Suur-Savon Sähkö määritteli datan ja tekoälyn käyttöä ohjaavia eettisiä periaatteita. Työ tukee tekoälyn vastuullista hallintaa, läpinäkyvyyttä, vaatimustenmukaisuutta ja luottamusta organisaation toiminnassa.

1. Yrityksen kuvaus

• Tämä hanke kohdistuu edistyksellisiin yrityksiin, julkisen terveydenhuollon viranomaisiin ja hallintotoimijoihin, jotka pyrkivät rakentamaan vastuullista tekoälyn hallintamallia.
• Solita työskentelee monipuolisesti eri asiakasorganisaatioissa Pohjoismaissa ja Euroopassa toteuttaen kestävää digitaalista transformaatiota.
• Tarkat operatiiviset mittarit, yrityksen henkilöstömäärät tai liikevaihtoluvut vaihtelevat asiakaskohtaisesti ja pidetään luottamuksellisina tämän viitekehystapaustutkimuksen puitteissa.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

• Organisaatioiden ottaessa nopeasti käyttöön tekoälyä ja automatisoituja päätöksentekojärjestelmiä, ne kohtaavat kasvavia riskejä algoritmisen vinouman, tietosuojaloukkausten, julkisen luottamuksen menetyksen sekä tulevien sääntelyvaatimusten, kuten EU:n AI-asetuksen, osalta.
• Ilman selkeää hallintamallia tekoälyjärjestelmät voivat toimia mustina laatikoina, mikä voi johtaa tahattomiin yhteiskunnallisiin haittoihin, oikeudellisiin vastuisiin ja maineen menetykseen.
• Projektin tavoitteena oli luoda käytännönläheiset, toteutettavat eettisen datan ohjeistukset ja hallintorakenteet, jotka yhdistävät teoreettiset eettiset periaatteet ja ohjelmistokehityksen arjen.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

• Solita ratkaisi tämän haasteen yhteiskehittämällä kattavat Eettisen datan ja tekoälyn periaatteet sekä niihin liittyvät operatiiviset hallintamallit.
• Ratkaisu hyödyntää arvolähtöisiä suunnittelumenetelmiä, monitieteisiä eettisiä työpajoja, algoritmien läpinäkyvyyden auditointeja, vinoumien arviointityökaluja sekä tiedonhallinnan kontrollimekanismeja.
• Sen sijaan, että ohjeistukset jäisivät abstraktille tasolle, Solita integroi nämä eettiset turvamekanismit suoraan ohjelmistokehityksen elinkaareen, MLOps-dataputkiin, data-arkkitehtuurin suunnitteluun ja jatkuvan valvonnan prosesseihin.

4. Mitä tuloksia saavutettiin?

• Toteutus mahdollisti organisaatioille tekoälysovellusten käyttöönoton nopeasti ja vastuullisesti.
• Keskeisiä saavutuksia olivat läpinäkyvien algoritmiauditointien luominen, datavinoumien vähentäminen koneoppimismalleissa, ennakoiva valmius eurooppalaisiin sääntelystandardeihin sekä pitkäaikaisen sidosryhmäluottamuksen rakentaminen.
• Kun eettiset periaatteet tuotiin mukaan jo suunnittelun alkuvaiheessa, organisaatiot pystyivät merkittävästi vähentämään kalliita korjaustoimenpiteitä, joita syntyy, jos vinoutuneet tai säädösten vastaiset algoritmit joudutaan korjaamaan vasta käyttöönoton jälkeen.

5. Mitä ongelmia ilmeni?

• Suurimpia haasteita olivat korkealentoisten filosofisten eettisten periaatteiden kääntäminen mitattaviksi insinöörikriteereiksi, algoritmien läpinäkyvyyden ja yrityksen immateriaalioikeuksien tasapainottaminen sekä teknisten tiimien, vaatimustenmukaisuudesta vastaavien ja liiketoimintajohdon yhteensovittaminen.
• Jatkuvan eettisen vaatimustenmukaisuuden ylläpito muuttuvissa, itseoppivissa tekoälymalleissa toi myös jatkuvaa operatiivista monimutkaisuutta.

6. Aika- ja rahainvestoinnit

• Taloudelliset budjetit, konsultointipalkkiot ja tarkat projektin kestot räätälöidään asiakaskohtaisesti ja pysyvät luottamuksellisina.
• Viitekehysratkaisut etenevät tyypillisesti monivaiheisina strategisina kokonaisuuksina, alkaen eettisen valmiuden auditoinneista aina täyteen MLOps-integraatioon.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

• Tämän hankkeen toteutus vaati monitieteistä osaamista tekoälyn etiikasta, tiedonhallinnasta, ohjelmistokehityksestä, koneoppimisen operaatioista (MLOps), oikeudellisesta vaatimustenmukaisuudesta, tietosuojasta sekä organisaation muutosjohtamisesta.
• Solita toimi päästrategisena kumppanina tehden tiivistä yhteistyötä asiakasorganisaatioiden johdon, datatieteilijöiden, lakiasiantuntijoiden ja ulkoisten alansa asiantuntijoiden kanssa.

8. Liiketoimintafunktion luokitus

• Yrityksen näkökulmasta tämä työ sijoittuu tekoälyn hallintamallin ja etiikan, yrityksen data-arkkitehtuurin, sääntelyvaatimusten ja riskienhallinnan sekä vastuullisen ohjelmistokehityksen alueille.
• Se vaikuttaa suoraan data-analytiikan operaatioihin, tuotehallintaan, oikeudelliseen vaatimustenmukaisuuteen ja yritysstrategiaan.

9. Lähde

https://www.solita.fi/work/ethical-principles-to-guide-the-use-of-data-and-ai/