Generatiivinen tekoäly ei ole enää vain teknologiaharrastajien lelu. Se on tullut puhelimiin, hakukoneisiin, toimisto-ohjelmiin ja asiakaspalveluun niin nopeasti, että moni käyttää sitä jo huomaamattaan.
Siksi olennaisin kysymys ei enää ole, tuleeko tämä muuttamaan arkea. Kysymys on, missä asioissa siitä on aidosti hyötyä, missä se säästää aikaa ja missä se vain tuottaa sujuvaa mutta heikkoa sisältöä.
Me kokeilimme erilaisia työtapoja ja huomasimme nopeasti yhden asian: generatiivinen tekoäly on parhaimmillaan hyvä avustaja, mutta huono isäntä. Se auttaa luonnostelussa, tiivistämisessä ja ideoinnissa, mutta sitä ei kannata päästää yksin päättämään mitään tärkeää.
Mitä generatiivinen tekoäly tarkoittaa käytännössä?
Generatiivinen tekoäly on järjestelmä, joka tuottaa uutta sisältöä opitun aineiston pohjalta. Se voi kirjoittaa tekstiä, tehdä kuvia, ehdottaa koodia, tiivistää pitkiä asiakirjoja ja rakentaa vastauksia luonnollisella kielellä.
Tämä erottaa sen perinteisemmistä ohjelmista. Tavallinen ohjelma tekee sen, mitä sille on tarkasti määritelty. Generatiivinen malli taas rakentaa todennäköisen vastauksen valtavan harjoitusaineiston pohjalta.
Kuulostaa fiksulta, mutta mukana on ongelma. Malli ei aina tiedä, mikä on totta. Se osaa usein kirjoittaa vakuuttavasti myös silloin, kun sisältö on osin väärää.
Generatiivinen tekoäly on hyödyllinen silloin, kun ihminen käyttää sitä ajattelun tukena eikä ajattelun korvikkeena.
Sisäministeriön kolumnissa todetaan, että generatiivinen tekoäly on tämän vuosikymmenen merkittävimpiä läpimurtoja. Se arvio osuu oikeaan, mutta samalla juuri siksi aiheen ympäriltä pitää purkaa turha hype pois.
Missä generatiivinen tekoäly auttaa oikeasti?
Moni ajattelee edelleen, että tämä liittyy lähinnä chatbotteihin. Se on liian kapea kuva. Arjessa hyöty syntyy usein pienistä asioista, jotka toistuvat päivittäin.
Hyviä käyttökohteita ovat esimerkiksi:
- tekstin luonnostelu ja tiivistäminen
- ideointi, otsikointi ja näkökulmien etsiminen
- pitkien dokumenttien nopea jäsentäminen
- vaikean tekstin selittäminen selkokielellä
- käännökset ja sävyn muokkaus
- taulukkojen, listojen ja rungon rakentaminen
Tärkeintä on ymmärtää käyttötarkoitus. Jos tavoite on säästää aikaa ensimmäisessä luonnoksessa, tekoäly toimii usein hyvin. Jos tavoite on tehdä täysin luotettava lopputulos ilman tarkistusta, peli menee nopeasti pieleen.
Tekoälyhaku muuttaa tiedon etsimistä
Hakukoneet eivät enää tarjoa vain linkkilistaa. Ne alkavat vastata itse. Tekoälyhaku tekee tiedon etsimisestä nopeampaa, mutta samalla siitä tulee helposti pinnallisempaa.
Kun vastaus tulee valmiina ruudulle, moni ei enää tarkista lähteitä. Siinä kohtaa syntyy iso riski. Nopeus kasvaa, mutta lähdekritiikki heikkenee.
Me pidämme tätä yhtenä suurimmista muutoksista koko verkon käytössä. Ennen piti etsiä tietoa. Nyt pitää osata epäillä valmista vastausta.
