Kun puhutaan tekoälystä, monille se tuo ensimmäisenä mieleen ChatGPT:n tai Microsoft Copilotin, eli suuret kielimallit (LLM). Kielimallit ovatkin ehkä tekoälyn näkyvin osa. Ne ovat kehittyneet äärimmäisen nopeasti ja ovat todella monikäyttöisiä. Niitä voi käyttää esimerkiksi tiedonhakuun, kääntämiseen, kirjoittamiseen, koodaukseen tai muotoilemaan selkeät lisätiedot tulkkauspalvelun tilaukseen.
Kielimallille kehotusta kirjoittaessa, eli promptatessa, pitää kuitenkin olla tarkkana, sillä kielimallit ottavat niille annetut ohjeet varsin kirjaimellisesti, eivätkä ne aivan kaikkea vielä hallitse. Tässä blogissa kerrotaankin tiivistetysti, mitä kielimalleilla voi ja mitä ei voi tehdä.
Suuret kielimallit apuna työssä
Suuri kielimalli on erinomainen apulainen jokapäiväisissä työtehtävissä. Parhaimillaan kielimallit ovat yleisessä tiedonhaussa, tiedon analysoinnissa ja keskeisten asioiden tiivistämisessä. Kielimallilta voit esimerkiksi kysyä “kuinka paljon keskimäärin maksaa tunnin mittainen etätulkkaus suomi-arabia kieliparissa?”, ja hyvin todennäköisesti saat varsin tarkan hintahaarukan kyseiselle palvelulle. Kun kyseisen tulkkauksen tilaaminen tulee ajankohtaisesti, voit pyytää kielimallia antamaan tiivistetyt ohjeet Youpret-sovelluksen käyttöön, ja tämänkin tehtävän se todennäköisesti hoitaa ongelmitta.
Kun tulkkauspalvelut ovat tulleet tutuksi ja niitä on organisaatiossanne alettu käyttää säännöllisesti, saattaa esihenkilönne pyytää raporttia tulkkauspalveluihin käytetyistä resursseista. Kielimallia voi käyttää apuna tässäkin. Jos sille syöttää esimerkiksi tulkkausten ajankohtiin, hintoihin, pituuksiin ja tulkattuihin kieliin liittyvää tietoa ja pyytää sitä muotoilemaan tietojen pohjalta selkeän graafisen esityksen, saat hyvät pohjamateriaalit raportin kirjoittamiseen. Tällaista kehotetta kirjoittaessa pitää kuitenkin olla tarkkana, ettei tekoälylle syötä mitään arkaluonteisia tietoja, jotka eivät saa päätyä organisaationne ulkopuolelle.
Lue lisää tekoälyn turvallisesta käytöstä
Tiedonhaun ja -käsittelyn lisäksi kielimallit osaavat sujuvasti tuottaa erilaisia sisältöjä, kuten sähköposteja, raportteja, muistiinpanoja ja esityksiä. Kielimallia voi siis ensin pyytää tekemään esimerkiksi graafisen esityksen helpottamaan esihenkilönne pyytämän raportin kirjoittamista ja sen jälkeen vielä laatimaan koko raportin. Kielimallia kannattaakin ohjeistaa hyödyntämään kirjoituksen pohjana sen tekemiä pohjatöitä, sillä se varmistaa raportissa käsiteltyjen tietojen tarkkuuden.
Lisäksi tällainen tehtävä voi vaatia jo hieman edistyneemmän kehotteen kirjoittamista. Kielimallia kannattaa esimerkiksi pyytää omaksumaan tehtävän kannalta oleellinen rooli: “Olet taloushallinnon ja analytiikan ammattilainen. Tehtäväsi on kirjoittaa raportti tulkkauspalveluiden käytöstä organisaatiossamme. Kiinnitä huomiota ainakin tulkkausten määriin, hintoihin, pituuksiin ja tulkattuihin kieliin. Käytä raportin pohjana tekemääsi graafista esitystä.”
Kielimallit ovat myös hyviä poimimaan keskeiset asiat isommasta kokonaisuudesta, kuten kokousmuistiinpanoista tai asiakaspalautteista. Kielimallia voi esimerkiksi pyytää koostamaan tiivistelmän kokouksesta, jossa organisaationne tulkkauspalveluiden käyttöä koskevaa raporttia käsitellään tai poimimaan asiakaspalautteista keskeisimmät tekijät, miten tulkkauspalveluiden käyttö organisaatiossanne on parantanut asiakaskokemusta.
Heikkoutena tarkka tietämys ja etiikka
Suurten kielimallien heikkoudet tulevat esille tehtävissä, joissa vaaditaan normaalia tarkempaa tietoa. Niiltä ei voi esimerkiksi odottaa tarkkaa alakohtaista tietämystä. Varman alakohtaisen tuntemuksen puuttuminen rajoittaa tällä hetkellä tekoälyn käyttömahdollisuuksia esimerkiksi terveydenhuollossa, sillä monimutkaisia asioita, kuten potilasasiakirjoja tai taudinkuvauksia, käsitellessä kielimalli saattaa ikään kuin harhautua ajatuspolullaan, jolloin sen antama vastauskin voi olla aiheen vierestä. Vastaavia kokemuksia meillä on myös yleisellä tiedolla opetetuista konekääntimistä.
Nykyiset suuret kielimallit eivät ole erityisen hyviä myöskään käsittelemään tietoa, joka ei ole laajalti tunnettua. Tämän takia esimerkiksi seikkaperäisissä henkilökuvauksissa voi olla virheitä vuosiluvuissa, nimissä tai muissa yksityiskohdissa.
Lisäksi yllä jo hieman sivuttiin, että kielimallien kanssa tulee olla tarkkana arkaluontoisten tietojen suhteen. Tämä perustuu siihen, että käyttäjä ei voi tarkasti tietää, miten kielimallit käsittelevät niille syötettyjä tietoja, miten ne näkyvät muiden käyttäjien saamissa vastauksissa ja miten niitä säilytetään. Tekoäly ei myöskään hahmota etiikkaa kuten ihmiset, joten kielimallit voivat käsitellä esimerkiksi henkilötietoja kuten mitä tahansa muutakin yleisesti saatavilla olevaa tietoa ja syyllistyä tämän takia syrjintään tai yksityisyyden rikkomiseen.
Lue lisää tekoälyn toiminnan tarkkuudesta ja etiikasta
Jos kysyt ChatGPT:ltä “miten tilaan Youpret-tulkin”, vastaus olisi kutakuinkin:
“Voit tilata Youpret-tulkin heidän käyttäjäystävällisen sovelluksensa kautta, joka on ladattavissa Android- ja iOS-laitteille. Sovelluksen tilauslomake pyytää täyttämään tulkkausta varten tarvittavat tiedot, kuten kieliparin, tulkkauksen aiheen ja onko kyseessä ajanvaraus vai kiireellinen tulkkaus. Youpret tarjoaa myös ilmaisen koulutuksen heidän sovelluksena käyttöön.”
Varaa aika käyttöönottokoulutukseen
Kirjoittaja:
Juho Kekkonen
Sisällöntuottaja
juho.kekkonen@youpret.com
LinkedIn
Koulutukseltaan Juho on filosofian maisteri englannin kielen ja kääntämisen linjalta ja työskentelee nyt Youpretin markkinointitiimissä. Aiemmin hän on ollut myynnin tehtävissä. Juho harrastaa voimaharjoittelua ja on sitä kautta kattavasti perehtynyt myös anatomiaan ja ravitsemukseen.