Miten tekoäly ja ML voivat edistää sosiaalista hyvää ja kestävää kehitystä

Terveydenhuolto, koulutus, ympäristö ja talous ovat vain muutamia aloja, joilla tekoälyllä (AI) ja koneoppimisella (ML) on potentiaalia muuttaa asioita täysin. Sekä ihmisten että ympäristön hyvinvoinnin parantamiseksi niitä voidaan käyttää myös sosiaalisen hyvän ja kestävän kehityksen edistämiseen. Tarkastelemme tekoälyn ja koneoppimisen mahdollisia hyötyjä kestävyydelle ja yhteiskunnalliselle hyvälle sekä niiden tuomia vaikeuksia ja mahdollisuuksia.

Tekoäly ja koneoppiminen yhteiskunnallisen hyvän hyväksi

Sosiaalisen hyvän ajatuksena on parantaa yhteiskuntaa, erityisesti haavoittuvassa asemassa olevia ja heikommassa asemassa olevia väestöryhmiä. Tekoäly ja koneoppiminen voivat edistää yhteiskunnallista hyvää tarjoamalla luovia vastauksia joihinkin maailman tämän hetken vaikeimpiin ongelmiin, kuten köyhyyteen, nälkään, sairauksiin, eriarvoisuuteen ja epäoikeudenmukaisuuteen. McKinsey Global Institute -instituutin analyysin mukaan tekoälyllä on mahdollisuus auttaa satoja miljoonia ihmisiä sekä teollisuus- että kehitysmaissa käsittelemällä kaikkiin YK:n kestävän kehityksen tavoitteisiin liittyviä kysymyksiä.

Esimerkkejä tekoälystä ja koneoppimisesta yhteiskunnallisen hyvän puolesta

Terveydenhuolto

Tekoäly ja koneoppiminen voivat tehostaa monien sairauksien diagnosointia, hoitoa ja ennaltaehkäisyä erityisesti vähävaraisissa ympäristöissä. Esimerkkejä tekoälyn hyödyntämisestä ovat malarian havaitseminen verikuvista, tuberkuloosin diagnosointi rintakehän röntgenkuvista, sydän- ja verisuonitautiriskin ennustaminen EKG-signaalien perusteella ja yksilöllisten hoito-ohjelmien suosittelu syöpäpotilaille.

Koulutus

Koulutuksen laatua, tasa-arvoa ja saavutettavuutta voidaan parantaa tekoälyn ja koneoppimisen avulla erityisesti vähäosaisten ja aliedustettujen opiskelijoiden osalta. Tekoälyä voidaan käyttää esimerkiksi yksilöllisten ja mukautuvien oppimisympäristöjen suunnitteluun, opettajien ja opiskelijoiden palautteen ja ohjauksen antamiseen, kielten kääntämiseen ja puheen tunnistamiseen sekä elinikäisen oppimisen ja taitojen kehittämisen edistämiseen.

Ympäristö

Erityisesti ilmastonmuutoksen ja biologisen monimuotoisuuden vähenemisen osalta tekoäly ja koneoppiminen voivat auttaa ympäristön seurannassa, suojelussa ja ennallistamisessa. Tekoälyä voidaan käyttää esimerkiksi kasvihuonekaasupäästöjen seurantaan ja vähentämiseen, uusiutuvien energialähteiden käytön maksimointiin, salametsästyksen ja metsäkadon tunnistamiseen ja pysäyttämiseen sekä ympäristötilanteiden simulointiin ja ennustamiseen.

Ihmisoikeudet

Erityisesti syrjäytyneiden ja sorrettujen väestöryhmien osalta tekoäly ja koneoppiminen voivat tukea ja puolustaa ihmisoikeuksia. Tekoälyllä voidaan vahvistaa yhteiskunnallisia liikkeitä ja kansalaisvaikuttamista, paljastaa ja torjua vihapuhetta ja disinformaatiota, paikantaa ja pelastaa ihmiskaupan ja verkossa tapahtuvan seksuaalisen hyväksikäytön uhreja sekä parantaa oikeussuojan ja oikeusavun saatavuutta.

Tekoäly ja koneoppiminen kestävän kehityksen hyväksi

Kestävyyden ideana on tyydyttää nykyiset tarpeet vaarantamatta tulevien sukupolvien kykyä tyydyttää omat tarpeensa. Tekoäly ja koneoppiminen voivat edistää kestävän kehityksen saavuttamista helpottamalla ihmisten ja luonnonvarojen tehokkaampaa ja tuloksellisempaa käyttöä ja minimoimalla ihmisen toiminnan haitalliset vaikutukset ympäristöön ja yhteiskuntaan. PwC:n analyysin mukaan tekoäly voi lisätä maailman BKT:tä 5,2 biljoonalla dollarilla ja vähentää kasvihuonekaasupäästöjä 4 prosenttia vuoteen 2030 mennessä.

