mainostoimisto.ai
Oulu · 06:00:00

LähteetArtikkelien lähdetiedostot

src/content/artikkelit/vaitepankki-tekoaly-ei-keksi-lukuja.md

Markdown ja frontmatter (portti, faktat, huomiot). Tämä on repon tiedosto sellaisenaan sillä hetkellä, kun sivusto viimeksi rakennettiin. Rivin voi linkittää suoraan: lisää osoitteen perään #r ja rivin numero.

---
title: "Väitepankki: näin estetään tekoälyä keksimästä lukuja"
description: "Tämän sivuston tekoäly kirjoittaa vain sanatarkoista lainauksista, ja skripti tarkistaa luvut. Mitä tarkistus huomaa, mitä ei ja miksi."
pvm: 2026-11-09
pilari: automaattinen-sisallontuotanto
tiivistelma: "Väitepankki on tiedosto, johon kirjataan ennen kirjoittamista sanatarkat lainaukset avatuilta sivuilta URL:n ja avauspäivän kanssa. Kirjoittaja saa vain pankin, ei verkkohakua. Sen jälkeen skripti vertaa jokaista tekstin numeroa pankin lainauksiin ilman tekoälyä. Skripti tarkistaa vain numeroiksi kirjoitetut luvut, ei väitteiden merkitystä, joten laatuportti ja rakenne hoitavat loput."
avainsanat: ["väitepankki", "tekoälyn hallusinaatiot", "faktantarkistus", "sisältökone", "automaattinen sisällöntuotanto", "keksityt luvut"]
lahteet:
  - otsikko: "mainostoimisto.ai/kone/lahteet: scripts/tarkista.mjs"
    url: "https://mainostoimisto.ai/kone/lahteet/scripts/tarkista.mjs/"
    huomio: "Frontmatterin ja pituuksien tarkistus"
  - otsikko: "mainostoimisto.ai/kone/lahteet: scripts/vaitteet.mjs"
    url: "https://mainostoimisto.ai/kone/lahteet/scripts/vaitteet.mjs/"
    huomio: "Väitepankin mekaaninen lukutarkistus"
  - otsikko: "mainostoimisto.ai/kone/lahteet: sisalto/ohje-kirjoittaja.md"
    url: "https://mainostoimisto.ai/kone/lahteet/sisalto/ohje-kirjoittaja.md/"
    huomio: "Väitepankin säännöt kirjoittajalle"
  - otsikko: "mainostoimisto.ai/kone/lahteet: scripts/faktantarkistus.mjs"
    url: "https://mainostoimisto.ai/kone/lahteet/scripts/faktantarkistus.mjs/"
    huomio: "API-kokeen jälkitarkistus"
  - otsikko: "mainostoimisto.ai/kone/lahteet: sisalto/loki.jsonl"
    url: "https://mainostoimisto.ai/kone/lahteet/sisalto/loki.jsonl/"
    huomio: "Bing-artikkelin ajo: faktat ok, portti 44, hylätty"
  - otsikko: "mainostoimisto.ai/kone/lahteet: bing-ja-copilot-suomessa.md"
    url: "https://mainostoimisto.ai/kone/lahteet/src/content/artikkelit/bing-ja-copilot-suomessa.md/"
    huomio: "Portin huomio lähteettömästä virkkeestä"
  - otsikko: "mainostoimisto.ai: Kone"
    url: "https://mainostoimisto.ai/kone/"
    huomio: "Putken kuvaus"
  - otsikko: "OpenAI: Why language models hallucinate (5.9.2025)"
    url: "https://openai.com/index/why-language-models-hallucinate/"
    huomio: "Miksi kielimallit arvaavat"
  - otsikko: "Kalai ym.: Why Language Models Hallucinate (arXiv 2509.04664)"
    url: "https://arxiv.org/abs/2509.04664"
    huomio: "Tutkimusartikkeli"
  - otsikko: "Google Search Central: Spam policies for Google web search"
    url: "https://developers.google.com/search/docs/essentials/spam-policies"
    huomio: "Scaled content abuse"
  - otsikko: "Google Search Central: Guidance on using generative AI content"
    url: "https://developers.google.com/search/docs/fundamentals/using-gen-ai-content"
    huomio: "Tarkkuus myös metatiedoissa, tekotavan kertominen"
  - otsikko: "Google Search Central Blog: Google Search's guidance about AI-generated content (8.2.2023)"
    url: "https://developers.google.com/search/blog/2023/02/google-search-and-ai-content"
    huomio: "Laatu ratkaisee, ei tekotapa"
faq:
  - k: "Miksi tekoäly keksii lukuja?"
    v: "OpenAI:n tutkijoiden mukaan kielimalli arvaa epävarmana, koska nykyiset arviointitavat palkitsevat arvaamisen enemmän kuin myöntämisen, ettei se tiedä. Harvinaisia yksittäisiä faktoja ei voi päätellä pelkistä kielen säännönmukaisuuksista."
  - k: "Hyväksyykö Google tekoälyllä kirjoitetun sisällön?"
    v: "Google sanoo keskittyvänsä sisällön laatuun eikä tekotapaan. Sen roskapostikäytännöt kieltävät kuitenkin suuren sivumäärän tuottamisen generatiivisella tekoälyllä, jos sivut eivät tuo käyttäjälle lisäarvoa."
kone:
  malli: claude-opus-5-5
  generoitu: "2026-11-02T14:00:00Z"
  hakuja: 6
  portti:
    pisteet: 83
    kynnys: 70
    malli: "claude-opus-5-5 (erillinen agentti)"
    huomiot:
      - "Portti 83/100 (faktat 32, hyöty 21, omaperäisyys 14, kieli 8, rakenne 8)."
      - "Korjattu portin jälkeen: väite 'julkisesta reposta' poistettu (GitHub-lähteet eivät avautuneet arvioijalle), koodia koskevat väitteet sidottu vaitteet.mjs-lähteeseen, tarkista.mjs lisätty lähteisiin."
  faktat:
    malli: "väitepankki + scripts/vaitteet.mjs"
    tarkistettu: 5
    poistettu: 1
    pehmennetty: 2
    korjattu: 0
tarkistus:
  tila: kone
  kuka: "väitepankki + laatuportti"
  pvm: 2026-11-02
tila: julkaistu
---

