Tekoäly, promptit ja oikeakielisyys
Monet tekoälyohjelmistot (kuten ChatGPT) ovat perusarkeamme enemmän ja enemmän. Ne nopeuttavat arkista työntekoa monella tavalla. Se, joka osaa käyttää ohjelmia oikein, saa aikaan paljon. Se, jolle ohjelmien käyttö on haastavampaa, ei välttämättä saa niistä irti sitä, mitä toivoo. Nauran edelleenkin ajoittain videoille, joissa joku yrittää pyytää Siriltä tai vastaavalta vastausta, mutta saa vastaukseksi aivan jotain muuta, koska ko. ohjelmisto ei saa pyytävän puheesta selkoa eli se ei vastaa ohjelmistoon aiemmin syötettyä koulutusdataa. Vaikka kielimallit, esim. ChatGPT:ssä GPT‑4, kehittyvät ja parantavat virheiden käsittelyä ja tarjoavat entistä tarkempia vastauksia, toimintamalli ei muutu miksikään. Usein ongelmia tulee eteen juuri kirjallisen syötteen kanssa. Selkeä ja täsmällinen prompti takaa tarkoituksenmukaiset vastaukset.
Tärkein tieto tekoälylle kulkee promptien eli kehotteiden kautta. Prompti eli kehote on ohje, joka antaa suunnan tuotetulle sisällölle, esim. ChatGPT:n kaltaisissa ohjelmistoissa tekstisisällölle. Se on kuin kirjastonhoitaja, jolla voit kertoa, että etsit erinomaista matkustusopasta Portugaliin. Hyvin muotoiltu prompti voi auttaa sinua saamaan ohjelmistolta tarkempia ja hyödyllisempiä vastauksia sekä tietysti sisältöjä. Oletetaan, että kirjoitat teknisen oppaan ohjelmistokehityksestä. Voit aloittaa promptin esimerkiksi näin: ‘Kirjoitan ohjeistusta siitä, kuinka Python-ohjelmointikielessä käytetään Pandas-kirjastoa tietojen analysointiin. Haluaisin erityisesti keskittyä datakehysten yhdistämiseen ja suodattamiseen.’ Tämä tarkentaa tekoälylle, mitä haluat oppaasi käsittelevän, ja auttaa sitä tuottamaan juuri haluamaasi sisältöä tekniseen aiheeseen liittyen.
Promptien laatimisessa on tärkeää hyödyntää uusimpia työkaluja ja tekniikoita, jotka auttavat käyttäjiä luomaan entistä tehokkaampia ja tarkoituksenmukaisempia prompteja. Tiedäthän, että yrityselämässäkin yksityiskohtaisempi tieto on aina arvokkaampaa ja kasvattaa luottamusta. Jos koulussa esim. keskityit vain yleistietoon, mutta et tutkinut lisälähteitä, vastaukset jäivät aina perustasolle. Jos innostuit perehtymään lisätietoon, sait huomattavasti enemmän irti aiheesta sekä ymmärsit sen laajemmasta näkökulmasta. Lisäksi opettajakin saattoi kehua vastaustesi laajuutta.
Rakastan ChatGPT:n vastausten lukemista, koska ne noudattavat suomen kielen kielioppia uskomattoman hyvin — eivät ihan 100-varmasti, mutta melkein. Se voi johtua siitä, että myös minä käytän kieltä monipuolisesti, yksityiskohtaisesti sekä luovalla tavalla. Näin se on varmaankin oppinut viestimään kanssani oikeakielisesti. Kokeilin yhdessä vaiheessa kirjoittaa pyyntöni puhekielisemmin ja epäselvemmin, istutin sinne muutaman tahallisen kielivirheen sekä yritin harhauttaa ChatGPT:tä. Vastaus yllätti minut, vaikka vastaus oli, mitä odotinkin, sinne hiipi myös virheitä synkronisesti. Jäin miettimään tätä.
Mikä merkitys oikeakielisyydellä on tekoälyn promptien rakentamisessa?
