Content uploaded by Anna-Mari Wallenberg
Author content
All content in this area was uploaded by Anna-Mari Wallenberg on Dec 18, 2023
Content may be subject to copyright.
Julkaistu: Työn Tuuli 2/2023
https://www.henry.fi/ajankohtaista/tyon-tuuli/2023/tyon-tuuli-22023.html
Anna-Mari Wallenberg
Tekoälyn etiikka: Hyödytön, hampaaton vai keskeneräinen?
Abstrakti:
Älykkäät teknologiat nostavat esiin mutkikkaita kysymyksiä niiden yhteiskunnallisista ja
eettisistä vaikutuksista. Monimutkaiset, aiempaa itsenäisemmin oppivat tekoälyjärjestelmät
ovat kognitiivisesti aktiivisia tavoilla, jotka erottavat ne muusta teknologiasta.
Tekoälyjärjestelmät voivat muokata käytäntöjä, rakenteita ja toimintaympäristöä tavoilla, jotka
nostavat esiin uudenlaisia kysymyksiä oikeusvaikutuksista, oikeudenmukaisuudesta ja
hyvinvoinnin jakautumisesta. Perinteinen teknologian arviointi toimivuuden, käytettävyyden,
tehokkuuden tai teknisen luotettavuuden näkökulmasta ei riitä. Sen sijaan lisääntyvän tekoälyn
käyttö herättää tarpeen sen eettisestä arvioinnista. Viime vuosina tekoälyn etiikkaa, ja
erityisesti tekoälyn eettisiä ohjeistuksia, on kuitenkin arvosteltu hyödyttömyydestä ja
hampaattomuudesta. Kirjoituksessa ehdotetaan, että kyse on pikemminkin etiikkatyön
keskeneräisyydestä.
AVAINSANAT: Tekoälyn etiikka, algoritmit, teknologian arviointi
Miksi tekoälyn etiikasta puhutaan?
Keinotekoisiin, ajatteleviin tai älykkäisiin koneisiin on liitetty paljon odotuksia ja pelkoja.
Filosofi Gottfried Leibniz haaveili 1700-luvulla “universaalista laskukoneesta”, joka olisi
yhteydessä yleiseen, kaiken tieteellisen tiedon sisältävään tieteen ensyklopediaan. Kone
kykenisi päättelemään vastaukset mihin tahansa kysymykseen (Roinila 2021). Pari sataa
vuotta myöhemmin chatGPT konkretisoi sekä Leibnizin haavetta, että sen ongelmia. Kone
kyllä päättelee vastauksia, mutta ei osaa arvioida, pitävätkö ne paikkansa.
ChatGPT, ja generatiivinen tekoäly ylipäänsä, osoittaa myös, miksi realistinen keskustelu
teknologiasta on tärkeää. Se havainnollistaa, kuinka nopeasti ja räjähdysmäisesti algoritmiset
teknologiat voivat arkipäiväistyä. Vielä vuosi sitten suurin osa ihmisistä ei ollut edes kuullut
koko teknologiasta. Nyt kielimallit ja kuvaeditorit ovat internetyhteyden päässä.
Älykkäät teknologiat nostavat esiin hankalia kysymyksiä niiden yhteiskunnallisista ja eettisistä
vaikutuksista. Monimutkaiset, koko ajan itsenäisemmin oppivat tekoälyjärjestelmät ovat
kognitiivisesti aktiivisia tavoilla, jotka erottavat ne muista teknologioista. Tekoälyjärjestelmät
voivat muokata käytäntöjä, rakenteita ja toimintaympäristöä. Ne nostavat esiin uudenlaisia
kysymyksiä oikeusvaikutuksista, oikeudenmukaisuudesta, ja hyvinvoinnin jakautumisesta.
Perinteinen teknologian arviointi toimivuuden, käytettävyyden, tehokkuuden tai teknisen
luotettavuuden näkökulmasta ei riitä. Viime vuosina onkin toistuvasti todettu, että lisääntyvästä
tekoälyn käytöstä seuraa tarve sen eettiselle arvioinnille. On puhuttu paljon tekoälyn etiikasta
ja siitä, mitä tekoälyn eettisesti hyväksyttävä kehittäminen, käyttäminen ja hyödyntäminen
edellyttävät.
