Work

Vähentääkö tekoälykonsultaatio vahvistusvinoumaa rikostutkintaa simuloivassa pelissä?

Year: 2026
Type: dissertation
Study design: Clinical Trial
Abstract: Aiempi tutkimus osoittaa, että vahvistusvinouma on rikostutkinnassa merkittävä haaste. Se voi muun muassa vääristää tiedonhakua, todisteiden tulkintaa ja päätöksentekoa sekä lisätä väärien tuomioiden riskiä. Koska vahvistusvinouma on pitkälti tiedostamaton prosessi, on mielekästä selvittää, voitaisiinko sen vaikutuksiin puuttua ulkoisten apukeinojen avulla. Tässä tutkimuksessa ulkoisena apukeinona tutkittiin tekoälykonsultaation käyttöä. Vaikka vahvistusvinouman esiintymistä rikostutkinnassa on tutkittu runsaasti, sen vaikutusten vähentämiseen soveltuvista käytännön menetelmistä tarvitaan edelleen lisää tutkimusta. Tekoälyn hyödyntämistä päätöksenteon tukena on tarkasteltu jonkin verran muilla aloilla, mutta rikostutkinnan kontekstissa tämä näkökulma on edelleen uusi. Erityisen vähän on tutkittu tekoälyn ja suurten kielimallien potentiaalia vahvistusvinouman ehkäisyyn rikostutkinnassa. Suuret kielimallit voisivat teoriassa toimia päätöksenteon tukena tavalla, joka auttaisi tunnistamaan vaihtoehtoisia tulkintoja, kyseenalaistamaan varhain muodostettuja oletuksia ja suuntaamaan huomiota myös tietoon, joka on ristiriidassa alkuperäisen hypoteesin kanssa. Tässä pro gradu -tutkielmassa selvitimme, miten suurten kielimallien käyttö vaikuttaa vahvistusvinouman esiintymiseen ryhmäpäätöksentekotilanteessa rikostutkintaa simuloivassa pelissä, jota pelataan Microsoft Teamsin välityksellä. Tutkimuksen tavoitteena oli selvittää, voiko suuriin kielimalleihin perustuva LLM-interventio vähentää vahvistusvinouman negatiivisia vaikutuksia (kuten taipumusta suosia alkuperäistä hypoteesia tukevaa ja sivuuttaa sitä haastavaa tietoa) sekä tukea laadukkaampaa ja tasapainoisempaa päätöksentekoa. Tutkimukseen osallistui 108 tutkittavaa, jotka rekrytoitiin yliopiston opiskelijoille suunnatun koehenkilöiden rekrytointisivuston avulla. Koehenkilöistä muodostui 36 kolmen hengen osallistujaryhmää. Osallistujaryhmät jaettiin satunnaisesti kolmeen kategoriaan (koeryhmiin): tekoälykonsultaatiota saaviin ryhmiin, teoriatietoa vahvistusvinoumasta ja sen vaikutuksista saaviin ryhmiin sekä kontrolliryhmiin. Koehenkilöt ratkaisivat kokeessa neljä tosielämään pohjautuvaa henkirikostapausta, joista kahdessa tuomio oli säilynyt muuttumattomana (oikein tuomittu) ja kahdessa alkuperäinen tuomio oli myöhemmin kumottu (väärin tuomittu). Koehenkilöt arvioivat tapauksen henkilöiden syyllisyyden todennäköisyyttä avaamiensa tutkintavihjeiden sekä ryhmän pohdinnan perusteella. Vahvistusvinouman esiintymistä tarkasteltiin oikein allokoitujen syyllisyyspisteiden, miettimiseen käytetyn ajan ja avattujen tutkintavihjeiden avulla. Tutkimuksen tulokset osoittivat, että koeryhmän vaikutus oikein allokoitujen syyllisyyspisteiden määrään ei ollut tilastollisesti merkitsevä. Tulos säilyi samana myös sen jälkeen, kun avattujen tutkintavihjeiden kokonaismäärä ja miettimiseen käytetty aika kontrolloitiin kovariaatteina. Saimme kuitenkin viitteitä siitä, että LLM-avusteiset ryhmät avasivat enemmän vihjeitä kuin kontrolliryhmät väärin tuomituissa tapauksissa. Tämä voi viitata siihen, että LLM-avusteisuus ohjasi ryhmiä laajempaan tiedonhakuun. Lisäksi LLM- ja teoriatietoryhmien suoriutumisen heikkeneminen väärin tuomituissa tapauksissa oikein tuomittuihin tapauksiin verrattuna oli lievempää kuin kontrolliryhmillä. Interventiot saattoivat vähentää virhealttiutta verrattuna avustamattomaan kontrollitilanteeseen. Havainnot ovat kuitenkin alustavia, sillä tulokset olivat herkkiä analyyttisille menetelmävalinnoille ja niihin liittyi huomattavaa epävarmuutta.
Language: Finnish
Subfield: Law
Open Access status: green
OpenAlex ID: W7220801627
Cites: 128
Cited by:
Related to: 10