Tutkijat ehdottavat uutta mallia ihmisen ja tekoälyn päätöksenteon yhteistyölle

Tekoälyä valjastetaan yhä useammin lääkäreiden, juristien ja muiden asiantuntijoiden tueksi, mutta yhteistyö ei useinkaan tee tiimistä parempaa kuin paras yksittäinen ihminen. Uudessa artikkelissa väitetään, että ongelma ei ole vain tekoälyn epätäydellisessä tarkkuudessa, vaan tavassa, jolla ihmis–tekoäly-yhteistyö ylipäätään ymmärretään. Nykyiset suuret kielimallit integroidaan tyypillisesti järjestelmiin, jotka antavat neuvoja tai vaihtoehtoisia ratkaisuja. Käytännössä asiantuntijat kuitenkin joutuvat tasapainoilemaan kahden ääripään välillä: loputtomien tarkistus- ja vahvistuskierteiden sekä sokean luottamuksen. Tutkijoiden mukaan luvattu täydentävyys – se, että ihminen ja tekoäly paikkaisivat toistensa heikkouksia – ei näin muodostu. Kirjoittajat ehdottavat ratkaisuksi niin kutsuttua yhteistä kausaalista jäsennystä (Collaborative Causal Sensemaking). Ajatuksena on suunnitella päätöksenteon tukijärjestelmät nimenomaan ajattelun kumppaneiksi, ei pelkiksi vastauskoneiksi. Tällaiset järjestelmät osallistuisivat itse päätöksenteon henkiseen työhön: ne pitäisivät yllä ja jakaisivat ihmisen kanssa jatkuvasti kehittyviä mielikuvia tilanteen syy–seuraussuhteista, tavoitteista ja rajoitteista. Artikkeli ehdottaa, että ihmisen ja tekoälyn välinen yhteistyö pitäisi nähdä yhteisenä kognitiivisena prosessina. Siinä sekä ihminen että tekoäly rakentavat, testaavat ja korjaavat yhteistä ymmärrystä muuttuvasta tilanteesta. Tavoitteena on, että tekoäly ei vain tarjoa valmiita vastauksia, vaan tukee asiantuntijaa hahmottamaan, miksi jokin ratkaisu on perusteltu ja mitä seurauksia sillä voisi olla. Tutkimus toimii ennen kaikkea tutkimusohjelman ja viitekehyksen avaajana: se kutsuu suunnittelemaan päätöksenteon tekoälyagentteja alusta alkaen yhteistyökumppaneiksi, jotka jakavat ihmisen kanssa kognitiivisen työn vastuun. Lähde: Collaborative Causal Sensemaking: Closing the Complementarity Gap in Human-AI Decision Support, ArXiv (AI).