Tekoälyä on moitittu hallusinoinnista ja epätarkkuudesta. Tekoälyagentit kuitenkin mahdollistavat toistuvien ja rajattujen tehtävien suorittamisen agentille annettujen tarkkojen ohjeiden mukaisesti. Agentteja voi halutessaan kytkeä myös laajemmiksi järjestelmiksi, lisäten esimerkiksi erillisiä agentteja tarkastamaan tekoälyn työnjälkeä ja tukemaan siten järjestelmän luotettavuutta. AI-agentteja onkin kutsuttu henkilökohtaisiksi assistenteiksi, joille voi antaa pieniä työntekoa helpottavia tehtäviä.
SmartDesign-työpajassa keskusteltiin, kuinka käyttäjät vaativat AI-agenteilta myös tietoturvallisuutta ja tekoälyn tekemän työn läpinäkyvyyttä. Tietoturvaa voidaan parantaa esimerkiksi datan sijaintia, käyttöoikeuksia ja käsittelyä koskevilla selkeillä ratkaisuilla. Laadukkaan ja läpinäkyvän työn varmistamiseksi taas on tiedettävä, mistä tieto on kerätty, millä perusteilla ja miten. Tällaiset vaatimukset voi kirjata mukaan tekoälyagentin ohjeisiin.
Mihin tekoälykehitys on menossa?
Nopeasti kehittyvän teknologian kyvykkyyksiä ja suuntaa voi olla haastava ennustaa. Osittain vihjeitä kehityssuunnasta saa seuraamalla kehityskulkua ja tunnistettuja tarpeita. Eräs aikaisempi sovellutus on esimerkiksi Excel Agent Mode -tekoälyagentti, joka tehostaa dokumenttien käsittelyä vastaamalla kysymyksiin ja muokkaamalla taulukkoa ehdotusten mukaisesti.
– Työpajassa sai erinomaisen yleiskatsauksen tekoälyn kehityksen tahdista sekä suunnasta, johon ollaan menossa, kertoo Suomen Aluerakennuttaja Oy teknologiajohtaja Mauno Lounakoski.
AI-agenteilla on useita käyttökohteita
SmartDesign-työpajan yhtenä tavoitteena oli auttaa yrityksiä tunnistamaan työnkulun kohtia, joita AI-agentti voi tehostaa. Koska yrityksillä on erilaisia työskentelytapoja, työpajan vetäjät Tampereen yliopiston väitöskirjatutkija Jaakko Viertiö ja tutkijatohtori Osku Torro kertoivat erilaisia esimerkkejä tekoälyagenttien hyödyntämisestä työnkulussa.
– Esimerkit olivat käytännönläheisiä ja niissä tuotiin hyvin esille agenttien rakentamisen perusperiaatteet. Agenttien hyödyntäminen on yksinkertaisimmillaan helppoa, mutta optimointiin täytyy investoida aikaa, jos haluaa että agentti on tehokas, pohtii Lounakoski.
– Työpajassa korostui myös poikkitoimialaisuus arkkitehtisuunnittelusta sijoittamiseen. AI-työkalut ja agentit ovat monikäyttöisiä, ja samat esimerkit voivat soveltua eri toimialoille, kunhan työnkulkujen kartoittamisen keskeinen rooli tunnistetaan, kertoo Torro.
Sopivien työkalujen ja ratkaisuiden löytäminen vaatii tietoa ja kokeilua. SmartDesign-työpajassa Viertiö ja Torro auttoivat osallistujia kohti ratkaisuja jakamalla tietoa ja esimerkkejä sekä varaamalla riittävästi aikaa keskusteluun ja kysymyksiin.
– Työpajan päätteeksi pääsin sparraamaan ajatuksia asiantuntijoiden kanssa muun muassa prosesseista, datasta, kulttuurista ja AI-osatekijöistä. Nämä keskustelut antoivat tukea omalle kehitystyölle sekä toivat muutamia uusia ajatuksia, kertoo Lounakoski.
Lisätietoja SmartDesign-hankkeesta löydät kotisivuiltamme.
Lisätietoja:
Jaakko Kinnunen
Projektipäällikkö
Tampereen yliopisto
jaakko.kinnunen@tuni.fi
Mikael Bowellan
Erityisasiantuntija
HAMK Tech
mikael.bowellan@hamk.fi
Teksti ja kuvat:
Alisa Hakola
Tutkija ja tiedottaja, CoreLab
Tampereen yliopisto
alisa.hakola@tuni.fi
Tampereen yliopiston ja Hämeen ammattikorkeakoulun yhteishanke Älykkään suunnittelun digityökalut (SmartDesign) on EAKR-rahoitteinen. Rahoituksen ovat myöntäneet Pirkanmaan liitto ja Hämeen liitto. Hanke on Euroopan unionin osarahoittama.