Esimerkkejä tekoälystä ja koneoppimisesta kestävän kehityksen edistämiseksi

Älykäs maatalous

Elintarvikkeiden tuotantoa ja kulutusta voidaan optimoida tekoälyn ja koneoppimisen avulla erityisesti väestönkasvun ja ruokaturvattomuuden vuoksi. Tekoälyllä voidaan parantaa elintarvikkeiden turvallisuutta ja jäljitettävyyttä sekä ennakoida ja välttää sadonmenetyksiä ja ruokahävikkiä. Sitä voidaan käyttää myös viljelykasvien kasvun, kastelun ja tuholaistorjunnan seurantaan ja valvontaan.

Älykäs liikkuvuus

Erityisesti kaupungistumisen ja liikenteen yhteydessä tekoäly ja koneoppiminen voivat parantaa ihmisten ja tuotteiden liikkumista. Tekoäly voi esimerkiksi helpottaa yhteiskäyttöautojen ja kuljettajattomien autojen käyttöä, parantaa liikenneturvallisuutta ja -turvallisuutta, vähentää polttoaineen kulutusta ja päästöjä sekä optimoida liikenteen sujuvuutta, reititystä ja pysäköintiä.

Älykäs valmistus

Teollistumisen ja innovoinnin yhteydessä tekoäly ja koneoppiminen voivat parantaa valmistusprosessien ja -tuotteiden tuottavuutta ja laatua. Tekoälyä voidaan käyttää toimitusketjujen ja logistiikan parantamiseen, ihmistyön automatisointiin ja täydentämiseen, tilojen ja laitteiden valvontaan ja ylläpitoon sekä jätteiden vähentämiseen ja kiertotalouden edistämiseen.

Älykäs energia

Tekoäly ja koneoppiminen voivat erityisesti koko energiamurros- ja hiilidioksidipäästöjen vähentämisprosessin ajan auttaa lisäämään puhtaan ja uusiutuvan energian tarjontaa ja kysyntää. Tekoäly voi auttaa useissa tehtävissä, kuten hajautettujen energiaresurssien integroinnissa ja hallinnassa, energiantuotannon ja -kulutuksen ennakoinnissa ja tasapainottamisessa, energiapetosten ja -häviöiden havaitsemisessa ja estämisessä sekä älykkäiden verkkojen ja mikroverkkojen mahdollistamisessa.

Tekoälyn ja koneoppimisen mahdollisuudet ja vaikeudet kestävän kehityksen ja yhteiskunnallisen hyvän kannalta

Vaikka tekoäly ja koneoppiminen lupaavat paljon kestävän kehityksen ja yhteiskunnallisen hyvän kannalta, niihin liittyy myös monia vaaroja, jotka on otettava huomioon ja joita on vähennettävä. Tärkeimpiä vaikeuksia ja vaaroja ovat mm:

Tiedot ja yksityisyys

Tekoäly ja koneoppiminen tarvitsevat suuria ja monipuolisia tietokokonaisuuksia mallien kouluttamiseen ja testaamiseen, mikä saattaa aiheuttaa ongelmia tietoturvan, saatavuuden, laadun ja käytettävyyden suhteen. Lisäksi yksityisten ja arkaluonteisten tietojen kerääminen ja käsittely tekoälyn ja koneoppimisen avulla voi loukata ihmisten ja ryhmien oikeutta yksityisyyteen ja suostumukseen ja altistaa heidät mahdollisille riskeille ja väärinkäytöksille.

Puolueellisuus ja oikeudenmukaisuus

Tekoäly ja koneoppiminen voivat heijastaa ja voimistaa tiedoissa, algoritmeissa ja järjestelmissä esiintyviä ennakkoluuloja ja ennakkoluuloja, mikä johtaa epäoikeudenmukaisiin ja syrjiviin tuloksiin ja seurauksiin tiettyjen henkilöiden ja ryhmien, erityisesti heikommassa asemassa olevien ja syrjäytyneiden, kannalta. Lisäksi tekoälyn ja koneoppimisen läpinäkyvyyden ja vastuullisuuden puuttuminen saattaa vaikeuttaa ennakkoluulojen ja virheiden tunnistamista ja korjaamista.

Etiikka ja arvot

Tekoäly ja koneoppiminen saattavat kyseenalaistaa ja asettaa ristiriitaisiksi sosiaalisen hyvän ja kestävän kehityksen tavoitteet, jotka perustuvat ihmisarvon, autonomian, oikeudenmukaisuuden ja solidaarisuuden kaltaisiin periaatteisiin. Lisäksi tekoäly ja koneoppiminen voivat aiheuttaa eettisiä pulmia ja kompromisseja tehokkuuden ja tasa-arvon, innovoinnin ja sääntelyn sekä lyhyen ja pitkän aikavälin etujen välillä.

