Yliarvioimmeko tekoälyn vaikutusta työn tulevaisuuden murroksessa?

Kirjoittaja: Alexander Törnroth.

Huominen on nopeampaa, älykkäämpää, tehokkaampaa ja automaation kyllästämää – sinua ja minua ei enää tarvita samassa määrin koneiden korvatessa meidät. Nykyinen osaaminen ja tulevaisuuden tarpeet eivät kohtaa, ja edessämme on merkittävä työmarkkinoiden kohtaanto-ongelma. Erinäisten tutkimusten mukaan 0,5–1 miljoonaa suomalaista tulee uudelleenkouluttaa (Järvilehto 2019). Siis jo töissä olevia ihmisiä! Samalla nousee huoli opiskelijoiden jaksamisesta, joka kulminoituu sietämättömään tietämättömyyteen tulevasta: onko osaamiseni, mitä tänään opiskelen enää merkityksellistä valmistumisen jälkeen? Valmistunko ammattiin, jota ei enää hetken päästä ole?

On esitetty (lue: varmana pidettyjä) pessimistisiä näkemyksiä työn tulevaisuudesta ja tuloerojen kasvamisesta. On hyvin erilaisia käsityksiä siitä, kuinka paljon ja kuinka nopeasti tekoäly tuhoaa nykyisiä työpaikkoja. Automatisoitavia, rutiininomaisesti toistuvia tehtäviä sisältäviä, niin sanottuja taylorisoituja työpaikkoja oli vuonna 2015 noin 9 % työpaikoista Suomessa (Koski ja Husso 2018). McKinseyn (2017) mukaan tekoäly tuhoaa Suomessa noin 15 % työpaikoista vuoteen 2030 mennessä ja muuttaa työn luonnetta huomattavasti tätä suuremmassa osassa tehtäviä.

Pohjois-Amerikkaa koskevissa tutkimuksissa on vastaavasti väitetty, että robotit1 korvaavat ihmisen puolessa kaikista työpaikoista 10−20 vuoden sisällä (Marketwatch 2019). Rajuinta pudotuksen oletetaan olevan ”perusduunari-”, eli kenttä- ja huoltotöissä, joissa työntekijämäärien arvioidaan romahtavan nykyisestä miljoonasta henkilöstä 50 tuhanteen henkilöön. Tämä kaikki tapahtuu näiden selvitysten mukaan seuraavan kymmenen vuoden aikana.

Kaikki tämä ”varma tieto” on ihmeellinen esimerkki tarinan voimasta: kun mitä tahansa tarinaa toistaa tarpeeksi pitkään, alamme kaikki lopulta kollektiivisesti siihen uskoa. Mutta esimerkiksi kenttä- ja huoltotyöntekijöiden korvaamiseen liittyen voimme esittää kaksi yksinkertaista kysymystä. Miten monta robottia työskentelee nykyään kyseisissä tehtävissä? Nolla. Miten monta vaihtoehtoa olemme nähneet koneista, jotka suoriutuisivat samoista tehtävistä paremmin kuin ihminen? Nolla.

Teknologisen edistyksen vaikutukset suodattuvat monien tekijöiden läpi ja kehityksen vauhtiin liittyy epävarmuutta. Kun asiaa tarkastelee neljän peruslainalaisuuden kautta – digitalisaation harha, raskaat investointikustannukset, suorituskyvyn ja pätevyyden ero sekä tekoälyn yliarviointi – huomaa, että muutokset työllisyydessä eivät todennäköisesti ole yhtä nopeita kuin teknologinen kehitys antaisi odottaa.

Digitalisaation harha

Useammat tutkijat ja asiantuntijat, allekirjoittanut mukaan lukien, olettavat helposti, että maailma on jo digitaalinen, että uusien teknologioiden hyödyntäminen voidaan aloittaa heti ja että ne johtavat hetkessä operatiivisiin muutoksiin tuotantoketjuissa, tehtaissa ja yritysten tukitoiminnoissa. On kuitenkin hyvä muistaa, että 98 % eurooppalaisista yhtiöistä on pieniä ja keskisuuria, jotka eivät ensimmäisten joukossa ole ottamassa käyttöön uutta teknologiaa. Kun kokonaisuuteen lisätään vielä arvio siitä, että 44 %:lta eurooppalaisista puuttuu perustavanlaatuiset digitaidot, niin saadaan tarkempi kuva tulevan digiloikan jättimäisistä haasteista (ks. esimerkiksi Digital Skills Gap 2017.) Kestää paljon kauemmin implementoida kaikki innovaatiot robotiikan ja tekoälyn saralla, kuin mitä alan (kuplan) sisällä yleensä oletetaan. Tämä on digitalisaation harha. Maailma ei ole vielä valmis.

