AI MIXEI?!
What colonialism does is cause an identity crisis about one's own culture.
Lupita Nyong'o
Colonialism is the cousin of slavery.
Chadwick Boseman
Keskustelu koneoppivista algoritmeista (esim. OpenAI:n chatGPT ja Dall-E2, Stability AI:n Stable Diffusion sekä Midjourneyn oma algoritmi) on viime aikoina porissut niin opetuksen kuin kulttuurinkin saralla ja vuoroin on pelätty ja vuoroin neuvottu miten nuo uudet algoritmit valjastetaan käyttöön. No, tässä tekstissä kehotan miettimään tätä koko soppaa ja nostan pöydälle muutaman seikan miksi meidän ehkä ei pitäisi ottaa näitä palveluita käyttöön ja pelkäämisen sijaan kohdentaa näihin toimijoihin suoraa kritiikkiä.
TLDR; Ai miksei AI, no koska se on epäeettistä ,riistävää, energia- ja luonnonvaroja tuhlaavaa uuden ajan kolonialisaatiota jossa (lähinnä) rikkaat länsimaat käyttävät(väki)valtaa muita kohtaan. Lisäksi kaunopuheista huolimatta nämä yritykset eivät luo demokratiaa saati vaurautta jokaiselle, vaan lantit päätyvät harvojen valittujen (rikkaat länsimaalaiset miehet) taskuihin.
Kate Crawford esittää että meidän ei pitäisi itseasiassa ollenkaan puhua AI:sta (Artificial Intelligence), eli suomennettuna keino- tai tekoälystä, koska näissä algoritmeissa ei ole mitään keinotekoista. Päinvastoin ne ovat hyvinkin todellisia ja konkreettisia, monellakin tapaa. Esimerkiksi näiden algoritmien tuottaminen kuluttaa mittavia määriä energiaa ja luonnonvaroja. Crawford tuo esiin että monien algoritmien vaativien laitteiden rakentamiseen tarvittavien mineraalien saanti (esim. kulta, tina, volframi, tantaali) on usein epäeettistä ja verrattavissa veritimanttien haalimiseen ( 2021, p.34). Toisin sanoen, näiden mineraalien hankkimisen kautta tuemme diktatuureja ja sotaa.
Tarvittavien materiaalien lisäksi algoritmit tarvitsevat energiaa, ja mitä isommasta datamäärästä on kyse, sitä enemmän energiaa. Esimerkiksi monien tekstistä kuvaa tuottavien algoritmien ruokavalioon kuuluu Laion-5B tietokanta jossa on 5 miljardia kuva/tekstiparia (Beaumont, 2022). Kun sitten ajatellaan että algoritmi pilkkoo näitä kuvia sadoiksi miljardeiksi pikseleiksi ja biteiksi verraten niitä kaikkia keskenään, jotta saadaan ”oppiminen” eli todennäköisyyslaskelma aikaan, niin hiemanhan algoritmia rupee moinen työ hiukomaan. Googlen jo hieman vanha BigGAN-algoritmi haukkasi opiskellessaan saman verran energiaa kuin puolet Yhdysvaltojen kotitalouksista vuodessa (Schwab, 2018). Rahallisestikin moisen algoritmin pitäminen on hieman köyhemmälle haastavaa, Stable Diffusionin opettamiseen käytettiin 256 kappaletta Nvidian A100-GPU:ita, joista kukin maksaa n. 15000€, Stability AI vuokrasi nuo Stable Diffusionin koulutusta varten Amazonin pilvestä, jolloin 150 000 koulutustunnin laskuksi tuli 600 000$. Suurin osa tuosta algoritmien ruokavaliosta on muuten öljyä.
