Hankenin ja Helsinki GSE:n taloustieteen professori Ari Hyytinen on erikoistunut toimialan taloustieteeseen ja tekee soveltavaa mikrotaloustieteellistä tutkimusta innovaatioista, keksijöistä ja yrittäjyydestä.
Kirjoitustaito, rautatiet ja internet ovat yleiskäyttöisen teknologian keksintöjä, jotka ovat muokanneet yhteiskuntaa laajasti. Nyt luetteloon on lisätty tekoäly.
Tekoälyn sovellukset, kuten niin sanotut suuret kielimallit, mahdollistavat entistä pidemmälle vievän automaation. Ne voivat myös mullistaa tavan, jolla keksintöjä ja tieteellistä tietoa tuotetaan.
Hankenin ja Helsinki GSE:n taloustieteen professori Ari Hyytinen kertoo, miten tekoäly saattaa vaikuttaa työn tekemiseen ja työn tuottavuuteen ja miten se muuttaa käsityksiämme siitä, mitä ovat älykkyys ja luovuus.
Kirjoitit Suomen kasvu -kirjassa vuonna 2019, että ”koneoppimiseen liittyvä teknologinen kehitys on mitä ilmeisimmin vasta aluillaan”. Miltä tekoälyn kehitys viime vuosina näyttää näin jälkikäteen tarkasteltuna?
Jälkikäteen kun katsoo, kaikki kirjoitukset eivät aina ikäänny hyvin, mutta tässä kirjoituksessa esittämäni ajatukset ovat pitäneet melko hyvin paikkansa. Teknologisen kehityksen nopeus on kuitenkin yllättänyt. Viimeisen kymmenen kuukauden aikana on ehditty nähdä jo monta versiota suurista kielimalleista eli LLM:istä, kuten Chat GPT:stä.
Voiko kehitys jatkua yhtä kiivaana?
Juuri nyt ei ole merkkejä siitä, että vauhti olisi hidastumassa. Yksi selitys tälle on ehkä se, että mallit ovat tulleet suurten ihmisjoukkojen käyttöön. Yritykset, tutkijat ja muut asiantuntijat ovat päässeet tekemään omia kokeilujaan, ja siitä on seurannut itseään vahvistava kierre. Joku oivaltaa jotakin, ja tämä oivallus hyödyttää jotakuta toista. Vaikea on myöskään nähdä, että perusteknologian eli isojen kielimallien ja niiden opettamisen kehitys olisi pian hidastumassa. Laskentamenetelmät ja -teho kehittyvät koko ajan.
Kutsut tekoälyä yleiskäyttöiseksi teknologiaksi. Mitä se tarkoittaa?
Käsite ei ole vielä täysin vakiintunut, ja taloustieteessä pohditaan edelleen, mitä se pitää sisällään. Mutta ainakin seuraavia asioita yleiskäyttöisen teknologian käsitteeseen liitetään:
Teknologia otetaan eri muodoissaan laajasti käyttöön taloudessa ja yhteiskunnassa. Teknologia kehittyy, muovautuu ja jalostuu ajan kuluessa vuosia tai vuosikymmeniä. Teknologia mahdollistaa hyvin monenlaisia uusia sitä soveltavia innovaatioita ja sovelluskohteita useilla eri toimialoilla ja sektoreilla.
Jos palaamme ajassa vähän taaksepäin, tietokone ja internet ovat olleet yleiskäyttöisiä teknologioita. Jos mennään vielä vähän kauemmas, yleiskäyttöisiä teknologioita ovat olleet esimerkiksi sähkö, polttomoottori ja kirjapaino. Ja kun mennään riittävän kauas, olemme oppineet käyttämään rautaa, keksineet pyörän, oppineet kesyttämään kotieläimiä ja viljelemään kasveja.
Monet aiemmista yleiskäyttöisistä teknologioista ovat helpottaneet tai korvanneet ihmistyötä. Lehdissä on jonkin aikaa ollut otsikoita kuten ”nämä kymmenen ammattia ovat vaarassa tekoälyn takia”. Joko opinto-ohjaajien on syytä alkaa varoitella nuoria tiettyjen ammattien katoamisen vaarasta?
Itse välttäisin tällaisia sanavalintoja. Tekoäly tulee muuttamaan monia työtehtäviä ja korvaamaan toisia, mutta se on vain asian toinen puoli. Teknologian kehittyminen tarkoittaa myös sitä, että tulee ihan uusia ammatteja ja uudenlaisia työtehtäviä.
