemmiksi asiantuntijat tulevat rajanvedoista tekoälyjen ja "tavallisten" tietokonejärjestelmien välillä.  

Asiantuntija nosti esiin, että koska tekoälyn määritelmät ovat epämääräisiä ja koska voi olla käytännössä vaikeaa erotella tekoälyjärjestelmä muusta tietojärjestelmästä, kirjelmässä (U 28/2021 vp, kappaleet 3.6—3.7) mainittu tekoälyjärjestelmän käytön keskeyttäminen voi käytännössä tarkoittaa koko tietojärjestelmän alasajoa. Asiantuntijat toivat esiin, että erillinen pelkkää tekoälyä koskeva sääntely voi johtaa myös yrityksiin kiertää sääntely soveltamalla menetelmiä, jotka valitun määritelmän mukaan eivät ole tekoälyä. Useat asiantuntijat toivoivatkin sääntelyltä, että se olisi teknologiasta riippumatonta ja koskisi kaikkia tietojärjestelmiä yhtäläisesti, riippumatta onko niissä tekoälyä vai ei. 

Tässä lausunnossa lueteltiin aiemmin esimerkkejä, miten moninaisesti tekoälyjärjestelmiä jo käytetään yhteiskunnan eri sektoreilla. Asetusehdotuksen sekä siihen liittyvien valvovien viranomaisten linjausten käsittelyssä on asiantuntijoiden mukaan tärkeä kuulla sektorikohtaisesti kunkin alan lainsäädännön asiantuntijoita, jotta tekoälyasetuksen takia ei jouduta ottamaan joillakin sektoreilla askelia taaksepäin ja estetä uusien teknologioiden ja niiden käyttöjen kehitystä. Erityisesti on huolehdittava asiantuntijoiden mukaan siitä, että sääntely ei tarpeettomasti estä tai vaikeuta tieteellistä tutkimusta. 

Jotkut asiantuntijat ottivat kantaa myös tekoälyä koskevassa asetusehdotuksessa (U 28/2021 vp) esitettyyn tekoälyjärjestelmien luokitteluun. Asetusehdotuksessa tekoälyjärjestelmät luokitellaan (i) kiellettyihin, (ii) korkean riskin, (iii) matalan riskin ja (iv) minimaalisen tai olemattoman riskin käyttötarkoituksiin. Saman tekoälyteknologian käyttö voi siis olla sallittua tai kiellettyä EU:n alueella riippuen käyttötarkoituksesta. Sääntely määräytyisi sen perusteella, missä määrin teko-älyjärjestelmän käyttö aiheuttaa vaikutuksia ihmisten terveyteen, turvallisuuteen tai perusoikeuksien toteutumiseen.  

Tulevaisuusvaliokunnan kuulemat asiantuntijat katsoivat, että erottelu korkean ja matalan riskin käyttötarkoituksiin voi olla joissakin tapauksissa ongelmallinen. Yritykset voivat esimerkiksi käyttää tekoälyä liikennedatan jalostamiseen markkinoille sopivaan muotoon tavalla, jossa järjestelmät ja palvelut, kuten esimerkiksi junien kulkuaikojen seuranta, ovat vain informatiivisia. Automaattiauto sen sijaan saattaa käyttää samaa järjestelmää varmentamaan, ettei ajoneuvo tasoristeyksessä kohtaa junaa. Tällöin kulkuaikaennusteen virheellä voi olla kohtalokkaat seuraukset. Kysymys siitä, kuuluuko järjestelmä matalan vai korkean riskin piiriin, riippuu järjestelmää hyödyntävästä tahosta, jota järjestelmän tekijä ei välttämättä edes tiedä.  

Asiantuntijan mukaan käyttötarkoituksen rajauksessa on kyettävä huomioimaan myös erityisryhmien, kuten näkö- ja kuulovammaisten, muistisairaiden ja muiden toimintakyvyiltään rajoittuneiden ihmisten tarpeet. Biometristä tunnistusta ei siksi tulisi rajata tavalla, joka estäisi tavaroita tunnistamasta luvallisia käyttäjiään, auttamasta toimintakyvyiltään rajoittuneita ihmisiä tunnistamaan kanssaihmisiään ja kommunikoimasta heidän kanssaan tai ihmisiä selviytymästä itsenäisesti tukiälyn avulla. Tunnistusta ei myöskään tulisi estää tilanteissa, joissa menettelyllä on olennainen vaikutus sitä käyttävän yksilön omaan turvallisuuteen ja turvallisuuden tunteeseen. Asiantuntija ehdotti myös, että tekoälyllä tehtyä kuvankorjausta (omaa vireystilaa, katseen kohdistusta, puhevikaa yms.) tulisi voida esimerkiksi henkilön omaa videokuvaa lähettäessä käsitellä proteesin tavoin yksityisenä asiana eli että korjailusta ei tarvitsisi kertoa vastapuolelle.  

