Kuinka tekoälyn avulla voimistetaan työntekijöitä ja uudistetaan organisaatio
Lue litterointi:
Kokeilemme podcastiemme litterointia ohjelmiston avulla. Antakaa anteeksi mahdolliset kirjoitusvirheet, sillä botti ei ole aina sataprosenttisen tarkka.
Becca Banyard: Tiesitkö, että lähes 50 prosenttia huippuosaajista uskoo lähtevänsä organisaatiosta kahden vuoden kuluessa? Ja mikä vielä pahempaa, joidenkin tietojen mukaan monet heistä päättäisivät jäädä, jos heille tarjottaisiin oikeanlaisia oppimis- ja kasvumahdollisuuksia.
Tervetuloa People Managing People -podcastiin. Tehtävämme on rakentaa parempi työelämä ja auttaa teitä luomaan onnellisia, terveitä ja tuottavia työpaikkoja. Olen juontajanne Becca Banyard.
Tämän päivän jaksossa keskustelemme siitä, kuinka tekoälyä hyödynnetään parempien ja onnellisempien työpaikkojen luomisessa. Opit uusista ja kiinnostavista tavoista, joilla tekoäly voi auttaa vähentämään henkilöstön vaihtuvuutta, välttämään irtisanomisia sekä voimistamaan työntekijöitä urakehityksessä ja taitojen kehittämisessä.
Vieraamme tänään on Alexandra Levit. Hän on Inspiration at Work -yrityksen perustaja ja toimitusjohtaja. Hän on kansainvälisesti menestynyt kirjailija, The Wall Street Journalin kolumnisti ja työelämän tulevaisuuden tutkija.
Alexandra, tervetuloa ohjelmaan. On hienoa saada sinut tänään vieraaksemme. Sukellamme erittäin ajankohtaiseen aiheeseen eli tekoälyyn työpaikalla.
Mutta ennen kuin aloitamme, kertoisitko kuuntelijoillemme hieman siitä, kuka olet ja mitä teet Inspiration at Workissa?
Alexandra Levit: Toki. On hienoa olla täällä. Nimeni on Alexandra Levit. Olen liike-elämään ja työelämään keskittyvä kirjailija, puhuja, konsultti ja tulevaisuudentutkija. Tulevaisuudentutkija on sana, joka voi joidenkin mielestä kuulostaa hieman pelottavalta, mutta käytännössä se tarkoittaa henkilöä, joka tarkastelee markkinoilla, yhteiskunnassa ja liike-elämässä esiin nousevia trendejä ja signaaleja ja yrittää niiden perusteella tehdä valistuneen arvion siitä, millä on suurin mullistusten mahdollisuus.
Inspiration at Workissa, joka on organisaationi, tarkastelemme erityisesti työvoimaa. Katsomme yleensä kahdesta viiteen vuotta eteenpäin, joskus jopa kymmenen vuotta, ja pyrimme selvittämään, miltä työvoima tulee näyttämään. Autamme organisaatioita ja niiden työntekijöitä valmistautumaan tulevaan työelämän tulevaisuuden näkökulmasta.
Teemme monenlaista. Tarjoamme konsultointia ja kirjoitamme. Teemme oikeastaan kaikkemme auttaaksemme. Emme tee ennustuksia eikä meillä ole kristallipalloa, vaan tarkastelemme ympäröivää maailmaa ja perustamme niin sanotut arviomme siihen, mitä aiemmin on tapahtunut, mitä ympärillämme tapahtuu ja miten voimme parhaalla mahdollisella tavalla valmistautua tulevaan.
Becca Banyard: Mahtavaa. Kuulostaa todella kiinnostavalta. Jos meillä olisi tänään enemmän aikaa, kuulisin mielelläni ennusteistasi. Tai oikeastaan sanoit, ettet tee ennusteita, mutta olisi kiinnostavaa kuulla, mitä ajattelit pandemiasta ja suuresta irtisanoutumisaallosta ja kaikesta siihen liittyvästä. Mutta siitä täytyy keskustella toisella kertaa.
Tekoälystä puhuttaessa termi voi tarkoittaa monenlaisia asioita. Keskustelumme vuoksi haluan aloittaa perusteista ja kysyä, mitä tarkoitat käyttäessäsi termiä tekoäly. Se voi tarkoittaa robotteja, keskustelubotteja, automaatioita ja vaikka mitä muuta. Mitä sinulle tulee mieleen, kun puhut tekoälystä tässä keskustelussa, ja millaisia tekoälytyökaluja ajattelet?
