Kuinka tekoäly laajentaa ihmisten työnkuvaa

Tekoäly muuttaa ihmisten tekemää työtä. Analysoimme yli 800 000 yhdysvaltalaisen ChatGPT‑käyttäjän viestiä. Uusi tutkimuksemme osoittaa, että työaiheisista viesteistä 16,8 % ja ammattialakohtaisista viesteistä 43,5 % koskee toiseen ammattialaan liittyviä tehtäviä.

Pienyrityksen omistaja voi laatia markkinointitekstejä, tarkistaa sopimuksen tai tehdä taloudellisen perusanalyysin itsenäisesti. Myyjä voi tekoälyn avulla tutkia asiakasaineistoa, joka olisi aiemmin saatettu antaa analyytikolle. Markkinoija voi selvittää verkkosivuston ongelmia odottamatta kehittäjän apua. Jokaisessa tapauksessa tekoäly muuttaa paitsi työn tekemisen tapaa myös sitä, kuka tekee mitäkin.

Uusi raporttimme Työ muutoksen eturintamassa: kuinka tekoäly laajentaa ihmisten työnkuvaa tarkastelee tätä muutosta. Kutsumme ilmiötä tehtävien siirtymiseksi: yhteen ammattialaan perinteisesti kuulunutta työtä esiintyy toisen alan työntekijöiden tekoälyn käytössä. Toteamme Tekoälyn työelämämuutoksen viitekehyksessä⁠(avautuu uudessa ikkunassa), että monet työt todennäköisesti järjestyvät uudelleen: niiden päivittäiset tehtävät voivat muuttua huomattavasti. Tämä raportti aloittaa uuden Työ muutoksen eturintamassa -sarjamme, jossa tarkastellaan tekoälyn työelämään tuomia muutoksia reaaliajassa. 

Ainutlaatuisen aineistomme avulla seuraamme työelämän muutosta ja julkaisemme säännöllisesti näyttöön ja dataan perustuvia havaintoja päätöksenteon ja käytäntöjen tueksi.

Monissa tekoälyä ja työtä koskevissa tutkimuksissa lähtökohtana on tietyn ammattialan kiinteä tehtäväluettelo, jonka perusteella arvioidaan, pystyvätkö mallit suoriutumaan tehtävistä. Tuloksemme viittaavat siihen, että tekoäly muuttaa myös tehtävien jakautumista ihmisille.

Tehtävien siirtymisen mittaamiseksi erotamme ensin tiettyyn ammattialaan liittyvän työn monissa eri ammateissa esiintyvästä työstä. Jotkin toiminnot, kuten kirjoittaminen, tiivistäminen ja aikatauluttaminen, ovat niin yleisiä eri ammattialoilla, ettei niitä voi pitää näyttönä tehtävien siirtymisestä. Luokittelemme ne yleisiksi tehtäviksi. Muiden viestien kohdalla selvitämme, kuuluuko tehtävä käyttäjän omaan ammattialaan vai sen ulkopuolelle. Ei-yleisistä viesteistä 43,5 % koskee käyttäjän oman ammattialan ulkopuolisia tehtäviä. Tämä antaa varhaisen kuvan siitä, miten tekoäly voi muuttaa töiden tehtäväsisältöä jo ennen kuin muutokset näkyvät tehtävänkuvissa tai ammattinimikkeissä.

Tämä viittaa siihen, että huomattava osa ChatGPT:n työkäytöstä liittyy käyttäjien työnkuvan laajentumiseen. Ilmiö korostuu erityisesti useissa ryhmissä. Kun yleiset tehtävät jätetään pois, ammattialan ulkopuolisten tehtävien osuudet ovat: 

• 77 % asiakaskokemuksen parissa työskentelevien ammattialakohtaisista viesteistä
• 75 % suunnittelijoiden viesteistä
• 69 % henkilöstöhallinnon työntekijöiden viesteistä
• 56 % lakialan työntekijöiden viesteistä 
• 53 % markkinoijien viesteistä

Näillä ammattialoilla tehtäviä ikään kuin ”lainataan” muista rooleista. Tulokset kertovat työnjaon muuttumisesta: työntekijä, joka havaitsee tarpeen ensimmäisenä, voi nyt hoitaa itse joitakin tehtäviä, jotka aiemmin piti siirtää toiselle.