Raskaat investointikustannukset

Yritykset ovat yleensä haluttomia ottamaan käyttöön uutta teknologiaa, jos se edellyttää suuria investointeja tai merkittäviä organisaatiomuutoksia. Vaikka olemme tottuneet alati päivittyvään puhelimeen, puhumattakaan hermoja raastavista Windows-päivityksistä, ei yritysmaailma liiku yhtä vikkelään. Siinä missä ohjelmistopäivityksiä saatetaan tehdä päivittäin ja melko halvalla, on vastaavasti koneiden ja kaluston käyttöön ottaminen ja päivittäminen huomattavasti kalliimpaa. Jos ostat auton tänään, se tuskin sisältää erityisen paljon päivitettäviä ohjelmistoja ja mitä todennäköisimmin se ei ole itseohjautuva. Mitä luultavammin ajat sillä vielä 15 vuodenkin kuluttua. Samoin, jos rakennat tänään talon, niin voit olettaa asuvasi siinä loppuelämäsi. Maailma muuttuu ympärillä, mutta se ei tarkoita, että vanhat investointipäätökset kumotaan, ellei sille ole selkeää taloudellista perustetta.

Suorituskyvyn ja pätevyyden ero

Tämän päivän tekoäly, kuten automaattinen puheentunnistus, on kapeaa tekoälyä. Se tarkoittaa sitä, että kone voi suoriutua ilmiömäisen hyvin tietystä tarkasti rajatusta tehtävästä. Se on siis suorituskyvyltään ylivoimainen ihmiseen nähden, mutta erityisen älykäs se ei ole.

Jos ihminen on teknisesti taitava laulamaan, saatamme olettaa, että hän oppii myös keskimääräistä helpommin soittamaan jotakin soitinta, koska hän ymmärtää musiikkia.2 Tapaamme ajatella koneiden suoritteiden osalta samalla tavalla: kun kuulemme, että kone tai järjestelmä suoriutui tietystä tehtävästä, niin uskomme, että sillä on samoja pätevyyksiä kuin ihmisellä samassa tehtävässä. Tämä on harhaluulo, ja kyse on suorituskyvyn ja pätevyyden erosta: kone on tehokas, muttei erityisen älykäs.

Tämän päivän robotit ja järjestelmät ovat monelta osin uskomattoman yksinkertaisia. Ne eivät yllä lähellekään älykkyyden perusominaisuutta eli taitoa ymmärtää fyysistä maailmaa tarpeeksi hyvin tehdäkseen siitä yksinkertaisia johtopäätöksiä. Niillä ei myöskään ole kykyä havainnoida yhtä asiaa ja käyttää sitä taustatietona oivaltaakseen, miten jokin toinen asia toimii. Ne eivät toisin sanoen ole päteviä tekemään muuta kuin sen asian, johon ne on tarkoitettu. Tämän seurauksena myöskään työpaikat eivät häviä yhtäkkisesti. Työ ennemmin muuttuu yksi askel kerrallaan.

Tekoälyn yliarviointi

Tekoälyn vaikutusta on jatkuvasti yliarvioitu, ensin 60- ja sitten 80-luvulla. Luultavasti näin käy tälläkin kertaa, lyhyellä aikavälillä ainakin.3 Viime vuosina olemme saaneet todistaa huimaa kehitystä tekoälyjärjestelmien tehokkuudessa ja hyödyntämisessä. Merkittävin syy tähän on edistys syväoppimisessa. Näiden onnistumisten valossa ajatellaan, että kehityskulku jatkuu samalla kulmakertoimella. Tämä on harhaluulo (ks. esimerkiksi Rosling et al. 2018). Nykyisen syväoppimisen edistysaskelia edelsi 30 vuoden kehitystyö. Kyse on ennemminkin yksittäisestä merkittävästä onnistumisesta kuin siitä, että voisimme olettaa tekoälyn kehityksen olevan erityisen lineaarista jatkossa(kaan). Seuraavaan tekoälytalveen en usko, mutta hypen laantuminen on vääjäämättä edessä. Tämä ei välttämättä ole huono asia, vaan tuo mukaan syvällisemmän ymmärryksen nykyisten teknologioiden rajallisuuksista ja vahvuuksista.

