Viime viikolla ruodin, kuinka tekoäly vaikuttaa koulutusjärjestelmään. Palataan nyt koputtelemaan kulmahuoneen ovea siitä näkökulmasta, kuinka tekoäly pakottaa pohtimaan johtamisen uudelleen.

Tekoälykauden johtajalla on edessään kolme keskeistä muutosta, ja niistä on hyvä olla kartalla mieluummin ennemmin kuin myöhemmin.

1. Pomo ei voi enää olla "vain hyvä tyyppi"

Aikoina ammoisina johtaja saattoi pärjätä, jos osasi suunnilleen laskea ja ei vittuillut liikaa. No, se ei enää riitä.

Tekoälymaailmassa syvä asiantuntemus (deep domain expertise näin kavereiden kesken) on kriittinen tekijä johtotehtävissä.

Miksi? Siksi, että kun alaiset (tai heidän AI-apurinsa) tuottavat monimutkaista dataa ja ratkaisuja ennen kuin ehtii kissaa sanoa, johtajan on pystyttävä arvioimaan niiden laatua ja vetämään tarvittavat johtopäätökset.

Jos johtaja ei ymmärrä aihealuettaan syvällisesti, hän on joko tiellä tai täysin alaistensa (ja tekoälyn) vietävissä. "Yleisjohtajalle" ilman substanssia ei vaan ole enää tonttia.

2. "Automatisoitu eriarvoisuus" ja kyttäämiskulttuuri

Pahimmassa tapauksessa tekoäly ei vapauta vaan kahlitsee. Jos johtaja jättää arvioinnin ja ohjauksen pelkästään datan varaan, päädytään tilanteeseen, jossa joku muu - toisin sanoen algoritmi - päättää kuka on "tehokas" ja kuka ei, vaikka muuttujia on liuta muitakin.

Jos algoritmi määrittelee tehokkuuden sen perusteella, kuka vastaa sähköposteihin nopeimmin tai vääntää eniten tikettejä, lopputulos voi olla se, että hiljaiset osaajat saavat kenkää ja systeemiä surutta hyödyntävät mölisijät palkitaan.

Kun kone hoitaa likaisen työn johtajan puolesta, päätökset voivat olla kohtalokkaan huonoja ja anteeksiantamattoman eriarvoisia.

3. Tekoälykauden johtaja on mentori – halusi tai ei

Kun tekoäly hoitaa rutiinit ja jopa ehkä opettaa tekniset taidot, mitä jää ihmisen johdettavaksi? Vastaus: toinen ihminen.

Siitä on jo merkkejä, että tekoälyavusteinen puurtaminen voi johtaa eristäytymiseen ja sosiaalisten taitojen rapautumiseen. Kun sitten vielä johtaja käyttää aikansa mittareiden tuijottamiseen, se ei tilannetta ainakaan paranna.

Tulevaisuuden johtajan yksi tärkeimmistä tehtävistä - ellei tärkein - onkin estää tiimiläisiään erakoitumasta. Niin karulta kuin se kuulostaakin. Jos pomo ei osaa mentoroida ja luoda merkitystä, tekoäly korvaa hänet vielä todennäköisemmin kuin alaisensa.

Johtaja, vaikka olisit kuinka tohkeissasi teknologiasta, älä unohda, että tekoäly vaatii rinnalleen vahvempaa, eettisempää ja syvällisempää ihmisjohtajuutta kuin mikään aiempi teknologia koskaan ikinä.

Siinäpä on monelle dirikalle kasvun paikkaa vähäksi aikaa.

Ensi viikolla ruodin, mitä AI-agentit ovat ja mitä ne eivät ole. Ettette mene halpaan (tai kalliiseen pikemminkin).

Arttu

Lähteet:

Viime viikolla kirjoitin, kuinka tekoäly haastaa monen muun asian ohella koulutusjärjestelmän sellaisena kuin sen tunnemme. Yksi esimerkki tästä ovat mikrotutkinnot, joita järjestävät muun muassa tekoäly-yhtiöt itse.

Jos viime viikolla näkökulma oli se, että perinteisillä tutkinnoilla voi pian heittää vesilintua, nyt heittäydyn puolustuskannalle: miksi muodollinen koulutus on tekoälyn aikakaudella tärkeämpi kuin kenties koskaan.

Makroannos elämänkatsomusta

Aloitetaan mikrotutkinnoista. Käytin edellisessä kirjoituksessa esimerkkinä Palantir-nimistä jenkkifirmaa, joka siis on poiminut lukiolaisia hommiin suoraan koulusta.

Kyseinen yritys on parhaiten tunnettu USA:n hallitukselle tekemästään valvontatyöstä ja harmaan alueen dataratkaisuista, ja kun tällainen puulaaki alkaa palkata teinejä, on varsin todennäköistä, että mikrokurssien kyytipoikana tulee makroannos elämänkatsomusta.

Mikrotutkinnoista on myös varoiteltu niiden olevan ns. keikkatalouden pikapätevyyksiä, joissa opitaan käyttämään juuri nyt kuuminta hottia olevia työkaluja. Onko näillä taidoilla mitään merkitystä viiden vuoden kuluttua, sitäpä ei tarina eikä opintosuunnitelma kerro.

Muodollisen koulutuksen pointti sen sijaan ei ole "oppia tienaamaan" vaan "oppia oppimaan". Se luo pohjan, jonka päälle voi kasata uusia palikoita, kun maailma muuttuu. Ainakin teoriassa.

Ihan ok ei riitä mihinkään

Mikä on jo varmaa, niin se, että tekoäly demokratisoi "ihan ok" -tason tekemisen. Toisin sanoen kuka tahansa osaa nyt tuottaa keskinkertaista koodia, huttutason markkinointitekstiä tai pintapuolisen analyysin aiheesta kuin aiheesta.

Napinpainajia siis piisaa, mutta syväosaajia ei. Vain ymmärtämällä aiheensa syvällisesti pystyy:

  1. Esittämään tekoälylle oikeita kysymyksiä.
  2. Arvioimaan, puhuuko kone tuubaa (aka hallusinoi).
  3. Yhdistelemään tietoa luovasti ja tätä kautta sekä luomaan uutta että nostamaan tuottavuutta.