Jotkut asiantuntijat näkivät riskinä, että tekoälyasetuksessa määriteltyjä kiellettyjä käyttöjä saatettaisiin tulkita tavalla, joka estäisi viranomaisia käyttämästä tekoälyjärjestelmiä esimerkiksi sosiaali- ja terveyspalveluiden asiakkaiden luokitteluun nykykäytännön mukaisesti, eli sen mukaan, paljonko asiakkaat hyötyisivät tietyistä tarjotuista palveluista. Kielto voisi aiheuttaa sen, että ne, jotka palveluita eniten tarvitsevat, voisivat saada nykyistä vähemmän palveluita. 

Toinen ongelmallinen kohta syntyisi asiantuntijoiden mukaan, mikäli kiellettäisiin kaikkien sellaisten "tekoälyjärjestelmien saattaminen markkinoille, käyttöönotto tai käyttö, joissa käytetään algoritmisia tekniikoita henkilön alitajuiseen manipulointiin tavalla, jotka voivat aiheuttaa henkilölle materiaalista, fyysistä tai psyykkistä haittaa". Asiantuntijat huomauttivat, että esimerkiksi mainostajat luokittelevat nytkin potentiaalisia asiakkaita algoritmisesti segmenttiin, johon sitten yrittävät vaikuttaa saadakseen tämän ostamaan tuotteen tai palvelun, jota tämä ei tarvitse ja josta aiheutuu rahan menetys. Eräs asiantuntija nosti esiin algoritmien nykykäytön muun muassa poliittisissa yhteyksissä. Asiantuntija huomautti myös haitan aiheuttamisen olevan tulkinnanvarainen asia ja esitti, että tällaisen regulatiivisen kiellon ulkopuolelle tulisi erityisen selkeästi jättää kaikki sellainen yleinen, käyttäjänsä määriteltävissä oleva tekoäly, joka pyydettäessä esimerkiksi keskustelee ihmisen tavoin, vaikka puhe olisi manipuloivaa, mikäli käyttäjä, joka järjestelmän kanssa keskustelee, on tästä selkeästi tietoinen tai on itse keskustelun luonteen määritellyt. Näin ei estettäisi ihmisen tavoin keskustelevan tukiälyn käyttöä valmennusapuna esimerkiksi kirkon, kuntoliikunnan, ravitsemuksen, myynnin, opiskelun, taiteen, politiikan ja henkisen valmennuksen piirissä. 

Eräs asiantuntija kiitti U-kirjelmän kohtaa 7.2, jossa kiinnitetään huomiota ehdotetun tekoälyasetuksen artiklan 10(5) kohtaan, jonka mukaan arkaluonteistenkin tietojen käsittely olisi sallittua siltä osin kuin se on tarpeen tekoälyjärjestelmässä esiintyvien vinoumien korjaamiseksi ja ennaltaehkäisemiseksi. Kohdassa on kyse tietosuojan ja tekoälyjärjestelmien aiheuttamien riskien torjumisen välisestä punninnasta. Asiantuntija piti kohtaa yhtenä tekoälyasetuksen parhaista puolista ja esitti, että vastaavan säädöksen sovellusalaa kannattaisi harkita laajennettavaksi korkean riskin tekoälyjärjestelmistä kaikkiin ihmisiä koskevia päätöksiä tekeviin järjestelmiin. Asiantuntijan mukaan tekoälyjärjestelmän vinoumia on mahdotonta estää, ellei järjestelmän kehittäjä pysty käsittelemään tarvittavia arkaluontoisia henkilötietoja. Tutkimuskirjallisuudessa on lukuisia esimerkkejä, joissa tekoälyjärjestelmä, joka opetetaan ilman näitä tietoja, tuottaa vinoutuneita päätöksiä. Toinen asiantuntija totesi, että erityisesti ulkomaailmaa havainnoimaan kykenevän tekoälyn osalta on helpompi säädellä tekoälyn käyttäytymistä kuin millaisia asioita tekoäly saa huomata tai muistaa, eli monilla tavoin samoin periaattein kuin ihmistenkin toimia valvotaan.  

