AI:n pitäisi vapauttaa ihmiset ”arvokkaampaan työhön”. Selvä. Mutta mitä se työ tarkalleen ottaen on? Tässä jaksossa David Rice keskustelee kyberpsykologian tutkijan ja psykoterapeutin tohtori Rachel Woodin kanssa siitä AI:n käyttöönoton puolesta, jonka useimmat organisaatiot sivuuttavat liian nopeasti: liian paljon ja liian nopeasti tapahtuvan automatisoinnin inhimillisistä kustannuksista, kun ei ole olemassa todellista filosofiaa sille, minkä pitäisi säilyä syvästi ja itsepintaisesti inhimillisenä.
Heidän keskustelunsa raivaa tiensä tavanomaisen AI-optimismin läpi ja päätyy epämukavampaan totuuteen. Joidenkin kitkojen on ehdottomasti poistuttava. Kenenkään ei tarvitse käyttää tuntia taulukkolaskentatietojen kopioimiseen ja liittämiseen. Mutta jotkin kitkat kuuluvat työhön: erimielisyydet, harkinta, vaikeat keskustelut, oppiminen virheiden kautta ja sen selvittäminen, kuka olet, kun asiantuntemustasi on yhtäkkiä helpompi jäljitellä. Tässä jaksossa on oikeastaan kyse tästä erosta ja siitä, miksi johtajien on lopetettava AI:n käsitteleminen ohjelmiston käyttöönottoprojektina ja alettava nähdä se inhimillisen kehityksen haasteena.
Mitä opit
- Miksi ”ole strategisempi” ja ”ole yhteistyökykyisempi” ovat lopputuloksia, eivät ohjeita
- Hallinnollisen kitkan ja vuorovaikutukseen liittyvän kitkan ero
- Miten AI:n liiallinen käyttö voi heikentää viestinnän ja ajattelun perustaitoja
- Miksi AI:n käyttöönottoa jarruttaa usein ristiriitaisuus, ei koulutuksen puute
- Miten automatisointi voi laukaista identiteetin menetyksen, surua ja ammatillista epävarmuutta
- Miksi johtajat tarvitsevat AI-filosofian, eivät vain AI-politiikkaa
- Miten AI:ta voi käyttää harjoittelutyökaluna inhimillisen harkinnan ja viestinnän vahvistamiseen
Keskeiset opit
- Kaikki kitka ei ole pahasta. Hallinnollinen puurtaminen on sopivaa automatisoitavaksi. Vuorovaikutukseen liittyvä kitka ei ole. Jos ihmiset menettävät sietokykynsä erimielisyyksien, vivahteiden ja epämukavuuden suhteen, heistä ei tule työssä inhimillisempiä. Heistä tulee vähemmän kykeneviä hoitamaan työn inhimillistä osuutta hyvin.
- Perustaidot rappeutuvat, kun lakkaamme harjoittelemasta niitä. Jokaisen yksinkertaisen sähköpostin tai vähäisen riskin viestintätehtävän ulkoistaminen saattaa tuntua harmittomalta, kunnes kuuden kuukauden kuluttua ihmiset ovat epäselvempiä, harkitsemattomampia ja vähemmän kykeneviä sanomaan, mitä he todella tarkoittavat.
- Koulutus yksin ei ratkaise vastahakoisuutta AI:ta kohtaan. Rachel väittää, että monilta tiimeiltä ei puutu tietoa. Niissä kannetaan samanaikaisesti ristiriitaisia tunteita, pelkoa, innostusta, epävarmuutta ja identiteetin järkkymistä. Tämä ristiriitaisuus on sanoitettava ennen kuin käyttöönotto helpottuu.
- Rutiinityö teki muutakin kuin tuhlasi aikaa. Se opetti myös kontekstia, harkintaa ja sitä, miten organisaatiot todellisuudessa toimivat. Tehottomuutta ei tarvitse nostalgisoida voidakseen myöntää, että toistojen tekeminen vaikeuksien kautta rakensi johtamiskyvykkyyttä.
- Tämä on osittain suruprosessi. Kun AI alkaa jäljitellä asiaa, jonka joku on käyttänyt vuosia oppiakseen hallitsemaan, kyse ei ole vain työnkulun muutoksesta. Se voi tuntua henkilökohtaiselta ja ammatilliselta menetykseltä. Sen teeskenteleminen, ettei näin ole, ei saa tunnetta katoamaan.