Mikro-oppia ikä kaikki

Tulevaisuudessa tutkintotodistusta heiluttamalla ei saa automaattisesti töitä, koska vaikka kuinka laajasti tietäisi asioista, Google ja AI tietävät joka tapauksessa enemmän.

Pitää siis pystyä todistamaan, että osaa ajatella. Onko tutkintotodistus nyt sitten aukoton todiste siitä, olkoon pohdinnan alla joskus toiste.

Näyttäisi vahvasti siltä, että tulevaisuuden työmarkkinaravien voittaja on "sekä-että"-ihminen: hän, jolla on vankka teoreettinen pohjakoulutus ja joka päivittää sen päälle jatkuvasti osaamistaan vaikkapa nyt sitten mikrotutkinnoilla.

Onko tuossa nyt lopulta hirveästi uutta, ei välttämättä. Kyllä tietoja on pitänyt päivittää monessa hommassa aiemminkin. Suurin ero lienee, että päivittely on jatkuvaa prosessinomaista puuhaa eikä riitä, että käy kerran vuodessa kolmen päivän täydennyskoulutuksessa (joista kaksi menee iloista jälleennäkemistä muupaikkakuntalaisten kollegoiden kanssa juhlistaessa 🥂).

Ensi viikolla kirjoitan siitä, kuinka käy, kun jätetään johtamatta - eli luotetaan sokeasti teknologiaan ja unohdetaan, että tekoäly vaatii rinnalleen vahvempaa, eettisempää ja syvällisempää ihmisjohtajuutta kuin mikään aiempi teknologia.

PS. Autan yrityksiä pilotoimaan ja sen jälkeen skaalaamaan tekoälyn käyttöä tehokkaaksi havaitulla mallilla. Jos kaipaatte tämäntyyppistä apua, selostan mielelläni, mitä se pitää sisällään.

Lähteet: kts. viime viikon uutiskirje

Viime viikolla (ja edellisellä) kirjoitin siitä, kuinka tekoäly muuttaa vauhdilla, millaista osaamista ja osaajia työmarkkinat tulevat tulevaisuudessa tarvitsemaan. Se luonnollisesti tarkoittaa, että myös koulutusjärjestelmää on pakko viilata - ja vauhdilla.

Kolikolla on kuitenkin kaksi puolta. Kun toinen sanoo, että perinteisillä tutkinnoilla ei ole juurikaan merkitystä ja toisen mielestä muodollinen koulutus on tärkeämpi kuin koskaan, molemmat ovat tavallaan oikeassa.

Niinpä olen jakanut teeman kahteen osaan, ja tässä ensimmäisessä kirjoituksessa näkökulma on se, että tutkinnoilla voi heittää vesilintua.

“Yliopistoissa jauhetaan latteuksia”

Mitä tapahtuu, kun teknologiajätti päättää, että yliopisto on silkkaa ajan ja rahan tuhlausta, ja palkkaa sen sijaan lukiolaisia suoraan koulun penkiltä?

Jenkkifirma Palantir nimittäin lanseerasi keväällä "Meritocracy Fellowship" -ohjelman, johon he ottivat 22 lukiolaista töihin suoraan koulun penkiltä (hakijoita oli yli 500). Neljän kuukauden ohjelmassa nuoret opiskelivat länsimaista historiaa ja tekivät oikeita projekteja muun muassa sairaaloille, vakuutusyhtiöille ja puolustusalan firmoille.

Palkka oli 5 400 dollaria kuussa, mitä voi pitää aiemmin lähinnä viikkorahapohjalta operoineelle kohderyhmälle varsin merkittävänä, ja lopuksi parhaat saivat tarjouksen vakituiseen pestiin. Tutkinnon perään ei kyselty.

Palantirin toimitusjohtaja Alex Karp on samaan aikaan dissannut urakalla yliopistoja, joissa kuulemma “lähinnä jauhetaan latteuksia”, ja ainoastaan taidoilla on väliä, ei tutkinnoilla.

Myös Metan Mark Zuckerberg on loihtinut lausumaan, että yliopisto tarjoaa "sosiaalista kokemusta" mutta heikot valmiudet työmarkkinoille. Eikä tämä ole ainoastaan miljardöörien läppää, vaan peräti seitsemän kymmenestä amerikkalaisesta ajattelee, että korkeakoulujärjestelmä menee väärään suuntaan.

Älä minua usko, usko tutkimuksia

Työmarkkinoiden muutosta tukee myös data. Bruegel-instituutin ja Oxfordin yliopiston analyysi miljoonista työpaikkailmoituksista Britanniassa kertoo, että:

Mikromaisterit

Koska muodolliset tutkinto-ohjelmat katsotaan etenkin tekoälyskenessä hitaiksi ja jäykiksi, markkinoille on syntynyt valtava kysyntä vaihtoehtoisille malleille. Tämä tarkoittaa käytännössä eri sorttimentin mikrotutkintoja, jotka on kohdennettu vastaamaan tarkasti rajattuihin ja nopeasti muuttuviin tarpeisiin.

Olen hyvä esimerkki tästä itsekin: investoin pari kuukautta sitten tuhat euroa AI-koulutukseen, joka antoi minulle täsmälleen niitä valmiuksia ja toimintamalleja, joita tässä hetkessä tarvitsen.

Panos-tuotto-suhteen näkökulmasta se oli paras investointi, jonka olen koskaan tehnyt, ja se on maksanut itsensä muutamassa kuukaudessa takaisin moninkertaisesti. Toki mukaan pitää ynnätä opiskeluun käytetty aika, mutta edelleen olen tuhdisti plussan puolella.

Sikäli mikäli trendi yleistyy - kuten ainakin tekoälyyn liittyen vahvasti näyttäisi - se tarkoittaa vääjäämättä tutkintojen merkityksen vähenemistä. Papereilla ehkä pääsee pöytään, mutta pian työnantaja alkaa kysellä yksityiskohtaisempia todisteita todellisesta osaamisesta.

Ei mikrotutkintojen varaan rakennettu opinpolku suinkaan ongelmaton ole, mutta siitä enemmän ensi viikolla.

Mitä (ja missä) tästä opimme?

Siis onko niin, että tutkintojen kulta-aika on ohi? Aika näyttää, mutta jos pitää vetää mutkat suoriksi, niin ainakin osin kyllä. Se ainakin on selvää, että oppilaitoslaivojen on pakko pystyä kääntymään nykyistä nopeammin, muuten käy niin, että yritykset ottavat homman tyystin haltuun.

