Kokeiluilla luottamusta tekoälypalveluihin

Tekoäly ei ole enää vain vain hypeä ja teknologiaharrastajien leikkikenttä – se on osa arkea, työtä ja päätöksentekoa. Yrityksissä tehdään tekoälykokeiluja, ja tulevaisuudessa luotamme yhä enemmän generatiivisten kielimallien tuottamiin keskusteluihin ja analyyseihin, AI-prosessiautomaatioon ja tekoälyagentteihin.

Luottamus tekoälypalveluihin kasvaa vain ymmärryksen lisääntyessä

Tekoälypalvelu on järjestelmä, joka käyttää tilastollisia menetelmiä soveltavia algoritmeja tekemään päättelyjä datasta eri muodoissaan: tekstinä, äänenä ja kuvana (Vannucini & Prytkova 2024). Esimerkiksi laajoihin kielimalleihin (large language models, LLM) pohjautuvat tekoälyratkaisut perustuvat tekoälyn kykyyn tuottaa todennäköisimmin annettuun kysymykseen ja aiempiin sanoihin ja lauseisiin sopivia sanoja.

Stokastisina ratkaisuina tekoälyn antamat vastaukset eivät ole ennalta tiedettävissä. Sillä on innovatiivista potentiaalia, mutta ei erityistä viisautta tai agendaa ilman ihmisen väliintuloa. Suojakaiteita ja hallintorakenteita tarvitaan, jotta tekoälyä voidaan käyttää yleisen hyvän mukaisesti, mahdollisimman laadukkain lopputuloksin.

Luottamus ihmisen ja koneen välille syntyy vuorovaikutuksessa (Bach et al. 2024). Luottamus ei synny automaattisesti, vaan se vaatii läpinäkyvyyttä ja ymmärrettävyyttä (Choung, David & Ross 2023). Tässä tarvitaan konkreettisia kokemuksia tekoälypalveluista, jollaisia voi saada esimerkiksi erilaisten pilottien tai Proof of Concept (PoC)-projektien parissa. Luottamus kasvaa, kun käyttäjä ymmärtää, että voi ohjata, ja tarvittaessa myös oppia korjaamaan tekoälyn toimintaa.

Lähtökohtaisesti tekoälyyn on helppo luottaa koska sen mahdollistamat työkalut tuntuvat hyödyllisiltä (Choung et al. 2023). Luottamus ei kuitenkaan tarkoita sokeaa uskoa. Se on käyttäjän halukkuutta antaa tekoälyn toimia puolestaan – odottaen, että se toimii oikein, kunnioittaa yksityisyyttä ja auttaa saavuttamaan tavoitteet, vaikka ympäristö olisikin epävarma (Bach et al. 2024).

Johdon tekoälymyönteisyys ja muutosagenttien tunnistaminen keskeistä tekoälyn käyttöönotossa

Johdon tekoälymyönteisyys lisää organisaation kykyä uudistua innovaatioiden avulla (Vuori 2025). Mikäli luottamusta on, tekoälyä voi käyttää merkittäviin parannuksiin sekä yksityisissä ajatusprosesseissa että laajemmin, esimerkiksi tietoa käsittelevien organisaatioiden älykkäässä automatisoinnissa.

Yksi suuri haaste on kuitenkin inhimillinen: luottamuksen ansaitseminen. Se vaatii aikaa, ymmärrystä ja vuorovaikutusta tekoälytyökalujen ja niiden tuotosten kanssa. Parhaan hyödyn tekoälytransformaatiosta saavat yritykset, jotka ovat valmiita pohtimaan liiketoimintaprosessiensa tekoälymahdollisuuksia mahdollisimman laajasti (McKinsey 2025). Käyttöönotossa tarvitaan henkilökohtaista rohkeutta siirtyä yksittäisistä kokeiluista strategisen ohjauksen tasolle.

Rakennettaessa luottamuksen uusiin ratkaisuihin on tärkeää kohdentaa resurssit oikeisiin toimijoihin. Vaikka tekoälyn nähdäänkin nyt merkittävästi vaikuttavan yrityksiin ja kaikkien ihmisten tapaan toimia, ihmisten valmiudet ottaa uusi, innovatiivinen ratkaisu käyttöön vaihtelevat merkittävästi (Rogers 1995).

Organisaatiosta on yleensä löydettävissä uusia ratkaisuja innolla kokeilevia innovaattoreita, varhaisia omaksujia, varhainen enemmistö ja myöhäinen enemmistö, kuin myös viivytttelijät, jotka viimeiseen asti välttelevät kaikkea uutta (Rogers 1995). Tämä pätee myös tekoälyn käyttöönotossa, ja tehokkaan liikkeellelähdön varmistamiseksi onkin tärkeää tunnistaa ketkä kuuluvat innovaattoreihin ja varhaisiin omaksujiin, ja panostaa heidän luottamuksensa varmistamiseen. Kun luottamus on saavutettu, saadaan näistä ryhmistä muutosagentteja, jotka helpottavat muidenkin ryhmien liikkeellelähtöä (Goh & Sigala 2020).

Tukea mahdollisuuksien tunnistamiseen ja uudistumiseen

Miten sitten saavuttaa luottamus tekoälytyökaluihin? Choung et al. (2023) mainitsevat hyödyllisyyden, ja se on linjassa Technology Acceptance Model:in (TAM) kanssa. TAM:in mukaan, jotta käyttäjä hyväksyisi ratkaisun tai työkalun, sen pitää olla helppokäyttöinen ja selvästi työtä helpottava (Davis 1989). UTAUT:in (Unified theory of acceptance and use of technology) mukaan tilanne on vähän monimutkaisempi ja työkalun hyväksymiseen vaikuttaa suorituskykyolettamus, tehokkuusolettamus, sosiaalinen vaikutus ja fasilitoivat olosuhteet (Venkatesh et al. 2003).

Jotta organisaatio pääsisi liikkeelle tehokkaasti tekoälyn käytössä, onkin tärkeää, että näihin tekijöihin vaikutetaan erityisesti innovaattoreiden ja varhaisten omaksujien työnkuvissa. Käytännössä tämä onnistuu parhaiten luomalla valittujen henkilöiden kanssa erilaisia kokeiluja ja pilotteja, joista saatuja kokemuksien avulla luottamusta tekoälytyökaluihin voidaan levittää laajemminkin. Pelkkä strateginen tahtotila tai hypemantran toistaminen ei takaa luottamusta uusiin työkaluihin, eikä nopeaa muutosta tekoälyä tehokkaasti hyödyntäväksi organisaatioksi.

Haaga-Helia tarjoaa hanketoiminnan kautta mielenkiintoisia mahdollisuuksia tekoälykokeiluille. Esimerkiksi AI-skaalaajat -hankkeessa autamme yrityksiä tunnistamaan uusia liiketoimintamahdollisuuksia ja parantamaan tehokkuuttaan tekoälyratkaisujen avulla. 

Kuva: Haaga-Helia