Vihreä solu oli tärkein ohje, jonka annoin tekoälylle
Taulukossa oli värejä, joiden merkityksen tiesi vain tekijä. Kun kirjoitin sen säännön auki yhdellä rivillä, malli lakkasi arvaamasta ja alkoi kertoa, mitä se ei tiedä.
Melkein jokaisessa yrityksen taulukossa on värejä, joiden merkityksen tietää vain se, joka ne on laittanut.
Vihreä tarkoittaa jotain. Punainen tarkoittaa jotain muuta. Lihavoitu rivi on joskus tärkeä ja joskus vain jäänyt lihavoiduksi. Ihminen lukee tämän silmänräpäyksessä, koska hän oli paikalla, kun merkinnät syntyivät.
Sitten sama taulukko annetaan tekoälylle ja pyydetään siirtämään tiedot eteenpäin, täydentämään puuttuvat kohdat tai kokoamaan niistä lista. Malli näkee rivit, mutta se ei näe merkintöjen tarkoitusta. Sille jokainen rivi on yhtä totta.
Mitä tein
Olin siirtämässä tuotetietoja työversiosta lopulliseen taulukkoon. Tilanne on tavallinen: Osa tiedoista on tarkistettu ja hyväksytty, iso osa on vielä kesken, ja kaikki asuu samassa näkymässä vierekkäin.
Aloitin kirjoittamalla merkintäsäännön auki yhdellä rivillä: Kirkkaanvihreä solu on tarkistettu ja oikein, kaikki muu voi olla väärin. Muuta ohjetta datan luotettavuudesta ei ollut.
Se yksi rivi muutti koko ajon luonteen. Malli siirsi vain vihreät kohdat. Kun se törmäsi riviin, jossa tuotteen nimi ja tuotekoodi osoittivat eri suuntaan, se ei valinnut kumpaakaan eikä sovitellut niitä yhteen. Se jätti kentän tyhjäksi ja kirjoitti ylös perustelun: Nimi sanoo yhtä, koodi toista, enkä tiedä kumpi näistä on tämän kauden tuote.
Myöhemmin selvisi, että olin itse kuvannut säännön liian karkeasti. Merkintä ei ollutkaan kaksiportainen vaan kolmiportainen, ja se koski yksittäistä solua eikä koko riviä. Vihreä oli lukittu, vaalea tarkastamaton, ja punainen tarkoitti tiedettyä virhettä. Kun tämä tarkennus meni ohjeeseen, sama ristiriita ratkesi itsestään: Nimi oli vihreä eli lukittu, koodi punainen eli tiedetysti väärä. Samalla malli perui yhden aiemman päätelmänsä, jonka se oli tehnyt vanhalla säännöllä.
Mitä se muutti
Isoin muutos ei ollut nopeus vaan se, mitä ajon jälkeen piti tarkistaa. Kun malli merkitsee itse ne kohdat, joita se ei uskaltanut täyttää, tarkistettavaa on täsmälleen se lista eikä koko taulukko. Epävarmuus on näkyvissä sen sijaan, että se olisi piilossa siistin näköisen lopputuloksen sisällä.
Siinä on koko ero. Väärä arvaus oikeassa muodossa näyttää valmiilta työltä. Tyhjä kenttä ja yhden lauseen perustelu näyttää keskeneräiseltä, ja juuri siksi se tulee korjatuksi.
Mitä tästä kannattaa ottaa
Jos sinulla on taulukko, jonka olet ajatellut antaa tekoälylle, kirjoita ensin kolme asiaa auki:
- Mitä merkintä tarkoittaa. Väri, tähti tai statussarake, ihan sama kumpi, kunhan sen merkitys on sanottu ääneen.
- Montako tasoa siinä on ja koskeeko se riviä vai yksittäistä solua. Tässä minä olin väärässä, ja se maksoi yhden virheellisen päätelmän.
- Mitä tehdään, kun merkinnät ovat keskenään ristiriidassa. Vastaus on melkein aina sama: Älä valitse, vaan kerro ristiriidasta.
Ja anna mallille lupa jättää kenttä tyhjäksi. Se kuulostaa pieneltä, mutta ilman sitä lupaa se täyttää kentän, koska tehtävä näytti käskevän niin. Tyhjä kenttä on parempi kuin arvattu.
Taulukoissa on jo valmiina se tieto, mikä niissä on varmaa. Se on vain tallessa väärässä paikassa, ihmisen päässä eikä ohjeessa.