Tallinna vana kohtumaja nurgal seisis suletud silmadega mõõka ja kaalu hoidev õigusemõistmise jumalanna Justitia. Tema kaalutlevast karmusest saab aru, aga miks peaks seda tegema kinniste silmadega? Kas see poleks ohtlik, kui pime vehib mõõgaga ega näe, kuidas keegi on kaaludel kulla kurgi vastu vahetanud?

Arvatavalt leiab keegi põhjuse kahelda ka naise valikus. Kuulda on olnud väiteid, et nad ju isegi nägijatena ei suuda otsustada näiteks kahe kingapaari vahel. Teadaolevalt unistati iidses õigusjumalanna müüdis kaalutlevast ning vajadusel karmist emalikust armulikkusest, kes ei lase end mõjutada segavatel sekkumistel.

Kultuurimälus on mitmeid olulisi pimedaid tegelasi. Pimedust on kasutatud moraalsete või muude isikuomaduste tugevuste rõhutamiseks. Teisalt on pimedus sümboliseerinud ka iseloomu nõrkusi, moraalset ning emotsionaalset arenematust. Väidetavalt intrigeerivad pimedad tegelased nägijatest lugejaid ootusega, mida nemad nägemise puudumisel tundlikumaks muutunud meeltega maailmast või olukorrast nii-öelda näevad.

Paljudest jutustustest käib läbi pimeda prohveti roll. Üks varasemaid on Sophoklese kirjapandud "Kuningas Oidipuse" tragöödias esinev pime Teiresias. Seoses kuningriiki koormava ikalduse needuse lõpetamiseks vajaliku küsimuse lahendamisega soovis Oidipus teada, kes tappis tema isa, eelmise kuninga Laiose. Pime prohvet teadis vastust, aga ei soovinud seda avada ning veenis ka Oidipust vastuse otsimist pooleli jätma. Teame lugu just seetõttu, et Oidpus ei võtnud nõu kuulda.

Modernse aja prohvet on tehisintellekt. Seegi on inimese mõttes pime, kuid tajub meiega ühist maailma läbi teiste meelte ning loogikate. Värske näite leiab tunnustatud meditsiiniteaduste ajakirjast The Lancet. Uurimuse algupärane eesmärk oli mõista varasemate uuringute käigus avastatud diagnostilise kallutatuse probleemi.

Võrreldes koolitatud radioloogidega on masinõppe-põhiste radioloogiliste piltide analüüs jõudnud mõnel juhul isegi inimest ületavale tasemele. Seetõttu kaasatakse erinevate tehnoloogiatega patsientide läbivalgustamisel saadud pildimaterjali analüüsimisesse üha rohkem tehisintellekti abi.

Kogemuse lisandumisega süvenes tuju rikkuva üllatusena mure tehisintellekti-süsteemide aladiagnoosi pärast. Eriti kehtis see sotsiaalselt vaesemaid elanikkonnarühmi esindavate patsientide, sealhulgas naiste ja mustanahaliste puhul. Aladiagnoosimine ehk statistiliselt valenegatiivne tulemus kuulutab haige ekslikult terveks. Seetõttu jääb tal õigel ajal ravi saamata ning haigustel lastakse vaevata niigi raskes olus elavaid ühiskonnarühmi.

Sestap soovisid teadlased uurida, mis võib tehisintellektis taolist eksimust põhjustada, et eksimus siis välja juurida või vähemalt arvesse võtta. Võib ka öelda, et nad soovisid jõuga välja selgitada, mida teab tehis-Tiresisas. Eksperimendis lasti tehisintellekti süsteemil analüüsida umbes 200 000 patsiendist tehtud ligemale kolmveerandit miljonit röntgenipilti. Muude diagnostiliste andmete kõrval kaasnes piltidega patsiendi enda määratlus tema rassist.

Pildianalüüsi keskse ülesandena lastakse masinal õppida. Tegemist on küll inimese etteantud algoritmidele rajaneva, kuid samas pööraselt mürarohke protsessiga, milles masin kõrvutab ka kõige mõttetumaid tunnuseid ja nende pea lõputuna näivaid kombinatsioone.

Masin jätkab kõrvutamist, kuni on leidnud midagi, millest tehtud oletus läheneb teadaolevale referentsväärtusele. Siis saab masin luua järgmisi kombinatsioone ja taoliste miljonite tulemuse kõikumisest õppida destilleerima kõige lahjematest infopaladest piisava seletusjõuga kontsentraat.

Inimene nii ei mõtle. Tema "näeb" oma kogemuse põhjal, millised kombinatsioonid on ebaloogilised või täiesti arulagedad, ning jätab need ära, hoides nii kokku energiat ja aega.

Nüüd paistab, et inimene hoiab kokku ka tõde. Nimelt ei suuda ükski spetsialist röntgenipildi põhjal määrata patsiendi rassi. Käesoleva uuringu korraldajate üllatuseks õppis eksperimentaalne tehisintellekt omistama pildil olijale rassi üle 90 protsendise täpsusega.

Teadlased ei saa aru, kuidas masin teab tunnust, mille on inimene ise enda kohta andnud. Ometi oskas tehisintellekt tuvastada patsiendi enda rassimääratluse praktiliselt kõikidest tema keha piirkondadest tehtud röntgenpiltide põhjal.

Eksperdid pakuvad ühe oletusena, et võib-olla näeb masin piltides imepisikesi nahatooni pigmendi-varjunditega seotud asjaolusid. Ometi peaks sama märkama ka inimene. Pealegi ei tohiks röntgeni kiirgus pigmenti moodustavat melatoniini eristada ja erinevate seadmetega tehtud sadade tuhandete piltide tonaalsused varieeruvad mitmesugustel tehnilistel põhjustel.

Ühest küljest on erutav teada, mida nii-öelda pime prohvet näeb meis sellist, mida me ise ei oska näha. Rass on hoiatav märk eriti tundlikul teemal, sest rassid ei rajane geneetilistele tõenditele. Rass on naha toonile rajanev mürarohke sotsiaalne nähtus. Näiteks nahatoone kõrvutades pole võimalik eristada, millal roosakas kollaseks või pruuniks muutub. Indiviid määratleb ise oma kuuluvuse sotsiaalsete arusaamade läbi, milles nahavärvil on tihti arvatust väiksem osa.

Nüüd aga siis "näeb" subjektiivset rassi tehisintellekt, kes teeb seda oma saladust meiega jagamata. Pole välistatud, et masin näeb röntgenipildilt muudki. Ta vaikib, võib-olla teades, et see teadmine on meile ohtlik.

See toob meid tagasi "Kuningas Oidipuse" juhtumi juurde. Kuningas pahandab vaikiva Teiresiasega ning süüdistab teda isegi võimalikus osalemises vana kuninga mõrvas. Lõpuks viimane solvub ja teatab tõe, et Oidipus on ise oma isa mõrtsukas, kui ta aastate eest teel lahvatanud konflikti käigus tappis ühe vana mehe.

Teiriesias lausub, et "sina, Oidipus, oled ise olnud pime". Seepeale saab Oidipus endast veelgi rohkem teada: et ta on abielus oma emaga, kellega sünnitas endale kaks poolõest tütart ning kaks poolvennast poega, kes peagi surma saavad ja nii edasi. Selle peale torkab informeeritud, kuid õnnetu kuningas endal silmad peast ja kõiketeadev laulukoor laulab taustal, et ühtegi inimest ei tohiks pidada õnnelikuks enne, kui ta on surnud.

Seniks aga toredat suve soovides, vaatame, mida oleme sügiseks teada saanud.