Automaation muuttaessa työtä, kuka saa uuden työpaikan?

Automaatio harvoin poistaa kokonaista ammattia yhdellä siistillä liikkeellä. Se järjestää uudelleen tehtävät, harkintavallan, koulutuksen, valvonnan ja...

Automaation muuttaessa työtä, kuka saa uuden työpaikan?

Työ ei ole tehtävälista

Yksi harhaanjohtavimmista kysymyksistä automaatiokeskustelussa on, viekö kone jonkun työpaikan. Työ on harvoin yksi asia, joka voidaan nostaa pois ihmiseltä ja sijoittaa palvelimelle. Se on kokoelma tehtäviä, harkintaa, rutiineja, ihmissuhteita, valtuuksia ja paikallista tietämystä. Osa näistä osista voidaan tukea. Osa voidaan standardisoida. Osa voidaan poistaa. Toisista tulee entistä tärkeämpiä juuri siksi, että rutiinityö on siirretty muualle.

Muutos saapuu siis ennen kuin ammattinimike ehtii muuttua. Aikataulujärjestelmä voi muuttaa sitä, keneltä pyydetään töihin, vaikka työvuorolistassa lukisivat edelleen samat nimet. Dokumenttiavustaja voi muuttaa sitä, mitä pidetään kohtuullisena työmääränä, vaikka sopimuksessa lukisi edelleen sosiaalityöntekijä. Suorituskyvyn seurantapaneeli voi muuttaa epävirallisen harkinnan tavoitteeksi, vaikka kukaan ei kutsuisi paneelia esimieheksi. Työ on muuttunut. Organisaatio on vain saattanut unohtaa päivittää sanastonsa.

Siksi vakava kysymys ei ole se, tuhoaako automaatio työpaikkoja abstraktilla tasolla. Se on se, kuka päättää, mitkä tehtävät siirtyvät, mitkä uudet tehtävät ilmestyvät, mitkä riskit hyväksytään, ketkä koulutetaan ja kenellä on valta riitauttaa tulos. Vastaus määrää, muuttuuko tekninen muutos oikeudenmukaiseksi siirtymäksi, työn tehostumiseksi vai hiljaiseksi vallansiirroksi työtä tekeviltä sitä mittaavalle järjestelmälle.

Kuvittele yhdistetty työpäivä, joka on koottu tutuista piirteistä eikä minkään nimeltä mainitun työnantajan raportista. Tiimi saa työkalun, joka luonnostelee yhteenvetoja, ehdottaa prioriteetteja ja mittaa kuhunkin tapaukseen käytetyn ajan. Työkalua kuvataan avuksi. Tiimille kerrotaan, ettei yhtään roolia poisteta. Muutamassa viikossa helpot tapaukset valmistuvat nopeammin, vaikeat tapaukset jäävät, tavoite lasketaan uudelleen nopeamman keskiarvon mukaan, ja ne, jotka kyseenalaistavat ehdotuksen, käyttävät enemmän aikaa sen dokumentointiin, miksi he tekivät niin. Mikään tässä ketjussa ei edellytä, että kone ottaisi työpaikan. Työ on silti suunniteltu uudelleen koneen ympärille.

Tämä ero on tärkeä, koska se muuttaa sitä, mihin vastuullisen käyttöönoton on vastattava. Jos työtä järjestellään uudelleen, työntekijät tarvitsevat sananvaltaa suunnitelmaan, eivät motivoivaa julistetta sen jälkeen, kun suunnitelma on valmis. Jos harkinta siirtyy pisteytysjärjestelmään, asianosaiset tarvitsevat tavan tarkastaa ja riitauttaa pisteet. Jos koulutus on tarpeen, jotta uusi järjestely toimii, koulutus on osa muutosta itseään, ei etu, jota tarjotaan, kun budjetti sallii.

Aloita siitä, mitä ihmiset todella tekevät

Hyvä siirtymätyö alkaa havainnoinnista. Ennen kuin tiimi valitsee mallin, sen tulisi kuvata työ sellaisena kuin sitä tehdään, mukaan lukien ne hankalat osat, jotka eivät koskaan näy prosessikaaviossa. Mitkä päätökset ovat rutiininomaisia? Mitkä riippuvat asiayhteydestä? Mitkä vaativat keskustelua, ammatillista suhdetta tai fyysistä tarkastusta? Missä ihmiset huomaavat, että tieto on puutteellista? Missä he kompensoivat järjestelmää, joka ei erota epätavallista tapausta huonosta?

