Luova tekoäly mullistaa tekstisuhteemme

Suuret kielipohjaiset tekoälymallit ovat nykyään kenen tahansa käytettävissä kohtuullisella hinnalla. Rajapinnan tai verkkopalvelukäyttöliittymän yli saa nyt käyttöönsä helposti sen, mikä muutama vuosi sitten oli vain megakorporaatioiden tai erikoistuneiden tekoälytoimijoiden ulottuvilla.

Luonnollisen kielen käsittelyn viimeisimmät edistysaskeleet mahdollistavat sen, että koneet ymmärtävät ihmisen kieltä ja tunneilmaisua. Tekstipohjaiset tekoälymallit, kuten OpenAI-yrityksen kehittämä GPT-3, pystyvät tuottamaan ja personoimaan tekstiä automaattisesti murto-osalla kustannuksista, joita perinteiset menetelmät tai manuaalinen työ olisivat vaatineet. Automaattiset kielenkääntäjät ovat kehittyneet niin hyviksi, että kielipohjaisten tekoälysovellusten kehittäminen on aivan mahdollista myös pienelle kotoisalla kielialueellamme.

Miten tekstipohjainen tekoäly toimii?

Jo mainittu GPT-3 on suurin ja tehokkain generatiivisen tekoälyn alustateknologia, joka on saatavilla yrityskäyttöön. Käytössä tekstin luominen toimii yksinkertaisimmillaan niin, että tekoälylle annetaan syöteteksti ja tämän jälkeen kone keksii annetulle tekstille jatkon. Kas tässä pari esimerkkiä – ensin pätkä ihmisen keksimää tekstiä, ja sen jälkeen lihavoituna koneen luoma jatko-osa. Ensimmäinen tekstipätkä on IT-teemaa, toinen taas terveysasiaa.

Toimiva 2020-luvun IT on tarvelähtöinen, organisaation toimintatavat ja tietomallit syvästi huomioiva liiketoiminnan tukirakenne, joka vauhdittaa liiketoiminnan ja tuottavuuden kasvua. Se rakentuu kattavasta valikoimasta järjestelmiä, työkaluja ja palveluja, jotka toimitetaan ketterien prosessien avulla.

Tarttuvuutensa ja muuntautumiskykynsä vuoksi influenssa A -virukset aiheuttavat vuosittaisia epidemioita ja ajoittain myös maailmanlaajuisia pandemioita. Toisin kuin monet muut hengitysteiden virustautien aiheuttamat sairaudet, kuten rinovirusinfektio, influenssa A voi aiheuttaa vakavan ja hengenvaarallisen sairauden. Influenssa A leviää pääasiassa ilman välityksellä, kun tartunnan saanut henkilö yskii, aivastelee tai puhuu, ja se voi levitä myös, kun ihmiset koskettavat jotakin virusta sisältävää esinettä ja koskettavat sitten kasvojaan. 

Mistä ihmeestä tekoäly keksi yllä olevat tekstijatkot? GPT-3-tekoälymalli on koulutettu valtavalla määrällä ihmiskunnan tuottamia tekstejä. Koulutustekstiä on ollut 45 teratavua, ja tämä tekstikorpus on muutettu muotoon, jolta voin pyytää syötetekstilleni kielellisesti luontevan jatkon.

Suomenkieliset tekoälysovellukset tehdään yleensä hyödyntämällä kielenkääntäjää. Suomenkielinen syöteteksti käännetään tekoälyn prosessointia varten ensin englanniksi, ja sitten tekoälyn generoima englanninkielinen tulosteteksti käännetään takaisin suomeksi. Vaikka automaattinen käännösvaihe saattaa kuulostaa monimutkaiselta, hyvän käännöspalvelun kanssa kokonaisuus toimii itseasiassa aika hyvin. Tietenkin automaattinen käännös aiheuttaa joskus virheitä ja muuttaa sävykästä tekstiä neutraalimmaksi, mutta kokonaisuus toimii paljon paremmin kuin ensiksi kuvittelisi.

