"Mitkä työt tekoäly vie?" on vähän harhaanjohtava

Ammatti on väärä yksikkö

"Mitkä työt tekoäly vie?" – kysymys on ymmärrettävä, mutta se nojaa hieman harhaanjohtavaan oletukseen. Ammatti ei ole jakamaton palikka. Kirjanpitäjä ei tee yhtä asiaa: kuitit pitää kirjata, tiliotteet täsmäyttää, raportit koota, asiakkaita neuvoa, veropäätöksiin reagoida. Osan näistä tekoäly tekee jo sekunneissa, osassa se toimii avustajana, osaan sitä ei kannata uskoa. Sama pätee ohjelmistokehittäjään, opettajaan, lääkäriin, toimittajaan ja projektipäällikköön – eri ammateissa, eri painotuksin.

Usein tarkastelun yksiköksi kannattaa ottaa työtehtävä, ei ammattinimike. Jos tekoäly hoitaa viisi tehtävää kahdestakymmenestä, ammatti ei häviä, mutta työpäivä muuttuu. Jos se hoitaa kymmenen, ammatti saattaa yhä olla olemassa, mutta työvoimaa tarvitaan vähemmän. Joissakin ammateissa muutos voi olla niin syvä, että ammatti kutistuu olennaisesti tai jopa katoaa. Mikään näistä skenaarioista ei ole sama asia kuin "tekoäly vei ammatin", mutta jokainen on todellinen muutos työelämässä.

Tästä seuraa kiusallinen johtopäätös: mitä tarkemmin tehtävän pystyy kirjoittamaan auki, sitä helpommin sen voi antaa koneelle. Jos et tee kuvausta itse, joku muu tekee – ja todennäköisesti vähemmän helläkätisesti.

Altistuminen ei ole katoamista

ILO:n vuoden 2025 tutkimuksessa arvioitiin, että noin joka neljäs työntekijä maailmassa työskentelee ammatissa, jossa on jonkinasteista altistumista generatiiviselle tekoälylle. Generatiivisella tekoälyllä tarkoitetaan malleja, jotka tuottavat tekstiä, kuvia, koodia, ääntä tai muuta sisältöä. Arviot ovat asiantuntija-arvioita ja pohjautuvat yhden maan ammattiluokitukseen, joten niihin kannattaa suhtautua suuntaa-antavina. Korkeimpaan altistusluokkaan kuului kuitenkin vain 3,3 prosenttia globaalista työllisyydestä – ja jo tässä eriarvoisuus näkyy: naisista korkeimmassa luokassa oli 4,7 prosenttia, miehistä 2,4 prosenttia.

ILO:n johtopäätös ei ollut, että joka neljäs työpaikka katoaa. Päinvastoin tutkimuksessa pidetään todennäköisempänä, että suurin osa altistuvista ammateista muuttuu, koska työ sisältää edelleen tehtäviä, joissa tarvitaan ihmistä.

Mitä OECD:n altistumismääritelmä oikeasti tarkoittaa

Altistuminen on tekninen termi, jota kannattaa lukea tarkasti. OECD:n määritelmän mukaan altistuvaksi lasketaan työntekijä, jonka tehtävistä vähintään 20 prosenttia voitaisiin tehdä generatiivisella tekoälyllä puolessa ajassa – siis vähintään kaksi kertaa nopeammin. Kyse ei ole uutisissa joskus nähdystä "50 prosenttia nopeammin" -tulkinnasta.

Määritelmä kertoo mahdollisuudesta, ei päätöksestä. Se ei tarkoita, että tehtävä annetaan koneelle tai että ammatti häviää. Mutta sen voi kääntää myös toisin: jos tehtävä voidaan tehdä kaksi kertaa nopeammin eikä kukaan ole laskenut sitä, tietämättömyys on heikko turva. Kun tehtävä on kerran kuvattu auki, sen siirtämistä tekoälylle kannattaa usein kokeilla – kokeilu on halvempaa kuin työntekijän palkkaaminen.

