Tehisaru ümber on tekkinud viimastel aastatel üha rohkem elevust. Uusi tööriistu tuleb järjest juurde, kõige olulisemad mõisted vahelduvad pidevalt ning trendid muutuvad vaid nädalatega. Ühel hetkel räägitakse promptimisest ehk viipamisest, järgmisel tehisaru assistentidest, siis agentidest ja viimasel ajal loov- ehk vaibkoodimisest. Ent enne kui hakata nullist lihtsalt “vaibima”, on vaja midagi palju maisemat: baasteadmisi, julgust proovida ja praktilist kogemust.
Just sellest mõttest lähtusid ka jaanuarist märtsini TalTechis toimunud ChatGPT Edu töötoad, mis olid suunatud eelkõige juhtidele ja tugitöötajatele. Kokku toimus 10 töötuba ning neis osales üle 300 töötaja. Eesmärk oli aidata osalejatel paremini mõista, kuidas generatiivne tehisaru töötab, milleks sellest päriselt kasu võib olla ning kuidas seda oma igapäevatöös teadlikult ja praktiliselt kasutada.
Minu jaoks koolitajana oli nende töötubade juures kõige kõnekam see, kui kiiresti võib ettevaatlikkusest või isegi umbusust saada elevus. Pea igal seminaril tekkis hetk, kus keegi avastas, et mõni tegevus, millele tavaliselt kulub tunde, on võimalik tehisaru abil teha minutitega. Need olid väga selged äratundmishetked: tehisaru ei olnud enam abstraktne teema või lihtsalt üks uus tehnoloogiline võimalus, vaid midagi, millel võib olla päris mõju sellele, kuidas me oma tööd teeme.
Üks slaid, mida näitasin igal koolitusel, puudutas generatiivse AI mõju Eesti töökohtadele. Paar aastat tagasi läbi viidud uuringu järgi töötab 61% töötajatest peagi koos tehisaruga, 5% töökohtadest võib generatiivse tehisaru tõttu kaduda ning 34% töötajatest mõjutab see tehnoloogia pigem vähe või kaudsemalt. Selle slaidi ümber tekkis tihti elav arutelu. Mitmed osalejad leidsid, et tehisaru mõju võib praeguseks olla juba suurem, kui kaks aastat tagasi prognoositi. See peegeldab hästi laiemat muutust: tehisaru ei ole enam tulevikuteema, vaid järjest olulisem osa tänasest tööelust.
Töötubades ühendasime baasteadmised ja praktilise katsetamise. Rääkisime sellest, kuidas suured keelemudelid töötavad, miks promptimine on vastuste kvaliteedi seisukohalt keskse tähtsusega ning milliseid võimalusi pakuvad ChatGPT Edu projektid, assistendid ja erinevad seadistused. Lisaks vaatasime näiteid avalikust sektorist ja arutasime, kuidas tehisaru saab toetada näiteks memode koostamist, kirjavahetuse haldamist, info struktureerimist, koosolekute ettevalmistamist ja muid igapäevaseid tööülesandeid.
Töötubades tuli väga selgelt välja, et hea tulemus ei sünni ainult heast tööriistast. Üks korduv taipamine oli see, et kui küsimus on liiga üldine, tuleb ka vastus üldine. Kui juhised on hägused, ei saa oodata väga täpset tulemust. Paljude jaoks oli oluline avastus see, et ebakvaliteetse vastuse taga ei ole enamasti mitte tehisaru “saamatus”, vaid nõrk sisend. See on ka põhjus, miks AI-kirjaoskus ei tähenda ainult tööriista olemasolu, vaid oskust seda juhtida: sõnastada eesmärki, anda konteksti, täpsustada ootusi ja hinnata tulemuse kvaliteeti.
Praktilises osas lõime ühiselt assistentide prototüüpe, mida saaks pärast testimist ja täiendamist päris töövoogudes kasutama hakata. Nende hulgas olid näiteks personaliküsimuste assistent, mis vastab TalTechis kehtivate dokumentide põhjal korduma kippuvatele küsimustele; õppekorralduseeskirja assistent, mis saab toetada õppenõustajate tööd; ja hankeassistent, mis tuleb appi hankedokumentide koostamisel. Just sellised näited tõestasid, et tehisaru suurim väärtus ei peitu üksikutes vestlustes, vaid oskuses toetada konkreetseid tööülesandeid organisatsiooni enda teadmiste, reeglite ja dokumentide põhjal.
Osalejaid kõnetasid kasutusjuhud, kus tehisaru aitas leida andmetest mustreid, kirjutada memosid, hinnata taotluste vastavust nõuetele või tuua pikkadest juhistest, regulatsioonidest ja infomaterjalidest kiiresti välja kõige olulisema. Juhtide ja tugitöötajate jaoks tähendab see väga praktilist ajavõitu. Kui osa ettevalmistavast, korduvast või infot struktureerivast tööst saab tehtud kiiremini, jääb rohkem aega sisuliseks analüüsiks, otsustamiseks ja kvaliteetseks suhtluseks.
TalTechi vaates näitasid need töötoad selgelt, et huvi ja vajadus AI-võimekuse kasvatamiseks on suur. Inimesed soovivad õppida, katsetada ja mõelda, mida saaks oma töös teha teisiti, kiiremini või kvaliteetsemalt. Samas on sama selge, et tehisaru kasutamine ei muutu iseenesest heaks praktikaks. Selleks on vaja harjutamist, kogemuste jagamist ja teadlikku katsetamist. Just nii kujuneb tehnoloogiast päriselt kasulik töövahend.