Kirjoittaja /

Kun tekoäly ei vapauta aikaa vaan täyttää kalenterin, 3/5

Blogisarjan ”AI ilman uudelleensuunnittelua on ESG-velka” osa 3/5

Tekoälyllä ja työkuormalla on paradoksaalinen yhteys. Organisaatiot ottavat tekoälyä käyttöön helpottaakseen työtä. Tutkimus kertoo karummasta arjesta. Suuri osa työntekijöistä kokee tekoälyn lisänneen kuormaa, ei keventäneen sitä. Esseesarjani kolmas osa väittää, että ero hyvän ja huonon lopputuloksen välillä ei synny työkalussa vaan työssä – siinä, suunnitellaanko työ uudelleen vai liimataanko teknologia vanhan päälle.

Viime aikoina yhä useammat kanssani keskustelleet johtajat ovat alkaneet tunnistaa tilanteen, jossa organisaatio oli hankkinut tekoälytyökalut helpottaakseen ihmisten työtä, mutta puolen vuoden päästä käytävillä on alettu puhua siitä, miten kaikkea on nyt vain enemmän. Enemmän työkaluja, enemmän odotuksia, enemmän opeteltavaa, enemmän tuotettua sisältöä, jonka joku joutuu lukemaan. Voi olla jopa niin kiire, ”ettei tekoälyäkään ehdi käyttää”.

Tämä ei ole anekdootti, eikä pelkästään omaa kokemustani markkinasta, vaan mitattu ilmiö. Upwork Research Instituten kansainvälisessä tutkimuksessa 96 prosenttia ylimmästä johdosta odotti tekoälyn nostavan tuottavuutta, mutta 77 prosenttia tekoälyä käyttävistä työntekijöistä kertoi työkalujen lisänneen työkuormaansa, ja lähes puolet ei tiennyt, miten heiltä odotetut tuottavuushyödyt ylipäätään pitäisi saavuttaa. Vain noin neljänneksellä organisaatioista oli koulutusohjelma tekoälyn käyttöön. Samaan aikaan 71 prosenttia kokoaikaisista työntekijöistä raportoi uupumusta.

Tämä on tekoälyn vastuullisuusnäkökulmia tarkastelevan esseesarjani kolmas osa, ja se käsittelee ESG-velan inhimillistä erää: ylikuormitusvelkaa, joka syntyy, kun teknologia jalkautetaan ihmisten työhön ilman, että itse työtä suunnitellaan uudelleen.

Sosiaalinen ulottuvuus on enemmän kuin etiikkaa

Kun ESG:n S-ulottuvuudesta puhutaan tekoälyn yhteydessä, keskustelu kapenee helposti algoritmiseen syrjintään ja eettisiin periaatteisiin. Ne ovat tärkeitä (ja erityisesti tiedon etiikasta toivoisin puhuttavan vielä enemmänkin), mutta ne eivät oikeastaan ole se, missä useimmat organisaatiot tällä hetkellä kokevat haasteita. Arkisempi ja yleisempi epäonnistuminen koskee työntekijäkokemusta: kuormitusta, oppimistaakkaa, kognitiivista ergonomiaa ja työn mielekkyyttä.

Tutkimuskirjallisuus on tuntenut ilmiön pitkään nimellä teknostressi. Tuore kansainvälinen tutkimus osoittaa, että teknostressi ja työn intensifikaatio – tahdin ja vaatimusten tihentyminen – muodostavat yhdessä ”kaksoisrasitteen”, joka kytkeytyy uupumukseen ja terveyshaittoihin. Sama tutkimus sisältää kuitenkin myös toivoa. Tutkimuksen mukaan tyytyväisyys työkaluihin ja koettu organisaation tuki lieventävät haittoja merkittävästi. Toisin sanoen kuormitus ei ole teknologian väistämätön ominaisuus, vaan käyttöönoton laadusta ja saadusta tuesta kiinni.

Ylikuormitusvelka kertyy tunnistettavista lähteistä:

  • Tekoäly vanhan työn päälle liimattuna. Kun prosessi pysyy ennallaan ja tekoäly lisätään sen kylkeen, ihminen saa uuden työvaiheen: promptaa, tarkista, korjaa – vanhojen vaiheiden lisäksi.
  • Väärin ajoitettu ja mitoitettu koulutus. Yksi kickoff-webinaari ei ole osaamisstrategia. Oppiminen ja ennen kaikkea muutos vaativat aikaa, joka on otettava jostakin – ja jos sitä ei anneta, se otetaan jaksamisesta.
  • Jatkuva työkalujen vaihtuminen ja muuttuminen. Jokainen uusi väline tai isommat muutokset tuttuunkin työvälineeseen nollaavat osan opitusta. Muutosväsymys ei synny yhdestä muutoksesta vaan muutosten katkeamattomasta virrasta.
  • Epäselvät odotukset. ”Kaikkien pitäisi nyt käyttää tekoälyä” ilman vastausta kysymykseen mihin ja miksi tuottaa painetta ilman suuntaa – juuri sitä, mitä Upworkin aineiston lähes puolet työntekijöistä kuvasi.
  • Tuotosten inflaatio. Kun sisällön tuottaminen halpenee, sen määrä kasvaa – ja lukemisen, arvioinnin ja yhteensovittamisen kuorma siirtyy vastaanottajille. Mutkia vain vähän oikoen voi sanoa, että aiemmin tieto on ollut kallista, mutta siihen on voitu luottaa, kun nyt tiedon tuottaminen on halpaa, mutta sen tarkistaminen kallista.