Meidän pitää silti reagoida uuden teknologian aiheuttamaan murrokseen työmarkkinoilla. Mitä kehitys tarkoittaa niiden nuorten kannalta, jotka juuri nyt opiskelevat ja hankkivat valmiuksia työelämään? Itse lähtisin positiivisesta näkökulmasta. Kullakin alalla löytyy tapoja, joilla teknologioita voidaan hyödyntää, esimerkiksi päästä irti ikävistä toistuvista rutiineista ja keskittyä poikkeustapauksien tai vaikeampien tapausten seulomiseen, missä ihmisen työpanos on tärkeää. Koulutuksessa pitäisi tarjota valmiuksia hyödyntää uusia teknologioita kunkin omalla alalla.
Pidin hiljattain ensimmäisen luennon kurssillani Economics of New Ventures and Innovations. Yksi osa kurssia on, että pyydän opiskelijoita arvioimaan tekoälyn merkitystä taloudellisesta näkökulmasta. He saavat itse valita tarkemman näkökulman, mutta heidän pitää tutustua tähän teknologiaan. Rohkaisen heitä myös käyttämään tekoälyä apunaan, kun laativat raporttiaan. Nuorilla tuntuu olevan tähän halukkuutta, varsinkin jos heitä vielä vähän rohkaisee ja tuuppaa.
Tekoälyn tulevaisuudesta ennustetaan monenlaista. Mitä taloustiede osaa kertoa sen jo toteutuneista vaikutuksista esimerkiksi työn tuottavuudelle?
Joissakin tutkimuksissa on selvitetty muutamia melko kapeita kysymyksiä, mutta kokonaiskuvaan tarvittava aineisto kertyy tutkijoiden käyttöön hitaasti. Ja että päästäisiin arvioimaan syy–seuraussuhteita, jotka vaativat erityisiä tutkimusasetelmia – siinä ollaan vasta alkumetreillä. Esimerkkinä voisin kuitenkin mainita tutkimuksen, jossa selvitettiin isojen kielimallien vaikutusta ohjelmoijien työnkuvaan. Se oli satunnaistettu koetutkimus, jossa osalla ohjelmoijilla oli tekoäly apuna ja osalla ei. Näytti siltä, että tekoälyä käyttäneet koodarit olivat yli 55 prosenttia nopeampia kuin ne, joilla sitä ei ollut käytössä. Aivan uusimmissa tutkimuksissa samanlaisia tuloksia on saatu myös silloin, kun on tarkasteltu yritysjohdon konsultteja ja neuvonantajia ja heidän suoriutumistaan.
Muutama vuosi sitten tekoälystä puhuttiin yleisesti, että se olisi lähinnä yksi automaation muoto. Vieläkö tämä arvio pätee? Onko tekoälyllä jotain erityispiirteitä verrattuna aiempiin yleiskäyttöisiin teknologioihin?
On siinä automatisaationkin piirteitä. Uudet teknologiat ovat jo pitkään mahdollistaneet ihmisen työpanoksen korvaamisen joissakin asioissa koneilla tai laitteilla. Koneoppimisen myötä tämä kehitys on kuitenkin laajenemassa uudenlaisiin työvaiheisiin.
Vielä emme tiedä, mihin kehitys on johtamassa, mutta minua tekoälyssä erityisesti kiinnostava piirre on se, että se kenties muuttaa tapaa, jolla tieteellistä tietoa ja keksintöjä tuotetaan. Siinä saattaa olla elementtejä, jotka mahdollistavat aiempaa tehokkaamman tiedon ja ymmärryksen tuottamisen.
Millä tavalla?
Aika usein uudet keksinnöt perustuvat aiemmin tuotettuun tietoon ja ymmärrykseen. Ne ovat olemassa olevan tiedon kierrättämistä ja järjestämistä. Tästä päästään ajatukseen, että kun tietoa on kumuloitunut hyvin paljon, on valtava määrä erilaisia kombinaatioita, joita vanhojen keksintöjen pohjalta voisi tehdä. Suurimmalla osalla yhdistelmistä ei ole mitään käyttöä, mutta tekoälyn avulla voisi esimerkiksi seuloa hyödyllisiä yhdistelmiä ja nopeuttaa uuden tiedon tuottamista.
Tieteelliset artikkelit ovat rakenteeltaan hyvin kaavamaisia. Voisiko tekoälyä jotenkin hyödyntää niiden laatimisessa?