Alexandra Levit: Se on hyvä kysymys. Kun käymme tällaista keskustelua, meidän täytyy ehdottomasti määritellä, mitä tarkoitamme tekoälyllä. Tekoäly tarkoittaa oikeastaan tietojenkäsittelyalustan käyttämistä ihmisten hyödyntämien älykkyyden muotojen jäljittelemiseen. Kun puhumme tekoälystä kirjan Deep Talent yhteydessä, puhumme nimenomaan syväoppimista hyödyntävistä lahjakkuusälykkyyden muodoista.
Syväoppimisessa tekoälyyn perustuvaa algoritmia käytetään niin sanotun taitojen läheisyyden arviointiin. Jos olet hyvä taidossa A, olet todennäköisesti hyvä myös taidossa B. Jos olet esimerkiksi hyvä algebrassa, tekoälyyn perustuva algoritmi pystyy tarkastelemaan hyvin laajaa määrää sisäistä ja ulkoista dataa, jota maailmasta löytyy. Se voi tunnistaa datasta erilaisia malleja ja todeta, että koska olet hyvä algebrassa, olet todennäköisesti hyvä myös differentiaalilaskennassa.
Tämä on voimakasta siksi, että ihmisinä emme välttämättä pysty tekemään tällaisia päätelmiä helposti. Tekoäly pystyy. Se voi ottaa tietoja kaikista ulottuvillamme olevista lähteistä ja todeta, että koska olet hyvä taidossa A, saatat olla hyvä myös taidossa B. Tällaisten päätelmien tekemisessä käytetään syväoppimiseksi kutsuttua tekoälyn muotoa.
Se on todella kiinnostavaa. Olet kuitenkin oikeassa siinä, että tekoäly kattaa hyvin laajan kirjon erilaisia teknologioita. Kun puhumme tästä tietystä aiheesta eli Deep Talent -kirjasta, keskustelemme luonnollisen kielen käsittelyn ja syväoppimisen käyttämisestä hyvin erityiseen taitojen kanssa työskentelyyn liittyvään tehtävätyyppiin.
Becca Banyard: Todella hienoa. On hämmästyttävää, millaisia aikoja elämme.
Alexandra Levit: Eikö olekin?
Becca Banyard: Tietokoneilla, teknologialla ja kaikella muulla on mahdollista tehdä vaikka mitä. Se on todella hienoa. Mainitsit hetki sitten Deep Talent -kirjan, jonka julkaisit äskettäin. Sen koko nimi on Deep Talent: How to Transform Your Organization and Empower Your Employees Through AI.
Seuraava kysymykseni on: kuinka tekoäly voi tehdä työstä ihmisille merkityksellisempää? Ja millaisia käytännön esimerkkejä tästä on?
Alexandra Levit: Se on erinomainen kysymys. Päätimme kirjoittaa tämän kirjan, koska ajattelemme maailman olevan ainutlaatuisessa yhteiskunnallisessa ja teknologisessa murroskohdassa.
Pandemian myötä olemme valmiita voimistamaan työntekijöitä niin, että he voivat tavoitella itselleen merkityksellistä uraa ja tehdä organisaatiossa asioita, jotka he itse valitsevat sen sijaan, että heille vain kerrottaisiin, mitä heidän pitää tehdä seuraavaksi. Samaan aikaan yritysjohtajat sanovat, että osaajien rekrytointi ja kehittäminen ovat heidän suurimmat haasteensa organisaatiossa.
Näemme osaajapulaa, pitkiä rekrytointiaikoja ja suurempaa vaihtuvuutta. Pandemian jälkeisenä aikana työntekijöiden odotusten hallinta on ollut vaikeaa. Työntekijät sanovat haluavansa työskennellä hyvin tietyssä ympäristössä. He eivät enää hyväksy työympäristöjä, jotka eivät sovi heidän tapaansa työskennellä.
