Kas AI vahendusel on meiega võimalik manipuleerida?

Aastakümneid oleme ehitanud infoühiskonda, ent tänaseks on sellest saanud infouputuse ühiskond. Üha kiiremini kuhjuvas teabevoos on raske orienteeruda, sest rämpsinfo hulk kasvab kiiremini kui eluliselt oluline teadmine. See, mida keegi lõunaks sõi või kellega ta parasjagu aega veedab, lisab avalikku ruumi kihtide kaupa tarbetut infohägu.

Samal ajal on ka teadusartiklite hulk kasvanud piirini, kus isegi kõige usinam huviline ei suuda kõike olulist enam ise läbi töötada. Pildilise info maailmas on olukord sarnane: enam kui 5 miljardit nutitelefoniomanikku teeb iga päev miljardeid fotosid. Küsimus pole mitte niivõrd heade fotode olemasolus, vaid nende ülesleidmises aastaid hiljem.

Kuidas selles tekstide ja piltide külluses olulist välja sõeluda? Sageli võib just tehisaru olla siin tõhusaim abimees. Kuid igal heal asjal on ka varjuküljed. AI võib aidata infot kiiresti töödelda, ent samas võib selle oskamatu kasutamine viia mugavustsooni, kus kaob vajadus ise mõelda, tajuda ja avastada. Tulemuseks võib olla taandareng, kus inimene hakkab sarnanema aeglasele ja loovuseta robotile.

Sellist tulevikku ei soovi oma lapsele ükski lapsevanem. Seetõttu ongi paljudes riikides arutatud AI-põhiste tarkvarade ligipääsu piiramist või koguni keelustamist. Kuid kas poleks hoopis mõistlikum õpetada lapsi tehisaru kasutama viisil, mis tugevdab nende võimet oma peaga mõelda?

Pärisaru ja tehisaru – mis neid eristab?

Selleks, et osata otsustada, millal toetuda tehisarule ja millal tuleb mõelda oma peaga, peame mõistma, mille poolest need kaks aru erinevad.

Federico Faggin, mikroprotsessori leiutaja ja teadvuse uurija, on aidanud neid küsimusi oma elutöö kaudu avada. Ta juhtis meeskonda, kelle käe all valmis 1971. aastal maailma esimene masstootmiseks sobiv mikroprotsessor Intel 4004. 1986. aastal asutas ta Synapticsi, et uurida, kas arvutit oleks võimalik ühendada inimteadvusega. Viieaastase töö järel jõudis Faggin järeldusele, et arvuti jääb pelgalt arvutiks: seda ei saa panna tajuma ega mõtestama. Ometi sündisid nendest otsingutest meile hästi tuttavad puutetundlikud liidesed, mida kasutame sülearvutites ja nutitelefonides tänapäevani.

Faggin on määratlenud tehisaru kui masina võimet struktureerida ja kombineerida olemasolevat infot ning leida andmetes mustreid. AI suudab küll leida seoseid, ent see jääb alati olemasoleva raamesse – tal puudub loovus, intuitsioon ja eetiline tunnetus.

Pärisaru on inimese võime kogeda, tunda ja mõtestada maailma vahetult – läbi sisemise kogemuse. Sirelilõhn, lõokeselaul või vaikusehetk enne idee sündi ei mahu ühegi algoritmi struktuuri. Inspiratsioon sünnib äratundmistest, mitte kordamisest.

AI võib jutustada meile kõik, mida ta „teab”, aga ta ei tea, mida see tähendab. Seepärast jääb vaatlemine, küsimine, katsetamine ning uute tähenduste loomine inimese ülesandeks. AI ei tee inimesest paremat mõtlejat. Tõeline loovus ja sügav mõtestamine saab aset leida vaid elusolendite sees, sest tehisarul puudub ühendus Universumi kvanttaseme lõputu infoväljaga. AI saab oma teadmised inimeste kaudu, mitte otse maailmast.

Kui Faggini seisukohad tehisaru ja pärisaru kohta pakuvad sügavamat huvi, siis soovitan lisaks lugeda tema veebiajakirjas „Meer” ilmunud artikliseeriat¹.

Kuidas saab tehisaru õppimisel abiks olla?

Küsimus pole enam selles, kas AI-d kasutada, vaid selles, kuidas seda targalt teha. Kui õpilane peab kirjutama referaadi teemal „Koduvarblane“, ei pahandaks ma õpetajana, kui ta kasutaks selleks tehisaru abi. Ka see on tänapäeval tarvilik õpioskus – kuidas leida, sõeluda ja kokku panna olulist teavet.

Kui aga soovime, et õpilane harjutaks oma peaga mõtlemist, peab ülesanne olema hoopis teistsugune. Toon näite 99 aastat tagasi ilmunud loodusõpetuse õpikust², kus varblase vaatlusülesanne on järgmine:

“1. Vaatle varblase keha vormi, värvi, tiibade ja saba kuju, jalgade ja noka ehitust. 2. Vaatle, kunas ja kuhu ehitab varblane oma pesa. Kirjelda varblase pesa, tema mune, nende arvu ja värvi! 5. Kuidas avaldab varblane ennast toiduplatsil teiste lindude seas ? 4. Kirjelda, kuis kutsub isavarblane emalindu, kuidas häälitseb ta siis, kui hädaoht tulemas, ja siis, kui nad isekeskis põõsastes tülitsevad. 5. Mida tarvitavad varblased toiduks? “

Tänapäeval pole kuigi mõistlik soovitada lastel linnupesadesse piiluda. Seega peaks soovitama munade arvu ja värvi uurida linnuraamatute või AI abil. Küll aga jäävad pesa leidmine ja lindude käitumise nüansside märkamised vahetu kogemuse valdkonda. Need on oskused, mida AI meie eest ära teha ei saa.

