Kust sa pärit oled ja kui kaua oled teadusvaldkonnas tegutsenud?

Olen pärit Türgist ja kolisin 2022. aastal Eestisse, et asuda õppima magistriõppesse tehnoloogiaõiguse erialal TalTechi õiguse instituudis. See oli minu esimene tõsine samm teadusmaailma, sest alustasin just siis akadeemilise uurimistööga ning selle aja jooksul avanes mul võimalus avaldada kaks teadusartiklit. Pärast magistriõpingute lõpetamist jätkasin samas osakonnas tööd nooremteadurina paralleelselt doktoriõpingutega. Kokkuvõttes olen olnud teadustööga aktiivselt seotud umbes kolm aastat.

Kuidas sa teadusesse sattusid ja mis sind teaduse juures köidab?

Huvi teaduse vastu tekkis tänu mu vaimustusele tehisintellekti vastu. AI governance on kiiresti arenev ja keerukas valdkond, mis nõuab tugevat teoreetilist põhja ning suutlikkust pakkuda välja uusi lahendusi, kuna tehnoloogia areneb kiiresti ja koos sellega kerkivad esile üha uued väljakutsed. Akadeemiline maailm aitab küll tugevat teoreetilist alust luua, aga lisaks õpetab ka, kuidas seda kõike reaalses elus rakendada ehk kuidas ideed konkreetseteks tulemusteks muuta. See mind motiveerib ja ühtlasi võimaldab järjepidevalt oma teadmisi ja oskusi arendada.

Milline on praegu käsil olev uurimisprobleem ja miks sellega tegelemine oluline on?

Peamine uurimisprobleem, millega ma praegu tegelen, on see, kuidas jõuda „inimkeskse lähenemiseni“, inglise keeles on selleks terminiks human-centricity – et kuidas me ikkagi saame tehisintellektisüsteeme muuta reaalselt inimese heaolu arvestavaks. Selle probleemi lahendamiseks tuleb tugevdada usaldusväärse tehisintellekti kontseptuaalset alust, aga arendada ka uusi teooriaid ning täiendada olemasolevaid. Samal ajal teen uurimistööd nende teooriate praktikas testimiseks ja rakendamiseks, ühendades sotsiaalsed aspektid tehniliste lahendustega.

See töö on oluline, sest tehisintellektist on saamas meie igapäevaelu lahutamatu osa – alates tervishoiust kuni otsustuse tegemiseni välja – ning peame tagama, et see oleks inimkeskne. Ilma selleta riskime süsteemidega, mis võivad ühiskonda kahjustada või ebavõrdsust süvendada. Sidudes teooria reaalse kasutusega, saame aidata luua tehisintellekti, mis pole mitte ainult võimas, vaid ka kõigi jaoks usaldusväärne.

Mis on sinu teadusvaldkonnas seni suurimat ühiskondlikku mõju avaldanud avastused?

Minu valdkonnas on kõige suurema reaalse mõjuga olnudki need avastused, mis puudutavad AI eetilisi kitsaskohti, eelkõige kallutatust, väljamõeldud teavet jne. Need ei ole pelgalt tehnilised vead, vaid on käivitanud maailmas laialdasi arutelusid õigluse, usalduse ja tehisintellekti rolli üle ühiskonnas.

Alustame kallutatusest. Teadlased on näidanud, kuidas tehisintellektisüsteemid, mida on „treenitud“ vigaste või tasakaalustamata andmete põhjal, võivad kinnistada ja isegi süvendada reaalseid eelarvamusi. Näiteks näitasid näotuvastustarkvara käsitlevad uuringud, et need süsteemid toimivad sageli halvemini tumedanahaliste inimeste või naiste puhul, mis võib viia ebaõiglaste tulemusteni värbamisel, laenude andmisel või isegi õiguskaitses. Sellel on olnud suur ühiskondlik mõju: see on n-ö inspireerinud õigusaktides nagu nt ELi tehisintellekti määrus (AI Act) kõrgema riskiga tehisintellekti liigitamist või määratlemist, sundinud ettevõtteid auditeerima oma mudeleid just õigluse seisukohast jne. Ilma selleta kasutaksime ja usuksime endiselt pimesi tehisintellekti, mis süvendab ebavõrdsust.