Eräässä asiantuntijalausunnossa muistutettiin, että sääntelyyn kohdistuu merkittävää mielenkiintoa jo pelkästään tekoälyyn liittyvien taloudellisten intressien takia. Tästä johtuen päätöksenteossa kuultavien asiantuntijoiden valintaan on syytä kiinnittää erityistä huomiota.  

Arvopohja ja vastuullisuus

Artificial Intelligence Act -esitys lähtee asiantuntijan mukaan liikkeelle ongelmakeskeisesti, ja esityksen keskiössä on riskien tarkastelu. Tavoitteena on, että tekoäly voitaisiin nähdä teknologiana, jonka käytössä voidaan olla varmoja siitä, että ihmisille ja ympäristölle aiheutuvan vahingon riski hallitaan ja monimutkaiset arvot ja eettiset kompromissit ratkaistaan laajemman yleisen edun mukaisesti. Sääntelyn tarkoituksena on ensisijaisesti varmistaa, että tekoälyjärjestelmiä kehittävät organisaatiot ovat tietoisia siitä, mitä tekevät, ja että ne dokumentoivat valintansa ja varmistavat, että valitut ratkaisut ovat asianmukaisia. Tulevaisuusvaliokunnan kuulema asiantuntija muistutti, että samalla on tiedostettava, että kehitystä ohjaavat arvot kytkeytyvät väistämättä myös laajempiin yhteiskunnallisiin suuntaviivoihin. Käyttötapausten riskipohjaisen tarkastelun ohella eettistä keskustelua tulisi siksi käydä sekä hyvinvoinnin olemukseen liittyvistä tekijöistä että tekoälyn suhteesta yhteiskuntaan, yhteiskunnan muutokseen ja siihen, millaista tulevaisuuden yhteiskuntaa halutaan rakentaa. Mikään muu teknologia ei asiantuntijan mukaan ole ihmiskunnan historiassa vastaavalla tavalla horjuttanut kansalaisten luottamusta samalla, kun se on avannut huikeita kehitysnäkymiä ihmisen hyvinvoinnin parantamisesta. Muutamat asiantuntijat painottivatkin tekoälyn mahdollisten haittojen arviointia tekoälystä mahdollisesti koituvia hyötyjä vasten. Tarvitaan konkreettisia visioita siitä, mitä haluamme, ja sääntely ja tuki tulisi suunnitella niin, että ne auttaisivat teknologiaa kehittymään kohti näitä visioita.  

Asiantuntijat vetosivat perus- ja soveltavan tutkimuksen resurssien vahvistamisen puolesta sekä toivoivat tukea yritysten ja tutkimusmaailman yhteistyöhön. Eräs lausunto nosti esiin, että suurin osa tekoälytutkimuksesta erityisesti tietokonenäön ja konekuulemisen osalta on siirtynyt jättiyrityksiin kuten Google, Facebook, Apple, Amazon, Microsoft, Baidu, Alibaba ja Huawei. Yritykset voivat jo pelkällä tutkijoiden määrällään ohjata sitä, mitkä ovat pääongelmia ja mitkä kuuluvat marginaaliin. Yritysten ohjatessa tutkimusta se ei välttämättä suuntaudu yhteiskunnallisesti merkittävimpiin sovelluskohteisiin. 

Uusien järjestelmien käyttöönotossa tärkeää on lopulta tekoälypohjaisen lähestymistavan aikaansaama todellinen vaikuttavuus. Sen saavuttaminen edellyttää, että ihmisiä koskevat uhat ja mahdollisuudet huomioidaan suunnittelussa alusta alkaen. Keskustelussa tekoälyn etiikasta tulisi -asiantuntijan mukaan painottaa kansalaisten turvallisuuden ja yhteiskunnallisen luottamuksen säilymistä, palvelujen tasa-arvoista saatavuutta, kuulluksi tulemisen mahdollisuutta sekä ratkaisujen läpinäkyvyyttä ja oikeutusta ihmisarvon, hyvinvoinnin ja kestävän kehityksen näkökulmasta. Näiden kysymysten operationalisointi ja istuttaminen tekoälyn konteksteihin vaatii analyyttisyyttä ja uusia työkaluja, kollektiivista yhteistyötä ja jatkuvaa keskustelua. Hallinnonaloilla on oltava yhteinen ja koordinoitu käsitys tekoälyn toteuttamisesta ja sääntelystä. Tämä edellyttää koordinointia eri hallintotasojen välillä sekä sosiaalisia ja teknisiä rakenteita, jotka takaavat avoimuuden, eri näkökulmien huomioon ottamisen sekä toiminnan ennustettavuuden ja korjattavuuden.  

