Hoivarobottien eettisyys ja vastuullisuus​

Abstract

Tämä opinnäytetyö käsittelee hoivarobottien kehittämiseen sekä niiden hankintaan liittyviä eettisyys- ja vastuullisuuskysymyksiä. Työn tarkoituksena on tutkia aiempia julkaisuja ja tutkimuksia aiheeseen liittyen, ja selvittää tärkeimmät kysymykset, näkemykset sekä huolenaiheet hoivarobottien etiikkaan ja vastuullisuuteen liittyen. Työn toisessa vaiheessa tutkitaan eri sidosryhmien edustajien näkemyksiä samoista kysymyksistä, ja verrataan niitä aiempiin julkaisuihin. Tavoitteena on löytää mahdollisia ratkaisuja esitettyihin ongelmiin sekä uusia pohdinnan aiheita jatkotutkimuksia varten. Tavoitteena on myös löytää kaikkia osapuolia tyydyttäviä ehdotuksia hoivarobottien kehittämishankkeisiin liittyvistä sopimuksista ja niiden ehdoista. Tutkimus toteutettiin kvalitatiivisena, ja tiedonkeruumenetelmänä käytettiin teemahaastattelua. Työ tehtiin osana kansainvälistä SHAPES-hanketta. Työn tavoitteena oli tuottaa SHAPES-hankkeelle hyödyllistä tietoa, joka edesauttaa hankkeen tavoitteena olevan kansainvälisen terveydenhuollon ekosysteemin kehittämisessä.

Tutkimustulosten perusteella voidaan todeta, että aiemmassa akateemisessa keskustelussa esitetyt haasteet koskien hoivarobottien käytännön työn ja toiminnan eettisyyttä ja vastuullisuutta eivät ole olennaisia. Sekä terveydenhuoltoa koskeva lainsäädäntö että hoivarobottien tekoälyalgoritmien toimintalogiikka ennaltaehkäisevät aiemmissa julkaisuissa esitettyjä tilanteita, joissa hoivarobotit joutuisivat tekemään eettistä pohdintaa vaativia päätöksiä. Tutkimustuloksista voidaan päätellä, että nykyinen lainsäädäntö ei myöskään rajoita hoivarobottien kehittämistä, ja eettistä pohdintaa vaativat kysymykset liittyvät tosiasiallisesti hoivarobottien toiminnan sijasta niiden tekemissä tulkinnoissa käytettyihin raja-arvoihin sekä tekoälyn opettamisessa käytettyyn dataan. Tutkimuksen pohjalta voidaan katsoa näiden olevan uusia potentiaalisia tutkimuskohteita.

The subject of this thesis is ethical and responsibility issues relating to the development and acquisition of robotics in healthcare. The purpose of this thesis is to study previous scientific publications and research related to the topic and to clarify which questions, aspects and concerns are most relevant when considering ethics and responsibility issues related to care robots. In the second phase of this thesis ideas from different stakeholders regarding the aforementioned viewpoints are studied, and those ideas are compared to the ones presented in previous publications. The aim of this study is to find solutions to the issues presented in scientific literature and, also, to find new issues for consideration and further studies. In addition, the aim is to find proposals for general contracts concerning acquisition and development projects of care robots, as well as conditions for those contracts, upon which all stakeholders can agree. The research is qualitative and theme interview was utilized as the main method for acquiring knowledge. The thesis was done as a part of the international SHAPES-project. From the perspective of SHAPES, the aim for the study was to provide useful knowledge for the project, which would in part promote the goal of SHAPES, i.e., the development of an international healthcare ecosystem.

Based on the results of this research, it can be argued, that the issues presented in previous academic publications regarding ethics and accountability of robots in practical healthcare work are not relevant. Both the legislation and the logic of the AI algorithms used by care robots prevent those situations presented in previous academic discussions in which robots would presumably be forced to make decisions demanding ethical consideration. The results also point towards the fact that current legislation does not limit development of healthcare robots any more than it limits healthcare work in general. Thus, the considerations of ethics regarding care robots should rather be focused on the threshold values used by robots, when making interpretations, as well as the data used for the purpose of machine learning. These were identified as potential subjects for further research.