(Tähän sopii sisäinen linkki aiheeseen: hakukäyttäytymisen muutos ja tekoälyvastaukset)
Prompt engineering ei ole taikatemppu, vaan selkeää pyytämistä
Prompt engineering kuulostaa hienommalta kuin mitä se usein on. Käytännössä se tarkoittaa sitä, että osaamme pyytää koneelta järkevästi.
Huono pyyntö tuottaa ympäripyöreän vastauksen. Hyvä pyyntö rajaa aiheen, yleisön, tyylin, muodon ja tavoitteen. Ero voi olla yllättävän suuri.
Esimerkiksi näin ero näkyy:
| Heikko pyyntö | Parempi pyyntö |
|---|---|
| Kerro generatiivisesta tekoälystä | Selitä generatiivinen tekoäly tavalliselle lukijalle 5 kappaleessa, anna 3 hyötyä ja 3 riskiä |
| Kirjoita sähköposti | Kirjoita ystävällinen mutta napakka vastaus reklamaatioon, pituus enintään 120 sanaa |
| Tee teksti opiskeluun | Tee lukion opiskelijalle tiivistelmä aiheesta, käytä helppoa kieltä ja lisää lopuksi 5 kysymystä |
Tässä ei ole kyse siitä, että käyttäjästä pitäisi tulla tekninen asiantuntija. Riittää, että ajatus on kirkas. Kun pyydämme tarkasti, saamme yleensä käyttökelpoisemman vastauksen.
ChatGPT vs Gemini – mitä tavallisen käyttäjän kannattaa verrata?
Kun keskustelu kääntyy aiheeseen chatgpt vs gemini, moni etsii voittajaa. Se on vähän väärä tapa katsoa asiaa. Olennaisempaa on, kumpi sopii omaan käyttöön.
Toinen voi tuntua paremmalta kirjoittamisessa, toinen taas istuu sujuvammin osaksi hakua, sähköpostia tai muuta ekosysteemiä. Käyttökokemus ratkaisee enemmän kuin yksittäinen vertailutaulukko.
Meidän mielestä tavallisen käyttäjän kannattaa testata ainakin näitä:
- ymmärtääkö työkalu kysymyksen ilman turhaa vääntöä
- osaako se tiivistää ja selittää selkeästi
- pysyykö se pyydetyssä muodossa
- kuinka paljon se keksii omiaan
- istuuko se omaan arkeen vai ei
Pelkkä suosituin nimi ei vielä tee työkalusta parasta. Huonoimmillaan käyttäjä alkaa kiertää työkalun omituisuuksia sen sijaan, että työkalu helpottaisi työtä.
Tekoäly työssä: säästää aikaa, mutta voi myös lisätä sotkua
Tekoäly työssä kiinnostaa syystä. Moni toivoo nopeampaa kirjoittamista, tehokkaampia muistiinpanoja, parempia kokousyhteenvetoja ja helpompaa tiedon hakua.
Näissä asioissa hyöty on usein aivan todellinen. Ensimmäinen luonnos syntyy nopeammin. Rutiinitehtävät kevenevät. Pitkä raportti muuttuu ymmärrettäväksi tiivistelmäksi.
Samaan aikaan syntyy uusi ongelma. Jos kaikki alkavat tuottaa sisältöä entistä helpommin, myös keskinkertaisen tekstin määrä kasvaa. Silloin työ ei välttämättä vähene, vaan siirtyy tarkistamiseen, muokkaamiseen ja virheiden korjaamiseen.
Tämä näkyy jo monessa organisaatiossa. Nopeus kasvaa, mutta laadunvarmistus ei saa kadota mihinkään.
(Tähän sopii sisäinen linkki aiheeseen: tekoälyn käyttöohjeet työpaikalla)
Tekoäly opiskelussa voi auttaa paljon – ja laiskistaa tehokkaasti
Tekoäly opiskelussa toimii hyvin silloin, kun sitä käytetään oppimisen tukena. Se voi selittää vaikean käsitteen helpommin, tehdä kertauskysymyksiä, jäsentää esseerungon tai auttaa aloittamaan, kun pää lyö tyhjää.