- Johtajien pitäisi näyttää esimerkkiä. Ennen kuin johtajat pyytävät tiimejä sopeutumaan, heidän on tarkasteltava omia kello kahden kysymyksiään AI:sta. Nimeämättömällä ahdistuksella on tapana vuotaa kulttuuriin.
- Käytä AI:ta harjoitteluun, älä korvaajaksi. Yksi tämän jakson käytännöllisimmistä ajatuksista on käyttää keskustelubottia vaikeiden keskustelujen, myyntipuheluiden tai ihmisten välisten tilanteiden rooliharjoitteluun. Anna sen paljastaa sokeat pisteet ja auttaa harjoittelussa. Mene sitten itse tekemään varsinainen inhimillinen työ.
- Ohjeistus auttaa, mutta filosofia on tärkeämpi. Ihmiset tarvitsevat selkeyttä siitä, millainen AI:n käyttö on hyväksyttävää. Sen lisäksi organisaatioiden on määriteltävä, millaista käyttäytymistä ne haluavat kannustaa, millaista harkintaa ne haluavat säilyttää ja minkä niiden mielestä pitäisi pysyä merkityksellisesti inhimillisenä.
Jaksot
- 00:00 – Tekoäly ja viestinnän heikkeneminen
- 02:26 – Korkeamman arvon työn määrittely
- 04:59 – Tekoälyn käyttöönoton tukeminen
- 06:05 – Milloin tekoälyä ei pidä käyttää
- 09:09 – Hyvä kitka vs. huono kitka
- 12:14 – Ristiriitaisuuden este
- 14:24 – Rutiinityön arvo
- 16:50 – Identiteetin järkkyminen työssä
- 21:47 – Surun sanoittaminen työssä
- 25:47 – Rakentava ponnistelu
- 29:02 – Tekoäly harjoitteluna
- 32:42 – Käytännöt vs. filosofia
- 34:32 – Muutoksen tahti
- 35:36 – Inhimillisen kehityksen suojeleminen
Tutustu vieraaseemme

Dr. Rachel Wood on AI Mental Health Collectiven perustaja. Se on monitieteinen yhteisö, joka edistää vastuullista keskustelua ja yhteistyötä tekoälyn ja mielenterveyden risteyskohdassa. Hänellä on kyberpsykologian tohtorintutkinto ja kokemusta laillistettuna neuvonantajana, ja hän toimii puhujana, neuvonantajana ja konsulttina keskittyen siihen, miten uudet teknologiat muokkaavat ihmisten välistä yhteyttä, päätöksentekoa ja emotionaalista hyvinvointia. Tasapainoisesta ja vivahteikkaasta näkökulmastaan tunnettu Rachel tuo yhteen kliinikoita, teknologia-asiantuntijoita ja tutkijoita tarkastelemaan sekä tekoälyn mahdollisuuksia ja eettisiä monimutkaisuuksia mielenterveyden alalla että ihmissuhteiden tulevaisuutta.
Aiheeseen liittyvät linkit:
- Liity People Managing People -yhteisöön
- Tilaa uutiskirje saadaksesi uusimmat artikkelimme ja podcastimme
- Ota yhteyttä Racheliin:
Aiheeseen liittyvät artikkelit ja podcastit:
David Rice: Tiimisi on käyttänyt tekoälyä sähköpostien kirjoittamiseen kuuden kuukauden ajan. Yksinkertaisia viestejä, nopeita vastauksia, ei mitään monimutkaista. Ja nyt olet huomannut laadun alkavan heikentyä. Viestit tuntuvat yleisluontoisilta. Niissä on vähemmän persoonallisuutta ja vähemmän selkeyttä siitä, mikä oikeasti on tärkeää. He eivät menetä kykyään viestiä, mutta he menettävät harjoituksen, jossa he joutuvat ajattelemaan, mitä todella haluavat sanoa.
Tämän päivän vieraana on tohtori Rachel Wood, kyberpsykologian tutkija ja psykoterapeutti, joka työskentelee tekoälyn ja mielenterveyden risteyskohdassa. Hän puhuu jostakin, jonka moni meistä tuntee mutta ei ehkä osaa nimetä. Toleranssimme kitkaa kohtaan on laskemassa – kaikenlaista kitkaa kohtaan, myös hyödyllistä.
