North Patrol on suunnitteluun erikoistunut konsulttitoimisto. Suunnittelemme, autamme teknologiavalinnoissa, kilpailutamme. Emme myy toteutusprojekteja, emmekä lisenssejä, olemme aidosti asiakkaan puolella.
Tekoälysovelluksia on monen tyyppisiä. Tässä artikkelissa puhutaan lähinnä tilastollisiin kielimalleihin (esim. GPT-3, 3.5, 4) perustuvista tekoälysovelluksista ja muista generatiivisista tekoälymalleista (esim. kuvia generoivat mallit), joihin verkossakin ehkä eniten törmää.
Miten tekoäly toimii? – Lyhyt oppimäärä
Generatiiviset tekoälysovellukset kykenevät tyypillisesti tunnistamaan luonnollisella kielellä esitettyjä kysymyksiä, tekemään algoritmiensa avulla päätelmiä ja luomaan uusia malleja ilman, että niille tarvitsee erikseen kertoa, mikä oikea vastaus on. Eli siinä mielessä ne ovat kyllä nimensä mukaisesti älykkäitä.
Tekoälysovellukset eivät kuitenkaan loihdi vastauksia tyhjästä, vaan niiden tietomallit on ensin koulutettu suurilla massoilla lähdedataa ja hienosäädetty suurella määrällä ihmiskäyttäjien antamaa palautetta. Koulutettua tietomallia hyödyntäen tekoäly tekee sitten parhaan mahdollisen arvauksensa. Mitä laajempi tietomallin ”neuroverkko” on ja mitä paremmin se on opetettu, sitä parempia arvauksiakin sieltä saa. ChatGPT:n taustalla on esimerkiksi satojen gigatavujen tietokanta, johon on syötetty massoittain dataa lukuisista eri lähteistä, ja jonka dataa hienosäätää jatkuvasti valtava määrä ihmisiä.
Tekoälyn hyödyntämiseen liittyy paljon vääriä käsityksiä
Vaikka esimerkiksi ChatGPT:n käyttämä kielimalli on erittäin laaja, sieltä ei ole kaivettavissa vastauksia kaikkiin maailman kysymyksiin. Mikään ei kuitenkaan estä sitä esittämästä fiksumpaa kuin onkaan. Tekoälyn tuottama vastaus voikin toisinaan kuulostaa aivan fiksulta ja perustellulta, mutta faktat ovat silti aivan päin seiniä. Vastaukseen ei siis kannata välttämättä luottaa. Varsinkin mitä spesifimpää aihealuetta kysymys koskee, sitä kriittisempi pitää olla myös vastausten oikeellisuuden arvioinnin kanssa.
Tekoälyn antamien vastausten ajantasaisuuteen ei myöskään aina voi luottaa. Suuri osa ChatGPT:n tiedoista esimerkiksi perustuu vähintään kaksi vuotta vanhaan dataan. Vielä jokin aika sitten ChatGPT ei tiennyt mitään vaikkapa Ukrainan viimeaikojen tapahtumista. ChatGPT:ltä ei välttämättä myöskään kannata kysyä, mistä saisi juuri nyt halvimmat liput lomalennolle ensi kuussa. Käyttökelpoisia vinkkejä sieltä voi löytyä, mutta ajantasaisia hintatietoja ei.
Chattibotteja pidetään usein myös tekoälysovelluksina, vaikka ne usein pohjautuvat hyvin erilaisiin tekniikoihin kuin esimerkiksi ChatGPT. Tekoälyä tai ei, samanlaiset haasteet niidenkin kanssa tulee vastaan. Monet Suomen kaupungit ovat esimerkiksi ottaneet sivustoillaan käyttöön virtuaalisen asiakaspalvelija Kunta-Katin ja yllättyneet mm. siitä, miten paljon kaupungin työntekijöiden työtä sen opettaminen on vaatinut. Siitäkin huolimatta, että Kunta-Katinkin tietojen pohjalla on mm. Suomi.fi-palvelussa sijaitsevan Palvelutietovarannon (PTV) data. Chattibottihuuma onkin viime aikoina vähän laimentunut, mistä Perttukin kirjoittaa Vierityspalkki-blogissa. Kannattaa lukea.
Tekoälyn hyödyntäminen inspiraation lähteenä
Tekoäly ei missään nimessä korvaa, ainakaan vielä, ammattilaista vähänkään vaativammassa suunnittelutyössä. Verkkosivustojen suunnittelussa sen tuottamat lopputulokset voivat kuitenkin toimia esimerkiksi inspiraation lähteenä sisältöjen, rakenteiden tai kuvitusten osalta.
