Mitä tekoälystä pitäisi ajatella? Onko se vain työkalu vai kaiken arvokkaan varastaja? Artikkelissa pohditaan muutamia erilaisia tekoälyn, tässä yhteydessä laajojen kielimallien hyötykäytön mahdollisuuksia ja vaaroja erityisesti ohjelmisto- ja testausalan näkökulmasta.
Jo muinaiset roomalaiset käyttivät tekoälyä. Heillä oli oraakkeleita, jotka ylemmiltä voimilta kysymällä antoivat vastauksia kyselijöiden kysymyksiin “mahtava valtio tuhoutuu, kun ylität tämän joen”. Näin jäikin kysyjän vastuulle pohtia, miten vastauksen ymmärtää. Tekoäly, laajat kielimallit, jotka saivat suursuosion viimeistään 2023 niille tehtyjen uusien palvelumallien myötä, jossa yksinkertaisesti kysymyksen muotoilemalla saa vastauksen haluamaansa asiaan. Vastaus on eräänlainen supertiivistys kaikesta lähdedatasta, jota tekoälyn malliin on opetettu, ja aika usein vastaus on oikein tai oikean näköistä. Tekoäly, tai kielimalli voi helposti tehdä tiivistyksiä tekstistä, antaa artikkeli-ideoita, luoda hakemuksia tai ohjelmointikoodia. Mitä tekoäly on? Hannu Toivosen erinomaisessa samannimisessä kirjassa käydään läpi tavallisia tekoälyn käytössä esiin tulevia kysymyksiä ja vastauksia, ja tekoälylle löydetäänkin useita merkityksiä – metafora, pelastus, tuho vai vain työkalu, (Toivonen, 2023).
Lisäksi kiinnostava tulevaisuuden kehityslinja on esimerkiksi tekoälyn yhdistäminen lisättyyn todellisuuteen. Eräässä artikkelissa kerrottiin ylläpitohenkilöstölle tehdystä apusovelluksesta, joka näyttää monimutkaisen laitteen käyttöjärjestyksen ja ohjeet konetta operoitaessa (Xu, Nguyen, & Du, 2024). Olettaisikin, että tulevaisuudelle tällaisia järjestelmiä voisi tullakin enemmän, neuvomaan erilaisten legacy -koneiden päivittämisessä tai käytössä, koska tekoäly ei väsy vaiheiden selittämiseen ja loputtomaan toistoon aina uusille ihmisille. Ihmistä tarvitaan edelleenkin olemaan se käsi, joka lekaa pitelee, mutta ohjeistus siitä mihin lekalla lyödään voikin tulla tekoälyn kautta.
Työkaluja ja rooleja
Kun nyt on päässyt (tai joutunut) muutamia tekoälypalveluja käyttämään, niin riippuen missä roolissa on, oma asenne tekoälyyn vaihtelee. Esimerkiksi tekstin kirjoittamisessa, oikein erikseen olen laittanut kaikki Word-editorin tarjoamat tekoäly- ja tutkimusavustajat pois päältä. Ajatus tällöin, että kun nyt yritän tässä itse luoda uutta tekstiä, niin älä hyvä tekoäly tule ehdottelemaan mitään ”universaalia” artikkelin tai blogitekstin ”keskiarvototeutusta” – miten tämä lause tulisi päättää tai kappale muotoilla. Uskon edelleen, että kirjoittajan omalla ääni, oli se sitten vähän rosoinen, tai kielioppisääntöjä rikkova, on kuitenkin se pääasia, kun uutta artikkelia tahdotaan. Nykyään kuitenkaan ei kannata ihmetellä, jos tekstin kirjoittajana joskus onkin tekoäly, tai taitavasti luotu kuvitteellinen persoona, joka räätälöi artikkelin uusiksi, siinä ajassa, kun odottaa tekstin kuvien latautumista…
Toisaalta sitten, esimerkiksi ohjelmoinnissa, sitä aivan helpolla ja mielellään kysyy tekoälyltä, että generoipa minulle tämä funktio tai testitapauksen runko – sen sijaan että etsisi jostakin verkkopalvelusta ja laittaisi oman aivonsa miettimään, mites tämä taas tehtiinkään. Vaikka tekoäly on vielä lapsenkengissään, niin ohjelmointi on sille suhteellisen helppoa ja loogista, johtuen ehkä ohjelmointikielten syntaksista ja säännöistä, jotka tekoäly voi ”muistaa” helpommin kuin ihmisparka.