Tekoälyn etiikan lyhyt historia: eettiset ohjeistukset
Kun kymmenisen vuotta sitten kone-oppimiseen (ML) ja syväoppiviin verkkoihin (DNN)
perustuvat kaupalliset sovellukset yleistyivät, nousivat esiin huolet niihin liittyvistä riskeistä ja
mahdollisista haitoista. Eettisiä ohjeita ja periaatteita alettiin laatia, koska uskottiin, että niiden
avulla haittoja voitaisiin ehkäistä ennalta. Toivottiin, että esitetyt periaatteet toimisivat
abstraktioina, joiden pohjalta algoritmien kehitystä ja käyttöä voitaisiin ohjata ja rajoittaa.
Nykyinen tekoälyn etiikka ei varsinaisesti perustu akateemiselle tutkimukselle, vaan on
syntynyt näiden ohjeistusten ja periaatteiden pohjalta. Ohjeistukset ovat rajanneet ja
synnyttäneet viitekehyksen, jonka sisällä viime vuosien keskustelu tekoälyn etiikasta on
pitkälti käyty. Ohjeistukset ovat valikoineet käsitteet, kuten “läpinäkyvyys” tai “vastuullisuus”,
joilla tekoälyn etiikasta keskustellaan sekä sanallistaneet periaatteet, joiden nojalla
tekoälysovellusten hyväksyttävyyttä edelleen arvioidaan.
Tällä hetkellä ohjeistuksia on jo yli 200. Niitä ovat julkaisseet niin kansalliset (esim. Kanadan
hallitus) kuin monikansalliset organisaatiot (Euroopan komissio, OECD, Unesco),
yleishyödylliset toimijat ja järjestöt (mm. IEEE), erilaiset virastot ja yksiköt (Suomessa esim.
Vero ja Kela, Helsingin kaupunki), akateemiset (Future of Life Institute) ja uskonnolliset
yhteisöt (mm. katolinen kirkko) sekä yritykset (mm. Microsoft, Google, Facebook).
Suositusten laatimisprosesseja ei ole juurikaan tutkittu. Tiedetään, että tyypillisesti suositukset
on laadittu ns. ad hoc -työryhmissä (esim. EU:n High Level Expert Group). Ryhmistä, niiden
kokoonpanosta tai työskentelystä ei kuitenkaan ole kokonaiskuvaa. Ryhmien tehtävänannoista,
käsiteltyjen aiheiden valikoinnista tai työtavoista ei myöskään ole tutkimustietoa. Ei myöskään
tiedetä, kuinka ryhmissä on hahmotettu tekoälyohjeistusten tehtävä, onko ja kuinka
mahdollinen laadunvarmistus on tehty, tai missä määrin ryhmissä keskusteltu siitä, vastaavatko
ohjeistukset tosiasiallisia tekoälyn käyttöön liittyviä haasteita.
Ohjeistuksien laatu vaihtelee lisäksi varsin paljon. Osa sisältää heikosti toisiinsa kytkettyjä
yksittäisiä sääntöjä. Niissä käytettyjä käsitteitä ei määritellä, taustoja ei avata, eikä
periaatteiden välillä ole ilmeistä yhteyttä. Osa taas on varsin korkealaatuisia ja hyvin
muodostettuja, toisiinsa kytkettyjä ja jäsenneltyjä periaatekokoelmia. Ohjeita on esimerkiksi
perusteltu laajoilla, osittain asiantuntijatyönä koostetuilla yksityiskohtaisilla ja monitieteisillä
selvityksillä, joiden laatimisprosessi on myös jossain määrin julkisesti raportoitu (esim.
Unesco).
Eettisten ohjeistusten sisältö: Big Five
Ohjeistuksien sanasto ja painotukset vaihtelevat jonkin verran. Pinnallisista eroista huolimatta
niissä kuitenkin käsitellään pitkälti samoja perusteemoja. Tavoiteltavina tekoälyn
hyödyntämisen piirteinä useimmissa ohjeistuksissa nähdään mm. myönteinen
demokratiakehitys, yhteiskunnallinen oikeudenmukaisuus ja yksilönsuoja (mm. Jobin, 2019;
Morley ym., 2019). Ohjeistuksissa korostetaan ihmiskeskeisyyttä, luotettavuutta ja
vastuullisuutta keskeisinä hyveinä. Niissä toistuu myös etiikan paikallisuus, eikä esimerkiksi
tekoälykehityksen ilmastovaikutusten, globaalien tuotantoketjujen tai hyvinvoinnin
jakautumisen kysymyksiä mainitse kuin kourallinen suosituksista (Wallenberg, valmisteilla).
