KIRJASTOKORTILLA
TEKOÄLYÄ

Suvereniteettiin perustuva kansallinen AI-kapasiteettipilotti

Whitepaper-luonnos

2.10.2026

Ydinajatus

Jokaiselle kansalaiselle mahdollisuus käyttää turvallista, Suomessa tai eurooppalaisessa suvereniteettikehyksessä ajettavaa tekoälykapasiteettia kirjastokortilla. Ensimmäinen pilotti voidaan toteuttaa hyvin kevyesti: kirjastokortin haltija saa aktivoitavan API-avaimen, endpointin ja käyttökiintiön. Sen päälle voidaan rakentaa myöhemmin valmiita palveluita, koulutusta ja uusia käyttötapoja.

Tiivistelmä

Tekoälyosaamista ei voi rakentaa pelkästään kouluttamalla ihmisiä tekoälystä. Tekoälyä on opittava käyttämällä. Tämä tekee pääsystä laskentakapasiteettiin, malleihin ja käytännön työkaluihin uudenlaisen kansalaistaidon infrastruktuurikysymyksen.

Tämän whitepaperin ehdotus on yksinkertainen: Suomessa käynnistetään nopeasti kokeilu, jossa yleisen kirjaston asiakas saa kirjastokortilla käyttöönsä tekoälykapasiteettia. Ensimmäisessä vaiheessa kapasiteetti voidaan tarjota API-avaimena ja endpointina avoimille tai avoimesti lisensoiduille tekoälymalleille. Myöhemmin rinnalle voidaan tarjota valmiimpi selain- tai sovelluspohjainen palvelu.

Kirjasto on tähän poikkeuksellisen luonteva jakelukanava. Suomen yleisten kirjastojen lakisääteisiin tavoitteisiin kuuluvat yhdenvertaiset mahdollisuudet sivistykseen, tiedon saatavuus, elinikäinen oppiminen ja osaamisen kehittäminen. Kirjastot tarjoavat jo tietokoneita, ohjelmistoja, digitaalisia aineistoja, laitteita, neuvontaa ja tiloja. AI-kapasiteetti on tästä näkökulmasta uusi digitaalinen käyttöresurssi, ei täysin uusi instituutio.

Suvereniteetin näkökulmasta tavoite on, että kapasiteettia ei tarvitse saada vain globaalien kuluttajapalveluiden kautta. Suomessa on poikkeuksellinen lähtöasema Kajaanin LUMI-infrastruktuurin ja kehittyvän LUMI AI Factory -kokonaisuuden ansiosta. Whitepaper ei oleta, että nykyinen LUMI-palvelumalli voidaan sellaisenaan avata kansalaisille. Sen sijaan se ehdottaa, että CSC/LUMI-ekosysteemi arvioi ja mahdollisuuksien mukaan toteuttaa palvelun teknisen kapasiteetti- ja operointikerroksen, tai että toteutus hankitaan palveluna tavalla, jossa ratkaisu, käyttöoikeudet ja jatkokehitys eivät lukkiudu yhteen yksityiseen toimittajaan.

Pilotti kannattaa suunnitella samalla kansalliseksi oppimisjärjestelmäksi. Henkilökohtaisia promptteja, sisältöjä tai yksilön toimintaa ei tarvitse kerätä. Sen sijaan anonymisoitua ja aggregoitua käyttödataa voidaan hyödyntää siihen, että nähdään missä päin Suomea kapasiteettia käytetään, kuinka paljon sitä käytetään, millaisiin yleisiin käyttökategorioihin käyttö kohdistuu ja missä tarvitaan lisää koulutusta tai kapasiteettia. Laajemman vapaaehtoisen tilastotiedon jakamisesta voidaan tarjota suurempi käyttökiintiö, kunhan malli suunnitellaan yksityisyyttä kunnioittavasti.

Taloudellinen näkökulma on myös olennainen. AI-palveluiden kasvava käyttö siirtää tällä hetkellä yhä enemmän suomalaisen kulutuksen ja yritysten rahavirtoja ulkomaisille palveluntarjoajille. Tavoitteena ei ole lopettaa globaaleja palveluita eikä asettaa kansallista vaihtoehtoa niitä vastaan. Tarkoitus on synnyttää kotimainen ja eurooppalainen vaihtoehto, jonka kautta osa käytöstä, osaamisen kasvusta, infrastruktuurista ja taloudellisesta arvosta voi jäädä Suomeen ja Eurooppaan.

