1. Kerää ja säilö tietoa vain sen verran kuin sitä käyttötarkoitukseen tarvitaan. Tämä vähentää tiedon väärinkäytön mahdollisuuksia. Lisäksi anomymisoimalla ja pseudonymisoimalla tietoa, voidaan vähentää yksilöön liitettävien tunnisteiden turhaa säilömistä.
2. Jaa yksilöille tietoa miten heihin liittyvää tietoa hyödynnetään, ja pyydä suostumus tiedon käyttöön. Tuo yksilöille läpinäkyvästi esille, miten aiot heihin kohdistuvaa tietoa hyödyntää. Varmista että yksilöt ymmärtävät omat oikeutensa, sekä että he ymmärtävät tiedon keräämiseen, käyttöön, säilömiseen, ja käyttöoikeuksiin liittyvät käytänteet. Pyydä lisäksi kirjallinen suostumus hänestä kerättävien tietojen käyttöön, ja anna yksilöille myös mahdollisuus vetäytyä tästä suostumuksesta. Varmista myös itse tekoälysovelluksia käyttäessäsi, että olet itse tietoinen miten tietojasi hyödynnetään – suosi siis ratkaisuja jotka ovat toiminnassaan läpinäkyviä.
3. Varmista tiedon suojattu säilöminen ja siirto, sekä valvo käyttöoikeuksia. Hyödynnä tarpeenmukaisia tiedon salaamiseen ja suojaukseen liittyviä työkaluja ja menetelmiä. Varmista, että käyttöoikeus tietoon on vain niillä henkilöillä, jotka tarvitsevat sitä kyseisellä hetkellä määrättyyn tarkoitukseen.
4. Hyödynnä vain tietoturvallisiksi todettuja työkaluja, äläkä oleta automaattisesti, että tekoälylle antamasi tieto pysyy turvassa. Jos asiasta ei ole parempaa tietoa eikä tietoturvaan liittyviä käytänteitä olla erikseen varmistettu, on varmempi olettaa, ettei tietyn tekoälyjärjestelmän käyttö ole tietoturvallista. Tekoälylle annettujen sensitiivisten tietojen lisäksi myös näennäisesti vaarattomien tietojen antaminen voivat muodostaa tietoturvariskin. Esimerkiksi kielimallisovellukselle esitetyt kysymykset tai sen kanssa käydyt keskustelut voivat kokonaisuutena paljastaa yksilöstä ja esimerkiksi hänen työtehtävistään paljon. KIRA-alalla käsitellään paljon eri tasoilla kriittistä tietoa, joka voi vuotaa myös epäsuorasti vaikkapa yllä esitetyn esimerkin tavoin.
5. Pidä huolta tekoälyjärjestelmän käytön dokumentaatiosta. Kattava dokumentaatio lisää läpinäkyvyyttä ja luotettavuutta, sekä mahdollistaa tekoälyjärjestelmän käytön jälkiarvioinnin. Varmistu myös itse dokumentaation tietoturvallisesta toteutumisesta.
6. Varmista, että noudatat ajantasaisia eettistä regulaatiota ja säädöksiä. Esimerkkejä näistä ovat mm. EU-maissa sovellettava GDPR (General Data Protection Regulation). Huomioi myös se, miten eri alueilla toimivat kumppanit ja toimittajat soveltavat regulaatiovaatimuksia toiminnassaan.
7. Varmista eettisten käytänteiden jatkuva toteutuminen esimerkiksi auditointien kautta, sekä sitoudu toiminnan jatkuvaan seurantaan ja parantamiseen. Tekoälyn nopean kehityksen myötä tietoturvan sekä eettisen toiminnan mahdollistaminen vaatii jatkuvaa toiminnan tarkastelua ja parantamista. Tämä voi käsittää esimerkiksi hyödynnettävien tekoälyratkaisuiden säännöllistä tarkastelua niiden tuottavien tulosten tarkkuuden, niiden käytön tarkoituksenmukaisuuden, riskien, sekä regulaation toteutumisen näkökulmasta.
8. Huomioi tietoturva myös tekoälyjärjestelmän käytön lopettamisen jälkeen. Sen lisäksi että tietoturvasta huolehditaan tekoälyn käyttöönoton ja käytön aikana, tulisi käytänteistä varmistua ennakoivasti myös sen jälkeen, kun tekoälyratkaisun käyttö lopetetaan. On varmistettava esimerkiksi, miten ja kuka kerättyä tietoa käytön lopettamisen jälkeen säilöö ja hallinnoi, ja sovittava tiedon tuhoamiseen liittyvistä käytänteistä.
9. Varmista kumppani- ja toimittajasuhteet ja tekoälyjärjestelmän kokonaisuuden tietoturvallisuus. Varmista, että myös yhteistyökumppanisi ja palvelutoimittajasi noudattavat yhtä lailla tietoturvallisia toimintatapoja – toimitusketjun tietoturva on yhtä vahva kuin sen heikoin lenkki. Sovi myös pelisäännöt ja vastuujako tietoturvallisen toiminnan toteuttamiseen. Kuka esimerkiksi on vastuussa tiedon keräämisestä ja säilömisestä? Näiden asioiden jatkuva varmistaminen on erityisen tärkeää projektiliiketoiminnassa, jossa yhteistyötahot voivat vaihtua usein ja nopeasti.
10. Loppukädessä, ihmisen on aina vastuussa tekoälyn päätöksistä. Weberin (2021) mukaan vaikka tekoäly voi olla mukana tuotosten rakentamisessa, on vastuu toiminnasta, päätöksenteosta ja lopputuotoksista (sekä niiden seurauksista) ihmisellä.

