Page 57

TIETOTURVALLISUUDEN KÄSIKIRJA Sivu 56 / 127 • • • • • • TIETOTURVALLISUUDEN KÄSIKIRJA • Kaistavahti tai sopeutuva vakionopeudensäädin autossa. • Lentokoneen automaattipilotti. • Some-palvelun suosittelualgoritmi. Kaikki nämä ovat tekoälyä. Osa niistä hyödyntää generatiivista tekoälyä, osa kuvantunnistusta, osa perinteisempiä tekoälyratkaisuja. (Lähde Sitra). Tekoälyn hyödyntäminen työssä on kuin kuuma peruna – kaikki puhuvat siitä, mutta lisää tietoa kaivataan siitä, miten sitä pitäisi käsitellä. Käytän itse termiä tekoälyn käskyttäminen, vaikka terminä se ei ole vakiintunut. Tekoäly ei ole taikaratkaisu, mutta se on tehokas apuri, joka voi nopeuttaa työtä, parantaa laatua ja vapauttaa aikaa tärkeämpiin tehtäviin. Työssä tekoälyä kannattaa käyttää ensisijaisesti rutiininomaisissa ja toistuvissa tehtävissä, joissa se säästää aikaa ja vähentää virheitä. Se voi auttaa esimerkiksi tekstin tuottamisessa, ideoinnissa, käännöksissä, raporttien yhteenvedoissa ja tietojen etsimisessä. Tärkeää on kuitenkin muistaa, että tekoäly ei korvaa ihmisen harkintaa. Se tarjoaa ehdotuksia ja malleja, mutta vastuu lopullisista päätöksistä, sisällöstä ja sen oikeellisuudesta on aina sinulla. Tekoäly toimii hyvin myös yhteistyön tukena. Sitä voi hyödyntää keskustelukumppanina, joka auttaa jäsentämään ajatuksia, sparraamaan ideoita tai muokkaamaan luonnoksia nopeammin eteenpäin. Paras tulos syntyy vuorovaikutuksesta, jossa ihminen asettaa tavoitteet ja arvioi tuotokset, ja tekoäly auttaa tekemään työn sujuvammin ja laajemmin näkökulmin. Tekoälyn käyttö yrityksessä perustuu avoimuuteen, tiedon jakamiseen ja jatkuvaan oppimiseen. Teknologia kehittyy nopeasti, ja siksi on tärkeää seurata uusia mahdollisuuksia, testata käyttöä maltillisesti ja jakaa kokemuksia työyhteisön sisällä. Kun tekoälyyn suhtautuu selkeän harkitsevasti, tietoturva edellä ja terveellä maalaisjärjellä, siitä tulee arvokas ja turvallinen työväline – ei riski eikä uhka. Tekoälyn käyttö ohjelmoinnissa tuo mukanaan lukusia riskejä. Miten hallita tekoälyn tuottamaa koodia, kun ihmisellä ei riitä kapasiteetti sen täydelliseen tarkistamiseen? Ratkaisuna korostuvat automaattiset testaus- ja analyysityökalut, kuten staattinen koodianalyysi, jatkuva integraatio sekä tietoturvaskannaukset, jotka seulovat virheitä ja haavoittuvuuksia järjestelmällisesti. Lisäksi tarvitaan selkeitä kehitysprosesseja, joissa tekoälyn tuottamaa koodia käytetään harkiten, rajatuissa osissa ja ihmisen valvonnassa – ei sellaisenaan kriittisiin järjestelmiin. Toisaalta tekoäly-yhtiö Anthropicin mukaan sen uusin kielimalli Claude Opus 4.6 on onnistunut löytämään yli 500 aiemmin tuntematonta vakavaa tietoturva-aukkoa avoimen lähdekoodin projekteista. https://www.tivi.fi/uutiset/a/933fc533-509c-43ee-8db8-b8967faec3ea Muutamia tekoälypalveluja, joista kukin soveltuu eri käyttötarkoituksiin ja tuottaa erilaista materiaalia, esimerkiksi Midjorney tuottaa fotorealistisia kuvia: • Microsoft 365 Copilot – tekstin lisäksi mm. kuvia, dokumentteja ja koodia • Open AI Chat GPT – tekstin tuottaminen ja mm. taulukot, laskelmat, koodi • OpenAI DALL·E 3 ja DALL·E 4 – kuvat