Osallistuin 23.5.2019 järjestettyyn kirjastoalan tekoälyseminaariin “Tekoäly tuli töihin“. Viimeisten kuukausien aikana tekoälyaiheet ovat selvästi rantautuneet kirjasto- ja opetusalan tapahtumiin Suomessa. Syksyllä 2018 Tietojohtaminen ry:n Tietojohtamisen teemapäivä avasi ja EdTech-tapahtuma XcitED 2018 avasivat pelin, huhtikuussa 2019 järjestetty ITK-konferenssi piti sisällään useampia tekoälyaiheisia puheenvuoroja ja kirjastoalan tilaisuuksista parhaillaan käynnissä olevilla Kirjastopäivillä on Ihminen ja kone -teemapäivä.
Oman Fulbright-projektini kannalta ajoitus on loistava, sillä seminaarien ja konferenssien ohjelmissa esiteltyjen esimerkkien kautta olen saanut hyviä ideoita siitä, mihin suomalaisiin projekteihin minun kannattaa tutustua tarkemmin. Keskeisimpiä tekoälyyn liittyviä projekteja kirjastoalalla ovat Kansalliskirjaston Annif, Headain Oodille ja Satakirjastoille tekemät kirjastosuosittelijasovellukset, tiedonhakuassistentti Iris.AI sekä Helsingin kaupunginkirjaston uusi tekoälyä hyödyntävä logistiikkajärjestelmä. Jotain näistä projekteista tai useampia näistä on esitelty kaikissa edellä mainitsemistani ammattitapahtumissa.
Kaikkia edellä mainitsemiani projekteja esiteltiin myös Tekoäly tuli töihin -seminaarissa. Tapahtuma oli mielestäni todella onnistunut ja mielenkiintoinen, ja kaiken kaikkiaan hyvä yhdistelmä yleisemmän tason keskustelua tekoälystä sekä konkreettisia alan case-esimerkkejä.
Edellä mainittujen projektien esittelyn lisäksi tapahtumassa aiheeseen yleisemmin johdatteli Helsingin kaupunginkirjaston valtakunnallisten palvelujen kehittämispäällikkö Matti Sarmela sekä Tekoäly – matkaopas johtajalle kirjan kirjoittanut AI Strategy Companyn toimitusjohtaja Antti Merilehto. Muilta aloilta esimerkkejä toivat Ylen data & tekoälykehityksen tuoteomistaja Jaakko Lempinen ja Maahanmuuttoviraston digijohtaja Vesa Hagström.
Päivän aikana tulleessa uudessa tiedossa on vielä sulateltavaa. Yksityiskohtina mieleeni jäi Ylen edustajan puheenvuorosta napattu ajatus siitä, että erilaistan suosittelijasysteemien ei aina tarvitse tarjota lisää samanlaista vaan ne voivat myös ehdottaa jotain uutta ja erilaista: Ylessä on esimerkiksi pohdittu, että Lasten Areena voisi välillä kehottaa käyttäjää menemään ulos leikkimään. Myös Headain tuottamissa suosittelijaboteissa kahdesta kirjaehdotuksesta toinen osuu lähelle sanastoa, josta lähdettiin liikkeelle ja toinen menee vähän ohi, jotta käytössä oleva sanasto ei kapene niin paljoa, että suosittelija jäisi lopulta jumiin eikä osaisi enää ehdottaa mitään uutta.
Itse olen tähän asti ollut lähinnä kiinnostunut tekoälyn konkreettisista sovellutuksista, esimerkeistä ja tekniikasta ja siitä, missä kohtaa voidaan puhua tekoälystä ja mikä on vielä jotain muuta. Päivän aikana kuitenkin kirkastui ajatus siitä, että tekoälyn tuominen työelämään on myös johtamiskysymys eikä yksinomaan tekniikkaa.
Osaatko kuvailla mitä tekoälyä HeadAI:saa on? Minulla on kenties virheellinen käsitys että sen suositukset perustuisivat vain sisällönkuvailuun eikä sovellus tallentaisi tai oppisi mitään käyttäjän tai aiempien käyttäjien valinnoista.
Kiitos blogin ensimmäisestä kommentista! Täytyy tunnustaa, että juuri tämän tyyppisiä juttuja itsekin vielä koitan saada selville eli juuri sitä, että mikä lasketaan tekoälyksi ja mitä ei. Noissa mainitsemissani HeadAIn tekemissä sovelluksissa ei minunkaan käsitykseni mukaan tallennu tietoa. Toki yksittäisessä sessiossa aikaisemmat valinnat vaikuttavat siihen, mitä aineistoa sovellus seuraavaksi ehdottaa. Oma käsitykseni on, että se että noista puhutaan tekoälyä hyödyntävinä kirjastosuosittelijoina liittyy siihen, miten systeemi muodostaa ehdotuksia ja taustalla pyöriviin neuroverkkoihin.
Mulla on esittelyn perusteella jopa sellainen käsitys että vain kulloinenkin nykytila määrää seuraavan suosituksen, eikä ohjelma “muista” yhtään samankaan käyttäjän edellistä valintaa (eli Markovin ketju).
Totta, täältä Satakirjastojen asiakastarinasta löytyykin tuo Markovin ketju -juttu: https://medium.com/headain-asiakastarinat/asiakastarina-satakirjastot-4e82ef5cc591 – mitenkähän estetään se, ettei tule samoja ehdotuksia samalla sessiolla vai liekö tuo vain riittävän epätodennäköistä kun pelataan ison aineistomäärän kanssa!