Yrityksiltä kysytään yhä useammin vastuullisuuteen liittyviä tietoja esimerkiksi asiakkaiden, rahoittajien ja yhteistyökumppaneiden taholta. Euroopan komission toimeksiannosta laaditun VSME-standardin tavoitteena on yhdenmukaistaa pk-yrityksiltä pyydettäviä vastuullisuustietoja ja keventää niihin liittyvää raportointitaakkaa. Samaan aikaan tekoälystä on tullut nopeasti osa arkea ja asiantuntijatyötä.
Jyväskylän ammattikorkeakoulun VAHVA-hankkeessa järjestettiin työpajoja, joissa osallistujat tutustuivat generatiivisen tekoälyn käyttömahdollisuuksiin vastuullisuusraportoinnin tukena. Työpajoissa harjoiteltiin kehotteiden eli promptien laatimista ja tarkentamista sekä tekoälyn vastausten kriittistä arviointia.
Tekoäly tarvitsee käyttäjän ohjausta ja valvontaa
Generatiivinen tekoäly voi tuntua aluksi intuitiiviselta työkalulta: käyttäjä antaa sille kehotteen eli promptin, ja tekoäly tuottaa vastauksen. Käyttökelpoinen, kriittistä tarkastelua kestävä lopputulos vaatii kuitenkin käyttäjältä suunnittelua, aihepiirin ymmärrystä ja saatujen vastausten huolellista tarkistamista. Tässä artikkelissa generatiivisella tekoälyllä viitataan erityisesti tekstipohjaisiin työkaluihin, joiden taustalla toimivat suuret kielimallit.
On hyvä muistaa, että tekoäly ei varsinaisesti tiedä eikä ajattele ihmisen kaltaisesti, vaan muodostaa vastauksensa sille annetun kehotteen, käyttäjän mahdollisesti syöttämän tiedon ja mallin taustalla olevan aineiston perusteella. Joissakin työkaluissa vastausta voidaan täydentää myös internet-haulla. Myös silloin käyttäjän on arvioitava lähteiden ja vastausten luotettavuutta.
Laaja-alainen ja rajaamaton pyyntö, kuten “kerro vastuullisuudesta yrityksessä”, tuottaa helposti kovin yleistasoisen vastauksen. Voidaan katsoa, että generatiivinen tekoäly antaa yleensä sitä käyttökelpoisemman vastauksen, mitä tarkemmin prompti on määritelty ja rajattu. Hyvästä promptista käy ilmi, kenelle teksti on tarkoitettu, mihin sitä käytetään, millaista sävyä tavoitellaan ja kuinka pitkä vastauksen toivotaan olevan. Usein on hyödyllistä kertoa myös, mitä vastauksesta rajataan pois.
Vastuullisuusraportoinnissa tällainen rajaus on erityisen tärkeää. Yrityksen olisi hyvä pystyä kertomaan ymmärrettävästi esimerkiksi omasta toiminnastaan, ympäristövaikutuksistaan, tavoitteistaan tai kehittämiskohteistaan. Tekoäly voi auttaa sanoittamaan ja jäsentämään näitä asioita, mutta se ei yleensä tiedä pk-yrityksen todellista tilannetta ilman käyttäjän sille antamaa tietoa. Generatiivisen tekoälyn vastausten laatuun vaikuttaa olennaisesti se, millaista tietoa sillä on käytettävissään. Hyväkään prompti ei tuota luotettavaa yrityskohtaista vastausta, jos tekoälyllä ei ole käytettävissään oikeita ja ajantasaisia tietoja. Toisaalta laadukaskin tieto vaatii käyttäjältä taitoa ohjata tekoälyä ja arvioida sen vastauksia.
Jatkopromptaamisen taito
Jatkopromptaaminen on olennainen osa tekoälyn ohjaamista. Ensimmäinen vastaus kannattaa nähdä luonnoksena, jota voi ja usein täytyy vielä hioa. Tekoälyltä voi pyytää esimerkiksi tarkennusta, tiivistystä, konkreettisempia esimerkkejä tai erilaista sävyä. Tarvittaessa vastausta voi pyytää muokkaamaan eri kohderyhmälle sopivaksi. Näin käyttäjä ohjaa tekoälyä tuottamaan käyttötarkoitukseen sopivan vastauksen. Jatkopromptiin voi sisällyttää myös lisää taustatietoa tai rajauksia, kunhan käyttäjä huomioi tietosuojan, liikesalaisuudet ja organisaation ohjeet.
Promptin laatimisen ja jatkopromptaamisen suhde on mielenkiintoinen: hyvin viimeistellyn promptin muotoilu saattaa viedä enemmän aikaa alussa, mutta vähentää jatkopromptaamisen tarvetta. Nopeasti laadittu aloitusprompti voi puolestaan vaatia enemmän jatkopromptaamista, ennen kuin vastaus on käyttökelpoinen.
Vastuullisuusraportoinnin näkökulmasta tämän sisäistäminen on hyödyllistä esimerkiksi silloin, kun yritys yrittää muotoilla lyhyttä ja ymmärrettävää tekstiä omasta toiminnastaan. Tekoäly voi ehdottaa vaihtoehtoja, mutta käyttäjän tehtävä on arvioida, mikä niistä vastaa todellisuutta ja sopii julkaistavaksi.
Uskottavan kuuloinen teksti ei välttämättä ole oikein
Generatiivinen tekoäly on usein vahva kieliasun muokkaamisessa, tiivistämisessä ja rakenteen hahmottamisessa. Tekoäly saattaa tuottaa myös virheellistä tai vääristynyttä tietoa. Tätä riskiä on käsitelty esimerkiksi tekoälyn hallusinaatioita koskevassa tutkimuksessa (Sun ym., 2024). Tekoälyn tuottama teksti voi siis olla vakuuttavasti muotoiltua myös silloin, kun sisältö ei pidä paikkaansa. Siksi erityisesti faktat, luvut, lähteet ja yrityskohtaiset tiedot on tarkistettava huolellisesti.