On hyvä pitää mielessä, että vaikka työpaikkojen häviämisvauhti tuntuu nopealta, se on selvästi hitaampaa kuin Suomessa on koettu aiempina vuosikymmeninä (Koski ja Husso 2018, 10). Tuoreimmat tutkimukset Pohjois-Amerikassa osoittavat, että vuonna 2018 tekoäly loi kolme kertaa enemmän työpaikkoja kuin se vei niitä. Ajanjaksolla 2016−2018 emme myöskään todistaneet merkittävää keskiluokkaisten töiden tuhoa. Itseasiassa niitä syntyi enemmän kuin matalapalkkaisia. (Dishman 2019.) Nykyisellään tekoäly ei siis ole lisännyt merkittävästi tuloeroja. Muutoksesta, olkoonkin vääjäämätön, ei välttämättä tule niin nopeaa tai kokonaisvaltaista kuin on ennustettu.

1Huom! Tämä on kirjoittajan yksinkertaistus. Raportissa ei viitata pelkästään robotteihin.
2Tämä ei tietenkään aina pidä paikkaansa.
3Kyseessä on niin kutsuttu Amara’s Law: yliarviomme teknologian vaikutusta lyhyellä aikavälillä samalla kuin aliarviomme sen vaikusta pitkällä aikavälillä.

Kirjoittaja

Alexander Törnroth, KTM, AI Accelerator Lead, Suomen Tekoälykiihdyttämö, osana Teknologiateollisuutta, alexander.tornroth(at)teknologiateollisuus.fi


Digital Skills Gap in Europe (2017). Euroopan komissio. Haettu 25.7.2019 osoitteesta https://ec.europa.eu/digital-single-market/en/news/digital-skills-gap-europe

Dishman, Lydia (2019). Is AI killing jobs? Actually, it added 3x more than replaced in 2018. FastCompany. Haettu 25.7.2019 osoitteesta https://www.fastcompany.com/90369739/is-ai-killing-jobs-actually-it-added-3x-more-in-2018

Tekoäly käsikirjoittajana

Kirjoittaja: Timo Lehti.

Tässä artikkelissa pohditaan tekoälyn mahdollisuuksia luoda käsikirjoituksia, jotka ovat taiteellisesti ja teknisesti yhtä hyviä kuin ihmisen kirjoittamat. Tekoäly on jo tuottanut sisältöä lyhyisiin audiovisuaalisiin tuotteisiin: se on käsikirjoittanut automainoksen, suunnitellut kauhuelokuvalle trailerin ja kirjoittanut miljoonia katseluja saaneen lyhytelokuvan. Tekoälyä on hyödynnetty myös muissa taiteissa kuten säveltämisessä ja kuvataiteissa. Miksei sitä siis voisi käyttää myös pitkien näytelmäelokuvien ja tv-sarjojen käsikirjoittamiseen?

Halutaanko tekoälyn luovan uutta, originaalia sisältöä vai halutaanko vain testata sen mahdollisuuksia taiteellisissa prosesseissa?

Käsikirjoituksia kollaasitekniikalla

Vuosia sitten työskentelin käsikirjoitusryhmässä, jonne kutsuttiin brittiläinen käsikirjoituskonsultti opastamaan meitä suomalaisia. Konsultin kirjoitusmetodi oli seuraava: hän tunnisti tarinasta tilanteen ja muisteli, missä amerikkalaisessa elokuvassa oli samankaltainen kohtaus. Hän kuvaili tuon elokuvakohtauksen ja määräsi suomalaisen käsikirjoittajan kirjoittamaan siitä uuden version. Kyseessä oli kollaasitekniikka, jossa valmiiden elementtien avulla muodostettiin uusi tarina.

Samankaltaisella tekniikalla myös tekoäly Benjamin kirjoitti Sunspring-lyhytelokuvan käsikirjoituksen. Benjaminille syötettiin vanhojen scifielokuvien käsikirjoituksia ja se muodosti niistä kokonaan uuden. Tuotantotiimillä oli varmaankin hauskaa lukiessaan käsikirjoitusta, jossa oli muun muassa toiminnankuvaus: ”Hän seisoo tähdissä ja istuu lattialla”. (Newitz 2016.)