Ohjeistuksissa heijastuu myös monia perinteisen eurooppalainen yhteiskunta- ja
moraalifilosofisen ajattelun piirteitä. Painotus ilmenee niin käytetyissä käsitteissä, keskeisissä
päättelyissä kuin teemojen valikoinnissakin. Ohjeistuksissa esimerkiksi tulkitaan
perusoikeudet länsimaisittain, ja korostetaan länsimaisille demokratioille keskeistä ajatusta
valtion vallankäytön rajoittamisesta kansalaisen oikeuksien suhteen. Kansalais- ja
yksilöoikeuksien painotus näkyy myös siten, että yhdenvertaisuus- ja omistusoikeuksia (esim.
dataa koskeva omistusoikeus), psyykkistä ja fyysistä koskemattomuutta (algoritminen
manipulaatio) sekä tieto- ja yksilönsuojaa tulkitaan pääsääntöisesti yksilöiden oikeuksien
näkökulmasta.
Ohjeistuksille on leimallista myös niiden riskipohjaisuus. Tavoitteena on lähes aina
ennaltaehkäistä harmeja ja haittoja. Tekoälyn mahdollisia myönteisiä vaikutuksia ei mainita
kuin muutamassa ohjeistuksessa (Wallenberg valmisteilla; Rusanen 2019). Tämä heijastuu
myös ohjeistuksissa käytettyjen käsitteiden tulkintaan. Esimerkiksi perusoikeudet, kuten
yhdenvertaisuus tai yksilönsuoja, tulkitaan ohjeistuksissa pääsääntöisesti ns. negatiivisesti.
Painopiste on oikeuksiin kohdistuvien loukkauksien, kuten yhdenvertaisuutta rikkovan
syrjinnän ennaltaehkäisyssä, ei oikeuksien toteutumista tosiasiallisesti tukevien velvoitteiden
asettamisessa (ns. positiivinen tulkinta).
Taulukko 1. Tekoälyn etiikan keskeiset periaatteet (Jobin ym., 2019).
1. vahinkojen välttäminen, eli “älä aiheuta harmia-periaate” (Riskien ennaltaehkäisy).
2. vastuullisuus, eli “kuka kantaa vastuun tekoälyn toiminnasta” (Vastuun kantilainen
tulkinta.)
3. läpinäkyvyys ja selitettävyys, eli “miten tiedetään, kuinka tekoäly toimii” (Seuraa sekä
vastuullisuudesta että yksilön oikeudesta saada selitys häntä koskevan päätöksen
perusteluista.)
4. oikeudenmukaisuus ja yhdenvertaisuus eli “tekoälyn tulee toimia reilusti ja eikä se saa
syrjiä”
5. ihmisoikeuksien, kuten yksityisyyden ja turvallisuuden, kunnioittaminen.
— Taulukko 1 loppuu —
Suositusten peruskäsitteet rakentuvat pitkälti eurooppalaisen moraalifilosofian periaatteiden
päälle. Esimerkiksi vastuullisuus (engl. accountability) tulkitaan ohjeistuksissa ns. perinteisen
kantilaisen luennan pohjalta. Vastuu on aktiivisen toimijan vastuuta teoista ja valinnoista.
Vastuu edellyttää toimijalta sekä valinnanvapautta että tiedollista kykyä ennakoida valintojen
seurauksia. Toimija on vastuussa vain teoista (tai tekemättä jättämisistä), jotka hän valitsee
vapaasti ja joiden kohdalla hän on kyennyt arvioimaan, mitä valitusta teosta voi seurata.