Viime aikoina esitetty tekoälyä käsittelevä kirjallisuus sekä OECD (the Council on Open Government) suosittelevat panostamaan avoimeen ja osallistavaan julkiseen tekoälykeskusteluun. Tekoälyn etiikasta lausuneen asiantuntijan mukaan julkishallinto voi herättää, mahdollistaa ja ylläpitää kansalaiskeskustelua esimerkiksi digitaalisilla kansalaisalustoilla, joissa kansalaisilla on mahdollisuus ymmärtää ja analysoida, mitä algoritmit todella tekevät ja millaisia vaikutuksia tällä tekemisellä on yhteiskuntaan. Sidosryhmäpaneelien avulla voidaan puolestaan osallistaa sukupuolen, kulttuuritaustan tai osaamisen suhteen monimuotoisia ryhmiä mukaan keskusteluun.  

Eräs asiantuntija huomautti, että Artificial Intelligence Act -asetuksessa tekoälyä on käsitelty vanhakantaisen tuottaja-kuluttajanäkökulman avulla, jossa tekoälyä palvelun tuottamiseen käyttää jokin organisaatio ja kansalainen on kuluttajan roolissa. Sellainen näkökulma, jossa tekoäly synnyttää yksilöille mahdollisuuksien tasa-arvoa, on sivuutettu. Asiantuntijan mukaan olemme kuitenkin etenemässä kohti tulevaisuutta, jossa kuka tahansa voi keskustella tukiälyn kanssa. Tukiäly tulee olemaan läsnä sekä työssä että arjessa, avartaa näkökulmiamme, parantaa ajattelumme koherenssia ja neuvoo uusiin taitoihin. Youtube toimii jo hieman tähän tapaan näyttäen kysyjälle lyhyitä opetusvideoita ratkaisuksi lähes mihin tahansa ongelmaan. Työllistyminen, selviäminen elämässä, merkityksellisyyden tunne ja kansallinen menestys riippuvat kaikki erikoistuneesta osaamisesta, joka väistämättä ilman tukiälyn apua jää vajaaksi verrattuna niihin, jotka tukiälyn avun ottavat vastaan. Tämän vuoksi tukiälyn tulisi asiantuntijan mukaan mahdollisuuksien mukaan olla käyttäjänsä ohjaama sen sijaan, että se on yhteiskunnan tai yritysten välikäsi kansalaisten tai asiakasmassojen ohjaamiseen.  

Tekoälyn merkitystä ilmastonmuutoksen ymmärtämisessä ja vaikutusten mallinnuksessa tutkinut asiantuntija toi esiin, että yksittäiset ja vähäiset toimet eivät enää riitä hidastamaan ilmastonmuutosta tai ratkaisemaan luonnonvarojen kestämätöntä käyttöä. Tilanne vaatii kestävyysmurrosta eli systeemistä muutosta toimintajärjestelmissä. Tekoäly voi olla tässä suureksi avuksi. Asiantuntijan viittaaman tutkimuksen mukaan (Vinuesa et al. 2020, Nature Communications 11:233) tekoälyn avulla saadaan edistettyä merkittävästi suurinta osaa kestävän kehityksen tavoitteista. Myös tulevaisuusvaliokunnan tilaaman "Kohti parempaa tulevaisuutta" -teknologiaennakoinnin mukaan tekoälyn ja erityisesti joukkoistetun tukiälyn muodossa käytetyn tekoälyn hyödyt maailman visaisten ongelmien ratkaisemisessa ovat keskeiset. Tekoälyn hyödyntäminen tässä kontekstissa edellyttäisi asiantuntijan mukaan muun muassa yhteiskunnallista vuoropuhelua aiheesta, riittävän kevyttä sääntelyä tekoälyn riittävän nopean kehityksen turvaamiseksi, tekoälyn energiatehokkuuteen liittyvän tutkimuksen resursointia, tekoälytutkimuksen ja kestävyystieteen vuorovaikutuksen tiivistämistä ja datan jakamisen tekemistä turvalliseksi ja haluttavaksi. Sijaintitieto on useille ilmastonmuutoksen torjumiseen liittyville ratkaisuille ensisijaisen tärkeää, ja siksi sen saatavuus on turvattava yksityisyyden suojaa vaarantamatta. 

