Tekoäly ei korjaa dataasi

Useimmissa organisaatioissa tekoälyprojekti alkaa kyseenalaisella kaavalla. Valitaan teknologia, rakennetaan demo, esitellään johdolle. Soppa on valmis: data on hajallaan, ohjeistukset ristiriitaisia ja prosessit dokumentoitu viimeksi kolme vuotta sitten – jos silloinkaan.

Tekoäly ei ole pesukone vaan peili

Kielimallit ja agentit käyttävät dataa, mutta eivät siivoa sitä. Jos organisaation tietopohja sisältää kolme eri versiota samasta ohjeesta, malli ei pysty valitsemaan oikeaa. Se voi valita minkä tahansa tai pahimmillaan yhdistää kaikki kolme ja tuottaa vastauksen, joka kuulostaa uskottavalta mutta on väärin.

RAG-arkkitehtuurissa (Retrieval-Augmented Generation) malli hakee vastauksen pohjaksi dokumentteja tietokannasta. Jos tietokannassa on vanhentuneita prosessikuvauksia, päällekkäisiä ohjeita ja keskenään ristiriitaisia linjauksia, malli heijastaa tämän kaaoksen suoraan käyttäjälle. Nopeasti ja uskottavasti.

Prosessien epäselvyys skaalautuu

Manuaalisessa työssä epäselvä prosessi hidastaa yhtä ihmistä kerrallaan. Kokenut asiantuntija tietää, keneltä kysyä ja minkä ohjeen voi ohittaa. Hän kompensoi organisaationsa puutteita hiljaisella tiedolla.

Tekoälyllä ei ole hiljaista tietoa, vaan ainoastaan se data, mitä sille annetaan.

Kun epäselvä prosessi automatisoidaan, epäselvyys ei katoa vaan moninkertaisuu. Jokainen käyttäjä saa saman puutteellisen vastauksen – mutta  tällä kertaa ilman sitä asiantuntijaa, joka osaisi korjata sen suoraan. 

Mitä tämä tarkoittaa käytännössä?

Otetaan esimerkki. Organisaatio haluaa tekoälyavustajan, joka vastaa sisäisiin HR-kysymyksiin: lomakäytännöt, etätyöohjeet, matkustuspolitiikka. Yksinkertaista, eikö vain?

Paitsi että etätyöohje päivitettiin vuosi sitten, mutta vanha versio on yhä intranetissä. Matkustuspolitiikasta on kaksi versiota – toinen koskee Suomea, toinen koko konsernia, eikä kumpikaan kerro kumpi on ensisijainen. Lomakäytäntöjen tulkinta vaihtelee esihenkilöittäin.

Tekoäly ei ratkaise tätä monitulkintaisuutta. Se tekee ongelman näkyväksi – jokaiselle, joka käyttää järjestelmää.

Data-auditointi ennen teknologiaa

Ennen kuin yhtäkään promptia kirjoitetaan, organisaation kannattaa tehdä kolme asiaa:

1. Kartoittaa tietolähteet. Mistä järjestelmistä ja dokumenteista tekoäly hakisi vastauksen? Ovatko ne ajantasaisia? Onko niissä päällekkäisyyksiä?
2. Tunnistaa ristiriidat. Jos samasta asiasta on kaksi eri ohjetta, kumpi on voimassa? Kuka päättää?
3. Määritellä vastuut. Kuka omistaa datan? Kuka päivittää sen? Kuinka usein? Jos vastaus on "ei kukaan" tai "tarpeen mukaan", data vanhenee – ja malli alkaa tuottaa vääriä vastauksia.

Hyvä data ei synny projektissa

Yksi yleisimmistä virheistä on ajatella, että data saadaan kuntoon tekoälyprojektin yhteydessä. "Samalla kun rakennetaan järjestelmä, siivotaan dokumentaatio."

Käytännössä tämä ei toimi. Projekti etenee omalla aikataulullaan. Dokumentaation siivoaminen on hidas, sisäinen prosessi, joka vaatii päätöksiä siitä, mikä on oikein. Kukaan ei halua olla se, joka sanoo ääneen, että nykyiset ohjeet ovat ristiriitaisia, mutta tekoäly paljastaa sen joka kerralla kun käyttäjä kysyy ja saa väärän vastauksen.

Milloin data on riittävän hyvää?

Riittävän hyvän datan tunnistaa kolmesta asiasta:

1. Yksiselitteisyys. Samasta asiasta on yksi lähde, joka on selkeästi voimassaoleva.
2. Rakenne. Tieto löytyy johdonmukaisesti, ei yksittäisen asiantuntijan sähköpostista.
3. Ylläpito. Joku omistaa sen ja päivittää sitä säännöllisesti – ei kerran projektin alussa.

Jos nämä kolme ehtoa eivät täyty, tekoälyprojekti kannattaa aloittaa datan kuntoon laittamisesta. Ei mallista.

Lopuksi

Tekoäly on poikkeuksellisen tehokas työkalu – mutta se on työkalu, joka vahvistaa sitä mitä sille syötetään. Hyvä data tuottaa hyviä vastauksia. Huono data tuottaa uskottavan kuuloisia huonoja vastauksia. Ja se on vaarallisempaa kuin se, että vastausta ei olisi lainkaan.

Seuraavassa osassa käsittelen vastuun ja päätöksenteon rajapintaa: mitä tapahtuu, kun organisaatio alkaa kohdella tekoälyä päätöksentekijänä.