Tekoälyavusteinen työntekijöiden osaamisen kehittäminen
Laaksonen, Jonathan; Kovanen, Herkko (2025)
Laaksonen, Jonathan
Kovanen, Herkko
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025120131305
https://urn.fi/URN:NBN:fi:amk-2025120131305
Tiivistelmä
Opinnäytetyön tavoitteena oli selvittää, miten generatiivista tekoälyä voidaan hyödyntää työn-opastuksen ja työssä oppimisen tukena sekä millaisin edellytyksin tuki voidaan ottaa käyttöön turvallisesti, tarkoituksenmukaisesti ja mitattavasti. Työssä tarkasteltiin ilmiötä työn arjen ja oppimisen näkökulmasta, koska generatiivinen tekoäly oli siirtymässä nopeasti kokeiluista osaksi organisaatioiden käytännön työvälineitä. Tämän vuoksi oli tärkeää ymmärtää millaisissa tilanteissa tekoäly tuottaa hyötyä, millä periaatteilla se tulisi suunnitella ja miten sen käyttö voidaan toteuttaa luotettavasti.
Tietoperustassa käsiteltiin generatiivisen tekoälyn toimintaperiaatteita, työn ohessa tapahtuvan oppimisen malleja, oppimismekanismeja, käytännön suunnittelumalleja sekä oppimisanalytiikan ja sääntelyn keskeisiä periaatteita. Tarkastelu painottui kolmeen mekanismiin, joiden kautta generatiivinen tekoäly voi tukea oppimista: kognitiivisen kuorman keventämiseen, selityksen ja mallintamisen tarjoamiseen sekä mikrotason harjoittelun mahdollistamiseen. Lisäksi työssä kuvattiin suunnittelumalleja, joiden avulla tekoälyavusteinen tuki voidaan liittää työnkulkuun toistettavalla tavalla. Tietoperusta painotti myös mittariston ja datahallinnan merkitystä, koska pelkkä käyttö ei vielä osoita vaikuttavuutta.
Empiirinen osuus toteutettiin kyselytutkimuksena, johon osallistui työntekijöitä ja esihenkilöitä, joilla oli käytännön kokemusta generatiivisen tekoälyn hyödyntämisestä työtehtävissä. Tulosten mukaan tekoäly koettiin hyödylliseksi erityisesti tiedon jäsentämisessä, tiivistämisessä, esimerkkien tuottamisessa ja tarkistuslistojen luomisessa. Hyöty korostui perehdytyksessä ja tilanteissa, joissa ohjeistuksen määrä oli suuri. Tuloksissa nousi esiin myös haasteita kuten sisällön luotettavuuden arviointi, tietosuojan huomioiminen sekä tarve selkeille käyttörajoille ja tarkistusprosesseille. Aineisto tuki käsitystä siitä, että tekoälyn tarjoama tuki on vaikuttavinta silloin kun se on lyhyttä, kontekstuaalista ja sidottua työn kriittisiin vaiheisiin.
Johtopäätöksissä todettiin, että generatiivinen tekoäly soveltuu työnopastuksen ja työssä oppimisen tueksi silloin, kun tuki kiinnitetään selkeästi rajattuihin käyttötapauksiin ja tuotokset tarkistetaan aina ennen käyttöönottoa. Onnistunut käyttöönotto edellyttää teknisesti turvallista ratkaisua, selkeitä prosesseja ja mittareita sekä organisaatiokulttuuria, jossa tekoälyn käyttö on läpinäkyvää ja käyttäjille ymmärrettävää. Opinnäytetyö tarjoaa organisaatioille kokonaisuuden, jonka avulla tekoälytuki voidaan rakentaa toistettavasti ja liittää osaksi työn arkea niin että se tukee oppimista, suoriutumista ja jatkuvaa parantamista.
Tietoperustassa käsiteltiin generatiivisen tekoälyn toimintaperiaatteita, työn ohessa tapahtuvan oppimisen malleja, oppimismekanismeja, käytännön suunnittelumalleja sekä oppimisanalytiikan ja sääntelyn keskeisiä periaatteita. Tarkastelu painottui kolmeen mekanismiin, joiden kautta generatiivinen tekoäly voi tukea oppimista: kognitiivisen kuorman keventämiseen, selityksen ja mallintamisen tarjoamiseen sekä mikrotason harjoittelun mahdollistamiseen. Lisäksi työssä kuvattiin suunnittelumalleja, joiden avulla tekoälyavusteinen tuki voidaan liittää työnkulkuun toistettavalla tavalla. Tietoperusta painotti myös mittariston ja datahallinnan merkitystä, koska pelkkä käyttö ei vielä osoita vaikuttavuutta.
Empiirinen osuus toteutettiin kyselytutkimuksena, johon osallistui työntekijöitä ja esihenkilöitä, joilla oli käytännön kokemusta generatiivisen tekoälyn hyödyntämisestä työtehtävissä. Tulosten mukaan tekoäly koettiin hyödylliseksi erityisesti tiedon jäsentämisessä, tiivistämisessä, esimerkkien tuottamisessa ja tarkistuslistojen luomisessa. Hyöty korostui perehdytyksessä ja tilanteissa, joissa ohjeistuksen määrä oli suuri. Tuloksissa nousi esiin myös haasteita kuten sisällön luotettavuuden arviointi, tietosuojan huomioiminen sekä tarve selkeille käyttörajoille ja tarkistusprosesseille. Aineisto tuki käsitystä siitä, että tekoälyn tarjoama tuki on vaikuttavinta silloin kun se on lyhyttä, kontekstuaalista ja sidottua työn kriittisiin vaiheisiin.
Johtopäätöksissä todettiin, että generatiivinen tekoäly soveltuu työnopastuksen ja työssä oppimisen tueksi silloin, kun tuki kiinnitetään selkeästi rajattuihin käyttötapauksiin ja tuotokset tarkistetaan aina ennen käyttöönottoa. Onnistunut käyttöönotto edellyttää teknisesti turvallista ratkaisua, selkeitä prosesseja ja mittareita sekä organisaatiokulttuuria, jossa tekoälyn käyttö on läpinäkyvää ja käyttäjille ymmärrettävää. Opinnäytetyö tarjoaa organisaatioille kokonaisuuden, jonka avulla tekoälytuki voidaan rakentaa toistettavasti ja liittää osaksi työn arkea niin että se tukee oppimista, suoriutumista ja jatkuvaa parantamista.