Vaikka ChatGPT:n tuottamaan vastaukseen hiipi muutama pieni “kirotusvirhe”, oli muu osa vastausta kieliopillisesti erittäin kaunis. Se ei välittänyt yhdyssanavirheistäni, vaan korjasi ne oikeaksi vastauksessaan, se ymmärsi puhekieliset termini ja kohdensi vastauksen niitä myötäillen. Tästä syystä pidänkin kirjoittamisen näkökulmasta kirjoitettavaan sisältöön keskittyviä tekoälyohjelmistoja, kuten ChatGPT:tä, tärkeinä oppimisvälineinä, koska ne auttavat meitä käyttäjiä tuottamaan tekstiä monipuolisemmin ja oikeakielisemmin. Ohjelmistojen uusimmat kielimallit, kuten GPT‑4, pystyvät paremmin käsittelemään monimutkaisia kieliopillisia rakenteita ja siten pystyvät tarjoamaan tarkempia ja sopivampia vastauksia. Keskustelut ohjelmiston kanssa ovat oppimismahdollisuuksia siinä missä aikoinaan tekstitykset TV:ssä. (Kun ne vielä tehtiin kieliopillisesti oikein.) Onneksi Suomessa ei koskaan dupattu elokuvia, vaan ne tekstitettiin. Näin jokainen TV:n katsoja elokuvaa katsoessaan luki melkein kirjan sekä oppi alkuperäisen kielen ääntämistä. Aika hieno juttu, eikö?
Entä sitten toisinpäin? Oletko törmännyt koskaan tilanteisiin esim. ulkomailla, kun puhut epäselvällä rallienglannilla natiivin kanssa, hän yleensä joutuu höristämään korviaan, jotta ymmärtäisi ajatuksesi. Usein et löydä oikeita sanoja kuvaamaan tiettyä kohdetta, jonka esimerkiksi osaisit tehdä varsin taitavasti suomen kielellä. Sama pätee prompteihin. Jos tuotat ne huonolla kielellä eli väärin viittauksin, pilkku- ja yhdyssanavirheitä pullollaan ja käytät yleistermejä pikemmin kuin erikoistermejä, vastaus voi olla aivan toista kuin mitä pyysit. Tiedäthän Googlenkin? Yleistermit tuovat näkymään ensimmäisenä kaikki mainokset, mutta esim. yksityiskohtaisella kysymyksellä saatat saada esiin jotain hyödyllistäkin — numeroidut ohjeet tai videoita, miten onnistut. Kokeile? Googleta “Renkaan vaihto” ja “Miten vaihdan autosta renkaat?” Voit lisätä siihen tuotemerkinkin.
Jos tekoälyohjelman promptit kirjoittaa oikeakielisesti ja erikoistermein, mitä siitä seuraa?
Ensinnäkin (1) Oikeakielisyys ja tarkat termit parantavat tekoälyn vastausten tarkkuutta. Selkeä ja yksityiskohtainen kielenkäyttö voi lisätä ohjelmiston kykyä antaa relevantteja ja tarkkoja vastauksia. Jos käytät ammattisanastoa täsmentämään pyyntöäsi promteissa, ohjelma pystyy näin ymmärtämään paremmin kysymyksen kontekstin ja voi tarjota erityisesti siihen soveltuvia ohjeita. Esimerkiksi, jos kaivostyöläinen esittäisi oheiset kysymykset, kumpi vastaisi tarkoitustaan paremmin: “Miten mä käytän tätä poraa?” vs. “Miten käytän tätä timanttikairaa kaivoksessa?”
Toiseksi (2) tarkka ja yksityiskohtainen kielenkäyttö voi parantaa tekoälyn kykyä tarjota syvällisempää tietoa aiheesta, mikä parantaa oppimiskokemusta. Oikeinkirjoitus, kielioppi ja tarkat sanavalinnat ovat erityisen tärkeitä ammateissa, joissa tarkkuus on elintärkeää, kuten sosiaali- ja terveysalalla. Jos sairaanhoitajaopiskelija esimerkiksi kysyy: “Miten mä voin hoitaa tän haavan?”, hän saattaa saada yleisen haavanhoito-ohjeen, joka ei välttämättä vastaa sairaanhoitajaopiskelijan tarpeita. Tämä johtuu siitä, että haavat voivat vaihdella suuresti tyypiltään ja jokainen niistä vaatii erilaisia hoitomenetelmiä. Sen sijaan, jos hän kysyisi: “Miten hoidan syvän palovamman?”, ohjelma ymmärtää tarkemmin kysymyksen ja voi tarjota ohjeita juuri syvien palovammojen hoitoon.