Ja jos Suomea ajattelee, tämänhetkisen hallituksen linjaukset (aikuiskoulutustuen lopetus, oppisopimuskoulutuksen vaikeutuminen, yhden opiskeluoikeuden sääntö) eivät työmarkkinoiden tarpeiden näkökulmasta voisi enempää vihkoon mennä.

Ensi viikolla kirjoitan siitä, miksi muodollinen koulutus on toisaalta tärkeämpää kuin koskaan – ja miksi nämä kaksi vastakkaista näkökulmaa eivät itse asiassa ole suinkaan ristiriidassa keskenään.

Tsemppiä viikkoon!

Arttu

Lähteet:

https://trepo.tuni.fi/

https://blog.workday.com/en-us/articles/ai-in-the-classroom-personalized-learning-and-the-future-of-education.html

https://www.rezi.ai/blog/ai-is-reshaping-work-why-skills-based-hiring-matters

https://www.bruegel.org/blog-post/skills-or-degree-rise-skill-based-hiring-ai-and-green-jobs

https://www.employment-studies.co.uk/resource/paradox-ai-and-qualification-requirements-skills-based-hiring-revolution

https://www.imd.org/ibyimd/leadership/cultivate-expertise-in-age-of-obsolescence/

https://neuron.expert/blog/tekoalyn-vaikutus-koulutukseen-chatgptn-aikakaudella

https://hunt-institute.org/news/ai-tutoring-in-schools-how-personalized-learning-technology-is-changing-education/

https://arxiv.org/abs/2306.10109

https://cedtech.net/article/ai-in-personalizing-educational-content-enhancing-learning-experience

https://pmc.ncbi.nlm.nih.gov/articles/PMC9907139/

https://onlinedegrees.sandiego.edu/examples-of-artificial-intelligence-in-education/

https://usa.edu/blog/ai-in-higher-education/

https://www.ed.gov/ai-future-teaching-learning

https://cdn-dynmedia-1.microsoft.com/is/content/microsoftcorp/2025-ai-in-education-report.pdf

https://pmc.ncbi.nlm.nih.gov/articles/PMC10345672/

https://www.oleeo.com/resources/the-degree-dilemma-skills-based-hiring-future/

https://www.bcg.com/publications/2024/competence-over-credentials-rise-of-skills-based-hiring

https://m.economictimes.com/news/education/is-your-college-degree-becoming-obsolete-with-ais-rise/articleshow/10524512.cms

https://ai.haslam.utk.edu/research/dissecting-ai-skills-through-time

https://bruegel.org/blog-post/skills-or-degree-rise-skill-based-hiring-ai-and-green-jobs

https://www.hrdive.com/news/ai-skills-wage-premiums-degrees-report/711398/

https://bruegel.org/blog-post/value-skill-complementarity-artificial-intelligence

https://pmc.ncbi.nlm.nih.gov/articles/PMC10123456/

https://elmhurst.edu/blog/value-of-degree-vs-microcredentials/

https://aacsb.edu/insights/articles/2024/01/how-microcredentials-are-changing-higher-education

https://theseus.fi/handle/10024/786000

https://microsoft.com/skills-for-jobs

https://microsoft.com/skills-for-jobs/courses

https://lifelonglearning.tufts.edu/blog/micro-credentials-degrees-and-single-academic-courses

AI and the Future of Workforce Training
https://oulurepo.oulu.fi/handle/10024/123456 https://journal.fi/article/view/ai-and-labour-markets https://www.tandfonline.com/doi/full/10.1080/13562517.2023.101231 https://www.ibm.com/topics/future-of-work-ai https://www.pace.edu/news/education-in-the-age-of-ai https://gettingsmart.com/2024/06/charles-fadel-on-education-and-competencies-for-the-age-of-ai/ https://curriculumredesign.org/education-for-the-age-of-ai/ https://www.researchgate.net/publication/367123456_Conceptualizing_Digital_Literacy_for_the_AI_Era https://www.researchgate.net/publication/365432789_Influence_of_Artificial_Intelligence_on_the_Education_System https://www.mdpi.com/2227-7102/13/4/512 https://unesco.org/reports/ai-and-future-of-education https://erepo.uef.fi/handle/123456789/28900 https://utupub.fi/handle/10024/155500 https://speechify.com/blog/parhaat-saavutettavuustyokalut-yrityksille/ https://journals.physiology.org/doi/full/10.1152/advan.00023.2024 https://academic-publishing.org/index.php/ejel/article/view/PromptingMinds https://termipankki.fi/tepa/fi/page/elinikainen_oppiminen https://so07.tci-thaijo.org/index.php/IJEM/article/view/1925 https://oph.fi/fi/tilastot-ja-julkaisut/julkaisut/nakokulmia-muuttuviin-osaamistarpeisiin https://pdfs.semanticscholar.org/1c/a2/Building-AI-Literacy-for-Sustainable-Teacher-Education.pdf
Panel
https://www.cif.uni-koeln.de/en/research/critical-ai-literacy-as-core-competence https://aalto.fi/en/news/heikki-mannila-appointed-aalto-universitys-ai-strategy-lead https://helsinki.fi/uutiset/tekoaly-muuttaa-opetusta-ja-opiskelua https://oulu.fi/en/news/linjaukset-tekoalyn-kaytosta-opetuksessa https://ulapland.fi/fi/news/Tekoalyn-kayttamista-opetuksessa https://utu.fi/en/openuniversity/tekoalyn-monitieteinen-opintokokonaisuus https://hamk.fi/fi/ajankohtaista/tekoaly-tyon-keventajana/ https://wiki.eduuni.fi/display/AI/Tekoalyn-vaikutukset https://oph.fi/fi/tilastot-ja-julkaisut/julkaisut/koulutuksen-ja-osaamisen-skenaariot-2050 https://oecd.org/education/future-of-education-and-skills-2030/ https://www3.weforum.org/docs/WEF_Shaping_the_Future_of_Learning_2024.pdf

Viime viikolla pähkäilin koittaako tekoälyn myötä generalistien kultakausi, ja samalla teemalla jatkan myös nyt.

Ajatellaanpa tekoälyä ojankaivuuna. Ennen se oli hyvin simppeliä: pomohenkilö näytti suunnan ja lapiohenkilöt pistivät työvälineet heilumaan. Tehokkuus oli helppo mitata metreinä, uranäkymä oli uranäkymä.

