Vaikean päätöksen edessä kysymys ”Mitä minun pitäisi tehdä?” on mallille yleensä huono loppukysymys. Vastaus voi olla varovainen tai itsevarma, mutta kummassakin tapauksessa sitä rajoittavat antamasi tosiasiat ja rajaus sekä mallin omat arvaukset.
Puolustettavampi käyttötapa on jäsennelty sparraus: pyydä mallia tuomaan esiin mahdollisia vaihtoehtoja, haastamaan rajauksesi ja tunnistamaan puuttuva näyttö. Seuraava työnkulku jäsentää tämän käyttötavan käsittelemättä mallia päätöksentekijänä.
Älä anna hyväksymättömälle työkalulle henkilökohtaisia tai luottamuksellisia tietoja. Käytä tekoälyä työsuhdetta, terveyttä, lakia, taloutta, turvallisuutta tai muita merkittäviä seurauksia koskevissa päätöksissä kysymysten jäsentämiseen, älä auktoritatiivisten sääntöjen, alan asiantuntemuksen, oikeudenmukaisuuden tarkistamisen tai vastuullisen ihmispäättäjän korvaamiseen. NISTin ihmisen ja tekoälyn yhteistyötä koskevassa ohjeessa varoitetaan, että ihmisen ja tekoälyn muodostama järjestelmä voi kadottaa kontekstia ja voimistaa vinoumia.
Rajaa kysymys uudelleen
Ajattelutavan pitää siirtyä pyynnöstä ”kerro minulle vastaus” pyyntöön ”auta minua ajattelemaan”. Käytännössä:
- Pyydä kysymyksen ”mitä minun pitäisi tehdä?” sijaan: ”Auta minua ymmärtämään oma tilanteeni.”
- Pyydä kysymyksen ”mitkä ovat hyvät ja huonot puolet?” sijaan: ”Mitkä ovat vahvimmat perustelut puolesta ja vastaan, ja mitkä oletuksistani ovat heikoimpia?”
- Pyydä kysymyksen ”mitä suosittelisit?” sijaan: ”Mikä on uskottavin perustelu sitä vastaan, mihin olen kallistumassa?”
Erilaiset kysymykset voivat tuoda samasta tilanteesta esiin eri puolia. Uusi rajaus ilmaisee halutun avun lajin, mutta ei takaa vastauksen kattavuutta tai puolueettomuutta.
Päätöksenteon nelivaiheinen työnkulku
Toistettava prosessi vähäriskisiin päätöksiin tai yhden lähtötiedon jäsentämiseen merkittäviä seurauksia koskevassa päätöksessä:
- Rajaa – tuo tilanne selkeästi näkyviin.
- Tuota – ehdota perusteluja ja vaihtoehtoja tarkastettaviksi.
- Koettele – anna mallin hyökätä alustavaa valintaasi vastaan.
- Päätä – tee valinta ja tuo epävarmuus sekä vastuu selvästi esiin.
Käymme jokaisen vaiheen läpi.
Vaihe 1: Rajaa
Päätöskehotteiden yleinen virhe on aloittaa liian vähäisellä kontekstilla. Jos kuvailet tilanteen lyhyesti, malli voi käsitellä rajaustasi ja pois jättämiäsi asioita tosiasioina.
Pyydä mallia haastattelemaan sinua ensin.
Olen tekemässä päätöstä. Ennen kuin sanot mitään, esitä minulle 5-7 kysymystä, joihin tarvitset vastaukset voidaksesi tukea ajatteluani hyödyllisesti. Käsittele todelliset vaihtoehdot, aidot rajoitteeni, muut osalliset, onnistumisen määritelmä ja se, mitä katuisin eniten. Odota vastauksiani.
Sana ”käsittele” nimeää ulottuvuudet, joihin kysymysten pitää kohdistua. Tarkasta kysymykset ja lisää ulottuvuudet, jotka malli jättää huomiotta.
Vastaa kysymyksiin niin yksityiskohtaisesti kuin saat. Vastaaminen voi paljastaa, että vaihtoehdot, rajoitteet tai onnistumiskriteerit ovat vielä puutteellisesti määriteltyjä.
Vastaustesi jälkeen mallilla on enemmän kontekstia, mutta siltä voi edelleen puuttua keskustelussa näkymättömiä tosiasioita, kannustimia tai ihmisiä.
Vaihe 2: Tuota
Pyydä seuraavaksi perusteluja ja vaihtoehtoja. Yksi jäsennelty malli on tämä:
Anna minulle nyt:
Kolme vahvinta perustelua kunkin vaihtoehdon puolesta. Lainaa vastauksiani, kun ne tukevat perustelua. Merkitse kaikki kohdat, joista olet epävarma.
Kaksi vaihtoehtoa, jotka saatan jättää huomiotta. Joskus paras valinta on vaihtoehto, jota en vielä ole harkinnut. Nimeä tällaiset vaihtoehdot, jos näet niitä.