Toteutus kannattaa käynnistää rinnakkaisilla piloteilla tai pilotointineuvotteluilla useassa kaupungissa. Jo yksi kirjasto tai kirjastokimppa riittää aloittamaan. Samalla voidaan avata reittejä esimerkiksi Kajaanin, Oulun, Joensuun, pääkaupunkiseudun, Turun ja Tampereen suuntaan. Ensimmäinen toteuttamiskelpoinen kumppanuus voidaan viedä tuotantoon ja muut voivat seurata nopeasti perässä.

Sisältö

1. Miksi juuri nyt

2. Ongelma: osaamista ei synny ilman käyttöä

3. Miksi kirjasto

4. Ehdotettu palvelumalli

5. Suvereniteetti suunnitteluperiaatteena

6. Tekninen minimiratkaisu

7. Yksityisyys, seuranta ja kansallinen oppimissignaali

8. Koulutus ja yhteisöllinen oppiminen

9. Taloudellinen näkökulma

10. Kansallinen pilotointi ja skaalaus

11. Eurooppalainen ulottuvuus

12. Hallinto ja operointimalli

13. Mittarit

14. Riskit ja suojaukset

15. Viestintä ja PR

16. 90 päivän etenemismalli

17. Avoimet kysymykset

18. Johtopäätös

Lähteet ja taustafaktat

1. Miksi juuri nyt

Tekoäly muuttaa samanaikaisesti kansalaisten arkea, koulutusta, työtä, yritystoimintaa, julkisia palveluita ja digitaalista infrastruktuuria. Muutos ei tapahdu vain ohjelmistokerroksessa. Se muuttaa sitä, kuka hallitsee tietoa, laskentaa, osaamista ja digitaalista toimintakykyä.

Seuraavat vuodet ovat erityisen merkittäviä, koska tekoälyn infrastruktuuri, käyttötavat ja palvelumallit vakiintuvat nopeasti. Suuret kansainväliset toimijat investoivat mittakaavassa, johon yksittäiset kaupungit, organisaatiot tai edes valtiot eivät voi vastata samalla logiikalla. Suomen ei siksi kannata yrittää kopioida globaaleja kuluttajapalveluita yksi yhteen. Parempi kysymys on, missä Suomi voi rakentaa omaa strategista toimintakykyä, tasa-arvoa ja oppimista käyttäen olemassa olevia vahvuuksiaan.

Tämä avaa mahdollisuuden digitaalisen ympäristön osittaiseen uudelleensuunnitteluun. Aiemmalla alustatalouden aikakaudella käyttöliittymät ja palvelut omistivat usein myös käyttäjäsuhteen, datan ja jakelun. AI-aikakaudella voidaan pyrkiä malliin, jossa kansalaisella, yrityksellä, kaupungilla ja valtiolla on enemmän omaa kontrollia tietoon, kapasiteettiin ja digitaaliseen toimijuuteen.

1.1 Kansallinen upskill tarvitsee käyttöoikeuden

Tekoälyn käytön oppiminen muistuttaa enemmän tietokoneen, internetin tai uuden työvälineen oppimista kuin perinteisen oppiaineen opiskelua. Teoria auttaa, mutta osaaminen syntyy toistuvasta käytöstä, kokeilusta ja oman arjen ongelmien ratkaisemisesta.

Siksi kansallinen AI-upskill ei voi perustua vain kursseihin. Sen täytyy sisältää myös oikeus tai käytännöllinen mahdollisuus käyttää tekoälyä riittävästi. Tämä muuttaa kysymyksen koulutuspolitiikasta osittain myös infrastruktuuri- ja saavutettavuuskysymykseksi.

2. Ongelma: osaamista ei synny ilman käyttöä

Tällä hetkellä ihmisten mahdollisuudet käyttää tekoälyä ovat epätasaiset. Pääsy voi riippua omasta maksukyvystä, työnantajasta, oppilaitoksesta, teknisestä osaamisesta tai siitä, onko käytettävissä riittävä laitteisto ja osaaminen avoimien mallien ajamiseen.

