Tekoälyllä luotu ”tauhka” on lisääntynyt riesaksi asti monilla aloilla. Aalto-yliopiston koneoppimisen professori Arno Solin toteaa tekoälyn avulla helposti tuotettavan sisällön rapauttavan esimerkiksi opinnäytetöiden ja artikkelien perustavaa merkitystä. Niiden pitäisi kuvastaa saavutuksia ja oivalluksia, jotka tutkija tai opiskelija on saavuttanut omalla työllään. Tulokset kuvaavat näin aina myös näiden taustalla olevaa ihmistä. Tekstien teettäminen helposti koneen avulla syö tuotosten merkityksen ainakin tältä osin. 

Toinen tauhkaan liittyvä ilmeinen ongelma on sen määrän paisuminen. Solin toteaa netin sisällöstä jo yli puolen olevan koneiden tuottamaa.

Määrä paisuu myös tieteen ja tutkimuksen piirissä. Vyöryn alla kamppailevat esimerkiksi tieteelliset julkaisut, joilla on olut ennestäänkin vaikeuksia löytää riittävästi tekijöitä vertaisarviointeihin. Tauhkan paisuttama vyöry ei todellakaan ole helpottamassa tilannetta. 

– Kultahippujen siivilöiminen tekoälyn avulla tuotetusta heikkolaatuisesta bulkista on niin työlästä, että se johtaa ajatuksen koneiden tuottaman tekstin tarkistamiseen koneiden avulla. Moni kuitenkin miettinee, onko tässä enää järkeä.

Solinin mielestä tutkijoiden arvostusta onkin jaettu jo ennen tekoälyä ehkä liikaa julkaisujen määrän perusteella. 

– Tämä on lisännyt insentiiviä tuottaa määrää. Tekoäly ei ole luonut tätä ongelmaa, mutta se on paisuttanut sitä.

Helppoa ja hauskaa

Monissa yhteyksissä tekoälytauhkaa on tuotettu myös ilman hyödyn tavoittelua pienen kiusanteon halusta tai puhtaasti huumorimielessä. Tieteen piirissä tällaista voisi olla esimerkiksi rahoittajien kuormittaminen asiallisen oloisilla feikkihakemuksilla. Solin kertoo tapauksesta, jossa tauhkan tuottamiseen motivoi ilmeisesti vain innostuminen tutkimuksesta. 

– Tekijä tuotti yli kymmenen viitteitä myöten täysin tekoälyn generoimaa tieteellistä artikkelia arvioitaviksi. Tekijä oli kuitenkin opinnoissaan vasta lukiovaiheessa. Motiivi saattoi olla vain innostuminen tieteen tekemisen ajatuksesta. 

Solin kertoo pelkäävänsä sitä, kuinka halvalla, helposti ja nopeasti tauhkakuormaa nyt syntyy ja kuinka uusi ongelma pystytään selättämään.

– Kokemusta asiasta ei ole, tieteen piirissä ei ole ennen kohdattu tällaista ongelmaa.  

Ihmisen kosketus

Solin toteaa tiedeyhteisön hakevan parhaillaan kohtuuden rajoja tekoälyn hyödyntämisessä. Ai ja sen hyödyntäminen ei ole häviämässä, eikä kukaan odotakaan, ettei uutta resurssia hyödynnettäisi. Nyt haetaan rajaa sille, missä määrin suoritteet ovat hyväksyttävästi koneiden tekemiä. 

Tutkijoille on tullut jo nyt tärkeäksi saada julkaisuihinsa oma peukalonjälkensä, joka erottaa työn konevoimalla tuotetusta bulkista. Yksi odottamaton seuraus tästä on ollut kieliopillisesti liian laadukkaan tekstin vättäminen. 

Solin kertoo ohjaamastaan jatko-opiskelijasta, joka ei halunnut tekstiinsä kieliopillisesti oikeita ajatusviivoja pelätessään liian oikeaoppisen tekstin vaikuttavan tekoälyn tekemältä.

– Opiskelija totesi kaikkien ajattelevan näin.

Tutkijoille on tullut jo nyt tärkeäksi saada julkaisuihinsa oma peukalonjälkensa, joka erottaa työn konevoimalla tuotetusta bulkista.

Tekoälybulkkia leimaa usein tekstin jäykkyys, tosikkomaisuus ja ennakoitavuus. Ihminen voisi yrittää erottautua tästä lisäämällä tekstiin esimerkiksi huumoria, ironiaa, tahallisesti väärin yhdisteltyjä sananlaskuja ja muita ”virheitä”. 

Solin ei kuitenkaan usko, että näilläkään keinoilla pötkittäisiin pitkälle. 