Tämä ei ole perustelu ihmistyön romantisoimiselle. Jotkut rutiinit ovat tylsistyttäviä, toisteisia ja huonosti sopivia ihmiselle, jolla on muita tehtäviä. Tarpeettoman kopioinnin, etsimisen tai uudelleenmuotoilun poistaminen voi olla aito parannus. Tarkoitus on nimetä tehtävä, jonka tulisi muuttua, sen sijaan että kohdeltaisiin ammattia yhtenä kokonaisuutena. Järjestelmä, joka poistaa päällekkäisen kirjauksen, voi antaa aikaa takaisin. Järjestelmä, joka poistaa epävarman vastauksen tarkistamiseen tarvittavan ajan, voi luoda nopeamman tavan olla väärässä.

Hyödyllisessä tehtäväkartassa on vähintään neljä kerrosta. Ensimmäinen on näkyvä toiminta: luokittele, luonnostele, aikatauluta, tarkasta, vastaa tai hyväksy. Toinen on sen sisään kätkeytyvä harkinta: mikä lasketaan valmiiksi, kiireelliseksi, turvalliseksi, oikeudenmukaiseksi tai olennaiseksi. Kolmas on harkintaan liittyvä vastuu: kenen on selitettävä päätös, korjattava se ja kannettava seuraukset. Neljäs on oppimissilmukka: kuka huomaa uuden kaavan, päivittää käytännön ja kertoo järjestelmälle, että sen vanha oikotie ei enää toimi.

Nämä kerrokset jakautuvat usein tiimin kesken. Vastaanottovirkailija saattaa huomata yksityiskohdan, jonka poliittinen analyytikko muotoilee. Teknikko saattaa tunnistaa vian, jonka insinööri myöhemmin kirjaa säännöksi. Sosiaalityöntekijä saattaa tietää, että lomakkeen ilmaus on merkki ahdingosta eikä puuttuva kenttä. Järjestelmä voi tukea jokaista eri tavoin, mutta sen ei pitäisi pyyhkiä pois reittiä, jota pitkin tieto kulkeutuu organisaatioon. Jos poikkeuksen näkevät ihmiset suljetaan suunnittelun ulkopuolelle, järjestelmä on hyvin johdonmukainen sen huomaamatta jättämisessä.

Kansainvälisen työjärjestön työ generatiivisen tekoälyn parissa on hyödyllistä tässä, koska se erottaa tehtävien altistumisen kokonaisten ammattien kohtalosta. Sen analyysi osoittaa, että monet työtehtävät ovat vain osittain altistuneita ja että ne todennäköisemmin täydentävät kuin korvaavat kokonaan. Tämä ei tarkoita, että muutos olisi vaaraton. ILO nostaa esiin muutokset työn laadussa, työn intensiteetissä ja autonomiassa, ja toteaa, että lopputulos riippuu siitä, miten teknologia otetaan käyttöön. Tehtävä voi säilyä muodollisesti ihmisen tekemänä, vaikka sen ympärillä olevat olosuhteet muuttuisivat vähemmän inhimillisiksi.

Sama analyysi varoittaa myös käsittelemästä altistumisindikaattoreita työpaikkojen menetysten ennusteina. Altistumispisteet voivat osoittaa, mihin teknologia saattaa koskettaa työtä. Ne eivät kerro, käyttääkö työnantaja mahdollisuutta vähentää rasittavuutta, lisätä tuottavuutta, poistaa harkintavaltaa vai luoda parempaa palvelua. Se on johtamisen ja yhteiskunnan kysymys. Luku voi paikantaa oven. Se ei voi kertoa, kenellä on lupa astua siitä sisään.

Automaatio muuttaa työn verkostoa, ei yhtä laatikkoa organisaatiokaaviossa. Kartta pitää harkinnan ja vastuun näkyvillä.