Kysymys ei ole siitä, että jokaisen pitäisi luopua kaupallisista AI-palveluista. Kyse on siitä, että yhteiskunnalla pitäisi olla myös perustason vaihtoehto, jonka käyttö ei riipu henkilön taloudellisesta asemasta tai ulkomaisen palveluntarjoajan tilistä.

3. Miksi kirjasto

Kirjasto on Suomessa valmiiksi olemassa oleva, kaikkia väestöryhmiä palveleva instituutio, jonka tehtävä on poikkeuksellisen lähellä tämän konseptin ydintä.

Laki yleisistä kirjastoista määrittelee tavoitteiksi muun muassa väestön yhdenvertaiset mahdollisuudet sivistykseen ja kulttuuriin, tiedon saatavuuden ja käytön sekä mahdollisuudet elinikäiseen oppimiseen ja osaamisen kehittämiseen. Yleisten kirjastojen tehtäviin kuuluu myös pääsyn tarjoaminen tietoon, ohjaus tiedon hankintaan ja käyttöön sekä ajantasaisen välineistön ylläpitäminen.¹

Käytännössä kirjastot ovat jo laajentuneet kirjojen lainaamisesta digitaalisiin aineistoihin, asiakastietokoneisiin, ohjelmistoihin, makerspace-toimintaan, laitelainaukseen, tapahtumiin ja digitukeen. Esimerkiksi pääkaupunkiseudun Helmet-kirjastot tarjoavat yhteisen kortin Helsingin, Espoon, Vantaan ja Kauniaisten kirjastoihin, ja Helmet-verkkokirjastoon kirjaudutaan kortin numerolla ja PIN-koodilla.²

Tärkeää on, ettei kirjastolle sysätä koko teknistä vastuuta. Kirjaston ensisijainen rooli on tässä mallissa jakelukanava, käyttäjäsuhde ja paikallinen oppimisympäristö. Tekninen kapasiteetti ja operointi voivat tulla erilliseltä kansalliselta tai eurooppalaiselta infrastruktuurikerrokselta.

4. Ehdotettu palvelumalli

Konsepti voidaan toteuttaa kahdella toisiaan täydentävällä käyttöpolulla. Niitä ei tarvitse rakentaa yhtä aikaa.

4.1 Polku A: AI-kapasiteetti API-avaimella

Nopein minimiversio on teknisesti suuntautuneille käyttäjille tarkoitettu kapasiteettipalvelu. Kirjastokortin haltija aktivoi oman käyttöoikeutensa ja saa:

• API-avaimen

• endpoint-osoitteen

• selkeän dokumentaation tuetuista malleista ja rajapinnasta

• henkilökohtaisen tai pseudonyymin käyttökiintiön

• näkymän jäljellä olevaan kapasiteettiin ja käyttöön.

Tällä käyttäjä voi käyttää AI-kapasiteettia omissa sovelluksissaan, kokeiluissaan, agenttiratkaisuissaan tai esimerkiksi avoimen lähdekoodin käyttöliittymissä. Ensimmäinen toteutus voi olla jopa osittain manuaalinen, jos se lyhentää aikaa ideasta todelliseen käyttöön.

4.2 Polku B: valmis AI-palvelu

Seuraavassa vaiheessa sama kapasiteetti voidaan tarjota myös helppokäyttöisenä selain- tai mobiilipalveluna. Käyttäjän ei tällöin tarvitse tietää API:sta mitään. Hän kirjautuu palveluun, valitsee mallin tai käyttötarkoituksen ja käyttää tekoälyä tavallisen keskustelupalvelun tapaan.

4.3 Sama taustakapasiteetti, erilaiset käyttökynnykset

5. Suvereniteetti suunnitteluperiaatteena

Suvereniteetti ei tässä tarkoita eristäytymistä kansainvälisestä teknologiasta. Se tarkoittaa kykyä tehdä valintoja, vaihtaa toimittajaa, hallita kriittistä infrastruktuuria ja tietää, missä data ja laskenta liikkuvat.

• Kapasiteetin pitäisi mahdollisuuksien mukaan sijaita Suomessa tai EU/ETA-kehyksessä, jossa toimintaa voidaan hallita eurooppalaisin ehdoin.

