Ilmetunnistin on uusi teknologinen innovaatio, joka on kehitetty Konenäkö-hankkeen (LAB-ammattikorkeakoulu 2021) ja Satumatka Productionsin yhteistyönä. Teknologiaa on tähän mennessä kokeiltu ainoastaan kehittämisprojektissa mukana olleiden henkilöiden kesken. (Teräväinen 2021a.) Ilmetunnistinta on testattu esimerkiksi elämysmatkojen herättämien tunteiden tunnistamiseen (Tekoälypaja 2021).
Sovellus tunnistaa tekoälypohjaisen objektin tunnistuksen avulla ihmiskasvojen koordinaatit, joiden ympärille sovellus piirtää laatikon (kuva 2), ja laatikon sisältä ilme luokitellaan toisella tekoälymallilla. Luokittelu tapahtuu niin, että jokaiselle ilmeelle annetaan tietty todennäköisyys ja niistä korkein valitaan ilmeeksi. Sovellus tunnistaa seitsemän eri tunnetilaa: vihan, inhon, pelon, ilon, yllätyksen, surun ja neutraaliuden. Tulokset tallentuvat Excel-tiedostoon. (Teräväinen 2021b.)
Kehittämiskokeilun havaintoja
Kehittämiskokeilun (Hietamäki, Honkanen, Partinen & Saarenpää 2021a) tavoitteena oli kokeilla ilmetunnistinta osana LAB-ammattikorkeakoulun teknologia- ja innovaatio-osaamisen opintojaksoa (LAB-ammattikorkeakoulu 2019). Hietamäki ym. (2021b) kokeilussa havaittiin, että ilmetunnistin tunnistaa tehokkaasti monet eri kasvot kerrallaan. Sovellus luki parhaimmillaan neljät eri kasvot ja luki niiden ilmeet.
Toisinaan ilmetunnistin myös näki kasvoja siellä, missä niitä ei todellisuudessa ollut, kuten esimerkiksi paidassa tai kulkukortissa. Lisäksi havaittiin, että ilmetunnistin tunnistaa kaikista harvimmin inhon, mikä voi johtua siitä, että sovelluksen inhoilmeen määritetyt kasvojen pisteet ovat hyvin lähellä hämmästyksen ja vihan määritettyjä kasvojen pisteitä (Teräväinen 2021a). Ilmetunnistin tunnisti kasvot sekä ilmeet myös maskin kanssa.
Eettisiä näkökulmia jatkokehittelyyn
Kokeilun (Hietamäki ym. 2021b) perusteella vaikuttaa siltä, että sovellus lukee yhtä hyvin kasvoja riippumatta siitä, mikä ihmisen sukupuoli tai ihonväri on, koska kokeilimme sitä eri ikäisten ja ihonväristen ihmisten kesken. Ilmetunnistin saattaa kuitenkin tunnistaa parhaiten kasvoja, joiden piirteet sopivat valtavirtaan. Sovellus voi tulkita esimerkiksi vanhojen tai halvaantuneiden kasvojen ilmeet negatiivisiksi, vaikka ne olisivat neutraaleja. Sosiaali- ja terveydenhuollossa ilmetunnistinta voitaisiin esimerkiksi hyödyntää yksilöllisten hoitomuotojen selvittämisessä sekä asiakaskokemusten ja asiakastyytyväisyyden kartoittamisessa, mikä mahdollistaisi yksilöllisemmän hoidon. Ilmetunnistinta voitaisiin myös käyttää markkinoinnissa, jolloin se keräisi tietoa siitä, miten asiakas reagoi tiettyyn mainokseen.
Lisäksi sovellusta voisi olla mahdollista käyttää etäpalavereissa ihmisten ilmeiden havainnointiin. Ilmetunnistimen sovellusmahdollisuuksien kehittäminen edellyttää kehittäjiltään vastuullisuutta ja yksityisyydensuojaan liittyvien eettisten ja lainsäädännöllisten kysymysten ratkaisemista, vaikka tunnistin ei tallennakaan ottamiaan kuvia. (ETENE 2010 10-11, 16−18; Lohr 2018; Teräväinen 2021a.)
Kirjoittajat
Elina Hietamäki, Pauliina Honkanen, Miia Partinen ja Esteri Saarenpää ovat sosionomiopiskelijoita LAB-ammattikorkeakoulussa.
Tarja Tolonen työskentelee lehtorina LAB-ammattikorkeakoulun sosionomikoulutuksessa sekä teknologia- ja innovaatio-osaaminen opintojakson opettajana.
Lähteet
ETENE. 2010. Teknologia ja etiikka sosiaali- ja terveysalan hoidossa ja hoivassa. Valtakunnallisen sosiaali- ja terveysalan eettisen neuvottelukunnan ETENEn julkaisuja 30. [Viitattu 14.5.2021]. Saatavissa: https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/69925/URN_ISBN_978-952-00-3081-0.pdf?sequence=1
Hietamäki, E., Honkanen, P., Partinen, M. & Saarenpää, E. 2021a. Kehittämiskokeilusuunnitelma. Teknologia- ja innovaatio-osaaminen -opintojakso. Sosionomikoulutus. LAB-ammattikorkeakoulu.
Hietamäki, E., Honkanen, P., Partinen, M. & Saarenpää, E. 2021b. Kehittämiskokeilun tulokset. Teknologia- ja innovaatio-osaaminen -opintojakson webinaari 12.5.2021. Sosionomikoulutus. LAB-ammattikorkeakoulu.
LAB-ammattikorkeakoulu. 2019. Sosionomikoulutuksen opetussuunnitelma. [Viitattu 10.5.2021]. Saatavissa: https://opinto-opas.lab.fi/fi/68177/fi/68143/SOS20K/432/year/2019
LAB-ammattikorkeakoulu. 2021. Konenäön sovellukset sote- ja hyvinvointialalla. [Viitattu 10.5.2021]. Saatavissa: https://lab.fi/fi/projekti/konenaon-sovellukset-sote-ja-hyvinvointialalla
Lohr. S. 2018. Facial Recognition Is Accurate, if You’re a White Guy. The New York Times Feb. 9, 2018. [Viitattu 19.5.2021]. Saatavissa: https://www.nytimes.com/2018/02/09/technology/facial-recognition-race-artificial-intelligence.html?action=click&module=RelatedLinks&pgtype=Article
Tekoälypaja. 2021. Hymykaappari. [Viitattu 6.5.2021]. Saatavissa: https://www.tekoalypaja.fi/ajankohtaista/hymykaappari/
Teräväinen, V. 2021a. TKI-asiantuntija. Tekoälypaja- ja Konenäkö -hankkeet. LAB-ammattikorkeakoulu. Asiantuntijahaastattelu 6.5.2021.
Teräväinen, V., 2021b. Tunteiden tunnistaminen tekoälyllä. LAB Focus -blogi. 18.2.2021. [Viitattu 6.5.2021]. Saatavissa: https://blogit.lab.fi/labfocus/tunteiden-tunnistaminen-tekoalylla/