Tehostaminen voi silti tiivistää työtä

Sana tehostaminen kuulostaa lohdulliselta, koska se viittaa siihen, että ihminen pysyy kuvassa. Se ei sinänsä takaa parempaa työtä. Järjestelmä voi tehostaa työntekijän työtä antamalla tälle hyödyllisen työvälineen tai antamalla tälle suuremman pinon tapauksia ja vähemmän aikaa käsitellä kutakin. Se voi parantaa päätöksen laatua, tai se voi saada päätöksen näyttämään niin objektiiviselta, ettei kukaan koe voivansa kyseenalaistaa sitä.

Työn intensiteetti ei tarkoita vain suoritettujen tehtävien määrää. Siihen kuuluvat odotettu työtahti, siedetyt keskeytykset, poikkeusten käsittelyyn liittyvä henkinen ponnistus ja se, kuinka paljon tarkkaavaisuutta huolelliseen päätökseen on käytettävissä. Luonnostelutyökalu voi säästää aikaa rutiinikirjeessä, mutta samalla se voi kasvattaa sitä kirjemäärää, joka henkilön odotetaan tuottavan. Reitinoptimoija voi lyhentää matka-aikaa, mutta täyttää jokaisen säästetyn minuutin uudella käynnillä. Hallintapaneeli voi paljastaa pullonkaulan ja muuttaa sen sitten huomaamatta yksittäisen työntekijän suorituskykyongelmaksi.

ILO:n havainnot asettavat työn laadun työn määrän rinnalle syystä. Tehtävä voi säilyä, vaikka autonomia kutistuu. Henkilö voi pitää tittelinsä, vaikka menettää sen harkintavallan, joka teki tehtävästä ammattitaitoa vaativan. Muutos voi olla myös epätasaista. Työntekijät, joilla on jo pääsy luotettaviin järjestelmiin ja koulutukseen, voivat saada etua, kun taas samassa ammatissa toimivat joutuvat hoitamaan vaikeat tapaukset vähemmällä ajalla ja vähäisemmillä resursseilla. Kokonaiskuva voi näyttää tuottavuudelta, vaikka arki muuttuu jonoksi, joka ei koskaan tyhjene kunnolla.

Siksi vastuullisen ehdotuksen tulisi kuvata tavoiteltu parannus sellaisin termein, joita työntekijä voi testata. Poistaako järjestelmä päällekkäisen vaiheen? Helpottaako se olennaisen tiedon löytämistä? Jääkö aikaa keskustelulle, jota ei voi automatisoida? Vähentääkö se altistumista vaaralliselle tehtävälle? Mitä säästyneelle ajalle tapahtuu? Jos vastaus on yksinkertaisesti se, että tiimi käsittelee enemmän, organisaatio ei puhu lisäämisestä. Se puhuu uudesta tuotostavoitteesta kohteliaalla käyttöliittymällä.

Mukana on myös laatuongelma. Kun järjestelmä hoitaa tavalliset tapaukset, ihmiset näkevät suuremman osuuden epätavallisista tapauksista. Jäljelle jäävä työ muuttuu monitulkintaisemmaksi, seurauksiltaan merkittävämmäksi tai enemmän kokemuksesta riippuvaiseksi. Tämä voi olla hyvä syy panostaa asiantuntemukseen. Sitä voidaan käyttää myös perusteluna sille, että työ on nyt liian epäsäännöllistä ansaitakseen kunnollisen prosessin. Ensimmäinen polku kohtelee harkintaa kykynä. Toinen kohtelee sitä kustannuspaikkana, jota ei ole vielä onnistuttu puristamaan kasaan.

Siirtymäsuunnitelmaan tulisi siksi sisällyttää kontrafaktuaali, joka harvoin kirjoitetaan ylös: miltä työ näyttää, jos järjestelmä on riittävän tarkka ollakseen hyödyllinen, mutta ei riittävän tarkka, jotta siihen voisi luottaa ilman tarkistusta? Tämä on monien päätöksenteon tukijärjestelmien normaali tila. Vastauksen tulisi kertoa, missä tarkistus tapahtuu, kuinka kauan se kestää, mitä näyttöä se vaatii ja miten henkilö voi kieltäytyä suosituksesta joutumatta leimatuksi tehottomaksi.