Prioriteetit ovat siis muuttumassa. Rehellisesti sanottuna nykyään esiintyy kitkaa. Kun tarkastelemme tietoja, näemme, että lähes 50 prosenttia huippuosaajista lähtee organisaatiosta kahden vuoden sisällä. Kun asiaa tarkastellaan toisesta näkökulmasta, näemme kuitenkin, että useimmat ihmiset jäisivät mielellään organisaatioon, jos heille tarjottaisiin oikeanlaisia oppimis- ja kasvumahdollisuuksia.
Valitettavasti näin ei usein tapahdu. Kun työvoima ja organisaatiot kasvavat, organisaatiot menettävät käsityksen siitä, mihin heidän työntekijänsä pystyvät. Ne eivät tiedä, mitä taitoja työntekijät ovat kartuttaneet tietyssä tehtävässä ollessaan. Ne eivät tiedä, mitä taitoja työntekijät ovat seuraavaksi valmiita hallitsemaan.
Ne eivät tiedä, kuinka tiettyjä taitoja voidaan käyttää yksilöllisen uran kehittämiseen. Tekoäly lupaa auttaa meitä selvittämään, mitä työntekijät voivat tehdä seuraavaksi. Työpaikat ja ihmiset ovat olemassa, joten kyse on oikeiden yhteyksien löytämisestä niiden ihmisten välillä, joilla tiedät olevan lahjakkuutta ja lojaaliutta organisaatiotasi kohtaan, sekä täytettävien kriittisten työpaikkojen välillä.
Tekoäly voi auttaa tässä. Hienoa on se, että tämä voidaan tehdä jo tänään. Minulla on useita käytännön esimerkkejä, jos haluat kuulla niitä, ja tätä tehdään myös julkishallinnossa. Tämä on yksi suosikkiesimerkeistäni, koska tosielämän esimerkeistä puhuessamme mainitsemme yleensä erittäin innovatiiviset teknologiayritykset, jotka johtavat uusien ja ajankohtaisten teknologioiden hyödyntämistä.
Olen erityisen ylpeä siitä, että ainakin täällä Yhdysvalloissa jotkin innovatiivisimmista toteutuksista ovat osavaltioiden hallintojen tekemiä.
Kun ajattelemme osavaltioiden hallintoja, oletamme yleensä niiden olevan hieman kehityksestä jäljessä eivätkä aivan ajan tasalla uusimmissa toimintatavoissa. New Yorkin ja Indianan osavaltiot ovat kuitenkin monien muiden ohella johtamassa työtä, jossa työttömien ihmisten taidot yhdistetään osavaltiossa tarjolla oleviin työpaikkoihin. Näin osaajat saadaan pidettyä osavaltiossa ja samalla alennetaan työttömyysastetta. Yhdellä iskulla ratkaistaan siis kaksi ongelmaa. Tiedän, että vastaukseni oli täynnä kliseitä, ja pahoittelen sitä.
Jos olisin käyttänyt tekoälyä, minun ei ehkä olisi tarvinnut käyttää vastauksessa niin paljon sanallisia kliseitä. Yritän kuitenkin sanoa, että olen todella ylpeä näistä toteutuksista. En itse ollut niiden kanssa tekemisissä, mutta on hämmästyttävää, kun osavaltioiden hallinnot ovat valmiita ottamaan teknologiariskin ja sanomaan: meillä on joukko työttömiä ihmisiä ja organisaatioita, jotka ovat valmiita palkkaamaan heidät. Jos voimme ratkaista molemmat ongelmat samalla kertaa tämän teknologian avulla, miksemme kokeilisi? Niin ne tekivät ja onnistuivat ratkaisemaan molemmat ongelmat.
Käytän niitä nyt tapausesimerkkeinä juuri siksi. Julkishallinnon hieno puoli on se, että se voi auttaa suurta määrää ihmisiä samanaikaisesti. Kun asioita tehdään julkishallinnon kautta, apua voidaan skaalata. Tämä on yksi syy siihen, miksi Ashu ja Kamal Eightfoldissa kohdistivat työnsä julkishallintoon. He ymmärsivät, että ihmisten saamaa apua ja yhteiskunnallista muutosta voidaan skaalata paljon suuremmassa mittakaavassa kuin aloittamalla esimerkiksi pienestä yrityksestä.
Mielestäni se oli todella älykäs strategia.