Muutamissa lausunnoissa tuotiin esiin pienten kielten asema suhteessa tekoälykehitykseen. Eroja oli siinä, pidettiinkö suomenkielisen aineiston riittävää saatavuutta mahdollisena. Toisen näkökulman mukaan Suomen tulisi turvata suomenkielisten opetusaineistojen saatavuus koskien kielellisiä aineistoja sekä esimerkiksi Suomen luontoa, geeni- ja terveystietoja, tieverkoston erityispiirteitä, elinkeinorakennetta ja lainsäädäntöä. Toisen näkökulman mukaan suomeksi saatavat aineistot ovat liian suppeita kielimallin kunnolliseen opetukseen. Siksi opetuksen on tapahduttava globaalilla aineistolla, mutta käytön olisi sujuttava kansallisilla kielillä. Tästä näkökulmasta olennaista olisi, että EU:n piirissä edistettäisiin standardoituja rajapintoja, joiden avulla pienetkin Euroopan kielet olisivat käyttökelpoisia tekoälysovelluksissa. Asiantuntijan mukaan jopa suomenkielisen puheen laadukas tuottaminen on nyt paljon kapea-alaisempaa, hankalampaa ja kalliimpaa kuin lukuisilla muilla kielillä huolimatta siitä, että olimme selkeä edelläkävijä aiheessa vielä viime vuosituhannella. 

Kilpailukyky

Tekoäly mahdollistaa dataan ja tietoon pohjautuvan automatisaation, joka voi johtaa merkittävään kestävän tuottavuuden kasvuun. Asiantuntijoiden mukaan kilpailukyvyn kannalta olennaista on, että sääntely ei keskittyisi muuttuviin menetelmiin ja teknologiaan vaan niiden soveltamiseen ja käyttöön. Sääntelyyn tulisi luoda Eurooppaan selkeä ja innovaatiopositiivinen toimintaympäristö eikä vaikutelmaa ylimitoitetuista, raskaista ja monimutkaisista prosesseista niin, että yritykset tai julkiset toimijat jättäisivät tekoälyratkaisut hyödyntämättä. Asiantuntijat totesivat, että tekoälyteknologioiden käytön on silti oltava sopusoinnussa yhteiskunnan perusarvojen ja kansalaisten oikeuksien kanssa.  

Useat asiantuntijat ilmaisivat huolta Euroopan kilpailukyvystä tekoälykehityksessä. Siitä oltiin samaa mieltä, että eurooppalaisten yritysten on vaikeaa saada jalansijaa kuluttajadataa hyödyntävillä markkinoilla, koska tietyt kansainväliset yhtiöt ovat kasvaneet liian suuriksi eikä Eurooppa ole kyennyt estämään datan kulkeutumista niille. Johtopäätökset tässä tilanteessa vaihtelivat. Yhdessä asiantuntijalausunnossa suositeltiin Euroopalle jättiyhtiöiden pilkkomisen vaatimista siten, että dataa tuottavat osat (esim. Googlen hakukone) eriytetään omaksi liiketoiminnaksi, joka tarjoaa palveluitaan kaikille yrityksille samoilla kaupallisilla ehdoilla. Mikäli tässä ei onnistuttaisi, vaihtoehto olisi ottaa Kiinan ja Venäjän malli ja rakentaa omat jätit Eurooppaan, missä Euroopan etuna olisi luotettavuus ja avoimuus. "Euroopan google" olisi asiantuntijan mukaan myös Eurooppaa yhdistävä toimi, joka houkuttelisi osaajia ja investointeja Eurooppaan. Asiantuntijan kolmas vaihtoehtoinen suositus olisi kopioida yhteiseen hyvään pyrkivän OpenAI-yrityksen konsepti Eurooppaan.  