Ohjelmiston piilossa oleva esimies

Automaatiosta tulee työpaikan hallintaa, kun ohjelmisto alkaa kohdentaa, ohjata, arvioida tai valvoa työtä. Sitä ei tarvitse kutsua tekoälyksi. Kiinteä sääntö, joka määrää tehtävän saatavuuden perusteella, voi muokata päivän kulun. Arviointijärjestelmä voi vaikuttaa pääsyyn tuleviin töihin. Malli, joka ennustaa todennäköisen viivästyksen, voi muuttaa sen, kuka saa vaikean vuoron. Tekninen ero säännön ja opitun mallin välillä on merkityksellinen läpinäkyvyyden kannalta, mutta työntekijä kokee molemmat saapuvan päätöksen kautta.

Euroopan komission tutkimus algoritmisesta johtamisesta kuvaa tätä alaa joukkona käytäntöjä, jotka voivat automatisoida tai tukea perinteisiä johtamistoimintoja. Näihin toimintoihin kuuluvat rekrytointi, tehtävien kohdentaminen, seuranta, arviointi sekä etenemistä tai työsuhteen päättämistä koskevat päätökset. Tutkimus toteaa myös, että poliittinen ja oikeudellinen vastaus on hajautettu useisiin välineisiin sen sijaan, että se olisi koottu yhteen siistiin työelämän säännöstöön. Tämä pirstaleisuus on hallinnollinen tosiasia, ei lupa teeskennellä, ettei ohjelmistolla olisi esimiehen kaltaisia vaikutuksia.

Algoritminen johtaminen tuodaan usein käyttöön pienen operatiivisen lupauksen kautta. Yhdistetään ihmiset tehtäviin nopeammin. Huomataan kapasiteetti ennen kuin työvuorolista hajoaa. Annetaan esihenkilölle selkeämpi näkymä. Havaitaan turvallisuusriski. Jokainen lupaus voi olla järkevä. Riski ilmestyy, kun mittarista tulee työn korvike. Vastausaika edustaa huolenpitoa. Arvio edustaa luotettavuutta. Näytön aktiivisuus edustaa vaivannäköä. Korvike on helpompi laskea, joten organisaatio alkaa kohdella sitä todellisempana kuin asiaa, jota sen oli tarkoitus kuvata.

Kun korvike ohjaa pääsyä työhön, todistustaakka muuttuu. Esihenkilö pystyy yleensä selittämään päätöksen asiayhteydessään, vaikka selitys olisi huono. Järjestelmä voi tuottaa pistemäärän, joka näyttää neutraalilta, koska sen syötteet ovat piilossa. Työntekijän on sitten haastettava sekä tulos että ajatus siitä, että tulos on oikeanlaista näyttöä. Siksi tiedonsaanti, inhimillinen tarkastelu ja merkityksellinen riitauttamismahdollisuus ovat tärkeitä. Vastaus, jonka mukaan järjestelmä on monimutkainen, ei ole selitys. Se on kutsu lopettaa kysyminen.

Valvonta ansaitsee erityistä huomiota. Koordinointia varten kerättyjä tietoja voidaan käyttää uudelleen arviointiin. Turvallisuuden vuoksi kerättyjä tietoja voidaan käyttää kurinpitoon. Tietoja, joita kerätään työnteon aikana, voi paljastaa arkaluonteista tietoa terveydestä, hoivavastuista tai yhteyksistä. Se, että järjestelmä pystyy keräämään signaalin, ei tee signaalista oikeudenmukaista käyttää. Työpaikka ei ole laboratorio, jossa suostumuksen voidaan olettaa syntyvän siitä, että työntekijä klikkasi ruudun läpi ennen vuoron alkua.

Euroopan ammatillinen yhteisjärjestö on vaatinut, että tunkeileville työpaikkasovelluksille tarvitaan vahvemmat rajat, että työntekijät ja heidän edustajansa saavat tiedot selkeällä kielellä ja että kuuleminen tapahtuu ennen käyttöönottoa ja merkittäviä muutoksia. Sen kanta yhdistää myös algoritmiset järjestelmät työehtosopimusneuvotteluihin, työntekijöiden koulutukseen ja oikeuteen tarkistaa ja oikaista päätöksiä. Nämä eivät ole teknisiä lisäosia. Ne tunnustavat, että työpaikka on sosiaalinen instituutio ja että vallan siirtäminen ohjelmistoon muuttaa tasapainoa tämän instituution sisällä.

