Tehisintellektilt on lihtne nõu küsida. Keerulisem on aru saada, miks ta just sellise soovituse annab – ja kas antud soovitust saab vastutustundlikes olukordades üldse usaldada. TalTechi Tarkvarateaduse instituut doktorant-nooremteadur Uku Sildoja ütleb otse, et tänased suured keelemudelid toimivad enamasti nagu must kast.
„Hetkel ei ole praegustesse mudelitesse võimalik sisse näha ja teada saada, et miks sellise otsuseni jõuti.“
See ei tekita probleeme, kui küsida AI-lt filmisoovitust. Kriitiliseks võib vastus muutuda aga siis, kui kaalul on suured summad, strateegilised valikud ja pikaajalised tagajärjed – ning kui otsused võivad avaldada mõju juhatuse tasandil, avalikus sektoris või investeerimisotsustes. Just selliste otsuste jaoks on Sildoja töötanud välja AI-põhise otsustusanalüüsi metoodika, mis ühendab juba olemasolevad klassikalised meetodid tehisintellektiga.
Kui otsuseid juhib kõhutunne
Sildoja sõnul ei kasuta enamik tänaseid juhte otsuste tegemisel süstemaatilisi otsustusanalüüsi meetodeid, kuigi sellised on ammu olemas. Põhjus on lihtne: need nõuavad liiga palju aega ja keskendumist, et päriselt juhtimislauale jõuda: „Otsustusanalüüsimeetoditega on tavaliselt see häda, et nad on jube töömahukad.“
Praktikas sünnivad suured otsused sageli koosolekute, esitluste ja vaidluste käigus. Kasutatakse graafikuid, esitlusi ja mõnikord ka andmeanalüüsi. „Tihti aga võetakse otsuseid vastu pooleldi kõhutunde pealt,“ kirjeldas Sildoja tänaseid tavapraktikaid.
Tema hinnangul pole probleem selles, et juhid ei mõtle – vastupidi. Probleem on selles, et sageli ei toeta keerulisi otsuseid selge, läbipaistev ja „kuulikindel“ loogika. Ja mida suurem on otsus, seda valusamaks võib muutuda puudujääk.
Sildoja rõhutas, et tema loodud lahendus pole mõeldud igapäevasteks pisivalikuteks, vaid on suunatud neile, kes langetavad harvu, kuid väga mõjukaid otsuseid: juhtidele, poliitikakujundajatele, investoritele, toetusvoorude ja suurprojektide hindajatele.
Valikut nõudvates olukordades peab otsustaja suutma näidata, milliseid kriteeriume ta kaalus, miks olid need olulised ning kui kindel oli tegelikult lõpptulemus.
Sildoja tõi näiteks energiaportfelli või suure investeeringu: küsimus pole ainult selles, milline variant „võitis“, vaid selles, kuidas võiduni jõuti ning millised riskid otsusega kaasnevad. Tema tööriist ei asenda otsustajat, vaid aitab otsuse lahti harutada ja seda struktureerida.
„Tihti aga võetakse otsuseid vastu pooleldi kõhutunde pealt.”
Tehisaru kui tehniline tugi, mitte must kast
Sildoja lahenduse keskmes on klassikalised otsustusanalüüsi meetodid, mis jagavad suure probleemi väiksemateks osadeks: kriteeriumideks, kaaludeks, alternatiivideks. Uus on lahenduses see, et AI aitab kõik vajalikud sammud kiiresti ja kasutajasõbralikult läbi teha.
Kui varem nõudis vastav analüüs tundide või päevade kaupa käsitööd, siis nüüd pakub tehisaru erinevaid kriteeriume, aitab neid üksteisega võrrelda ning koostab esialgsed hinnangud. Inimesele jääb õigus igas etapis sekkuda – muuta, parandada või täiesti ümber teha.
„Kui AI ütleb lihtsalt, et langeta mingi valik, siis on tegu musta kastiga. Kui ta aga ütleb, et sinu olukorras on olulised need ja need kriteeriumid ning ma kaalusin neid sellisel või teisel moel, on tegu juba seletatava infoga,“ ütleb Sildoja.
Tema eesmärk on taastada juhtimises otsustusanalüüs, mis ei koormaks otsustajat, vaid toetaks teda.
Sildoja lahendus ei koosta ainult pingerivi. Süsteem analüüsib tulemuse kindlust, muutes kriteeriume ja kaale ning jälgides, kas esikohale kerkinud valik jääb püsima. Keerukate strateegiliste otsuste puhul on selline komplekssusaste tema sõnul eriti oluline, sest sageli polegi olemas ühtainsat „õiget“ vastust.
Lõpuks koostab süsteem põhjaliku raporti, mis dokumenteerib kogu otsustusprotsessi. „Me näeme, kuidas otsus lõpuks matemaatiliselt kokku tuli,“ selgitas Sildoja. Tulemus annab juhile või ametnikule võimaluse hiljem selgelt põhjendada, miks langetati just selline valik.
„Kui AI ütleb lihtsalt, et langeta mingi valik, siis on tegu musta kastiga. Kui ta aga ütleb, et sinu olukorras on olulised need ja need kriteeriumid ning ma kaalusin neid sellisel või teisel moel, on tegu juba seletatava infoga.”
Sildoja rõhutab, et otsustusabi ei tohi jääda musta kasti tasemele – AI peab näitama, milliseid kriteeriume ta arvestas ja kuidas neid hindas, et inimene saaks igal sammul sekkuda ja otsust vajadusel suunata. Foto: ChatGPT
Kuidas muuta kõrge mõjuga otsused läbipaistvaks
Hindamise aspekt on Sildoja arvates üha olulisem ka regulatsioonide tõttu: „Ta aitab tehtud otsust kaitsta ja võimaldab erinevates olukordades, näiteks juhatuse koosolekutel, auditi ajal või avalikkuse ees oma otsuseid põhjendada.“
Sildoja sõnul muutub auditeeritavuse ja selgitatavuse surve niikuinii suuremaks, sest Euroopa Liidu AI Act hakkab nõudeid järk-järgult karmistama. Esimesed sätted on juba jõustunud ning järgmised etapid seavad organisatsioone vastamisi üha selgema ootusega: kõrge mõjuga otsuseid ei saa enam teha nii, et „küsime mustalt kastilt vastust ja usaldame seda“.
Praegu kasutavad Sildoja loodud tööriista peamiselt tudengid, kuid ta on seda katsetanud ka juhtivate ekspertidega. Tagasiside on tema sõnul olnud kõnekas: tööriist aitab otsustusprotsessist emotsioonid maha võtta ning sunnib otsustajaid oma eeldusi ja hoiakuid selgemalt teadvustama.
Edasine pilootprojektide fookus on seal, kus võetakse vastu palju otsuseid ning kus on kaalul vastutus – näiteks toetusvoorude hindamisel, investeerimisotsuste eelsõelumisel ja avalikus sektoris. Sildoja eesmärk on olla valmis hetkeks, mil organisatsioonid peavad oma otsustusprotsesse senisest palju selgemalt põhjendama.
Tema ambitsioon pole panna tehisaru asju otsustama, vaid luua tööriist neile, kes otsustavad – ja kellel ei ole luksust eksida.
„Ta aitab tehtud otsust kaitsta ja. võimaldab erinevates olukordades, näiteks juhatuse koosolekutel, auditi ajal või avalikkuse ees oma otsuseid põhjendada.“