• Palvelun tulee tukea avoimia standardeja ja mahdollistaa mallien vaihtaminen ilman koko käyttäjä- ja palvelukerroksen uudelleenrakentamista.

• Käyttäjän promptteja ja sisältöjä ei lähtökohtaisesti kerätä kansallisen seurannan tarkoituksiin.

• Operointia voidaan ostaa ulkopuolelta, mutta arkkitehtuurin, sopimusten ja oikeuksien tulee estää yhden toimittajan pysyvä lukko.

• Mallien lisenssiehdot ja avoimuuden taso on arvioitava erikseen. "Avoin malli" voi tarkoittaa eri asioita, joten pilotissa kannattaa määritellä hyväksyttävät lisenssi- ja käyttöehdot eksplisiittisesti.

Kajaanissa sijaitseva LUMI on EuroHPC-yhteisyrityksen omistama eurooppalainen supertietokone, jota CSC operoi osana 11 maan konsortiota.³ Suomeen on lisäksi sijoitettu LUMI AI Factory -kokonaisuus, ja uuden LUMI-AI-järjestelmän käyttöönottoa valmistellaan. CSC:n mukaan ennen uuden järjestelmän käyttöönottoa LUMI AI Factory hyödyntää nykyistä LUMI-kapasiteettia.⁴ Tämä tekee Kajaanista luonnollisen paikan selvittää, voidaanko kansalaispilotille rakentaa oma tekninen kapasiteettikerros.

6. Tekninen minimiratkaisu

Ensimmäisen pilotin teknisen tavoitteen pitäisi olla tarkoituksella pieni. Arkkitehtuurin pitää olla laajennettavissa, mutta ensimmäinen versio ei tarvitse kaikkia tulevaisuuden ominaisuuksia.

6.1 Kirjastokortin integraation ei tarvitse olla ensimmäisessä vaiheessa täydellinen

Jos kirjastojärjestelmään tehtävä suora integraatio hidastaa pilottia, ensimmäinen versio voidaan toteuttaa kevyemmin. Esimerkiksi kirjasto voi vahvistaa asiakkuuden ja luoda aktivointikoodin, jonka käyttäjä lunastaa kapasiteettipalvelussa. Tärkeintä on todentaa konsepti, ei rakentaa heti valtakunnallista identiteettikerrosta.

6.2 Käyttökiintiö

Peruskiintiön tulee olla niin suuri, että sillä voi aidosti oppia ja rakentaa. Liian pieni ilmainen näyte ei tuota haluttua osaamisvaikutusta. Kiintiötä voidaan kasvattaa esimerkiksi hakemuksesta, opinto- tai projektikäyttöön, yhteisöllisiin hankkeisiin tai vapaaehtoisen laajemman tilastodatan jakamisen perusteella.

7. Yksityisyys, seuranta ja kansallinen oppimissignaali

Pilotti voi tuottaa Suomelle poikkeuksellisen arvokasta reaaliaikaista tietoa AI:n käyttöönotosta ilman, että siitä tehdään henkilötietojen tai sisältöjen seurantajärjestelmää.

7.1 Mitä ei lähtökohtaisesti kerätä

• prompttien tai vastausten sisältöä kansallisen analyysin tarpeisiin

• henkilökohtaisia projekteja tai IP:tä

• tarpeettomia henkilötietoja

• yksilötason käyttäytymisprofiileja.

7.2 Mitä voidaan kerätä aggregoituna

• käyttömäärä alueittain ja kirjastoverkostoittain

• aktiivisten käyttäjien määrä

• token- tai laskentakapasiteetin kulutus

• käytetyt mallit ja tekniset rajapinnat

• ajallinen käyttöjakauma

• vapaaehtoisesti ilmoitettu käyttökategoria, kuten opiskelu, yritystoiminta, ohjelmointi, luova työ tai arjen asiointi

• koulutukseen ja kapasiteettiin liittyvät kysyntäsignaalit.

Tilastollisen näkymän arvo kasvaa, jos palvelu on aidosti matalan kynnyksen palvelu. Maksullisiin kaupallisiin palveluihin perustuva käyttödata kertoo vain niistä, joilla on halu ja kyky maksaa. Kirjastopohjainen palvelu voi tuottaa laajemman kuvan siitä, missä kysyntää syntyy, kun raha ja laite eivät ole ensimmäisiä esteitä.

