From resistance to resilience : understanding employee perceptions and supporting technological adaptation process of artificial intelligence

Abstract

Tekoäly (artificial intelligence) on noussut keskeiseksi aiheeksi viime vuosina, ja syystäkin. Maailman talousfoorumin (2023) Työpaikkojen tulevaisuus -raportin mukaan 23 % työpaikoista tulee kokemaan merkittäviä muutoksia seuraavan viiden vuoden aikana, ja kuusi kymmenestä työntekijästä tarvitsee koulutusta ennen vuotta 2027. Kuitenkin, vain puolella työntekijöistä on riittävät mahdollisuudet kouluttautua kehityksen vaatimassa tahdissa. Tähän tietoon peilaten, opinnäytetyön tavoitteena on tutkia työntekijöiden kokemuksia teknologisista oppimisvalmiuksistaan sekä työnantajien tarjoamasta tuesta erityisesti tekoälyn käytön ja opettelun suhteen. Tässä tutkimuksessa lähestytään aihetta työntekijöiden yksilöllisten havaintojen ja kokemusten näkökulmasta.

Ensiksi perehdymme nykyiseen tutkimustietoon yksilöllisistä oppimis- ja sopeutumismalleista sekä määrittelemme mitä tekoälyllä tarkoitetaan. Seuraavaksi keräämme vartailevaa tietoa kyselytutkimuksen avulla. Lopuksi vertaamme teoriaa tutkimustuloksiin. Lopputuloksena tunnistamme yksilöllisiä eroavaisuuksia oppimis- ja sopeutumismalleista sekä käytäntöjä, joilla yritykset voivat lisätä uuteen teknologiaan, kuten tekoälyyn sopeutumista.

Artificial intelligence (AI) has emerged as a pivotal topic in recent years, and rightfully so. According to the Future of Jobs Report by the World Economic Forum (2023), it is projected that 23% of jobs will undergo significant changes in the next five years, and six out of ten workers will require training before 2027. Although, it is expected that just half of the workforce will have access to appropriate training opportunities. In light of this information, the aim of this thesis is to investigate employees perceptions of technological adaptation abilities and the support provided by employers, as well as to explore how companies could benefit from these insights. The focus is on individual perceptions and experiences. Adapting to technology is approached from the point of view of artificial intelligence.

The first we establish a foundational understanding of existing research related to individual learning and adaptation models, alongside insights into artificial intelligence. Next, we will gather data through a survey. Finally, we will analyze the research findings in conjunction with the collected data to identify best practices for companies.