Tekoälyn käyttöönotosta puhutaan usein vaiheistettuna: aloitetaan pienestä, ja matkan varrella opitaan ja laajennetaan, kun luottamus kasvaa. Sotessa tämä on erityisen hyvä lähestymistapa. Virheen hinta voi olla korkea, joten etenemisen pitää olla hallittua.
Mutta yksi kysymys jää helposti liian vähälle huomiolle: Mikä siinä vaiheittaisuudessa oikeastaan rakentaa luottamusta? Ei ainakaan pilotin pieni koko itsessään.

Luottamusta rakentaa se, että tekoälyä päästään koettelemaan tilanteissa, joissa sen toiminta voidaan arvioida myös silloin, kun se on väärässä.

Silloin testataan tekoälyn lisäksi koko sen ympärillä olevaa toimintamallia:
– Huomataanko virhe?
– Huomataanko se riittävän ajoissa?
– Pystytäänkö sen vaikutukset poistamaan tai rajaamaan?
– Opitaanko havainnosta jotain ennen seuraavaa vaihetta?

Sotessa tämä tarkoittaa myös sitä, että ensimmäiset käyttökohteet kannattaa valita paikoista, joissa tekoälyn ja ammattilaisen erimielisyys voidaan tehdä näkyväksi ilman, että asiakas joutuu kantamaan kokeilun riskiä.
Esimerkiksi kirjaaminen, valmistelu ja tiedon kokoaminen tarjoavat tähän aivan erilaisen ympäristön kuin hoitopäätöksiin liittyvät asiat.

Jokaisessa käyttöönoton vaiheessa pitäisi lopulta pystyä vastaamaan kolmeen kysymykseen:
1. Mitä tekoäly saa tehdä ja miten sitä estetään tekemästä mitään muuta?
2. Missä ja miten huomaamme, jos se on väärässä?
3. Mitä pitää olla totta, jotta uskallamme siirtyä seuraavaan vaiheeseen?

Nämä vastaukset on syytä määritellä ennen käyttöönottoa eikä vasta silloin, kun pitäisi päättää pilotin jatkosta.

Vaiheittaisuus ei itsessään tee tekoälyn käyttöönotosta turvallista, mutta koettelu käytännössä tekee vaiheista merkityksellisiä.

AI Transformation Lead

Tekoälymuutoksen johtaja ja datavetoisten ratkaisujen rakentaja. Kriisiytyneiden hankkeiden pelastaja ja luottamuksen palauttaja. Vie AI:n puheista tuotantoon.