8. Koulutus ja yhteisöllinen oppiminen

Koulutuspalvelut ovat tärkeä kerros, mutta niiden ei tarvitse olla pilotin käynnistymisen ehto. Kapasiteetti ensin, tukipalvelut sen ympärille.

Kirjastot voivat järjestää esimerkiksi AI-iltoja, avoimia klinikoita, rakentajailtoja, aloittelijoiden opastusta ja teemakohtaisia tapahtumia. Paikalliset yritykset, oppilaitokset, yhdistykset ja asiantuntijat voivat osallistua koulutukseen. Näin palvelu ei jää passiiviseksi digipalveluksi, vaan se voi synnyttää paikallisia oppimisyhteisöjä.

Koulutus voidaan kohdentaa käyttödatasta nousevien signaalien perusteella. Jos esimerkiksi tietyllä alueella rakentajakäyttö kasvaa, sinne voidaan tuoda teknisempää tukea. Jos taas palvelu aktivoituu vahvasti ikääntyneiden tai pienyrittäjien käytössä, koulutusta voidaan rakentaa heidän todellisten tarpeidensa ympärille.

9. Taloudellinen näkökulma

Kasvusta keskusteltaessa huomio kiinnittyy usein siihen, kuinka paljon rahaa Suomeen saadaan viennillä ja investoinneilla. Kansantalouden kannalta myös toinen suunta on merkityksellinen: kuinka paljon kotimaista kulutusta ja tuotannon arvoa virtaa jatkuvasti ulkomaille.

AI-palveluiden kulutuksen kasvaessa suomalaiset kuluttajat ja yritykset ostavat yhä enemmän ulkomaisia ohjelmisto- ja kapasiteettipalveluita. Tämä on suurelta osin luonnollista ja myös hyödyllistä. Tavoite ei ole estää sitä. Mutta jos osa käytöstä voidaan toteuttaa Suomessa tai eurooppalaisessa infrastruktuurissa kilpailukykyisesti, osa rahavirrasta, osaamisesta ja palvelukerroksesta voi jäädä lähemmäs kotimaista taloutta.

Konseptuaalisesti tämä kannattaa nähdä samassa taloudellisessa kehyksessä kuin vienti, vaikka kansantalouden kirjanpidossa mekanismit eivät ole identtisiä: ulkomailta saatu uusi tulovirta ja ulkomaille suuntautuvan tuontipalvelukulutuksen korvautuminen kotimaisella tai eurooppalaisella tuotannolla molemmat voivat vahvistaa kotimaassa kiertävää taloudellista aktiviteettia. Pilotin tehtävä ei ole asettaa tavoiteprosenttia, vaan tuottaa ensimmäistä kertaa näkyvyyttä AI-kapasiteetin kysyntään ja vaihtoehtoisen tarjonnan käyttöön.

10. Kansallinen pilotointi ja skaalaus

Pilotin ei tarvitse odottaa yhtä valtakunnallista päätöstä. Nopein malli on käynnistää useita keskustelureittejä yhtä aikaa ja toteuttaa ensimmäinen tuotantokelpoinen pilotti sen kumppanin kanssa, joka pystyy etenemään nopeimmin.

10.1 Mahdolliset rinnakkaiset alueet

Käytännön yhteysverkoston ja infrastruktuurin näkökulmasta luontevia suuntia ovat esimerkiksi Kajaani, Oulu, Joensuu, pääkaupunkiseutu, Turku ja Tampere. Näitä ei tarvitse asettaa paremmuusjärjestykseen. Tavoite on luoda useita reittejä ja saada nopeasti yksi tai useampi toteutus liikkeelle.

10.2 Yksi pilotti riittää aloittamiseen

Ensimmäinen pilotti voi olla pieni: esimerkiksi yksi kirjastoverkosto, rajattu määrä käyttäjiä ja yksi tai kaksi mallia. Arvo syntyy siitä, että kapasiteetti on oikeasti käytettävissä, ei siitä, että ensimmäinen versio olisi valtakunnallisesti täydellinen.