Ohjeistuksissa tiedollinen ennakointivelvoite tulkitaan usein järjestelmien läpinäkyvyytenä ja
selitettävyytenä. Päättely etenee seuraavasti: Jos järjestelmän on oltava ennakoitava, sen
toiminta on osattava selittää. Jotta järjestelmän toimintaa voidaan selittää, on sen oltava
läpinäkyvää (esim. Morley ym., 2019). Toiminta on puolestaan läpinäkyvää, jos se voidaan
kuvata riittävällä tarkkuudella askel askeleelta. Tästä tulkinnasta on kuitenkin keskusteltu
varsin paljon viime vuosina. On esimerkiksi todettu, että aito läpinäkyvyys voi myös vaatia
kuvauksen ymmärrettävyyttä. Sen mukaan myös henkilöiden, joilla ei ole tietoteknistä
koulutusta, on kyettävä hahmottamaan, miten heitä koskevat päätökset on koneellisesti tehty.
Lisäksi on huomautettu, että selitettävyys ei välttämättä tarkoita samaa kuin yksilön
oikeusturvan kannalta keskeinen läpinäkyvyys. Päätöksenteon kohteena olevan yksilön
kannalta keskeisempää on usein päätöksen oikeutus kuin sen selitettävyys (Robbins, 2019). Jos
vaikkapa sosiaalietuus tai oleskelupa evätään koneellisesti (tai ihmisen toimesta), yksilölle ei
ole keskeistä se, millaisilla algoritmeilla (tai hermosoluilla) päätös on tehty. Keskeisempää on,
perustellaanko päätös oikeilla pykälillä tai laintulkinnalla (Wachter ym., 2018; Robbins, 2019).
Myös vinouman käsitteen tulkinta on herättänyt arvostelua. Julkisissa keskusteluissa usein
oletetaan, että monille kone-oppiville järjestelmille, kuten luokittelualgoritmeille
määritelmällinen, niiden matemaattisista ominaisuuksista johtuva vinoumaherkkyys on
automaattisesti moraalisessa mielessä syrjivää, tai johtaa syrjintään. Oletus toistuu monissa
ohjeistuksissa. Vinoumia on kuitenkin useita eri lajeja, ja ne voivat johtua monista eri syistä
(Belenguer, 2022). Kaikki vinoumat eivät syrji, sillä aidosti syrjivien vinoumien on oltava
moraalisesti merkityksellisiä esimerkiksi perusoikeusvaikutuksien vuoksi (Rusanen, 2020). Ne
tyypillisesti ilmenevät käyttöyhteyksissä esimerkiksi mahdollisena epätasa-arvoisena
kohteluna tai oikeuksien eväämisenä (Belenguer, 2022).
Vinoumaherkkyys ja läpinäkyvyys ovat esimerkkejä siitä, kuinka ohjeistuksissa ei ole aina
ajateltu asioita aivan loppuun asti. Pinnallisuus näkyy myös epämääräisyytenä, eli ”tekoäly ei
saa syrjiä”- tyylisinä ohjeina, jotka eivät kiinnity mihinkään. Pahimmillaan ohjeistukset voivat
olla sisäisesti ristiriitaisia. Saatetaan esimerkiksi kieltää yksilöiden erotteleminen
luokittelualgoritmeilla syrjinnän estämiseksi yhdessä periaatteessa. Seuraavassa voidaan
kuitenkin teknologian inklusiivisuuden (eli erityispiirteiden huomioimiseen perustuvan
teknologian) lisäämiseksi vaatia kuitenkin sitä, että luokittelualgoritmien tulee tunnistaa ja
huomioida yksilöiden erot.
Ohjeistuksiin liittyy myös muita ongelmia. Eräs on niiden ruokkima virhetulkinta, että kyse
olisi aivan uudesta, muusta moraalikoodistosta irrallisesta, vain tekoälyä koskevasta
säännöstöstä. On jäänyt huomaamatta, että useimmat ohjeistusten teemoista, kuten
yhdenvertaisuus, oikeudenmukaisuus tai vastuullisuus, eivät varsinaisesti ole tekoälyspesifejä,
vaan pätevät mihin tahansa eettiseen arviointiin (Floridi ym., 2018). Seurauksena on mielikuva,
että vain tekoälyn etiikka asettaisi eettisiä velvoitteita tekoälyn hyväksyttävälle käytölle.