Moni kollega maailmalla ja minä itsekin olen tehnyt kokeiluja siten, että syötän tekoälylle bullet point -listan ja pyydän konetta hahmottelemaan sen pohjalta artikkelin runkoa. Tai kuvitellaan, että pitää kirjoittaa käytössä olleesta tilastoaineistosta sujuva englanninkielinen kuvaus. Tekoäly voisi varmistaa, että teksti on juoksevaa ja kappaleet sopivan mittaisia. Nämä ovat esimerkkejä tutkijantyöhön liittyvistä rutiininomaisista työtehtävistä, jotka eivät varsinaisesti liity itse tutkimuksen tekoon, kuten ideoihin ja oivalluksiin. Tuonkin ajan voisi käyttää vaikeampien kysymysten miettimiseen.
Tällainen on jo melkein arkipäivää, mutta toki kyseessä on vain rajallinen apu. Tekoäly ei siirrä vastuuta pois tutkijalta, eikä se tee koko tutkimusta itsenäisesti.
Entä voisiko tekoäly auttaa ennustamaan talouskehitystä nykyistä paremmin?
Ainakin tässä vaiheessa tekoälyn kehitys pikemminkin lisää epävarmuutta talouden pitkän aikavälin kehityssuunnasta. Toisaalta koneoppimisteknologia on pitkälti ennusteiden tuottamiseen perustuvaa teknologiaa. Voi olla, että se vielä täydentää mahdollisuuksia ennustaa talouden kehitystä. Lyhyen aikavälin talousennusteita voi olla vaikea saada nykyistä tarkemmiksi tekoälynkään avulla, koska erilaisia yllätyksiä ja odottamattomia muutoksia tapahtuu koko ajan ja koska maailma on niin hektinen. Hyväkään algoritmi onnistu vangitsemaan yllättäviä muutoksia.
Yleiskäyttöiset teknologiat ovat alkuvaiheessaan usein hidastaneet tuottavuuden kasvua. Onko merkkejä, että näin olisi käynyt myös tekoälyn kanssa?
Tätä on ehkä liian varhaista sanoa. Usein on kuitenkin käynyt niin, että kun yleiskäyttöinen teknologia lähtee leviämään, se vaatii täydentäviä investointeja ja uusia soveltavia innovaatioita tuotantoon – sopeutumista uuteen teknologiaan. Innovaatioiden tekeminen vaatii panostuksia, jotka eivät välttämättä tule heti näkyviin mitatussa talouskasvussa ja tuottavuuskehityksessä, vaan vaivannäön tuotot tulevat vasta viiveellä. Tähän liittyy tutkimuskirjallisuudessa esitetty ajatus, että yleiskäyttöisen teknologian yleistyminen saattaa näkyä tilastoissa J-kirjaimen muotoisena tuottavuuskehityksenä.
Esimerkiksi MIT:n taloustieteen professori Daron Acemoglu on ollut huolissaan siitä, miten tekoäly tulee vaikuttamaan yhteiskuntiimme: automatisoiko se työtehtäviä liikaakin ja ruokkii epätasa-arvoa. Jaatko nämä huolet?
Acemoglu kysyy isoja ja tärkeitä yhteiskunnallisia kysymyksiä. Ymmärtääkseni hänen kysymyksensä automaation ja tekoälyn kehityksestä liittyvät siihen, mikä on teknologisen kehityksen suunta, kuka siitä päättää ja mitä kaikki tarkoittaa demokraattisen kehityksen ja tuloerojen kannalta. En ole itsekään sitä mieltä, että pitäisi tukea ”annetaan mennä vaan” -ajattelua, vaan varmasti pitää miettiä valtioiden roolia ja valmiutta vastata tekoälyn kenties haitallisiinkin seurauksiin. Toisaalta pitää myös varoa, ettei säädellä lupaavaa teknologiaa niin paljon, että kehitys hiipuu.
Monet eurooppalaiset it-yritykset ja data-aktivistithan ovat varoitelleet, että EU:n tiukka sääntely estää eurooppalaisia yrityksiä keräämästä datavarantoja tekoälyn opettamiseen. Että jäämme tämän takia kehityksessä kiinalaisten ja yhdysvaltalaisten teknologiajättien jalkoihin.
