Laajennettu äly ja työn tulevaisuus

Vieraskynä: Daniel Araya, PhD

Airbnb:n ja Uberin kaltaisten alustojen, lohkoketjuverkostojen ja kehittyneen robotiikan yleistyminen osoittavat, että työn luonne on muuttumassa.

Suuri osa tästä muutoksesta perustuu keinoälyyn (AI, artificial intelligence).

Nykyään käytetään yleisesti monenlaisia teknologioita, jotka pohjautuvat keinoälyyn: niitä hyödynnetään esimerkiksi verkon hakukoneissa, lääketieteellisissä diagnooseissa, älypuhelinsovelluksissa ja viimeisimpänä myös itseohjautuvissa ajoneuvoissa.

MIT:n tutkijoiden mukaan olemme siirtymässä ”koneiden toiselle aikakaudelle”, jolloin kehittynyt teknologia automatisoi työtä monilla eri aloilla. Muutos on jo meneillään. Automaatiota koskevat tutkimustulokset vaihtelevat, mutta Oxfordin yliopiston tutkijoiden mukaan jopa 57 prosenttia OECD-maiden työpaikoista voitaisiin automatisoida tulevina vuosikymmeninä. Gartnerin tutkijat puolestaan uskovat, että jopa kolmasosa kaikista työpaikoista voitaisiin antaa ohjelmistojen ja robottien hoidettavaksi jo vuonna 2025.

Teknologian luontaisesti tarjoamien työn automatisointimahdollisuuksien vuoksi on selvää, että työn tulevaisuus riippuu nyt oikeanlaisista oppimis- ja kehittämisjärjestelmistä. Kuten Gartner esittää, tarve käyttää nykyisiä ja nousevia teknologioita on nyt muutosta ajava voima eri toimialoilla. Valitettavasti liian harvat yritykset ymmärtävät, millaisia investointeja näiden haasteiden voittamiseen tarvitaan.

Luovan työn laajentaminen

Kun rutiininomainen tai ennakoitava kokonaisuus voidaan tiivistää algoritmiksi, se kertoo tarpeesta muuttaa oppimisjärjestelmiämme perustavanlaatuisella tavalla. Perustaitojen sijaan talouskasvu ja liikkuvuus tulevat vaatimaan yhä enemmän erikoistaitoja, jotka perustuvat verkostoitumiseen, digiosaamiseen ja luoviin innovaatioihin.

Gartnerin mukaan keinoälybotit hoitavat vuoteen 2020 mennessä 85 prosenttia asiakaspalvelutehtävistä ja tuottavat talouskasvua jopa 33 biljoonaa dollaria vuodessa. Tämän arvion pohjalta PwC ennustaa, että chatbotit vähentävät merkittävästi rekrytointikustannuksia nopeuttamalla valintaprosessia sentimentti- ja tekstianalyysin avulla. Toki tämä kaikki riippuu asenteellisuuden vähentämisestä algoritmijärjestelmien suunnittelussa ja kehityksessä.

On selvää, että vakaiden ja rutiininomaisten töiden osuus tuotantoteollisuudessa ja palvelualoilla on vähenemään päin. Samalla ei-rutiininomaisten töiden ja kehittyneempien kognitiivisten taitojen osuus on kasvamassa. Myös eurooppalaiset tutkijat tukevat tätä työelämän trendien tulkintaa. Raportissaan brittiläinen ajatuspaja Nesta toteaa, että luova työ on ainoa strateginen vastaus automaatioon ja robotiikkaan. Luovat ammatit ovat luonnollisesti vastustuskykyisempiä automaatiota vastaan.

Tätä logiikkaa myötäillen Richard Florida esittää, että luovuus on tämän ajan määrittävä periaate. Hänen näkemyksensä mukaan ”luovan tuhon” aallot ovat haastamassa perusolettamuksia yhteiskunnan ja sen instituutioiden johtamisesta.

Oppimisen ja kehittämisen uudet tuulet: laajennettu äly (augmented intelligence)

Yksi nykypäivän tärkeimmistä kysymyksistä liittyy siihen, miten yritysten oppimis- ja kehittämisjärjestelmissä voidaan hyödyntää keinoälyä ihmisten tekemän työn tehostamiseksi. Teollisen aikakauden byrokraattisten järjestelmien jälkeen nykypäivän työntekijöiden on oltava valmiita ratkaisemaan monimutkaisia reaalimaailman haasteita hyödyntämällä teknologiaa. Tiukoista opetussuunnitelmista on alettu siirtyä mukautettuun oppimiseen.

Koneoppimista hyödyntämällä yritysten oppimis- ja kehittämisjärjestelmissä on keskityttävä entistä enemmän  ”käyttäjäkokemuksen suunnitteluun” ja ”design-ajatteluun”, jotta ne vastaisivat paremmin kokeilevia ja tietopohjaisia työnkulkuratkaisuja. Keinoälyn keräämä ja analysoima valtava datamäärä voi antaa merkittävää tietoa mukautettujen oppimisohjelmien kehityksestä ja luomisesta.