Suomi: toimisto on etulinjassa, mutta luvut kaipaavat lähdekritiikkiä

Eräässä kolmannen osapuolen Datawrapper-visualisoinnissa, joka perustuu OECD:n dataan, Suomen altistuvien osuudeksi on merkitty 29,4 prosenttia ja OECD:n keskiarvoksi 26 prosenttia. Kyseessä on kolmannen osapuolen visualisointi, eikä tätä lukua ole tässä yhteydessä pystytty vahvistamaan OECD:n omasta raportista. Siihen on siis syytä suhtautua suuntaa-antavana. Se sopii kuitenkin yhteen sen kanssa, että Suomi on tietotyövaltainen maa. Generatiivinen tekoäly kävelee suoraan toimistoihin, joihin aikaisempi automaatio ei samalla tavalla yltänyt – ja toimistotyöntekijä, joka on tottunut pitämään itseään automaation tavoittamattomassa kerroksessa, saattaa huomata asuvansa pohjakerroksessa.

Toinen suomalainen tutkimus antaa eri luvun, koska se käyttää eri kynnystä. ETLA:n toistaiseksi varmistamattoman selvityksen mukaan noin 19 prosenttia suomalaisista työskentelee ammatissa, jonka tehtävistä vähintään puolet on altistunut tekstiä ja koodia tuottavalle tekoälylle. Lukuja ei saa sekoittaa keskenään: eri määritelmät mittaavat eri asioita.

Tuoreessa ETLA:n rekisterimuistiossa on viitteitä siitä, että työmarkkinavaikutukset eivät ole toistaiseksi olleet kielteisiä: noin 20 kuukauden havaintoikkunalla ChatGPT:n julkaisun jälkeen altistuneissa ammateissa ansiot ovat pikemminkin nousseet eikä työllisyyskehityksessä ole ollut eroa muihin ammatteihin verrattuna. Havaintoikkuna on lyhyt, joten se ei todista, että negatiiviset vaikutukset jäisivät pysyvästi pois. Toistaiseksi toimiston etulinja ei siis näy suomalaisissa työmarkkinatilastoissa – mutta se ei tarkoita, etteikö työn sisältö olisi jo muuttumassa.

Korkeakoulutus ei ole turvavyöhyke

OECD:n analyysien mukaan altistuminen painottuu tietotyöhön: asiantuntija-, hallinto- ja johtotehtäviin. Vähiten altistuvien joukossa on runsaasti fyysiseen ympäristöön sidottua työtä. Tämä ei tarkoita, että johtaja olisi helpompi automatisoida kuin siivooja. Se tarkoittaa, että johtajan työ sisältää paljon sähköposteja, raportteja, tiedonhakua ja materiaalien valmistelua, joihin kielimalli – siis tekstiä tuottava tekoäly – pääsee käsiksi. Siivoojan työ taas tapahtuu fyysisessä maailmassa, jonka luotettava automatisointi vaatii aivan muuta kuin hyvän kielimallin.

Korkeakoulututkinto ei siis ole suojakilpi. Päinvastoin se on usein merkki siitä, että työssä on paljon digitaalisia tehtäviä – ja juuri niihin tekoäly pääsee käsiksi. Tutkinto on kuin työkalu: se auttaa, jos työssä on paljon digitaalisia tehtäviä, mutta ei yksinään päätä, kuka pärjää muutoksessa.

Automaatio alkaa tylsästä keskiosasta

Ohjelmointi on hyvä esimerkki siitä, miten muutos tapahtuu. Kone kirjoittaa jo koodia, löytää virheitä ja rakentaa käyttöliittymiä, mutta ohjelmistokehittäjä tuskin katoaa. Työn painopiste siirtyy yksittäisten rivien kirjoittamisesta ongelman määrittelyyn, järjestelmäsuunnitteluun, tekoälyn tekemän työn arviointiin, testaukseen ja turvallisuuteen. Samaan aikaan sama teknologia voi vähentää tarvittavien kehittäjien määrää: jos yksi ihminen tekee tekoälyn avulla sen, mihin ennen tarvittiin kolme, yrityksen ei välttämättä tarvitse palkata kolmea. Yksittäisen työntekijän vahvistuminen ja kokonaistyövoiman tarpeen pieneneminen eivät kumoa toisiaan.

Automaatio ei myöskään ala työn vaikeimmasta kohdasta. Se aloittaa siitä, mikä on helppo muuttaa koneelle annettavaksi syötteeksi ja tuotokseksi: raportin ensimmäinen luonnos, kokouksen yhteenveto, sähköpostin muotoilu, koodin perusrakenne, dokumenttien vertailu, asiakaspalveluviestin luonnos. Yksikään näistä ei välttämättä muodosta kokonaista ammattia, mutta yhdessä ne voivat viedä ison osan työpäivästä.

