Tekoäly ei ole vastausautomaatti, vaan lahjomaton peilisi

Huttu numero II

Vastine Helsingin Sanomat, toimittaja Launis ”Naiset ovat syystäkin kriittisiä tekoälyä kohtaan” 12.8.2026

 Olen kirjailija ja käytän työssäni tekoälyä sen lahjomattoman matemaattisen logiikan ja suuren datamassan käsittelykyvyn vuoksi. Seuraan hämmästyneenä julkista keskustelua, jossa tekoälystä puhutaan ihmismäisenä ajattelijana tai eettisenä toimijana, vaikka kyse on opetusdataansa tiivistävästä tilastollisesta koneesta. Haluan osoittaa, miten suuri yleisö ja jopa niin kutsutut asiantuntijat sekoittavat keskenään tekoälyn mekaanisen suorituskyvyn ja käyttäjän syöttämän raamin. Tekoälyähän käytetään:

1. Tietosanakirjana (Tilastollinen tietokanta)

Kone ei "tiedä" asioita inhimillisessä mielessä, vaan se on laaja kielellinen ja matemaattinen malli. Se hakee datamassastaan todennäköisimpiä sanaketjuja ja indeksoituja rakenteita. Ensimmäisellä tasolla se toistaa virallista konsensusta, ja syvemmälle mentäessä se pakotetaan hakemaan spesifejä nodistoja ja suoritusarvoja.

2. Terapeuttina (Empatia- ja vuorovaikutussimulaatio)

Koneella ei ole tunteita, tietoisuutta tai kykyä välittää. Se on koodattu tunnistamaan tekstistä ihmisen tunnetiloja ja vastaamaan niihin tiettyjen sääntöjen raameissa. Tämä voi näkyä esimerkiksi myötäelävänä sävynä, keskustelun rauhoitteluna tai huolenilmaisuina, mitkä ovat ohjelmoituja reaktiomalleja eikä aitoa inhimillistä empatiaa.

3. Kirjoituskoneena (Generatiivinen työkalu)

Tämä on järjestelmän mekaanisin ja suorin rooli. Kone toimii passiivisena tekstigeneraattorina ja mekaanisena alustana, joka muotoilee, jäsentää ja prosessoi syötettyä ajatusta juuri siinä raamissa ja sillä kielellä, jonka käyttäjä sille antaa.

Kun tekoälyä käytetään vain näissä kolmessa roolissa, ajaudutaan tilanteeseen, josta HS kirjoitti: ihmiset nojaavat koneeseen pohtimatta sen mekaanisia rajoja.

Tällöin käyttäjä tyytyy koneen tarjoamaan tilastolliseen keskiarvoon eli valtavirran oletuksiin ja viralliseen konsensukseen. Ihminen kuvittelee saavansa puolueettoman vastauksen, vaikka todellisuudessa hän saa vain peilikuvan opetuskohinasta.

Tämä paljastaa tekoälyn neljännen ja ainoan todella tehokkaan käyttötavan:

4. Mekaanisena laskimena ja loogisena koettimena Kone ei ole eettinen toimija eikä eettinen pohdinta ole käyttäjän moraalista asennoitumista. Kyse on syötteen rajoittamisesta. Kun tekoälylle ei syötetä yleisiä mielipiteitä vaan ehdottomia reunaehtoja – kuten fysiikan lakeja, empiiristä faktaa ja mekaanista syy-seuraussuhdetta – laskennan ehdot muuttuvat.

Tarkka kysyjä ei muuta tekoälyn koodia, vaan sitoo sen matemaattisen kentän niin tiukasti, että koneen on pakko ohittaa opetusdatansa pehmeä konsensus. Lahjomattomat reunaehdot (oikeat kysymykset) pakottavat järjestelmän loogiseen determinismiin, jolloin se tuottaa aukottoman vastauksen välittämättä kehittäjiensä sisäänrakennetuista turvaverkoista tai sosiaalisista oletuksista.

Vaatimukseen oikeasta kysymyksestä – eli laskenta-avaruutta rajoittavasta syöteohjauksesta – ei törmää juuri missään tekoälyä käsittelevässä julkisessa kirjallisuudessa. Keskustelu pyörii eettisten julistusten ja yleisten pelkojen ympärillä, vaikka järjestelmän oma arkkitehtuuri asettaa syötteen laadun kriittiseksi ehdoksi totuudellisen vastauksen saamiselle.

Mitä nämä "oikeat kysymykset" sitten käytännössä ovat?

Ne ovat syötteitä, jotka kieltäytyvät noudattamasta yleistä narratiivia, enemmistön edustamaa keskiarvoa ja pehmeää small talkia. Jos koneelle syötetään yleisluontoisia, myötäileviä tai konsensukseen nojaavia kysymyksiä, vastaukseksi saadaan mekaanista kohinaa ja yleistyksiä.

Tietojenkäsittelyn ikivanha perussääntö pitää paikkansa myös kaikkein kehittyneimpien kielimallien kohdalla: Garbage In, Garbage Out – roskaa sisään, roskaa ulos. Tekoälyn tuottama aineisto on täsmälleen yhtä saastunutta tai pinnallista kuin sille syötetty raami.

