Birgy Lorenz, vanemteadur, Tallinna Tehnikaülikooli eetika komisjoni esimees, IT-didaktikakeskus ½ Foto: Karl-Kristjan Nigesen

Kui alustada algusest, siis tehisintellekt (ingl k artificial intelligence või AI, eesti keeles nt tehisaru) tulek on kütnud kirgi juba 1980. aastatest. Ei usu mina, et tehisaru inimesed nahka paneb, aga kindlasti hakkame oma igapäevaelus üha enam suhtlema masinate ja skriptidega, kes igavamad ja rutiinsed tööd meie eest ära teevad.

Lisaks igavatele ja rutiinsetele töödele saab „ai carramba“ (AI) õppijale ulatada abikäe näiteks siis, kui õppijal on vaja kiiresti küsida nõu, sest ta ei mõista, mida kodutööna teha tuleb, kuid õpetajalt pole võimalik üle küsida. AI aitab ka siis, kui vajad abi tõlkimisel või kirjavigade parandamisel või kui otsid ideid, millest lugu kirjutada või millist pilti joonistada. Intellekt arvutis võib aidata sul ka õppida paremini kirjutama. Kehtib siiski reegel „Usalda, aga kontrolli!“ – robot võib kokku ajada padajuttu ning sina kui inimene teed lõpliku otsuse, kas pakutut kasutada või mitte.

Ka õpetajad saavad tehisaru võimalusi paremini ära kasutada – esmalt ülesannetes, mis võimaldavad automaatset hindamist. Leidub ka lahendusi, mis söödavad ette sobilikus raskusastmes ülesandeid ja harjutusi. Ka saavad õpetajad paluda skriptilt abi, et ta näitaks ära õppija töö nõrgad kohad ja pakuks ideid arenguks.

Lisaks võimaldab AI luua interaktiivseid õpikeskkondi, kust saadavad kogemused võivad õpilastele olla reaalse maailma õppega võrreldes paremad. Näiteks soovite reisida kaugetesse maadesse või ajaloos tuhandeid aastaid tagasi, aga ei ole raha või seal ei ole turvaline või pole see üldse võimalik. Virtuaalmaailmades on võimalused piiramatud ja seda kasutavad näiteks ära arvutimängud.

Me peame rääkima akadeemilisest aususest!

Ideaalis võiks ülikooli õppima tulemine tähendada, et inimesel on janu teadmise järele ja ta soovib ennast arendada. Lõputunnistus on küll oluline, kuid olulisem on protsess ning saadud oskused ja teadmised, mida näiteks elektrikatkestus ära võtta ei saa.

Üliõpilastööde kaitsmise eesmärgiks on hinnata õppija omandatud pädevusi. Üliõpilane vastutab lõputöö sisu ja kvaliteedi eest, sõltumata kasutatud allikatest, sh nt generatiivne tehisintellekt.

Kooli eesmärgiks on toetada teadmiste ja oskuste omandamist. Kasutades AI-d oma tunnitöö või kursuse lõputöö tegemisel võime saada abi, aga võib-olla ei õpi siis alati kasutama enda aju kõige efektiivsemalt. Oluline on see, et kui kasutasid välist abi suures mahus, siis anna sellest teada, näiteks abilisele viidates. Nii suunab käituma ka TalTechi akadeemilise eetika koodeks.

Akadeemiline ausus on kokkulepitud ja aus tegutsemine akadeemilises maailmas nii õppetöös, uurimistöös kui ka teadmiste kontrollis. See põhineb arusaamal, et akadeemilised asutused – ülikoolid, teadusasutused, uurimisüksused ja kõrgkoolid – austavad teiste inimeste intellektuaalset loomingut ja intellektuaalset omandit. Akadeemiline petturlus, näiteks plagiaat ja spikerdamine, on ülikoolis kehtestatud reeglite, sh väärtuste rikkumine. Kui üliõpilased teevad uurimistööd või koguvad teavet ettekandeks või seminaritööks, peab ka nende tegevus vastama hea teadustava põhimõtetele: vabadus, vastutus, ausus ja objektiivsus, austus ja hoolivus, õiglus, avatus ja koostöö.