Becca Banyard: Vau. Todella hyvää. Tuossa oli niin monia kiinnostavia huomioita. Mainitsit, kuinka julkishallinto auttoi ihmisiä löytämään työpaikkoja. Mutta miten yritykset, joiden huippuosaajat lähtevät kahden vuoden jälkeen tai joiden työntekijät lähtevät, koska he eivät saaneet tarvitsemansa oppimisen ja kehittämisen tukea, voivat käyttää tekoälyä työntekijöiden pitämiseen?
Alexandra Levit: Se on myös todella hyvä kysymys. Olennaista on käyttää tietoa taitojen läheisyydestä työvoiman säännölliseen profilointiin. Näin voidaan saada paljon laajempi käsitys työntekijöiden taidoista ja taidoista, joita tarvitsette paitsi nyt myös lähitulevaisuudessa ja pidemmällä aikavälillä.
Emme yleensä katso kovin kauas tulevaisuuteen. Tulevaisuudentutkijatkaan eivät yleensä katso kovin pitkälle. Tulevaisuuden taitoja suunniteltaessa täytyy olla melko lähitulevaisuuteen suuntautunut, koska emme oikeastaan tiedä, mitä tapahtuu. Kymmenen tai viidentoista vuoden päästä tarvitaan ehkä taitoja, joista emme ole vielä kuulleetkaan.
Eri rooleille laadittavien taitoprofiilien kehittäminen on asia, jossa tekoäly voi ehdottomasti auttaa. Lahjakkuusälykkyyden alustalla voitte tehdä tämän ja toteuttaa työvoimasuunnittelua. Kun ymmärrätte, mitä taitoja organisaatiossanne tarvitaan, ja samanaikaisesti ymmärrätte, mitä organisaationne ihmiset pystyvät tekemään seuraavaksi, voitte toimia ennakoivasti.
Voitte kouluttaa heitä siirtymään organisaation sisällä. Maailmanlaajuisista miljardeista uraprofiileista kerätyn datan perusteella voitte hyvin tarkasti todeta, että useimmat tietynlaisessa työssä olevat ihmiset haluavat todennäköisesti siirtyä tietynlaiseen seuraavaan tehtävään.
Organisaation etu on kehittää mahdollisimman laaja-alainen taitopohja, koska emme koskaan tiedä, milloin seuraava murros tapahtuu. Pandemian aikana älykkäimmät yritykset eivät irtisanoneet ihmisiä, vaan sijoittivat heidät uusiin tehtäviin.
Organisaatioilla saattoi yhtäkkiä olla osasto, jonka toiminta hidastui, koska sitä ei pandemian aikana tarvittu. Liiketoiminta oli erilaista, koska tarvittiin erilaisia asioita. Hyvistä ihmisistä tai ihmisryhmistä luopumisen sijaan heidät sijoitettiin uudelleen toiseen toimintoon.
Kun kyseinen toiminto jälleen vilkastui, heidät voitiin sijoittaa takaisin. Se on nykyään älykäs tapa johtaa yritystä: hyviä ihmisiä ei irtisanota ja sitten huolehdita myöhemmin siitä, miten heidät saadaan takaisin. Lentoyhtiöt ovat jo nähneet tämän seuraukset irtisanoessaan valtavan määrän ihmisiä pandemian aikana. Nyt lentoyhtiöissä on suuri työvoimapula.
Olisi ollut parempi, jos niillä olisi ollut laajempi taitopohja, jonka ansiosta ihmiset olisi voitu pitää organisaatiossa, sijoittaa muihin tehtäviin ja säilyttää heidän työsuhteensa. Silloin työvoimapulaa ei olisi syntynyt. Kun lahjakkuusälykkyyden avulla siirrätte ihmisiä uusiin tehtäviin ja pidätte heidät organisaatiossa, ratkaistaan samalla ongelma, jossa ihmiset lähtevät kahden vuoden jälkeen, koska heillä ei ole riittävästi mahdollisuuksia.
Jos koulutatte heitä uudelleen, kehitätte heidän osaamistaan ja tarjoatte lisää mahdollisuuksia, he todennäköisesti pysyvät organisaatiossanne pidempään. Kaikki ovat tyytyväisempiä. On kuitenkin tärkeää tietää, mihin he pystyvät. Tämä tieto ei hyödytä vain johtajia, vaan myös henkilöstöhallintoa ja työntekijöitä itseään.