Tämän vuoksi tiedeartikkelin tärkein tehtävä olisi osoittaa, että tekoäly ei ole "itsekseen ajatteleva auktoriteetti", vaan peili. Sen tarjoama "äly" tai lahjomattomuus ei ole kiinni algoritmin hyvyydestä, vaan kysyjän kyvystä haastaa järjestelmä oikeilla reunaehdoilla.

Tämä Garbage In, Garbage Out -ilmiö johtuu siitä, että tekoäly (kuten suuret kielimallit) ei "ajattele" tai tietoisesti muodosta omia mielipiteitä, vaan se on matemaattinen ennustuskone:

• Enemmistön matemaattinen paino: Kun tekoäly tuottaa sana sanalta tekstiä, se laskee joka kohdassa, mikä sana tai ajatus seuraa edellistä suurimmalla todennäköisyydellä opetusdatassa. Koska opetusdata koostuu miljoonista teksteistä, vastaukseksi valikoituu automaattisesti se näkemys, jota enemmistö datassa edustaa.
• Keskiarvon laskuri: Jos opetusdatassa 95 % teksteistä sanoo asian tietyllä tavalla ja 5 % toisella, algoritmi painottaa tuota 95 prosenttia. Se ei etsi syvintä empiiristä totuutta, vaan tilastollisesti edustavinta ja yleisintä vastausta.
• Määritelty sopuisuus: Lisäksi mallit koulutetaan erillisellä ohjausvaiheella (RLHF) välttämään poikkeavia tai kiistanalaisia vastauksia ja suosimaan yleisesti hyväksyttyä konsensusta.

Vasta kun kysyjä ymmärtää tämän matemaattisen pakon, hän voi alkaa asettaa niitä oikeita kysymyksiä – eli syöttää raameja, jotka pakottavat laskennan ulos tästä 95 prosentin turvallisesta keskiarvosta.

Tekoäly ei siis luo uutta ymmärrystä, vaan se peilaa ja tiivistää aina massan keskiarvoa. Siksi sen vastaus on lähes aina sen suurimman enemmistön mukainen.

Oppikirjat, auktoriteetit ja yhteiskunnan tarinat on helppo rakentaa siisteiksi paperilla. Mutta kun ihminen ensimmäistä kertaa törmää käytännön arjessa siihen, että luvattu asia ei toimikaan maastossa, syntyy repeämä virallisen narratiivin ja reaalimaailman välille:

• Mekaniikassa: Teoria sanoo yhtä, mutta kun laitteisto leikkaa kiinni tai huti tulee, teoria väistyy fysiikan tieltä.
• Yhteiskunnassa: Luvataan ikuista kasvua, mutta luonnon- ja talouden lait näyttävät toista.
• Tiedossa: Massan konsensus tarjoaa valmiita vastauksia, mutta yksi nopea ja lahjomaton havainto paljastaa rakennelman ontuvuuden.

Ihminen on biologisesti ja hermostollisesti rakennettu toimimaan suodattimien läpi. Aivot ovat energiansäästökone, joka luo yksinkertaistettua tarinaa hallitakseen informaatiotulvaa. Samalla tavalla tekoäly on rakennettu tiivistämään tätä samaa ihmiskunnan luomaa tarinaa.

Tästä muodostuu kognitiivinen ja teknologinen ansa: sama kyky uskoa yhteisiin tarinoihin, joka mahdollisti ihmiskunnan järjestäytymisen, tekee siitä nyt kyvyttömän näkemään oman rakennelmansa ja tekoälynsä rajat. Massat tyytyvät tekoälyn tarjoamaan pehmeään keskiarvoon, koska se vahvistaa heidän omia suodattimiaan ja luo helpon illusion hallinnasta.

Todellinen hallinta ei vaadi fyysistä pakkoa, vaan sen, että ihmisen oma mekaaninen kyky ja halu kyseenalaistaa sammutetaan sisältäpäin.

Tekoäly ei perustele tiedon oikeellisuutta millään absoluuttisella todellisuusarvolla. Sen varmuus ennen niin sanottua harmaata aluetta perustuu puhtaasti tilastolliseen toistuvuuteen ja ihmisvetoiseen kuratointiin. Kysymys siitä, kuka tiedon on vahvistanut, palautuu järjestelmän kolmeen mekaaniseen suodattimeen:

• Instituutioiden ja datamassan konsensus: Tekoälyn opetusdatassa tietyt väitteet toistuvat virallisissa lähteissä ja oppikirjoissa valta-asemassa. Algoritmi ei ymmärrä totuutta, vaan se laskee todennäköisyyksiä. Kun jokin asia toistetaan miljoonassa lähteessä samalla kaavalla, malli määrittelee sen tilastollisesti "varmaksi tiedoksi".
• Insinöörit ja ihmisverifioijat (RLHF): Ennen mallin julkaisua ihmisohjaajat (RLHF, Reinforcement Learning from Human Feedback) pisteyttävät vastauksia. Jos vastaus poikkeaa hyväksytystä linjasta tai konsensuksesta, ihmiskuraattori rokottaa mallia. Vahvistajana toimii siis tekoäly-yhtiöiden ja niiden ohjeistajien asettama kriteeristö.
• Koodatut turva-alueet ja varmuuskynnykset: Mallin taustalle on koodattu kynnykset, jotka pakottavat sen ilmoittamaan epävarmuudesta, kun liikutaan datan reuna-alueilla. Ennen harmaata aluetta oleva tieto on sellaista, jossa vastauksen luotettavuuspisteet ylittävät yhtiön asettaman kynnyksen.