Üliõpilase seisukohast on olulisteks põhimõteteks ausus ja objektiivsus, mis tähendab, et üliõpilane julgeb tunnistada eksimusi ja vajaduse korral hindab uute teadustulemuste valguses oma varasema töö ümber; tõlgendab nii andmeid kui ka teadustöö tulemusi objektiivselt, mitte meelevaldselt; ei võltsi ega mõtle andmeid välja ega plagieeri.

Mida siis inimesed tegema peaks?

Ilmselgelt pole arvutiga võistlemine inimese ajule just parim ajakasutus. Kui jätame tuima töö tehisarule, siis inimesed peaksid tegelema oma loovuse arendamisega. Tegelikult peitub ju ilu inimlikes vigades, mida masin teha ei oska.

Meile on omane emotsionaalne intelligentsus – me suudame tajuda ja väljendada emotsioone ning neid ka teistele mõista anda. Inimene suudab mõelda eetilistest küsimustest ja võtta vastu otsuseid, mis on vastutustundlikud ja õiglased. Ehk ainult meie ise saame teha otsused, mis on inimestele head. Mitte kunagi ei saa lasta kratte lõplikult omapäi tegutsema inimkonda puudutavates poliitilistes otsustes – kuigi see võib tunduda mugav, ei ole see kindlasti eetiline.

Inimese osalus on hädavajalik, et suuta mõista kultuurilisi ja sotsiaalseid erinevusi ning suhelda eri kultuuride esindajatega. See on eriti oluline rahvusvahelises suhtluses ja kultuuridevahelises koostöös. Oleks ju hale, kui kolmanda või neljanda maailmasõja aluseks on programmijupp, kellel pole sellest vehklemisest sooja ega külma.

Lõpetuseks soovitan uurida erinevaid kratte, mida hariduses kasutada saab, kuid teha oma koolitükid ära ikkagi ise. Oleks kurb, kui aastal 2028 on Eestis suurimaks mureks, et õppijad juba põhikooli lõpus ei suuda ise matemaatikaülesannet lahendada või eesti keeles lühijuttu kirjutada. Mida me siis veel ülikoolihariduses peaks selliste õppijatega ette võtma, ammugi tööandjad, kui sellised noored kord tööpõllule jõuavad?

Tehisintellekt – millest kogu see kära?*

Professor Gert Jervan, IT-teaduskonna dekaan 

Tehisintellekti (AI) kui teadusdistsipliini juured lähevad eelmise sajandi viiekümnendatesse aastatesse. Järgneval paaril kümnendil sai AI suunaline teadustöö kõikjal maailmas palju tähelepanu, kaasa arvatud Eestis. Näitena võib tuua Tehnikaülikoolis ja Küberneetika Instituudis töötanud Enn Tõugu ja tema kolleegide töö, kes tegelesid edukalt ekspertsüsteemide loomisega, mis on tehisintellekti üks rakendusi.

Erinevatel põhjustel on tehisintellekti arendamine mitmel korral sisuliselt seiskunud. Neid perioode nimetatakse tehisintellekti talvedeks. Põhjuseks on olnud nii tehisintellekti keerukuse alahindamine kui ka arvutustehnika vähene jõudlus. Kuid viimasel kümnekonnal aastal on tehisintellekti algoritmid jõudnud väga paljudesse valdkondadesse ning rakendustesse. Miks siis just viimasel ajal on tehisintellekt saanud ootamatult nii peadpööritavalt palju tähelepanu?

Siin peame rääkima terminoloogiast, sest tavalises meediapildis valitseb paras segadus. Klassikalise definitsiooni järgi on tehisintellekti näol tegemist süsteemiga, mis suudab lahendada suvalisi inimintellekti nõudvaid ülesandeid ja inimestest edukamalt. Tänapäeval kasutatakse sellise süsteemi kirjeldamiseks ka terminit „tehislik tavamõistus“ (artificial general intelligence – AGI). AGI loomist üritati 70. ja 80. aastatel korduvalt ja paljude gruppide poolt, mis aga järjepidevalt ebaõnnestus ning see viis omakorda tehisintellekti talvedeni. Käesoleva sajandi alguses saadi aga aru, et kui AI algoritme kasutada kitsamate ja spetsiifilisemate probleemide lahendamiseks, siis ei ole see mitte ainult jõukohane, vaid annab ka väga häid tulemusi. Näitena võib tuua tehislikud närvivõrgud või statistilise masinõppe. Selliseid algoritme kasutatakse optimeerimiseks, pildituvastuseks, teekondade planeerimiseks  isesõitvates sõidukites ja paljudes teistes valdkondades. Tegemist on n-ö kitsa AI-ga, millel väga vähe puutumust AGI-ga (või tehisintellektiga selle klassikalises tähenduses).

