Miten työntekijät löytävät uusia työskentelytapoja

Uusin tutkimuksemme osoittaa, että tekoälytyökalujen saatavuuden lisäksi olennaista on se, miten tehtävät jaetaan ja suoritetaan. Näistä tavanomaiseen työnkuvaan kuulumattomista uusista tehtävistä tulee säännöllinen osa työntekijöiden tekoälyn käyttöä. Jos näistä tehtävistä tulee säännöllisiä vastuita, työnkuvat voivat laajentua, vaikka tehtävänimikkeet eivät muuttuisi.

Dokumentoimme ensimmäisessä Työ kehityksen eturintamassa -raportissamme⁠ tehtävien siirtymistä ammattirajojen yli: työntekijät käyttävät tekoälyä toimintaan, joka on perinteisesti yhdistetty toiseen ammattiin. Uusimmassa tutkimuksessamme selvitetään, mitä seuraavaksi tapahtuu.

Analysoimme yli 1,5 miljoonaa työhön liittyvää ChatGPT‑viestiä huhtikuusta heinäkuuhun 2026. Tulokset osoittavat, että osa ammattirajat ylittävästä tekoälyn käytöstä toistuu säännöllisesti. Työntekijät palaavat ammattinsa rajat ylittäviin tehtäviin, ja ajan myötä niiden osuus havaitusta tekoälyn käytöstä kasvaa.

Tulokset antavat alustavan kuvan siitä, miten tekoälyn avulla kokeilluista uusista tehtävistä voi tulla osa työntekijöiden säännöllisiä työrutiineja. Neljän kuukauden tutkimuksemme ammattilaisten tekoälyn käytöstä ja kehotteista tarjoaa tärkeää tietoa yrityksille, jotka selvittävät, miten tekoäly kannattaa ottaa käyttöön organisaatiossa. Havaitut kehityssuunnat osoittavat, miten yritykset voivat tekoälyn avulla sujuvoittaa siirtymää ongelman tunnistamisesta työn edistämiseen. Tulostemme mukaan organisaatioiden tulisi huomioida tekoälystrategioissaan työtehtävien suunnittelu tekoälytyökalujen saatavuuden rinnalla.

Työntekijöiden tapa käyttää tekoälyä vaihtelee sen mukaan, kuuluuko tehtävä heidän rooliinsa kyseisellä alalla. Työntekijät laativat tekoälylle erilaisia kehotteita sen mukaan, kuuluvatko tehtävät heidän tavanomaiseen rooliinsa. Ammattinsa ulkopuolisista tehtävistä kysyessään he kirjoittavat keskimäärin lyhyempiä kehotteita kuin ammattiinsa kuuluvista tehtävistä. He pyytävät myös harvemmin selityksiä, toimintaohjeita, tiettyä vastausmuotoa tai neuvoja.

Toisaalta työntekijät antavat tekoälylle useammin esimerkkejä tai taustatietoja pyytäessään apua ammattinsa ulkopuolisiin tehtäviin. He myös pyytävät tekoälyä useammin tarkistamaan tai varmistamaan jonkin asian.

Yksi tulkinta on, että työntekijät hyödyntävät tekoälyä lainatakseen muiden alojen asiantuntemusta. Sen sijaan, että työntekijät pyytäisivät tekoälyä opettamaan heille kokonaan uuden alan, he voivat antaa sille ongelman ja olennaisen tausta-aineiston, kuten asiakirjan, esimerkin tai kollegalta saadun tiedon, ja pyytää sitä soveltamaan toisen alan osaamista. 

Seuraavaksi on selvitettävä, palaavatko työntekijät näihin tehtäviin. Huhtikuusta heinäkuuhun säännöllisesti seurattujen noin 6 200 työntekijän joukossa aiemmin tehtyjen, ammattirajat ylittävien tehtävien osuus ammattikohtaisesta tekoälyn käytöstä kasvoi huhtikuun 13,1 prosentista heinäkuun 25,9 prosenttiin¹. Tämä kehitys viittaa siihen, että työntekijät sisällyttävät osan ammattirajat ylittävästä tekoälyavusta jatkuviin työnkulkuihinsa sen sijaan, että vain kokeilisivat sitä kerran. 

Erillinen analyysi auttaa suhteuttamaan tehtävien toistuvuutta. Otokseen perustuvissa kuukauden mittaisissa seurantapareissa työntekijät palasivat edellisen kuukauden ammattirajat ylittävään tehtävään 23,6 prosentissa tapauksista. Vertailukelpoisista työntekijöistä, joiden ei havaittu tehneen samaa tehtävää edellisen kuukauden aikana, siihen tarttui 8,4 prosenttia. Samankaltaisia eroja esiintyy myös omaan ammattiin kuuluvissa ja yleisissä tehtävissä.

Toistuvuus vaihtelee huomattavasti työn tyypin mukaan. Työntekijät palasivat seuraavassa kuussa suhteellisen usein seuraaviin ammattirajat ylittäviin tehtäviin:

• Tuotteista tai palveluista keskusteleminen asiakkaiden kanssa: 54 %

• Mainos- tai markkinointitekstien kirjoittaminen: 44 %

• Markkinointimateriaalien luominen: 37 %

Vertailun vuoksi työntekijät palasivat taloustietojen selittämiseen noin 15 prosentissa tapauksista. Seuraavan kuukauden keskimääräinen paluuaste oli ammattirajat ylittävissä tehtävissä 18,5 %. Erot saattavat kuvastaa sitä, millaisiin toistuviin työnkulkuihin tekoäly sopii luontevasti. Ne voivat myös johtua työpaikkojen erilaisista normeista, varovaisuudesta tai virheiden koetuista seurauksista. 

Kaksi ensimmäistä Työ kehityksen eturintamassa -raporttia havainnollistavat, miten työ voi muuttua ennen tehtävänimikkeitä. Ensimmäinen raportti osoitti, että työntekijät ylittävät tekoälyn avulla perinteisiä ammattirajoja. Tämä raportti osoittaa, että osasta näitä tehtäviä tulee säännöllinen osa työnkulkuja. Havaitut toimintamallit viittaavat yhteen mahdolliseen tapaan, jolla tekoäly voi muuttaa työnkuvia: työntekijä kokeilee perinteisen roolinsa ulkopuolista tehtävää, huomaa tekoälyn hyödylliseksi ja alkaa tehdä tehtävää toistuvasti osana työtään.

Tekoäly voi muokata työnkuvia jo kauan ennen tehtävänimikkeiden muuttumista: työntekijät käyttävät tekoälyä toiseen ammattiin liittyviin tehtäviin ja palaavat ajan myötä osaan niistä. Jos näistä tehtävistä tulee säännöllisiä vastuita, työnkuvaan kuuluvien tehtävien kirjo voi laajentua, vaikka tehtävänimike pysyisi ennallaan. Jatkamme näiden muutosten tutkimista, jotta ymmärtäisimme entistä paremmin, miten tekoäly muuttaa työnjakoa ja mitä se merkitsee työntekijöille, yrityksille ja koko taloudelle.

• Lue tutkimuksemme ammattirajat ylittävistä tehtävistä⁠ ja tutustu siihen, miten työntekijät tarttuvat ChatGPT:n avulla perinteisen roolinsa ulkopuolisiin tehtäviin.

• Lue tekoälyn työelämäsiirtymien viitekehyksemme⁠ ja tutustu siihen, miten tekoälyn kyvykkyydet, ihmisten roolit ja kysyntä voivat muovata työllisyyttä.