Tämän sivuston tekstit kirjoittaa tekoäly, ja sen kirjoittaja ei saa hakea verkosta. Se saa vain väitepankin: tiedoston, johon on ennen kirjoittamista kopioitu sanatarkat lainaukset avatuilta sivuilta. Kun teksti on valmis, skripti vertaa jokaista numeroa pankin lainauksiin. Tämä on sivuston oma kuvaus omasta prosessistaan, ja se nojaa sivuston omiin tiedostoihin, jotka on julkaistu sellaisinaan [lähdesivulla](/kone/lahteet/).

Tässä on, mitä pankissa on, mitä skripti oikeasti tarkistaa, mitä se jättää huomaamatta, ja miksi järjestely korvasi aiemman jälkitarkistuksen.

## Kielimalli arvaa, koska arvaaminen on palkittu

OpenAI määrittelee hallusinaatiot uskottaviksi mutta vääriksi väitteiksi, joita kielimalli tuottaa. Sen tutkijoiden mukaan ne säilyvät osittain siksi, että nykyiset arviointitavat luovat vääriä kannustimia ([OpenAI](https://openai.com/index/why-language-models-hallucinate/)). Tutkimusartikkeli vertaa mallia opiskelijaan, joka arvaa vaikeassa koekysymyksessä, ja sanoo, ettei ilmiö ole mystinen: hallusinaatiot syntyvät tavallisina luokitteluvirheinä ([Kalai ym., arXiv](https://arxiv.org/abs/2509.04664)).

Sisällöntuotannon kannalta olennaisin havainto koskee harvinaisia faktoja. OpenAI:n mukaan satunnaisia, harvoin esiintyviä tietoja, kuten lemmikin syntymäpäivää, ei voi ennustaa pelkistä säännönmukaisuuksista ([OpenAI](https://openai.com/index/why-language-models-hallucinate/)). Pk-yrityksille kirjoitettu teksti on täynnä juuri tällaisia tietoja: jonkin palvelun julkaisupäivä, tietyn maan markkinaosuus, yksittäisen ohjesivun muotoilu. Malli osaa kirjoittaa uskottavan lauseen niistä silloinkin, kun se ei tiedä vastausta.