Kolmanneksi (3) oikeakielisyys osoittaa kunnioitusta kieltä ja tekoälyä kohtaan. Mieti siis aina, miten haluat rajata tiedon käytön. Esimerkiksi, jos metsänhoitaja kirjoittaa, “Miten mä saan nämä puut kasvamaan nopeemmin?”, on kysymys selkeä, mutta varsin epätarkka. Saat ohjelmalta helposti tuohon yleistietoisen vastauksen puiden kasvun edistämiseen liittyen, mutta se ei ota huomioon tiettyjä lajikohtaisia eroja tai olennaista kontekstia. Sen sijaan, jos metsänhoitaja aluksi kuvaa tarkoituksen ja lopuksi kysyy tärkemman kysymyksen, esim. “Mitä menetelmiä voin käyttää edistääkseni havupuiden kasvua x‑maastossa?”, on se aikaisempaan verrattuna tarkempi ja yksityiskohtaisempi. Tämä auttaa tekoälyä ymmärtämään kysymyksen paremmin ja antamaan tarkan ja yksityiskohtaisen vastauksen, joka ottaa huomioon havupuiden erityisominaisuudet ja kasvualustan rajoitukset. Tällainen tarkka ja huoliteltu kielenkäyttö voi parantaa ohjelman kykyä tarjota tarkkoja ja hyödyllisiä vastauksia.
Neljänneksi (4), kun käytät tekoälyn kanssa hyvin huoliteltua kieltä, se pystyy mallintamaan ja tuottamaan samankaltaista sisältöä. Esimerkiksi, jos kirjoitat promptin, missä aluksi taustoitat, että toimit matkailualalla ja etsit tietoa asiakkaillesi, jonka jälkeen kysyt kysymyksen: “Mikä on paras tapa matkustaa Suomesta Ruotsiin?”, ohjelma ymmärtää kysymyksen ja voi antaa tarkan vastauksen, joka kattaa eri matkustusvaihtoehdot, kuten lentämisen, laivalla matkustamisen tai autolla ajamisen. Tämän tiedon pohjalta voi rakentaa helposti julkaisun esim. matkailutoimiston tarpeisiin tai uutiskirjeen sisällön. Jos taas kirjoitat vain promptin: “mitä on paras suomesta ruotsiin”, tekoäly saattaa olla hämmentynyt, koska kysymys ei ole selkeä ja oikeakielinen (kysymyssana on harhaanjohtava, viittaus puuttuu, maat on kirjoitettu pienellä, konkreettinen tekemistä ilmaiseva verbi puuttuu). Silloin ohjelmalle jää vaihtoehdoksi vain antaa epätarkka tai epäolennainen vastaus.
Kokeile erilaisia lähestymistapoja promptien muotoiluun ja testaa niiden vaikutusta tulosten laatuun. Valitse jokin tehtävä ja muotoile siitä kaksi erilaista promptia: yksi tarkasti ja oikeakielisesti, toinen epäselvemmin. Vertaa saamiasi vastauksia ja pohdi, miten voit parantaa prompejasi jatkossa. Esimerkiksi, kysymysten muotoilu ja kontekstin selventäminen parantavat huomattavasti vastausten tarkkuutta. Jos kiinnostuit aiheesta, kannattaa tutustua muutamaan oppaaseen, esim. OpenAI:n Prompt Engineering ‑oppaaseen ja Tecnopedian Kehotesuunnittelu-oppaaseen.
Tekoälyohjelmistot pyrkivät parhaansa mukaan ymmärtämään ja vastaamaan kaikenlaisiin prompteihin, mutta niiden kyky tehdä niin riippuu pitkälti promptin selkeydestä ja tarkkuudesta. Käyttäjänä sinä voit parantaa tekoälyn tuottamien vastausten laatua ja tarkkuutta esittämällä sille selkeitä, yksityiskohtaisia ja hyvin muotoiltuja prompteja. Tekoälyn koulutusdata päivitetään säännöllisesti, mikä parantaa sen kykyä ymmärtää ja tuottaa oikeakielistä tekstiä. Esimerkiksi GPT‑4 on koulutettu laajemmalla ja monipuolisemmalla datalla kuin edeltäjänsä, mikä näkyy parempana kielen ymmärryksenä ja tarkkuutena. Kaikki lisätieto auttaa ohjelmaa luomaan paremman vastauksen, joka palvelee juuri Sinun tarpeitasi.