Projektinjohtaja: Rakennushankkeen projektijohtaja on kuullut uudesta, työmaan toimintaa tehostavasta tekoälyjärjestelmästä, joka kerää ja analysoi reaaliaikaista tietoa työmaan toiminnasta. Hän päättää hyödyntää tekoälytoimittajan kokeilujakson ja kehottaa tuotanto-organisaatiota ottamaan järjestelmän välittömästi käyttöön työmaalla.

Suunnittelija: Rakennesuunnittelija hyödyntää detaljisuunnittelussa tekoälypohjaista mitoitustyökalua, joka nopeuttaa suunnittelua huomattavasti. Koska hän on käyttänyt työkalua onnistuneesti jo useammassa hankkeessa ilman havaittuja virheitä, hän kiinnittää puolihuomaamattaan entistä vähemmän aikaa lopputuotoksen manuaaliseen tarkistamiseen.

Tietoturvakäytänteiden tulisi olla organisaatioon sisäänrakennettuja, ei päälle liimattuja ominaisuuksia

Tekoälyyn liittyvää tietoturvaa ei pitäisi tarkastella pelkästään omana itsenäisenä kokonaisuutenaan, vaan kiinteänä osana muuta organisaation tietoturvan kokonaisuutta. Samalla tietoturvallista toimintaa tulisi pitää lähtöoletuksena, jota ilman tekoälyä ei voida hyödyntää eettisesti. Koska tietoturva on yhtä vahva kuin sen heikoin lenkki, tulisi organisaation myös varmistua työntekijöidensä tarvittavasta ymmärryksestä tietoturvan ja tekoälyn riskien suhteen. Sekä tietoturvalliset järjestelmät että niiden tietoturvallinen käyttö ovat siis molemmat välttämättömiä.

Jatkuva koulutus ja ymmärryksen kasvattaminen tekoälyn mahdollisuuksista sekä riskeistä

Kaikilla työntekijöillä tulisi olla tarvittavat perustaidot ja tiedot tekoälyn hyödyntämiseen, sekä siihen liittyviin eettisiin ja erityisesti tietoturvaan vaikuttaviin asioihin. Tätä ymmärrystä perustaidoista ja yhteisistä pelisäännöistä tulisi ylläpitää jatkuvasti. Ytimekkäästi, jokaisen joka työssään koskee tekoälyratkaisuihin – mikä nykypäivänä ja tulevaisuudessa koskee käytännössä jokaista organisaation työntekijää roolista riippumatta – tulisi ymmärtää organisaation tekoälyn käytön pelisäännöt.

Yhteistä ymmärryspohjaa voi koulutusten ja lisäksi kasvattaa yhteisen tekoälypohjan kodifioinnilla esimerkiksi yhteiseksi tekoälypolitiikaksi. Tämä voi pitää sisällään esimerkiksi perustiedot tekoälyn tietoturvallisesta käytöstä, linjaus siitä minkä tekoälypalveluiden käyttö on organisaatiossa sallittua, vastuiden määrittäminen, sekä toimintaohjeet epätoivottujen tilanteiden tapahtuessa.

Yhteisen perusymmärryksen kasvattamisen lisäksi, eri tekijöille tulisi pyrkiä tarjoamaan valmiudet käsitellä tekoälyä eettisesti juuri heidän kyseisissä työrooleissaan. Sen lisäksi että tekoälyä aktiivisesti projekteissa hyödyntävät sekä tekoälyratkaisuita kehittävät ihmiset ymmärtävät tekoälyn mahdollisuudet ja riskit, tulisi myös esimerkiksi johdon, sekä henkilöstö- ja taloushallinnossa että lakitoiminnoissa työskentelevien ymmärtää oman roolinsa kannalta keskeiset tekoälyn osatekijät. Siinä missä johtajilta vaaditaan esimerkiksi ymmärrystä tekoälyn käyttöönoton vaikutuksista organisaatiotason muutoksiin, tulee henkilöstöhallinnon ymmärtää tekoälyn vaikutukset työnkuvien muutokseen ja koulutustarpeisiin, ja lakitoimintojen ymmärtää tekoälyn käytön tekijänoikeuksiin vaikuttavat muutokset.

