Signaali ja kohina! Vanha kunnon informaatioteoria, jonka matemaatikko Claude Shannon julkaisi vuonna 1948 – ja joka selittää hyvin myös tekoälyn synnyttämää tekstiähkyä. Kaikki lähti liikkeelle artikkelista A Mathematical Theory of Communication. Myöhemmin teoria julkaistiin myös kirjana, jossa Warren Weaverin johdanto auttoi mallia leviämään viestinnän tutkimukseen.
Tästä kehkeytyi Shannon–Weaver-malli, jonka jokainen tiedotusoppia tai viestintää opiskellut tuntee: kuinka paljon informaatiota saadaan välitettyä suhteessa kanavassa syntyviin häiriöihin (kohina).
Tarkennan sen verran, että Shannonille informaatio ei kuitenkaan tarkoittanut merkitystä tai viisautta, vaan pikemminkin epävarmuuden vähenemistä. Suuri määrä tekstiä voi olla paljon ’informaatiota’ teknisessä mielessä, mutta silti vähän merkityksellistä ’signaalia’ lukijan mielessä.
Vertaan signaalia tiedon muruun tai ajatukseen, joka lisää ymmärrystä tai on vastaanottajalle arvokasta. Kohina vie tilaa ja huomiota tuottamatta vastaanottajalle mitään arvoa. Lähes kaikessa viestinnässä on sekä signaalia että kohinaa, ja viestinnän laatu riippuu siitä, miten hyvin signaali erottuu kohinan seasta.
Shannon puhui aikanaan puhelinlinjoista ja niiden häiriöistä, mutta teoria taipui hienosti kaiken inhimillisen viestinnän analysointiin – ja nyt myös tekoälytekstien synnyttämään kohinaan.
Mitä on tekoälykohina?
Jos Shannonin tarkoittama kohina oli teknisiä häiriöitä ja virheitä, tekoälyn tuottama kohina on hiukan toisenlaista. Se on ylimääräistä tekstiä/täytesisältöä, jota väistämättä syntyy, jos antaa kielimallin touhuta vapaasti, eikä pohdi, validoi tai muotoile tuotoksia.
Kohiseva tekoälyteksti on usein sujuvaa ja pintapuolisesti jopa vakuuttavaa tekstiä. Se voi ensin näyttää hyödylliseltä. Hetken aikaa luettuasi alkaa kummasti puuduttaa ja huomaat, että ajatusta (signaalia) on vain nimeksi, tai että oivallukseksi puettu lause ei sellainen olekaan.
Olisiko niin, että kun tekstin tuottamisen kustannus lähestyy nollaa, ajattelun arvo kasvaa.
Lukijan kuluttajansuoja
Osa meistä jaksaa kiltisti kahlata kohinatekstinkin, osa ei. Mikäs siinä jos aikaa on. Ajattelen kuitenkin, että lukeminen on investointi, joka edellyttää keskittymistä, ja vie aikaa ja kognitiivista energiaa. Vastineeksi on reilua odottaa ajatuksia, näkökulmia, ja parhaimmillaan raaka-ainetta omiin jatko-oivalluksiin.
Jos signaali on ohut tai olematon, laatijalta unohtui lukijan kuluttajansuoja 😊. Kun lukijana käytämme energiaa sen arvioimiseen, kannattaako jokin teksti lukea, lievä kriittisyys on avuksi. Pitää olla pokkaa keskeyttää lukeminen, kun huomaa, ettei teksti johda mihinkään tai että se toistaa tuttua juttua. Helpottaa suuresti someähkyä. Tuttujen totuuksien toisteluhan on se tavallisin kohina somessa.
Pieni toisto voi toki olla hyödyllistä, jos se tekee viestistä helpommin seurattavan ja auttaa viestin perillemenoa. Mutta jos toistoa on enemmän kuin ajatuksia, redundanssi muuttuu lukijan kokemaksi kohinaksi.
Hyvä huomata, että Shannon–Weaverin mallissa kohina on sekä lähettäjän ongelma että kanavan ominaisuus. Somekanavat palkitsevat määrää ja reaktioita. Tämähän kasvattaa kohinaa rakenteellisesti, vaikka yksittäinen kirjoittaja kuinka yrittäisi tehdä parhaansa.
Omalla kohdalla on käynyt niin, että lähestyn some-tekstejä varovaisuudella. Esimerkiksi LinkedInissä on aiempaa enemmän väsyttävää kohinaa. Valitsen innolla sydän- tai lamppu-reaktion (💡) jos oikeasti ilahduin näkökulmasta tai ajatuksesta.
Signaali vaatii ajattelua
Eipä tiennyt matemaatikko Shannon millaiseen tilanteeseen hänen teoriansa taipuu. Perusajatus kantaa edelleen hienosti eli viestintä onnistuu, jos signaali välittyy.
Kun tekoäly tekee tekstin tuottamisesta supervaivatonta, osa meistä tietotyöläisistä on innostunut tästä helppoudesta ehkä liikaakin. Tekstiä syntyy, mutta onko ajatusta? Ajattelulle on nyt tilausta.
Joku keksi tovi sitten kutsua tietotyöläistä ajatustyöläiseksi. Pidin aluksi termiä hiukan keinotekoisena – kyllähän tietotyöläinen ajattelee – mutta kyllä se tekoälyn käytön yhteydessä on hyvinkin toimiva ilmaisu. Kun kielimalli hoitaa osan työstä, otetaan aikaa reflektoida, pohditaan ja pyöritellään ajatusta rauhassa (Kahnemanin systeemi 2 käyttöön).
Olipa roolimme lukija tai kirjoittaja, perusajatus on sama: tunnistetaan kantava ajatus kohinan seasta. Annetaan aikaa ja rakkautta sisällöille, jotka palkitsevat oivalluksella.
Signaali syntyy ajattelusta ❤️
Kiitos, kun luit!
Riitta
PS. Sitran Megatrendit-raportissa on kiinnostava ajatus kirjoittajan näkökulmaan → tekoälyn synnyttämä ajatteluvelka. Palaan tähän vielä erikseen.
PS2. Matematiikan ystäville → Shannonin artikkeli löytyy täältä (PDF): A Mathematical Theory of Communication







Your comments