MIT:n neurotieteilijät esittelivät‍ kesäkuussa laskennallista mallia, jonka myötä tunnetekoäly otti ison askeleen eteenpäin. Miksi malli on merkittävä? Aiemmin on kyetty havaitsemaan parhaillaan esiintyviä tunteita. Uusi malli menee pidemmälle: sen avulla kyetään ennakoimaan tunteita.

Myöhemmin kesäkuussa EU-parlamentti hyväksyi kantansa tekoälysäädöksestä, joka liittyy maailmanlaajuisten tekoälysääntöjen luomiseen. EU:n kanta on tiukka etenkin biometriseen etätunnistamiseen, jossa tunnetekoälyteknologiaa on käytetty jo nyt runsaasti. Erityisesti nostetaan esiin tunteiden tunnistusjärjestelmät lainvalvonnassa, rajavalvonnassa, työpaikoilla ja oppilaitoksissa.

MIT:n tutkijoiden kehittämä malli on koulutettu brittiläisen ”Golden Balls”-peliohjelman avulla. Ohjelmassa tehdään päätöksiä yhteistyöstä ja petoksesta. Kilpailijat valehtelevat tai puhuvat totta voittaakseen rahapalkintoja. Ohjelma paljastaa, etteivät ihmiset tavoittele vain rahaa, vaan haluavat myös säilyttää kasvonsa, olla reiluja ja välttää huijatuksi tulemista.

Tunnetekoäly (EAI) käyttää tekstiä, ääntä, videota tai niiden yhdistelmiä havaitakseen ja tulkitakseen ihmisten tunteita. Haasteina on tunteiden yksilöllisyys, päivittäinen vaihtelu, yleistämisen hankaluus ja tunteiden väärät tulkinnat.

Tunteiden ennakoiminen on sosiaalista älykkyyttä. Se auttaa meitä ymmärtämään sosiaalisia tilanteita ja toimimaan sopivalla tavalla. Jos vain reagoisimme, monet tilanteet voisivat päättyä kaaokseen. Ennakointi ja toisten tunteiden ymmärtäminen auttavat meitä luovimaan sosiaalisissa tilanteissa.

Tunteet ovat monimutkaisia, sillä niissä yksilön sisäiset ja muille esittämät tunteet yhdistyvät sosiaalisiin ja kulttuurisiin normeihin. Kun joku itkee, emme suoraan tiedä itkun syytä. Usein myös peitämme todelliset tunteemme ja ilmaisemme ne eri tavoin kuin pohjimmiltaan tunnemme.

Tutkijoiden laskennallinen malli koostuu moduuleista, jotka pystyvät päättelemään henkilön mieltymyksiä ja uskomuksia, vertaamaan pelin tuloksia odotuksiin sekä ennustamaan myöhemmin syntyviä tunteita. Tämä on suuri askel siinä, miten tekoäly ymmärtää ja ennakoi tunteita.

Malli ei tarkoita, että tekoälyllä olisi tunteita. Se kykenee kuitenkin jäljittelemään ihmisten tapaa ymmärtää toisten tunteita.

Vaikka tunnetekoälyyn liittyy riskejä, sovellusmahdollisuudet ovat laajat:

  • Terveydenhuollossa tunnetekoäly auttaa havaitsemaan potilaiden tunnetiloja. Esimerkiksi etäterapiassa tämä voi parantaa masennuksen ja dementian tunnistamista.
  • Terveysvalmennuksessa tunnetekoäly osaa kannustaa käyttäjiä oikealla tavalla. Keväällä Apple kertoi kehittävänsä palvelua, joka hyödyntää tekoälyä motivoidakseen käyttäjiä liikkumaan, kohentamaan ruokavaliotaan ja parantamaan nukkumistaan.
  • Hoitajarobotit voivat tarjota "inhimillisempää" seuraa potilaille.
  • Asiakaspalvelussa tunnetekoäly tarjoaa asiakkaan tunnetilaan sopivaa palvelua. Microsoft on kokeillut Kiinassa Xiaoice-chatbotia, joka jäljittelee tunteita niin hyvin, etteivät testikäyttäjät tunnistaneet sitä robotiksi heti. Puhelinkeskuksissa on hyödynnetty muun muassa Cogito-yrityksen äänianalytiikkaohjelmistoa, jonka avulla keskustelun tunteita voidaan seurata reaaliaikaisesti.
  • Markkinoinnissa ja mainonnassa tunneälyteknologia auttaa ymmärtämään reaktioita ja luomaan yksilöllisempää markkinointia.
  • Autoteollisuudessa tunnetekoäly parantaa liikkumisen turvallisuutta tunnistamalla uneliaat tai vihaiset kuljettajat. Tarvittaessa voidaan laukaista hälytys tai auto voi pysäyttää itsensä. Tunnetekoäly nopeuttaa autonomisten ajoneuvojen kehitystä.
  • Koulutuksessa tunnetekoäly auttaa opettajia ymmärtämään oppilaiden tunnereaktioita. Hongkongissa Find Solutions AI:n teknologialla on mitattu oppilaiden kasvojen lihasten mikroliikkeitä, minkä avulla opettajat saavat tietoa oppilaiden motivaatiosta ja keskittymiskyvystä.

Tunteet ovat syvintä ihmisyyyttä, eikä ihminen aina pysty edes itse vaikuttamaan omiin tunteisiinsa. Tunneälyteknologian eettisten ohjeiden ja sääntöjen kehittäminen on tärkeää, jotta teknologiaa ei käytetä kyseenalaisiin tarkoituksiin tai yksityisyydensuojaa loukata.

Epädemokraattisissa maissa ihmisten kasvojen ilmeitä seurataan jo nyt, jotta voidaan ymmärtää vallitsevaa tunneilmapiiriä ja ennaltaehkäistä valvojien kannalta haitallista toimintaa. Tällaista teknologiaa voi käyttää hyvään tai pahaan.

EU:n linjaus asettaa rajoituksia, mutta aukoton se ei ole. Tunnetekoälyteknologian markkinat ovat kymmeniä miljardeja euroja ja kasvavat vauhdilla, mutta vastuullisuus on jäänyt teknologisen kehityksen varjoon. Tunnetekoälyteknologian kehitys ottaa harppauksia eteenpäin, ja EU:n linjauksen tavoitteena onkin huolehtia siitä, että käytettävä teknologia on ihmiskeskeistä ja demokraattista.

Teknologia voi auttaa ongelmien ratkaisemisessa, mutta uuden teknologian kohdalla vastuullisuus määrittelee kehityksen suunnan.

P.S. Aiemmin olet oppinut tunteisiin liittyvät sanat ”sonder”, ”uitwaaien”, ”altschmerz” ja ”fika”. Ymmärrät monenlaisia tunteita, mutta tuntuuko silti joskus siltä, ettet tunne läheisiäsi? Kyseessä on gnossienne – tunne siitä, että läheiselläsi on monimutkainen sisäinen maailma, josta sinä et oikeastaan tiedä mitään.

Gnossienne on johdettu kreikan sanasta gnosis, tieto. Musiikissa gnossienne viittaa säveltäjä Erik Satien (1866–1925) monitulkintaisiin ja mystisiin sävellyksiin.