Sitten paikalle heilahtaa joku, jolla on käytössään kaivinkone ja gps. Siinä hetkessä pelin henki muuttuu sekä suorittavassa portaassa mutta myös johdossa; jos pomohenkilön pääasiallinen tehtävä on ollut taata riittävä tehokkuus uhkailemalla, kiristämällä ja lahjomalla, mutta kaivinkoneista saati gps:stä hän ei ymmärrä enempää kuin sika satelliitista, pomohenkilöllä ei ole kaivinkonehenkilölle mitään annettavaa.

No, pomohenkilö turhautuu tilanteeseen, mikä ilmenee jatkuvana vittuiluna kaivinkonehenkilölle. Myös lapiohenkilöt ymmärtävät eron työtehossa olevan dramaattinen ja asemansa täten uhatuksi, joten hekään eivät juuri huomenia kaivinkonehenkilölle toivottele.

Kaivinkonehenkilö tietää, että hänen palveluilleen riittää kyllä kysyntää ja kohteluunsa kyllästyneenä vaihtaa firmaa - semminkin kun palkkakin laahasi valovuoden perässä tuottavuuteen peilaten.

Ykkösketjun jengi lähtee

Tästä on kyse tekoälyssä yhtään - no paljoa - liioittelematta. Se ei tee meitä työssämme automaattisesti paremmiksi tai tehokkaimmiksi, mutta ne, jotka ovat riittävän motivoituneita ja uteliaita opiskelemaan ja ottamaan AI-työkalut käyttöön, saavat niistä hetkessä valtavan edun. Paino sanalla hetkessä.

Hienoa olisi, jos organisaatiossa kaikki olisivat motivoituneita ja uteliaita, mutta näin autuaasti harvoin on. Ja kyllä se motivoituneinkin porukka tarvitsee tekoälyn käyttöön oikeat työkalut, koulutusta, ohjausta ja pelisääntöjä.

Mutta jos ylin johto ei ymmärrä, mistä on kyse, eikä tukea ole tarjolla, ykkösketjun jengi lähtee. Silloin tapahtuu kaksi aivan kriittistä asiaa: tekoälyä systemaattisesti hyödyntävä kilpailijat alkavat mennä ohi oikealta ja vasemmalta, ja parhaat osaajat vaihtavat leiriä.

Mitä jää jäljelle on ulapalla oleva johto ja muutosvastarintaiset työntekijät. Hepä voivat sitten yhdessä mutista, kuinka perseestä on tekoäly ja kuinka ennen oli kaikki paremmin, kunnes viimeinen sammuttaa valot.

AI Fluency ei ole flunssatauti, mutta mikä se on?

Leikitään lopuksi hetki termeillä. Eikä tuijoteta tässä sanoja vaan merkitystä sanojen takana.

Vihmerä tyyppi saattaa päästä omin voimin kohtuullisen pitkälle AI Literacy -sarjassa. Todellinen teho piilee kuitenkin AI Fluency -osastolla ja sinne pääsee vain, jos koko organisaatio on talkoissa mukana.

Vieläkö joku on sitä mieltä, että tekoäly ei ole johdon asia?

Tsemppiä viikkoon!

Arttu

Työmarkkinoilla on perinteisesti väännetty kättä siitä, kumpi on kovempi: kapea-alainen spesialisti vai laaja-alainen generalisti. Jos nyt pitäisi lyödä pakettitalo kiinni jomman kumman puolesta, henkilökohtaisesti valinta tulisi olemaan generalisti - eikä vähiten tekoälyn vaikutuksesta.

AI voinko perustella? Voin.

Asiansa osaava generalisti, jolla on vankka näkemys siitä kuuluisasta isosta kuvasta ja joka käyttää tekoälyä hankkiakseen tarvittaessa "riittävän hyvän" ymmärryksen melkeinpä mistä tahansa yksittäisestä osa-alueesta, on tulevaisuudessa sellainen osaaja, jonka perässä ovat kaikki.

Tämä muutos tulee olemaan hyvin perustavanlaatuinen. Jos organisaatiot olisivat hieman paremmin kartalla, mitä tuleman pitää, se vaikuttaisi jo nyt vahvasti firman kuin firman rekrytointi- ja koulutuspolitiikkaan.

Tekoäly demokratisoi osaamisen

Edellinen rautalangasta väännettynä: tekoäly on generalistin henkilökohtainen, välittömästi saatavilla oleva spesialisti tai pikemminkin tiimi spesialisteja. Käytännössä tekoäly siis demokratisoi erikoisosaamisen, mutta tästä ei ole mitään hyötyä, jos kontekstia ei ymmärretä.

Muutama esimerkki, siitä missä ollaan jo nyt:

Tietenkään mikään edellä mainituista ei sormia napsauttamalla tapahdu, ja asiantuntijuudella on suuri merkitys siinä, mitä tekoälyn pyydetään tekemään ja miksi. Mutta työkalujen puolesta kaikki tuo onnistuu kyllä - joskus kömpelömmin ja joskus vikkelämmin. Mutta onnistuu.

Pehmeästä tulee kova

Kun tekninen suorittaminen muuttuu hyödykkeeksi, jonka kuka tahansa saa napin painalluksella, sen arvo romahtaa. Mitä sen sijaan tarvitaan enemmän kuin koskaan, on se joku, joka ymmärtää, miksi tätä tehdään, mitä sillä haetaan ja miten lopputulos tukee tavoitteita.

Tekoäly on loistava optimoija ja suorittaja, mutta se on vielä toistaiseksi varsin kädetön strategisessa määrittelyssä, eettisessä harkinnassa ja empatiassa. Nämä pehmeät taidot saattavatkin hyvin olla tulevaisuudessa kaikkein kovinta pääomaa, koska niitä ei voi ulkoistaa koneelle.

Toki yleistäminen on vaarallista ja on spesialisteja ja on spesialisteja. Jos miettii, ketkä juuri nyt ovat tämän pallon halutuimpia ja kallispalkkaisimpia osaajia, niin tekoälyspesialistit. Toisin sanoen: “keskitason” erikoistuminen häviää, mutta tarve äärimmäiselle erikoistumiselle vain kasvaa.