Selliste ülesannete tõeline väärtus ei seisne pelgalt faktide kogumises, vaid õpilase vaatlusoskuse, püsivuse, tähelepanu ja eristamisvõime arendamises.

Intervjuu ChatGPT-ga: kas AI vahendusel on meiega võimalik manipuleerida?

Et paremini mõista, milliseid ohte võib tuua AI võimalik ideoloogiline või äriline kallutatus, esitasin ChatGPT-le neli küsimust.

Kas tehisaru algoritm võib olla ideoloogiliselt mõjutatud?

Jah, tehisaru algoritm võib olla mõjutatud, sest AI treenitakse olemasolevate andmete põhjal. Kui need andmed on kallutatud või esindavad mingit ideoloogiat, kandub see AI vastustesse. Tehisaru ise ei mõista ideoloogiat – ta loob lihtsalt tõenäosuslikke vastuseid andmestiku põhjal.

Kuidas valib AI vastuseid, kui teadlaste seas puudub üksmeel? Näiteks, kas võib esineda oht, et ÜRO kliimapaneeli ümber koondunud teadlaste seisukohti, mille avaldamiseks on paremad võimalused, peab tehisaru olulisemaks kui kliimaskeptikute omi?

AI kaldub pakkuma dominantset seisukohta, mis on esindatud rohkemates autoriteetsetes allikates. Kui näiteks IPCC seisukohad on laialdaselt dokumenteeritud, siis peegeldab AI neid sagedamini kui alternatiivseid seisukohti. AI ei mõista, kumb seisukoht on õigem, vaid peegeldab andmetes esinevat tasakaalu või kallutatust.

Kas AI kasutuses on nimekirjad eelistatud ja välditavatest veebisaitidest? Näiteks soovitus arvestada riikide Tervishoiuametite kodulehtedel olevat infot inimeste tervisega seotud küsimustes?

AI treeningprotsessis kasutatakse sageli kvaliteedifiltreid. Näiteks Terviseametite, WHO või CDC info loetakse usaldusväärseks. Veebisaidid, mis levitavad väärinfot või vandenõuteooriaid, võivad saada madalama kaalu või olla treeningust välja jäetud. See tähendab, et AI-l on tõesti vaikimisi eelistused, mis tulenevad treeningprotsessis tehtud valikutest.

Kas AI võtab arvesse, et ideoloogilise suunitlusega info levib kiiremini tänu heldele rahalisele toele?

AI ise ei mõista leviku motiive – ta näeb vaid andmetes kordusi ja mustreid. Kui ideoloogiline info on laialt levinud, peegeldab AI seda sõltumata sellest, kas selle taga on rahaline toetus või muu põhjus. AI suurim nõrkus on võimetus eristada infolaviini leviku tagamaid.

Siin peitubki põhjus, miks AI kasutaja peab alati säilitama kriitilise meele ja küsima: kust see info tuleb? Miks just seda rõhutatakse? Kelle huvides see on?

Oma peaga mõtlemise kiituseks

Kõik, mida ChatGPT ja teised tehisarud teevad, põhineb olemasoleval infol – nad ei loo uusi tähendusi ega mõtle ise. Tehisaru töötab taustal muuhulgas ka siis, kui kasutame Google’it, Facebooki, TikToki, YouTube’i ja teisi digiplatvorme.

Paljud, kes sotsiaalmeediaga pikaajalist kogemust omavad, on tundnud, kuidas ühtede postituste levikut soodustatakse ja teiste levikut piiratakse, mõnikord kuni keelustamiseni välja. Covid-19 pandeemia ajal nägime, et sotsiaalmeedia tsensuur ei teeninud alati parimal viisil tervishoiu huve.

Seepärast sooviks siin anda nii õpetajatele kui ka õpilastele ühe lihtsa soovituse: mõelgem alati oma peaga! Kasutagem julgelt AI võimalusi, aga süvenegem, küsigem, mõelgem kaasa:

• Kas esitatud mõttekäik on loogiline?
• Kas see klapib minu kogemusega?
• Kas teadlased on antud küsimuses ühel meelel?
• Kelle huvides on käimasolevad meediakampaaniad?

Tuleviku koolihariduses tuleb faktide tuupimist vähendada ja suurendada oskust neid kriitiliselt analüüsida. Õpetada tuleb, kuidas eristada olulist ebaolulisest ning kuidas teha vahet ehtsal ja võltsil. Tehisaru võib selles olla suureks abiks – aga ainult siis, kui me küsime õigeid küsimusi ja mõtleme ise kaasa.

***

Tänan ChatGPT-d kes mõtles minuga kaasa selle artikli kirjutamisel!

VIITED

1. Federico Faggin. Computers cannot be conscious. – The fundamental differences between human and computer intelligence. Meer, 2020–2021.
   https://www.meer.com/en/authors/896-federico-faggin ↩︎
2. Paul Kogerman, Hans Männik, Liidia Mahlstein (tiitellehel Kogerman-Männik-Mahlstein). Looduseõpetus : ühtluskooli IV õppeaasta. Lk 182. Loodus, Tartu, 1926. ↩︎