Työssä on kahdenlaista kitkaa. Hallinnollista kitkaa, kuten laskentataulukoiden kopioimista ja liittämistä tunnin ajan. Tällaista kitkaa tekoälyn pitäisi poistaa. Mutta on myös suhteisiin liittyvää kitkaa: jännite, joka syntyy, kun kollega ajattelee eri tavalla kuin sinä. Neuvottelu, jota tarvitaan kollegoiden ollessa eri mieltä. Vaikeiden keskustelujen aiheuttama epämukavuus.
Tämä on ongelmallista. Jos automatisoimme kaiken epämukavuuden pois, emme vapaudu inhimillisempään työhön, koska inhimilliseen työhön kuuluu kitkaa. Se edellyttää, että siedät työtoverisi näkevän projektin eri tavalla kuin sinä. Se vaatii oppimista työskentelemään yhdessä tiiminä, eikä tällainen taito synny itsestään. Kukaan ei kuitenkaan anna ihmisille ohjekirjaa siihen, miten he voisivat oikeasti kehittyä työnsä inhimillisessä puolessa.
Johtajat sanovat jatkuvasti: olkaa strategisempia, luovempia ja yhteistyökykyisempiä. Mutta nämä ovat lopputuloksia, eivät ohjeita. Samaan aikaan aikuiset menettävät kärsivällisyytensä uusien työkalujen oppimiseen ja lasten on vaikea keskittyä lukemiseen. Jotakin rakenteellista muuttuu siinä, miten käsittelemme vaikeuksia. Tänään käsittelemme sitä, miten tekoälyä voi käyttää paremmaksi ihmiseksi tulemiseen – ei ihmisyyden korvaamiseen.
Puhumme viestintätaidoista, jotka ruostuvat, kun emme harjoittele niitä. Siitä, milloin tarvitset tekoälyfilosofian etkä vain tekoälypolitiikkaa. Siitä, onko muutoksen vauhti nopeampi kuin ihmisen psyyke pystyy sopeutumaan. Ja siitä, miten erottaa poistamisen arvoinen kitka säilyttämisen arvoisesta kitkasta.
Minä olen David Rice. Tämä on People Managing People. Jos olet suhtautunut tekoälyyn työkalun käyttöönottona etkä ihmisten kehittämisen haasteena, toivon tämän keskustelun auttavan sinua näkemään kaiken uudella tavalla. Aloitetaan.
No niin. Rachel, tervetuloa ohjelmaan. Hienoa saada sinut mukaan.
Rachel Wood: Kiitos paljon. Olen odottanut tätä innolla. Hienoa olla täällä.
David Rice: Haluan aloittaa siitä, että ajattelen johtajien käyttäneen suuren osan viimeisistä kahdesta vuodesta kertoen tiimeilleen, että tekoäly vapauttaa heidät arvokkaampaan työhön. Kuulen tätä edelleen joskus, vaikka ajattelin, että siitä olisi tähän mennessä tullut jo klisee.
Silti sitä sanotaan edelleen. Useimmat eivät kuitenkaan koskaan määritelleet, mitä se arvokkaampi työ oikeastaan on. Sinulla on melko selkeä näkemys siitä, mitä sen pitäisi olla. Kerro siis, mitä se on ja miksi.
Rachel Wood: Kuulen tätä paljon, David, ja mielestäni vastaus riippuu jonkin verran asiayhteydestä. Yhtä kaikille sopivaa ratkaisua ei ole, koska eri toimialat ja tiimit keskittyvät eri asioihin. Osa työstä voi kuitenkin tarkoittaa luovuuteen ja innovointiin keskittymistä.
Kun hallinnollisen työn taakkaa vähennetään, meille jää enemmän kognitiivista tilaa kuvitella, luoda, kokeilla uusia asioita ja pohtia, miten voisimme olla työssämme innovatiivisia. Toinen asia, johon meille vapautuu aikaa, on oppia työskentelemään paremmin yhdessä, jotta tiimeissä syntyy yhteensopivuutta ja ymmärrystä, jolle ei aiemmin ehkä ollut kognitiivista tilaa.