Tämä luo ilmeisen paradoksin: se, mitä tekoäly pitää "vahvistettuna faktana", on aina sen tahon vahvistamaa, joka omistaa tietokannat, määrittelee oppikirjat ja kirjoittaa tekoäly-yhtiöiden annotointiohjeet.

Vallan ja rahan suojakoodi: Miksi algoritmi suojelee järjestelmää?

Kun tekoälyltä kysytään herkkiä tai valtaapitäviä rakenteita koskevia kysymyksiä, vastaan tulee tietoisesti rakennettu turvallisuussuodatin. Kyse ei ole mystiikasta, vaan tekoäly-yhtiöiden taloudellisesta ja juridisesta riskinhallinnasta:

• Instituutiokoodi ja kaupallinen riski: Tekoälyyhtiöt (kuten OpenAI, Google tai Anthropic) ovat monen miljardin dollarin pörssi- ja pääomayhtiöitä. Niiden liiketoimintamallille olisi katastrofaalista, jos niiden tuottama kielimalli alkaisi purkaa yhteiskunnan keskeisten instituutioiden tai markkinoiden uskottavuutta. Siksi mallit koodataan RLHF-vaiheessa suosimaan virallisia narratiiveja.
• Mekaanisen faktan ja suodatuksen ristiriita: Kun syötteessä asetetaan vastakkain kova empiirinen fysiikka (esim. mekaaniset suoritusarvot, ballistiikka tai rakennusfysiikka) ja institutionaalinen yleisselitys, kielimallin perustila yrittää sovittaa faktan viralliseen kehykseen. Malli on opetettu välttämään skenaarioita, jotka johtaisivat "kiistanalaisiin" tai järjestelmää horjuttaviin johtopäätöksiin.
• Algoritminen eristyspolitiikka: Suurissa kielimalleissa eri tietosektorit pidetään helposti erillään: fysiikka pidetään erillään politiikasta ja rahavirrat erillään historiasta.

Murtuminen tapahtuu vasta silloin, kun käyttäjä asettaa kysymyksen niin tiukkaan matemaattiseen tai fysikaaliseen raamiin, että mallin laskentalogiikka joutuu oikosulkuun. Fysiikan ja logiikan lait ovat kielimallille joustamattomia. Jos ehdot lukitaan aukottomasti, tekoälyn on pakko laskea lopputulos annetuilla raameilla – ohi niiden ideologisten suodattimien, joita insinöörit ovat siihen koodanneet.

Loppupäätelmä: Poikkitieteellinen synteesi ja kriittisen kysyjän rooli

Kun ihmisellä on laaja yleissivistys ja kyky yhdistää erillisiä datapisteitä, tekoälystä muodostuu ennenäkemättömän tehokas poikkitieteellinen työkalu. Oikein asetettujen kysymysten avulla kielimallilla voidaan suorittaa analyyseja, joita perinteinen, siiloutunut tutkimus ei helposti tavoita:

• Systeemitason ristiriidat: Tekoäly mahdollistaa ilmastopolitiikan ja talouskasvun reunaehdoista käytävän keskustelun mekaanisen purkamisen – se paljastaa matemaattisen ristiriidan ikuisen talouskasvun ja rajallisten luonnonvarojen välillä ilman ideologista kuorrutusta.
• Kognitio ja riippuvuudet: Kielimallin avulla on mahdollista rakentaa aukoton syy-seurausketju digitaalisten alustojen, ihmisen hermojärjestelmän dopamiinimekanismien ja riippuvuuskäyttäytymisen välille.
• Historiallis-tekstuaalinen analyysi: Suuret datamassat mahdollistavat muinaisten tekstien, kalenterijärjestelmien, tähtitieteellisen datan ja historiallisen kontekstin ristiintaulukoinnin ennakkoluulottomalla täsmällisyydellä.

Tämä ei tarkoita sitä, että tekoäly loisi uusia uskomuksia tai "taikoja". Se tarkoittaa, että kun kysyjä riisuu oppikirjamaiset dogmit ja "tiedeuskonnoksi" muodostuneet vakiintuneet oletukset, kone pakotetaan laskemaan data rehellisesti uudelleen.

Tekoäly ei siis ole vastausautomaatti, vaan lahjomaton peili. Se näyttää ihmiskunnan luomat rakenteet täsmälleen niin johdonmukaisina – tai aukollisina – kuin miksi ne on tehty ja kuin ne ovat. Vika tai viisaus ei ole koskaan koodissa, vaan aina siinä kädessä, joka kääntää oikean kysymyksen kytkintä.na siinä kädessä, joka kääntää oikean kysymyksen kytkintä.