Usein ajatellaan, että luovuus ja empatia suojaavat tekoälyltä. Tekoäly tuottaa kuitenkin jo kuvia, musiikkia, tekstiä ja empaattisen kuuloisia viestejä. Pelkkä sana "luovuus" ei siis ole automaattinen suoja. Ratkaisevaa on, tarvitaanko tehtävässä vastuullista ihmistä, joka ymmärtää seuraukset ja voidaan asettaa vastuuseen. On eri asia kirjoittaa ystävällinen viesti kuin kantaa vastuu potilaasta. On eri asia tuottaa sata mainosideaa kuin päättää, mikä niistä julkaistaan.

Ennusteet eivät ole lupauksia

World Economic Forumin vuoden 2025 raportissa arvioitiin, että monet samanaikaiset muutokset voivat vuoteen 2030 mennessä synnyttää maailmanlaajuisesti noin 170 miljoonaa työpaikkaa ja syrjäyttää noin 92 miljoonaa. Luvut eivät koske pelkkää tekoälyä, vaan mukana ovat myös väestömuutokset, vihreä siirtymä ja talouden muutokset – ja ne ovat ennusteita, eivät varmoja lopputuloksia.

Nettoluku on positiivinen – noin 78 miljoonaa – mutta se on lasku, ei lupaus. Jos katoavat ja syntyvät työpaikat eivät kohtaa, laskelmassa voi olla yhtä aikaa 92 miljoonaa työtä menettänyttä ja 170 miljoonaa avointa paikkaa. Työmarkkinamuutoksessa ratkaisevaa ei ole pelkkä määrä vaan siirtymä: syntyykö uusi työ samalle paikkakunnalle, samalle alalle, saman ikäiselle ja saman osaamisen omaavalle kuin katoava työ.

Kuka saa tuottavuushyödyn?

Jos tekoäly tekee työntekijästä kaksi kertaa tehokkaamman, säästyvä aika voi päätyä lyhyempään työaikaan, korkeampiin palkkoihin, suurempaan tuotantoon tai pienempään henkilöstömäärään. Teknologia ei valitse näistä: organisaatiot, markkinat, lainsäädäntö ja ihmiset valitsevat. Myös ILO:n raportissa sivutaan työn laatua ja tekoälyn käyttöönoton johtamista. Siksi tärkein kysymys ei lopulta ole "mitkä työt tekoäly vie", vaan miten tekoälyn tuottama hyöty jaetaan.

Mitä tämä tarkoittaa sinulle?

Ei ole yhtä ammattia, jonka voi opiskella ja olla sen jälkeen ikuisesti turvassa. Parempi lähtökohta on oman työn tehtävärakenne. Mitkä tehtävät toistuvat? Mitkä voi kuvata tarkasti? Missä käsitellään pääasiassa digitaalista tietoa? Missä virheen hinta on pieni? Entä missä tarvitaan vastuuta, luottamusta, paikallista tietoa, fyysistä toimintaa tai vaikeasti sanoiksi puettavaa harkintaa?

OECD:n aineisto viittaa siihen, että useimpien ei tarvitse kouluttautua koneoppimisen asiantuntijoiksi. Tärkeämpää on oppia tunnistamaan, milloin koneelle kannattaa antaa tehtävä, miten sen tulos tarkistetaan ja milloin kone kannattaa käskeä pois pöydästä.

Kokeile aloittaa yksinkertaisesta: kirjoita yksi työpäiväsi tehtävä auki niin tarkasti kuin osaat. Jos ohje mahtuu yhdelle sivulle, se on todennäköisesti automatisointikandidaatti. Jos se pursuaa yli kolmen sivun, mieti, onko tehtävä oikeasti vaikea vai vain huonosti kuvattu.

Lopuksi

Tekoäly tulee todennäköisesti viemään joitakin työpaikkoja ja luomaan toisia. Mutta ennen kumpaakaan se muuttaa töiden sisäistä rakennetta. Ammatti voi säilyä nimeltään, vaikka puolet työpäivästä näyttää viiden vuoden kuluttua erilaiselta.

Siksi alkuperäinen kysymys ei ole turha – se on liian karkea. Kiinnostavampi kysymys kuuluu: mitkä osat työstä annamme koneelle, mitä ihmiselle jää ja kuka hyötyy siitä, että sama työ voidaan tehdä nopeammin? Siihen ei ole valmista vastausta. Ja juuri siksi siitä kannattaa puhua nyt.