Thread by @antagomir

Yhteenveto #fiscipol -lukupiiriin (Science for Policy Handbook; luku 9): ”Big Data & AI: Opportunities and Challenges to Modernise the Policy Cycle” (Craglia, Hradec, Troussard) ec.europa.eu/jrc/communitie… 1/16

Keskeisenä luvussa ajatus siitä, että informaatioteknologian murros läpäisee kaikki elämänalueet muuttaen yhteiskunnallisen vallan käyttöä ja säätelyä. #fiscipol 2/16

Tämä on seurausta (i) laskennan halpenemisesta; (ii) datan saatavuudesta; (iii) algoritmien saatavuudesta, sekä näiden kehityslinjojen konvergenssista viime vuosikymmenellä. Avoimen lähdekoodin ekosysteemien rooli mainittu! #fiscipol 3/16

Kirjoitus nostaa esiin tekoälyteknologioiden mahdollisuudet moninaisten ryhmien ja yksilöiden huomioinnissa. Tekoäly havaitsee puutteet ihmistä tehokkaammin ja auttaa ratkaisemaan ne. Päästään kohti henkilökohtaistettua päätöksentekoa. #fiscipol 4/16

Tarvitaan yhä yksityiskohtaisempaa dataa, jonka avulla automaattisesta päätöksenteosta voidaan tehdä täsmällisempää, nopeampaa ja läpinäkyvämpää. Teknologian kehityksen ja sääntelyn haasteet jatkuvat. #fiscipol 5/16

Keinoja rikkaan datan keräämiseen on monia: henkilötunnukset, aggregointi, kyselyt, sosiaalisen median alustat. Tekoälyn menestys päätöksenteon välineenä riippuu siihen liittyvän "yhteiskuntasopimuksen" luotettavuudesta, joka vaihtelee ajallisesti ja paikallisesti. #fiscipol 6/16

Datan ohella sivutaan malleja ja mainitaan mm. Alankomaiden kaupunkiympäristöille koululaisten kanssa pelillistetyt kokeilut. Todetaan, että tekoälyä on hankala määritellä, ja että algoritmien ohella tarvitaan muuta datanhallintainfraa. #fiscipol 7/16

Tekoäly esitetään keinona tukea aktiivista kansalaisyhteiskuntaa ja yhteiskunnallista vuoropuhelua. Näin tiivistyy Science for Policy Handbook:n luku 9. Seuraavaksi joitain ajatuksia tästä luvusta. #fiscipol 8/16

Lyhyt luku nostaa pintaraapaisulla muutamia esimerkkejä informaatioteknologian (AI & Big data!) mahdollisuuksista päätöksenteossa. Mahdollisuudet todellisia, mutta niin haasteetkin. Miten yleisiin ratkaisuihin automatisaatiolla voidaan päästä päätöksenteossa? #fiscipol 9/16

Algoritmisen päätöksenteon läpinäkyvyys, luotettavuus ja vastuukysymykset herättävät huolta, mutta todetaan, että automatisaatio voi auttaa kohentamaankin näitä kun subjektiivisuus ja monitulkintaisuus vähenee. Tietyissä tilanteissa näin varmaan voi ollakin. #fiscipol 10/16

Puhutaan myös tavoitteiden kätevästä määrittelystä ja tehokkaasta optimoinnista algoritmeilla. Todellinen päätöksenteko on usein monitavoiteoptimointia, johon sekoittuu arvokasta mutta piilevää taustatietoa sekä arvovalintoja. Näitä on hankala änkeä algoritmeihin. #fiscipol 11/16

Esimerkiksi yksilölliset päätöksentekomallit ovat nätti ajatus, mutta käytännössä varmaan tarvitaan kokonaisharkintaa, jota voi olla hyvin hankala siirtää (kapean tai laajankaan) tekoälyn varaan. #fiscipol 12/16

Laskentamalleja hyödyntävä asiantuntijatyö saa vähemmän huomiota. Mallien virittämiseen ja tulkintaan kykenevien auktoriteetti ja vaikutusvalta kasvaa myös. Tämän läpinäkyvyys asettaa omat haasteensa yhtk. keskustelun läpinäkyvyydelle ja luotettavuudelle. #fiscipol 13/16

Avoimuus mainitaan vain ohimennen. Sille voitaisiin antaa isompikin merkitys päätöksenteon rakenteiden uudistamisessa. Digitaalisten resurssien avoin jakaminen edistänyt merkittävästi tiedettä tällä vuosituhannella. Päätöksenteossa vasta haparoivia ensiaskeleita. #fiscipol 14/16

Informaatioteknologiasta tulisikin puhua mm. päätöksentekoa tehostavana työvälineenä ennemmin kuin ratkaisuautomaattina. Samaan tapaan kuin älylaitteet tehostavat työntekoa, mutta korkean tason ongelmat jäävät silti viime kädessä ihmisten ratkaistavaksi. #fiscipol 15/16

Näin käynnistyy luvun 9 esittely- ja pohdiskeluketjut Science for Policy Handbookin Big Data & AI-luvusta 9. Katsotaan, mitä ajatuksia ja keskustelua herää tällä viikolla! Ks. myös samanaikainen alustus luvusta 10 (@jlehtoma) #fiscipol 16/16