Havaintoni tekoälyn hyödyntämisestä organisaatioissa innostivat minut laatimaan kuuden kohdan listan sekä lausumaan seuraavaa: on erinomaista, että ajattelutyötä tekevät ammattilaiset tutustuvat generatiiviseen tekoälyyn uteliaasti ja kokeilevat erilaisia kehotteita työssään. Tämä on tärkeä osa oppimispolkua. Kuitenkin hyvin pian katse on hyvä siirtää tekoälyn ‘käyttöönoton’ organisointiin ja sen tuoman muutoksen tukemiseen. Muutoin on vaarana, että meille ahertajille aiheutuu tarpeetonta stressiä, tehdään tuplatyötä ja (organisaatiotasolla) otetaan turhia riskejä. 

Tekoälyohjeistus tarvitaan, mutta se ei riitä – tarvitaan tukea muutokseen 

Tekoälyohjeistuksen lisäksi on hyvä sopia yhteisestä toimintatavasta eli viedä asiaa vielä vähän pidemmälle, eli pohtia esimerkiksi seuraavaa: 

• Mitä muutos (ajatustyön tekemisessä) tarkoittaa meillä?  
• Miten identifioimme hyödyllisimmät käyttötavat?
• Miten priorisoimme ja päätämme painopisteet? 
• Miten organisoidumme? 

Olen talven aikana kehittänyt tähän tehtävään joukon työkaluja. Konkreettisia malleja, joiden avulla voi strukturoida tekoälyn kanssa etenemisestä yksilön, tiimin ja organisaation tasolla. Oman organisaation kypsyystasoa voi peilata laatimani kypsyysmalliin.

Kuusi pohdittavaa asiaa 

En halua puhua pelkästään uudesta teknologiasta, vaan myös ihmisistä, toimintatavoista ja muutoksesta. Tässä alla tätä muutosprosessia koskevat kuusi pohdittavaa asiaa ja ehdotukseni jokaiseen: 

1. Käyttötapojen tunnistaminen  

Vaikka generatiivinen tekoäly on erittäin tehokas työkalu, se ei sovi ihan kaikkeen. Kun organisaatiossa päätetään aloittaa tekoälyn hyödyntäminen, on hyvä pikimmiten laatia yhteinen katselmus ja keskustelu. 

Näen kentällä paljon sitä, että käyttötapojen tunnistaminen on yksilöiden varassa, ilman organisaatiotason tavoitteita. Myös piilokäyttöä eli varjo-AI:ta on tutkitusti paljon. 

Ehdotukseni: Kootkaa tekoälytyöryhmä, ja selvittäkää ja testatkaa yhdessä mitä luova tekoäly voi ja ei voi tehdä juuri sinun organisaatiossasi. Tunnistakaa käyttötapaukset, joista arvioitte saatavan eniten hyötyä ja lisäarvoa. Systemaattinen läpikäynti yhdessä nopeuttaa hommaa eikä jää yksittäisen osaajan harteille.

2.Kehotteet ja työnkulut 

Kehotteiden käytön opiskelu on saanut paljon huomiota osakseen. Ohjeita löytyy monenlaisia, ja itsekin olen niitä laatinut. Tätä tarvitaan alkumetreillä, mutta tähän ei kannata jumittautua pitkäksi aikaa – opit kyllä, tekemällä. 

Ehdotukseni: Kun sopiva osaamistaso kehotteiden laatimisessa on saavutettu ja ensimmäiset hyödyt on saatu, kannattaa etsiä keinoja sisällyttää tekoälyn voima työkaluihin ja työnkulkuihin. Tämä voi tarkoittaa esimerkiksi: nopeasti kehittyvien valmiiden tekoälypohjaisten SaaS-ratkaisujen käyttöönottoa, erilaisia rajapintaratkaisuja työnkulkujen automatisoimiseksi tai jopa tekoälypohjaisten omien sovellusten rakentamista (vaatii jo hiukan isompaa budjettia). 

3. Human in the loop!

Vaikka tekoäly kehittyykin vauhdilla, ajattelutyön ammattilaista tarvitaan mitä suurimmassa määrin arvioimaan ja validoimaan tuotoksia – ihan jokaisessa vaiheessa. Tekoälyt temppuilevat monella tapaa, ne hallusinoivat ja/tai ymmärtävät väärin kehotteesi. 

Näe generatiivinen tekoäly välineenä, jolla täydennetään ja parannetaan ihmisen kykyjä, mutta jolla ei ainakaan vielä korvata meitä ajattelijoita. Ammattilaisen arvostelukykyä tarvitaan. Oma asiantuntemus ja näkemys yhdistettynä tekoälyn voimaan on voittava yhdistelmä.

Ehdotukseni: Lisätkää AI-huoneentauluunne pysyvä muistutus lopputuotoksen tarkistamisesta ihmisvoimin. Älä lähetä yhtäkään tarjousta tai uutiskirjettä matkaan ilman läpikäyntiä. Tämä on olennainen osa esimerkiksi maineeseen liittyvää riskienhallintaa. 

