Data edellä tehty tekoälyn hallinta toi vastuullisuutta ja hyötyjä viranomaisen seurantajärjestelmään

Tutkijat kuvaavat, miten tekoälyn hallintamalli, joka keskittyy ensisijaisesti dataan eikä pelkkään mallien kokeiluun, voi auttaa julkista organisaatiota tuottamaan arvoa vastuullisesti monimutkaisessa toimintaympäristössä. Esimerkkinä on eurooppalaisessa julkishallinnossa käyttöön otettu automatisoitu lainsäädännön seurantajärjestelmä, jonka tehtävänä on havaita, luokitella ja tiivistää sääntelyyn liittyvää tietoa.

Tutkimus perustuu laadulliseen tapaustutkimukseen (DGOBCAN-AI), jossa aineistona olivat tekninen dokumentaatio, prosessien havainnointi ja organisaation sisäinen arviointi. Kohteena oli järjestelmän kehityskaari: se alkoi perusratkaisusta, jossa tietoa kerättiin ja muokattiin automatisoidulla käsittelyketjulla, ja eteni kohti kypsämpää datan hallintaa sekä koneoppimisen tuotantokäytäntöjä (Machine Learning Operations). Näillä tarkoitetaan käytäntöjä, joilla koneoppimismalleja ja niitä ruokkivaa dataa ylläpidetään, seurataan ja parannetaan jatkuvasti osana organisaation arkea.

Keskeinen muutos oli jatkuvan ihmisen tekemän valvonnan ja eettisen vastuun kytkeminen osaksi teknistä toteutusta. Artikkelin mukaan painopiste siirtyi mallikeskeisestä kokeilusta järjestelmälliseen datan hallintaan ja toimintamalliin, jossa prosessit, vastuut ja seuranta ovat keskiössä. Näin tekoälyä hyödyntävä järjestelmä pyritään sovittamaan yhteen sekä käytännön hyötyjen että vastuullisuusvaatimusten kanssa julkisessa hallinnossa.

Lähde: Data-centric AI governance for responsible organizational value: evidence from a European public administration, AI & SOCIETY.