Tiedon määrän räjähdysmäinen kasvu on luonut datan hyödyntämiseen uusia yhteiskunnallisia mahdollisuuksia, mutta myös uusia ongelmia. Tavat, joilla massadataa kerätään, analysoidaan, optimoidaan ja mahdollisesti myydään edelleen, eivät aina ole eettisesti tai oikeudellisesti kestäviä. Sekä jo kerätyn että kerättävän datan arvoa, saatavuutta ja jakoperusteita tuleekin arvioida paitsi liiketoimintamallien kannalta, myös käyttäjien ja kansalaisten oikeuksien sekä laajempien eettisten vaikutusten näkökulmasta.
Tekoälyn eettinen yhteiskunnallinen hyödyntäminen edellyttää toimintatapojen avoimuutta sekä riittävää teknologista ja eettistä osaamista, jotta luottamusta eri toimijoiden välille ja uusia teknologioita kohtaan voidaan ylläpitää (Nieminen ym. 2019). Dataetiikka velvoittaa ottamaan huomioon ihmiset, joiden elämään datan hyödyntäminen voi vaikuttaa (Vallor 2018). Massadatan aikakaudella vaikutuksia voi olla vaikea ennakoida, sillä dataa voidaan yhdistellä, käyttää uudelleen ja irrottaa sen alkuperäisestä kontekstista. Eettisen vaikuttavuusarvioinnin ohella on mietittävä, miten informaation yksityisyys turvataan, ja kuinka informaatiosubjektien oikeuksia voidaan suojella ja datasyrjintää ehkäistä (Metcalf & Crawford 2016).
Avoimien ja eettisten datatalouden toimintamallien kehittäminen on edellä kuvattujen ongelmien valossa kansainvälinen kilpailuvaltti. Esimerkiksi terveysdataa hyödyntävän analytiikan avulla koetetaan kohentaa sairauksien diagnosointia, hoitoa ja ennaltaehkäisyä. Erilaisia rekisteritietoja yhdistämällä kartutetaan tietoa mahdollisista terveydellisiä ja sosiaalisia ongelmia aiheuttavista tekijöistä ja kehitetään ennaltaehkäisyn mekanismeja (Hallamaa ym. 2020).
Avoimella datataloudella on varjopuolensa: Pahimmillaan se heikentää yksityisyydensuojaa ja turvallisuutta, päätöksenteon oikeudenmukaisuutta ja läpinäkyvyyttä sekä yksilöiden itsemääräämisoikeutta ja koettua arvokkuutta (esim. Hallamaa & Kalliokoski 2020). Esimerkiksi tietokantoja yhdistelemällä syntyvästä datamassasta voi paljastua erilaisia yksilöiden intiimejä – vaikkapa seksuaalisuutta, mielenterveyttä tai poliittisia arvoja – koskevia tietoja. Tällaisten riskien torjumiseksi on kehitettävä teknologisia ratkaisuja, kuten datan visualisointikeinoja, jotka eivät luokittele dataobjekteja syrjiviin kategorioihin.
Automatisoidun päätöksenteon työkalut saattavat kohdella ihmisiä perusteetta eri tavoin ja näin lisätä yhteiskunnallista epätasa-arvoisuutta. Myöskään digitalisoitu tieto ja palvelut eivät ole tasavertaisesti kaikkien kansalaisten saavutettavissa. Tekoälyä hyödyntävien palvelujen kehitykseen tarvitaan siksi regulaation ja ohjauksen lisäksi uusia suunnittelumenetelmiä ja työkaluja (Saariluoma & Leikas 2020). Tekoälyjärjestelmistä tulisi tehdä malleja, joiden avulla järjestelmien käyttäytymistä ja hyväksyttävyyttä voidaan arvioida jo ennen kuin niitä rakennetaan.
Tekoälyn käytön riskit ja ongelmat on syytä huomioida myös poliittisessa päätöksenteossa. Data-analytiikan avulla voidaan hallita tulevaisuuteen liittyviä uhkia ja mahdollisuuksia siten, että tapahtumien kulkuun voidaan tarpeellisella tavalla puuttua, ja tuottaa samalla taloudellisessa ja sosiaalisessa mielessä myönteisiä tuloksia. Esimerkiksi julkishallinnossa tekoälyltä toivotaan toiminnan tehostamista sekä objektiivisempaa, kestävämpää ja paremmin faktoihin perustuvaa päätöksentekoa. (Nieminen ym. 2019; Koskimies ym. 2020)
Lähteet
Hallamaa, J. & Kalliokoski, T. (2020). How AI Systems Challenge the Conditions of Moral Agency? M. Rauterberg (Ed.): HCII 2020, Culture and Computing, 54–64, 2020. Springer Nature Switzerland AG. https://doi.org/10.1007/978-3-030-50267-6_5
Hallamaa, J., Leikas, J., Malkavaara, M. & Vesterinen O. (2020). Tulevaisuuden teknologiat ja tekoälyn etiikka. Teoksessa P. Sihvo & A. Koski (toim.) Eettinen toimintamalli - Osaamista tulevaisuuden koulutukseen ja sote-alan työhön. Karelia ammattikorkeakoulun julkaisuja B:65. Joensuu. ISBN 978-952-275-314-4, ISSN- L 2323-6876.
Nieminen, M., Gotcheva, N., Leikas, J. & Koivisto, R. (2019). Ethical AI for the Governance of the Society: Challenges and Opportunities. Proceedings of Third Annual Seminar on Technology Ethics 2019, Turku, Finland, October 23-24, 2019. Rantanen, M. M. & Koskinen, J. (eds.). CEUR-WS, 7 p. (CEUR Workshop Proceedings, Vol. 2505), pp. 20-27.
Koskimies, E., Nieminen, M., Stenvall, J., Hallamaan, J., Leikas, J. & Salo-Pöntinen, H. (2020). ETAIROS politiikkasuositus: Suomeen tarvitaan koordinoitu, vastuullisuutta korostava tekoälypolitiikka. https://etairos.fi/wp-content/uploads/2021/02/etairos-politiikkamietinto_suomeen-tarvitaan-koordinoitu-vastuullisuutta-korostava-tekoalypolitiikka.pdf
Metcalf, J. & Crawford, K. (2016). Where are human subjects in Big Data research? The emerging ethics divide. Big Data & Society 3(1). https://doi.org/10.1177/2053951716650211
Parviainen, J. & Rantala, J. (2020). Ennakoiva analytiikka ja tekoälyn etiikka: Miten ennakoivat teknologiat taipuvat hallintajärjestelmäksi? Futura 39(1): 61-70.
Saariluoma P., & Leikas, J. (2020). Designing Ethical AI in the Shadow of Hume’s Guillotine. In: Ahram T., Karwowski W., Vergnano A., Leali F., Taiar R. (eds) Intelligent Human Systems Integration 2020. IHSI 2020. Advances in Intelligent Systems and Computing, vol 1131, pp. 594-599. Springer, Cham. https://doi.org/10.1007/978-3-030-39512-4_92
Vallor, S. (2018) An Introduction to Data Ethics, Markkula Center for Applied Ethics, Santa Clara University.