Teine oluline teema on tehisintellekti „hallutsinatsioonid“, kus näiteks suured keelemudelid, loovad veenvat, kuid samas täielikult väljamõeldud teavet. See tuli esile juba esimestes vestlusrobotite testides, kus oli näha, kuidas need võivad vägagi „enesekindlalt“ esitada valeinfot alates ajaloolistest sündmustest kuni meditsiiniliste soovitusteni.

Selle tulemusel on vähenenud usaldus tehisintellekti vastu just teatud valdkondades (uudised, haridus, otsustusprotsessid jne), mis on aidanud kaasa väärinfo levikule ka valimiste või tervisekriiside ajal. Positiivse poole pealt on see soodustanud uuendusi faktikontrolli mehhanismides ja läbipaistvuse tagamisel ning uuringute jätkamist usaldusväärsema AI nimel.

Kokkuvõttes on need avastused aidanud nihutada tehisintellekti „metsiku lääne“ staatusest rohkem reguleeritud ruumi, rõhutades, et tehnoloogia vajab kaitsepiirdeid, et tuua kasu kõigile, mitte ainult vähestele. Just seetõttu ongi minu teadustöö oluline, sest see aitab muuta need teadmised praktilisteks reegliteks, hoides tehisintellekti üheaegselt kasuliku ja kahjutuna.

Mis on sinu uurimisvaldkonnast lähtudes tänases Eestis või maailmas kõige olulisem probleem?

Näen suurima probleemina nii Eestis kui ka maailmas laialdast arusaamatust usaldusväärse tehisintellekti kontseptuaalsest alusest. Inimesed nii teadusmaailmas kui ka tööstuses ei näe sageli tervikpilti ega mõista, kuidas selle erinevad tasandid ja komponendid on omavahel seotud, üldse toimivad ja üksteist mõjutavad.

Näiteks arvatakse sageli, et pelgalt läbipaistvuse lisamine muudab tehisintellekti täielikult usaldusväärseks. Tegelikult on läbipaistvus vaid üks pusletükk – oluline nõue, mis on seotud õigluse ja selgitatavusega ning eetilisusega. Teisalt on see tihedalt seotud kõigi muude oluliste nõuetega – näiteks vastutusega. Ilma nende seoste mõistmiseta jõuame poolikute lahendusteni, mis ei muuda tehisintellekti ühiskonna jaoks tegelikult usaldusväärsemaks.

Teadustöö tulemus, mille üle oled eriti uhke?

Olen eriti uhke interdistsiplinaarse uurimistöö üle tehisintellekti haldamisel ja juhtimisel, mis ühendab eelmainitud õiguse, eetika ja tehnoloogia. Õigushariduse taustaga inimesena TalTechi tulles pidin ma oma IT-oskused nullist üles ehitama, et saaksin sellesse valdkonda süvitsi sisse minna. Nüüd tunnen, et suudan tegeleda uuringutega, kus tehniline pool on sageli sotsiaalteadustest isegi olulisem. On tõeliselt hea näha, kuidas see areng võimaldab mul ühendada teooria ja praktika ning jõuda seeläbi lahendusteni, mis on samal ajal uuenduslikud ja ka mõjusad.

Mida sa oma teadustöös veel korda sooviks saata?

Tulevikus sooviksin veelgi tihedamat koostööd tööstusvaldkonna partneritega, et eelnimetatud usaldusväärse tehisintellekti teooriad reaalselt ellu viia. See tähendab reaalset koostööd projektides, kus saame neid ideid praktikas testida ja rakendada, näiteks ettevõtetes või avalikes teenustes kasutatavates tehisintellektisüsteemides. Nii on võimalik koguda väärtuslikke andmeid, mis aitavad mul oma teooriaid täiustada ja tugevdada vastavalt sellele, mis päriselus töötab ja mis mitte. Suurem eesmärk on seega muuta tehisintellekti juhtimine veelgi tõhusamaks.

Originaalartikkel ilmus Delfi Fortes.