Erään asiantuntijan mukaan ihmisillä on tapana käyttää helppoja ja hyödyllisiä sovelluksia tutustumatta ohjelmistojen tai käyttöjärjestelmien käyttöehtoihin. Tästä näkökulmasta asiantuntijalausunnossa esitettiin, ettei Euroopan tulisi rajoittaa liikaa omien markkinoidensa kehitystä, koska tämä vain jättäisi suuret kansainväliset tekoäly-yhtiöt hallitsemaan pelikenttää Euroopan ulkopuolelta ja lainsäädännöstä saatava hyöty jäisi rajoitetuksi. Lausunnossa suositeltiin, että eurooppalainen tekoälylainsäädäntö seuraisi globaalia kehitystä ja pyrkisi pitämään pelisäännöt kaikille alan yrityksille samanlaisina. 

Useimmissa muissa lausunnoissa näkemys kilpailukyvystä perustui Euroopan vahvuuksille vastuullisen ja eettisen tekoälyn kehittäjänä ottamatta suoraan kantaa teknologiajättien asemaan. Näissä lausunnoissa ehdotettiin kilpailukyvyn edistämiseksi esimerkiksi teknologisten ratkaisujen yhteensopivuutta edistäviä standardeja ja avoimia rajapintoja. Lausunnoissa suositeltiin myös vaatimusten asettamista käytetyn datan laadulle ja eettisesti hyväksyttävälle, kestävän kehityksen mukaiselle käyttötarkoitukselle. Tämän rinnalla tarvitaan "hiekkalaatikkoja" eli innovaatioalustoja, joissa on mahdollista kehittää ja kokeilla innovaatioiden toimintaa lainsäädännöstä vapautettujen tai muutettujen tilojen avulla. Tämä voi auttaa esimerkiksi mahdollisesti kilpailuetua tuovan datan tunnistamisessa. 

Asiantuntijoiden mukaan kilpailukykyä rakentaisi myös tekoälyteknologioiden määrätietoinen ja strategisesti johdettu hyödyntäminen julkisella sektorilla terveydenhuollosta maanpuolustukseen. Julkiset toimijat voisivat hankinnoillaan edistää digitaalisten ratkaisujen käyttöönottoa edellyttämällä esimerkiksi osana toimitusta kohteen digitaalista kaksosta (virtuaalista mallia, joka esittää ajantasaista tilannedataa fyysisestä vastineestaan, kuten rakennuksesta tai laitteesta). Hankintaprosessissa hyvä käyttäjäkokemus ja eettiset tekijät olisi otettava ensisijaisten valintakriteerien listalle toimittajaa valittaessa ja sopimusta tehtäessä. 

Eräässä lausunnossa tuotiin lisäksi esiin tarve Euroopan laajuiselle ohjaukselle, jotta voitaisiin luoda yhtenäinen markkina julkiselle sektorille kehitettävistä palveluista. Ilman ohjausta julkisen sektorin eri toimijat helposti hankkivat samankaltaiset palvelut yhä uudelleen joka kerralla kokonaan uutena, tilaavaa toimijaa varten rakennettuna avaimet käteen -toteutuksena. Jos tilannetta halutaan muuttaa, tarvitaan asiantuntijan mukaan valtion tason toimenpiteitä, joiden kautta järjestelmien itsensä sekä niiden sisältämän datan yhteensopivuutta parannetaan. Tulisi pyrkiä uudelleenkäytettäviin palveluihin ja niiden päälle rakennettaviin sovelluksiin. Onnistuminen edellyttää asiantuntijan mukaan strategista visiota kansalaisia palvelevasta tekoälystä sekä johtajuutta ja rohkeutta lähteä toteuttamaan visiota yli perinteisten organisaatiorakenteiden.  

Tulevaisuusvaliokunnan kuulemat asiantuntijat kommentoivat laajasti myös osaamisen merkitystä. Eräs asiantuntija tiivisti ymmärryksen tekoälyn mahdollisuuksista ja rajoituksista sekä datan käyttöä ohjaavista lainsäädännöllisistä ja eettisistä periaatteista termiin "datalukutaito". Datalukutaitoa voidaan ajatella sekä kaikkien jakamana kansalaistaitona että määrättyjen tehtävien edellyttäminä taitoina. Yhteiskunnallisesti kestävä tekoäly ei edellytä vain tekoälymenetelmiin erikoistuneiden asiantuntijoiden ja tutkijoiden kouluttamista, vaan myös huomattavasti laajempaa dataan ja käyttöihin liittyvän ymmärryksen kehittämistä niin kansalaisten kuin päätöksentekijöidenkin keskuudessa.  

