Mitä enemmän dataa, sitä parempi tekoäly
Myytti siitä, että suurempi määrä dataa johtaisi parempaan ymmärrykseen, liittyy myös siihen, millä tavoin ajattelemme tekoälyn mahdollisuuksista. Usein puhutaan, että tekoälysovelluksia tulisi kehittää mahdollisimman suurella määrällä dataa. Suuri määrä dataa voi joissakin tapauksissa parantaa tekoälyn suorituskykyä, mutta käytettävän datan laatu on tärkeää. Huonolaatuinen data voi johtaa epätarkkoihin tuloksiin, ja joissakin tapauksissa datan määrän kasvattaminen voi jopa haitata mallin suorituskykyä.9 Määrän merkitystä korostavan myytin purkaminen ja datan laadun tunnistaminen on oleellista myös tekoälyn eettisen ja tehokkaan käytön kannalta.
Esimerkiksi lääketieteellisessä tutkimuksessa erilaisista lähteistä kerätyt tiedot voivat parantaa malleja, mutta tietoja lisätessä tapahtuneet epäjohdonmukaisuudet tai vaikkapa leimaava kieli voivat aiheuttaa vääristymiä tai virheitä. Algoritmin suorituskyky voi kärsiä tällaisista dataan sisältyvistä kohinaisista malleista, mikä puolestaan voi johtaa algoritmisiin vinoumiin terveydenhuollon ennusteissa. Vaikka suurempi määrä dataa voi joskus parantaa suorituskykyä, datan laadun ja merkityksellisyyden huolellinen arviointi on tärkeää.
Monet tekoälymallit käsittelevät valtavia määriä henkilötietoja. Tähän liittyy myös merkittäviä yksityisyyden suojaan liittyviä huolenaiheita.10 Lainsäädännön näkökulmasta EU:n yleinen tietosuoja-asetus edellyttää, että organisaatiot varmistavat, että niiden käsittelemät henkilötiedot ovat tarpeellisia sekä laadukkaita. Jos datan laatuun ei kiinnitetä tarpeeksi huomiota, näitä säännöksiä ei myöskään voida noudattaa. Huonolaatuinen data voi myös johtaa vinoutuneisiin tuloksiin. Tällä puolestaan voi olla epäoikeudenmukaisia vaikutuksia esimerkiksi terveydenhuollossa, työelämässä tai lainvalvonnassa.
Vaikka myytti siitä, että enemmän dataa johtaa aina parempaan tekoälyyn ja parempiin tuloksiin, on edelleen olemassa, todellisuudessa yhteys datan määrän ja tekoälyn toiminnan välillä on monimutkaisempi. Datan laatu on olennaisessa asemassa, jotta tekoälyjärjestelmät voivat toimia luotettavasti, eettisesti ja tehokkaasti.
