Suomalainen julkinen sektori on jo kohtalaisen hyvin digitalisoitunut yksinkertaisten perustarpeiden hoitamisessa. Ihmiset osaavat käyttää erilaisia portaaleja ja mobiilisovelluksia, varata lääkärin tai päiväkotipaikan, mutta millaisia katvealueita järjestelmiin jää, kun ihminen muuttaa uuteen opiskelukaupunkiin, eroaa tai hänen läheisensä kuolee? Miten paljon työllistymiseen vaikuttavat ihmisen terveys, koulutus, asuinpaikka ja taloudellinen tilanne?
– Nämä ovat umpisolmuja, joita on vaikea avata; solmun avaamisessa haasteena ovat etiikka ja juridiikka, huomauttaa tekniikan tohtori ja datatieteilijä Pasi Lehtimäki, joka työskentelee digitalisaation asiantuntijayrityksessä Gofore Oyj:ssä johtavana konsulttina.
– Jotta dataa voidaan käyttää palvelujen kehittämisen apuna, tarvitaan väistämättä henkilötietoja. Moni ihminen ajattelee, että tietoja ei voi kerätä ilman rekisteröidyn lupaa, mutta tietoja esimerkiksi lapsiperheiden tilanteesta voi käyttää, kunhan henkilötiedot anonymisoidaan tai tietoja ei voida yhdistää yksittäiseen henkilöön. Datasta voidaan louhia esille relevantteja ilmiöitä, joita ilman perheille tarjotaan helposti vääränlaisia palveluita tai he eivät saa palveluita lainkaan, Lehtimäki jatkaa.
Datan hyödyntäminen on luottamuskysymys
Ihmiset pelkäävät, että tietoa käytetään heitä vastaan, mutta laki suojelee hyvin tarkkaan ihmisten yksityisyyttä. GDPR vaatii, että ihmisten identiteetti irrotetaan datasta mahdollisimman varhaisessa vaiheessa.
Toinen oleellinen kysymys on keneen ihminen voi olla yhteydessä, jos algoritmi loukkaa kansalaisen oikeuksia? Digitalisaatio on tuonut mahdollisuuksia, joita juridiikka ei tunnista. Tässä tarvitaan etiikkaa.
– Emme voi käydä yhteistä vuoropuhelua mitä haluamme tehdä ja mitä emme, jos emme tunnista omia ajatusvääristymiämme. Tekoäly kykenee yhdistämään tuhansien syöpälääkäreiden kokemuksen ja datan kymmenestä miljoonasta potilaasta. Yksittäinen potilas voi hyötyä, kun tekoäly tekee syöpädiagnoosin. Tieto kumuloituu tekoälyyn, mutta johtaako se siihen, että kolmenkymmenen tai viidenkymmenen vuoden päästä meillä ei ole ihmislääkäreitä, jotka ymmärtäisivät syy-seuraussuhteita? Kumpi on tärkeämpää, auttaa nyt mahdollisimman montaa potilasta vaiko säilyttää ihmisen kyky tehdä diagnooseja? Emme voi keskittyä yksittäisiin sovelluksiin ja niiden kehittämiseen, vaan on käytävä yhteiskunnallista keskustelua pitkän aikavälin tavoitteista, sanoo Lehtimäki.
Koneoppiminen on muuttanut ohjelmistokehitystä radikaalisti. Tietokoneelle voidaan opettaa lähes minkä tahansa ongelman ratkaisu kirjoittamatta yhtäkään riviä koodia, kone oppii sille esitetyn datan perusteella. Mutta data on usein vääristynyttä. Sairaaloissa ei kerätä terveys- vaan sairausdataa. Poliisin data koostuu pidätyksistä. Näin alkuperäinen asennevirhe vahvistuu.
– Kun ajattelutapoja ja tietoja dokumentoidaan, on oltava tarkkana, että samalla ei siirretä ajatusvääristymiä. Haasteena on, miten saadaan realistista ja objektiivista dataa. Jos halutaan älykkäitä kaupunkeja, näihin asioihin on kiinnitettävä huomiota, Lehtimäki painottaa.
Alkuperäinen julkaisu 26.6.2020, Kehittyvät kaupungit