Uuden teknisen kulttuurin kehittäminen vaatii asiantuntijan mukaan todella paljon organisaatioilta ja innovaatiojärjestelmän eri osilta. Moniosaavat ryhmät ovat keskeisiä sekä tekoälyä suunniteltaessa että tekoälyhankintoja tehtäessä. Suunnitteluosaaminen edellyttää data-analytiikan menetelmien ohella tietoturvan hallintaa jo kehitystyön alkuvaiheessa, sillä sitä ei useinkaan voi lisätä jälkikäteen. Alkuvaiheessa tulisi myös pystyä kuulemaan ja integroimaan keskeisten käyttäjien ja sidosryhmien näkökulmat mukaan suunnitteluprosessiin.  

Tekoälyn hyödyntäminen vaatii organisaation johdolta ymmärrystä tekoälyn mahdollisuuksista ja rajoituksista: kun suunnittelijat laativat teknisiä ratkaisuja, jotka hoitavat monia aiemmin ihmisälykkyyttä vaatineita tehtäviä, tulee organisaation toiminnan muuttumista katsoa kokonaisuutena. Työntekijät johtoa myöden on koulutettava uusiin toimintamalleihin.  

Tekoälyn haltuunotto tutkimuksen keinoin turvaa yhteiskunnan kykyä hyötyä tekoälystä. Asiantuntija totesi, että tarvittava osaaminen jalkautettaisiin parhaiten korkeakoulutukseen ja sieltä yhteiskuntaan, mikäli tekoälyn menetelmäosaamista integroitaisiin muiden tieteenalojen työkalupakkiin samaan tapaan kuin tilastomenetelmiä tai tietojenkäsittelyä. Lisäksi tarvitaan huippuasiantuntijoita, jotka ymmärtävät syvällisesti sekä omia tieteenalojaan että tekoälyä. Näin tuetaan paitsi tieteellisen tiedon tuottamista ja tieteen kehitystä niin myös sitä, että yksityiselle ja muulla julkiselle sektorille saadaan laaja-alaisia asiantuntijoita, jotka osaavat soveltaa tekoälyä ja jotka voivat hyödyntää uusimpia tutkimustuloksia. Tämä koskee myös ihmistieteiden osaajia: tarvitaan kykyä tunnistaa eri yhteisöjen kulttuuriset herkkyydet ja arvioida tekoälyn yhteiskunnallisia vaikutuksia ja tuoda tämä tieto mukaan tekoälykehitykseen. Kun julkishallinnossa kehitetään tekoälyratkaisuja, tarvitaan selkeitä eettisiä näkemyksiä, joiden perusteella teknologian päämäärät voidaan valita. 

Useat asiantuntijat muistuttivat ihmisten henkilökohtaisista panostuksista oman osaamisensa päivittämiseen. Täydennys- ja jatkokoulutus sekä työssäoppiminen kehittävät tekoälytaitoja, joiden ansiosta työmahdollisuudet laajentuvat ja hallinnan tunne työssä paranee. Kansalaisille tarkoitetut tekoälyyn liittyvät verkkokurssit, esimerkiksi Helsingin yliopiston ja Reaktorin Tekoälyn perusteet, tarjoavat asiantuntijan mukaan erinomaisen mahdollisuuden tutustua tekoälyyn. 

Kansalaisten voimaannuttamisnäkökulmaa esillä pitänyt asiantuntija toivoi EU:lta ennakkoluulotonta panostusta kansalaisten mahdollisuuksiin ei vain ymmärtää teko- ja tukiälyn käyttöä, vaan myös saada kansalaisoikeutena käyttöönsä omalla kielellään toimiva henkilökohtainen tukiäly osana yleissivistävää koulutusta ja elinikäistä oppimista. Osaaminen ja ohjelmistot tähän ovat -asiantuntijan mukaan olemassa, ja tämä olisi toteutettavissa koko EU:n laajuisena murto-osalla yleisradiotoiminnan budjettia. Vaikutus kansalaisten osaamisen kehitykseen olisi asiantuntijan näkemyksen mukaan radikaali.