Automatiikan, ohjelmistorobotiikan ja tekoälyn piti korvata ensisijaisesti tylsiä rutiinitehtäviä, ja vapauttaa ihminen kiinnostavampiin, luovempiin töihin. Esimerkiksi Frey ym. (2016) arvioivat, että jatkossa tullaan tarvitsemaan huomattavissa määrin sekä asiantuntijoita, teknikoita ja avustavia asiantuntijoita, ja toisaalta käsillä tekemisen tarve, samoin kuin virkailijoiden tarve vähenee.
Ajatus kuulostaa humaanilta, niinhän tässä piti käydäkin. Tekniikka ratkaisee ongelmat ja hoitaa rutiinit. Me ihmiset pääsemme kehittämään ja toteuttamaan itseämme ja luovuuttamme. Mutta miten käy todellisuudessa? Onko tarvetta kevyemmän kaartin asiantuntijoille, vai onko kädentaitoihin tukeutuva putkimies kuitenkin paremmin suojatussa ammatissa?
Mitä on luovuus ja asiantuntijuus?
Tekoäly on kirjoittanut mainostekstejä jo jonkin aikaa. Taidetta tekoälyltä syntyy jo kohtalaisen vaivatta ja nyt sujuu myös henkevä keskustelu ChatGPT:n kanssa. Herääkin kysymys, että mitä oikeastaan on luovuus ja asiantuntemus.
Kaufman ja Beghetto (2009) jakoivat luovuuden neljään eri tasoon: mini-c, little-c, pro-c ja big-c. Mini-c on heidän mukaansa jokapäiväistä luovuutta, jossa tiedon rakenteiden muuntaminen tai uudelleenjärjestely olemassa olevan tiedon pohjalta on keskeistä. Keskustelu ChatGPT:n kanssa antaa vaikutelman, että tekoäly yhdistää erilaisia tietoelementtejä loogisiin kokonaisuuksiin, toisinaan hyvinkin luovalla tavalla.
Oltiinpa tekoälyn luovuuden tasosta mitä mieltä tahansa, tämänhetkiset tekoälyt eivät siinä mielessä ole luovia, että ne pystyisivät keksimään jonkin täysin uuden, laatikon ulkopuolisen ajatusmallin. Mutta kuinka usein se on edes tarpeen? Itse asiassa, kuten monet meistä päätteen ääressä päivänsä viettävistä tietävät, kaikki päätteen ääressä pakerrettu työ ei todellakaan ole luovaa työtä. Asiantuntemus puolestaan perustuu opittuun tietoon, ja ”tietämään” tekoälyä voi kyllä opettaa.
Harva työ on luovuuden ilotulitusta
Joskus insinöörin ja diplomi-insinöörin eroksi on sanottu se, että insinööri osaa toteuttaa ratkaisuja noudattamalla suunnitteluohjeita, kun taas diplomi-insinööri osaa laatia ne ohjeet. Sinänsä aika yksisilmäinen näkemys, mutta ehkä siinä piilee ajatuksen siemen. Jos työssä tarvitaan vain suunnitteluohjeiden, mallien ja standardien tuntemus, ja kyky optimoida niiden perustella edullinen ratkaisu, on ihminen hyvin nopeasti altavastaajana tekoälyyn nähden.
Jos dataa vain on saatavilla, tekoäly pystyy luokittelemaan kontekstin ihmistä paremmin, käsittelemään samanaikaisesti huikean määrän enemmän muuttujia kuin ihminen, ja vertailemaan salamannopeasti käsittämättömän määrän erilaisia vaihtoehtoja.
Heti kun yksi tekoäly saadaan opetettua riittävän luotettavaksi, se voidaan skaalata, ja lopulta, samoin kuin ChatGPT on jo nyt miljoonien ihmisten keskustelukaveri, yksi insinööritekoäly voi hoitaa koko insinöörikunnan työt. Insinööritoimiston rekrytapahtuma tulee tulevaisuudessa olemaan sopivan tekoälyratkaisun valinta.
Sama tilanne on arkkitehdeilla. Kun katselee uutta lähiöaluetta, niin harvemmin näkee mitään luovuuden ilotulitusta, toteuttamista ovat selkeämmin ohjanneet kaava, rakennusmääräykset ja -ohjeet, ja rakennuttajan taloudelliset intressit. Suunnittelua ohjaa loppupeleissä hyvin mekaanisesti käsiteltävissä oleva säännöstö.
Ehkä alkuperäinen ennustus rutiinityön poistumisesta pitääkin paikkansa, mutta ongelma onkin se, että tähän asti ei ole kunnolla pohdittu mikä kaikki onkaan rutiinityötä. Nyt olisi aika tuota pohtia – vai pitäisikö kysyä ChatGTP:ltä?
Kirjoittajan samaan aiheeseen liittyvät blogikirjoitukset Leveämmät hartiat jättiläisille ja Mitä tänään koulussa opit?
Lähteet
Frey, C. B. et al. 2016. Technology at work v 2.0. CityGroup and University of Oxford.
Kaufman, J. C. and Beghetto, R. A. 2009. Beyond Big and Little : The Four C Model of Creativity. Review of General Psychology, 13(1), pp. 1–12.
Kuva: www.shutterstock.com