Tietojen ja lähteiden tarkistamisen merkitys korostuu vastuullisuusraportoinnissa. Yrityksen vastuullisuusväitteiden tulee perustua todelliseen toimintaan ja tarkistettuun tietoon. Tekoäly voi auttaa tekstin muotoilussa, mutta tavoitteiden, tulosten, mittareiden ja toimenpiteiden on perustuttava yrityksen omaan tietoon. Aidon, tapauskohtaisen tiedon käyttäminen voi parantaa vastausten täsmällisyyttä, mutta se voi lisätä tietovuodon riskiä, jos työkalun tietoturvasta ja käyttöehdoista ei ole varmuutta.
Samaa näkökulmaa korostaa myös yhdysvaltalaisen National Institute of Standards and Technologyn eli NISTin julkaisema generatiivisen tekoälyn riskienhallintaprofiili: tekoälyn käyttöön liittyvät riskit on tunnistettava, rajattava ja hallittava.
Vastuullisuusraportointi tarjosi käytännön kontekstin tekoälyharjoituksiin
Työpajoissa generatiivisen tekoälyn peruskäyttöä harjoiteltiin yritysten vastuullisuusraportointiin liittyvien esimerkkien avulla. Harjoituksissa kokeiltiin esimerkiksi kysymysten ideointia, tekstiluonnosten selkeyttämistä, tunnuslukujen hahmottamista ja tekoälyn vastausten arviointia. Vastuullisuusraportointi tarjosi harjoituksille käytännönläheisen aiheen. Tavoitteena oli ymmärtää tekoälyn käyttötapoja ja harjoitella niiden tarkoituksenmukaista käyttöä.
Lisäksi osallistujat kokeilivat samoja tai samankaltaisia kehotteita eri tekoälytyökaluilla. Vastaukset olivat usein samansuuntaisia, mutta erosivat yksityiskohdissa, painotuksissa ja esitystavassa.
Harjoitukset havainnollistivat myös vastuullisuusväitteiden konkretisoinnin tarvetta. Yleinen väite, kuten ”yrityksemme toimii vastuullisesti”, ei vielä riitä, ellei sitä sidota yrityksen käytännön tekoihin, mittareihin tai muuhun todennettavaan tietoon. Tekoälyn tuottamaa vastausta voi arvioida kysymällä, perustuuko se annettuihin tietoihin, lisäsikö tekoäly siihen omia oletuksia ja mitä on vielä tarkistettava ennen tekstin käyttämistä.
Työpajoihin osallistui kaikkiaan 10 henkilöä, joista kahdeksan oli yritysedustajia. Työpajoista kerätty palaute oli myönteistä. Vastaajat arvioivat yhteistyötä korkeakoulun edustajien ja muiden järjestäjien kanssa keskiarvolla 4,7 asteikolla 1–5. Myös tarpeellisen tiedon saanti liiketoiminnan uudistamisen näkökulmasta arvioitiin hyväksi keskiarvolla 4,0. Avoimessa palautteessa kiitettiin käytännönläheistä ohjausta ja todettiin, että työpajan sisällöistä olisi ollut hyötyä myös laajemmalle joukolle eri organisaatioiden edustajia.
Tietosuojan merkitys
Tietosuojavaltuutetun toimiston mukaan tekoälyn käytössä on huomioitava tietosuoja ja henkilötietojen käsittely.
Henkilötietojen, liikesalaisuuksien, asiakastietojen tai muun luottamuksellisen aineiston syöttäminen yleisesti saatavilla oleviin tekoälypalveluihin edellyttää erityistä harkintaa, ja joissakin tilanteissa siitä voi olla syytä pidättäytyä. Tämä voi tuntua ristiriitaiselta: tekoäly toimii usein paremmin, kun sille annetaan riittävästi taustatietoa, mutta käyttäjä ei välttämättä tiedä, miten annettuja tietoja käsitellään, tallennetaan tai mahdollisesti hyödynnetään. Siksi yrityksissä on tarpeen linjata, mitä työkaluja käytetään ja millaista tietoa niihin voidaan syöttää. Selkeät linjaukset auttavat käyttäjää arvioimaan yksittäisessä käyttötilanteessa, mitä tietoja tekoälylle voi antaa.
Ilmais- ja kokeiluversioiden käyttöehdot voivat vaihdella merkittävästi, joten käyttäjän on hyvä tarkistaa, käytetäänkö syötettyjä tietoja esimerkiksi palvelun kehittämiseen tai mallien kouluttamiseen.
Tekoäly on sparraaja, ei vastuunkantaja
Generatiivinen tekoäly voi madaltaa kynnystä päästä alkuun vastuullisuusraportoinnissa, mutta vastuu sisällöstä säilyy aina ihmisellä. VAHVA-hankkeen tekoälytyöpajoissa keskeiseksi opiksi muodostui, että hyöty syntyy ennen kaikkea käyttäjän taidosta ohjata tekoälyä tarkoituksenmukaisesti, tarkentaa vastauksia ja arvioida niiden luotettavuutta.
VAHVA – Vastuullisuusraportoinnilla vahvaan ja kestävään kasvuun Keski-Suomessa
VAHVA-hankkeen tavoitteena on innostaa, kannustaa ja auttaa pk-yrityksiä vastuullisuusraportoinnissa sekä parantaa yritysten kilpailukykyä suurten yritysten arvoketjuissa ja julkisissa hankinnoissa. Hanke järjestää yrityksille maksuttomia tietoiskuja ja klinikoita.