Mielikuva johtaa epärealistisiin odotuksiin tekoälyn etiikan tehtävistä ja synnyttää
turhautumista, kun odotuksia ei kuitenkaan ohjeistuksien tasolla täytetä.
Turhautuminen tekoälyn etiikkaan?
Ohjeistuksia onkin viime vuosina arvosteltu ankarasti, että niiden tosiasiallinen vaikutus on
suhteellisen heikkoa. Ohjeistuksia on kuvattu mm. abstrakteiksi periaatelistoiksi, jotka eivät
kiinnity käytäntöihin tai ohjaa niitä (McNamara ym., 2018; Hagendorff, 2020). Ohjeistuksia
on kutsuttu “hyödyttömiksi” ja tekoälyn etiikkaa “hampaattomaksi” (Resseguier ym., 2020;
Munn, 2022). Ongelma usein on, että ohjeet eivät itsessään yksilöi konkreettisia mekanismeja,
työkaluja tai välineitä niiden toteuttamiseksi (Morley ym., 2019).
Abstraktien periaatteiden kytkeminen käytäntöön on haasteellista, olipa kyse mistä alasta
tahansa. Normatiivisia sääntöjä on vaikeaa muuntaa teknistä kehitystyötä tai käyttöä ohjaaviksi
periaatteiksi siten, että ne säilyttäisivät normatiivisen luonteensa. Tekoälyn eettisten
ohjeistusten epämääräisyys tekee muuntamisesta vielä vaikeampaa. Yritykset jalkauttaa
eettiset ohjeistukset “käännöstyökalujen” avulla ovatkin usein epäonnistuneet (Morley ym.,
2021).
Ei kuitenkaan voida sanoa, että eettiset ohjeistukset olisivat olleet täysin turhia. Ohjeistukset
ovat antaneet alustavan sanallisen ilmiasun toiveille, joita tekoälyn kehitykseen ja käyttämiseen
liitetään (Morley ym., 2019). Niiden pohjalta on myös viime vuosina kehitetty lukemattomia
erilaisia toimintamalleja, standardointialoitteita, etiikkatyökaluja ja arvioinnin menetelmiä
kansalaispaneeleista riskien arviointilomakkeisiin ja koulutusohjelmiin (Kinder ym., 2023).
Eettiset teemat ovat myös jatkuvasti otsikoissa, ja niihin liittyvä yleinen osaamistaso on noussut
valtavasti (Morley ym., 2021). Myös moni merkittävä sääntelyaloite, kuten EU:n
tekoälysäädös (AI Act) on hakenut inspiraatiota eettisistä ohjeistuksista.
Lisäksi tekoälytutkimuksen ja -tuotekehityksen parissa on jo nyt paljon alueita, joilla on
ainakin välillisesti edistytty eettistä päämääriä tukevien teknisten ratkaisujen kehittämisessä.
Esimerkiksi algoritmista reiluutta lisääviä ratkaisuja on kehitetty useita, ja ala on
vakiinnuttanut asemansa tutkimuskentällä (Ratra ym., 2021; Wang ym., 2022). Algoritminen
yksityisyyden- ja tietosuoja on myös ottanut valtavia harppauksia nimenomaan teknisten
ratkaisujen vuoksi (Xu ym., 2021). Viime vuosina on myös kehitetty aktiivisesti erilaisia
teknisiä keinoja koneilla generoidun väärän tiedon tunnistamiseksi (Naitali ym., 2023).
Hiljattain on edistytty myös kielimallien hallusinointimenetelmien kitkemisessä (Li ym.,
2022).
Teknosolutionismia?
Paradoksaalista sinänsä, mutta moni yhteiskuntatieteissä suositun ns. kriittisen
teknologiatutkimuksen edustaja näkee kuitenkin teknisten ratkaisujen kehittämisen
paheksuttavana “teknosolutionismina”. Teknosolutionismia syytetään siitä, että eettiset
ongelmat tulkitaan “vain” teknisinä ongelmina, joita yritetään ratkaistaan teknisten
pikaratkaisujen avulla. Monimutkaiset, rakenteelliset yhteiskunnalliset ongelmat “häivytetään”
teknologisen keskeneräisyyden taakse, ja niitä ratkaistaan puuttuvina lisäosina, suunnittelu- tai
ohjelmointivirheinä.
