Kuinka minimoida tekoälyyn liittyvät riskit median ja sisällöntuotannon maailmassa?

Abstract

Opinnäytetyön tavoitteena on kartoittaa ja ymmärtää keskeisimmät riskit, jotka liittyvät tekoälyyn ja sen hyödyntämiseen sisällöntuotannossa. Tämä tehdään nojautuen aiheesta julkaistuun sekä akateemiseen että muuhun lähdeaineistoon. Tälle teoreettiselle pohjalle rakennetaan toimintamalli, jossa erilaisia riskinvälttämis- ja minimointimenetelmiä käyttäen päästään sisällöntuotannollisesti optimaalisimpaan lopputulokseen, eli vältetään tekoälyyn liittyvät suurimmat riskit. Tästä tutkimuksellisesta kehittämistyöstä hyötyvät kaikki sisällöntuotannon ja median parissa työskentelevät, mutta hyötyjinä voidaan nähdä myös akateeminen maailma sekä laajemmin koko yhteiskunta.

Kartoitetut riskit ovat moniulotteisia ja niillä on selkeä yhteys tuotettuun sisältöön, sen kuluttajiin, yhteiskuntaan sekä sisällöntuottajaan. Tuotetun sisällön eli informaation kautta riskit liittyvät myös päätöksentekoomme. Näin sisällöntuottajilla ja tuotetun informaation laadulla on ratkaiseva merkitys ympäristölleen. Koska suuri osa tästä sisällöstä tuotetaan nykyään käyttämällä tekoälypohjaisia työkaluja, tarvitsemme syvällistä ymmärrystä tähän liittyvistä riskeistä, sekä selkeän toimintamallin pystyäksemme luovimaan tässä karikossa samalla varmistaen luomamme sisällön laadukkuuden.

Koska tekoälyn kehitysvauhti on valtaisa, on tätä työtä jatkettava. Kartoitettujen riskien luetteloa on päivitettävä alati muuttuvan tilanteen mukaan. Tämä tarkoittaa myös kehitetyn toimintamallin elämistä ajassa. Lisäksi edellä mainittuja ulottuvuuksia on laajennettava koskemaan kaikkia keskeisimpiä yhteiskuntamme osa-alueita, koulutuksesta maanpuolustukseen ja liiketoiminnan eri sektoreihin. Näihin jokaiseen liittyy omat erityispiirteensä, joiden huomioon ottaminen onnistuu vain jatkamalla tämän opinnäytetyön viitoittamalla tiellä.

The aim of this thesis is to identify and understand the key risks associated with artificial intelligence and its utilization in content production. This will be done by relying on both academic and other published sources on the subject. Based on this theoretical foundation, an operational model will be constructed, using various risk avoidance and minimization methods to achieve the most optimal outcome in content production, thereby avoiding the major risks associated with artificial intelligence. This research and development work will benefit everyone working in content production and media, but the academic world and society at large can also be seen as beneficiaries.

The identified risks are multidimensional and have a clear connection to the produced content, its consumers, society, and the content producer. Through the produced content, i.e., information, the risks are also related to our decision-making. Thus, content producers and the quality of the produced information have a decisive impact on their environment. Since a large part of this content is now produced using AI-based tools, we need a deep understanding of the related risks and a clear operational model to navigate this terrain while ensuring the quality of the content we create.

Given the rapid pace of AI development, this work must continue. The list of identified risks must be updated according to the ever-changing situation. This also means that the developed operational model must evolve over time. Furthermore, the aforementioned dimensions must be expanded to cover all the key areas of our society, from education to national defense and various sectors of business. Each of these areas has its own specific characteristics, which can only be taken into account by continuing on the path outlined by this thesis.