Alla oleva lämpökartta kuvaa tehtävien siirtymistä osoittamalla, minkä ammattialan työtä kukin ei-yleinen viesti eniten muistuttaa. Markkinoinnin ja tekniikan tehtävät siirtyvät kauimmaksi, sillä niitä esiintyy usein näiden alojen ulkopuolella työskentelevien viesteissä.

Kun tarkastelu siirretään ammattialoista yksittäisiin tehtäviin, tehtävien siirtyminen ei jakaudu tasaisesti. Taloudelliset laskelmat ja teknisten ongelmien selvittäminen kuuluvat kumpikin kolmen yleisimmän ulkopuolisen tehtävän joukkoon analyysin kaikissa seitsemässä muussa ammattiryhmässä. Myös markkinointityö leviää laajalle: markkinointimateriaalien luomista esiintyy viidessä muussa ryhmässä ja erityisen paljon suunnittelijoiden keskuudessa.

Laajempien tehtäväkokonaisuuksien tarkastelu paljastaa kaksi erillistä siirtymissuuntaa. Joihinkin töihin omaksutaan paljon tehtäviä muilta ammattialoilta. Toiset puolestaan tuottavat tehtäviä, joita esiintyy monissa eri töissä.

Suunnittelu havainnollistaa ensimmäistä ilmiötä. Noin 35,2 % suunnittelijoiden viesteistä koskee tavallisesti toiseen ammattialaan liittyvää työtä, mutta suunnittelutehtävien osuus muiden alojen työntekijöiden viesteistä on vain 1,7 %. Suunnittelijat hyödyntävät runsaasti muiden alojen tehtäviä, mutta suunnittelutyötä esiintyy muualla vain harvoin.

Tekniikan alalla tilanne on lähes päinvastainen. Vain 18,5 % tekniikan alan viesteistä koskee muiden alojen tehtäviä, mutta teknisten tehtävien osuus muilla ammattialoilla työskentelevien viesteistä on 7,4 %. Tekniikan ala on tärkeä lähde tehtäville, joita muiden alojen työntekijät ottavat hoitaakseen ohjelmisto-ongelmien selvittämisestä teknisten järjestelmien käyttöön.

Markkinointi erottuu molempiin suuntiin. Markkinoijien viesteistä 24,3 % koskee muiden ammattialojen tehtäviä. Samalla markkinointitehtävien osuus muiden alojen työntekijöiden viesteistä on 8,9 %, mikä on aineiston suurin ulospäin suuntautuva osuus. Markkinoinnin työntekijät yhdistelevät monien alojen tehtäviä, ja markkinointityö leviää myös laajasti organisaatiossa.

Yrityksen koko ja rakenne vaikuttavat siihen, miten tekoäly muuttaa työtä. Suuressa yrityksessä työntekijöillä voi olla käytettävissään erikoistuneita tiimejä, vakiintuneita työnkulkuja ja sisäisiä palveluja. Pienemmässä organisaatiossa ongelmaa lähimpänä oleva työntekijä tarttuu siihen todennäköisemmin itse kuin siirtää sen toiselle.

Keskimääräisillä käyttäjillä ammattialan ulkopuolisten tehtävien osuus laskee 18,9 prosentista 16,3 prosenttiin, kun työtilan käyttäjäpaikkojen määrä kasvaa 2–5 paikasta yli sataan. Aktiivisimpien käyttäjien keskuudessa emme havaitse samanlaista tasaista kehitystä.

Yksi mahdollinen selitys on, että pienempien organisaatioiden kohtuullisen aktiiviset käyttäjät turvautuvat tekoälyyn kohdatessaan työtä, joka muuten vaatisi toisen toiminnon apua. Aktiivikäyttäjille on puolestaan voinut muodostua vakiintuneita tekoälyavusteisia työnkulkuja, jotka muistuttavat toisiaan eri organisaatioissa, tai he saattavat käyttää tekoälyä tehokkaammin oman ydinalansa tehtäviin.

Tekoäly voi olla erityisen hyödyllinen yleistyökalu silloin, kun erikoisosaajia on vähän.

Tällaiset tekoälyn käyttötiedot osoittavat, mihin suuntaan työ on muuttumassa. Niiden avulla näemme, miten tekoäly antaa työntekijöille mahdollisuuden kokeilla uusia tehtäväyhdistelmiä jo ennen kuin yritykset uudistavat tehtävänkuvia tai luovat uusia ammattinimikkeitä. Käyttötavat voivat siis antaa varhaisen merkin ammattien muutoksesta, joka näkyy perinteisissä työmarkkinatilastoissa vasta myöhemmin.