Tärkein yksittäinen tekijä, jota minun pitäisi punnita. Millä ulottuvuudella on tässä päätöksessä aidosti eniten merkitystä?
Heikoin oletukseni. Mikä kertomistani asioista on todennäköisimmin väärin tai muuttuu todennäköisimmin?
Luettelo voi laajentaa rajausta. Kaksijakoinen kysymys, kuten ”otanko työn vai en”, voi peittää vaihtoehtoja, kuten neuvottelemisen, lykkäämisen tai kolmannen polun tavoittelemisen. Käsittele luotuja vaihtoehtoja ehdokkaina, älä näyttönä siitä, että ne ovat käytettävissä.
Hyödyllinen jatkokysymys kuuluu: ”Jos heikoin oletukseni osoittautuisi vääräksi, miten päätös muuttuisi?” Tämä on herkkyystarkistus. Varmista, että tunnistettu oletus on todella epävarma ja merkityksellinen.
Vaihe 3: Koettele
Pyydä seuraavaksi mallia nimenomaisesti vastustamaan.
Toimi nyt paholaisen asianajajana alustavaa valintaani vastaan. Oleta, että olen valitsemassa vaihtoehdon [vaihtoehto, johon olet kallistumassa]. Muodosta vahvin uskottava perustelu sitä vastaan. Ole täsmällinen: älä esitä yleisiä huolia vaan todelliset tapahtumakulut, jotka tekisivät tästä väärän valinnan.
Tutkimuksessa on havaittu joidenkin avustajien suosivan käyttäjän ilmaisemaa näkemystä vastaavia vastauksia silloinkin, kun näkemys on väärä (Sharma ym., 2023). Vasta-argumentin pyytäminen voi tuoda esiin toisen päättelylinjan, mutta se ei tee siitä riippumatonta, kattavaa tai oikeaa.
Aggressiivisempi versio:
Kuvittele, että nyt on kahden vuoden kuluttua ja tämä päätös osoittautui katastrofiksi. Mitä tapahtui? Kuvaa uskottavin epäonnistumisen tapahtumakulku vaihe vaiheelta.
Kehote soveltaa pre-mortem-tekniikkaa: kuvittele tuleva epäonnistuminen ja etene taaksepäin kohti mahdollisia syitä (Klein, 2007). Vertaa luotuja syitä todelliseen näyttöön, perusjakaumiin ja alan asiantuntemukseen.
Jos sinulla on päätöksestä vahva vaisto, kokeile myös tätä:
Luettele kolme syytä, joiden vuoksi saatan tehdä tämän valinnan vääristä syistä: vinoumat, mukavuudenhalu, uponneet kustannukset tai se, minkä haluan olevan totta sen sijaan, mikä on totta.
Malli voi tuottaa mahdollisia vinoumia ilman toista ihmistä, mutta se ei tunne motiivejasi. Käsittele luetteloa pohdintakysymyksinä, älä diagnoosina.
Vaihe 4: Päätä
Nyt sinulla on päätöksestä jäsennellympi kuva. Viimeinen vaihe on ilmaista valinta ja pitää epävarmuus näkyvissä.
Kun huomioit kaiken keskustelemamme, mikä on suosituksesi? Sisällytä:
- Valinta, jonka tekisit, yhdellä virkkeellä.
- Laadullinen varmuusluokitus: matala, keskitaso tai korkea. Älä keksi todennäköisyyttä. Perustele luokitus näytöllä ja ratkaisemattomilla oletuksilla.
- Yksi uusi tieto, joka muuttaisi vastauksesi.
Ole suora. Jätä kohtelias ”se riippuu” -rajaus pois – haluan kannan.
Luokitus auttaa erottamaan vahvan suosituksen täpärästä valinnasta, mutta se ei ole mitattu todennäköisyys tai todiste kalibroinnista. Tarkastele selityksen avulla näyttöä ja ratkaisemattomia oletuksia. Älä käytä luokitusta näennäistarkkuuden luomiseen.
Lue suositus, tarkista sen tosiasiat ja oletukset ja tee sitten päätös. Suositus on yksi lähtötieto. Vastuu säilyy sinulla tai valtuutetulla päätöksentekijällä.
Hyödyllisiä malleja eri päätöstyypeille
Työ- ja uravalinnat. Kysy aikajänteestä, taloudellisista rajoitteista, vaikutuksista muihin ihmisiin ja siitä, mitä näyttöä vielä puuttuu. Jaa vain tiedot, jotka voit syöttää hyväksyttyyn työkaluun, äläkä sekoita luotua suositusta työpaikkaa koskevaan tietoon.