Case: Palautteen analysointi

Tein tätä blogikirjoitusta varten yksinkertaisen testiohjelman, jolla voin analysoida suomenkielisten asiakaspalautetekstien keskeisen sisällön. Annan ohjelmalle syötteenä asiakaspalautetekstejä, ja ohjelma tuottaa palautetekstin viereen analyysin palautteen keskeisestä sisällöstä. Aloitetaanpa parista matkailualan esimerkkipalautteesta:

Hotelli oli siisti ja henkilökunta oli ytävällisstä. Ainoa miinus tuli siitä, kun varasimme toisen pariskunnan kanssa huoneet vielä kotiinlähtöpäiväksi. Varaukset otti nainen joka pyysi maksamaan huoneen seuravana päivänä ja hän sanoi hinnaksi 27€. Seuraavana päivänä sama nainen veloitti huoneestaa 30€. Hinta ei kumman kaan pariskunnan matkabudjettia kaatanut, mutta jäi epämiellyttävä olo.  

Mitä kone tässä näkee? Kun pyydetään tiivistämään edellinen palaute ranskalaisin viivoin, GPT-3:n vastaus on seuraava:

• Hotelli oli siisti ja henkilökunta ystävällistä.
• Huoneen hinnoittelussa oli ongelma.
• Hinnankorotus jätti epämiellyttävän tunteen.

Aika hyvä! Entä toinen esimerkki?

Buffet aamiainen oli leipä kinkku,juusto,tomaatti,kurkku ja kananmuna. Ilmastointi maksoi. Pistoke puuttui kylppäristä. Parveke näkymä naapuri hotellin seinä 5metrin päässä eikä muuta näkynyt. Huoneet niin pienet et matkalaukut ei mahtuneet ja pöytä tilat niitä ei juuri ollut. Siisteys saa kyllä plussat. Eniten harmittaa kun matka oli tosi kallis vaikka oli äkkilähtö en ikinä maksaisi yli viittäsataa noin huonosta hotellista edes normaali hintaisena. Olen monta matkaa tehnyt teidän kautta mut nyt taisi olla viimeinen.

Tästä tekoälyn tiivistelmä on seuraava:

• Kalliita hotellin laatuun nähden.
• Pienet huoneet, ei tarpeeksi pöytätilaa
• Parvekkeelta on näkymä naapurihotellin seinään
• Puhtaus on plussaa

Minun silmääni GPT3:n tekemä analyysi yllä olevista lomamatkojen asiakaspalautteista on hyvä. GPT-3 pystyi tunnistamaan palautteista asiakkaan kokemat ongelmakohdat ja esittämään nämä neutraalisti ja yksinkertaisesti, poistaen samalla enimmän osan puhekielisyydestä ja kirjoitusvirheistä. Vähintäänkin liiketoiminnan kehittämisen näkökulmasta sisällön neutraali ja tiivis esitystapa on toimiva.

Entä sitten pari esimerkkiä kuulokkeiden tuotekokemuksista?

vastamelu toiminto ihan hyvällä tasolla, äänenlaatu pettymys. senheisserin kuulokkeet vastamelulla toimii musiikin kuunteluun paljon paremmin, paremmat päässä, äänenlaatu jokaisella osa alueella paljon edellä vaikkakin vastamelu täysillä puheäänet puskee läpi enemmän. senheisserin kuuntelualue paljon suurempi, sony bluetooth ei kanna kovin kauas omakotitalossa ja työpaikalla. en suosittele sonya.

Jälleen GPT-3 löytää melko hyvin arvostelun ydinkohdat, mukaan lukien melko vaikeasti kirjoitetun vertailun kilpailevaan tuotteeseen:

• Senheisser-kuulokkeet, joissa on vastamelu, tarjoavat paremman äänenlaadun kuin Sony Bluetooth -kuulokkeet.
• Sony Bluetoothin kantama on rajallinen
• Ei suositella musiikin kuunteluun

Sonyn WH-1000XM4 kuulokkeet ovat olleet nyt etätyökäytössä noin kuukauden verran ja ne ovat mainiot käyttömukavuudeltaan ja äänenlaadultaan. Näissä kuulokkeissa on kuitenkin erittäin paha heikkous ja se on clippaileva/rätisevä mikrofoni, johon ei löydy ratkaisua valitettavasti mistään. Huono mikrofoni näyttää selvitysteni perusteella olevan näiden kuulokkeiden ominaisuus, joten kannattaa miettiä mihin käyttöön kuulokkeet haluaa ostaa.

