Miksi henkilöstö ei käytä AI-työkaluja, vaikka lisenssit on jo hankittu?

Tilanne on monelle tuttu. Tekoälytyökalut on otettu käyttöön, lisenssit jaettu laajasti ja käyttöönotosta on viestitty. Silti muutaman kuukauden kuluttua aktiivisia käyttäjiä on vain pieni joukko. Suurin osa tekee työnsä kuten ennen.

Tätä selitetään usein yhdellä syyllä. Joko ajatellaan, että henkilöstö ei ole innostunut, tai että he eivät vielä osaa. Kumpikaan selitys ei yksin riitä. Käytännössä käyttö pysähtyy yleensä kahden tekijän yhdistelmään: epävarmuuteen ja osaamisvajeeseen, jotka vahvistavat toisiaan.

Arjessa osaamisvaje ei näy niin, että työkalu olisi täysin vieras. Useimmat osaavat avata sen ja kokeilla jotakin. Ongelma syntyy seuraavassa vaiheessa. Miten tekoälyä pitäisi käyttää omassa työssä niin, että siitä on oikeasti hyötyä? Mihin työvaiheeseen se kuuluu? Milloin sen käyttö nopeuttaa työtä ja milloin ei?

Kun tähän ei ole selkeää mallia, käyttö jää irrallisiksi kokeiluiksi. Työkalu tuntuu kiinnostavalta, mutta sen paikka työssä jää epäselväksi. Tällöin siitä ei muodostu rutiinia, eikä se muuta tekemistä.

Samaan aikaan epävarmuus rajaa käyttöä entisestään. Vaikka työntekijä keksisi hyvän käyttötavan, hän ei välttämättä uskalla kokeilla sitä. Epäselvää on, mitä tietoa saa syöttää, missä menee luottamuksellisen tiedon raja ja miten tuotoksia pitäisi tarkistaa ennen käyttöä.

Nämä kysymykset eivät ole teoreettisia. Ne tulevat vastaan keskellä työpäivää, kun pitäisi päättää, voiko esimerkiksi luonnosta, muistiinpanoja tai asiakastyöstä syntynyttä tietoa käyttää tekoälyn kanssa. Jos vastausta ei ole, käyttö jää tekemättä.

Osaamisvaje ja epävarmuus kietoutuvat tässä toisiinsa. Kun ei ole varma, mitä saa tehdä, ei myöskään uskalla harjoitella. Ja kun ei harjoittele, osaaminen ei kehity. Lopputuloksena syntyy kehä, jossa käyttö ei lisäänny, vaikka edellytykset olisivat olemassa.

Tilannetta vahvistaa usein se, että organisaatiossa puhutaan tekoälystä yleisellä tasolla. Kerrotaan, että sitä kannattaa hyödyntää ja että se tehostaa työtä, mutta harvemmin pysähdytään siihen, miltä tämä näyttää yksittäisessä tehtävässä. Ilman tätä konkretiaa vastuu siirtyy yksilölle.

Esihenkilöillä olisi tässä keskeinen rooli, mutta usein he ovat samassa tilanteessa kuin muukin henkilöstö. Jos he eivät itse käytä työkaluja tai tiedä, miten niitä pitäisi soveltaa oman tiimin työssä, he eivät myöskään pysty ohjaamaan käyttöä. Tällöin osaamisvaje jää yksilön ongelmaksi, vaikka se on rakenteellinen.

Seuraukset näkyvät siinä, että tekoäly jää irralliseksi lisäksi, ei osaksi työtä. Työntekijät saattavat kokeilla sitä satunnaisesti, mutta eivät rakenna sen varaan uusia toimintatapoja. Organisaatio ei saa näkyviä hyötyjä, vaikka teknologia on käytössä.

Keskeinen oivallus on, että käyttö ei lisäänny pelkästään kouluttamalla lisää. Osaaminen kyllä kasvaa, mutta jos epävarmuus ja käytännön soveltamisen puute jäävät ennalleen, vaikutus jää lyhytaikaiseksi. Samalla tavalla pelkkä ohjeistus ei riitä, jos ihmiset eivät osaa soveltaa sitä omaan työhönsä.

Käyttö lähtee liikkeelle vasta, kun nämä kaksi asiaa ratkaistaan yhtä aikaa. Ihmisille syntyy riittävä varmuus siitä, mitä he saavat tehdä, ja samalla riittävä osaaminen siihen, miten tekoälyä käytetään omassa työssä järkevästi.

Jos käyttö ei etene, kysymys ei yleensä ole siitä, miksi henkilöstö ei käytä työkaluja. Kysymys on siitä, onko heille tehty riittävän selväksi, miten niitä pitäisi käyttää juuri tässä työssä.

Missä kohtaa teidän tekoälyn käyttö oikeasti pysähtyy?

Jos haluat muuttaa yksittäiset kokeilut toimiviksi arjen käytännöiksi, tutustu Vaikuttava muutostuki -palveluun.