Usein tieto tulee yllätyksenä myös henkilölle itselleen. Hän saattaa ajatella: en tiennyt, että koska olen hyvä algebrassa, voisin olla hyvä myös differentiaalilaskennassa. Monelle on voimaannuttavaa huomata, ettei hänellä ollut tällaista koulutusta mutta että hän silti pystyy tähän.
Se lisää minäpystyvyyden ja itsevarmuuden tunnetta, erityisesti ihmisillä, joilla ei ehkä ole ollut yhtä korkeaa koulutustasoa. He ovat saattaneet aliarvioida itsensä. Näimme tämän esimerkiksi Yhdysvaltojen osavaltioiden hallinnoissa. Monet lähikaupoissa työskennelleet ihmiset ajattelivat, että heidän kohtalonsa oli työskennellä siellä loppuelämänsä.
Sitten he ymmärsivät, että he olivat oppineet lähikaupassa työskennellessään monia taitoja, joita he eivät tienneet voivansa hyödyntää muualla. He saattoivat todeta: voisin oikeastaan työskennellä sairaalassa. Kuka olisi arvannut? Se oli hienoa.
Tästä on hyötyä myös esihenkilöille, sillä yksi suurimmista sisäisten siirtymien esteistä ovat esihenkilöt, jotka eivät halua päästää työntekijöitään eteenpäin. He ajattelevat lyhytnäköisesti ja sanovat, etteivät halua tukea sisäistä siirtymää, koska eivät halua menettää hyvää työntekijää.
Kun nähdään, että sisäinen siirtymä on organisaation etu, työntekijää ei ehkä tarvitse menettää. Hän voi edelleen työskennellä kanssasi, vaikka hän tekisi jotain muuta ja ottaisi vastaan uuden haasteen.
Tämä auttaa kaikkia ja myös demokratisoi mahdollisuuksia. Oikein toteutettuna lahjakkuusälykkyys voi tuoda mahdollisuudet kaikkien nähtäville, auttaa ymmärtämään, miksi muutos on kaikkien etu, ja tehdä samalla paljon hyvää. Siksi sitä kannattaa mielestäni hyödyntää laajasti.
Hyvä kysymys.
Becca Banyard: Todella hyvä. Palataan hetkeksi kirjaasi. Mikä sai sinut alun perin kirjoittamaan tämän kirjan? Mikä oli matka ja päätös kirjan kirjoittamiseen?
Alexandra Levit: Hyvä kysymys. Kaikki kysymyksesi ovat hyviä. Olen pohtinut osaamisvajeen ongelmaa lähes vuosikymmenen ajan. Minua on aina turhauttanut se, että kuulen jatkuvasti irtisanomisista, mutta emme silti tunnu löytävän oikeita ihmisiä oikeisiin tehtäviin.
Oikean osaajan ja oikean työpaikan yhdistämisen ongelmaan ei tunnu löytyvän ratkaisua. Kun tapasin Ashun ja Kamalin ja he kertoivat Eightfoldin teknologiasta, joka mahdollistaa tekoälyn käytön tämän ongelman ratkaisemisessa, kiinnostuin heti.
Pidin siitä, että heillä oli niin monia varhaisia onnistuneita käyttötapauksia, jotka voitiin kuvata selkeästi. Meillä oli todellakin jotain, josta voisimme antaa käytännön neuvoja.
Kyse ei ollut vain teoriasta tai siitä, että jotain voisi tehdä joskus tulevaisuudessa. Teknologia on saatavilla tänään, ja voimme kertoa, kuinka sitä käytetään. Voimme kuvata, mitä lahjakkuusälykkyys pitää sisällään. Arvostin mahdollisuutta tarjota konkreettinen ratkaisu, sillä olen kirjoittanut vuosien aikana valtavasti ja osa kirjoituksistani on ollut teoreettisempia kuin toiset.
Tulevaisuudentutkijana suuri osa työstä on spekulatiivista ja käsittelee asioita, joita saattaa tapahtua ja jotka ovat todennäköisesti tulossa. Tässä tapauksessa kyse on kuitenkin asiasta, joka on jo olemassa ja jota toteutetaan eri puolilla maailmaa. Toivon, että tarjoamme ihmisille käytännöllisen etenemissuunnitelman aloittamiseen ja rohkaisemme heitä olemaan pelkäämättä.
