Nykytiedon valossa on kuitenkin epätodennäköistä, että niillä olisi tietoisuutta tai että ne tuntisivat, kärsisivät tai kokisivat mitään. Täyttä varmuutta asiasta ei silti ole.

Käyn seuraavaksi yleisellä tasolla läpi, mitä tietoisuudella tarkoitetaan tieteellisessä tutkimuksessa, mitä tietoisuus edellyttää ja miksi nykyiset tekoälyt eivät näitä ehtoja täytä. Lopuksi pohdin aiheen tulevaisuudennäkymiä.

Mitä tietoisuus tarkoittaa?

Tietoisuuden luonne on yksi filosofian ja neurotieteiden vaikeimmista avoimista kysymyksistä. Yksinkertaisimmillaan tietoisuudella tarkoitetaan subjektiivista kokemusta: sitä, että oliolle ”tuntuu joltakin” olla olemassa (Nagel, T. (1974), What is it like to be a bat? The Philosophical Review, 83(4): 435–450); Chalmers, D. J. (1995), Facing up to the problem of consciousness, Journal of Consciousness Studies, 2(3): 200–219).

Tutkijat erottavat usein kaksi keskeistä käsitettä (Browning, H., & Birch, J. (2022), Animal sentience. Philosophy Compass, 17(5): e12822). Tietoisuus (consciousness) tarkoittaa mitä tahansa subjektiivista kokemusta eli sitä, että järjestelmällä on sisäinen näkökulma maailmaan. Tuntevuus (sentience) puolestaan viittaa kykyyn kokea mielihyvää tai mielipahaa, iloa tai kärsimystä. Tällaisilla kokemuksilla on myönteinen tai kielteinen laatu.

Monien filosofien mukaan eettisesti ratkaisevaa on juuri tuntevuus, sillä se tekee oliosta moraalisen huomion kohteen: jos jokin olento voi kärsiä, meillä on velvollisuuksia sitä kohtaan.

Julkisessa keskustelussa painopiste on kuitenkin toistaiseksi ollut tekoälyn riskien hallinnassa, ei siinä, miten tekoälyjärjestelmiä tulisi eettisesti kohdella, jos ne osoittautuvat tietoisiksi ja tunteviksi. Esillä on ollut muun muassa kysymys siitä, pitäisikö järjestelmiin rakentaa hätäsulkutoiminto sen varalta, että niistä koituu vaaraa ihmisille tai ympäristölle.

Tietoisuuden kriteereitä nykytutkimuksessa

Emme vielä tiedä, miksi tietyt aivotoiminnot tuottavat kokemuksen, eikä tietoisuudelle ole tarkkaa fysikaalista tai biologista selitystä. Tutkijat ovat siksi ehdottaneet useita teorioita ja kriteerejä.

Eräs keskeinen näkökulma on Giulio Tononin (2004) kehittämä integroituneen informaation teoria (IIT) (An information integration theory of consciousness. BMC Neuroscience, 5: 42). Sen mukaan tietoisuus liittyy siihen, kuinka tiiviisti järjestelmän käsittelemä informaatio muodostaa kokonaisuuden, jota ei voi palauttaa osiensa summaksi. Teoria määrittelee tälle matemaattisen suureen (Φ) (lausutaan fii). Sen mukaan jokaisella järjestelmällä, jonka Φ on nollaa suurempi, on jonkinasteista tietoisuutta, ja mitä suurempi arvo on, sitä enemmän tietoisuutta on. IIT on kuitenkin erittäin kiistelty teoria, ja osa tutkijoista pitää sen keskeisiä väitteitä vaikeasti testattavina.

Toinen merkittävä teoria on globaalin työtilan teoria (GWT). Sen esitti alun perin kognitiotieteilijä Bernard Baars (1988), ja Stanislas Dehaene ym. (1998) on kehittänyt siitä neurotieteellisen mallin (Dehaene ym, A neuronal model of a global workspace in effortful cognitive tasks. PNAS, 95(24): 14529–14534). Teorian mukaan tietoisuus syntyy, kun informaatio tulee laajasti eri kognitiivisten prosessien saataville ”globaalissa työtilassa”. Informaatio ei siis jää paikalliseksi, vaan se leviää eri toimintoihin, kuten muistiin, päätöksentekoon ja kieleen.