Tutkijat eivät pidä hallusinaatioita väistämättöminä, koska malli voi pidättäytyä vastaamasta, kun se on epävarma ([OpenAI](https://openai.com/index/why-language-models-hallucinate/)). Väitepankki on yksi tapa rakentaa tuo pidättäytyminen putkeen: jos lainausta ei ole, lukua ei kirjoiteta.

## Pankkiin pääsee vain lainaus, joka löytyi avatulta sivulta

Kirjoitusohjeen mukaan jokainen käyttökelpoinen tieto kirjataan pankkiin sanatarkkana lainauksena, kopioituna sivulta alkuperäiskielellä, ja sen viereen tulevat URL, lähteen nimi ja avauspäivä. Jos lainausta ei löydy avatulta sivulta, sitä ei kirjata, eikä hakutuloksen tiivistelmä kelpaa lähteeksi ([ohje-kirjoittaja.md](/kone/lahteet/sisalto/ohje-kirjoittaja.md/)).

Skriptin oma kommentti kuvaa pankin rivin: tunniste, lainaus, URL, lähteen nimi ja avauspäivä, ja avauspäivän vieressä selitys, että sivu avattiin ja lainaus löytyi sieltä ([vaitteet.mjs](/kone/lahteet/scripts/vaitteet.mjs/)). Lukija, joka epäilee jotain lukua, voi siis etsiä sen pankista ja avata saman sivun itse.

Sen jälkeen kirjoittaja saa ohjeen, aiheen ja pankin, mutta ei verkkohakua. Sivuston konesivu sanoo tarkoituksen suoraan: keksityt luvut estetään rakenteella eikä niitä etsitä jälkikäteen ([mainostoimisto.ai/kone](https://mainostoimisto.ai/kone/)). Kirjoitusvaiheessa kirjoittajalla ei ole muuta lähdeaineistoa kuin pankki, joten jokaisen lähteen on täytynyt olla avattuna ja kopioituna jo ennen ensimmäistä virkettä.

Alla olevat väitteet koodista nojaavat lainauksiin, jotka on kopioitu suoraan skriptitiedostosta ([vaitteet.mjs](/kone/lahteet/scripts/vaitteet.mjs/)).

## Skripti tarkistaa numerot, ei sitä mitä ne tarkoittavat

Skripti `scripts/vaitteet.mjs` kuvaa itsensä näin: jokaisen artikkelin luvun tiivistelmässä, leipätekstissä ja FAQ:ssa pitää löytyä pankin sanatarkoista lainauksista tai omat luvut -listasta, vuosiluvut ja numeroidun listan järjestysnumerot ohitetaan, eikä vaiheessa ole tekoälyä: sama syöte, sama tulos ([vaitteet.mjs](/kone/lahteet/scripts/vaitteet.mjs/)).

Koodia lukemalla rajat tarkentuvat. Ennen vertailua linkkien osoitteet poistetaan tekstistä, joten URL:n numerot eivät sotke tulosta. Kirjaimen vieressä oleva numero ohitetaan, jotta tuotenimet kuten Microsoft 365 eivät laukaise virhettä, ja samasta syystä ohitetaan numero, jonka perässä on väliviiva. Tarkistettavat kentät ovat tiivistelmä, leipäteksti ja FAQ. Otsikkoa ja meta-kuvausta skripti ei käy läpi, vaikka Googlen ohje mainitsee tarkkuuden erikseen myös title-elementeissä ja meta-kuvauksissa ([Google Search Central](https://developers.google.com/search/docs/fundamentals/using-gen-ai-content)).

Tärkein raja on se, mitä vertailu tarkoittaa. Skripti katsoo, esiintyykö sama numero jossain pankin lainauksessa. Se ei katso, puhuuko lainaus samasta asiasta. Jos pankissa on yksi luku jostain muusta yhteydestä, sama luku menee läpi missä tahansa virkkeessä. Skriptin hakulauseke etsii vain numeromerkkejä, joten sanoin kirjoitettu luku jää sen ulkopuolelle. Puuttuva avauspäivä näkyy skriptin tulosteessa laskurina, mutta tarkistus ei kaadu siihen (sama tiedosto).

Skripti ei siis tarkista väitteiden totuutta. Se tarkistaa, ettei tekstiin ole tullut numeroa, jolle ei ole kopioitua lähdettä. Muodon, kuten pituudet ja pakolliset kentät, tarkistaa erikseen `scripts/tarkista.mjs` ([tarkista.mjs](/kone/lahteet/scripts/tarkista.mjs/)). Kun luku puuttuu pankista, ohje käskee korjaamaan tekstiä, ei pankkia ([ohje-kirjoittaja.md](/kone/lahteet/sisalto/ohje-kirjoittaja.md/)).

