AI:s ekologiska och sociala hållbarhet väckte livlig diskussion

Artificiell intelligens (AI) har blivit en betydande del av dagens tekniska utveckling, och dess effekter sträcker sig brett över olika livsområden. Artificiell intelligens behandlades ur perspektivet för ekologisk och social hållbarhet vid hållbarhets- och ansvarsnätverkets träff, som samlade ett stort antal intresserade vid universitetet. 

Tre specialister deltog i mötet och berättade om olika aspekter hos AI och hållbarhet: professor Laura Ruotsalainen, universitetslektor och docent Anna-Mari Wallenberg samt Pekko Vehviläinen, AI-specialist från informations- och analystjänster för ledningen. De närvarande vid mötet talade särskilt om vilka effekter artificiell intelligens har på miljön och hur artificiell intelligens kan användas på ett hållbart sätt vid universitetet.

Utmaningarna och möjligheterna med artificiell intelligens med tanke på miljöhållbarheten

Den artificiella intelligensens ekologiska hållbarhet är en komplicerad fråga. Att lära in neuronnät förbrukar avsevärt med energi, vilket skapar en betydande ekologisk belastning. Utöver dataöverföringen och inlärningen av artificiell intelligens kräver till exempel användarnas datorer och telefoner miljöresurser.

Å andra sidan kan AI:s miljöpåverkan hanteras och kompenseras med innovativa lösningar. Till exempel den finländska supermaskinen Lumi producerar spillvärme som används för att värma upp Kajana stad.

"Med hjälp av artificiell intelligens kan vi också undersöka effekterna av klimatförändringen och utveckla lösningar för att stävja den", tillägger professor Laura Ruotsalainen.

Ruotsalainen lyfte bland annat fram projektet Destination Earth som syftar till att ta fram en digital tvilling till jorden med hjälp av artificiell intelligens och på så sätt undersöka klimatförändringens inverkan på jorden. Artificiell intelligens kan också främja FN:s mål för hållbar utveckling på många sätt. Å andra sidan har den också setts som ett hinder för vissa åtgärder.

Sociala hållbarhetsperspektiv: möjligheter och risker

Ur den sociala hållbarhetens perspektiv har artificiell intelligens både positiva och negativa effekter. AI kan till exempel främja planeringen av en socialt mer hållbar stadstrafik eller bidra till mycket exakta diagnoser inom hälso- och sjukvården. Samtidigt är det här också fråga om etiska frågor, såsom Deep Fake-teknik, som kan förvränga verkligheten. I diskussionen lyftes också upphovsrätten fram, det vill säga vilken information AI kan använda utan att bryta mot upphovsrätten eller vem som äger de produkter som gjorts med AI. Frågan visar hur komplex den artificiella intelligensens sociala hållbarhet är, och således förblev frågan utan ett entydigt svar.

Har vi ett alltför snävt angreppssätt i fråga om AI och energifrågor?

De som deltog i nätverkets möte var särskilt intresserade av den belastning som artificiell intelligens orsakar på miljön, och frågorna handlade om allt från naturskador till vattenanvändning. I och med de nuvarande komplexa AI-modellerna, vilket ChatGPT också är, har energiförbrukningen enligt Ruotsalainen ökat i rask takt och situationen kräver ansvarstagande av både utvecklare och dem som använder metoderna.

Anna-Mari Wallenberg, universitetslektor och docent i kognitionsvetenskap, lyfte i sitt anförande fram behovet av en systematisk granskning av hållbarhetsfrågor som anknyter till artificiell intelligens.

"Det innebär att vi i stället för att beräkna mängden enskilda data bör se på en större helhet som också omfattar geopolitiska och etiska dimensioner", påpekar Wallenberg.

AI:s effekter på hållbarheten är alltså inte entydiga, och därför är diskussionen kring frågan komplicerad och kräver att flera olika perspektiv beaktas.

Vem bär ansvaret för hållbarheten i användningen av AI?

Europeiska unionen har vidtagit åtgärder för att reglera användningen av artificiell intelligens bland annat genom en AI-författning. Å andra sidan kan alltför sträng reglering inom Europa fördröja utvecklingen av artificiell intelligens och de lösningar den för med sig. Därför är det viktigt att hitta en balans som möjliggör innovationer samtidigt som de negativa effekterna av AI minimeras.

Pekka Vehviläinen, universitetets AI-specialist, lyfte fram individens ansvar när det gäller för vad och hur artificiell intelligens används, för att inte tala om hur vi ska använda data som inhämtats med hjälp av AI.

"AI-systemet är bara lika bra som de data som matats in i systemet och den metod som använts för att lära in systemet.  Systemet är inte smart, utan kan i värsta fall leda oss på fel spår eller ge helt felaktiga anvisningar och råd. För tillfället är det helt och hållet på användarens ansvar att använda den", säger Vehviläinen.

Ta del av universitetets anvisningar och verktyg för artificiell intelligens

• Helsingfors universitets riktlinjer för användningen av AI som stöd för lärandet
• Anvisning om artificiell intelligens inom forskning
• Artificiell intelligens i undervisningen
• Läs de allmänna principerna för användning av artificiell intelligens (Flammasida)
• Helpdesks anvisningar: Generativ artificiell intelligens vid universitetet. Från sidan går det att fortsätta till flera andra anvisningar.
• CurreChat är en AI-chatt som Undervisningsteknologiservicen driver. Den kan användas på samma sätt som ChatGPT genom att användaren ger den uppmaningar som den besvarar. Till skillnad från till exempel ChatGPT är det datasäkert att använda Curre, och dataskyddet är på den nivå som GDPR kräver.
• Inventor’s Assistant är ett AI-verktyg som hjälper till med att förädla en uppfinnings- eller företagsidé.  
• Webbkurs om grunderna i AI  

Definition av begrepp: Artificiell intelligens är också annat än ChatGPT

Artificiell intelligens kan definieras som dataprogram som efterliknar funktioner som utförs av människor, såsom att dra slutsatser eller identifiera bilder. Ofta förknippas artificiell intelligens direkt med kända program, som ChatGPT, men i verkligheten omfattar AI ett mycket bredare fält. Artificiell intelligens kan bearbeta stora mängder data snabbt och noggrant med hjälp av metoder för övervakad inlärning, oövervakad inlärning och återkopplingsinlärning.

Vad är dina tankar om hållbarhets- och ansvarsfrågorna inom AI? Bidra gärna till diskussionen i Flamma.