Huolestuttava havainto: vapautunut aika ei vapaudukaan

Tärkein viimeaikainen oppini on ollut se, että tekoäly ilman työn uudelleensuunnittelua ei vapauta aikaa – organisaatiossa kuin organisaatiossa kalenterilla on taipumus täyttää itse itsensä. Jos kukaan ei päätä, mihin säästynyt aika käytetään ja mistä luovutaan, työ noudattaa omaa fysiikkaansa, jonka mukaisesti vapautunut tila täyttyy uusilla tehtävillä, kasvaneilla odotuksilla ja sillä lisätyöllä, jonka tekoäly itse synnyttää.

Upworkin seurantatutkimus vuodelta 2025 tekee ilmiöstä lähes paradoksaalisen. Monet työntekijät raportoivat jo merkittäviä, jopa kymmenien prosenttien tuottavuushyötyjä, mutta suurimpia hyötyjä raportoivista lähes yhdeksän kymmenestä kertoi samalla olevansa uupunut ja oli muita valmiimpi vaihtamaan työpaikkaa. Tuottavuus nousi, ihminen kului. Hyöty otettiin ulos tahtia kiristämällä, ei työtä parantamalla. Se on ESG-velkaa puhtaimmillaan. Lyhyen aikavälin tulos, jonka korko maksetaan vaihtuvuutena, sairauspoissaoloina ja osaamisen valumisena ulos.

Hyvin tehtynä suunta kuitenkin kääntyy

Tästä ei pidä lukea teknologiapessimismiä. Sama tutkimusnäyttö, joka osoittaa kuormituksen, osoittaa myös ehdot, joilla tekoäly aidosti keventää työtä. Kun käyttötarkoitus on selvä, koulutus on mitoitettu oikein, työkalut koetaan toimiviksi ja organisaatio tukee opettelua, tekoäly voi poistaa kitkaa, nopeuttaa oppimista ja siirtää ihmisten aikaa rutiineista arvokkaampaan työhön. McKinseyn aineistossa parhaiten onnistuvat organisaatiot erottuvat muista nimenomaan siinä, että ne suunnittelevat työnkulkunsa perusteellisesti uudelleen sen sijaan, että lisäisivät tekoälyn entisten päälle. Ratkaisevaa ei ole työkalu vaan työn muotoilu.

Johtamiskysymys: mitä muutetaan työssä, ei työkalupakissa?

Käytännössä ylikuormitusvelan välttäminen tiivistyy kolmeen johtamispäätökseen:

  1. Päätä, mistä luovutaan. Jokaista tekoälyllä tehostettua tehtävää kohden pitäisi nimetä, mikä tehtävä, raportti tai kokous poistuu tai kevenee. Jos mistään ei luovuta, kuorma vain kasvaa. Ja jos tekoälyn avulla luot aitoa uutta liiketoimintaa, kannattaisi arvioida voiko jostain aiemmasta rönsystä luopua.
  2. Budjetoi oppiminen työajaksi. Osaaminen ei synny ilmoituksella vaan harjoittelulla. Se tarkoittaa tunteja kalenterissa – ja esihenkilöitä, jotka varmistavat tuntien olevan aidosti vapaita opiskelua varten.
  3. Mittaa myös kokemusta, ei vain käyttöastetta. Lisenssien aktivointiprosentti ei vielä kerro siitä, helpottuiko työ. Kysy ihmisiltä säännöllisesti: veikö tämä aikaa vai antoiko se sitä?

Sarjan punainen lanka pätee tässä kirjaimellisimmin: AI without redesign = ESG debt, ja S-erässä velka kirjataan ihmisiin, pahimmassa tapauksessa se voi syödä jopa osaamispääomaa. Seuraavassa ja viimeisessä diagnoosiosassa katsotaan, kuka tästä kaikesta lopulta päättää – ja miksi useimmat tekoälyongelmat ratkeavat hallintotavassa, eivät teknologiassa.

Kiteytys: tekoälyn sosiaalinen vaikutus ei ratkea siinä, mitä työkalu osaa, vaan siinä, mitä työlle tehdään. Organisaatio, joka jalkauttaa teknologiaa muuttamatta työtä, ei helpota kenenkään arkea – se tekee siitä raskaampaa tahtomattaankin.

Puhun näistä teemoista keynote-puheenvuoroissa, johtoryhmävalmennuksissa ja paneelikeskusteluissa. Jos haluat haastaa organisaatiosi ajattelua tekoälyn vastuullisesta käyttöönotosta, ota yhteyttä → lenni@lennilaukkanen.fi

Seuraava osa: Useimmat tekoälyongelmat eivät ole teknisiä vaan johtamisongelmia

Edellinen osa: Huonosti johdettu tekoälyn käyttöönotto voi olla myös ympäristöongelma

Lähteet

2 ajatusta aiheesta “Tekoäly ja työkuorma – miksi AI lisää rasitusta ilman työn uudelleensuunnittelua, 3/5”

  1. Paluuviite: Tekoälyn ympäristövaikutus ja waste AI - Lenni Laukkanen

  2. Paluuviite: Tekoälyn governance, 4/5 - Lenni Laukkanen

Kommentoi

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *

Scroll to Top