Vestlustes juhtidega tulevad tehisintellekti kasudest rääkides iga kord jutuks tehisintellektiga seotud ohud. Kõige suurem oht, mida tajutakse, on eksistentsiaalne oht. Kui tehisintellekt on piisavalt võimas, kas siis inimest üldse vaja on! Siiani on uued masinad inimese tööd pigem lihtsamaks ja elujärge paremaks teinud. Selleks, et see ka tulevikus nii oleks, peame veenduma, et meie teenuseid juhiks eetiline AI.
Eksistentsiaalsete küsimuste kõrval jõutakse üha sagedamini praktiliste küsimusteni, mis on seotud profiilianalüüsi, diskrimineerimise, eriliigiliste andmete säilitamise ja töötlemise ning teiste igapäevaste küsimustega. Iga juhtum vajab kindluse jaoks eraldi juriidilist analüüsi, mida mina anda ei suuda, aga üldised printsiibid saan välja tuua.
Nagu iga masina, nii ka tehisintellekti kõige suurem kasu on korduvate rutiinsete tööde automatiseerimises. Rakendused, mida 30 aastat tagasi peeti „tehisintellektiks“, on tänases arusaamas töövoorakendused, kuhu on sisse ehitatud kindel otsustusloogika. Tänapäevased AI rakendused on sarnased, lihtsalt otsustusloogika on üles ehitatud statistilistele tõenäosustele, kus võetakse arvesse tuhandeid parameetreid. Kaasaegne AI on paindlikum, töökindlam ning annab rikkalikuma vastuse.
AI ohtude analüüsimisel tasub tähelepanelikult lugeda AI nimetust. Kõige populaarsema vestlusroboti ChatGPT nimes tähendab GPT ehk Generative Pre-trained Transformer seda, et statistiline mudel on eeltreenitud ja loob treenimisel omandatud reeglite baasil uue muundatud tulemuse. Nende mudelite uuenduslikkus seisneb sellest, et need on treenitud ülisuurte andmehulkade peal, mis annab neile peaaegu universaalse kasutuse.
Suurte mudelite oht seisneb selles, et need on treenitud ajalooliste andmete peal. Paljud ajaloolised andmed sisaldavad eelarvamusi, mida kaasaegsed inimesed enam ei jaga. Kuna mudelid on tohutud, ei suuda isegi parima tahtmise korral inimesed mudelit kontrollida. Nii võib mudeli väljund võtta arvesse eelarvamusi, mis ei pruugi ärile kasulikud olla. Ehk kui tehisintellekt otsustab mõne peidetud eelarvamuse pärast diskrimineerida mõnda tarbijagruppi, ei ole see mitte ainult ebaeetiline vaid ka äriliselt kahjulik.
Millised nõuded esitab GDPR õiglusele?
Isikuandmete kaitse üldmäärus sõnastab võrdlemisi üldsõnaliselt sissejuhatuse punktis 71 järgmise nõude: „Andmesubjektil peaks olema õigus sellele, et tema suhtes ei tehta üksnes andmete automatiseeritud töötlemisele toetuvat isiklike aspektide hindamisel põhinevat ja meedet sisaldada võivat otsust, millel on teda puudutavad õiguslikud tagajärjed või mis avaldab talle samamoodi märkimisväärset mõju, nagu veebipõhise krediiditaotluse automaatne tagasilükkamine või veebipõhine tööle värbamine ilma inimsekkumiseta.“
Kuna isikuandmeid kasutatakse laialdaselt toodete ja teenuste reklaamimisel, siis selles osas on nõue kirjeldatud järgmiselt: „Kui isikuandmeid töödeldakse otseturunduse eesmärgil, peaks andmesubjektil olema õigus oma isikuandmete nii algse kui ka edasise töötlemise, sealhulgas otseturundusega seotud profiilianalüüsi tegemise suhtes igal ajal ja tasuta vastuväiteid esitada. Andmesubjekti tähelepanu tuleks selgesõnaliselt juhtida sellele õigusele ning see esitatakse selgelt ja eraldi igasugusest muust teabest.“
Mõlemad nõuded on sõnastatud võrdlemisi tingimuslikult, sest arusaadavalt ei ole võimalik suure hulga andmete töötlemisel iga otsust eraldi inimesel analüüsida ning kui masinale on esitatud mõni valiku nõue, siis tavaliselt on see põhjendatud.