Crawford haluaa myös muistuttaa että melko lyhyen käyttöiän jälkeen moni näistä laitteista päätyy jätteeksi, jota sitten rahdataan takaisin kolmannen maailman maihin poltettavaksi (tai pikemminkin lapsityövoimalla otetaan kerättävissä olevat mineraalit talteen kun samalla poltetaan myrkkykaasujen kera pois muu (esim. muovi). Materian ja energian lisäksi on tärkeää huomata algoritmien (talous)kytkeytymät isoihin teknologiajätteihin ja riskipääomaan. Stability AI keräsi riskipääomaa viime vuonna 101 miljoonan dollarin verran, luonnollisesti luvaten sijoittajille voittoja (Wiggers, 2022). OpenAI (chatGPT, Dall-E2), taas teki 10 miljardin sopimuksen Microsoftin kanssa ja ennusti ensi vuodelle miljardin voittoa (Dastin et al., 2022; Matthews & Kahn, 2023). Samaan aikaa nämä yritykset mainostavat isosti tekoälyä ihmisiltä ihmisille ja parempaa maailmaa. Algoritmit kytkeytyvätkin jo tutuksi tulleeseen jälkikapitalistiseen kaavaan jossa tuo parempi maailma on todennäköisesti parempi vain hyvin harvalle. Tässä kaavassa yhdistyy mitä Richard Barbrook ja Andy Cameron ovat nimittäneen kalifornialaiseksi ideologiaksi, ”huvittavaksi” cocktailiksi raaka uusliberalistista taloutta ja hippiliikettä (1996). Voisi ehkä myös sanoa että yritykset myyvät lasihelmiä ja todistamme uudenlaista kolonialismia.
On tietenkin haastaavaa ymmärtää että näyttöpäätteellämme kimalteleva algoritmin tuottama hassu teksti olisi muuta kuin hassu teksti, tosiasia kuitenkin on että nämä keinotekoiset algoritmit ovat kytkeytyneet riistoon ja kolonialismiin enemmän kuin haluaisimme uskoa. Tämän lisäksi, Crawfordin mukaan, meidän ei pitäisi ajatella näitä algoritmejä älykkäänä, vaan työkaluina, älyä niillä ei ole.
Koneoppivien algoritmien älykkyys on tietenkin asia joka on ihmistä kiinnostanut tuhansia vuosia. Yleisen tekoälyn (AGI) kuvitelmat usein sekoittuvat tämän hetkisiin algoritmeihin . Ja vaikka alan asiantuntijat ja tutkijat ymmärtävätkin fantasian ja todellisuuden erot, niin fantasiat silti näkyvät jatkuvasti tekoälypuheessa (ks. esim. Dufva & Mertala, 2021; OpenAi, 2023). Sinänsä fantasioinnissa ei ole mitään pahaa, vaarallista on se miten muutamien valtaa omaavien fantasiat voivat yliajaa kaikkien muiden, ja miten media, edelleen, auttaa näitä fantasioita toteutumaan. Lyhyesti, mikään teknologia, tekoäly tai ei, ei ilmesty ja tule, vaan se tietoisesti luodaan ja rakennetaan; Teknologiat ovat läpeensä poliittisia ja ideologisia.
Muutama vuosi sitten Berliinissä järjestetyssä Stop Making Sense-tapahtumassa taiteilija ja tutkija Luc Steels vertasi koneoppivien algoritmien älykkyyttä lentämiseen; Sanomme että linnut lentävät ja lentokoneet lentävät, mutta ymmärrämme että kyseessä on hyvin eri asia (Bruno et al., 2019). On muuten vaikeaa kuvitella että Rainer Friman laulaisi lintujen sijaan lentokoneista:
”Lentokoneet
jo lentäkää pohjoiseen
mun teitä ikävä on ja sydäntä paleltaa”
Tai Lapin kesää määrittelisi lentokoneiden jokakeväinen tuleminen (vaikka ajatellen Lapin turismia tämä ei ehkä ole niin kaukaa haettua). Joka tapauksessa algoritmien älykkyyttä ei tulisi sekoittaa siihen mitä ajattelemme älykkyydellä yleensä. Ei sen vuoksi etteivätkö algoritmit olisi tietyssä mielessä osittain autonomisia toimijoita (mutta eivät kokonaan, vaan ne on aina tehty jotain tekemään jotain (ks. esim. Hayles, 2017), vaan siksi että me ihmiset älykkyydestä ja oppimisesta puhuessamme sekoitamme nämä asiat ja päädymme miltei aina romanttisiin, mutta epätarkkoihin mielikuviin ja fantasioihin (ks. Esim. (Z.M.L., 2023) ). Väärissä käsissä nämä ajatukset voivat viedä meitä tulevaisuuksiin joita emme kenties toivo.