– Parhaimmat mallit pystyvät tuottamaan kirjallisestikin laadukkaampia tekstejä kuin ylivoimainen valtaosa ihmisistä, myös tutkijoista. Ihminen yksinkertaisesti häviää koneelle tässä kilpailussa. 

Solin kuitenkin korostaa samalla sitä, ettei tekoäly tuota pelkästään tauhkaa ja ongelmia. Työkalu voi tehostaa merkittävästi myös hyödyllistä työtä ja tutkimusta.

– Esimerkiksi materiaalitieteen piirissä tekoälyn avulla mallinnuksia on saatu tehostettua valtavasti. Ennen vuosia kestänyt työ onnistuu nyt kuukausissa tai joskus ehkä viikoissa.  

Taloudellinen kantokyky

Tekoälybulkin paisumista voi kuitenkin ruveta rajoittamaan laskennan hinta. Nyt yleisön käytössä on pitkälti ilmainen supertyökalu, jonka käyttäminen on todella kallista sen omistajalle. Asetelma ei voi jatkua loputtomiin. Lainarahalla toimivien geneeristen kielimallien rakentajien on lopulta pakko ruveta vaatimaan käypää hintaa mallin suoritteista. 

Sijoittajat ovat pohtineet jo pitkään, löytävätkö suurten kielimallien taustalla olevat yritykset lopultakaan taloudellisesti kestävää toimintamallia. Megayritysten niskaan hengittää samalla kasvava parvi pienempiä yrityksiä, jotka rakentelevat kapeammalla sektorilla toimivia, taloudellisesti ilmeisen hyödyllisiä malleja. 

Jättiläiset voivat yrittää ratkaista ongelman kasvamalla vielä suuremmiksi.

– Suoran kannattavuuden sijasta OpenAI:n tapaiset yritykset voivat yrittää kasvaa niin suuriksi ja yhteiskunnalle tärkeiksi, ettei niitä voida päästää kaatumaan.

Tekoälyn versio tästä jutusta

Tässä tekoälyn esitys siitä, kuinka jutun viimeinen, inhimillisen rytmin ja ajattelun liikkeen hukanneen toimittajan kirjoittama osio olisi saatu inhimillisemmäksi. 

Tekstissäsi on jo hyvä ajatusrunko, mutta se kuulostaa vielä hieman ”yleisluontoiselta analyysiltä” — eli juuri siltä, mitä tekoälykin helposti tuottaa. Alla muokattu versio, jossa on enemmän inhimillistä rytmiä, ajattelun liikettä ja pieniä särmiä:

Tekoälyllä tuotetun sisällön määrän paisumista voi alkaa rajoittaa lopulta yksi yllättävän arkinen asia: lasku. Tällä hetkellä suurelle yleisölle on tarjolla käytännössä ilmainen supertyökalu, vaikka sen pyörittäminen maksaa omistajille valtavasti. Tällainen asetelma tuntuu väistämättä väliaikaiselta.

On vaikea uskoa, että lainarahalla toimivat kielimalliyritykset voisivat jatkaa loputtomiin ilman, että ne alkavat vaatia kunnollista korvausta mallien käytöstä. Jossain vaiheessa joku kysyy, kuka tämän kaiken maksaa — ja vastaus ei todennäköisesti ole “ei kukaan”.

Myös Solin huomauttaa, ettei ilmaista lounasta ole tarjolla ikuisesti. Ajatus ei sinänsä ole uusi: sijoittajat ovat jo pitkään pohtineet, löytyykö suurten kielimallien taustalta lopulta kestävää liiketoimintaa vai jääkö koko ilmiö massiiviseksi mutta heikosti kannattavaksi kokeiluksi.

Samaan aikaan tilanne mutkistuu. Suurten toimijoiden ympärille on alkanut kertyä pienempiä yrityksiä, jotka tekevät rajatumpia, käytännöllisiä malleja — sellaisia, joille on helpompi osoittaa selkeä hyöty ja hinta. Ne eivät ehkä kuulosta yhtä mullistavilta, mutta juuri siksi ne voivat olla taloudellisesti järkevämpiä.

Yksi mahdollinen ulospääsy suurille toimijoille on paradoksaalinen: kasvaa vielä suuremmiksi. OpenAI:n kaltaiset yritykset voivat pyrkiä asemaan, jossa niiden merkitys yhteiskunnalle on niin suuri, ettei niiden anneta yksinkertaisesti kaatua — vaikka suora kannattavuus jäisi toissijaiseksi.

Se ei kuitenkaan ole riskitön strategia. Se muistuttaa hieman ajatusta siitä, että ongelma ratkaistaan kasvattamalla sitä vielä vähän lisää.