Tekoälyavusteisen kalastelun uhat Suomalaisessa terveydenhuollossa
Feiring, Peik (2024)
2024
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024121736844
https://urn.fi/URN:NBN:fi:amk-2024121736844
Tiivistelmä
Työn tavoitteena on tutkia miten suuria kielimalleja hyödyntävät tekoälytyökalut luovat uusia uhkia Suomalaiselle terveydenhuollolle ja miten niiltä voitaisiin suojautua. Kerätyn tutkimustiedon avulla luodaan opetusvideo ja monivalintakysymyksiä, jotka ovat käytettävissä terveydenhuoltoalan ammattilaisille suunnatulla YAMK-kurssilla osana ManagiDiTH-hanketta.
Opinnäytetyön tutkimusosuudessa käydään läpi perusteita suurten kielimallien toiminnasta, sekä avataan kalastelun keskeistä käsitteistöä. Kalastelua tarkastellaan ilmiönä ja avataan sen vaikutuksia yhteiskunnallisella tasolla. Myös Suomalaisen terveydenhuollon erityispiirteitä kalastelun suojautumisen suhteen käsitellään, erityisesti sen suhteen miten organisaatioiden olisi mahdollista parantaa varautumistaan kalasteluun ja muihin kyberuhkiin.
Yhtenä työn osana testattiin myös kalasteluviestien luomista ChatGPT- ja Claude-kielimalleja käyttäen ja todettiin viestien luomisen haitallisiin tarkoituksiin olevan helppoa. Vaikka toinen kielimalleista pyrkikin estämään sen käytön haitallisiin tarkoituksiin, suojausten kiertäminen oli lopulta triviaalia.
Vaikka suuret kielimallit eivät vielä pärjää asiaan perehtyneelle ammattilaiselle viestien tehokkuudessa, ovat jo nykyiset tasoiset kielimallit vaarallinen työkalu rikollisten käsissä ja onkin ennustettavissa, että kielimalleja hyödyntävät kalasteluyritykset tulevat lisääntymään, sekä kehittymään laadultaan käsi kädessä suurten kielimallien kehittymisen kanssa.
Organisaatioiden tärkeimmät suojaukset tekoälyavusteisessa kalastelussa ovat samoja, kuin perinteisissä ihmisten toteuttamissa kalastelukampanjoissa. Näistä keinoista tärkeimpiä ovat työntekijöiden koulutus, järjestelmien monitasoinen suojaus sekä jatkuva monitorointi ja kyvykkyyksien päivittäminen. Myös kielimallien hyödyntäminen kalasteluyritysten tunnistamiseen herättää ainakin jossain määrin toiveita.
Opinnäytetyön tutkimusosuudessa käydään läpi perusteita suurten kielimallien toiminnasta, sekä avataan kalastelun keskeistä käsitteistöä. Kalastelua tarkastellaan ilmiönä ja avataan sen vaikutuksia yhteiskunnallisella tasolla. Myös Suomalaisen terveydenhuollon erityispiirteitä kalastelun suojautumisen suhteen käsitellään, erityisesti sen suhteen miten organisaatioiden olisi mahdollista parantaa varautumistaan kalasteluun ja muihin kyberuhkiin.
Yhtenä työn osana testattiin myös kalasteluviestien luomista ChatGPT- ja Claude-kielimalleja käyttäen ja todettiin viestien luomisen haitallisiin tarkoituksiin olevan helppoa. Vaikka toinen kielimalleista pyrkikin estämään sen käytön haitallisiin tarkoituksiin, suojausten kiertäminen oli lopulta triviaalia.
Vaikka suuret kielimallit eivät vielä pärjää asiaan perehtyneelle ammattilaiselle viestien tehokkuudessa, ovat jo nykyiset tasoiset kielimallit vaarallinen työkalu rikollisten käsissä ja onkin ennustettavissa, että kielimalleja hyödyntävät kalasteluyritykset tulevat lisääntymään, sekä kehittymään laadultaan käsi kädessä suurten kielimallien kehittymisen kanssa.
Organisaatioiden tärkeimmät suojaukset tekoälyavusteisessa kalastelussa ovat samoja, kuin perinteisissä ihmisten toteuttamissa kalastelukampanjoissa. Näistä keinoista tärkeimpiä ovat työntekijöiden koulutus, järjestelmien monitasoinen suojaus sekä jatkuva monitorointi ja kyvykkyyksien päivittäminen. Myös kielimallien hyödyntäminen kalasteluyritysten tunnistamiseen herättää ainakin jossain määrin toiveita.