Eettinen ja kestävä tekoäly osana vastuullista liiketoimintaa

Teknisenä käsitteenä tekoäly on haastava ja moniselitteinen, ja lisää mutkikkuutta saadaan mukaan pohtimalla tekoälyratkaisujen vastuullisuutta.

Luotettavaa ja eettistä tekoäly on kaiketikin silloin, kun sen kehittämisessä ja hyödyntämisessä huomioidaan tarkasti erilaiset yhteiskunnalliset ja ekologiset näkökulmat. Tärkeitä arvoja ja eettisiä periaatteita ovat mm. yksityisyyden suoja, oikeudenmukaisuus, puolueettomuus, läpinäkyvyys ja syrjimättömyys. Tekoälyn etiikkaa koskevien suunnittelu- ja käyttösuositusten avulla kehitystä pyritään ohjaamaan ennakoivasti vastuullisuuteen. Tutkimusten mukaan suositukset kuitenkin integroituvat puutteellisesti toimijoiden strategiaan ja operatiiviseen toimintaan (Hagendorff, 2020) – vastuullisuus ei herää eloon.

Kestävä tekoäly määritellään van Wynsberghen (2021) mukaan kehitykseksi, joka edistää muutosta kohti parempaa ekologista eheyttä ja sosiaalista oikeudenmukaisuutta koko tekoälytuotteen elinkaarella (ideoinnista toteutukseen ja hallintoon). Tämä ajatus yhdistyy myös kestävän ja vastuullisen liiketoiminnan periaatteisiin, joilla pyritään ympäristöön ja yhteiskuntaan liittyvien huolenaiheiden ja kestävän kehityksen tavoitteiden (SDGs) kattavaan huomiointiin palvelun elinkaarella, toimitusverkostot mukaan lukien. Tämä herättää kysymyksen siitä, voisivatko tekoälyn etiikka ja kestävyys integroitua paremmin toimintaan, jos ne vietäisiin osaksi vastuullisen ja kestävän liiketoiminnan sateenvarjoa.

Kestävän ja vastuullisen liiketoiminnan pyrkimykset

Perinteisesti kestävällä kehityksellä tarkoitetaan kehitystä, joka ”vastaa nykyajan tarpeisiin vaarantamatta tulevien sukupolvien mahdollisuutta vastata omiin tarpeisiinsa” (EUR-Lex, 2022). Huomioon otetaan kolme vastuun osa-aluetta: ympäristö, talous ja sosiaalinen näkökulma (Elkington, 1997). Yritysten kestävyydessä (corporate sustainability) painottuu liiketoiminnan pitkäaikaisuus ja edistyneet tavat muuttaa toimintaa kestävän kehityksen suuntaan (Ashrafi ym., 2018). Monimutkaisia kestävyyden ympäristöhaasteita ovat esimerkiksi kasvihuonekaasupäästöt, luonnonvarojen liikakäyttö, ilmastonmuutos ja luonnon monimuotoisuuden väheneminen. Sosiaalisia ja yhteiskunnallisia huolenaiheita ovat mm. työntekijöiden hyvinvointi, moderni orjuus, aggressiivinen verosuunnittelu, korruptio ja ihmisoikeusloukkaukset.

Kestävän liiketoiminnan avainkäsitteet ”vastuullinen” (responsible) ja ”kestävä” (sustainable) ovat kietoutuneet toisiinsa, ja niitä käytetään keskenään epäjohdonmukaisesti sekä moniselitteisesti (Bansal & Song, 2017; ElAlfy ym., 2020). Alun perin yritysvastuussa (1950-luvulta) tarkasteltiin pääosin markkinoiden aiheuttamia yhteiskunnallisia haittoja. Vastuullisuutta arvioitaessa vertailtiin keskenään osakkeen omistajille tuotettua arvoa ja sidosryhmien oikeuksia sekä punnittiin yritysjohdon moraalisia velvollisuuksia. Kestävyyden tarkastelussa (1980-luvulta) puolestaan painotettiin taloudellisen kehityksen haittoja luonnonjärjestelmille, ja mukaan nostettiin systeeminen näkökulma. (Bansal & Song, 2017.)