Sunspring-elokuvan jälkeen Benjamin osallistui It´s No Game -elokuvan käsikirjoittamiseen. Elokuvassa David Hasselhoff esittää Hoffbot-nimistä hahmoa, joka laukoo Baywatch– ja Knight Rider -sarjojen tyylisiä repliikkejä. Koko elokuvan konsepti viittaa nähdäkseni siihen, että sen tekijätiimi on halunnut herättää kysymyksen siitä, millaisia seurauksia tekoälyn käytöstä saattaa seurata elokuvateollisuudelle. (Newitz 2017.)

Tekoäly taiteilijana

Tekoälyä on käytetty myös kuvataiteen luomisessa. Esimerkiksi Rutgersin yliopiston Art and Artificial Intelligence Laboratory on luonut tekoälyn avulla erilaisia kuvia, joiden taustalla on 80 000 olemassa olevaa taideteosta 500 vuoden ajalta. Näitä teoksia on näytetty myös yleisölle taidemuseossa. 75 prosenttia ihmisistä uskoi niiden olevan ihmisten tekemiä. (Elgammel 2017.) Kuvat ovat mielenkiintoisia, mutta ensimmäisenä minulle tulee mieleen kokeilut, joissa simpanssin maalaamia tauluja on viety taidegalleriaan ja väitetty niitä ihmisen tekemiksi. Herää kysymys, miksi näitä kuvia tehdään tai mihin niitä tarvitaan?

Automerkki Lexus päätti kokeilla uutta tapaa hyödyntää tekoälyä markkinoinnissa. Lexus SE -automainos ei ole mikään halpatuotanto, ja sen tekijät ovat kertoneet kokeilun luonteesta. IBM:n tekoäly Watsonille annettiin materiaaliksi valtava määrä mainoksia, joiden pohjalta se kirjoitti autolle uuden mainoselokuvan konseptin (Lee 2019). Lexus SE on hybridiauto, jonka kehittynyt tekniikka auttaa ihmistä ajamaan autoa turvallisesti. Siksi tekoälyn hyödyntäminen tämän tuotteen markkinoinnissa on mielestäni hyvin perusteltua. Teknologia ja ihminen voivat parhaimmillaan muodostaa toimivan kokonaisuuden yhdessä.

On muitakin esimerkkejä taiteen alalta. Yhdysvaltalainen David Cope on tutkinut tekoälyn käyttöä säveltämisessä vuosikymmeniä. Hän on nimittänyt käyttämänsä tekoälyohjelman Emmyksi, eivätkä kuulijat juuri erota sen säveltämiä teoksia suurten mestareiden sävellyksistä. Cope voi tilata tekoäly Emmyltään vaikkapa uuden Bach-tyylisen sävellyksen käytännössä napin painalluksella. (Siren 2019.)

MIT-tutkijat ovat luoneet Psycho-elokuvan Norman Batesin mukaan nimetyn ”tekoälypsykopaatin”, joka näkee jopa musteläiskätesteissä väkivaltaa. Norman kuvaa tiettyä musteläiskää sanoilla ”mies ammutaan kuoliaaksi”. Samassa kuvassa ”normaali tekoäly” näkee lähikuvan kukkamaljakosta. Normanin materiaalina käytettiin Reddit-sivuston synkimpiä keskusteluja. Tutkijoiden tarkoituksena on osoittaa, kuinka suuri merkitys on tekoälylle syötetyllä materiaalilla. (Ks. Norman. World’s first psychopath AI.)

Normania voisi ajatella runoilijana, joka näkee pahuutta ja väkivaltaa kaikessa – eikä se ikinä väsy musteläiskien kommentointiin. Samalla tavalla Benjamin voisi kehittää absurdien lyhytelokuvien käsikirjoituksia ja Watson kliinisiä automainoksia loputtomasti. Tekoäly ei ikinä puudu kirjoittamiseen kuten ihminen. Mutta ratkaiseeko tämä käsikirjoittamisen ongelman?

Säveltäjän käsi väsyy, mutta tekoäly ei.

Ratkeavatko ongelmat napin painalluksella?

Tälläkin hetkellä maailma on pullollaan tuottamattomia käsikirjoituksia, ja uusia kirjoitetaan jatkuvasti. Käsikirjoittamisen haaste on nähdäkseni muualla kuin materiaalipulassa: suurempia ongelmia aiheuttavat käsikirjoitusten vaihteleva laatu, hyvien ideoiden muokkaaminen erinomaisiksi käsikirjoituksiksi ja oikeanlaisten projektien löytäminen valtavasta tarjonnasta.