Loppuun lienee hyväksi todeta, että kaikki tämä kritiikki ei tietenkään tarkoita että itse algoritmien ajatus olisi huono. Koneoppivilla algoritmeilla on monia mahdollisuuksia monilla aloilla. Kuitenkin nyt esillä olevien kiiltävien lasihelmien hypistely ei ole aivan niin viatonta ja helppoa kuin miltä näyttää. Meidän tulisikin nostaa esille näitä (ja monia muita) digiajan ja algoritmien haasteita ja pyrkiä ratkaisemaan niitä sen sijaan että päättömästi pihkaannumme näistä palveluista. Samaan viimeiseen hengenvetoon voinee todeta, että taiteilijoille löytyy hieman eettisempiä ja enemmän hands-on tapoja käyttää koneoppivien algoritmien materiaa ja mediaa taiteessaan. Suomestakin löytyy mielenkiintoisia tekijöita, kuten vaikka Jenna Sutela, Jukka Hautamäki tai Hannu Töyrylä (ja moni muu).
Oi oppi ottakaatte lentokoneista
Ne lähtee syksyin, palaa keväisin
On meidän rannoillamme rauhallista
Ja turvaisa on rinne tunturin
Havisten halki ilman lentäkäätte
Tekoja luokaa, maita valaiskaa
Mut talven poistuneen kun täältä näätte
Mä rukoilen, ma pyydän, palatkaa
Viitteet:
Barbrook, R., & Cameron, A. (1996). The Californian ideology. Science as Culture, 6(1), 44-72. https://doi.org/10.1080/09505439609526455
Beaumont, R. (2022). LAION-5B: A NEW ERA OF OPEN LARGE-SCALE MULTI-MODAL DATASETS LAION. https://laion.ai/blog/laion-5b/
Bruno, G., Linke, A., Steels, L., & Steyerl, H. (2019). Discussion with Giulia Bruno, Armin Linke, Luc Steels, Hito Steyerl Mediathek 69576. https://archiv.hkw.de/en/app/mediathek/video/69576
Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale.
Dastin, J., Hu, K., & Paresh, D. (2022). Exclusive: ChatGPT owner OpenAI projects $1 billion in revenue by 2024 Reuters. https://www.reuters.com/business/chatgpt-owner-openai-projects-1-billion-revenue-by-2024-sources-2022-12-15/
Dufva, T. S., & Mertala, P. (2021). Sähköä ja alkemiaa: Tekoälydiskurssit Yleisradion verkkoartikkeleissa. Media & viestintä, 44(1), 95-115. https://journal.fi/mediaviestinta/article/download/107302/62752
Hayles, N. K. (2017). Unthought. University of Chicago Press. http://www.bibliovault.org/BV.landing.epl?ISBN=9780226447919
Matthews, J., & Kahn, J. (2023). Inside the structure of OpenAI’s looming new investment from Microsoft and VCs Fortune. https://fortune.com/2023/01/11/structure-openai-investment-microsoft/
OpenAi. (2023). Planning for AGI and beyond. https://openai.com/blog/planning-for-agi-and-beyond
Schwab, K. (2018). A Google intern’s BigGAN AI makes super realistic images. https://www.fastcompany.com/90244767/see-the-shockingly-realistic-images-made-by-googles-new-ai
Wiggers, K. (2022). Stability AI, the startup behind Stable Diffusion, raises $101M TechCrunch. https://techcrunch.com/2022/10/17/stability-ai-the-startup-behind-stable-diffusion-raises-101m/
Z.M.L. (2023). “Computers enable fantasies” – On the continued relevance of Weizenbaum’s warnings LibrarianShipwreck. https://librarianshipwreck.wordpress.com/2023/01/26/computers-enable-fantasies-on-the-continued-relevance-of-weizenbaums-warnings/