Pieni tarkennus lienee vielä paikallaan: generalisteilla en tarkoita tässä perinteistä joka paikan höylää, vaan henkilöä, joka orkestroi ihmisten, spesialistien ja tekoälyagenttien työtä. Hänen arvonsa on ongelmien määrittelyssä, oikeiden kysymysten esittämisessä ja piuhanpäiden yhdistämisessä.

Ole sinä se, niin hommia piisaa.

Tämä aihe on siinä määrin tärkeä ja moniulotteinen, että jatkan sen parissa vielä ensi viikollakin - silloin käsittelen tarkemmin, kuinka tekoälyosaamisesta (AI fluency) on vinhaa vauhtia tulossa perustason odotusarvo kaikille työntekijöille.

Tsemppiä viikkoon!

Arttu

Viime viikolla haukuin tekoälykoulutukset ja edelleen sanojeni takana järkähtämättä seison. Tällä viikolla hypätään sitten tietoturvan ihmeelliseen maailmaan - varsin pintapuolisesti, myönnän - mutta syvällisempää tietoa kaipaavat varmasti sitä myös osaavat hakea.

Jos ette organisaationa ole jämähtäneet ruutupaperiaikaan, moni työntekijöistänne käyttää ChatGPT:tä, Claudea, Copilotia ja muita tekoälytyökaluja jo nyt - olittepa linjanneet niiden käyttöön liittyen mitä tahansa.

Jos AI:n käyttö on esimerkiksi tietoturvasyistä kielletty, se tehdään sitten salaa. Ja juuri tämä – käyttö ilman ohjeistusta – on ylivoimaisesti suurin yksittäinen tietoturvariski.

Maalaisjärki, strategioista parhain

Kun käyttää esimerkiksi ChatGPT:n ilmaisversiota, antaa OpenAI:lle oikeuden käyttää syöttämäänsä dataa mallien kouluttamiseen. Mallien kouluttamisen voi toki kieltää asetuksista, mutta sokeasti en siihen luottaisi.

Tämä tarkoittaa, että liikesalaisuudet, asiakastiedot, strategiat ja mitä ikinä voivat päätyä osaksi mallia, jota myös kilpailijat käyttävät. Ei kukaan moista tahallaan tee, vaan siksi, että kukaan ei kertonut, mitä tietoa sovelluksille voi antaa ja mitä ei.

Linjauksissa pääsee pitkälle jo ihan maalaisjärjellä, esimerkiksi kieltämällä vaikkapa juuri edellä mainittujen dokumenttien antamisen. Mutta jos pelisääntöjä ei ole, vaikea niitä on noudattaa.

Mutkikkaampia ovat kolmannen osapuolen sovellukset, jotka vaativat toimiakseen pääsyn suurin piirtein joka kolkkaan. Samoin erilaiset integraatiot, kuten vaikkapa AI-sovelluksen pääsy Googlen Workspaceen, ovat käytön kannalta houkuttavia, mutta tietoturvan näkökulmasta riskialttiita.

Niin pitkään kuin pääsyä ei pysty varmuudella rajaamaan, parempi on jättää kytkennät tekemättä.

Vuotava kengännumero

Näillä opeilla pääsee pitkälle melkein joka putiikissa:

1. Luo selkeät pelisäännöt. Kerro, mitä saa ja mitä ei saa syöttää AI-työkaluille. Käyttökohteita kyllä riittää niinkin, että minkään sortin riskiä ei pääse syntymään. Esimerkiksi minä teen aina niinkin simppelin happotestin, että mietin päissäni, mitä voisi pahimmillaan tapahtua, jos antamani tieto vuotaisi yleiseen käyttöön.

Melkein aina vastaus on, että ei yhtikäs mitään. Moni firma sitä paitsi pitää “arkaluontoisena” kaikkea tietoa toimitusjohtajan kengännumerosta lähtien, vaikka se ei voisi ulkopuolisia vähempää kiinnostaa saati hyödyttää.

2. Hanki yritystason työkalut. Kaikki suuret toimijat tarjoavat yrityslisenssejä, joissa dataa ei (heidän mukaansa) käytetä mallien kouluttamiseen. Tämä maksaa jonkin verran extraa, mutta rutkasti halvempaa se on kuin tietovuotojen paikkailu.

3. Kouluta ihmisiä. Työntekijät ovat ns. "Firewall Zero" – ensimmäinen ja tärkein palomuuri. Porukka ei mokaile tahallaan, vaan siksi, etteivät tiedä. Siispä opeta porukka tunnistamaan riskit ja käyttämään työkaluja turvallisesti.

4. Koordinoi hommaa IT:n ja lakiosaston kanssa. Varsinkin isommissa firmoissa tarvitaan talkoisiin IT-osasto/kumppani ja mahdollisesti juristeja.

Vanhan AI-koiran on opittava uusia temppuja

Summa summarum: AI:n käyttö ei ole "jos" vaan "miten". Organisaatiot, jotka ymmärtävät tämän ensimmäisenä ja rakentavat turvallisen käyttöympäristön ovat jo kaukana, kun muut vielä ihmettelevät toimitusjohtajan kengännumero -tason pulmia.

Kaikkein eniten jälkeen jäävät ne, jotka tyystin kieltävät tekoälytyökalujen käytön - ja mikä hoopointa, sama jengi on usein myös kaikista alttein riskeille.

Ensi viikolla pohdin, onko AI:n myötä koittanut generalistien kulta-aika.

Tsemppiä viikkoon!

Arttu

Lähteet:

Viime viikolla kirjoitin ChatGPT:n käytöstä töissä, mitä kuvailin “motarilla ykkönen silmässä” ajamiseksi. Eivätkä kierrokset ainakaan vähene, sillä nyt tohdin väittää, että iso osa tämänhetkisistä tekoälykoulutuksista on jopa haitallisia.

Ennen kuin menen pihviin, palautan mieleen taannoisen MIT:n (ihan uskottava lafka siis) tutkimuksen, jonka mukaan jopa 95 prosenttia tekoälyprojekteista on haudattu vähin äänin vailla minkäänlaista hyötyä.

Eivät tekoälytyökalut aina ja joka paikassa mullistavia ole, mutta että niistä ei saatu mitään hyötyä irti… Voi mahoton.

