Mihin tekoäly oikeasti sopii työssä? Tehtävät ja niiden rajat

Tekoälyn hyödystä puhutaan yleensä väärällä mittarilla. Mitataan sitä, kuinka nopeasti vastaus ilmestyy ruudulle. Työn kannalta merkitsevä luku on kuitenkin koko ketju: kysymyksen muotoilu, vastauksen lukeminen, sen tarkistaminen, virheiden korjaaminen ja se osuus tapauksista, joissa lopputulos hylätään ja tehdään itse. Vasta tämän summan vertaaminen alkuperäiseen työtapaan kertoo, säästikö kone aikaa.

Tästä seuraa yksinkertainen sääntö, joka toimii melkein kaikissa tehtävissä. Tekoäly kannattaa laittaa niihin tehtäviin, joissa oikean vastauksen tunnistaminen on paljon helpompaa kuin sen tuottaminen. Mitä lähempänä nämä kaksi ovat toisiaan, sitä pienempi hyöty on. Kun tarkistaminen on vaikeampaa kuin tekeminen, hyöty on negatiivinen.

Tarkistettavuus on hyödyn oikea mittari

Ajattele kahta tehtävää. Ensimmäinen: kirjoita kokouskutsu, jossa on aika, paikka, tavoite ja kolme asiakohtaa. Voit tarkistaa tuloksen silmäyksellä, koska tiedät itse mitä siinä pitää lukea. Toinen: kirjoita kooste siitä, mitä alan sääntely vaatii pienyritykseltä. Tarkistaminen edellyttää lähteiden lukemista, eli juuri sitä työtä, jonka halusit välttää.

Molemmat tuottavat yhtä sujuvan tekstin yhtä nopeasti. Ero ei ole mallissa vaan tehtävässä. Ensimmäisessä sinulla on valmis mittapuu päässäsi, toisessa mittapuu pitää hankkia erikseen.

Sama ero näkyy siinä, miten virhe paljastuu. Osassa tehtäviä virhe kaatuu itsestään: koodi ei käänny, taulukon summa ei täsmää, päivämäärä on menneisyydessä. Toisissa virhe on täysin näkymätön, koska se on uskottava. Väärä pykälänumero, väärä vuosiluku tai väärin muistettu ehto näyttää tekstissä täsmälleen samalta kuin oikea. Kielimalli tuottaa sujuvuutta, ei totuutta, ja nämä kaksi ovat eri asioita. Ilmiön mekanismi on selitetty artikkelissa tekoälyn hallusinaatiot.

Käytännön nyrkkisääntö: jos et pysty kuvaamaan etukäteen, miten tarkistat vastauksen, älä anna tehtävää koneelle. Tarkistustavan miettiminen kestää yleensä puoli minuuttia ja säästää enemmän.

Kolme luokkaa, joihin työt kannattaa jakaa

Tehtävät kannattaa jakaa sen mukaan, mitä koneelta pyydetään. Luokka kertoo suoraan, mikä on tarkistuksen hinta ja kenellä on vastuu.

Jako on karkea mutta käyttökelpoinen. Suurin osa työpäivän tehtävistä on todellisuudessa muunnostyötä: sama asia pitää saada sähköpostiksi, muistioksi, kalvoksi ja tiedotteeksi. Juuri siinä kone on parhaimmillaan, koska oikea sisältö on jo olemassa ja tarkistus tarkoittaa vertaamista.

Luokkien raja hämärtyy silloin, kun päätös piiloutuu muunnoksen sisään. Jos pyydät tiivistelmän kymmenestä tarjouksesta, kone tiivistää mutta samalla valitsee, mikä on olennaista. Tuo valinta on päätös, ja se kannattaa tehdä itse: pyydä samat kentät jokaisesta tarjouksesta taulukkoon ja tee vertailu itse. Tehtävän pilkkominen osiin on tästä syystä tehokas keino, ja tapa on kuvattu artikkelissa promptien ketjutus.

Tehtävät, joissa hyöty on selvä

Nämä toistuvat useimmissa toimistotöissä, ja niissä säästö on yleensä aitoa.