On siinä varmastikin perää, että jos datapohjainen kehitys tehdään Euroopassa liian hankalaksi, eurooppalaisten yritysten on vaikea olla eturintamassa uusia, aineistoja ja dataa laajasti hyödyntäviä teknologioita kehittämässä. Satuin olemaan viime lukuvuonna tutkimusvierailulla Italiassa Bolognan yliopistossa. Keväällä kävi niin, että Chat GPT suljettiin noin kuukaudeksi, koska se ei ilmeisesti täyttänyt kaikkia viranomaisten vaatimuksia. Se osui minuunkin, sillä vaikka en ole teknologian tutkija, olin tehnyt kokeiluja ja opetellut ymmärtämään, mitä Chat GPT:llä voi tehdä.
Tekoälyyn on viime aikoina liitetty myös uhkakuvia: että sen kehitys on liian nopeaa ja uhkaa karata ihmiskunnan käsistä. Tällaisia huolia on ollut jopa tekoälyn kärkinimillä kuten Chat GPT:n kehittäneen OpenAI:n Sam Altmanilla ja tekoälyn kummisedäksi kutsutulla Geoffrey Hintonilla. Mieleen tulevat elokuvat kuten Terminator, Sotaleikit ja 2001: Avaruusseikkailu. Samalla toiset huippututkijat pitävät huolia luopiotekoälystä perusteettomina. Ketä pitäisi uskoa?
Olen seurannut keskustelua, mitä tekoälyyn keskittyneet huippututkijat ja kehityspsykologit ovat käyneet. Se on ihan uudenlaista tieteenrajat ylittävää keskustelua, mutta osin yllättävän kaksinapaista. Toiset ovat vahvasti sitä mieltä, että pian ollaan scifi-tyyppisten kysymysten äärellä, kuten että tekoäly voisi paeta ja tulla tietoiseksi. Kehityspsykologit taas yrittävät palauttaa jalkoja maahan. He muistuttavat, että tekoäly selvittää vasta hyvin yksinkertaisia tehtäviä, eikä ole lähimainkaan lähellä tietoisuutta. Yleensä tieteellinen keskustelu konvergoituu nopeasti, löytyy yhteinen näkemys, ja keskustelu on enemmän yksityiskohtien viilausta. Minä tulkitsen asian niin, että aiheeseen pitkälle vihkiytyneiden tutkijoiden kahtiajakautuneisuus kertoo siitä, että olemme jonkin uuden äärellä.
Paljon on puhuttu, että tekoäly ei voi luoda mitään todella uutta, koska se osaa käyttää vain sitä aineistoa, jolla sitä on opetettu. Sillä ei ole mielikuvitusta. Voiko kuitenkin ajatella, että kyky yhdistellä vanhoja asioita uudella tavalla voisi johtaa GPT-malleihin, joilla voisi katsoa olevan mielikuvitusta?
Oma ymmärrykseni on, että tekoäly on kaukana tietoisuudesta. Samalla tekoäly kuitenkin pakottaa meidät kysymään uudenlaisia kysymyksiä siitä, mitä on älykkyys, mitä on ymmärtäminen, mitä on luovuus. Pääsemme syvien filosofisten, psykologisten ja taloustieteellisten kysymysten äärelle. Olen itse tehnyt tutkimusta siitä, mistä keksijät tulevat: Minkälaiset taustatekijät selittävät sitä, että joistakin ihmisistä tulee keksijöitä?
Ajattelen, että tekoälyn kehitys on menossa siihen suuntaan tai on jo siinä pisteessä, että se voi tukea luovia prosesseja ja tuottaa uutta tietoa juuri siksi, että se osaa yhdistää olemassa olevaa tietoa. Tämä viittaa taloustieteilijä Zvi Grilichesin jo 1950-luvulla esittämään ajatukseen, että jotkin keksinnöt ovat keksintöjä siitä, miten keksintöjä tehdään. Isoilla kielimalleilla on juuri tällaisen keksinnön piirteitä. Voi olla, että olemme ensimmäistä kertaa ihmiskunnan historiassa sen äärellä, että luovuuden piiriin tulee jotain automaattista tai automatisoitavissa olevaa, ja se on kiehtovaa.
Teksti Tuomo Tamminen
Tämä juttu on osa Tampere Conversations -tapahtumaa, jossa keskitytään tekoälyyn työmarkkinoiden, sääntelyn ja tuottavuuden näkökulmasta. Tampere Conversations on kansainvälinen keskustelufoorumi, joka järjestetään Tampereella toista kertaa helmikuussa 2024.
Lue lisää tapahtumasta täältä.