Huono käyttö alkaa siitä, että opiskelija ulkoistaa ajattelun kokonaan. Silloin teksti näyttää valmiilta, mutta ymmärrys jää ontoksi.
Me pitäisimme hyvänä nyrkkisääntönä tätä: jos et osaa selittää omin sanoin, et ole vielä oppinut asiaa, vaikka tekoäly tuotti siitä siistin vastauksen.
Opiskelussa kannattaa käyttää tekoälyä näin:
- pyydä selitys vaikeaan aiheeseen eri tavalla
- pyydä kysymyksiä, joilla testaat osaamistasi
- pyydä palautetta omaan tekstiin
- älä palauta suoraan sitä, mitä työkalu kirjoitti
Tekoäly sähköposti säästää hermoja, jos sitä käyttää oikein
Sähköposti on hyvä esimerkki tehtävästä, jossa generatiivinen tekoäly voi olla aidosti hyödyllinen. Moni käyttää liikaa aikaa siihen, että yrittää kirjoittaa viestin samalla kertaa kohteliaaksi, napakaksi ja selkeäksi.
Tekoäly sähköposti -käytössä toimii erityisen hyvin silloin, kun viestistä halutaan:
- lyhyempi
- ystävällisempi
- jämäkämpi
- selkeämpi
- paremmin jäsennelty
Silti viimeinen tarkistus pitää tehdä itse. Viestin sävy, asiayhteys ja mahdolliset lupaukset ovat asioita, joita ei kannata ulkoistaa koneelle sokkona.
(Tähän sopii sisäinen linkki aiheeseen: tehokkaampi sähköpostiviestintä)
Tekoälyn riskit eivät ole sivujuonne vaan koko aiheen kovin kohta
Tekoälyn riskit käsitellään usein liian kevyesti. Puhutaan vähän virheistä ja muistutetaan tarkistamaan faktat, mutta se ei vielä riitä.
Suurimmat riskit tavalliselle käyttäjälle ovat käytännössä nämä:
- väärä tieto, joka kuulostaa uskottavalta
- lähteiden puuttuminen tai heikko jäljitettävyys
- henkilötietojen ja luottamuksellisen tiedon vuotaminen
- tekijänoikeuksiin liittyvät epäselvyydet
- ylivarmuus, joka saa käyttäjän luottamaan liikaa
Näistä viimeinen on ehkä aliarvioiduin. Kun vastaus tulee nopeasti ja sujuvasti, siihen uskoo herkemmin kuin pitäisi. Juuri siksi kriittinen lukutaito ei vähene tekoälyn aikakaudella, vaan sen arvo kasvaa.
Miten generatiivista tekoälyä kannattaa käyttää fiksusti?
Paras tapa hyödyntää generatiivista tekoälyä on pitää se renkinä. Annetaan sille tehtäviä, joissa nopeus auttaa, mutta pidetään päätökset ihmisellä.
Toimiva käytännön malli on yksinkertainen. Pyydä luonnos, tarkista faktat, muokkaa sävy, poista turha ja lisää oma näkemys. Näin lopputulos ei jää koneen makuiseksi.
Generatiivinen tekoäly ei poista tarvetta ajatella. Se paljastaa hyvin nopeasti, onko käyttäjällä itsellään kirkas tavoite vai ei.
Kun siitä on eniten hyötyä
Hyöty on suurin, kun tehtävä on toistuva, aikaa vievä tai muuten hankala aloittaa. Ensimmäinen versio syntyy nopeasti, ja ihminen tekee siitä lopullisen.
Kun sitä kannattaa varoa
Varovaisuutta tarvitaan etenkin silloin, kun käsitellään rahaa, terveyttä, sopimuksia, henkilötietoja tai muuta sisältöä, jossa virheen hinta on korkea. Sujuva teksti ei ole sama asia kuin oikea sisältö.
Lue lisää kuinka luodaan ensimmäiset promptit tekoälylle.
