Tähän kysymykseen tekee mieli antaa helppo vastaus: Katso käsiä. Katso välimerkkejä. Katso, käyttääkö teksti liikaa tiettyjä sanoja. Jos kuulostaa liian siistiltä, se on tekoälyä.

Ongelma on, että nämä säännöt vanhenevat nopeasti. Tähän asti on näyttänyt siltä, että jokainen uusi sisältöä tuottavien tekoälymallien sukupolvi korjaa osan niistä oudoista jäljistä, joihin ihmiset juuri ehtivät oppia kiinnittämään huomiota.

Siksi kiinnostavampi kysymys ei ehkä ole: Mistä tunnistan tekoälyn? Vaan: Mistä huomaan, että sisältö ei täsmää siihen, mitä sen väitetään olevan?

Tämä ero kuulostaa pieneltä, mutta se muuttaa koko tarkastelutavan.

Tekstissä epäily herää rakenteesta, ei yksittäisistä sanoista

Tekoälyllä tehty teksti ei välttämättä sisällä mitään yksittäistä sanaa, josta sen voisi tunnistaa. Usein epäily syntyy kokonaisuudesta. Joissakin tekoälyteksteissä kappaleet voivat olla melkein saman pituisia, ajatus voi edetä hyvin siististi ja jokainen ongelma saa heti vastapainokseen ratkaisun. Väitteet saatetaan pehmentää, ja lopussa tehdään yhteenveto siitä, mitä juuri luettiin.

Nämä ovat kuitenkin mahdollisia vihjeitä, eivät varmoja merkkejä. Ihminenkin voi kirjoittaa näin. Mutta jos koko teksti muistuttaa erittäin kohteliasta käyttöohjetta aiheesta, jonka pitäisi olla ristiriitainen, henkilökohtainen tai sekava, kannattaa kysyä, mistä teksti oikeastaan tuli.

Toinen merkki voi olla tekstin paikattomuus. Se kertoo ilmiöstä, selittää eri näkökulmat, kuvaa hyödyt ja riskit. Mutta missään ei näy havaintoa, ei hetkeä, jolloin kirjoittaja törmäsi ongelmaan, ei outoa yksityiskohtaa, johon huomio jäi. Teksti vaikuttaa olevan tavallaan kaikkialla ja siksi ei oikein missään. Tämäkään ei ole todiste, vaan merkki siitä, että tekstin suhdetta aiheeseensa kannattaa tarkastella.

Ihminen tekee pieniä outoja asioita

Ihmiset ovat kirjoittaessaan epätasaisia. Joku asia kiinnostaa liikaa ja saa kolme kappaletta. Toinen kuitataan yhdellä lauseella. Kirjoittaja palaa joskus aikaisempaan ajatukseen vähän liian myöhään. Mukana voi olla sivuhuomio, joka ei ole toimituksellisesti välttämätön mutta kertoo, miten ihminen oikeasti ajattelee.

Tästä ei seuraa, että sekava teksti olisi ihmisen ja hyvä teksti koneen. Olisi masentavaa, jos aitouden tärkein tunnusmerkki olisi huono kappalejako. Mutta elävässä kirjoittamisessa on usein kitkaa: kaikki ei ole optimoitu yhtä tarkoitusta varten.

Faktat ennen tyyliä

Jos epäilen tekstiä, tarkistan sisällön ennen tyyliä. Onko lähde olemassa? Sanooko lähde oikeasti sen, mitä tekstissä väitetään? Onko nimi oikein? Vuosiluku? Tapahtuma?

Sisältöä tuottava tekoäly voi tuottaa uskottavan kuuloista tekstiä myös silloin, kun yksityiskohdat ovat pielessä. Siksi tekoälysisällön tunnistaminen muuttuu nopeasti tavalliseksi lähdekritiikiksi.

Ei tarvitse todistaa, että tekstin teki tekoäly. Riittää, että huomaa, ettei väitteen alkuperää pysty vahvistamaan.

Kuvissa kädet eivät enää riitä

Tunnetuin neuvo on ollut pitkään: katso käsiä. Se oli hetken ihan hyvä neuvo. Nyt se on enemmän historiallinen kuriositeetti. Generoidut kuvat ovat parantuneet niin nopeasti, että täysin uskottava kuva voi näyttää ensisilmäyksellä tavalliselta valokuvalta.

Virheitä voi yhä löytyä, mutta ne voivat olla hyvin pieniä tai näkyä vasta lähemmässä tarkastelussa. Teksti rakennusten kylteissä voi olla lähes oikein mutta ei aivan. Esineen geometria voi muuttua kesken rakenteen. Heijastus ei välttämättä vastaa ympäristöä. Taustalla oleva ihminen saattaa näyttää katsovan paikkaan, jossa ei ole mitään. Korvakoru saattaa vaihtaa muotoa. Kangas voi jatkua tavalla, jota kangas ei oikein voisi jatkua. Varjo saattaa kuulua melkein oikealle esineelle.

Nämä ovat esimerkkejä siitä, millaisia jälkiä kuvageneraattorit voivat jättää – eivät tunnistussääntöjä. Ja joskus kaikki yksityiskohdat ovat kunnossa, mutta koko kuva tuntuu omituisen täydelliseltä: valo juuri sopiva, kasvot juuri sopivassa kulmassa, tausta juuri sopivan epäterävä. Se ei tarkoita, että kuva olisi tekoälyllä tehty. Valokuvaajatkin osaavat tehdä kauniita kuvia. Mutta silloin kannattaa kysyä yksinkertainen kysymys: mistä tämä kuva tuli?