Kritiikin mukaan tämä ohjaa keskittymään “liian kapeasti” läpinäkyvyyden, hallusinoinnin ja
vinoumien kaltaisiin “prosessuaalisiin kysymyksiin” ja sivuuttamaan teknologian
“sosiotekninen konteksti” (Zalnieriute 2021). Sosioteknisellä kontekstilla tarkoitetaan tässä
yhteydessä “yhteiskunnallisia valta-, rooliodotus-, identiteetti- ja sortorakenteita”, joissa
teknologiaa tuotetaan, käytetään ja hyödynnetään (Zalnieriute, 2021).
Näkökulma on kuitenkin turhan yksipuolinen. On vaarallisen lähellä, että väitteissä
sosioteknisen kontekstin sivuuttamisesta tosiasiassa sivuutetaan se itse. Teknologian
käyttöympäristöt ovat aina kerroksellisia ja moniulotteisia. Teknologiaa ei käytetä, kehitetä tai
hyödynnetä vain valtarakenteissa, identiteetti- tai rooliodotuksissa. Myös muut, aivan yhtä
merkitykselliset tekijät, kuten juridinen normisto, informaatioympäristö, ihmisen ja koneen
välinen tiedollinen vuorovaikutus tai siihen perustuva työnjako, määrittävät ja rakentavat
sosioteknis(-kognitiivista) kontekstia (Wallenberg, valmisteilla). Eettisten ohjeistusten tehtävä
voikin olla sosioteknisen normatiivisen kontekstin ylläpito, ei sen sivuuttaminen.
Eettisten ohjeistusten rooli julkisessa hallinnossa
Monilla tekoälyn käyttöalueilla, kuten julkisessa hallinnossa, on jo omat eettiset ja juridiset
norminsa. Ne ovat keskeisiä julkiselle hallinnolle sosioteknisenä kontekstina. Tekoäly tai sen
etiikka eivät itsessään kumoa, määrittele tai muuta julkisen hallinnon normiperustaa, sen
tavoitteita tai ideaaleja.
Jos julkisessa hallinnossa tai viranomaistyössä käytetään tekoälyteknologiaa, sitä koskee aivan
samat säännöt ja periaatteet kuin kaikkea muutakin viranomais- tai hallintotoimintaa.
Teknologia ei itsessään muuta sitä, että viranomaisen vastuulla on esimerkiksi toimia
puolueettomasti, riippumattomasti ja tasapuolisesti. Ne eivät myöskään vaikuta siihen, että
viranomaisen toiminnan on oltava avointa, tarkoituksenmukaista ja hyväksyttävää. Eivätkä ne
kyseenalaista sitä, että viranomaisen on turvattava asianosaisten oikeusturva sekä virkavastuun
toteutuminen myös silloin, kun algoritmeja käytetään.
Eettisten ohjeistusten tehtävä on tulkita, kuinka hyvän hallinnon periaatteet voidaan toteuttaa
käytettäessä tekoälyä. Kyse ei siis ole sosioteknisen kontekstin häivyttämisestä, vaan sen
täydentämisestä. Tekoäly voi esimerkiksi muokata hallintotoiminnan rakenteita ja käytäntöjä
tavoilla, joita aiempi normisto ei tunnista. Tekoälyn käytöllä voi myös olla sellaisia välillisiä
tai välittömiä vaikutuksia viranomaistoimintaan, joita aiemmilla tietoteknisillä laitteilla ei ole
ollut. Eettisten ohjeistuksien tehtävä onkin taata, että tekoälyjärjestelmiä kehitetään ja
käytetään olemassa olevan normipohjan kanssa yhteensopivalla tavalla.
Jos tekoälyn etiikan rooli nähdään ylläpitävänä ja täydentävänä, on luontevaa, että
ohjeistuksien avulla ohjataan etsimään vastauksia “prosessuaalisiin kysymyksiin”.