Toisaalta tuo MIT:n tutkimus kertoo karua kieltään siitä, miten työlästä tekoälyä on integroida osaksi jokapäiväistä leipäämme.

Sitä saa mitä tilaa

Oma syyttävä sormeni osoittaa tässä kohtaa juurikin koulutuksiin, joissa tupataan keskittymään työkalujen ominaisuuksiin sen sijaan, että mentäisiin organisaation arkeen ja tunnistettaisiin sieltä työtehtäviä, joissa tekoälystä olisi satavarmasti hyötyä.

Ei sillä, että “näin teet jäätelökioskille logon” -tyyppisissä harjoituksissa olisi sinänsä mitään vikaa, mutta ei niistä kyllä hyötyäkään ole. Ellei sitten omista jäätelökioskia, mitä harvat meistä valitettavasti tekevät.

Toki jos firma on valmis investoimaan tekoälykoulutukseen tonnin tai kaksi, sillä sitten saa jäätelökioskin logon.

”Testailkaa hei!” ei ole strategia

Vallitseva tilanne ei varsinaisesti ole kenenkään vika, mutta siitä päästään kirjoituksen otsikkoon. Jos ja kun tekoäly kuitataan heppoisten koulutusten johdosta ihan kivana leluna - jos edes sinä - tapahtuu kaksi asiaa:

  1. AI-työkalujen todelliset hyödyt jäävät tunnistamatta ja jatketaan puurtamista kuten aina ennenkin.
  2. Ihmiset suhtautuvat "AI-hömpötykseen" vielä aiempaakin skeptisemmin ja tekoälyn käyttöönotto hidastuu ja vaikeutuu entisestään.

Teknologia kyllä soi ja kukkuu, ja se tekee sitä joka päivä paremmin. Ongelma on strategiassa tai pikemminkin siinä, että strategiaa ei ole.

Huom! Se, että ostetaan muutama lisenssi ja kehotetaan porukkaa testailemaan AI:tä, ei ole strategia.

Copilot-ansa

Toinen syy kankeuteen on se, että varsinkin isommat organisaatiot operoivat Microsoftin ympäristössä (feel you!), jolloin luonteva ensimmäinen AI-työkalu on Microsoftin oma sellainen eli Copilot.

Toki Copilotistakin on moneen (semminkin kun sen taustalla on OpenAI:n teknologia), mutta siitä puuttuu tukku ominaisuuksia, joita kilpailijoilla - ChatGPT, Gemini ja Claude etunenässä - on. Copilot on ensisijaisesti muiden Microsoftin työkalujen (feel you!) tehostamiseen tarkoitettu AI-buusteri, ei niinkään itsenäisesti toimiva sovellus.

Mikä olennaisinta, Copilotista ainakin toistaiseksi puuttuvat ominaisuudet tuppaavat olemaan juuri niitä, joista ensivaiheessa on peruskäyttäjälle eniten hyötyä - kuten AI-assistentin virkaa toimittavien ympäristöjen rakentaminen.

Kun Copilotin käyttäjät eivät ymmärrettävästi paremmasta tiedä, sillä mennään. Valitettavasti ei mennä kovin pitkälle.

Älä tee hommasta liian vaikeaa

Siispä mikä eteen?

  1. Sanokaa heippa yleiskoulutuksille. Rakentakaa pilotteja, jotka perustuvat olemassa oleviin työtehtäviin ja valitkaa työkalu/t ao. tehtäviä silmällä pitäen.
  2. Ottakaa ainakin yksi muu työkalu Copilotin oheen. Antaa Copilotin kirjoitella sähköposteja, mutta ottakaa muuta kehittämistä varten käyttöön esimerkiksi ChatGPT - alkuvaiheessa vaikka vain pienelle porukalle.
  3. Johtakaa strategialla, älkää teknologialla. Strategiaa voi lähestyä kahta kautta: 1) Tunnistetaan olemassa olevia työtehtäviä, joita voi nopeuttaa AI:n avulla. 2) Tunnistetaan liiketoiminnallisia ongelmia, joiden ratkaisuun tarvitaan AI:ta. Yleistason koulutuksilla ei piirretä rastia kumpaankaan ruutuun.
  4. Syökää AI-norsu kuten AI-muurahaiset tekevät - pala kerrallaan: Monesti suurin hyöty tulee alkuvaiheessa siitä, että saa nipistettyä vartin tuolta ja puoli tuntia täältä. Tämä on myös helpoin tapa saada skeptikot ruotuun.

Ensi viikolla kirjoitan tietoturvasta, ja miksi suurin riski tietoturvalle on itse asiassa usein se, että riskit pyritään minimoimaan.

Tsemppiä viikkoon!

Arttu

Lähteet:

Viime viikolla kävin läpi tekoälyn hyödyntämistä rekrytoinneissa, mikä ei aivan ongelmatonta ole. Nyt puran teille tuoretta tutkimusta, jossa selvitettiin ChatGPT:n käyttöä työtehtävissä USA:ssa.

Hieman taustaa: ChatGPT rikkoi 100 miljoonan käyttäjän rajan kahdessa kuukaudessa (helmikuu 2023), mitä tarkoittaa, että se on historian nopeimmin ko. rajan poksauttanut sovellus. Esimerkiksi TikTokilla samaan meni yhdeksän kuukautta, ja Instagramilla säälittävät 2,5 vuotta 😀.

Nyt käyttäjiä on Open AI:n oman ilmoituksen mukaan 800 miljoonaa - eli ei tämä mikään uusi ja ihmeellinen juttu noin niin kuin globaalissa mittakaavassa ole.

Mutta osataanko ChatGPT:tä hyödyntää siinä olennaisimmassa eli helpottamassa meidän konttorirottien (työ)elämää.

Sitäpä on jenkeissä juuri tutkittu seuraavin tuloksin:

Mistä syntyvät seuraavat päätelmät:

Google steroideilla

Sitten se olennaisin eli mihin työkalua käytetään:

Käytännössä ChatGPT on siis useimmille käyttäjille edelleen kuin Google steroideilla. Hyötyä siitä on näinkin aivan varmasti, mutta jos työkalusta halutaan oikeasti tehot irti, se tapahtuu ihan muuta kautta.

Sama tutkimukseksi: "Advanced features remain underused, even where they could deliver broad impact.”

