Viisi asiaa, jotka jokaisen tulisi ymmärtää tekoälystä työelämässä

1. Generatiivinen tekoäly ei ole älykkö vaan ennustaja

Kun puhutaan tekoälystä, tarkoitetaan yleensä koneoppimista. Koneoppimisessa mallille näytetään valtava määrä esimerkkejä, joiden pohjalta se oppii tunnistamaan yhteyksiä asioiden välillä ja tekemään ennustuksia ja luokitteluja. Malli voidaan näin esimerkiksi opettaa erottamaan keuhkokuvista epäilyttävät muutokset tai ennustamaan säätä.

ChatGPT:n ja monien muiden generatiivisten tekoälytyökalujen aivoina toimii suuri kielimalli, joka on opetettu valtavien tekstimassojen avulle ennustamaan seuraava sana tai sanan osa eli token ja tuottamaan näin uutta materiaalia käyttäjien tarpeisiin.

Koska generatiivinen tekoäly perustuu ennustamiseen, sen kyky luoda uutta on rajallinen. Ennemminkin generatiivinen tekoäly tuottaa uudenlaisia variaatioita sille syötettyjen tietojen pohjalta. Luovassa työskentelyssä generatiivinen tekoäly tarvitsee edelleen ihmisen ohjausta.

2. Tekoälyn vaikutus riippuu alasta, tehtävästä ja osaamisesta

Tutkijat ovat yrittäneet selvittää, mitkä ovat ne ammatit ja tehtävät, joissa generatiivisen tekoälyn vaikutus on suurin. Ilmiö on kuitenkin niin uusi, että kyse on vielä spekulaatioista. 

Aikaisempiin automaatioaaltoihin verrattuna on mielenkiintoista, että nyt koko palkkahaitari on mukana muutoksessa. Princetonin, Pennsylvanian yliopiston ja New York Universityn tutkijoiden mukaan korkeapalkkaiset ammatit saattavat olla jopa alttiimpia tekoälyn vaikutuksille. Kaikkien tietotyöläisten kannattaisi ottaa muutoksen tuleminen vakavasti. Mitä enemmän työ pitää sisällään informaation ja erityisesti kielen käsittelyä, sitä todennäköisemmin generatiivinen tekoäly tulee siihen vaikuttamaan, kun taas vaikka muurarin ja tanssijan työt säilyvät aika paljon ennallaan. 

Paljon toisteltu mantra siitä, että työtäsi ei vie tekoäly vaan työkaveri, joka osaa sitä käyttää, ei välttämättä pidä paikkaansa. Isoin myllerrys tapahtuu todennäköisemmin talouden luovan tuhon kautta. Tekoäly mahdollistaa uudenlaisia liiketoimintamalleja, mikä luo kilpailupainetta vakiintuneille yrityksille, jotka puolestaan ovat pakotettuja pienentämään henkilöstökulujaan. Moni vakiintunut yritys saattaa kokea tekoälyn täysimittaisen hyödyntämisen vaikeaksi. 

3. Muutos on hitaampi kuin uskotaan – mutta siihen pitää jo valmistautua koko yhteiskunnassa

Kun ChatGPT julkaistiin 2022, loikka oli valtava ei niinkään teknologian kuin käyttäjäkokemuksen kannalta. Hyödyntämismahdollisuudet on helppo nähdä ja käyttäminen on yksinkertaista.

Aiemmasta tutkimuksesta tiedetään kuitenkin, että isot muutokset ja hyödyt syntyvät, kun uusi teknologia vaikuttaa yrityksen koko toimintalogiikkaan – ja tähän menee aikaa. Kun esimerkiksi henkilökohtaiset tietokoneet tulivat yrityksiin 80-luvulla, tuottavuusvaikutukset syntyivät vasta ajan myötä. Kirjoittamisesta tuli ehkä mukavampaa, kun saattoi korjausmusteen sijaan vain painaa korjausnappia, mutta varsinainen tuottavuusparannus tapahtuu vasta uudenlaisen organisoitumisen ja työn tekemisen tavan kautta. 

Mediassa esiintyviä teknologiaintoilijoita kuunnellessa tuntuu, että vaikutus työelämään on jo nyt valtava. Isoissa yrityksissä isoja muutoksia voidaan kuitenkin joutua odottamaan ainakin kymmenen vuotta. 

