Doktoritöös tutvustatakse skaalat, mis aitab mõõta, mil määral inimesed tehnoloogiat usaldavad
Siddharth Nakul Gulati doktoritöö osana välja töötatud skaala annab nii teoreetikutele kui ka praktikutele lähtepunkti, mille alusel mõõta usaldust eri tehnoloogiavormide vastu ning otsustada, kuidas neid disainida, arendada ja rakendada.
Praegusajal kuuleme uudistest sageli tehnoloogiaga seotud probleemidest, nagu häkkimine, sobimatu või ebaseaduslik jälgimine, isikuandmete väärkasutamine, valeteabe levitamine, algoritmide mõjutamine ja vähene läbipaistvus.
Siddharth Nakul Gulati leiab, et need aspektid on usalduse puhul olulised: „Hiljutised USA presidendivalimised tekitasid arutelu, kas hääletussüsteeme saab usaldada. Seega on usaldus oluline kontseptsioon, mis seob inimese ja tehnoloogia suhtluse eri tahke, ning seetõttu on tähtis, et seda saaks nii uurida kui ka mõõta. Tulemuse saavutamiseks kasutas Siddharth empiirilist meetodit nimega struktuurivõrrandite mudeldamine, mis tähendab, et ta tegi eri tüüpi tehnoloogiaga järjestikuseid uuringuid ja iga järgmine uuring tugines eelmise tulemustele.
Siddharth selgitab lähemalt, kui oluline on inimese ja tehnoloogia suhtluses usaldus.
Suuremat osa meie igapäevasuhtlusest digitehnoloogiaga juhivad intelligentsed algoritmid, mille areng on saanud võimalikuks tänu tehisintellekti (AI) ja masinõppe (ML) edusammudele. Intelligentsed algoritmid tungivad üha enam meie igapäevaellu – alates lihtsast Google'i otsingust ning toote- ja filmisoovitustest Amazonis ja Netflixis kuni keerukamate ülesanneteni, nagu elektrivõrgu haldus või arstide abistamine patsientide diagnoosimisel – ning neil on võime arutleda ja oma inimkaaslaste eest otsuseid teha.
AI ja ML-i arendused võimaldavad ka selliseid keerukaid kontseptsioone nagu isesõitev auto, iseseisev tarne drooni abil, koostöörobotid meeskonnakaaslastena, robotadministraatorid jne, mis kunagi kuulusid ulmevaldkonda, ent on praeguseks saanud tegeliku elu osaks, mida kasutatakse kõikjal maailmas iga päev. Samal ajal kui sellised intelligentsed tehnoloogiad muutuvad aegamisi normaalseks ja tungivad aina rohkem meie igapäevaellu, hakkavad nad inimeste eest ka teatavaid otsuseid tegema. Siit kerkibki loogiline küsimus usalduse kohta nende autonoomsete süsteemide vastu. Kas nõu ja soovitusi, mida need süsteemid meile annavad, saab usaldada? Kuidas seda usaldust mõõta? Sellised olid mõned küsimused, millest selles doktoritöös lähtuti.
Et usalduse mõõtmise skaalat arendada, tehti neli uuringut. Enne uuringuid selgitas Siddharth välja esmase mudeli, mis koosnes seitsmest usaldust mõjutavast asjaolust. Seda mudelit katsetati esimeses uuringus, et mõista isikute usalduse tajumist seoses Eesti e-valimiste süsteemiga. Kuigi Siddharth suutis leida, et osa esmase mudeli asjaoludest usaldust ei ennusta, tegi ta veel uuringuid, et tuvastada suurema statistilise kindlusega, millised nendest seitsmest esmasest asjaolust tegelikult usaldust mõjutavad.
Seega viis Siddharth läbi teise uuringu, keskendudes seekord Apple'i intelligentse assistendi Siriga seotud usaldusele. Siin suutis ta selgitada seitsme esialgse asjaolu seast neli tegurit, mis usaldust mõjutasid.
Selleks, et väidet suurema statistilise kindlusega toetada, tegi Siddharth ka kolmanda uuringu, milles ta kasutas uudset tehnikat – disaini fiktsiooni –, kuid ta ei uurinud usaldust tegelike tehniliste artefaktidega, vaid kasutas väljamõeldud stsenaariume, et mõõta kasutajate usaldustaju seoses tehnoloogiatega, mida tegelikkuses ei eksisteeri, ent mis on tulevikus võimalikud. Ta kasutas kaht sellist väljamõeldud stsenaariumi ning suutis tuvastada kolm suure statistilise kindlusega asjaolu, mis ennustavad usaldust inimese ja tehnoloogia suhtluses. Pärast nende kolme asjaolu tuvastamist töötas Siddharth doktoritöö ühe osana välja lõpliku skaala, millel on 12 väidet, mida saab kasutada usalduse mõõtmiseks inimese ja tehnoloogia suhtluses.
Väljatöötatud skaalal on hulk kasutusvõimalusi. Näiteks saavad teadlased ja praktikud kasutada seda selleks, et arvutada kindla toote või teenuse usaldusskoori, võrrelda kahe eri toote või teenuse või sama toote või teenuse kahe versiooni usaldusskoore või võrrelda mitme eri toote usaldusskoore. „Näiteks võimalikus uuringus, milles püütakse mõista ja mõõta, mil määral inimesed usaldavad COVID-19 jälgimiseks loodud rakendusi, saaks kasutada minu töös loodud skaalat. Kui kasutajate usaldus peaks osutuma väikseks, saavad teadlased ja praktikud rakendusi paremaks disainida,“ lisas Siddharth.
Digitehnoloogiate instituudi üliõpilane Siddharth Nakul Gulati kaitseb oma doktoritööd „Inimese-arvuti vahelise usalduse mõõtmise skaala arendamine“ („Developing a scale to measure human computer trust") 14. detsembril 2020 kell 10. Avalik kaitsmine toimub Tallinna ülikooli ruumis M648. Kaitsmist saab vaadata ja kraaditaotlejale küsimusi esitada ka Zoomi vahendusel.
Juhendajad on Tallinna ülikooli professor David Jose Ribeiro Lamas ja Tallinna ülikooli dotsent Sónia Claudia da Costa Sousa. Oponendid on Tallinna ülikooli professor Katrin Tiidenberg ja India Mumbai tehnoloogiainstituudi professor Anirudha Joshi.
Doktoritöö on kättesaadav Tallinna ülikooli digiraamatukogus ETERA.