Nykyisin vastuullisen ja kestävän liiketoiminnan nähdään sulautuvan yhteen ja korostavan strategista suuntautumista ympäristön ja yhteiskunnan kannalta hyviin käytäntöihin (Bansal & Song, 2017). Systeemisellä tasolla kestävä kehitys edellyttää yrityksiltä laajaa ymmärrystä niistä ekologisista ja sosiaalisista järjestelmistä, joissa ne toimivat. Lisäksi yritysten tulee ottaa vastuuta viemällä ympäristöön ja yhteiskuntaan liittyvät huolenaiheet osaksi liiketoimintamallejaan ja -käytäntöjään. (Manninen, 2022.) Yrityksissä vastuullisuus- ja kestävyystarkastelu on ulotettava koko palvelun elinkaarelle aina raaka-ainehankinnasta, toimitusverkostoihin ja teknologioiden keskinäisiin riippuvuuksiin. Lisäksi on hyvä pohtia tuotteen vastuullista markkinoille vientiä ja asiakkaan luotettavuutta – siis sitä, kuka asiakkaaksi kelpaa ja millaisiin käsiin tuote mahdollisesti päätyy. Kaikki tämä on relevanttia myös tekoälytuotteiden kohdalla.

Tekoälyn huolenaiheet ja ennakointi

Tekoälyn kehittämiseen ja käyttöön liittyy erilaisia yhteiskunnallisia huolenaiheita. Esimerkiksi kasvojentunnistusjärjestelmissä on havaittu rodullista syrjintää sekä ansioluetteloiden seulontajärjestelmissä sukupuolen syrjintää. Myös terveydenhuollon kliinisessä käytössä olevista järjestelmistä tutkijat ovat löytäneet sosioekonomiseen taustaan ja rotuun liittyviä vinoumia. Tällaiset eettisiä periaatteita rikkovat mallit heijastavat ja vahvistavat ihmisten sosiaalisia ennakkoluuloja, syrjivät ja tuottavat väärää tietoa maailmasta. (Ngo & Sakhaee, 2022.)

Tekoälyn etiikkaan on kiinnitetty enenevässä määrin huomiota, ja alan toimijat ovat myös suunnanneet resursseja ongelmien korjaamiseen. Keskeistä on kuitenkin päästä kehittämään tekoälyratkaisuja siten, että ongelmia ennaltaehkäistään – ei vain korjata. Tämän vuoksi onkin tärkeää, että vastuullisuus ja kestävyys kytketään vahvasti sitä kehittävien tai hyödyntävien yritysten ja muiden toimijoiden strategisen tason tavoitteisiin, tutkimus- ja kehitystoimintaan sekä palvelutuotantoon. Tavallisesti vastuullisuuden ja SDG-tavoitteiden toteutumista seurataan erilaisin mittarein (esim. negatiivisten vaikutusten jalanjälki ja positiivisten vaikutusten kädenjälki). Raportointivelvoite ja avoimuus pyritään ulottamaan koko toimijaverkostoon. Voisiko myös tekoälyratkaisujen kestävyyttä ja vastuullisuutta mitata ja raportoida näin?

Vastuullisuus ei ole helppoa, mutta se palkitsee

Yksittäisen yrityksen tai toimijan on usein vaikea hahmottaa, kuka on vastuussa tai mikä on oman toiminnan osuus vastuusta. Tämä nousee helposti esiin myös hyödynnettävän datan ja algoritmien kohdalla. Yritykset voivat hakea suurta roolia yhteiskunnan negatiivisten tapahtumakulkujen estämisessä ja ongelmien ratkaisemisessa tai pyrkiä jättäytymään sivuun kiertämällä vastuukysymyksiä. Globaalissa taloudessa etenkin kuluttajat voivat tuomita sivuraiteelle jättäytyvän ja yrityksiltä edellytetäänkin yhä useammin nopeaa reagointia uusiin vastuuhaasteisiin (esim. liiketoiminnan lopettaminen Venäjällä.)

Yritysten roolin ja tehtävien määritteleminen suhteessa paikallisiin ja globaaleihin ongelmiin ei ole helppoa. Lisäksi kunkin toimijan – yrityksen, yhteiskunnan, kansalaisen – vastuullisuuden rajaaminen on vaikea poliittinen ja eettinen kysymys. Vastuullisen ja kestävän liiketoiminnan toteuttaminen edellyttää yrityksiltä ja miksei julkisilta toimijoiltakin tarkkaa perehtymistä omien verkostojensa ja alihankintaketjujensa toimintaan. Raaka-aineiden (kuten myös datan), komponenttien, ohjelmistojen ja teknologioiden ketjut sekä yhteistyökumppaneiden taloudelliset ja poliittiset tavoitteet, kytkökset ja riippuvuudet tulisi jollakin tasolla ottaa haltuun ja läpivalaista. Eri tekijät vaikutuksineen kytkeytyvät kuitenkin toisiinsa epälineaarisin tavoin sisältäen takaisinkytkentöjä, joiden olemassaoloa on vaikea valottaa. Renn kollegoineen (2019) varoittaakin siitä, miten huonosti systeemiset riskit vaikutuksineen ja erilaisine tulevaisuusskenaarioineen tunnetaan.