Ympäristö ja yhteiskunta

Tekoälyn ja koneoppimisen tahattomia ja haitallisia vaikutuksia ympäristöön ja yhteiskuntaan voivat olla esimerkiksi resurssien ja energian kulutuksen lisääntyminen, saastuminen ja elektroniikkaromun syntyminen, inhimillisen työvoiman ja taitojen menetys sekä instituutioiden ja sosiaalisten normien häiriintyminen.

Näihin riskeihin ja haasteisiin vastaaminen sekä tekoälyn ja koneoppimisen täysimääräinen hyödyntäminen yhteiskunnallisen hyvän ja kestävän kehityksen edistämiseksi edellyttää kattavaa ja yhteistyöhön perustuvaa lähestymistapaa, jossa on mukana erilaisia sidosryhmiä ja näkökulmia, kuten tutkijoita, kehittäjiä, käyttäjiä, lainsäätäjiä, kansalaisyhteiskuntaa ja suurta yleisöä. Strategian keskeisiä osatekijöitä ovat muun muassa

Tietoisuus ja koulutus

Sidosryhmien ja suuren yleisön keskuudessa on lisättävä ymmärrystä tekoälyn ja koneoppimisen mahdollisuuksista ja rajoituksista kestävyyden ja yhteiskunnallisen hyvän kannalta sekä eettisistä ja yhteiskunnallisista seurauksista ja velvollisuuksista. Tähän on useita keinoja, kuten tiedotusvälineet, kampanjat, tapahtumat ja opetussuunnitelmat.

Osallisuus ja osallistuminen

Jotta tekoälyä ja koneoppimista voidaan suunnitella, kehittää, toteuttaa ja arvioida yhteiskunnallista hyvää ja kestävää kehitystä varten sekä valvoa ja hallita näitä teknologioita, on välttämätöntä taata monenlaisten edustavien ja erilaisten sidosryhmien ja yhteisöjen osallistuminen ja sitoutuminen. Tähän voidaan käyttää lukuisia tekniikoita, kuten yhteisluomista, kuulemista, palautetta ja valtuuttamista.

Innovaatio ja sääntely

Sosiaalisen hyvän ja kestävän kehityksen edistämiseksi tekoälyä ja koneoppimista koskeva innovointi ja sääntely on sovitettava yhteen sen kanssa, että näitä teknologioita on koordinoitava ja sovitettava yhteen sekä nykyisten että tulevien lakien ja asetusten kanssa. Tähän voidaan käyttää lukuisia välineitä, kuten kehyksiä, tarkastuksia, sääntöjä ja kannustimia.

Arviointi ja vaikutukset

Kestävän kehityksen ja yhteisen hyvän edistämiseksi on välttämätöntä arvioida ja seurata tekoälyn ja koneoppimisen tehokkuutta sekä tunnistaa ja vähentää mahdollisia riskejä tai kielteisiä vaikutuksia. Indikaattorit, mittaukset, vertailuarvot ja vaikutustenarvioinnit ovat muutamia välineitä, joita voidaan käyttää tähän.

Lopuksi

Ihmisten ja ympäristön hyvinvoinnin lisäämisen tavoitteet voidaan saavuttaa kestävyyden ja sosiaalisen hyvän kautta, jotka mahdollistavat tekoäly ja koneoppiminen, kaksi tehokasta teknologiaa. Tekoälyllä ja koneoppimisella on potentiaalia parantaa merkittävästi maailman polttavimpia ongelmia, kuten köyhyyttä, nälkää, sairauksia, eriarvoisuutta ja epäoikeudenmukaisuutta. Ne voivat myös helpottaa ihmis- ja luonnonvarojen tehokkaampaa ja tuloksellisempaa käyttöä ja vähentää ihmisen toiminnan haitallisia vaikutuksia ympäristöön ja yhteiskuntaan.

Tiedot ja yksityisyys, ennakkoluulot ja oikeudenmukaisuus, etiikka ja arvot, ympäristö ja yhteiskunta ovat vain muutamia niistä vakavista vaaroista ja huolenaiheista, joita tekoäly ja koneoppiminen tuovat mukanaan. Näihin kysymyksiin on puututtava. Näiden esteiden ja vaarojen voittaminen ja tekoälyn ja koneoppimisen mahdollisuuksien ja etujen täysimääräinen hyödyntäminen yhteiskunnallisen hyvän ja kestävän kehityksen hyväksi edellyttää kattavaa ja yhteistyöhön perustuvaa lähestymistapaa, jossa on mukana erilaisia sidosryhmiä ja näkökulmia, kuten tutkijoita, kehittäjiä, käyttäjiä, lainsäätäjiä, kansalaisyhteiskuntaa ja suurta yleisöä. Koulutus ja tietoisuus, sitoutuminen ja osallistaminen, innovointi ja sääntely, arviointi ja vaikutus ovat kaikki tämän strategian tärkeitä osatekijöitä.