11. Eurooppalainen ulottuvuus

Konsepti on luonnostaan eurooppalainen. Se yhdistää AI-osaamisen, digitaalisen suvereniteetin, julkisen infrastruktuurin, kansalaisten tasa-arvon ja avoimien mallien hyödyntämisen tavalla, joka on monistettavissa myös muihin EU-maihin.

LUMI on jo monikansallinen EuroHPC-infrastruktuuri, ja LUMI AI Factory kuuluu EU:n AI Factory -kokonaisuuteen.³ ⁴ Jos Suomessa voidaan osoittaa toimiva malli, jossa eurooppalaista AI-laskentaa jaetaan kansalaisille olemassa olevan julkisen instituution kautta, konseptista voi syntyä kiinnostava eurooppalainen referenssi.

Tämä voi vahvistaa Suomen profiilia käytännönläheisenä AI-yhteiskunnan kokeilumaana ja helpottaa myöhempää EU-tasoista rahoitusta, yhteistyötä ja mallin vientiä. EU-rahoitus ei kuitenkaan saa olla ensimmäisen pilotin käynnistymisen ehto. Nopeus on tässä strateginen etu.

12. Hallinto ja operointimalli

Optimaalinen ratkaisu erottaa kolme vastuuta: kapasiteetti, operointi ja jakelu.

Jos CSC/LUMI-tiimi pystyy ottamaan operointivastuun, se on konseptuaalisesti vahva vaihtoehto. Jos organisaation prosessit hidastavat ensimmäistä kokeilua, tekninen pystytys voidaan ostaa ulkopuolelta toteutuksena ja operointina. Sopimusmallissa on tällöin varmistettava, että palvelun oikeudet, konfiguraatiot, rajapinnat ja mahdollisuus siirtää operointi toiselle taholle säilyvät tilaajalla.

13. Mittarit

Pilotin tavoitteena on sekä tarjota hyötyä että tuottaa tietoa. Mittarit kannattaa pitää selkeinä ja reaaliaikaisina.

Mittareiden tarkoitus ei ole valvoa yksilöitä vaan auttaa päätöksentekoa. On tärkeää erottaa tekninen operointiloki, väärinkäytön estämiseen tarvittava tieto ja kansalliseen oppimiseen käytettävä aggregoitu analytiikka toisistaan.

14. Riskit ja suojaukset

Pilotin pitää myös hyväksyä, että kaikkea ei tiedetä etukäteen. Avoimet kysymykset eivät ole syy viivyttää kokeilua, jos ne voidaan rajata ja hallita pilotin sisällä.

15. Viestintä ja PR

Viestintä ei ole pilotin jälkeinen vaihe. Kun riittävät toimijat ovat sitoutuneet toteutukseen, julkinen kansallinen ja kansainvälinen viestintä kannattaa käynnistää nopeasti, vaikka palvelu ei olisi vielä loppukäyttäjille auki.

15.1 Miksi sitoumus voidaan viestiä ennen valmistumista

• Se luo selkeän aikataulupaineen ja yhteisen tavoitteen.

• Se mahdollistaa uusien kumppanien ja pilottikaupunkien liittymisen jo rakennusvaiheessa.

• Se tekee Suomesta aloitteen tekijän eikä vain myöhemmän seuraajan.

• Se antaa kansalaisille, kouluttajille ja rakentajille aikaa valmistautua palvelun käyttöön.

15.2 Viestinnän ydin

Viestinnässä kannattaa välttää liian aikaisia lupauksia lopullisesta valtakunnallisesta palvelusta. Parempi on luvata pilotti, julkinen tavoiteaikataulu ja läpinäkyvä oppiminen.

16. 90 päivän etenemismalli

Seuraava etenemismalli on tarkoituksella aggressiivinen. Pilotin arvo on nopeudessa ja todellisessa käytössä.

16.1 Rinnakkaiset avaukset heti

Neuvotteluja ei tarvitse tehdä jonossa. Infrastruktuuri-, kaupunki-, kirjasto- ja innovaatioverkostot voidaan avata samanaikaisesti. Se, joka pystyy etenemään nopeimmin, muodostaa ensimmäisen toteutuspolun. Muut voivat liittyä rinnalle tai kopioida toimivan mallin.

17. Avoimet kysymykset

Seuraavat kysymykset on ratkaistava, mutta niiden kaikkien ei tarvitse olla valmiita ennen sitoutumista pilottiin.

