Miten tekoälyn kyvykkyyttä mitataan?

Eduskunnan tulevaisuusvaliokunnan raportissa ↗ (avautuu uuteen välilehteen) Heikki Ailisto ja Petri Myllymäki erottavat kognitiivisen suoriutumisen, laaja-alaisuuden, autonomisuuden, tietoisuuden ja fyysisessä maailmassa toimimisen. Anna-Mari Wallenberg tarkastelee erityisesti joustavaa sopeutumista uusiin tilanteisiin. Nämä ovat erilaisia kysymyksiä, joihin yksi koetulos ei vastaa.

Sama järjestelmä voi ratkaista vaikean kokeen ja silti epäonnistua uudenlaisessa tehtävässä tai tarvitessaan välineitä ja ihmisen ohjeita. Mittausta edeltää valinta siitä, verrataanko tekoälyä ihmiseen tietyssä tehtävässä vai arvioidaanko, miten kyky siirtyy tehtävien ja ympäristöjen välillä. Raportin kirjoittajien erilaiset määritelmät ovat tämän valinnan havainnollistus.

Käytännön arvioinnissa voisi mitata erikseen tehtävän laatua, virheiden vakavuutta, toistettavuutta, kykyä tunnistaa epävarmuus, ihmisen tekemän korjaustyön määrää ja kustannusta hyväksyttyä tulosta kohti. Tämä on sivuston ehdottama arviointirunko, ei raportin määrittelemä yleisen tekoälyn koe.

Tehtävätesti kannattaa erottaa valtuutuksesta. Vaikka järjestelmä vastaisi asiantuntijaa kokeessa, tulos ei myönnä sille päätösoikeutta. Lisäksi käyttöaste, organisaation käyttöönotto ja todellinen vaikutus työhön tarvitsevat omat mittarinsa: Kansainvälisen työjärjestön tehtäväpohjainen altistusarvio ↗ (avautuu uuteen välilehteen) kuvaa mahdollisuuksia tehtävissä, ei automaattisesti toteutuneita työpaikkamuutoksia.

Raportin kyvykkyysarviot on sidottu syksyyn 2026, eikä niitä tule lukea pysyvänä tilannekuvana. Yleiskäyttöisen tekoälymallin sääntelyllinen luokka ja yleistä tekoälyä koskeva tulevaisuusväite ovat eri asioita: Euroopan komission määritelmäohje ↗ (avautuu uuteen välilehteen) erottaa tekoälymallin sitä käyttävästä järjestelmästä. Uusi vertailutesti voi näyttää kehityksen suunnan, mutta ei yksin todista laaja-alaista autonomiaa, tietoisuutta tai luotettavaa toimintaa kaikissa tilanteissa.