Ohjeistuksien tehtävä ei ole kyseenalaistaa koko normipohjaa, vaan ohjata teknistä kehittämistä
ja teknologian käyttöä niin, että niiden varassa tapahtuva viranomaistoiminta noudattaa hyvän
hallinnon periaatteita. Ohjeistusten tehtävä on rakentaa viitekehys, jolla hallinnon periaatteet
voidaan operationalisoida muotoon, joita voidaan soveltaa tekoälyn käytössä ja kehittämisessä.
Ovatko ohjeistukset onnistuneet tässä? Onko ohjeistuksia pystytty operationalisoimaan niin,
että ne ovat - edes välillisesti - auttaneet esimerkiksi parantamaan julkisten palveluiden laatua?
Kysymykset eivät ole aivan yksinkertaisia, eikä niihin ole tyhjentäviä vastauksia. Kyse ei ole
siitä, etteikö julkista hallintoa ja sen tekoälyn käyttöä olisi tutkittu ja selvitetty. On kymmeniä,
ellei satoja raportteja ja tutkimuksia tekoälyn hyödyntämiseen liittyvistä odotuksista, eettisen
tekoälyn hyödyntämisen malleista, niiden pilottikokeiluista ja vaikutuksista (Zuiderwijk ym.,
2021). Tutkimukset ja selvitykset tarkastelevat kuitenkin tekoälyn käytön seurauksia ja
tekoälyn käyttöön liittyviä riskejä usein esimerkiksi osallisuuden ja luottamuksen, niiden
rakentumisen ja niihin kohdistuvien odotusten näkökulmista (Henman, 2020; Desouza ym.,
2019). Eettisten ohjeistuksien operationalisointikysymyksiä ei kuitenkaan ole tutkittu, eikä
kokonaiskuvaa ole (Gianni ym., 2022).
Aihepiiriä mutkistaa myös, että julkinen hallinto ei ole monoliitti, vaan monikerroksinen
rakenne. Useissa maissa julkisen hallinnon eri kerroksilla on omat lakisääteiset toimialueensa,
ja ohjeistukset ovat alisteisia myös näille rakenteille. Tonttijaon vuoksi ohjeistuksien on oltava
sensitiivisiä kunkin toimijan toimialueelle ja sallittava, että kukin toimialue operationalisoi
lopulta käytäntöjen tasolla ohjeistukset suhteessa niitä koskevaan sääntelyyn, käytännön
vaatimuksiin ja tehtäviin. Toki julkisen hallinnon ylimmillä kerroksilla, kuten ministeriöillä,
on käytössä vahvat välineet: Se voi omalla tasollaan operationalisoida eettiset ohjeistukset
muotoon, jossa se käyttää rahoitusta, informaatio-ohjausta ja sääntelyä ohjaamisen
mekanismeina. Teknologian tosiasialliseen käyttöön liittyvät kysymykset kuitenkin
konkretisoituvat usein vasta virastojen tai kuntien tasolla.
Lopuksi
On totta, että julkinen hallinto on jossain määrin oma erityiskysymyksensä. Sen normistoa
koskevia väitteitä ei voida automaattisesti yleistää koskemaan alueita, joilla ei ole yhtä
samanlaista, usein lainsäädännöllä vahvistettua perustaa. Vastaavasti myöskään muita alueita
koskevia huomioita ei voida suoraviivaisesti yleistää koskemaan julkista hallintoa. On toki
myös totta, että julkinen hallintokaan ei ole vielä onnistunut operationalisoimaan eettisiä
ohjeita aina niin, että ne olisivat hyödyllisiä tekoälyn kehittämisen tai käyttämisen
näkökulmasta. Ohjeistukset ovat usein liian ympäripyöreitä ja ylimalkaiseksi. Niiden
abstraktiotaso voi myös olla väärä, ja niistä puuttuu riittävä kohdennus tekijöihin, tekemisiin
ja tekemisen kohteisiin. Ohjeistukset voivat tulkita väärin teknologiaan liittyvät haasteet ja
ohittavat monia muita oleellisia tekijöitä. Nämä puutteet saattavat kuitenkin olla ennen kaikkea
signaaleja etiikkatyön keskeneräisyydestä, eivät niinkään sen turhuudesta.
Lähteet
Anderson, M., & Anderson, S. L. (2011). Machine ethics. Cambridge: Cambridge University
Press.