4. AI-strategia on myös datastrategiaa 

Tekoälypohjaista teknologiaa hyödyntäessä syötteen/datan laatu on ratkaisevaa. Onnistuminen edellyttää hyvää datan hallintaa ja selkeitä prosesseja tiedon käsittelyyn. Varmista aina myös se, että tiedon käsittelyssä noudatetaan tietosuojalainsäädäntöä ja eettisiä periaatteita.

Ehdotukseni: Pohtikaa ja dokumentoikaa mikä on strategianne korkealaatuisen datan keräämiseksi, puhdistamiseksi ja valikoimiseksi tekoälyn ja analyysien raaka-aineeksi. 

5. Koulutus ja kokeilukulttuuri* 

Luovan tekoälyn kehitysvauhdissa mukana pysyminen edellyttää organisaatioilta positiivista asennetta muutokseen, avointa työskentelytapaa sekä kokeilukulttuuria.

Tietotyö – tai sanon mieluusti ajattelutyö – muuttuu, ja jatkuva koulutus/kouluttautuminen on avainasemassa, jotta kognitiivinen paine ei käy liian suureksi. Koulutuksen lisäksi kokeilukulttuurin edistäminen on ensiarvoisen tärkeää. Rakentakaa tekoälypolkunne ja siihen liittyvät työkaluvalinnat yhdessä ja kokeillen.

Ehdotukseni: ‘Working out loud’ -asenne sopii tekoälyn opiskeluun loistavasti. Testatkaa uusia lähestymistapoja ja jakakaa kokemuksia. Tehkää virheitä ja oppikaa virheistä. Parhaiten tässä onnistuu kun ilmapiiri on avoin ja turvallinen. Hyödyntäkää esim. yhteistä ‘Loitsukirjaa’, jonne talletetaan toimivia kehotteita ja muita ideoita. Ottakaa käyttöön yhteinen kanava (Teams, Slack), jossa voisi kysyä ja keskustella. Pitäkää kerran viikossa yhteinen vartti tai puolituntinen, jossa jaatte kokemuksia. ‘Working out loud’’iin kannattaa panostaa. 

6. Yksityisyys, tietoturva ja etiikka 

Monet ovat aivan syystä huolissaan tekoälyn tuomista riskeistä ja niiden mahdollisista seurauksista. Näitä huolenaiheita voi ja kannattaa lähestyä ennakoivasti. 

Ehdotukseni: Kehittäkää yhdessä vastuullisia käytäntöjä, joissa yksityisyys, tietoturva/-suoja ja eettiset näkökohdat ovat huomioitu. Nämä aihepiirit kattava ohjeistus, yhteinen pelikirja – miksi nyt valitsettekaan tätä nimittää – on hyvä laatia ja pitää se ajantasaisena. Lisäksi on mietittävä miten saadaan kaikki sitoutumaan pelisääntöihin. Varjo-AI on todellinen riski, sillä me ajatustyöläiset olemme usein aktiivisia kokeilijoita ja jos oma organisaatio ei tekoälytekemiseen heti taivu, on kiusaus puuhailla omiin nimiin. (Ok, tämä on toki raffi yleistys.)

Summaus TLDR-tyyliin

Luovan tekoälyn tehokas ja vastuullinen hyödyntäminen edellyttää yhdessä suunnittelua ja ryhdikästä toteutusta. Yksilöistä ponnistaen homma ei kanna kauaa. Alkuvaiheen kokeilujen jälkeen on hyvä siirtyä systemaattiseen lähestymistapaan, jossa tunnistetaan parhaat käyttötapaukset, integroidaan tekoäly osaksi arjen työnkulkuja, pidetään ihminen mukana prosessissa, panostetaan datan laatuun, ylläpidetään kokeilukulttuuria ja huomioidaan eettiset näkökohdat. Rakenna yrityksesi/organisaatiosi tekoälytulevaisuutta määrätietoisesti ja strategisesti. 

***
Napatkaa kiinni listaamistani kuudesta alueesta ja saat otteen tekoälystä kestävällä ja vastuullisella tavalla. Kitkaa aina on, mutta kannattaa pinnistellä. Muista, että nyt ei puhuta pelkästään teknologiasta. Mitä suurimmassa määrin kyse on ihmisistä, toimintatavoista ja muutoksesta. 

Riitta 🌟  

*Tästä olen ylpeä: Käytin kokeilukulttuuri-sanaa tiettävästi ensimmäisenä Suomessa verkkolähteiden mukaan. Näin kertoi Aallon tutkija Katariina Kemppainen blogissaan vuonna 2015, jolloin termin käyttö yleistyi (kuvakaappaus alla). Otin kokeilukulttuuri-käsitteen käyttöön vuonna 2010 pilvipalveluiden tulon yhteydessä ja kirjoitin siitä Kauppalehden TechCafe-blogiin ja omaan blogiini.

Lue myös:

Tekoäly ja menestyksen kaava: https://raesmaa.com/2023/11/29/tekoaly-ja-menestyksen-kaava/

Tekoälyohjeistuksesta ja tietotyöläisen hyvinvoinnista: https://raesmaa.com/2024/02/14/tekoalyohjeistuksesta-ja-tietotyolaisen-hyvinvoinnista-8-askelta-alkumetreille/