Tätä ei tarvitse pelätä eikä tarvitse ajatella, ettei sille ole liiketoiminnallisia perusteita. Monet ovat jo tehneet tämän onnistuneesti, eikä pienen kokeilun käynnistäminen maksa valtavasti. Mitä teillä oikeastaan on menetettävää? Se sai minut haluamaan kirjoittaa aiheesta ja levittää tietoa.
Kirjailijana ja tulevaisuudentutkijana viestini on aina sama: autetaan mahdollisimman monia ihmisiä elämään mahdollisimman merkityksellistä elämää. Minun alallani tämä tarkoittaa työtä. Kuinka voimme löytää mahdollisimman monille ihmisille oikeat ja merkityksellisimmät urat? Näin tämän kirjan Ashun ja Kamalin kanssa keinona edistää tätä tavoitetta.
Becca Banyard: Mahtavaa. Pidän tuosta. Se muistuttaa minua siitä, kuinka People Managing People pyrkii luomaan sisältöä, joka ei käsittele vain mitä, vaan myös miten. Kuinka tämä tehdään? Kuinka tämä voidaan toteuttaa omassa organisaatiossa, omassa työssä ja omalla uralla?
Alexandra Levit: Aivan. Teillä on täsmälleen sama tehtävä.
Becca Banyard: Mahtavaa. Olemme jo puhuneet siitä, kuinka tekoäly mullistaa organisaatiokulttuuria vähentämällä työttömyyttä ja pitämällä työntekijät työpaikassa, josta he muuten olisivat lähteneet, koska he eivät nähneet mahdollisuuksia kasvaa uusiin rooleihin.
Millä muilla tavoilla tekoäly mullistaa organisaatiokulttuuria?
Alexandra Levit: Tekoälyä käytetään yhä enemmän ihmisten osallistumisen täydentämiseen työvoimassa. En pidä sanasta korvata. En usko, että tekoäly on vielä siinä vaiheessa, että se voisi korvata ihmisten osallistumisen työelämässä.
ChatGPT:stä ja vastaavista keskustelubottiteknologioista puhutaan tällä hetkellä paljon. Yksi asia, jota korostan aina, on se, että kun tekoäly liitetään perinteisesti ihmisten johtamaan prosessiin, tarvitaan ihminen luomaan se, hallitsemaan sitä, korjaamaan se rikkoutuessa, ottamaan se uudelleen käyttöön ja selittämään päätöksentekijöille, kuinka se toimii.
Tekoälyteknologioiden valvontaan tarvitaan siis paljon ihmisiä. Jos näitä ihmisiä ei ole mukana, syntyy kaaos. Tästä on minulla itse asiassa tämänpäiväinen esimerkki.
Kirjoitan kolumnia The Wall Street Journaliin. Jotkut kuuntelijoista saattavat tuntea sen nimellä The Workplace Report. Tänään minulle tarjottiin juttuaiheita PR-ihmisten toimesta, jotka käyttivät ChatGPT:tä. He käyttivät keskustelubottia PR-ehdotusten laatimiseen. He käyttivät oikeiden PR-ammattilaisten sähköpostiosoitteita, mutta yksikään ihminen ei lukenut ChatGPT:n kirjoittamia ehdotuksia ennen niiden lähettämistä.
ChatGPT ei kuitenkaan osaa kirjoittaa PR-ehdotuksia kuten oikeat PR-ammattilaiset. Ehdotukset olivat järjettömiä. Kun vastaanotan niitä, saan näistä PR-ihmisistä huonon vaikutelman, koska ehdotuksissa ei ollut mitään järkeä ja oli selvää, että ChatGPT oli kirjoittanut ne. Ärsyynnyin, koska jouduin avaamaan sähköpostini ja käyttämään aikaa niiden lukemiseen.
Tämä on harmiton esimerkki, mutta yrityksen täytyy ymmärtää olevansa vastuussa tekoälyn huonosta toiminnasta. Vastuu ei ole toimittajalla tai ohjelmiston myyjällä, joka tarjoaa keskustelubotin. Yritys vastaa käytöksestä, joka voi olla laitonta tai syrjivää ja joka voi aiheuttaa oikeudellisia ongelmia.
