Data on jo pitkään ohjannut päätöksentekoa yrityksissä. Datan halutaan olevan laadukasta ja tietyllä tavalla järjestettyä, jotta sen jatkokäsittely olisi helpompaa ja siitä saataisiin tehtyä parempia analyysejä (Makara). Tämä on johtanut esimerkiksi siihen, että verkkolomakkeilla loppukäyttäjiltä kysytään spesifejä ja vaikeita kysymyksiä. Näiden kysymysten joukossa saattaa olla valintalistoja, joissa on useita vaihtoehtoja. Niistä loppukäyttäjän tulisi löytää sopiva vaihtoehto tilanteeseen. Se voi välillä tuntua loppukäyttäjästä haastavalta ja johtaa turhautumiseen. Valinnan tekeminen ”summamutikassa” voi vaikuttaa oleellisesti datan oikeellisuuteen ja laatuun. (Horn 2024.)
Generatiivinen tekoäly loppukäyttäjän apuna
Generatiivinen tekoäly on kehittynyt viime vuosina kovaa vauhtia, ja sen käyttökohteet lisääntyvät jatkuvasti. Generatiivisen tekoälyn malleihin tuodaan jatkuvasti uusia ominaisuuksia, joiden käyttöönotto on tehty helpoksi. Nämä uusimmat generatiivisen tekoälyn mallit pystyvät luomaan tekstiä, videoita, musiikkia ja kuvia niille syötettyjen tietojen perusteella. Yksi tunnetuimmista generatiivisen tekoälyn kehittäjistä on OpenAI, joka on jo kehittänyt useita GPT-malleja. Näistä GPT-malleista uusimpia on GPT-4 ja sen eri variaatiot, jotka kykenevät ottamaan vastaan kuvia sekä tuottamaan vastauksen puolistruktuurisessa JSON-muodossa. (OpenAI; SAP; State of AI in Finland 2020.)
GPT-4:n ominaisuuksia voidaan hyödyntää tekstin tunnistamiseen kuvasta, esimerkiksi kauppakuitista. Nämä kuitista saadut tiedot voidaan strukturoida pyytämällä GPT-4-mallin vastaus JSON-muodossa. Lisäksi vastauksen voidaan pyytää olemaan käytettävän tietomallin mukainen, joka voidaan määritellä kehotesuunnittelua hyödyntämällä. Esimerkiksi kauppakuittien tunnistamisen kehotteessa voidaan pyytää listaukseen ostettujen tuotteiden nimikkeet, ostopäivämäärä, hinta. Lisäksi tuotteet voidaan kategorisoida annetun kehotteen mukana luodun tuotekategorialistan mukaan. GPT-4:n tulee pystyä päättelemään tuotekategoriat sille annettujen tietojen perusteella. Näitä toimintoja hyödyntämällä lomakkeille voidaan tuoda valmiiksi täytettyjä tietoja ja vähentää loppukäyttäjän tarvetta syöttää tietoja manuaalisesti. Tämä voi parantaa verkkolomakkeiden käytettävyyttä, tehostaa toimintaa ja parantaa datan laatua. (Horn 2024.)
Jotta kyseiset toiminnot voidaan ottaa verkkosovelluksessa käyttöön, tarvitaan laadukasta kehotesuunnittelua. Laadukkaalla kehotesuunnittelulla varmistutaan siitä, että GPT-mallilta pyydetty vastaus on juuri toivotunlaisessa muodossa (Arvola 2023). Generatiivista tekoälyä hyödyntävien lomakesovellusten toiminnallisuutta ajatellen on hyödyllistä tehdä lisätutkimusta siitä, miten loppukäyttäjät suhtautuvat generatiivisen tekoälyn käyttöön lomakkeiden täyttämisessä. Lisäksi tulee miettiä, millaisia toimintoja tarvitaan tiedon validointiin ennen datan jatkoprosessointia (Horn 2024).
Kirjoittajat
Jake Horn valmistui LAB-ammattikorkeakoulun IoT:stä tekoälyyn -insinöörikoulutuksesta (YAMK) ja työskentelee datainsinöörinä vakuutusalalla.
Minna Asplund, TkL, toimii LAB-ammattikorkeakoulussa yliopettajana ja koordinaattorina IoT:stä tekoälyyn -insinöörikoulutuksessa (YAMK).
Lähteet
Arvola P. 2023. Tulevaisuuden tieto(palvelu)työ on kehotesuunnittelua. The FIRE Blog 14.5.2023. Viitattu 20.5.2024. Saatavissa https://blogs.tuni.fi/wildfire/yleista/tulevaisuuden-tietotyo-on-kehotesuunnittelua/
cocaandwifi. 2024. home-office-4996834_1280. Pixabay. Viitattu 21.5.2024. Saatavissa https://pixabay.com/fi/photos/kotitoimisto-henkil%C3%B6-tehd%C3%A4-ty%C3%B6t%C3%A4-4996834/
Horn J. 2024. Generatiivisen tekoälyn hyödyntäminen datan rikastuttamisessa. YAMK-opinnäytetyö. LAB-ammattikorkeakoulu, tekniikan ala. Lahti. Viitattu 23.5.2024. Saatavissa https://urn.fi/URN:NBN:fi:amk-2024052113985
Makara R. The Role Of Data Modeling In Business Intelligence. Reconfigured. Viitattu 20.5.2024. Saatavissa https://reconfigured.io/blog/role-of-data-modeling-in-business-intelligence
OpenAI. Overview. Viitattu 20.5.2024. Saatavissa https://platform.openai.com/docs/overview
SAP. What is generative AI? SAP Products. Viitattu 20.5.2024. Saatavissa https://www.sap.com/products/artificial-intelligence/what-is-generative-ai.html
State of AI in Finland. 2020. Raportti tekoälyn tilasta Suomessa: julkinen sektori loistaa ja yli 1200 yritystä käyttää tekoälyä päivittäin – kasvun jarruina datan ja osaamisen puute. Teknologiateollisuus. Viitattu 20.5.2024. Saatavissa https://teknologiateollisuus.fi/fi/ajankohtaista/tiedote/raportti-tekoalyn-tilasta-suomessa-julkinen-sektori-loistaa-ja-yli-1200