Etätyöskentelyyn ja jatkuviin hangouts/teams/zoom-palavereihin nämä ovat heikot ellet käytä erillistä ulkoista mikrofonia (koska kuulokkeen oma mikrofoni rätisee ja pätkii). Musiikin kuunteluun kuulokkeet ovat mainiot.

Tiivistelmä tutulla kolmella viivalla:

• Sony WH-1000XM4 -kuulokkeet tarjoavat erinomaisen käyttömukavuuden ja äänenlaadun.
• Mikrofonin laatu on huono, eikä sitä voida ratkaista.
• Ihanteelliset musiikin kuunteluun, mutta eivät sovellu etätyöhön tai videoneuvotteluihin.  

Generatiivisen tekoälyn analyysi tekee jatkuvasti pieniä ja välillä isompiakin virheitä, aivan samaan tapaan kuin me ihmisetkin. Kokonaisuus on kuitenkin erittäin luettava, ja varsin käyttökelpoinen.

Case: suomenkielisen blogitekstin generointi

Entä jos analyysin sijaan koitettaisiinkin tuottaa tekstiä? GPT-3:een perustuva Jasper.AI on verkkopalvelu, joka käyttää tekoälyä markkinointitekstien tuottamiseen. Jasperin käyttömaksu pohjautuu generoitujen sanojen lukumäärään, ja 50 euron kuukausimaksulla pystyy generoimaan 50000 sanaa. Jasperin erityisenä etuna on sen sisäänrakennettu kääntäjäintegraatio suomenkielisen tekstin tuottamista varten.

Annan Jasperille blogiaiheen englanniksi ”Can I write professional blog posts with AI so that no one notices anything?” Pyynnön voi esittää myös suomeksi, mutta tässä englanninkielinen pyyntö jäsentyi selvästi paremmin. Aluksi Jasper generoi minulle vaihtoehtoisia sisältörunkoja, joista valitsen kuvassa näkyvän viiden kohdan rungon.

Tämän jälkeen Jasper generoi itse blogikirjoituksen. Itse lopputulos on pitkä – blogikirjoituksen mittainen, mutta suosittelen tutustumaan siihen ainakin pikaisesti!

Vaikka syntynyt blogiteksti ei olekaan mitenkään julkaisukelpoinen, oli generoidussa tekstissä selvät vahvuutensa. Muoto toimi kohtuullisen hyvin, ja automaattikirjoittaja nosti oleellisia asioita esille siitä, kuinka sisällöntuotannossa tekoälytyökaluja kannattaa käyttää apuvälineinä, eikä kuvitella tekoälyn voivan ajatella ihmisen puolesta. Kyllä Jasperilla voi generoida ideoita, ja tämä saattaa hyvinkin auttaa vähintään tyhjän paperin ongelman ratkaisemisessa.

Tässä esimerkissä kokeilin blogikirjoituksen luomista tyhjästä. Sisällön luominen tyhjästä on erityisen hankalaa, ja olemassa olevan markkinointitekstin ottaminen pohjaksi saattaisi tuottaa vielä helpommin hyödyllisiä lopputuloksia. Tekoälylle voisi esimerkiksi antaa syötteeksi yleisen tuotekuvauksen ja pyytää luonnoksen tietylle asiakasryhmälle kohdennetusta tuotekuvauksesta.

Luovan tekoälyn hyödyntäminen liiketoiminnassa

Luovalla tekoälytekniikalla on paljon sovelluskohteita markkinoinnin sisällöntuotannossa, koodigeneroinnissa, keskustelusovelluksissa ja tiedonhallinnassa. 

Olemme luovan tekoälyn ja liiketoiminnan suhteen kannalta hyvin kiinnostavassa vaiheessa . Näen mahdollisuuden laadulliseen hyppäykseen, jossa harmaa ja rakenteeton tekstimassa saadaan hyödynnettäväksi, ymmärrettäväksi ja käsiteltäväksi selvästi aiempaa paremmin. Luovan tekoälyn ratkaisuja on mahdollista kytkeä olemassa oleviin järjestelmiin ja toimintaprosesseihin kohtuullisella vaivalla. Liiketoiminnan kehittämisen näkökulmasta tekoäly elää nyt aikaista kultakauttaan.

Mietitkö tekoälyn soveltamismahdollisuuksia liiketoimintasi kehittämisessä? Ota yhteyttä Devisioonaan, mietitään näitä yhdessä lisää!