Tekoäly on tullut mukaan mitä erilaisimpiin tilanteisiin: akvaariokalojen laskemisesta hifijärjestelmän suunnitteluun, pH-mittarin kalibroinnista yrityksen verkkosivuihin. Suurin muutos ei ole yksittäinen temppu, vaan tapa, jolla ongelmia nykyään lähestyn.
Tekoäly ei tullut elämääni yhtenä suurena mullistuksena.
Se tuli ensin pieninä kysymyksinä.
Voisitko verrata näitä vaihtoehtoja?
Mitä tämä mittaustulos tarkoittaa?
Miten tämä kannattaisi rakentaa?
Tunnistatko tämän laitteen kuvasta?
Sitten kysymykset alkoivat muuttua.
En enää kysynyt vain tietoa, vaan pyysin tekoälyä tulkitsemaan kuvia, arvioimaan videoita, hahmottamaan teknisiä kokonaisuuksia, suunnittelemaan järjestelmiä ja rakentamaan ratkaisuja kanssani.
Jossain vaiheessa huomasin, ettei ChatGPT ollut minulle enää vain tavallista monipuolisempi hakukone.
Siitä oli tullut ajattelukumppani.
Sama työkalu, täysin erilaiset ongelmat
Tekoälystä puhuttaessa keskustelu keskittyy helposti suuriin teemoihin.
Puhutaan työpaikkojen katoamisesta, automatisoinnista, suurista IT-hankkeista ja kokonaisia toimialoja muuttavista innovaatioista.
Ne ovat tärkeitä aiheita, mutta oman kokemukseni perusteella tekoälyn vaikutus näkyy ainakin aluksi aivan muualla.
Se näkyy pienissä hetkissä.
Sellaisissa tilanteissa, joissa ennen olisin etsinyt käyttöohjeen, selannut keskustelupalstoja, soittanut osaavammalle henkilölle tai jättänyt koko asian myöhemmäksi.
Nyt voin ottaa kuvan, kuvata ongelman ja aloittaa asian selvittämisen saman tien.
Aamulla pH-mittari
Eräänä aamuna minulla oli edessäni akvaariokäyttöön tarkoitettu pH-mittari.
Mittari oli näyttänyt viime aikoina hieman liikaa, joten olin puhdistanut anturin, pitänyt sitä hoitoliuoksessa ja siirtänyt sen lopulta pH 7,0 -kalibrointiliuokseen.
Laite pitäisi vielä kalibroida.
Ongelma oli pieni mutta käytännöllinen: mistä säätö tehdään?
Otin mittarista kuvan ja lähetin sen ChatGPT:lle.
Kuvan perusteella laite tunnistui Milwaukee pH51 -mittariksi. Seuraavasta kuvasta löytyivät kaksi säätöruuvia ja merkinnät, jotka viittasivat pH 7:n ja pH 4:n kalibrointipisteisiin.
Pääsin jatkamaan ilman käyttöohjeiden etsimistä tai eri malliversioiden vertailua.
Tekoäly ei tietenkään kalibroinut mittaria puolestani. Minä valmistelin laitteen, tein säädön ja tarkistin tuloksen.
Mutta tekoäly auttoi minut nopeasti tilanteeseen, jossa tiesin, mitä olin tekemässä.
Juuri tällaiset hetket ovat muuttaneet omaa tapaani ratkaista ongelmia.
Ennen ensimmäinen kysymys olisi voinut olla:
Mistä löydän tähän käyttöohjeen?
Nyt se on usein:
Mitä pystymme päättelemään tästä kuvasta?
Akvaariokalojen laskeminen videolta
Akvaariokalojen kasvattamisessa tulee vastaan ongelmia, joita ei välttämättä löydy valmiista käyttöohjeesta.
Yksi niistä on poikasten määrän arviointi.
Kun altaassa ui suuri määrä pieniä lehtikalanpoikasia, niiden laskeminen silmämääräisesti on vaikeaa. Kalat liikkuvat, menevät toistensa taakse ja vaihtavat jatkuvasti paikkaa.
Yksittäisestä kuvasta voi saada karkean käsityksen, mutta video kertoo tilanteesta enemmän.
Videon perusteella olemme arvioineet poikasten määrää, tarkastelleet niiden liikkumista ja ruokailukäyttäytymistä sekä seuranneet värityksen kehittymistä.
Tekoälyn arvio ei tällaisessa tilanteessa ole absoluuttinen totuus. Liikkuvien kalojen laskentaan liittyy aina epävarmuutta.
Se voi silti antaa huomattavasti paremman lähtökohdan kuin nopea silmämääräinen arvaus.