Koodigenerointi voi kohta mullistaa ohjelmointialan, kun noin ”kuudella taalalla saa generoitua 22 500 koodiriviä hyvin muotoiltua koodia” (Buscemi, 2023) tai hyvin mietityllä määrittelykehotteilla (prompt) voi luoda oman iPhone-sovelluksen (Poe, 2023). Toisaalta sitten taitoa vaatii se, miten asiansa kysyy tekoälymallilta. Joskus se ymmärtää mitä ongelmaa yritetään ratkaista, vaikka kysyy ”väärin”, mutta välillä se jää itsensä kanssa silmukkaan, eikä osaa vastata tai korjata vastaustaan. Tekoäly ei testaa, sen tarjoama koodi ei välttämättä edes käänny.
Kuka voittaa?
Vanha eräässä elokuvassa ollut fraasi on ”follow the money” – kuka hyötyy tekoälyn käytöstä, missä ja miten? Esimerkiksi ChatGPT-palvelun omistaa OpenAI, jonka omistaa oma sijoittajaryhmänsä. Eri ohjelmointiympäristöissä on joku suoraan tai lisäosilla mahdollisuuksia ottaa tekoälyavustajia käyttöön, joista osa vaatii lisenssin jo asennuksen yhteydessä, osassa kulu tulee näkyville vasta myöhemmin.
Mitä enemmän sen rajapintoja käytetään, sitä enemmän rajapintakäyttö maksaa. Hieman tuntuu nyt siltä, että kaikki helpot integraatiot eri ohjelmointiympäristöissä, turruttavat ja totuttavat tekoälyn käyttöön hiljalleen, jolloin kohta tekoälyavustajat nähdään aivan välttämättöminä ja rajapintakäytön hinnan korotukset otetaan annettuna. Lisäksi eihän tekoälymallien opettaminen ja taustainfrastruktuurin ylläpito halpaa ole – palvelimet vaativat sähköä, henkilöstöä ja ylläpitoa ja sijoittavat vaativat tuottoa ketjun eri osissa.
Toinen näkökulma tekoälyn käytössä on se, että miten malli on opetettu ja mitä testidataa sen käytössä on. Esimerkiksi tätä, jos yrittää kysyä ChatGPT3.5 tai 4.0:lta, niin sehän ei tähän suoraan vastaa. Tätä kirjoittaessa, tekoälymalli osaa kertoa, että on käyttänyt kirjallista aineistoa – tosin vain kaikkea sitä, mitä löytyy digitaalisena ja mikä kaikki on mallille opetettu eri kielistä ja kulttuureista ja toisaalta mitä ei. Vinoumia löytyy varmasti ja puutteita ja sokeita pisteitä siinä mitä kaikkea opetusdataksi on hyväksytty.

Lopuksi
Tekoäly vie kaikkien työpaikat, kuten on vienyt tietokoneet, automaattinen testaus, mallipohjainen testaus ja kolmannen sukupolven koodigeneraattoritkin. Toisaalta IT-alalla sanotaan olevan työvoimapulaa, osaamiskapeikkoja, mutta toisaalta myös ylikuormitettuja tekijöitä, joko yrityksissä tai avoimen lähdekoodin yhteisöissä. Tekoälyn kehitystä kannattaa ylipäätään seurata, koska järkevästi käytettynä siitä voi olla hyötyä, mutta kannattaa samalla olla tietoinen sen aiheuttamista riippuvuussuhteista.
Tekoäly on jälleen uusi mahdollisuus oppia jotakin uutta ja erilaista, mikä kiinnostanee kaikkialla, riippumatta roolissa, jossa juuri tällä hetkellä työskentelee. Kaikkea tekoäly ei ratkaise, ja kannattaa hioa taitoa oikeiden kysymysten esittämisestä.
Lähteet
- Buscemi, A. (2023). A Comparative Study of Code Generation using ChatGPT 3.5 across 10 Programming Languages. arXiv. Noudettu osoitteesta http://arxiv.org/abs/2308.04477 (10.8.2023)
- Poe, C. (2023). Building an iPhone App with ChatGPT. https://ovid.github.io/articles/building-an-iphone-app-with-chatgpt.html (31.1.2024)
- Toivonen, H. (2023). Mitä tekoäly on? 100 kysymystä ja vastausta. Teos.
- Xu, F., Nguyen, T., & Du, J. (2024). Augmented Reality for Maintenance Tasks with ChatGPT for Automated Text-to-Action. Journal of Construction Engineering and Management, 150(4), 04024015. http://doi.org/10.1061/JCEMD4.COENG-14142
Korjaukset, artikkelitoiveet: etunimi.sukunimi@iki.fi . Jos haluat mukaan TestausOSY:n toimintaan liity TestausOSY:n LinkedIn-ryhmään https://www.sytyke.org/testausosy/liity/ tai ota yhteyttä.
Tuula Pääkkönen on työskennellyt erilaisissa ohjelmistokehitystehtävissä yli neljännesvuosisadan ja nyt ihmettelee myös tekoälyä muiden tehtävien ohessa. Esitetyt mielipiteet ovat tekijän omia.