Tämä on yksi suurimmista huolenaiheistani tällä hetkellä. Erilaisia tekoälytoteutuksia otetaan käyttöön työelämän monilla alueilla, mutta niiden asianmukaisesta inhimillisestä valvonnasta ei huolehdita. Niihin liittyy eettisiä ja oikeudellisia huolenaiheita. Annamme teknologioiden toimia hallitsemattomasti ja kuvittelemme, että ne voivat korvata ihmiset, vaikka ne eivät ole vielä siinä vaiheessa.
Uskon, että siihen menee vielä aikaa. Siinä oli tämän päivän palopuheeni. Tekoälylle on kuitenkin monia käyttötapoja. Se voi tehdä ihmeellisiä asioita. Kirjoitinhan juuri kirjan siitä, kuinka hienoa tekoäly on.
Se voi tehdä valtavan paljon, mutta jokaisen toteutuksen yhteydessä on ehdottomasti oltava ihmisen suorittamaa valvontaa.
Becca Banyard: Hyvä huomio. Olen iloinen, että toit sen esille. Vaikka en ole tekoälyn asiantuntija, pidän tätä erittäin tärkeänä. Olen myös iloinen, että mainitsit ChatGPT:n, koska olisin itse tehnyt sen. Kuten kaikki kuuntelijat varmasti tietävät, ChatGPT:n julkaisu on saanut internetin sekaisin.
Haluaisin keskustella ChatGPT:stä vielä hieman. Kuinka näet ChatGPT:n vaikuttavan työn tulevaisuuteen ja organisaatioiden tulevaisuuteen?
Alexandra Levit: ChatGPT ei ole tässä suhteessa ainutlaatuinen muihin keskustelubotteihin verrattuna.
En pidä sitä erityisen edistyneenä verrattuna siihen, mitä on jo saatavilla. ChatGPT on keskustelubotti, joten se käyttää luonnollisen kielen käsittelyä lauseiden tai ajatusten muodostamiseen kielen avulla. Se oppii siitä, mitä se tietää aiemmin sanotusta ja lukemastaan.
Sanon, ettei se ole erityisen vallankumouksellinen, koska se ei ajattele itsenäisesti. Se ei oikeastaan pysty käymään keskustelua. Ihmisen tavoin se ei muodosta omaperäisiä ja johdonmukaisia ajatuksia.
On olemassa Turingin testi, joka kehitettiin aikoinaan selvittämään, voiko ihminen päätellä, onko jokin robotti vai onko se erottamaton ihmisestä. Minun mielestäni ChatGPT ei läpäise testiä. Kun luen sen tuottamaa tekstiä, huomaan heti, ettei kyseessä ole ihminen. Se ei kuulosta aidolta.
Kaikki eivät ajattele näin. Jotkut sanovat, että teksti kuulostaa aivan ihmiseltä. Minusta se ei kuitenkaan kuulosta siltä. Samoin asiakaspalvelun keskustelubotin kanssa useimmat ihmiset huomaavat, että kyseessä on botti eikä ihminen.
Olen hieman hämmästynyt siitä, kuinka lumoutuneita ihmiset ovat juuri ChatGPT:stä, koska se ei vaikuta minusta läheskään vallankumoukselliselta edistysaskeleelta aiempaan teknologiaan verrattuna.
Uskon kuitenkin, että lähitulevaisuudessa tapahtuu harppaus ja teknologiasta tulee todella hyvä. Vuosien kuluessa joudumme kohtaamaan yhä kehittyneempiä teknologioita, jotka suorittavat ja korvaavat yhä useampia ihmisten tehtäviä.
Ihmisten täytyy tarkastella ympärilleen ja miettiä, mitkä oman työn osa-alueet ovat alttiimpia automaatiolle ja kuinka omaa uraa voi kehittää niiden vuoksi.
Jos olet esimerkiksi minä eli The Wall Street Journalin kolumnisti, voit tarkastella tulevaisuutta ja ajatella, että ChatGPT saattaa kehittyä seuraavien viiden vuoden aikana niin, että se pystyy kirjoittamaan kolumnini. Tällä hetkellä ChatGPT ei pysty siihen. Kolmen vuoden kuluttua ehkä pystyy.