Laaja osallistaminen auttaa myös organisaatiota kokonaisuutena ymmärtämään ja kehittämään tekoälyn eettisiä toimintatapoja monipuolisemmin; auttaa rikastamaan asiasta läpi organisaation käytävää keskustelua; sekä edelleen edistää eettisen toiminnan kulttuuria. Myös työntekijöiden kannustaminen ja palkitseminen eettisestä toiminnasta ohjaa kohti oikeita käytösmalleja. Tämä voi tarkoittaa esimerkiksi resurssien varaamista eettisen toiminnan mahdollistamiseksi, riskien ja epäeettisen toiminnan esilletuomisen palkitsemista, tai sen varmistamista ettei eettinen toiminta ja kannustinmallit ole ristiriidassa keskenään.

Tarjoa tukea jatkuvaan muutokseen ja huomioi tekoälyn tuoma stressi yksilöille

Pysyminen kartalla nopeasti muuttuvassa tekoälyn kentässä vaatii paljon perehtyneemmiltäkin tekijöiltä. Tämä voi olla innostavaa, mutta voi aiheuttaa samalla myös stressiä sekä riittämättömyyden ja epävarmuuden tunnetta.

Kenen työ muuttuu ja miten? Kuka uusimpia tekoälytyökaluja saa käyttää ja miten? Muodostaako tekoälyn yleistyminen riskin eriarvoisesta kohtelusta tai epätasapainoisesta kuormituksesta henkilöstölle? Nämä ovat normaaleita ja todennäköisesti vastaan tulevia kysymyksiä, joiden läpinäkyvä tarkastelu auttaa vähentämään tekoälyn käyttöön liittyvää epävarmuutta ja kuormitusta.

Tekoälyn käytön lisääntyessä haasteeksi muodostuu myös työn kasvava kuormitus, jos tietotyön rutiininomaisia töitä automatisoidessa säästetty aika käytetään suoraan korkean kognitiivisen kuorman tehtävien lisäämiseen. Luoma (2024) muistuttaa kirjoituksessaan, että vaikka tekoälyn voisi ajatella helpottavan työtä, voi se kuitenkin pitkällä aikavälillä lisätä kuormitusta, kun paine täyttää työviikko entistä kognitiivista kuormittavimmilla tehtävillä kasvaa.

Myös se, että tekoälyä ylipäätänsä käytetään organisaatiossa tai hankkeissa, voi aiheuttaa lisäkuormaa. Jos esimerkiksi tekoälyjärjestelmät keräävät ja analysoivat enenevissä määrin dataa yksilön työsuorituksesta eikä pelisääntöjä tälle ole luotu tarpeeksi selkeiksi, voidaan tilanne kokea hyvinkin stressaavaksi ja epävarmuutta aiheuttavaksi tekijäksi.

Tekoäly voi aiheuttaa myös pelkoa liian nopeasta oman työnkuvan muutoksesta tai jopa työn menetyksestä. Tämän vuoksi tuen tarjoaminen yksilön valmiuksien kehittämiseen, mutta myös ymmärryksen kasvattaminen siitä mikä on lähitulevaisuudessa realistista työnkuvien muutoksen kannalta, on olennaista.

Organisaatioiden tulisikin tukea työntekijöitä antamalla heille valmiuksia ja resursseja toimia jatkuvan muutoksen keskellä, esimerkiksi antaen riittävästi aikaa ja tukea uuden opettelulle ja omaksumiselle. On myös tärkeä hyväksyä se, että yksilöillä on erilaiset valmiudet ja motivaatio jatkuvaan uuden omaksumiseen. Samalla on myös hyväksyttävä, että uusien eettisten käytänteiden omaksuminen vaatii aikaa ja sopeutumista. Sen sijasta, että tekoälyn tuoma tuottavuushyöty käytetään suoraan korkean kognitiivisen työn lisäämiseen, voisiko asiantuntija käyttää säästetyn ajan esimerkiksi palautumiseen, tai muutosvalmiutta tukevien asioiden omaksumiseen kuten uuden opetteluun? Myös linjakkuus tekoälyn käytön johtamisessa tuo selkeyttä ja vähentää epävarmuutta tekoälyn hyödyntämisessä. Myös tekoälyn käytöstä käytävä jatkuva dialogi on erinomainen keino hälventää siihen liittyviä huolia ja uhkakuvia organisaatiossa.