Vielä olennaisempaa on se, että videota voidaan tarkastella useasta näkökulmasta:
- kuinka paljon poikasia altaassa suunnilleen on
- jakautuvatko ne tasaisesti
- näyttävätkö ne syövän aktiivisesti
- näkyykö joukossa kokoeroja
- miten väritys ja evät kehittyvät
- milloin tila alkaa jäädä liian pieneksi
Tekoäly ei korvaa kasvattajan kokemusta.
Se auttaa kohdistamaan huomion oikeisiin asioihin.
Hifijärjestelmä ei ole vain kasa laitteita
Toinen täysin erilainen käyttökohde on hifi.
Olen suunnitellut ja rakentanut pitkään erilaisia kaiutinratkaisuja, huoneakustiikkaa ja sähköistä huonekorjausta. Tällaisissa projekteissa yksittäinen kysymys liittyy lähes aina suurempaan kokonaisuuteen.
Kaiuttimien sijoitteluun vaikuttavat esimerkiksi:
- huoneen mitat
- kuuntelupaikka
- seinien ja katon heijastukset
- elementtien suuntaavuus
- jakotaajuudet
- viiveet
- vahvistimien ominaisuudet
- MiniDSP:n säädöt
- mittaustulokset
Yksittäiseen kohtaan voi löytyä nopeasti tekninen vastaus. Vaikeampaa on nähdä, miten ratkaisu vaikuttaa koko järjestelmään.
Juuri siinä tekoälystä on ollut minulle paljon hyötyä.
Olemme voineet tarkastella kaiutinrakenteita, vertailla eri toteutustapoja ja pohtia, miten akustiset ratkaisut, DSP-säädöt ja fyysinen sijoittelu vaikuttavat toisiinsa.
Välillä tekoäly toimii laskijana.
Välillä kriitikkona.
Välillä se auttaa sanoittamaan ongelman, jonka olen itse jo havainnut mutta jota en ole osannut vielä määritellä tarkasti.
Välillä hyödyllisin kysymys ei ole:
Mikä jakotaajuus minun pitäisi valita?
Vaan:
Mitä yritämme tällä säädöllä oikeastaan korjata?
Tämä ero on tärkeä.
Ensimmäinen kysymys hakee lukua.
Toinen hakee ymmärrystä.
Tekoäly ei tarvitse valmista lokeroa
Ihmisellä on tapana jakaa osaamisensa eri alueisiin.
Työasiat ovat yhdessä lokerossa.
Harrastukset toisessa.
Tekniikka kolmannessa.
Luovuus neljännessä.
Tekoälyn näkökulmasta nämä rajat eivät ole yhtä jyrkkiä.
pH-mittarin kalibrointi, akvaariokalojen laskeminen, hifijärjestelmän suunnittelu ja verkkosivuston rakentaminen näyttävät pinnalta täysin erilaisilta tehtäviltä.
Niissä käytetään silti monia samoja työvaiheita:
- tunnistetaan ongelma
- kerätään havaintoja
- vertaillaan vaihtoehtoja
- muodostetaan oletus
- testataan ratkaisua
- arvioidaan tulos
- korjataan suuntaa
Tekoälyn vahvuus on siinä, että sama keskustelukumppani voi osallistua kaikkiin näihin vaiheisiin.
Aamulla se voi auttaa tunnistamaan kalibrointiruuvin.
Päivällä se voi tulkita kaiutinmittausta.
Illalla se voi auttaa suunnittelemaan yrityksen verkkosivustoa.
Työkalua ei tarvitse vaihtaa joka kerta, kun aihe vaihtuu.
Pienet kysymykset voivat johtaa suuriin projekteihin
Tekoälyn käyttö alkaa usein hyvin pienestä.
Kysyt yhden kysymyksen.
Saat vastauksen.
Kysyt tarkennuksen.
Sitten huomaat, että samaa asiaa voisi kehittää pidemmälle.
Näin on käynyt minulle useita kertoja.
Yksittäisestä teknisestä ongelmasta on voinut syntyä kokonainen suunnitelma.
Suunnitelmasta prototyyppi.
Prototyypistä toimiva ratkaisu.
Esimerkiksi oman Mac-sovelluksen rakentaminen ei alkanut siitä, että olisin päättänyt ryhtyä ohjelmistokehittäjäksi.
Minulla oli käytännön tarve seurata koneen lämpötiloja, muistinkäyttöä ja muita järjestelmän tietoja paremmin.
Tarpeesta syntyi keskustelu.
Keskustelusta määrittely.
Määrittelystä Codexilla rakennettu sovellus.
Tässä näkyy yksi tekoälyn kiinnostavimmista vaikutuksista.
Se lyhentää matkaa ajatuksesta ensimmäiseen kokeiluun.
Aiemmin moni idea olisi voinut pysähtyä tähän:
Tämä olisi hyödyllinen, mutta en osaa rakentaa sitä.
Nyt seuraava ajatus voi olla:
Katsotaan ensin, kuinka pitkälle pääsemme.
