Käytämme evästeitä tarjotaksemme paremman käyttökokemuksen ja henkilökohtaista palvelua. Suostumalla evästeiden käyttöön voimme kehittää entistä parempaa palvelua ja tarjota sinulle kiinnostavaa sisältöä. Sinulla on hallinta evästeasetuksistasi, ja voit muuttaa niitä milloin tahansa. Lue lisää evästeistämme.
Nämä evästeet ovat välttämättömiä, jotta verkkosivumme toimisi oikein, esimerkiksi suojaustoiminnot tai evästeiden suostumusasetukset.
Mieltymysevästeiden avulla sivusto tallentaa tietoja, jotka muuttavat sivuston käyttäytymistä ja ulkonäköä, kuten kielivalintoja tai käyttäjän sijainteja.
Parantaaksemme verkkosivuamme keräämme nimettömästi tietoja tilastollisiin ja analyyttisiin tarkoituksiin. Näiden evästeiden avulla voimme esimerkiksi seurata verkkosivumme tiettyjen sivujen käyntien määrää tai kestoa, mikä auttaa meitä optimoimaan käyttäjäkokemusta.
Nämä evästeet auttavat meitä mittaamaan ja optimoimaan markkinointitoimiamme.
Tekoäly työkaverina vai työkaluna – Mitä generatiivinen tekoäly todella osaa?
Kirjoittaja: Hannu Toivonen, tietojenkäsittelytieteen professori, Helsingin yliopisto
Generatiivinen tekoäly on tuonut mukanaan vallankumouksellisia työkaluja, jotka pystyvät tekemään asioita, joihin on aiemmin tarvittu ihmisiä – kuten ratkaisemaan matemaattisia tehtäviä tai ehdottamaan lääkitystä. Vaikka tekoäly voi vaikuttaa lupaavalta kumppanilta työelämässä, se ei ymmärrä käsittelemiään asioita. Onko tekoäly sittenkään työkaveri vai pelkkä tehokas apuväline?
“Tekoäly kirjoitti matematiikasta ja ranskasta laudaturin.”
“Tekoäly löytää potilaalle täsmälääkityksen.”
Tekoälyohjelmat osaavat asioita, joihin on aiemmin tarvittu asiantuntija. Saammeko tekoälystä uuden työkaverin?
Koneoppimiseen perustuvilla tekoälyohjelmilla on muutama keskeinen heikkous.
Generatiivinen tekoäly – kielimallit sekä esimerkiksi kuvia, videota, puhetta tai musiikkia tuottavat tietokoneohjelmat – perustuu koneoppimiseen eli matkimiseen. Ne koulutetaan valtavilla opetusaineistoilla, joista löytyneitä tilastollisia säännönmukaisuuksia hyödyntämällä ne pyrkivät tuottamaan opetusaineistoa muistuttavaa sisältöä.
Koneoppimiseen perustuvilla tekoälyohjelmilla on muutama keskeinen heikkous. Ensinnäkin koneoppimiseen sisältyy uusia virhelähteitä: opetusaineiston virheet ja vinoumat sekä säännönmukaisuuksien löytämisen ja hyödyntämisen puutteet. Jos ohjelman on tarkoitus oppia ehdottamaan, miten potilasta hoidetaan, mutta nuoret potilaat ovat opetusaineistossa aliedustettuja, ohjelma käsittelee nuoria kuin ikäihmisiä.
Merkittävämpi periaatteellinen ongelma on se, että nykyinen generatiivinen tekoäly ei ymmärrä käsittelemiään asioita. Kielimalli ei tunne itse tuottamiensa tekstien merkityksiä, se vain generoi sanoja tilastollisten säännönmukaisuuksien perusteella. Tekoälyohjelma voi ehdottaa oireiden perusteella raskaustestiä – myös miehille.
Työkalu on tekoälylle parempi metafora.
Tekoälyohjelma, joka ei ymmärrä mitä se itse tekee, ei voi olla työkaveri. Kaveruudesta puhuminen on harhaanjohtava metafora, joka viittaa sellaisiin ominaisuuksiin, joita tekoälyohjelmilla ei ole: ymmärrys, ajattelu, tavoitteellisuus, tietoisuus – tunteista ja empatiasta puhumattakaan.
Työkalu on tekoälylle parempi metafora. Silloin roolit ovat selvät: ihminen päättää mihin ja miten työkalua käytetään. Ihminen kantaa vastuun sen käytöstä ja vaikutuksista. Ihmisen tehtävänä on ennakoida mahdollisia virheitä ja korjata niitä.
Työpaikalla käytettävistä työkaluista päättää organisaatiossa usein joku muu kuin työntekijä itse. Tekoälyn tapauksessa on luontevaa edetä myös ruohonjuuritasolta ylöspäin, sillä kielimallit ovat helposti saatavilla. Asiantuntija voi kokeilla niitä ketterästi sillä välin, kun organisaation johto vasta laatii tekoälystrategiaa.
Työntekijöinä voimme itse kukin pohtia, miten omaa työtämme tai oman organisaatiomme toimintaa voisi kehittää tekoälyn avulla – ei itsetarkoituksena vaan oman työn merkityksellisyyden parantajana. Millaiset tekoälytyökalut auttaisivat meitä tekemään entistä paremmin niitä asioita, jotka oikeasti ovat tärkeitä?
Työssä jaksamisesta puhuttiin jo sata vuotta sitten. Keskustelu työntekijöiden henkisestä kuormituksesta on vilkastunut aina työelämän isojen murrosten yhteydessä. Julkinen työsuojelukeskustelu alkoi Suomessa 1800-luvun loppupuolella. Teollisuustyö yleistyi, ja työskentely suojaamattomilla koneilla ja ahtaissa tiloissa aiheutti yhä enemmän vakavia onnettomuuksia. Ei siis ole ihme, että alkuvaiheessa työsuojelu keskittyi lähinnä tapaturmien ehkäisemiseen eikä työssä jaksamisesta juuri puhuttu. Vaikka
Työn imu on innostusta, merkityksellisyyttä ja uppoutumista työhön. Se rakentuu työolosuhteista ja omista valinnoista, sanoo Piia Seppälä. Työn imu on myönteinen tunne- ja motivaatiomielentila. Sitä luonnehtivat kokemukset työn merkityksellisyydestä ja innostumisesta. Työnimuinen työntekijä on energinen ja aikaansaava. Hän haluaa panostaa työhönsä ja on sinnikäs ja periksiantamaton hankalissakin työtilanteissa. Työn imussa työntekijä pystyy keskittymään, syventymään ja
Työpaikat, joissa on työntekijöitä useilta työnantajilta, ovat yhteisöllisyyden kannalta rikkaita mutta niissä voidaan kokea myös haasteita, toteaa erikoistutkija Janne Kaltiainen.