Rekrytointipäätökset. Aloita työhön liittyvistä kriteereistä ja jäsennellystä prosessista, minimoi henkilötiedot äläkä pyydä tekoälyä päättelemään suojattuja ominaisuuksia, asettamaan hakijoita paremmuusjärjestykseen tai tekemään päätöstä. Käytä sitä tarkistamaan, tukeeko näyttö kutakin kriteeriä ja voiko prosessi aiheuttaa epäoikeudenmukaisia vaikutuksia. Yhdysvalloissa EEOC:n valintamenettelyohje käsittelee työhön liittyviä vaatimuksia ja haitallisia vaikutuksia. Sovella oman lainkäyttöalueesi sääntöjä ja pidä vastuullinen ihmistarkistaja mukana.
Strategiset ja liiketoimintapäätökset. Pyydä pre-mortem-mallilla, ”kuvittele, että tämä epäonnistui kahdessa vuodessa”, riippuvuuksia ja epäonnistumisskenaarioita. Vertaa niitä sitten toiminnalliseen dataan ja vastuullisten omistajien arvioihin.
Suuret hankinnat. Käytä ”heikoin oletus” -rajausta tulevaa käyttöä, kokonaiskustannuksia, jälleenmyyntiarvoa tai tuloja koskevien väitteiden tarkastamiseen. Varmista hinnat, ehdot ja maksukyky erikseen.
Ihmissuhteet ja henkilökohtaiset päätökset. Käytä ”mitä katuisin eniten” -rajausta yhtenä lähtötietona. Mahdollisen katumuksen tarkastelu voi auttaa erottamaan pitkän aikavälin huolet tilapäisestä epämukavuudesta, mutta sen ei pidä automaattisesti hallita päätöstä.
Yleinen vältettävä ansa
Ansa on tekoälyn käyttäminen vahvistuskoneena. Jos kehote perustelee alustavaa valintaasi ja jättää vastakkaisen näytön pois, malli voi tuottaa hiotun perustelun saamalleen rajaukselle.
Yksi rakenteellinen suoja on pyytää uskottava vasta-argumentti säännöllisesti, etenkin kun alustava valintasi tuntuu ilmeiseltä. Vaiheen jälkeinen yksimielisyys ei todista päätöstä hyväksi, eikä erimielisyys vääräksi. Aiheeseen liittyviä epäonnistumistapoja käsitellään artikkeleissa Ajattelukumppanin neljä epäonnistumistapaa ja Miten saat tekoälyn olemaan eri mieltä kanssasi.
Hyödyllinen itsetarkistus on kysyä: ”Mitä malli lisäsi ja mikä näyttö tukee sitä?” Jos se ei lisännyt mitään hyödyllistä, yksinkertaista tai tarkenna kehotetta sen sijaan, että pitäisit keskustelun jatkamista edistymisenä.
Custom GPT tekee tästä automaattisen tavan
Jos teet tätä usein, rakenna työnkulun sisältävä ”Decision Sparring Partner” Custom GPT tai Claude Project. Käytä esimerkiksi tällaisia ohjeita:
Noudata tätä tiukkaa järjestystä aina, kun sinulta kysytään päätöksestä:
- Esitä 5-7 kysymystä vaihtoehdoista, rajoitteista, osallisista, onnistumiskriteereistä ja siitä, mitä henkilö katuisi eniten. Odota vastauksia.
- Luettele vahvimmat perustelut kunkin vaihtoehdon puolesta, mahdollisesti huomiotta jäävät vaihtoehdot, tärkein ulottuvuus ja heikoin oletus.
- Toimi devil’s advocate -roolissa alustavaa vaihtoehtoa vastaan. Muodosta vahvin uskottava vasta-argumentti.
- Anna suora suositus, laadullinen varmuusluokitus, sen taustalla oleva näyttö ja tuntemattomat tekijät sekä tieto, joka muuttaisi vastausta. Älä keksi todennäköisyyttä.
Ohita vaiheita vain käyttäjän nimenomaisesta pyynnöstä. Nimeä mahdolliset järkeilyt tai vinoumat hypoteeseiksi, älä henkilöä koskeviksi tosiasioiksi. Esitä vahvimmat tuetut kannat ja niiden kompromissit sen sijaan, että loisit keinotekoisen tasapainon.
Käytä työnkulkua vain, kun se on oikeassa suhteessa päätökseen ja työkalu on hyväksytty käsiteltäville tiedoille. Tallennettu avustaja voi helpottaa sarjan toistamista, mutta se ei vahvista neuvoa oikeaksi.
Mitä kannattaa pitää
Tekoäly voi tukea päätösanalyysin osia: tilanteen sanoittamista, vaihtoehtojen luettelemista ja alustavan valinnan koettelemista. Se voi myös voimistaa puutteellista rajausta tai keksiä vakuuttavia perusteluja. Lopullinen valinta säilyy vastuullisella henkilöllä.
Rajaa, tuota, koettele, päätä. Käytä neljää vaihetta tarkistuslistana, älä näyttönä päätöksen hyvyydestä. Lisää merkittäviä seurauksia koskeviin päätöksiin tilanteen edellyttämät auktoritatiiviset säännöt, pätevä asiantuntemus, vaikutusten kohteena olevat ihmiset ja muodollinen tarkastus.
