Koneälyn kouluttaja, tiedon tulkitsija vai algoritmien suositusten vahvistaja?

Työpaikoilla saattaa pian toimia koneälyn kouluttajia, tekoälytiedon tulkitsijoita tai algoritmien antamia suosituksia vahvistavia lääkäreitä, kun koneälyjärjestelmät kehittyvät.

– Työt tehdään ihmisen ja koneen yhteistyönä ja rinnakkain. Koneet tekevät työstä entistä mielenkiintoisempaa ja rikastavat sitä, sanoo Accenture Suomen terveydenhuollon ja julkisen sektorin liiketoimintajohtaja Marko Rauhala.

Koneäly on jo osa monien yritysten asiakaspalvelua ja yhä useammat asioivat chatbottien kanssa. Sosiaali- ja terveysalaa on automatisoitu toistaiseksi vielä vähän.

– Tähän pitäisi kehittää keinoja, sillä sosiaali- ja terveysalan tuottavuus on heikkoa muihin aloihin verrattuna työvoimavaltaisuudestaan johtuen, Marko Rauhala sanoo.

Vielä on iso joukko ihmisiä, joita teknologian kehitys ei kosketa. Rauhalan mukaan työn muutokseen pitäisi reagoida nyt systemaattisemmin, ettei kehitys ole liikaa innovaatioprojektien varassa.

Kirjassa Human + Machine (Daugherty & Wilson, 2018) kuvataan työelämässä tarvittavaa muutosta vastuullisten tekoälyjärjestelmien kehittämiseksi.

– Työntekijöiden taitoihin ja uusien ammattien syntymiseen vaikuttaa, miten kouluttamme, selitämme ja ylläpidämme koneälyjärjestelmistä saatavaa tietoa. Koneet myös vahvistavat ihmisen työtä eri tavoilla ja auttavat meitä suoriutumaan paremmin tehtävissämme, Marko Rauhala sanoo.

Koneälyä koulutetaan vastaamaan asiakkaan ongelmiin

Accenture, Riihimäen kaupunki ja teknologiayritys boost.ai aloittivat tammikuussa Kunta-Kati-kokeilun, jossa tekoäly on osana kaupungin asiakaspalvelua vuorokauden ympäri. Accenture on myös testannut neuvolan asiakaspalvelun automatisointia.

– Kenelläkään ei ole niin paljon kysymyksiä kuin lastaan odottavalla pariskunnalla uuteen elämäntilanteeseen liittyen, Marko Rauhala sanoo.

Kun virtuaaliassistenttien käyttöönottoa on testattu, on syntynyt uusia työrooleja. Yksi uusista töistä on koneälyn kouluttaja. Hän tutkii ja mallintaa sitä, mistä asiakkaat ovat kiinnostuneita, mihin heidän kysymyksiinsä pitää vastata ja millä tavalla niin, että ratkaistaan asiakkaan ongelmaa.

– Tekoälykouluttaja yleensä tuntee hyvin substanssin jo entuudestaan ja kouluttaa koneälyä vastaamaan asiakkaiden kysymyksiin. Heidän tehtävänään on ymmärtää se, mitä ihminen aikoo sanoa, Rauhala kuvaa.

Virtuaaliassistentti muuttaa fyysisten asiakaskäyntien sisältöä.

– Asiakaskäynneillä käsitellään vaikeita asioita, esimerkiksi parisuhteen kehittämistä tai mielenterveyttä, joita virtuaaliassistentti ei kykene ratkaisemaan, Rauhala kuvaa.

Datasta kertyvä asiakasymmärrys ohjaa palveluiden suuntaa

Virtuaaliassistentin käytöstä alkaa kertyä huomattava määrä dataa ja tietoa asiakkaiden tarpeista saadaan lisää.

– Aletaan ymmärtää, mitkä teemat kiinnostavat ja mihin aikaan vuorokaudesta tai vuodesta tietyt asiat ja kysymykset nousevat. Niiden kautta syntyy töitä, joiden tavoitteena on ohjata palveluiden tarvetta ja palveluiden suuntaa uuden datan avulla, Marko Rauhala kuvaa.

– Dataa tulkittaessa tarvitaan työntekijöitä, jotka selittävät ja ylläpitävät koneälyjärjestelmää ja sen toimintaa, että voidaan taata laatua ja sitä, että koneäly ei vääristä asioita. On myös työkaluja, jotka analysoivat koneälyn virheitä, joten siinäkin ihmisellä on apunaan kone, Rauhala jatkaa.

Human + Machine -kirjassa kuvataan myös työn muutosta, jossa ”koneäly antaa ihmiselle supervoimia”. Ihminen esimerkiksi työskentelee suuriin tietomääriin liittyvien priorisointien kanssa tai pitää huolta koneen ja ihmisen välisen vuorovaikutuksen laadusta.

Accenture Suomen tervedenhuollosta vastaava liiketoimintajohtaja Marko Rauhala haluaa vauhdittaa sosiaali- ja terveysalan automatisointia. Monen työstä se tekee entistä mielenkiintoisempaa.

Ennustavaan tekoälyanalytiikkaan liittyy huoli koneiden ja algoritmien luotettavuudesta. Rauhalan mielestä juuri siksi työntekijöiden pitäisi saada tehdä yhteistyötä järjestelmien kanssa pidemmän aikaa, jotta he voivat nähdä hyödyn ja luotettavuuden omassa työssään, vuorovaikutuksessa koneälyn kanssa. Silloin he oppivat näkemään, miten algoritmit vahvistavat ja antavat suosituksia toimenpiteille tai diagnooseille.

– Esimerkiksi syöpähoitojen ennustettavuutta ja vaikuttavuutta voidaan aiempien potilastapauksien ja nykyisen datan pohjalta tutkia. Tätä ei ihminen millään itse pysty laskemaan, mutta kaikki tarvittava tieto ennustettavuuteen on olemassa, Marko Rauhala kuvaa.

”Kaikki oppivat fuusiotaitoja”

Työvoiman muutokset ovat hitaita. Marko Rauhalan mukaan koneäly kehittyy terveydenhuollossa taustahankkeiden kautta ennen kuin luottamus lisääntyy niin, että sitä voidaan luontevasti käyttää kliinisessä työssä.

Suomessa päättäjät miettivät, miten työvoimamme olisi relevanttia jatkossa, kun iso osa työstä automatisoituu.

– Jos ihmiset eivät mieti työroolejaan koneen kanssa, voi oma vahvuus ja osaaminen heiketä. Uudet työt ovat sellaisia, joihin konkretian ja arjen osaajat pystyvät hyvin siirtymään, eivätkä ne välttämättä edellytä korkeakoulutusta. Puhutaan fuusiotaidoista, joita kaikki voivat oppia, Rauhala mainitsee.

Lähde: Daugherty, Paul R. & Wilson, James H.: Human + Machine, Reimagining Work in the Age of AI, Harvard Business Review Press, Boston, Massachusetts, 2018

video ja kuva: Petri Mulari