## Jälkitarkistus päästi läpi virkkeen, jonka portti hylkäsi

Ennen väitepankkia sivustolla kokeiltiin putkea, jossa erillinen faktantarkistaja avasi luonnoksen lähteet uudelleen verkkohaulla ja kävi väitteet läpi yksi kerrallaan ([faktantarkistus.mjs](/kone/lahteet/scripts/faktantarkistus.mjs/)). Sen ohjeessa oli myös lause, joka paljastaa menetelmän heikkouden: väitteet, joita tarkistaja ei ehdi tarkistaa, jätetään ennalleen ja mainitaan huomioissa.

Artikkeli [Bing ja Copilot Suomessa](/artikkelit/bing-ja-copilot-suomessa/) kulki tämän putken läpi. Ajolokin mukaan faktantarkistuksen tulos oli ok ja tarkistettuja väitteitä oli 8, laatuportti antoi 44 pistettä ja artikkeli hylättiin ([loki.jsonl](/kone/lahteet/sisalto/loki.jsonl/)). Artikkelin oma kirjaus kertoo saman: 8 väitettä tarkistettu, kaikki pitivät. Portin huomio nimesi syyn: väite, jonka mukaan suomalaisten toimistojen omat arviot asettavat Bingin alle viiteen prosenttiin, ei löytynyt mistään lähteestä ([bing-ja-copilot-suomessa.md](/kone/lahteet/src/content/artikkelit/bing-ja-copilot-suomessa.md/)).

Tapaus opettaa kaksi asiaa. Ensinnäkin jälkitarkistaja tarkistaa ne väitteet, jotka se valitsee, ja keksitty virke voi jäädä valinnan ulkopuolelle. Toiseksi tuo virke olisi mennyt läpi myös nykyisestä skriptistä, koska luku oli kirjoitettu sanana. Väitepankin varsinainen suoja ei siis ole skripti vaan järjestys: kirjoittajalla ei ole aineistoa, josta keksiä uskottavalta näyttävää lähdettä, ja skripti on lisävarmistus numeroille.

Laatuportti on yhä mukana. Erillinen agentti, joka ei näe tutkimusvaihetta, pisteyttää valmiin tekstin, ja alle 70 pisteen teksti menee korjaukseen ja uuteen arvioon ([mainostoimisto.ai/kone](https://mainostoimisto.ai/kone/)). Portin rubriikki on kuvattu artikkelissa [laatuportti](/artikkelit/laatuportti-nain-toinen-malli-arvioi-tekstin/), ja koko putki artikkelissa [sisältökone käytännössä](/artikkelit/sisaltokone-kaytannossa/).

## Googlelle ratkaisee lisäarvo, ei se kuka kirjoitti

Google on sanonut keskittyvänsä sisällön laatuun eikä siihen, miten sisältö on tuotettu ([Google Search Central Blog](https://developers.google.com/search/blog/2023/02/google-search-and-ai-content)). Sen roskapostikäytännöt määrittelevät scaled content abusen tilanteeksi, jossa sivuja tuotetaan paljon ensisijaisesti hakusijoitusten manipuloimiseksi, tekotavasta riippumatta. Esimerkkinä mainitaan generatiivisen tekoälyn käyttö suuren sivumäärän tuottamiseen ilman lisäarvoa käyttäjälle ([Google Search Central](https://developers.google.com/search/docs/essentials/spam-policies)). Aiheesta tarkemmin: [Scaled content abuse](/artikkelit/scaled-content-abuse-mita-google-kieltaa/).

Väitepankki ei tee tekstistä hyödyllistä. Se poistaa yhden tavan, jolla automaattinen teksti menettää arvonsa kokonaan. Googlen ohje suosittelee myös kertomaan, miten sisältö on tehty, koska se antaa lukijalle kontekstia ([Google Search Central](https://developers.google.com/search/docs/fundamentals/using-gen-ai-content)). Siksi tämän sivuston pankit, skriptit ja hylkäykset ovat julkisia. Lisää samasta aiheesta pilarissa [automaattinen sisällöntuotanto](/aiheet/automaattinen-sisallontuotanto/).