Tekoälyä voi esimerkiksi pyytää generoimaan leipätekstiä sisältösivuille halutusta aiheesta, kunhan muistaa, että tekstiä ei pidä käyttää ihan sellaisenaan. Faktantarkistus pitää tehdä huolella, ja muutenkin muuttaa teksti sellaiseen muotoon, että tekstin sisältö ja tyyli vastaavat sitä, miten lukijaa halutaan puhutella. Tekoälyä voi toki pyytää myös analysoimaan ja tekemään parannusehdotuksia aikaisempiin suunnitelmiin tai vaikkapa tekemään luonnoksen sisällöistä jollakin toisella kielellä.
Vastauksiin kannattaa aina suhtautua varauksella. Vastaukset voivat usein näyttää ensivilkaisulla hyviltä ja ammattimaisilta, mutta sisältää tarkemmalla lukemisella vain vähän asiaa ja sitäkin enemmän puppua. Mitään kovin päräyttävää ja uniikkia ei välttämättä myöskään kannata odottaa, kuten ao. kuvan esimerkkikin osoittaa.
Kuvituskuvia tekoälyllä
Kuvituksen suunnitteluun on tarjolla myös paljon erilaisia tekoälypohjaisia työkaluja. Esimerkiksi Midjourneyn, DALL-E:n tai Playground AI:n kaltaisilla sovelluksilla saa melko helposti luotua varsin näyttäviä kuvia haluamallaan tyylillä. (Tästä aiheesta kannattaa lukaista myös Samin juttu Kuvitusta tekoälyllä)
Näidenkin osalta suosittelen kuitenkin lämpimästi, että kuvia käytettäisiin lähinnä inspiraatioiden hakemiseen. Laadukkaat kuvat ja visuaaliset elementit ovat tärkeä osa sivustoa, niitä ei voi roiskia sivustoille miten vain. Eikä tekoäly mitenkään pärjää ammattilaiselle vaikkapa asiakaskohtaisten tarpeiden huomioimisessa tai sivustojen kokonaisilmeen suunnittelussa.
Tekoälyllä tuotettujen kuvien tekijänoikeudet ja yksityisyys on myös viime aikoina puhututtanut paljon. Aihealue on niin tuore, että lopulliset pelisäännöt vielä osittain puuttuvat ja kuvienkin käyttöön liittyviä yllätyksiä voi vielä olla luvassa.
Valmista ohjelmakoodia tekoälyn avulla
Väitteestä, että tekoäly korvaisi pian ohjelmistosuunnittelijat, kun tekoäly synnyttää koodia tyhjästä, en olisi vielä kovin huolissani. Fakta on kuitenkin se, että tekoäly voi jo tarjota koodarille hyvinkin valmista koodia ja käyttökelpoisia työkaluja. Hyvin yleistä on jo se, että ohjelmoijat käyttävät tekoälyn generoimia valmiita koodinpätkiä, joita sitten jatkojalostavat eteenpäin. Myös esimerkiksi testien tekemiseen ja testidatan generoimiseen tekoälystä voi myös olla paljon apua.
Eli tässäkin, tekoälyllä ei välttämättä kannata yrittääkään saada täysin valmista aikaiseksi, mutta se voi auttaa ja nopeuttaa työtä monella tavalla. Ihmistä kuitenkin tarvitaan tässäkin edelleen.
Tekoälyllä ei voi kokonaan korvata luovaa suunnittelutyötä
Tekoälyä voi tavallaan verrata hakukoneeseen. Sen avulla voi löytää tietoa, inspiraatioita ja aikaisemmin hyvin toimineita käytäntöjä, mutta lopputulokset perustuvat kuitenkin aina siihen opetusdataan, mitä sille on aikaisemmin syötetty. Mutta jos laadukasta opetusdataa on tarjolla riittävästi, lopputuloskin – vaikkapa hakukoneiden suositukset lukijaa kiinnostavista sisällöistä – voi osua hyvinkin nappiin.
Tekoäly voi siis nopeuttaa suunnitteluprosessia monellakin tavalla, ja toisinaan parantaa myös lopputuloksen laatua. Mutta sen tarjoamiin vastauksiin kannattaa aina suhtautua hyvin kriittisesti. Laadukkaan lopputuloksen saamiseksi ammattilaisia tarvitaan edelleen, niin suunnittelu- kuin toteutusvaiheessa.
PS. Sinua voisi kiinnostaa tulossa oleva ilmainen webinaarimme:
Digitaaliset asiointipalvelut – Erilaiset konseptit ja toteutuksen eri vaihtoehdot (11.12.2024 klo 10:00).
Ilmoittaudu webinaariin
Lue palveluistamme
Pyydä tarjous