Tekoälyä käytetään tälläkin hetkellä käsikirjoitusten analysoimiseen. Kenneth Williams tekoälyä kehittävästä yrityksestä The Entertainment Technology Center kertoo, että hänen yrityksensä tarjoaa käsikirjoitusten seulomiseen työkaluja, joiden avulla käsikirjoittajat ja tuottajat voivat tehdä fiksumpia päätöksiä. (Lee 2019.) Tekoälyä siis käytetään seulomaan tietomassoja ja etsimään ennalta määritettyjä elementtejä. Mutta mitä nämä elementit ovat? Ikimuistoisia repliikkejä, action-kohtauksia vai mahdollisimman koskettavia tarinoita? Ihminen vaikuttaa vahvasti tekoälyn toimintaan luomalla algoritmin, valitsemalla materiaalin ja seulomalla tekoälyn tuotokset. Mielestäni olisikin olennaista kysyä, mihin ongelmaan haetaan ratkaisua, kun tekoälyä käytetään käsikirjoittamisessa – tai missä tahansa taiteessa.

Käsikirjoitusohjelmat ja -oppaat

Yleisesti käytettyjä käsikirjoitusohjelmia ovat Movie Magic Screenwriter, Final Draft ja Celtx. Vapaaseen lähdekoodiin perustuvia käsikirjoitusohjelmia ovat Fountain ja Beat. Ne ovat kaikki periaatteessa tekstinkäsittelyohjelmia: auttavat käsikirjoittajaa muotoilemaan tekstin oikeaan käsikirjoitusformaattiin. Saman muotoilun voi tietysti tehdä tavallisella kirjoituskoneella, mutta silloin tekstin editoinnista, versioinnista ja analysoinnista tulee huomattavasti vaikeampaa. Olen pintapuolisesti tutustunut Dramatica Pro -ohjelmaan, joka esittää käsikirjoittajalle sisällöllisiä kysymyksiä ja näin auttaa häntä kehittämään tarinaa. Dramatica ei kuitenkaan ole tekoäly. Mielestäni se on enemmänkin yksi käsikirjoitusteoria tai yksi How to Write a Screenplay -tyyppinen opas, vaikkei se olekaan perinteisen kirjan muodossa.

How to Write a Screenplay -oppaita on julkaistu satoja ja suurin osa niistä on suunnattu amerikkalaisille ”wanna be -käsikirjoittajille”, jotka uskovat, että kuka tahansa voi kirjoittaa elokuvan ja rikastua yhdessä yössä. Sekä ammattilaiset että nämä wannabeet tarjoavat Hollywoodiin jatkuvasti uusia käsikirjoituksia. Pulaa niistä ei siten juuri ole. Mielestäni how to -oppaat ovatkin kuin keittokirjoja. Ne kaikki väittävät, että juuri niiden resepteillä onnistuu tekemään maailman parasta ruokaa. Mutta mikä on maailman parasta ruokaa? Millainen on maailman paras käsikirjoitus? Nämä ovat monitahoisia kysymyksiä, joihin ei ole absoluuttisen oikeita vastauksia.

Millainen on maailman paras elokuva? Millainen on maailman paras elokuvakäsikirjoitus?

Käsikirjoittaminen vs. konekirjoittaminen vs. tekoälykirjoittaminen

Yksi how to -oppaista on Jim Mercurion kirjoittama The Craft of Scene Writing (2019). Mercurio lupaa auttaa käsikirjoittajaa löytämään oman äänensä ja tekemään omasta tyylistään erilaista kuin valmiita kaavoja noudattavien imitaattoreiden käsikirjoitukset. Hän siis peräänkuuluttaa käsikirjoituksia, jotka ovat tekijänsä näköisiä eivätkä aiemman materiaalin kierrätystä. Kirjan perusteella vaikuttaa siltä, että Mercurio pitävää käsikirjoittamista taiteena ja käsikirjoittajaa taiteilijana, joka ei tyydy vain toistamaan jotakin kaavaa.