Miten työskentelette yhdessä tiiminä? Se on taito. Se ei tapahdu itsestään vain siksi, että tiimiin saadaan oikeat ihmiset. Teidän täytyy oppia työskentelemään keskenänne. Sitä voi oppia ja opettaa, ja nyt siihen on mielestäni enemmän aikaa ja tilaa.
David Rice: Olen samaa mieltä. Koko tämä ajatus resonoi minussa, koska olen kuullut sen itsekin. Näen jatkuvasti saman kaavan: yritykset ottavat tekoälyn käyttöön ja kehottavat sitten ihmisiä olemaan strategisempia, luovempia tai yhteistyökykyisempiä. Kaikki nämä ovat lopputuloksia.
Ne eivät ole varsinaisia ohjeita. Tuntuu siltä, ettei kukaan anna ihmisille ohjekirjaa siihen, miten he voisivat kehittyä työnsä inhimillisessä puolessa tai maksimoida ainutlaatuisen panoksensa käyttämällä tekoälyä heikkouksiensa käsittelyyn. Mielenkiintoista on se, että sanot työkalun itsessään voivan olla osa ohjekirjaa.
Rachel Wood: Olen täysin samaa mieltä. Kun tekoälyhankkeelle on oma budjettirivinsä, tarvitaan rinnalle toinen budjettirivi sille, miten ihmisiä tuetaan sen käyttämisessä. Teknologiasta maksetaan tietty summa, mutta sen arvo vahvistuu ja varmistuu vasta, kun ihmisille opetetaan, miten sen kanssa toimitaan, mitä sillä tehdään ja mitä ei tehdä.
Kuten sanoit, tekoälyä voi käyttää myös siihen, että kehittyy paremmaksi muissa asioissa. Eikö olisi kiinnostavaa kirjoittaa käyttämällesi keskustelubotille: ”Autat minua siirtämään osan hallinnollisesta työstäni muualle. Mitä minun pitäisi ihmisenä tehdä, jotta olisin juuri tässä työssäni parempi – sellaista, mitä sinä et voi tehdä mutta minä voin?” On kiinnostavaa käyttää tekoälyä siihen, että teemme asioita paremmin.
David Rice: Ehdottomasti. Olin tällä viikolla konferenssissa, jossa kaikki puhuivat ärsyyntyneensä siitä, että työkaverit tai suorat alaiset käyttävät tekoälyä sähköpostien kirjoittamiseen. Se on kieltämättä hieman raivostuttavaa. Sähköpostia ei pitäisi vain ulkoistaa.
Jos kysyisit tekoälyltä, pitäisikö minun käyttää sinua sähköpostin kirjoittamiseen, luulen, että Claude vastaisi, ettei kyseessä oikeastaan ole tehtävä, johon sitä tarvitaan. Jos sinulla on kuitenkin pitkä vastaus, jonka merkityksen ymmärtämiseen tarvitset apua, tai paljon vivahteita ja asiayhteyttä, jotka haluat muotoilla uudelleen, tilanne on toinen. Se on perusteltu käyttötapaus.
Jos yrität viestiä jostakin todella vaikeasti ilmaistavasta ja tekoäly auttaa sinua muotoilemaan asian toisella tavalla, hyvä niin. Erityisesti jos kyseessä on liiketoiminnan kannalta tärkeä viesti. Mutta jos vain vastaat jollekulle siihen, miksi raportti myöhästyi, älä nyt sentään. Käyttäkää järkeänne.
Rachel Wood: Meidän on käytettävä paljon harkintaa tietääksemme, milloin sitä kannattaa käyttää ja milloin ei.
Jos käytämme sitä kaikkeen erotuksetta, ajan mittaan emme enää osaa tehdä joitakin pienempiä tehtäviä. Kykymme tehdä niitä rapautuu. Otetaan esimerkiksi yksinkertainen sähköposti. Se ei ehkä tunnu suurelta asialta, mutta palaa asiaan kuuden kuukauden kuluttua ja kerro, miltä tuntuu kirjoittaa hyvin yksinkertainen sähköposti itse.
Meidän täytyy siis harkita, minkä asioiden osaamisen olemme valmiita menettämään kuuden kuukauden tai vuoden harjoittelemattomuuden jälkeen ja missä taas teemme yhteistyötä tekoälyn kanssa tavalla, joka tukee ajatteluamme eikä korvaa sitä.