Vastuullisen tekoälyn hallintaan on kehitetty erilaisia kehyksiä (governance framework), joiden avulla tekoälyn kehittämistä ja käyttöönottoa voi arvioida ja valvoa. Tällaisia kehyksiä on tutkittu myös ETAIROS-hankkeessa. Tarkastelu osoittaa, että tekoälyn kehittämisen ja käytön vastuullisuus edellyttää julkishallinnolta entistä osallistavampia päätöksenteon muotoja (Sigfrids ym., 2022). Osallistamisen ohella vastuulliseen tekoälyyn liitetään mm. tietojen hallinnointi, eettiset ratkaisut, riskienhallinta ja koulutus (Wang ym., 2020). Kehykset ovat tärkeitä etenkin julkisten toimijoiden näkökulmasta. Niiden lisäksi toivoisin, että myös tekoälyn kehittämisen ja käytön kestävyys ja vastuullisuus vietäisiin suoraan teknologiayritysten liiketoiminnan ytimeen – liiketoimintamalleihin, strategiaan ja mittareihin (ei siis vain markkinapuheisiin). Porkkana yrityksille tässä on ainakin siinä, että kestävyysteen ja vastuullisuuteen aidosti tähtäävillä strategioilla on tutkimuksissa osoitettu yhteys teknologiayritysten suoritus- ja kilpailukyvyn lisäämiseen (mm. Bernal‐Conesa et al., 2017). Ja me kaikki muut – me tietysti hyötyisimme vastuullisemmin tuotetusta teknologiasta!

Blogin kirjoittaja Senior Scientist Marinka Lanne työskentelee VTT:llä. ETAIROS-tutkimushankkeessa hän tarkastelee erityisesti teköälyn eettistä hyödyntämistä sosiaali- ja terveyspalveluissa.

Lähteet

Ashrafi, M., Adams, M., Walker, T.R., and Magnan, G. 2018. How corporate social responsibility can be integrated into corporate sustainability: a theoretical review of their relationships. International Journal of Sustainable Development & World Ecology.

Bansal, P., & Song, H. C. (2017). Similar but not the same: Differentiating corporate sustainability from corporate responsibility. Academy of Management Annals, 11(1), 105-149.

Bernal‐Conesa, J. A., de Nieves Nieto, C., & Briones‐Peñalver, A. J. (2017). CSR strategy in technology companies: Its influence on performance, competitiveness and sustainability. Corporate social responsibility and environmental management, 24(2), 96-107.

Elkington, J. 1997. Cannibals with forks: the triple bottom line of 21st century business, Capstone, Oxford.

Hagendorff, T. (2020). The ethics of AI ethics: An evaluation of guidelines. Minds and Machines, 30(1), 99-120.

Manninen, K. (2022). Conducting sustainability target-driven business. Lappeenranta-Lahti University of Technology LUT. (Väitöskirja)

Ngo, H. & Sakhaee, E. 2022. CHAPTER 3: Technical AI Ethics. In: Artificial Intelligence Index Report 2022. Stanford University.

Renn, O., Lucas, K., Haas, A., & Jaeger, C. (2019). Things are different today: The challenge of global systemic risks. Journal of Risk Research, 22(4), 401-415.

Sigfrids, A., Nieminen, M., Leikas, J. & Pikkuaho, P. 2022. How should public administrations foster the ethical development and use of artificial intelligence? A review of proposals for developing governance of AI. Frontiers. (Accepted manuscript)

Wang, Y., Xiong, M., & Olya, H. (2020, January). Toward an understanding of responsible artificial intelligence practices. In Proceedings of the 53rd hawaii international conference on system sciences (pp. 4962-4971). Hawaii International Conference on System Sciences (HICSS).

van Wynsberghe, A. (2021). Sustainable AI: AI for sustainability and the sustainability of AI. AI and Ethics, 1(3), 213-218.