Sen sijaan, että oppimista ja kehittämistä kohdistettaisiin rutiinityön tarpeiden mukaan, yritysten oppimisjärjestelmissä on yhdistettävä työntekijöiden luovat kyvyt edistyneeseen teknologiaan ”laajennetun älyn” kehittämiseksi. Tällöin siirrytään skaalautuvasta tehokkuudesta kohti skaalautuvaa oppimista. Kyseessä on myös asennemuutos asiantuntijuudesta tai ”tietämisestä” kohti oppimista design-ajattelun mukaisesti.

Keinoäly + Desigin-ajattelu

Siirtyessämme tiedon aikakaudelta laajennetun älyn aikakaudelle näemme yhä enemmän tarvetta perustavanlaatuiselle painopisteen muutokselle oppimisessa ja työvoiman kehittämisessä. Sen sijaan, että olettaisimme oppimis- ja kehittämisjärjestelmien tarkoituksena olevan yksinkertaisesti kiveen hakatun tiedon siirtäminen, design-ajattelu kannustaa myös sellaisten yrittäjähenkisten taipumusten ja taitojen kehittämistä, joita tarvitaan sopeuduttaessa nopeaan yhteiskunnalliseen ja teknologiseen muutokseen.

Tämä merkitsee sitä, että yritysten oppimis- ja kehittämisjärjestelmien on siirryttävä ammatillisesta koulutuksesta mukautettuun oppimiseen, jossa painotetaan itsenäistä luovuutta ja ongelmanratkaisua. Juuri tässä IDEOn, Applen ja Googlen kaltaiset yritykset erottuvat edukseen. Design-ajattelussa toteutuvat Nobel-palkitun Herbert Simonin määrittämät perusperiaatteet: asetu käyttäjän asemaan, määritä käyttäjän tarpeet, ideoi, kehitä prototyyppi ja testaa ratkaisut.

Design-ajattelun ytimessä on uteliaisuuden kehittäminen olettamusten haastamiseksi ja ratkaisujen löytämiseksi. Toisin sanoen design-ajattelu on ongelmanratkaisumenetelmä, jossa käytetään suunnittelijoiden suosimia strategioita. Design-ajattelun arvo piilee siinä, että se laajentaa ihmisten kykyjä älykkäiden koneiden avulla. Design-ajattelussa hyödynnetään digitaalisen suunnittelijan työssä tarvittavia ominaisuuksia – empatiaa, kokeilunhalua ja intuitiota – ja keksitään niiden avulla innovatiivisia ratkaisuja.

Oppiminen laajennetun älyn aikakaudella

Vaikka keinoälyn ennustetaan pääsevän ihmisten taitojen tasolle ja jopa ylittävän sen monessa asiassa, sen ennustetaan myös tehostavan työtä. Tietotyöntekijät, jotka voivat hyödyntää teknologiaa luovan työn ja oppimisen kehittämisessä design-ajattelun avulla, ovat etulyöntiasemassa tällä uudella aikakaudella. Yksinkertainen totuus on se, että vaikka tietokoneet ovat ylivertaisia monessa loogisessa tehtävässä, ne eivät ole yhtä tehokkaita kuin ihmiset joustavuutta ja harkintakykyä vaativissa tilanteissa.

Ihmisten kognitiivisiin taitoihin verrattuna tietokoneiden arvo piilee niiden kyvyssä laajentaa ihmisten älykkyyttä ja etenkin vain ihmisille ominaista kykyä suunnitella ja innovoida. Ihmisten älykkyyden, neuroverkkojen ja pilvipohjaisen big datan alati kasvava integraatio muuttaa oppimisen ja kehittämisen luonnetta. Korvaamalla esimerkiksi rutiininomaisia teknisiä työtehtäviä hoitavia työntekijöitä keinoäly vauhdittaa sellaisten työntekijöiden kilpailuetua, joilla on täydentäviä taitoja: ongelmanratkaisukykyä, johtamistaitoja, empatiaa ja luovuutta.

Kuten Deloitten Global Human Capital Trends -tutkimuksessa todetaan, oppimis- ja kehittämisjärjestelmien on vähennettävä monimutkaisuutta voidakseen kasvattaa tuottavuutta. Tämä tarkoittaa sitä, että työntekijät tulee asettaa oppimisen keskiöön design-ajattelun kontekstissa. Konkreettisemmalla tasolla se tarkoittaa keinoälyn ja muiden mullistavien teknologioiden hyödyntämistä siten, että työntekijät rohkaistuvat määrittämään ja ratkaisemaan ongelmia luovasti niiden ilmetessä.

Olemme neljännen teollisen vallankumouksen partaalla. Kun aiemmissa teollisissa vallankumouksissa oli kyse (1) höyrystä, (2) sähköstä ja (3) mikrosirusta, neljännellä kerralla on kyse big datasta, koneoppimisesta ja automaatiosta. Kuten aiemmissa teknisissä vallankumouksissa, työ tulee nytkin sopeutumaan uusiin tarpeisiin, markkinoihin ja oppimisjärjestelmiin.