Mis ei ole valikuline, on mõjuanalüüsi tegemine. Artikkel 35 nõuab andmekaitsealase mõjuhinnangu tegemist kui füüsiliste isiklike aspektide süstemaatiline ja ulatuslik hindamine, mis põhineb automaatsel isikuandmete töötlemisel, sealhulgas profiilianalüüsil, ja millel põhinevad otsused, millel on füüsilise isiku jaoks õiguslikud tagajärjed või mis samaväärselt mõjutavad oluliselt füüsilist isikut.
Viimase punkti juures kiputakse aeg ajalt vaidlema, et antud lahenduse juures ei ole mõju füüsilisele isikule oluline või tõenäosus suure ohu tekkimiseks puudub. Selline seisukoht peab põhinema mingitel argumentidel. Kui argumendid on olemas, on mõistlik mõjuhinnang vormistada, et vältida olukorda, kus oluline mõju / suur oht ikkagi tekkis, mida ettevõte ei osanud arvestada. On vähemalt tõend, et hindamine on toimunud.
Määruses on profiilianalüüsi puudutavaid punkte veel, kuid üldine toon on siiski võrdlemisi leebe ning ei tee olulisi takistusi AI rakendamisel.
Kuidas on eetiline AI kasulik?
Nagu eelpool kirjeldatud, võtavad AI mudelid arvesse ajaloolisi andmeid ja eelarvamusi, millest me oleme loobunud ning mis takistavad igapäevast edukat toimimist. Seepärast peab olema masinõppe mudelite loomisel tähelepanelik, et mõni otsustusmudelile esitatud parameeter ei takistaks õiglase ja kasuliku otsuse langetamist.
Olid ajad, mil muidu sõbralike ameeriklaste eemale peletamiseks tasus vaid öelda, et tuled Ida-Euroopast. Suitsetamisest loobuda sooviv inimene ei soovi, et tema varasemate ostude alusel suunataks teda tubakatooteid ostma. Ja kuigi varem oli kombeks iga päev üks jäätis osta ja kohe ära süüa, siis võib olla soovin nüüd kaalu kaotada. Kõiki stsenaariume, kus inimene võib ennast nõrgemasse positsiooni surutuna tunda, ei ole võimalik ette näha. Iga selline situatsioon aga mõjutab tema lojaalsust ning ettevõttele tema eluea väärtust. Seepärast peab andma võimaluse inimestele ise oma profiili kujundada ja arvestame nende ajas muutuvaid eelistusi.
Värbajad väidavad automaatsete värbamismootorite müümisel, et need mootorid teevad otsuseid eelarvamusteta. Tõenduseks toovad nad teadusuuringud, mis näitavad, et ainult CV baasil tehtud otsused on kvaliteetsemad, kuna kohtumine kandidaadiga võib kallutada otsustaja ratsionaalsust. Kuidas aga hinnata CV baasil seda, kas inimene on hea suhtleja, milline on tema verbaalne argumenteerimisotsus ning milline on tema esmamulje kui ta peab klienti külastama?
Eelneva pärast peab protsessidesse alati jätma alternatiivi tehisintellekti juhitud automaatikale ning andma inimesele võimaluse anda tagasisidet. Lisaks on mõistlik ettevõttel omada selget AI strateegiat ja AI eetika põhimõtteid, et anda igapäevaselt uute lahenduste väljatöötamisega seotud inimestele selged raamid. Nagu inimesed on ekslikud, nii on ka inimeste loodud teadmistega treenitud AI-d ekslikud.