Olen samoilla linjoilla Mercurion kanssa. Käsikirjoittajan pitäisi mielestäni tuntea jokainen kohtaus sisällään: hänen pitäisi asettua henkilön ”nahkoihin” ja tuntea samat tunteet, jotka fiktiivinen henkilö käy läpi. Ajatuksena on, että käsikirjoittajan tunteet kulkevat käsikirjoituksen kautta näyttelijälle ja näyttelijän ilmaisun kautta tunne välittyy kameralle. Ja lopulta katsoja näkee kohtauksen ja hän tuntee saman tunteen, jonka käsikirjoittaja on alun perin tarkoittanut. Tämä voi kuulostaa monimutkaiselta, mutta uskallan väittää, että siinä on fiktioelokuvan ”taika” ja taiteen merkitys pähkinänkuoressa. Parhaimmillaan elokuva koskettaa syvimpiä tunteitamme, koska tunnistamme itsemme fiktiivisistä ihmisistä ja samastumme heidän kohtaloonsa.

Pitää kuitenkin muistaa, että käsikirjoittaminen on vain yksi työvaihe pitkässä prosessissa. Suurin osa ratkaisevista päätöksistä tehdään ryhmässä, johon osallistuvat tuottaja, ohjaaja, käsikirjoittaja ja mahdollisesti muitakin ihmisiä. Yleensä tässä vaiheessa syntyvät ne ratkaisevat oivallukset, jotka tekevät projektista ainutlaatuisen.

Ei varmaankaan ole olemassa mitään absoluuttista totuutta, jonka pohjalta voisi tehdä maailman parhaan käsikirjoituksen. Ei ole olemassa elokuvaa tai käsikirjoitusta, joka olisi kaikkien mielestä täydellinen. On olemassa tiettyjä dramaturgisia sääntöjä – esimerkkeinä mainittakoon pitkän elokuvan rakenne, vaatimus aktiivisen päähenkilön muutoksesta sekä päähenkilön ja vastavoiman välisen jännitteen merkitys – mutta nekin ovat jatkuvassa muutoksen tilassa. Elokuvataide kehittyy jatkuvasti ja samoin kehittyvät elokuvataiteen ”säännöt”. Parhaimmillaan taiteessa kuitenkin tehdään jotakin sellaista, joka rikkoo sääntöjä. Tehdään jotakin sellaista, mitä ei ole aiemmin tehty. Voidaankin kysyä, pystyykö tekoäly eläytymään fiktiivisen henkilön tunteisiin – vai onko tekoälyn käsikirjoitus vain kollaasi kaikesta siitä materiaalista, joka koneeseen on syötetty?

Hyvänä esimerkkinä toimii käsikirjoittaja Keaton Pattin tekemä kokeilu, jossa hän syötti tekoälylle valtavan määrän Batman-materiaalia. Tekoäly kirjoitti tietomassan pohjalta uuden Batman-käsikirjoituksen. Se on kaikessa järjettömyydessään varsin hauskaa luettavaa – mutta taiteellisilta ja tuotannollisilta arvoiltaan arveluttava. (Scott 2019.)

Kuvakaappaus Keaton Pattin (2019) julkaisemasta käsikirjoitussivusta.

Tekijyyden merkitys

Lopuksi voimme pohtia, onko sillä merkitystä, kuka taideteoksen tekijä on. Onko sillä merkitystä, onko tekijänä ihminen, simpanssi tai tekoäly? Käyttäkäämme esimerkkinä maailman kalleinta taulua: Leonardo da Vincin teosta Salvator Mundi, jonka myyntihinta oli 450 miljoonaa dollaria vuonna 2017. Vasarahinta oli korkea, sillä etukäteen arvioitiin huutokaupan voittajan saavan sen noin 80 miljoonalla dollarilla. (Lehmusvesi 2019.)

Mitä tapahtuu Salvator Mundin arvolle, jos se ei olekaan da Vincin maalaama vaan ”hänen johdollaan syntynyt” taideteos. Entä jos sillä ei ole mitään tekemistä Leonardo da Vincin kanssa? Asiantuntijoiden mukaan Salvator Mundin arvo luultavasti romahtaisi jonnekin miljoonan euron paikkeille (Lehmusvesi 2019). Tämän esimerkin perusteella uskallan väittää, että taideteoksen tekijällä on väliä. Myös sillä on merkitystä, onko taideteoksia lukematon määrä vai kenties vain yksi.

Mitä me toivomme tekoälyn olevan?

Hyvä renki, huono isäntä

Taiteen historia on täynnä inspiroitumista muiden teoksista ja lainaamista vanhoilta mestareilta. Aika ajoin taiteessa on löydetty uusia tapoja nähdä maailma ja koskettaa katsojien syvimpiä tuntoja. Mutta voiko tekoäly luoda uutta sisältöä, joka koskettaa inhimillisiä emootioita – vai kykeneekö se vain valmiiden elementtien yhdistämiseen?