Tekoäly voi sekä lisätä että peittää osaamista
Tekoälyyn liittyy myös riski.
Kun vastaukset tulevat nopeasti ja ohjeet näyttävät vakuuttavilta, käyttäjä voi alkaa luottaa niihin liikaa.
Tämä korostuu erityisesti teknisissä, terveydellisissä, juridisissa tai taloudellisissa kysymyksissä, joissa virheellinen neuvo voi aiheuttaa todellista haittaa.
Tekoäly voi tunnistaa laitteen väärin.
Se voi tulkita kuvan puutteellisesti.
Se voi ehdottaa teknisesti mahdollista mutta käytännössä huonoa ratkaisua.
Se voi myös kirjoittaa täysin varman kuuloisesti asiasta, jonka se on ymmärtänyt väärin.
Siksi tekoälyn käyttö ei poista käyttäjän harkintaa.
Se lisää sen merkitystä.
pH-mittarin kuvassa voi näkyä kaksi säätöruuvia. Minun pitää silti ymmärtää, kumpaa ollaan säätämässä ja miksi.
Hifijärjestelmään voidaan ehdottaa uutta jakotaajuutta. Minun pitää silti mitata, kuunnella ja arvioida lopputulos.
Kalojen määrä voidaan arvioida videolta. Minun pitää silti ottaa huomioon, kuinka paljon yksilöitä voi jäädä piiloon.
Tekoälyn vastaus ei ole prosessin loppu.
Se on usein uuden tarkistuksen alku.
En saanut kaikkia vastauksia – sain paremman tavan kysyä
Tekoälyn hyötyä mitataan helposti sillä, kuinka monta asiaa se pystyy tekemään.
Minulle suurempi muutos on tapahtunut siinä, miten lähestyn asioita.
Olen oppinut pilkkomaan ongelmia paremmin.
Kuvaamaan lähtötilanteen tarkemmin.
Kertomaan, mitä olen jo kokeillut.
Pyytämään vaihtoehtoja yhden vastauksen sijaan.
Kysymään perusteluja.
Pyytämään riskejä ja vasta-argumentteja.
Pysähtymään välillä tarkistamaan kokonaiskuvaa.
Hyvä keskustelu tekoälyn kanssa ei synny siitä, että ihminen kirjoittaa yhden täydellisen komennon.
Se syntyy vaiheittain.
Aivan kuten hyvä keskustelu toisen ihmisen kanssa.
Ensimmäinen vastaus harvoin ratkaisee koko asiaa. Se auttaa muodostamaan paremman seuraavan kysymyksen.
Ei oraakkeli vaan työpari
En pidä tekoälyä kaikkitietävänä auktoriteettina.
Se tekee virheitä, unohtaa asioita ja voi ymmärtää tilanteen väärin.
En myöskään ajattele sen korvaavan ihmistä.
Parempi kuvaus on työpari.
Sellainen työpari, joka on käytettävissä silloin, kun mieleen tulee kysymys, havainto tai idea.
Sen kanssa voi:
- ajatella ääneen
- tutkia vaihtoehtoja
- tarkastella kuvia ja videoita
- testata oletuksia
- rakentaa suunnitelmia
- kirjoittaa ja ohjelmoida
- palata aiempaan ja yrittää uudelleen
Työparilla ei ole omaa tavoitetta.
Minun pitää tuoda se keskusteluun.
Työpari ei kanna vastuuta.
Minun pitää kantaa se.
Mutta hyvällä ohjauksella se voi auttaa minua tekemään enemmän, oppimaan nopeammin ja näkemään mahdollisuuksia siellä, missä aiemmin näin vain rajoituksia.
Suurin muutos tapahtuu ehkä huomaamatta
Tekoälyn vaikutusta ei välttämättä huomaa yhtenä suurena käännekohtana.
Sen huomaa vasta, kun katsoo taaksepäin.
Huomaa kysyneensä apua kymmeniin asioihin, joita ei olisi aiemmin tullut edes ajatelleeksi tekoälylle sopivina.
Akvaariokalojen määrä.
pH-mittarin kalibrointi.
Kaiuttimien sijoittelu.
MiniDSP:n säädöt.
Tietokoneen lämpötilat.
Verkkosivuston rakenne.
Yrityksen palvelut.
Yksittäin nämä ovat pieniä tai keskisuuria käyttötapauksia.
Yhdessä ne muodostavat paljon suuremman muutoksen.
Tekoäly ei muuttanut vain tapaani tehdä työtä.
Se muutti tapaani kohdata ongelma.
En enää kysy ensimmäiseksi, osaanko tehdä tämän jo valmiiksi.
Kysyn:
Mitä tästä pystymme selvittämään – ja mikä olisi järkevä ensimmäinen askel?