1. Mikä organisaatio toimii ensimmäisen vaiheen kapasiteetti- ja operointikumppanina?

2. Mitä malleja voidaan käyttää ja millä lisenssiehdoilla?

3. Mikä on realistinen peruskäyttökiintiö kansalaista kohti?

4. Miten kirjastokortin voimassaolo tarkistetaan ensimmäisessä pilotissa mahdollisimman kevyesti?

5. Millainen tietosuojan ja teknisen lokituksen malli täyttää sekä yksityisyyden että väärinkäytön estämisen tarpeet?

6. Mitä aggregoitua dataa kerätään automaattisesti ja mitä käyttäjä voi jakaa vapaaehtoisesti?

7. Miten lisäkiintiötä haetaan tai ansaitaan?

8. Miten kustannukset jaetaan pilotin aikana kirjaston, kaupungin, valtion, EU-ohjelmien ja infrastruktuurikumppanin välillä?

9. Mihin organisaatioon palvelu sijoitetaan, jos pilotti osoittautuu toimivaksi?

10. Miten konsepti avataan muille Euroopan maille tavalla, joka säilyttää Suomen roolin ensimmäisenä referenssinä mutta ei tee mallista suljettua?

18. Johtopäätös

Kirjastokortilla tekoälyä on tarkoituksella yksinkertainen ajatus. Sen voima syntyy siitä, että se yhdistää jo olemassa olevia vahvuuksia: kirjastojen luottamuksen ja saavutettavuuden, suomalaisen digitaalisen infrastruktuurin, eurooppalaisen laskentakapasiteetin, avoimien mallien kehityksen ja suuren kansallisen tarpeen nostaa AI-osaamista nopeasti.

Tämän ei tarvitse alkaa suurena valtion IT-hankkeena. Ensimmäinen toimiva versio voi olla endpoint, API-avain, kohtuullinen käyttökiintiö ja kirjastokortilla tehtävä aktivointi. Sen jälkeen todelliset käyttäjät kertovat, mitä seuraavaksi kannattaa rakentaa.

Jos kokeilu onnistuu, siitä voi kasvaa paljon enemmän kuin uusi kirjastopalvelu. Se voi muodostua kansalliseksi oppimis- ja kapasiteettikerrokseksi, joka vahvistaa digitaalista tasa-arvoa, suvereniteettia, paikallista osaamista, yritysten rakentamiskykyä ja Suomen asemaa eurooppalaisena käytännön AI-kehityksen edelläkävijänä.

Lähteet ja taustafaktat

Tämä whitepaper on ensisijaisesti konsepti- ja pilotointiehdotus. Alla olevat lähteet tukevat niitä kohtia, joissa viitataan nykyiseen kirjastolainsäädäntöön, Helmet-rakenteeseen ja LUMI/LUMI AI Factory -infrastruktuuriin.

1. Laki yleisistä kirjastoista 1492/2016, erityisesti 2 §, 5 § ja 6 §.

https://finlex.fi/fi/lainsaadanto/2016/1492

2. Helmet: pääkaupunkiseudun kirjastoverkko ja verkkokirjaston kirjautuminen kirjastokortilla ja PIN-koodilla.

https://helmet.finna.fi/Content/about ; https://www.espoo.fi/en/culture-and-leisure/libraries/helmet-web-library

3. CSC: LUMI on Kajaanissa sijaitseva EuroHPC-yhteisyrityksen omistama supertietokone, jota isännöi 11 maan konsortio.

https://csc.fi/en/our-expertise/high-performance-computing/lumi-supercomputer/

4. CSC: LUMI AI Factory ja LUMI-AI; ennen uuden järjestelmän käyttöönottoa AI Factory hyödyntää nykyistä LUMI-supertietokonetta.

https://csc.fi/en/our-expertise/high-performance-computing/lumi-ai-factory/

Ajankohtaisuus ja päätöksenteko. Konsepti on laadittu syksyllä 2026 tilanteessa, jossa seuraava eduskuntavaalikausi lähestyy. Whitepaper ei ota kantaa puolueisiin tai poliittisiin valintoihin; tavoite on tarjota konkreettinen, puoluerajat ylittävästi arvioitava kansallinen kokeiluehdotus.