Yksi syy hitauteen ovat johdon mentaalimallit. Johto katsoo uutta teknologiaa olemassa olevien liiketoimintamallien vinkkelistä miettien, miten niitä voisi parantaa. Tällöin tekoälyn hyödyt jäävät rajalliseksi.

Toinen syy on organisaation muutosvastarinta. Vaikka johto keksisi uudet tekemisen tavat, työntekijöitä voi olla vaikea saada mukaan. Työntekijä voi ymmärtää, ettei muutos ole oman tulevaisuuden kannalta positiivinen ja rationaalisesti jarruttaa muutosta. 

Myös työmarkkinoiden realiteetit pitää huomioida. Uusista bisnesmalleista haaveillessa kannattaa muistaa, että muutos tehdään pääasiassa samalla porukalla kuin asiat ennen muutosta. 

Yhteiskunnallista keskustelua kaivataan kuitenkin jo nyt kaiken teknologiahypen rinnalle, niin koulutus- ja työvoimapolitiikasta kuin sosiaalisten turvaverkkojen tarpeesta. 

4. Tekoäly ei automaattisesti paranna tuottavuutta

Taloustietelijä Daron Acemoglu on arvioinut, että jos generatiivista tekoälyä käytetään vain tehostamaan yksittäisten työntekijöiden työtä ja laskemaan kustannuksia ilman, että yrityksen tai organisaation tehtäväkenttä muuttuu, kokonaistuottavuus paranee seuraavan kymmenen vuoden aikana vaivaisen prosentin.

Kilpailustrategian näkökulmasta hinnalla kilpailu tekoälyn avulla on vaarallinen tie. Siitä syntyy helposti ”race to the bottom”-ilmiö, kun muutkin lähtevät hintakilpailuun, eikä näin synny kestävää kilpailuetua. 

Yksi mahdollinen merkittävä etu voi olla työvoiman saatavuuden parantaminen. Jatkossa voimme ehkä esimerkiksi palkata ihmisiä, jotka aiemmin eivät olisi voineet kielimuurin takia työskennellä tietyssä tehtävässä. Asiaa on tutkittu Aalto-yliopistoon hiljattain tehdyssä diplomityössä.

Generatiivinen tekoäly mahdollistaa myös täysin uusia toimintatapoja ja parempia palveluja. Jos lääkärin ei enää tarvitse käyttää valtaosaa vastaanottoajasta potilaskertomuksen kirjaamiseen vaan sen tekeekin tekoäly nauhoitteen pohjalta, lääkärille jää enemmän aikaa potilaan kohtaamiseen ja kuuntelemiseen. Tällaisen sovelluksen käyttöä tutkitaan paraikaa Länsi-Uudenmaan hyvinvointialueella. 

5. Tekoäly voi tehdä työstä hauskempaa – mutta myös kuormittavampaa

Generatiivisen tekoälyn hyötyjä työntekijän kannalta on selvitetty erilaisilla kyselyillä ja koeasetelmilla. Niissä on havaittu esimerkiksi, että työntekijät voivat tehdä osan töistään jopa yli kolmanneksen nopeammin tekoälyn ansiosta. Se on valtava parannus, ja vielä teknologialla, joka on ollut näin vähän aikaa käytössä! Tekoälyapurien käyttö näyttää myös lisänneen työntekijöiden tyytyväisyyttä.

Pitkällä aikavälillä tietotyön kognitiivinen kuormittavuus voi kuitenkin kasvaa. Ajattelemme helposti, että rutiineista eroon pääseminen helpottaa työtä, mutta emme ajattele, että samalla tulee paine tehdä muuta. Jos nykyisestä työviikosta on käyttänyt 30 tuntia rutiineihin ja 10 tuntia luovaan ja vaativaan ajatteluun, mitä tapahtuu, kun suhteet keikahtavat päinvastoin? Korona ja etäpalaverit ovat tästä hyvä esimerkki: etäpalaverien piti olla tuottavia ja säästä aikaan, mutta se johtikin monilla työpaikoilla tauottomaan palaveriputkeen. Samalla lailla generatiivisen tekoälyn kanssa voidaan paahtaa hurjaa vauhtia, jos asiaan ei kiinnitetä huomiota.