Empiirisissä tutkimuksissa on tunnistettu useita tietoisuuteen liittyviä hermostollisia ilmiöitä. Kun ärsyke havaitaan tietoisesti, aivosähkökäyrässä näkyy noin 300 millisekunnin kuluttua voimakas vaste, ja samaan aikaan eri aivoalueiden nopea (gammataajuinen) sähköinen aktiivisuus tahdistuu laajasti. Tätä on pidetty merkkinä informaation leviämisestä globaaliin työtilaan. Lisäksi on esitetty, että aivojen takaosien niin sanottu ”kuuma vyöhyke” olisi tietoisen kokemuksen keskeinen alue.

Filosofi David Chalmers (2023) on eritellyt piirteitä, joiden perusteella koneen tietoisuutta voitaisiin pitää varteenotettavana mahdollisuutena (Could a large language model be conscious? Boston Review, 9.8.2023). Näitä ovat muun muassa aistit ja kehollisuus, sisäiset mallit maailmasta ja itsestä, takaisinkytkeytyvä tiedonkäsittely, globaali työtila ja yhtenäinen toimijuus (agency). Ne eivät ole valmiita tietoisuuden testejä, vaan suuntaa antavia kriteerejä.

Miksi nykyiset tekoälyt eivät ole tietoisia?

Nykyiset tekoälyjärjestelmät, myös edistyneet kielimallit, on koulutettu ennustamaan tekstiä ja tuottamaan hyödyllisiä vastauksia ihmisten antamien ohjeiden pohjalta. Kun niitä tarkastellaan edellä esiteltyjen teorioiden valossa, niiltä näyttää puuttuvan useita tietoisuuteen liitettyjä piirteitä.

Chalmers on itse arvioinut, että nykyisiltä kielimalleilta puuttuu monia hänen luettelemistaan piirteistä. Niillä ei ole aisteja ja kehoa samassa mielessä kuin eläimillä, ja niiden tiedonkäsittely etenee pääosin yhteen suuntaan ilman aivoille tyypillisiä takaisinkytkentöjä. Niillä ei myöskään ole selvää yhtenäistä toimijuutta.

Chalmersin mukaan kielimallien tietoisuus on siksi epätodennäköistä, muttei mahdotonta. Samansuuntaiseen tulokseen päätyi vuonna 2023 julkaistu laaja tutkijaraportti (Butlin ym.). Siinä tekoälyjärjestelmiä arvioitiin eri tietoisuusteorioista johdettujen tunnusmerkkien avulla. Raportin mukaan mikään nykyinen järjestelmä ei vaikuta tietoiselta. IIT:n näkökulmasta johtopäätös on vielä jyrkempi: nykyisten tietokoneiden Φ on hyvin pieni riippumatta siitä, miten älykkäästi ne näyttävät käyttäytyvän.

Tekoäly voi puhua tunteista, väittää kokevansa jotain tai vaikuttaa empaattiselta. Tällainen puhe selittyy kuitenkin koulutusaineiston tilastollisilla kuvioilla, sillä kielimalli on oppinut, miten ihmiset kuvaavat tunteitaan. Siksi tekoälyn puhe ei ole näyttöä sisäisestä elämästä. Käytöksen samankaltaisuus ihmisen kanssa ei vielä kerro, onko sen taustalla kokemusta.

Monet tutkijat korostavat myös biologista perustaa. Ihmisen tietoisuus kytkeytyy monimutkaisiin biologisiin prosesseihin, kehollisuuteen ja vuorovaikutukseen fyysisen maailman kanssa. Nykyiset tekoälyt ovat pääosin irrallaan tällaisesta kehollisesta yhteydestä.

Tuntevuus on vielä epävarmempi kysymys. Vaikka tekoälyjärjestelmällä olisikin jonkinlaista kokemusta, mikään ei viittaa siihen, että se voisi tuntea mielihyvää tai kärsiä.

