Tuotantoratkaisun toteuttamisessa pääpaino siirtyy jatkuvan mallin toiminnan ja sen muutosten seuraamiseen ja mallin jatkuvan päivittämisen kyvykkyyden kehittämiseen. Yllä esitetyssä kuvassa on kuvattu käyttöönoton vaiheet. Tuotantokäytön mahdollistamisen avaintekijöitä ovat mallin toiminnan automaattisen regressiotestaamisen järjestäminen, datan vinoumien ja mallin reiluuden jatkuva seuranta, sekä selitettävyydessä tapahtuvien muutosten jatkuva seuranta. Kehitysympäristön kannalta on huomioitava, että kehittämiseen voi osallistua useita henkilöitä, jolloin kumuloituvien muutosten kokonaisvaikutusten seuraaminen on ensisijaisen tärkeää. Ratkaisuun tehtävien muutosten tulee olla dokumentoituja ja jälkikäteen jäljitettäviä. Päivitetyn mallin julkaiseminen edellyttää metriikoiden huolellista tarkastelua ja vastuuhenkilön selkeää päätöksentekoa sen dokumentointia.
Taulukko 22: Tekoälyn käyttöönottoon liittyvät ohjeet.
Ongelmatilanne | Ohjeita |
|---|---|
Tekoälymallia sovelletaan täysin uusissa tilanteissa, joita ei esiintynyt mallinnusvaiheessa. | Laajenna opetusdataa kattamaan uudet ilmiöt.
Laajenna testitapauksia kattamaan uudet ilmiöt, testitapaukset dokumentoivat minkälaista toimintaa uusissa tilanteissa odotetaan.
Malli tulee päivittää kattamaan paremmin todellisuudessa esiintyvät tapaukset. |
Mallin päivityksen jälkeen aiemmin hyvin toimineet tapaukset ovat muuttuneet mutta niitä ei havaittu ajoissa. | On kehitettävä mekanismi, jotta mallinkehityksen aikana havaitaan aiemmin toimineiden ominaisuuksien muuttuminen.
Regressiotestauksen käyttötapausten määrää tulee laajentaa.
Mallin uusia ominaisuuksia kehitettäessä vanhojen toiminnallisuuksien on edelleen toimittava suunnitellusti. |
Mallin tasapuolisuus erilaisia ryhmiä kohtaan on muuttunut päivitetyssä mallissa, reiluusmetriikkojen arvot muuttuvat | Reiluusmetriikat tulee laskea ja niissä tapahtuva muutos tulee havaita ja malli on korjattava ennen päivitystä. |
Mallin selitettävyydessä tai toiminnassa havaitaan muutos ei- toivottuun suuntaan. | Muutos selitettävyydessä eli mallin toiminnan kuvaamisessa on havaittava, ja ei-toivottu muutos on korjattava. |
Mallin opetusdatassa tai mallin ennusteissa havaitaan uusia vinoumia. | Muutos vinoumissa havaittava, ja malli on korjattava ennen päivitystä. |
Mallin syöte- tai ennustemuuttujat muuttuvat, ja syrjintäkriteereitä tulee mukaan syötteeseen. | Muutokset mallin muuttujissa ja rakenteessa tulee havaita ajoissa, syrjintäkriteerien tai niiden kanssa korreloivien muuttujien käyttö tulee havaita ja poistaa ennen päivitetyn mallin julkaisua |
Mallin toiminta vaikuttaa käyttäjien toimintaan, yhteiskunnallista vinoumaa vahvistava toiminta havaitaan. | Selvitä, vahvistaako tekoälyn käyttäminen yhteiskunnallista tiedostettua vinoumaa. Selvitä, onko mallilla negatiivista kierrettä vahvistava vaikutus. |
Mallin toimintaa, opetusdataa ja muuttujia muokataan ilman asianmukaista dokumentaatiota. | Mallin muutokset on dokumentoitava ja muutokset on kyettävä jäljittämään myöhemmin. Käytettävät mallit ja opetusaineistot on versioitava ja dokumentaation on sisällytettävä kuvaus toiminnasta eri versioissa. |
Tekoälyratkaisu hyödyntää kolmannen osapuolen valmismalleja, ja niiden toiminta muuttuu. | Valmiskomponenttien ja niiden toteuttamien mallien toiminnan muutos tulee havaita. Automaattisen testaamisen tulee havaita muutos suhteessa aiempaan toimintaan. |
Tuotannossa olevan mallin, ja sen käyttämiseksi rakennetun järjestelmän, tarvitsemista ohjelmistokirjastoista löytyy haavoittuvuuksia. | Toteutuksissa käytetään tyypillisesti kolmansien osapuolien kirjastoja. Ne vaativat ylläpitoa, koska haavoittuvuuksia löytyy, ja niitä korjataan jatkuvasti. Haavoittuvuuksien havaitsemiseksi ja korjaussuosituksien saamiseksi kannattaa ottaa käyttöön käytänteitä (ja mahdollisesti ohjelmistoja), joilla ohjelmointivirheet havaitaan mahdollisimman nopeasti. |