Antaisiko The Wall Street Journal ChatGPT:n julkaista tekstin ilman, että joku muokkaa sitä? Todennäköisesti ei. Miten minun pitäisi siis kehittää uraani, jotta minulla olisi työ viiden vuoden kuluttua? Minun täytyy luultavasti oppia kirjoittamisen lisäksi myös editointia, jotta voin toimia lopulta työni hoitavan koneen inhimillisenä valvojana.
Tämä on esimerkki siitä, mitä kaikkien pitäisi tehdä nyt. Kaikkien täytyy miettiä, mitä uusia taitoja on kehitettävä, jotta voi työskennellä kannattavasti myös silloin, kun koneet ovat ottaneet hoitaakseen osan työtehtävistä.
Se on yksinkertaisesti todellisuutta. Koneista tulee yhä kehittyneempiä, ja jonain päivänä ne ovat niin älykkäitä, että voivat hoitaa erilaisia ihmisten tehtäviä. Olemmeko siinä tilanteessa ChatGPT:n kanssa tänään? Emme. ChatGPT ei ole niin älykäs eikä pysty tekemään kovin paljon. Keskustelubotit eivät yleisesti ottaen pysty vielä tekemään kovin paljon, mutta ne kehittyvät.
Ihmisen valvontaa tarvitaan silti aina. En näe lähitulevaisuudessa aikaa, jolloin koneet pystyvät tekemään kaiken itsenäisesti. Meidän on toimittava valvojina, käytettävä harkintaa ja tuotava mukaan henkilökohtainen kosketus.
Nämä ovat taitoja, joita ihmisten on hiottava ja kehitettävä, jotta ihmisille on aina oma roolinsa. Jos olet esimerkiksi ohjelmistoinsinööri, et voi enää luottaa pelkästään ohjelmointitaitoihisi. Et voi levätä laakereillasi, vaan sinun on kehitettävä myös vuorovaikutustaitoja.
Sanoisin kaikille, jotka ovat luottaneet näihin taitoihin 25 vuoden ajan tai pidempään, että nuo päivät ovat luetut. On aika muuttua hieman monipuolisemmaksi.
Becca Banyard: Aivan. Ennen kuin Skynet ottaa vallan.
Alexandra Levit: Juuri niin.
Becca Banyard: Meidän täytyy lopettaa, mutta haluan esittää vielä yhden kysymyksen. Kysyn tämän kaikilta vierailtani.
Mikä on mielestäsi tärkein asia, joka pitää työntekijät tyytyväisinä työpaikalla?
Alexandra Levit: Tärkeintä ovat uudet haasteet, mahdollisuus oppia, mahdollisuus kasvaa sekä tunne siitä, että sinua arvostetaan ja että panoksesi huomataan. Se on ehkä useampi kuin yksi asia, mutta mielestäni ne liittyvät kaikki toisiinsa.
On tärkeää tuntea, että työtä arvostetaan, että kehityt ja että panoksesi on merkityksellinen sekä sinulle että organisaatiolle. Se on tärkeämpää kuin pelkkä palkankorotus tai tunne siitä, että olet osa jotain itseäsi suurempaa.
Becca Banyard: Todella hyvä. Pidän siitä. Alexandra, on ollut ilo saada sinut vieraaksi. Olen nauttinut keskustelustamme.
Alexandra Levit: Niin minäkin.
Becca Banyard: Jos meillä olisi enemmän aikaa, esittäisin vielä monia kysymyksiä. Ehkä meidän täytyy tehdä toinen jakso tulevaisuudessa. Kiitos vielä kerran, että tulit mukaan.
Jos kuuntelijamme haluavat ottaa sinuun yhteyttä tai seurata tekemisiäsi, kuinka se onnistuu? Miten he voivat pysyä ajan tasalla työstäsi?
Alexandra Levit: Voitte vierailla verkkosivustollani alexandralevit.com. Tutustukaa kirjaamme Deep Talent.
Olen myös Twitterissä osoitteessa @alevit. LinkedIn toimii myös hyvin. Kuulisimme mielellämme, mitä ihmiset ajattelevat, ja tulen mielelläni uudelleen milloin tahansa, Becca.
Becca Banyard: Mahtavaa. Pidän siitä.
Hyvä, kiitos kuuntelijoillemme, että kuuntelitte. Muistakaa tykätä ja tilata podcast, jotta pysytte ajan tasalla uusista jaksoistamme. Keskustellaan pian uudelleen. Mukavaa päivää!