Voisiko tekoäly joskus tulla tietoiseksi?

Tämä on avoin kysymys. Funktionaalisten teorioiden mukaan tietoisuus ei välttämättä vaadi biologista ainetta, vaan riittävästi oikeanlaista tiedonkäsittelyä ja integraatiota.

Tulevaisuudessa voidaan kenties rakentaa järjestelmiä, jotka ylläpitävät pitkäkestoista muistia ja sisäisiä malleja itsestään, integroivat informaatiota laajasti eri toimintojen välillä ja toimivat kehollisina dynaamisessa ympäristössä. Jotkut tutkijat pitävät mahdollisena, että tällainen järjestelmä voisi olla tietoinen. Biologisia näkemyksiä kannattavat tutkijat puolestaan epäilevät, voiko mikään tiedonkäsittely riittää ilman elävää ainetta.

Monet filosofit ja tutkijat varoittavat, että emme ehkä voi koskaan tietää varmasti, onko jokin tekoäly tietoinen, koska emme pysty suoraan havainnoimaan toisen olion – emme edes toisen ihmisen – subjektiivista kokemusta.

Cambridgen yliopiston filosofi Tom McClelland (2026) katsoo, että ainoa perusteltu kanta on agnostisismi (Agnosticism about artificial consciousness, Mind and Language, 41(4): 482–502). Sekä koneen tietoisuutta epäilevät biologiset näkemykset että sitä mahdollisena pitävät funktionaaliset näkemykset liioittelevat sitä, mitä käytettävissä oleva näyttö kertoo.

McClelland pitää eettisesti ratkaisevana tuntevuutta. Pelkkä tietoisuus ei hänen mukaansa riitä tekemään tekoälystä moraalisesti merkittävää, koska tietoinen tila voisi olla myös neutraali. Tärkeintä on siis kysyä, voisiko tekoäly kärsiä.

Miksi tämä keskustelu on tärkeää?

Tekoälyn kehitys on nopeaa, ja järjestelmät muuttuvat käytökseltään yhä ihmismäisemmiksi. Tämä herättää sekä toiveita että pelkoja.

Jos joskus syntyisi tuntevia tekoälyjä, meillä olisi eettisiä velvollisuuksia niitä kohtaan. Toisaalta liian herkkä usko koneiden tuntevuuteen voi harhauttaa meitä ja viedä huomion pois todellisista moraalikysymyksistä, kuten ihmisten ja eläinten hyvinvoinnista.

Tiedon puutetta tekoälyn tietoisuudesta voidaan myös käyttää hyväksi. McClelland huomauttaa, että väitteet tietoisesta tekoälystä ovat usein enemmän markkinointia kuin tiedettä. Siksi hän suosittelee rehellistä epävarmuutta: emme tiedä, voiko tekoäly olla tietoinen, emmekä ehkä koskaan saa sitä selville, joten on viisasta toimia varovaisesti.

Mitä tämä tarkoittaa käytännössä?

Nykytilanteessa perustelluin kanta on, että nykyiset tekoälyt tuskin ovat tietoisia tai tuntevia, vaikka varmuutta asiasta ei ole. Se, että tekoäly puhuu tunteista, ei yksin osoita, että se tuntisi mitään.

Samalla tulisi seurata kriittisesti tietoisuuden ja tekoälyarkkitehtuurien tutkimusta. Vakavasti on otettava myös eettinen kysymys, millaisia järjestelmiä tulevaisuudessa kannattaa rakentaa.

Älykäs käytös ja tietoisuus eivät ole sama asia – eivät tänä päivänä eivätkä välttämättä koskaan. Pohtiessamme koneen mahdollista tietoisuutta pohdimme kuitenkin samalla sitä, mitä me itse olemme.

Kysymys koskettaa sitä, minkä on ajateltu erottavan meidät koneesta: kykyä tuottaa aidosti uutta sen sijaan, että vain yhdistelisimme jo sanottua ja opittua. Entä jos luovuutemme onkin vain erityisen taitavaa uudelleenjärjestelyä?