• Ensimmäinen versio tutusta aiheesta. Tyhjä sivu on kalliimpi kuin huono luonnos, jonka osaat korjata.
• Muodon muuttaminen. Muistiinpanoista jäsennelty muistio, pitkästä viestistä lyhyt, listasta taulukko.
• Vaihtoehtojen tuottaminen. Kymmenen otsikkoa, viisi tapaa muotoilla sama lause, kolme rakennetta esitykselle.
• Kielenhuolto ja sävyn muuttaminen. Tiukan viestin pehmentäminen tai epämääräisen täsmentäminen.
• Käännösluonnos, kun osaat kohdekieltä sen verran, että huomaat karkeat virheet.
• Toistuvan rakenteen täyttäminen. Sama pohja eri sisällöillä, esimerkiksi kokousmuistio tai tehtäväkuvaus.
• Selittäminen omaan tarpeeseen. Vieraan käsitteen avaaminen niin, että ymmärrät sen ja tarkistat sitten yhdestä luotettavasta lähteestä.
• Koodin tyngät ja komennot, koska koneella ajaminen paljastaa virheen välittömästi.

Yhteinen piirre on, että sinulla on tehtävässä oma osaaminen. Kone nopeuttaa työtä, jonka osaat itse tehdä. Se ei tuota osaamista, jota sinulla ei ole. Hyvän kysymyksen rakenne vaikuttaa tulokseen enemmän kuin mallin valinta, ja se on käyty läpi artikkelissa hyvän promptin rakenne.

Tehtävät, joissa tarkistus maksaa enemmän kuin tekeminen

Tässä joukossa hyöty kääntyy helposti tappioksi, vaikka vastaus näyttäisi hyvältä.

• Faktapohjaiset koosteet lähdeviitteineen. Jokainen väite ja jokainen viite on tarkistettava erikseen, ja viitteet ovat juuri se osa, joka menee helpoimmin väärin.
• Laskenta ja lukujen käsittely. Kielimalli ei laske vaan tuottaa numeroita muistuttavaa tekstiä. Syy on selitetty artikkelissa miksi tekoäly laskee väärin.
• Voimassa olevan sääntelyn tai sopimusehdon tulkinta. Vastaus voi olla oikea, vanhentunut tai toisen maan käytäntö, eikä ero näy tekstistä.
• Kapea erikoisala. Mitä harvinaisempi aihe, sitä ohuemmin sitä on aineistossa ja sitä varmemmin malli täydentää aukot.
• Tapauskohtainen ihmisarvio. Palautekeskustelu, rekrytointipäätös, kurinpito ja asiakassuhteen katkaisu ovat päätöksiä, joissa perustelu on osa päätöstä.
• Tehtävät, joissa syöte on salassa pidettävää. Kysymys ei ole tarkkuudesta vaan siitä, mitä palveluun ylipäätään saa syöttää; rajat on käyty läpi artikkelissa tekoäly työpaikalla.

Yksi kohta ansaitsee erillisen maininnan. Pitkän dokumentin tiivistäminen tuntuu ihanteelliselta tehtävältä, ja se on sitä silloin, kun tiedät jo dokumentin sisällön ja haluat siitä lyhyen version muille. Se ei ole sitä silloin, kun tiivistelmä on ainoa asia, jonka luet. Silloin et voi tietää, mitä siitä jäi pois, ja pois jäänyt kohta on usein juuri se poikkeus, jonka takia koko dokumentti kirjoitettiin.

Sokea tarkistus on pahin yksittäinen tilanne

Kolmen luokan ulkopuolella on tilanne, joka ansaitsee oman nimensä: tehtävä, jonka tulosta et pysty arvioimaan lainkaan. Silloin ainoa käytettävissä oleva laadun merkki on vastauksen sujuvuus, ja sujuvuus on juuri se ominaisuus, joka mallilla on riippumatta siitä onko se oikeassa.

Tilanne on vaarallinen kahdesta syystä. Ensinnäkin sujuva ja varma esitystapa saa lukijan luottamaan enemmän kuin epävarma. Toiseksi ihmisellä on taipumus hyväksyä koneen ehdotus tarkistamatta silloin, kun tarkistaminen olisi työlästä. Ilmiö tunnetaan automaatioharhana, ja se on tunnistettu kauan ennen kielimalleja esimerkiksi lentokoneiden ja hälytysjärjestelmien käytössä.

Käytännön ratkaisu ei ole luopuminen vaan roolin vaihtaminen. Kun et osaa arvioida vastausta, älä käytä konetta vastaajana vaan opastajana: pyydä siltä kysymyksiä, joita sinun kannattaisi esittää asiantuntijalle, tai luettelo käsitteistä, jotka sinun pitää ymmärtää. Vastaus haetaan sen jälkeen sieltä, missä on vastuu. Tarkistuksen käytännön vaiheet on kuvattu artikkelissa näin tarkistat tekoälyn vastauksen.

Näin mittaat oman ajansäästösi kahdessa viikossa

Yleiset tuottavuusluvut eivät kerro sinun työstäsi mitään, koska ne on mitattu eri tehtävistä ja eri lähtötasosta. Oma mittaus on helppo tehdä, ja se antaa vastauksen, johon voi luottaa.