Tämä tarkoittaa muun muassa sitä, että esimerkiksi CustomGPT:t ja projektien rakentaminen ovat edelleen never heard, samoin syvätutkimus-ominaisuuden hyödyntäminen - mikä on mielestäni juuri nyt kaikkein lähimpinä itsenäisesti operoivaa AI-agenttia, joista paljon kohkataan.

Motarilla ykkönen silmässä

Esimerkiksi itse olen rakentanut CustomGPT-assarin enempivähempi kaikkia toistuvia työtehtäviä varten. Joskus aikaa säästyy neljä tuntia, joskus 10 minuuttia - ja näistä puroista tulee viikkotasolla aikamoinen läjä säästyneitä minuutteja ja tunteja.

Syvätutkimusta hyödynnän vaikkapa näiden uutiskirjeiden taustoituksessa. Samoin kun kesällä jumppasin palvelumme uuteen uskoon, sain tutkimustyökalun avulla aivan korvaamatonta taustoitusta mm. markkinasta ja kilpailijakentästä.

Eikä tässä siis ole kyse pelkästään ajansäästöstä. Moni asia yksinkertaisesti jäisi tekemättä, jos näitä työkaluja ei olisi.

Jos edellä mainittuja ominaisuuksia ei käytä, se on kuin lillittäisi motarilla ykkönen silmässä. Alla pari YouTube-listaa CustomGPT:hen ja Deep researchiin liittyen, käykää tsekkaamassa ne, niin olette kartalla, mistä on kyse. Jos ovat kuraa, se on ChatGPT:n vika 😇.

Sitten vaan muutamaksi tunniksi persus penkkiin ja vot!

Ensi viikolla kirjoitan siitä, miksi isosta osasta AI-koulutuksista on enemmän haittaa kuin hyötyä. Kova väite, lue jos uskallat!

Tsemppiä viikkoon!

Arttu

Custom GPT Builder

  1. How to Build CustomGPTs | Full Tutorial 2025. YouTube
  2. Custom GPT Tutorial – Quickly learn to Create your own GPT (Step-by-Step). YouTube
  3. How to Create a Custom GPT in ChatGPT (Step by Step) 2025. YouTube
  4. How to Create Custom GPT | OpenAI Tutorial (Kevin Stratvert). YouTube
  5. How to Add Custom GPTs to Any Website in Minutes. YouTube
  6. ChatGPT Agent Builder Full Tutorial: Building AI Agents. YouTube

Deep Research

  1. Introduction to Deep Research. YouTube
  2. OpenAI’s Deep Research Agent in 8 Minutes. YouTube
  3. Deep Research Tutorial: Zero to Pro in 10 minutes. YouTube
  4. ChatGPT Deep Research Tutorial – 2025 (Tips & Tricks). YouTube
  5. How to Use ChatGPT’s Deep Research to Save HOURS. YouTube
  6. The CORRECT way to use ChatGPT (in 2025) – Deep Research & Canvas. YouTube

Lähteet:

Viime viikolla kirjoitin, miksi johtajien on pakko opetella käyttämään tekoälytyökaluja edes auttavalla tasolla ymmärtääkseen, mistä tässä ylipäätään on kyse. Nyt ruodin tekoälyn vaikutuksia rekrytointeihin ja HR:ään - ja sillä saralla ruodittavaa riittää.

Sinänsä ei ole mikään yllätys, että tekoälyä on alettu ensimmäisessä aallossa hyödyntää paljon juuri tässä tarkoituksessa. HR:ssä ja rekrytoinneissa kun on paljon juuri sellaista toisteista puurtamista, mihin tekoäly käy kuin vasara peukaloon: CV:eiden ja hakemusten käsittelyä, tiedon keräämistä ja järjestelyä, vakiomuotoista viestintää jne.

Ongelmia tulee siinä kohtaa, kun AI:lla pelaavat sekä työnhakijat että työnantajat, ja hommasta tulee eräänlaista tekoälytennistä sillä seurauksella, että moni asia - kuten nyt vaikka hakijan todellinen pätevyys - saattaa jäädä huomaamatta.

Tämä on sinänsä inhimillistä. Työhakemusten täyttäminen on monesti aikamoista pakkopullaa, eikä firman HR:ssäkään riemusta kiljuta, kun markkinointikoordinaattorin pestii pamahtaa 400 hakemusta, joista 390 näyttää sattuneesta syystä siltä kuin sen olisi rustannut yksi ja sama tyyppi.

Älä jätä käyttämättä, mutta ymmärrä, mihin käytät

Tullaan tekoälyyn liittyvään problematiikkaan - ei niinkään sen puolesta, etteikö AI-työkaluista olisi valtavasti hyötyä molemmin puolin pöytää - vaan eettisen puolen näkökulmasta.

Kun AI:lla luotuja hakemuksia käsittelee AI, moni asia voi mennä vihkoon. Nythän tekoäly tekee jo työhaastattelujakin, ja siihen vetäisin rajan jo ihan maalaisjärjellä ajateltuna.

AI-pohjaiset rekrytyökalut ovat vieneet firmoja käräjille asti, ja EU on luokitellut ne korkean riskin työkaluiksi. Ei tämä suinkaan sitä tarkoita, että AI-työkalut jätetään varmuuden vuoksi hyllyyn, vaan pitää ymmärtää, mihin niitä voi käyttää ja mihin ei - myös organisaation arvomaailma huomioiden. Sama luonnollisesti pätee tekoälyn hyödyntämiseen ihan yleisestikin.

Plus täytyy muistaa, että AI-työkaluja on HR:ssäkin jo niin moneen lähtöön, että monen härpäkkeen kanssa tätä puntarointia ei tarvitse edes käydä. “Me ollaan eettinen firma, me ei käytetä tekoälyä rekrytoinneissa”, on laiskaa ajattelua.

Las Vegasin verilöyly

Muutama sana Las Vegasin HR Tech -messujen - missä siis syyskuussa kävin - annista (videokooste löytyy täältä). Erilaisia HR- ja rekrysovelluksia oli satoja, ja suurin osa mainosti olevan tavalla tai toisella “AI- Driven” - mikä nyt ei ketään yllättänyt.

Paljouden keskelle jututin sitten HR-ammattilaisia ja utelin, miten he kohderyhmään kuuluvina saavat tolkkua, mikä voisi toimia heidän firmassaan.

