Käytän tekoälyä töissä päivittäin. Ja olen huomannut, että se keksii asioita ollakseen avulias. Se väittää tietävänsä, vaikka se vain arvaa.\n\nTätä kutsutaan hallusinaatioksi. Tekoäly tuottaa tekstiä, joka kuulostaa vakuuttavalta, on hyvin perusteltua ja kieliopillisesti täydellistä — mutta väärin. Se ei valehtele tarkoituksella. Sillä ei ole tarkoitusta. Se vain tekee parhaansa siinä, mihin se on koulutettu: ennustamaan seuraavaa sanaa.\n\nTässä postauksessa selitän, mikä tämä ilmiö on, miksi se tapahtuu ja miten voit vähentää sitä. Olen kaivanut Anthropicin omia materiaaleja, alan tutkimusta ja omaa kokemustani.\n\n## Miksi tämä tapahtuu?\n\nTekoäly ei ajattele kuin ihminen. Pohjimmiltaan se on äärimmäisen kehittynyt seuraavan sanan ennustaja. Se on lukenut miljardeja sivuja tekstiä internetistä, kirjoista ja dokumenteista, ja oppinut mitkä sanat tyypillisesti seuraavat toisiaan.\n\nKun kysyt siltä jotain, se ei "tarkista faktatietokantaa" vastauksen varalta. Se ei avaa Wikipediaa. Se katsoo omia parametrejaan ja arvaa todennäköisimmän jatkon.\n\nTämä toimii hyvin, kun aihe on yleinen ja dataa on paljon. Mutta kun kysyt jostain niche-aiheesta, harvinaisesta nimestä tai tarkasta tilastoluvusta, mallin täytyy arvata. Ja koska se on koulutettu olemaan avulias, se mieluummin keksii vastauksen kuin sanoo "en tiedä."\n\n## Miten tunnistaa hallusinaatio\n\nTekoälyn hallusinaatio on vaarallista juuri siksi, että se näyttää oikealta vastaukselta. Se ei kirjoita "ööh, en tiedä" — se tarjoaa yksityiskohtaisen, hyvin jäsennellyn selityksen. Olen huomannut, että hallusinaatio tulee usein ilmi vasta kun:\n\n- Pyydän lähdeviittauksia. Tekoäly saattaa keksiä tutkimuspapereita, jotka kuulostavat uskottavilta mutta eivät ole olemassa.\n- Kysyn saman kysymyksen uudelleen eri tavalla. Jos vastaus muuttuu merkittävästi, se ei ole varma aiheesta.\n- Pyydän liian tarkkaa tai niche-tietoa. Tekoäly on yleensä hyvä yleistiedossa mutta heikko harvinaisissa yksityiskohdissa.\n\n## Miten vähentää hallusinaatiota käytännössä\n\nOlen oppinut muutaman konkreettisen keinon, jotka toimivat:\n\nAnna lupa sanoa "en tiedä." Jos sanot kehotteessasi "Jos et ole varma, sano ettet tiedä," tekoäly tekee niin yllättävän usein. Se poistaa paineen keksiä vastaus.\n\nPyydä suoria lainauksia. Työskennellessäsi pitkien dokumenttien kanssa, pyydä ensin tarkkoja lainauksia, ja vasta sitten analyysiä niiden pohjalta. Tämä pakottaa tekoälyn pysymään annetussa materiaalissa.\n\nKäytä chain-of-thought -varmennusta. Pyydä tekoälyä selittämään päättelynsä askel askeleelta ennen lopullista vastausta. Jos logiikassa on aukko, se on helpompi huomata.\n\nKysy monta kertaa. Aja sama kysymys 2–3 kertaa ja vertaa vastauksia. Jos ne ovat ristiriidassa, malli on epävarma.\n\nTarkista lähdeviittaukset. Tämä on työlästä mutta tärkeää. Jos tekoäly viittaa tutkimukseen tai artikkeliin, tarkista onko se oikeasti olemassa.\n\n## Voiko hallusinaation poistaa kokonaan?\n\nLyhyt vastaus: ei. Pitkä vastaus: luultavasti ei koskaan.\n\nHallusinaatio on sisäänrakennettu ominaisuus siihen, miten nämä mallit toimivat. Sama mekanismi, joka tuottaa luovuutta ja kykyä muodostaa uusia yhdistelmiä, tuottaa myös virheellistä tietoa.\n\nSe sanottuna, tutkimus etenee. Anthropicin Claude on selvästi parantunut versio versiolta — mallit ovat tarkempia kuin edeltäjänsä. Mutta älä odota täydellistä poistumista. Opi sen sijaan elämään sen kanssa: tunnusta riski, käytä oikeita tekniikoita ja tarkista kriittiset tiedot muualta.\n\nParas tapa käyttää tekoälyä on luota, mutta tarkista.\n\n---\n\n