Belenguer, L. (2022). AI bias: exploring discriminatory algorithmic decision-making models
and the application of possible machine-centric solutions adapted from the pharmaceutical
industry. AI Ethics 2, 771–787.
Desouza, K.C., Dawson, G.S., & Chenok, D. (2020). Designing, developing, and deploying
artificial intelligence systems: Lessons from and for the public sector. Business Horizons,
63(2), 205-213.
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., & Dignum, V.(2018).
AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and
recommendations. Minds and Machines, 28(4), 689–707.
Gianni, R, Lehtinen, S. & Nieminen, M. (2022) Governance of Responsible AI: From Ethical
Guidelines to Cooperative Policies. Frontiers of Computer Sciences, 48(7), 34-37.
Hagendorff, T. (2020). The Ethics of AI Ethics: An Evaluation of Guidelines. Minds &
Machines 30, 99–120.
Henman, P. (2020) Improving public services using artificial intelligence:
possibilities, pitfalls, governance, Asia Pacific Journal of Public Administration, 42(4), 209-
221.
Li, H., Su, Y., Cai, D., Wang, Y., & Liu, L. (2022). A survey on retrieval-augmented text
generation. arXiv preprint. arXiv:2202.01110.
McNamara, A., Smith, J., & Murphy-Hill, E. (2018). Does ACM’s code of ethics change
ethical decision making in software development?” Teoksessa Leavens, G., Garcia, & A.
Păsăreanu, C, (toim.), Proceedings of the 2018 26th ACM joint meeting on european software
engineering conference and symposium on the foundations of software engineering—
ESEC/FSE 2018 (ss. 1–7). New York: ACM Press.
Morley, J., Floridi, L., & Kinsey, L. (2019). From What to How: An Initial Review of Publicly
Available AI Ethics Tools, Methods and Research to Translate Principles into Practices.
Science and Engineering Ethics 26, 2141–2168.
Morley, J., Elhalal, A., & Garcia, F. (2021). Ethics as a Service: A Pragmatic
Operationalisation of AI Ethics. Minds & Machines 31, 239–256.
Munn, L. (2023). The uselessness of AI ethics. AI Ethics 3, 869–877.
Naitali, A., Ridouani, M., Salahdine, F. & Kaabouch, N. (2023). "Deepfake Attacks:
Generation, Detection, Datasets, Challenges, and Research Directions" Computers 12(10).
Ratra, R. & Gulia, P. (2020). Privacy Preserving Data Mining: Techniques and Algorithms.
International Journal of Engineering Trends and Technology 68, 56-62.
Rességuier, A. & Rodrigues, R. (2020): AI ethics should not remain toothless! A call to bring
back the teeth of ethics. Big Data Society. 7(2).
Robbins, S. A. (2019). Misdirected Principle with a Catch: Explicability for AI. Minds &
Machines 29, 495–514.
Roinila, M. (2021). Tekoälyn varhaishistoriaa: laskevia koneita ja spirituaalisia automaatteja.
Teoksessa P. Raatikainen (toim.), Tekoäly, ihminen ja yhteiskunta: filosofisia
näkökulmia (ss. 21-37). Helsinki: Gaudeamus.
Rusanen, A-M. (2021). Algoritmien aakkoset. Teoksessa Älykäs huominen - miten tekoäly ja
digitalisaatio muuttavat maailmaa? (ss. 33-39). Helsinki: Gaudeamus.
Zalnieriute, M. (2021). Transparency-Washing’ in the digital age: a corporate agenda of
procedural fetishism. Critical Analysis of Law, 8(1), 21–33.
Zuiderwijk, A., Chen, Y. & Salem, F. (2021). Implications of the use of artificial intelligence
in public governance: A systematic literature review and a research agenda,
Government Information Quarterly, 38(3), 101577
Xu, R., Baracaldo, N. & James, J. (2021). Privacy-preserving machine learning: Methods,
challenges and directions. arXiv preprint, arXiv:2108.04417.
Wachter, S., Mittelstadt, B., & Russell, C. (2017). Counterfactual explanations without opening
the black box: Automated decisions and the GDPR. Harvard Journal of Law & Technology,
31(2), 842-887.
Wallenberg, A-M. (valmisteilla). How Ethics of AI went wrong.