Kui kümmekond aastat tagasi muutusid kättesaadavaks suuremad arvutusjõudlused ja suured andmemassiivid ning arendati edasi AI algoritme, hakkasid domineerima süvaõppel põhinevad meetodid. Vaatamata nende meetodite võimekusele on aga endiselt tegemist statistiliste meetoditega, mis annavad vastuse lähtudes eelnevalt selgeks õpitud minevikuteadmistest, omamata igasugust (ise)teadvust, emotsionaalsust ja mõtlemisvõimet. Siia kategooriasse kuulub ka loomuliku keele töötlemine (natural language processing – NLP) ning suured loomuliku keele mudelid, nagu ChatGPT, mis just viimasel ajal on saanud suurt tähelepanu.

Kõikide nende mudelite ühine joon on see, et nad suudavad loomulikku keelt töödelda, aga nad ei saa selle sisust midagi aru. ChatGPT suudab läbi töötada kolossaalse koguse internetis leiduvat informatsiooni, luua selle põhjal meile väga terviklikku ning sujuvat teksti, samas mõistmata selle sisust mitte midagi. Iga uus suur keelemudel tekitab meis aga üha suurema küsimuse – kuidas on see võimalik? Kuidas on võimalik statistiliste meetoditega saavutada sellist tulemust? Kas tõesti ei ole seal peidus midagi intelligentsemat?

See omadus on suurte keelemudelite üks suuremaid nõrkusi, sest vaatamata mudelite keerukuse eksponentsiaalsele kasvule ei muutu nad rohkem usaldusväärseks. GPT-3 mudel sisaldas 175 miljardit parameetrit, GPT-4 aga juba 1 triljon ja seda tahetakse kasvatada 100 triljonini. On hinnatud, et hetkel kahekordistuvad mudelite keerukused iga 3,5 kuuga, samas täheldab arvutustehnika keerukust kirjeldav Moore’i seadus, et arvutite keerukus kahekordistub ainult 18 kuuga. Kuid endiselt lähtuvad need mudelid ainult sellest informatsioonist, mis on neile kättesaadav, saamata aru selle sisust. Nad ei õpi eristama tõde valest. Nad lihtsalt muutuvad enesekindlamaks (loomulikumaks) ja tekitavad üha jõulisemalt mulje, et genereeritud tekst on igal juhul tõene. Kuna suurtele keelemudelitele on väga palju võimalikke rakendusi (mida viimasel ajal tekib nagu seeni peale vihma), siis on ülioluline, et me arvestaksime tehisintellekti rakenduste loomisel (aga ka õppimise juures) selliste teemadega, nagu hallutsineerimine, kallutatus, joondumine ja mitmete teiste nii eetiliste kui ka tehnoloogiliste väljakutsetega. Kui me parandame ChatGPTd, andes talle korrektset informatsiooni, siis samal ajal saab analoogiliselt keegi talle ka väärat või kallutatud informatsiooni ette sööta. Mida rohkem te annate talle oma eraelulist informatsiooni, seda rohkem õpib ta teid tundma. Aga seda infot enam tagasi küsida ei ole võimalik.

Kas GPT-4 on järjekordne samm tehisliku tavamõistuse suunas? Jah, kindlasti. GPT-4 suudab nii mitmeidki ülesandeid lahendada tavainimesega samaväärsel tasemel või isegi paremini. Kuid ta on endiselt väga piiratud ja täisväärtusliku tehisintellektini on veel pikk maa minna. Samas annavad erinevad tehisintellekti algoritmid meile hüppelise võimekuse igapäevaste probleemide lahendamiseks, sest nagu tabavalt on öeldud – tehisintellekti tulek omab ühiskonnale samasugust mõju nagu omal ajal trükipressi leiutamine. Kasutagem meie käsutuses olevaid vahendeid. Aga säilitagem kaine mõistus ja ärgem tormakem pimesi edasi.

* Selle teksti loomisel ei ole kordagi kasutatud ChatGPT abi.