Tekoäly tulee ja työelämä muuttuu, vai kuinka? Työterveyslaitos, FCAI, DataLit ja SHIELD järjestivät 9.4. Keskustelutilaisuuden Tutkimuksen kohteena tekoäly ja työelämä, joka kokosi yhteen tutkijoita, ammatti- ja yrittäjäjärjestöjen edustajia sekä kunta-alan toimijoita yhteen pohtimaan muuttuvaa teknologiaa ja muuttuvaa työelämää. Tilaisuudessa puhututti se, millä tavoin uudet tekoälysovellukset jalkautuvat työnteon arkeen ja käytäntöihin. Mitä oikeastaan tarkoitetaan kun puhutaan tekoälyyn liittyvästä osaamisesta? Toisaalta tämä voi tarkoittaa yksinkertaisimmillaan mahdollisuuksia tehostaa työtä tai lisätä tuottavuutta. Toisaalta tekoälyosaamiseen voi ajatella kuuluvan myös kysymykset esimerkiksi siitä, millä tavoin sitä voisi käyttää vastuullisesti tai eettisesti.
Tekoälyyn yhdistetyt lupaukset ja uhkakuvat liittyvät usein siihen, millä tavoin sen ajatellaan mahdollistavan myös asiantuntijatyöhön kuuluvien prosessien automatisoinnin. Kysymykset osaamisesta ehkä usein typistyvät kuvaksi asiantuntijasta, joka yksin huoneessaan opettelee uuden työkalun käyttöä. Onko tekoälyssä tällä tavoin ajateltuna kyse yksinomaan yksilönkompetensseista? Entä mihin tekoälyosaaminen tähtää?
Tapahtuman keskustelijat tuntuivat jakavan näkemyksen siitä, että tekoälyn käyttöön tarvittavan osaamisen kehittäminen on tällä hetkellä paljolti yksittäisten työntekijöiden oppimis- ja kokeilunhalun – ja siihen tarvittavan ajan – varassa. Uusien työkalujen opettelua voisi kenties asiantuntijatyössäkin lähestyä yhteisöllisemmin ja työnantajan tuella.
Entä millä ehdoilla tekoälyn lupaukset – tai siihen liitetyt uhkakuvat – voisivat toteutua tai olla toteutumatta? Kuten Virpi Kalakoski Työterveyslaitokselta totesi tilaisuudessa, se, millä tavoin ja millä ehdoilla tekoälyn käyttöönotto on hyödyksi tai ei riippuu työn käytännöistä. Tekoälyn tutkiminen työn arjessa on tärkeää, jotta nähdään, millä tavoin lupaukset tai odotukset tehokkuudesta varsinaisesti toteutuvat tai voisivat toteutua työn käytännöissä. Nämä saattavat näyttää hyvinkin erilaisilta eri työtehtävissä.
DataLit-tutkimusprojektin Marja Alastalon tutkimus toi myös toisesta suunnasta esille sen, millä tavoin tekoäly mahdollistuu ja toteutuu arjen työssä. Alastalo esitti, että jotta dataan ja tekoälyyn liitetyt visiot olisi mahdollista toteuttaa ja jalkauttaa, muistettava, että kaikki tekoälysovellukset perustuvat jonkinlaiseen dataa. Tämä data ei ole olemassa itsestään, vaan syntyy osana työn käytäntöjä. Esimerkiksi terveydenhuollossa tähän kuuluvat muun muassa erilaiset, hoitohenkilökunnan sekä potilaidenkin, suorittamat kirjaustehtävät. Terveystieto ei itsestään siis ole olemassa käyttökelpoisena datana, vaan se täytyy ensin tuottaa sellaiseksi.
Tällaisen työn ja siihen tarvittavan osaamisen osuus tekoälyn toiminnassa jää Alastalon mukaan usein piiloon. Näin käy myös, jos tekoälyosaaminen työelämässä nähdään yksinomaan tekoälysovellusten tekniseen käyttöön liittyvänä osaamisena.
Esimerkkinä voi tästä voi pitää myös sitä, kuinka Helsingin kaupungin palveluiden kehittämisessä on kartoitettu tekoälyn mahdollisuuksia. Palvelupäällikkö Pasi Rautio kuvasi, kuinka sekä palveluiden hakijoiden että hakemuksia käsittelevien työntekijöiden elämää helpottaisi, jos palvelujärjestelmän viidakossa toimimiseen voisi hyödyntää tekoälyä, joka voisi ehdottaa hakijalle hänelle sopivia palveluita. Jotta palveluita voitaisiin suoraviivaistaa ja selkeyttää, kaupungin erilaisia tietojärjestelmiä pitää kuitenkin sovittaa yhteen. Tekoäly ei siis täälläkään toimi itsestään, vaan perustuu moninaisen ihmistyölle, johon monenlaista osaamista.
Laajemmin ajateltuna myös osaamiseen voi ajatella kuuluvan myös tekoälyn eettiseen ja vastuulliseen käyttöön liittyvän asiantuntemukseen. Myös kokemukset etiikkaan ja vastuullisuuteen liittyvien kysymysten monimutkaisuudesta saattavat muodostua esteeksi tekoälyn hyödyntämiselle työssä, kuten Karoliina Snell toi esiin. Tätä ei ole syytä tulkita siten, että sääntely ja vastuullisuus olisi unohdettava. Pikemminkin vastuulliseen tekoälyyn liittyvä osaaminen – oli se sitten yksittäisten työntekijöiden tai organisaatioiden osaamista – voi yhtä lailla luoda uusia mahdollisuuksia.