Suomalaista sanontaa mukaillen uskallan väittää, että tekoäly on hyvä renki, mutta huono isäntä. Apuvälineenä se on erinomainen, mutta tuskin kykenevä itsenäisen, uutta luovan taiteilijan rooliin. Säveltäjä David Cope on todennut, että hänen Emmy-tekoälynsä tekee juuri sellaista musiikkia kuin mihin hän itse pystyy musikaalisuutensa, tyylituntemuksensa, ohjelmointikykynsä ja sinnikkyytensä ansiosta. Emmy tekee vain sitä, mitä Cope käskee – ja Cope itse myös valitsee ne sävellykset, jotka julkaistaan. (Siren 2019.)

On ollut yrityksiä luoda tekoälyä, joka ymmärtäisi käsikirjoitusten emotionaalista tasoa. Tähän mennessä teknologia ei kuitenkaan ole riittävän kehittynyttä esimerkiksi komedian ymmärtämiseen. ”Mikä on hauskaa ja miten olla hauska – siihen teknologia ei ole vielä valmis”, toteaa Shri Narayanan, School of Engineering Signal Analysis and Interpretation Laboratoryn johtaja. (Lee 2019.)

Jos tekoäly joskus kirjoittaa elokuvakäsikirjoituksen – komedian tai tragedian – lupaan lukea sen avoimin mielin. Jos simpanssi joskus kirjoittaa elokuvakäsikirjoituksen, lupaan lukea senkin ennakkoluulottomasti. Jos jostain löytyy yleisnero Leonardo da Vincin kirjoittama käsikirjoitus, lupaan lukea senkin. Mutta arvostelen ne kaikki samalla mittapuulla kuin muutkin luettavakseni tulevat käsikirjoitukset.

Kirjoittaja

Timo Lehti, TaM, AmO, tohtorikoulutettava, käsikirjoittamisen lehtori, Metropolia ammattikorkeakoulu, timo.h.lehti(at)metropolia.fi


Elgammal, Ahmed (2017). Generating ”art” by Learning About Styles and Deviating from Style Norms. Haettu 19.9.2019 osoitteesta https://medium.com/@ahmed_elgammal/generating-art-by-learning-about-styles-and-deviating-from-style-norms-8037a13ae027.

Lee, Wendy (2019). Can a computer write a script? Machine learning goes Hollywood. Haettu 15.8.2019 osoitteesta https://www.latimes.com/business/hollywood/la-fi-ct-machine-learning-hollywood-20190411-story.html

Lehmusvesi, Jussi (2019). Piilotteleeko saudiprinssi huvijahdillaan liki 400 miljoonan euron virheostosta? Maailman kalleimman maalauksen aitous herättää nyt epäilyjä. Haettu 15.08.2019 osoitteesta https://www.hs.fi/kulttuuri/art-2000006141639.html?share=b7a27a37bb62ba4962c55ce7d39d284d

Mercurio, Jim (2019). The Craft of Scene Writing. Beat by beat to a better Script. Quill Driver Books, Fresno California. Kindle Edition.

Newitz, Annalee (2016). Movie written by algorithm turns out to be hilarious and intense. Ars Technica. Haettu 15.8.2019 osoitteesta https://arstechnica.com/gaming/2016/06/an-ai-wrote-this-movie-and-its-strangely-moving/?_ga=2.77939796.15405958.1559762648-599076984.1559762648

Newitz, Annalee (2017). AI Writing script for short film. Blogikirjoitus. Haettu 15.8.2019 osoitteesta https://www.datasciencecentral.com/profiles/blogs/ai-writing-script-for-short-film

Patti, Keaton (2019). Twitter-viesti 13.8.2019. Haettu 20.9.2019 osoitteesta https://twitter.com/KeatonPatti/status/1161284670601990146
Scott, Ryan (2019). AI Bot Writes Batman Movie Script, and the First Page is Pretty Hilarious. Haettu 20.9.2019 osoitteesta https://movieweb.com/batman-movie-script-artificial-intelligence/

Siren, Vesa (2019). Sibelius vai Homo Deus? Haettu 15.8.2019 osoitteesta https://www.hs.fi/kulttuuri/art-2000006082466.html?share=c78ae27a9fb5a487f45c18958a4568e4.