No, eivät kuulemma saakaan ja AI-ominaisuudet "p*skat edes toimi". Heillä on ne muutamat työkalut - Workday ymmärtääkseni selkeänä ykkösenä Ameriikan maalla - ja niillä pelataan. Toisin sanoen, jos nämä start-upit eivät saa liitettyä omaa sovellustaan osaksi isompaa jo käytössä olevaa plattaa, voi tulla noutaja.

Tai tulee se muutenkin, ainakin erään luennoitsijan mielestä. Pidin kovasti hänen puheenvuorostaan ja kävin sen jälkeen esittämässä saman kysymyksen kuin HR-jengille.

Vastaus kuului vapaasti suomettuna näin:

“6-12 kuukauden sisällä yritykset pystyvät itse rakentamaan tekoälyn avulla juuri sellaiset työkalut, mitä ne tarvitsevat, eivätkä ne osta ulkopuolisia sovelluksia. It´s going to be a bloodbath”.

Näissä verilöylyisissä tunnelmissa tsemppiä viikkoon!

Arttu

PS. Jenkeissä on tutkittu, miten firmat käyttävät ChatGPT:tä. Kerron sen teille ensi viikolla.

Viime viikolla poimin muutamia case-esimerkkejä tekoälyn hyödyntämiseen liittyen meiltä ja muualta. Tällä viikolla puin tekoälyä johtamisen näkökulmasta ja miksi päättävässä asemassa olevien on yksinkertaisesti pakko alkaa käyttää tekoälytyökaluja omin pikku kätösin.

Tämä oli teema, joka nousi monessa kohtaa esiin myös viime viikolla HR Tech -tapahtumassa jenkkilässä. Reissun varsinaista agendaa eli AI:ta rekrytoinnin ja HR:n työkaluna käyn läpi ensi viikolla, jahka saan leivottua uutiskirjeen kyytipojaksi pienen videokoosteen.

Hieman taustaa tämänkertaiseen teemaan liittyen: Olen pyörittänyt viestintätoimistoa nyt yhdeksän vuoden ajan (itse asiassa päivälleen huomenna 🎂), ja siihen on arvatenkin mahtunut monenmonenmoista asiakasta ja keissiä.

Parhaita onnistumisia yhdistää lähes poikkeuksetta yksi asia: asiakkaan toimitusjohtaja - vaikka ei olisikaan ollut operatiivisesti tästä puolesta vastuussa - on itse ollut kiinnostunut markkinoinnista ja viestinnästä ja halunnut ymmärtää sekä sen strategista että taktista puolta.

Silloin tapahtuu kolme asiaa:

  1. Keskusteluissa mennään syvälle siihen, miksi tehdään mitä tehdään miten tehdään, ja asiakas pystyy myös haastamaan (mikä on tässä kohtaa ainoastaan hyvä asia).
  2. Asiakas ymmärtää markkinointiviestinnän monimutkaisuuden ja suhtautuu avoimesti myös erilaisiin kokeiluihin.
  3. Koska kohdat 1) ja 2), asiakas suhtautuu markkinointiin investointina eikä kulueränä, ja ymmärtää, että siihen on panostettava riittävästi.

Jos näissä olosuhteissa markkinointikumppani osaa hommansa, tulee tulosta. Aina. Sama toisinpäin: jos ei osaa, toimari tajuaa sen hetkessä ja huonoa kumppanuutta ei pääse edes syntymään.

AI-ymmärrystä ei vaan voi ulkoistaa

Miten tämä liittyy tekoälyyn? Siten, että tässä havaitsen saman asian sillä olennaisella erolla, että markkinointiymmärryksen ylin johto voi vielä ulkoistaa, mutta tekoäly-ymmärrystä ei.

Muutos tulee olemaan niin läpiluotaava ja vaikuttamaan käytännössä kaikkeen ansaintalogiikasta henkilöstöön ja prosesseista johtamiseen, ja jos johtajalla ei ole kontekstia, mitä tekoäly käytännössä on ja kuinka esimerkiksi kielimallit toimivat, hän ei pysty kokonaisuutta jäsentämään saati johtamaan. Ei mitenkään.

Tulevaisuudessa johtaja ei ole enää komentaja vaan paremminkin kapellimestari, joka johtaa ihmisten ja tekoälyn komboa niin, että kumpikin osapuoli pääsee tekemään sitä, missä on parhaimmillaan.

Vastuuta saavat ne, jotka saavat tapahtumaan

Samaan aikaan tekoälytyökalut kehittyvät valtavaa vauhtia, ja tuo roolitus muuttuu käytännössä jatkuvasti. Mitä tämä missäkin organisaatiossa käytännössä tarkoittaa, on yksi johtajan tärkeimmistä tehtävistä ymmärtää - ellei jopa tärkein.

Muutos tarkoittaa lisäksi siirtymistä hierarkisesta ja jäykästä kokeilevaan ja ketterään. Jos johtaja ei itse ymmärrä työkaluja, jotka tekevät tämän muutoksen mahdolliseksi - ja käytännössä pakottavat siihen - tilalle tulee joku, joka ymmärtää. Siinä kohtaa vahinko tosin on voinut jo tapahtua.

Kujalla oleva dirikka näkee tekoälyn uhkana omalle auktoriteetilleen, kun taas sitä ymmärtävä johtaja näkee valtavan mahdollisuuden rakentaa organisaatio, jossa vastuuta annetaan niille, jotka saavat tapahtumaan. Lue: niille, jotka parhaiten hyödyntävät uusia työkaluja - asemasta riippumatta.

Ne otsikkotason “asiantuntijat”

On todella helppoa suhtautua tekoälyyn vähätellen ja negatiivisesti, ja ymmärrän tämän täysin. Omaa (epä)uskoa on lisäksi todella helppoa vahvistaa, kun silmäilee otsikoita: “95 prosenttia tekoälyprojekteista ei tuottanut mitään”, “Mitä jää jäljelle, kun tekoälykupla puhkeaa” ja niin edelleen.

Totta kai asiaan liittyy paljon epävarmuutta ja hypeä ja epäonnistuneita kokeiluja. Mutta johtajana et voi olla tässä asiassa otsikkotason “asiantuntija”. Et vaan voi.

Lukaise vaikka tämä tuore Hesarin artikkeli, ja mieti kumpaan porukkaan haluat kuulua.

Tsemppiä viikkoon!

Arttu

cross