Mitä meille tapahtuu, jos opimme käyttämään tekoälyä ennen kuin olemme oppineet ajattelemaan ja tekemään riittävästi itse?
Tekoälystä puhutaan ennen kaikkea tuottavuuden näkökulmasta. Generatiivinen tekoäly nopeuttaa työtä ja parantaa suoriutumista. Hyvä suoritus ei ole kuitenkaan automaattisesti parempaa osaamista. Tekoälyn avulla useamman tunnin työn voi tehdä tunnissa ja jopa minuuteissa, mutta se ei tarkoita, että olisi itse kehittynyt työssään.
Osaaminen syntyy myös vaikeuksien kautta
Oppimiseen kuuluu tietty määrä aikaa ja hermoja. Etsimme tietoa, teemme virheitä, kirjoitamme huonoja ensimmäisiä versioita, kysymme neuvoa ja ihmettelemme, miksi jokin ei toimi. Se on hidasta ja tuottavuuden näkökulmasta välillä tehotontakin, mutta juuri näissä tilanteissa syntyy osaamistamme.
Kokeneen asiantuntijan ammattitaito perustuu pitkälti siihen, että hän on kohdannut ja ratkaissut lukuisia erilaisia tilanteita. Hän tunnistaa olennaisen, huomaa poikkeamat ja osaa arvioida, milloin jokin ei vaikuta oikealta. Tällaista asiantuntijuutta ei synny pelkästään lukemalla ohjeita, vaan tekemällä, erehtymällä ja korjaamalla.
Tekoäly muuttaa perinteistä oppimisen polkua, koska se pystyy hoitamaan niitä tehtäviä, joiden kautta olemme aikaisemmin harjoitelleet asiantuntijoiksi. Tämä koskee erityisesti työuraansa aloittavia. Juniori on perinteisesti kerännyt tietoa, tehnyt ensimmäisiä luonnoksia, rakentanut taulukoita ja valmistellut analyysejä, joita kokeneempi työntekijä on tarkistanut. Organisaation näkökulmasta nämä eivät ole aina tuottavimpia tehtäviä, mutta oppimisen näkökulmasta ne ovat korvaamattomia.
Jos tekoäly tekee jatkossa suuren osan näistä tehtävistä, miten tulevat asiantuntijat harjoittelevat? Jos juniori ei enää tee niitä töitä, joiden kautta nykyinen seniori aikanaan oppi, hänen osaamisensa täytyy kehittyä toisella tavalla. Tätä haastetta ei ratkaista vain opettamalla parempaa tekoälyn käyttöä.
Tekoäly tukee ajattelua tai korvata osan siitä
Ideaalimaailmassa tekoäly nopeuttaa myös oppimista. Aloittelijan ei tarvitse käyttää yhtä paljon aikaa kaikkein yksinkertaisimpien asioiden opetteluun, vaan hän pääsee nopeammin vaativampien tehtävien kimppuun.
Kirjoittaminen on tästä hyvä esimerkki. Voin ensin miettiä itse, mitä aiheesta ajattelen, työstää ajatuksiani ja pyytää sen jälkeen tekoälyä haastamaan niitä sekä löytämään perusteluistani epäjohdonmukaisuuksia. Voin myös pyytää sitä kirjoittamaan koko tekstin puolestani.
Molemmilla tavoilla voi syntyä hyvä lopputulos, mutta oppimisen kannalta prosessit ovat hyvin erilaisia. Ensimmäisessä tekoäly tukee ja laajentaa ajatteluani, toisessa se voi korvata merkittävän osan omasta ajattelutyöstäni.
Valmiin vastauksen kohdalla ihminen saattaa lakata pohtimasta asiaa yhtä perusteellisesti itse tekisi ja tässä onkin sitten ristiriita. Mitä enemmän tekoäly tekee puolestamme, sitä enemmän sen tekemää työtä tulee arvioida kriittisesti. Arvioiminen kuitenkin edellyttää omaa osaamista. Miten tunnistan tekoälyn tekemän virheen, jos en itse tunne asiaa riittävän hyvin?
Kaikkea mahdollista ei kannata automatisoida
Tekoälyn kieltäminen opinnoissa tai koulunpenkillä ei ole ratkaisu, koska opiskelijat siirtyvät työelämään, jossa sitä joka tapauksessa käytetään. Perustaitoja on kuitenkin edelleen harjoiteltava, jotta pystyy arvioimaan, minkälainen teksti, analyysi tai ratkaisu on oikeasti hyvä.
Sama koskee myös työelämää. Tekoälyn hyötyjä ei pitäisi mitata pelkästään säästettyinä työtunteina. Jos organisaatio saa tekoälyn avulla enemmän aikaan, mutta samalla työuraansa aloittavat oppivat vähemmän ja asiantuntijat harjoittavat osaamistaan yhä harvemmin, tämän päivän tuottavuushyöty voi muuttua huomisen osaamisvajeeksi.
Tulevaisuuden johtamisessa yksi keskeinen kysymys onkin, mitä tekoälylle kannattaa antaa tehtäväksi ja mitä ihmisten on tärkeää harjoitella itse. Työpaikoilla tulee huolehtia siitä, että ihmisille jää mahdollisuuksia kehittää kirjoittamista, analysointia, ongelmanratkaisua ja ammatillista harkintaa. Lyhyellä aikavälillä tämä voi näyttää tehottomalta, mutta pitkällä aikavälillä kyse on osaamisen kehittämisestä ja johtamisesta.
Pidän yhtenä tärkeimmistä tekoälytaidoista kykyä tunnistaa, milloin tekoälyn kannattaa tehdä työ puolestamme ja milloin sen on parempi toimia oman ajattelun tukena. Joskus meidän kannattaa tehdä työ itse, vaikka tekoäly suoriutuisi siitä nopeammin.
Tekoäly on tehnyt meistä huomattavasti tuottavampia jo nyt. Meidän on kuitenkin huolehdittava siitä, ettei tehokkuuden tavoittelu raivaa tilaa kokemuksilta, joiden kautta huomisen osaaminen syntyy.
Miten sinä varmistat, että tekoälyn käytön rinnalla myös oma osaamisesi kehittyy?
***
Urasirkus julkaisee työelämään ja työnhakuun liittyvää sisältöä omilla nettisivuillaan, LinkedInissa, Facebookissa ja Instagramissa. Laita kanavat seurantaan, jos aihe kiinnostaa. Jos kaipaat henkilökohtaista sparrausta, ole ihmeessä yhteydessä tiina@urasirkus.fi, niin jutellaan voisiko yhteistyöstämme olla apua sinun tilanteeseesi.