1. Valitse kolme toistuvaa tehtävää, joita teet vähintään kerran viikossa ja jotka kestävät yli kymmenen minuuttia. Kirjaa ne tarkasti, esimerkiksi "viikkokoosteen kirjoittaminen muistiinpanoista".
2. Mittaa lähtötaso yhden viikon ajan tekemällä tehtävät kuten ennenkin. Kirjaa aloitus- ja lopetusaika. Riittää minuutin tarkkuus.
3. Tee toisella viikolla samat tehtävät koneen kanssa. Kirjaa koko aika: kysymyksen muotoilu, odotus, lukeminen, tarkistus ja korjaus.
4. Merkitse erikseen hylätyt kerrat. Jos tulos ei kelvannut ja teit työn itse, kirjaa sekä hukattu aika että itse tehty aika. Tämä on se luku, joka useimmiten unohtuu.
5. Kirjaa laatu kolmiportaisesti: parempi, sama tai huonompi kuin ennen. Nopeampi mutta huonompi ei ole säästö.
6. Laske erotus tehtävittäin, älä keskiarvona. Yksi tehtävä voi säästää selvästi ja toinen kuluttaa aikaa, ja keskiarvo piilottaa molemmat.
7. Päätä jokaisesta tehtävästä erikseen, jatketaanko, muutetaanko työtapaa vai palataanko entiseen. Toimivat kysymykset kannattaa tallentaa valmiiksi pohjiksi.

Mittaus paljastaa yleensä saman asian: säästö keskittyy muutamaan tehtävään ja on niissä selvä, kun taas muissa se on olematon tai negatiivinen. Se on hyödyllisempi tulos kuin yksi keskiarvoluku. Sama logiikka pätee muihinkin työn sujuvuutta lupaaviin työkaluihin, esimerkiksi siihen miten sähköposti ja kalenteri saadaan hallintaan.

Mitä pitkällä aikavälillä rapautuu

Lyhyen aikavälin hyöty ja pitkän aikavälin kustannus ovat eri asioita, ja niitä mitataan eri hetkinä. Kolme asiaa kannattaa pitää mielessä.

Ensimmäinen on taito. Kyky kirjoittaa vaikea viesti alusta, jäsentää sekava asia tai muotoilla hankala perustelu on harjoituksen tulosta. Jos luonnostelu ulkoistetaan kokonaan, harjoitus loppuu. Tämä ei ole moraalinen huomio vaan käytännön riski: kun kone antaa huonon luonnoksen, sen huomaaminen edellyttää sitä taitoa, jota ei enää harjoitettu.

Toinen on nuorten osaajien polku. Aloittelijan oppiminen tapahtuu juuri niissä rutiinitehtävissä, jotka on helpointa automatisoida. Jos ne katoavat, kokemus kertyy hitaammin ja arviointikyky kehittyy myöhemmin. Tähän ei ole valmista ratkaisua, mutta ongelman voi tunnistaa ja jättää osan harjoitustehtävistä tehtäväksi käsin.

Kolmas on organisaation muisti. Kun luonnokset syntyvät koneella ja tarkistetaan nopeasti, dokumenteista katoaa se osa, joka kertoo miksi päätös tehtiin. Perustelu on työn arvokkain osa, ja se on juuri se osa, jonka malli osaa tuottaa uskottavimmin ilman että sillä on tietoa asiasta. Pelisäännöt kannattaa kirjata työpaikalle yhdessä, ja siihen antaa mallin artikkeli tekoälyn käyttöohje työpaikalle.

Mistä kannattaa aloittaa

Jos haluat yhden käytännön ohjeen, se on tämä: aloita muunnostöistä, joissa lähde on käsilläsi.

• Valitse tehtävä, jonka oikean lopputuloksen tunnistat sekunneissa.
• Anna koneelle se aineisto, josta vastauksen pitää tulla, äläkä luota sen muistiin.
• Pyydä muoto, jonka voi tarkistaa nopeasti: taulukko, lista tai valmis pohja.
• Tarkista aina se kohta, jota et pyytänyt, koska sinne täydennykset yleensä ilmestyvät.
• Älä siirrä koneelle tehtävää, jonka virheestä joutuisit itse vastuuseen ilman että huomaisit virhettä.

Viimeinen kohta on koko asian ydin. Vastuu tuloksesta on aina sillä, joka sen lähettää eteenpäin. Työkalu voi nopeuttaa työtä huomattavasti, mutta se ei ota kantaakseen mitään.