Alkuperä ratkaisee enemmän kuin silmämääräinen tunnistus

Jos kuva tai teksti on tarpeeksi hyvä, sitä ei välttämättä enää pysty luotettavasti tunnistamaan pelkän sisällön perusteella. Silloin huomio siirtyy alkuperään.

Kuka julkaisi tämän ensimmäisenä? Löytyykö alkuperäinen kuva? Onko samasta tilanteesta muita kuvia tai videoita? Onko tiedostossa metatietoa? Onko julkaisu tullut tunnetulta tililtä vai eilen luodulta käyttäjältä? Onko sama sisältö kiertänyt verkossa jo aiemmin eri selityksen kanssa?

Se muistuttaa setelin tarkistamista. Seteliä ei arvioida vain sillä perusteella, näyttääkö se kauniilta; siinä on tarkoituksella ominaisuuksia, joiden alkuperä voidaan tarkistaa. Digitaalisen sisällön kohdalla käytäntö ei ole vielä yhtä vakiintunut. Alkuperätietojen liittäminen on toistaiseksi vapaaehtoista ja hajanaista. Esimerkiksi C2PA-standardi pyrkii liittämään sisältöön kryptografisesti varmennettua alkuperä- ja muokkaushistoriaa, mutta sekään ei takaa aitoutta. Tulevaisuudessa kiinnostavin kysymys voi silti olla: pystynkö seuraamaan tämän takaisin johonkin luotettavaan alkuperään?

Miksi tekoälytunnistimen prosenttilukuun ei kannata luottaa

Internetistä löytyy työkaluja, jotka antavat tekstille prosenttiluvun: ”87 % todennäköisyydellä tekoälyn kirjoittama.” Luku näyttää paljon tarkemmalta kuin se on.

Tunnistimet etsivät tekstistä tilastollisia piirteitä, joita tekoälyn tuottama teksti usein jättää jälkeensä. Ongelma on sama kuin kaikessa muussakin tunnistamisessa: mallit muuttuvat, ihminen voi muokata tekstiä, tekoäly voi jäljitellä ihmisen epätasaisuutta ja ihminen voi kirjoittaa poikkeuksellisen tasaista tekstiä.

Tutkimuksissa on huomattu, että tunnistimet tuottavat helposti vääriä positiivisia tuloksia ja että pienet muokkaukset saavat ne sekaisin. Osa tutkimuksista on tehty englanninkielisellä aineistolla ja vanhemmilla malleilla, joten tulokset eivät välttämättä päde suomen kieleen. Siksi tunnistinta ei kannata käyttää tuomioistuimena. Se voi olla yksi pieni havainto muiden joukossa, ei lopullinen vastaus.

Kaikkea ei tarvitsekaan tunnistaa: ratkaisee toimijuus

Tässä on myös nurinkurinen puoli. Jos joku käyttää tekoälyä korjatakseen kirjoitusvirheet sähköpostista, onko sillä väliä? Jos graafikko käyttää tekoälyyn perustuvaa kuvankorjausta poistaakseen roskiksen valokuvan taustalta, pitääkö kuvan olla merkitty tekoälykuvaksi? Jos kirjoittaja keskustelee tekoälyn kanssa ideasta ja kirjoittaa lopullisen tekstin itse, kuka sen teki?

Raja ei ole enää siisti. ”Tekoälyllä tehty” voi tarkoittaa kaikkea automaattisesta massasisällöstä siihen, että yksi lause on muotoiltu uudelleen.

Siksi itseäni kiinnostaa enemmän toimijuus kuin teknologia. Kuka päätti, mitä sisältö sanoo? Kuka vastaa siitä? Mistä väitteet tulivat? Onko jonkun identiteettiä käytetty ilman lupaa? Yritetäänkö sisältö esittää jonain, mitä se ei ole? Näissä kysymyksissä tekoälyn käyttö voi olla olennaista – tai täysin merkityksetöntä.

Paras tunnistin on pysähtyminen

Ehkä tärkein taito ei ole opetella tunnistamaan tekoälyä, vaan pysähtyä silloin, kun sisältö yrittää saada sinut uskomaan jotain.

Jos kuva väittää näyttävänsä oikean tapahtuman, tarkista tapahtuma. Jos teksti väittää jonkun sanoneen jotain, etsi alkuperäinen lausunto. Jos video näyttää julkisuuden henkilön tekemässä jotain järkyttävää, etsi toinen lähde ennen kuin jaat sen. Jos lähdettä ei löydy, se on jo itsessään tieto.

Sisältöä tuottava tekoäly tekee väärennösten tuottamisesta helpompaa. Mutta samalla se paljastaa jotain, mikä oli totta jo ennen tekoälyä: sisällön uskottavuus ja sisällön alkuperä eivät ole sama asia. Täydellisesti kirjoitettu teksti voi olla väärässä. Rakeinen kuva voi olla aito. Ja joskus täysin todellinen ihminen kirjoittaa niin konemaisen tekstin, että jos kielimalli osaisi huokaista, se pyytäisi häntä vähän rentoutumaan.