Kuuleminen on osa suunnittelua

Tiedottamista ja kuulemista kohdellaan joskus seremoniallisina vaiheina, jotka seuraavat varsinaista päätöstä. Eurooppalainen kehys ei anna meille syytä kohdella niitä niin. Komission kehys direktiivin 2002/14/EY ympärillä esittää oikea-aikaisen tiedottamisen ja kuulemisen osana sitä, miten organisaatiot käsittelevät merkittäviä muutoksia ja uusia työn organisoinnin muotoja. Direktiivi vahvistaa yleisen kehyksen, ja kansalliset valinnat koskevat soveltamisalaa ja täytäntöönpanoa. Se ei ole tekoälyn käsikirja. Se on muistutus siitä, että merkittävällä työn muutoksella on menettelyllinen elämä ennen kuin siitä tulee tekninen käyttöönotto.

Ajoitus on tärkeä. Kokous sen jälkeen, kun toimittaja on valittu ja työnkulku on määritetty, ei ole sama asia kuin keskustelu silloin, kun organisaatio vielä päättää, minkä ongelman se haluaa ratkaista. Varhainen osallistuminen antaa työntekijöille mahdollisuuden kysyä, mitkä tiedot ovat välttämättömiä, mitä tehtäviä todella muutetaan, miten virheitä käsitellään ja miltä varajärjestelmä näyttää. Se myös tuo esiin tietoa, jota on vaikea ostaa ulkopuolelta. Työtä tekevät ihmiset tietävät, missä prosessi on hauras, koska he ovat vuosien ajan pitäneet sitä pystyssä.

Kuuleminen ei edellytä, että jokainen päätös on yksimielinen. Se edellyttää, että asianomaisia kohdellaan muutoksen osallistujina, ei antureina, jotka raportoivat vastarinnasta käyttöönoton jälkeen. Vakavan prosessin pitäisi kirjata, mitä ehdotettiin, mitä työntekijät haastoivat, mikä muuttui sen seurauksena ja mitkä erimielisyydet jäävät. Jos ehdotus silti hyväksytään, organisaation pitäisi pystyä selittämään miksi. Se on kypsempää kuin teeskennellä, että erimielisyyden puuttuminen tarkoittaa, ettei kenelläkään ollut näkemystä.

Käytännön syy tämän kirjauksen tekemiseen on olemassa. Järjestelmät muuttuvat käyttöönoton jälkeen. Mallia päivitetään, tietolähde vaihtuu, uusi osasto lisätään, arviointimittaria säädetään tai toimittaja kirjoittaa käytäntömoottorin uusiksi. Kertaluonteinen konsultaatio ei voi kattaa muuttuvaa järjestelmää. Työntekijöiden edustajat tarvitsevat jatkuvan väylän vaikutusten huomaamiseen ja uudelleenarvioinnin pyytämiseen. Muuten organisaatio on konsultoinut versiosta yksi ja hallinnut versiolla kolme eri konetta.

EAY:n ehdotus työelämän algoritmijärjestelmiä koskevaksi direktiiviksi edellyttää vaikutustenarviointia ennen käyttöönottoa ja säännöllisin väliajoin sen jälkeen, työntekijöiden ja heidän edustajiensa osallistuessa siihen. Tämä on hyödyllinen suunnitteluperiaate myös silloin, kun ehdotus ei ole laki. Vaikutustenarvioinnin ei pitäisi olla asiakirja, joka osoittaa päätöksen jo tehdyksi. Sen pitäisi olla paikka, jossa organisaatio nimeää ne, joihin asia voi vaikuttaa, sen, mikä voi mennä pieleen, mitä näyttöä seurataan ja kenellä on valtuudet muuttaa suuntaa.

Sama periaate koskee pieniä organisaatioita. Pienemmällä työnantajalla ei välttämättä ole henkilöstöedustustoa tai erillistä tietotoimistoa, mutta sen on silti ymmärrettävä, mitä järjestelmä muuttaa sitä käyttävien ihmisten kannalta. Paperityö voi olla kevyempää. Kysymykset eivät voi kadota. Muuten vaatimaton käyttöönotto voi muuttua suureksi hallintaongelmaksi, jota kukaan ei ole nimetty seuraamaan.

Koulutus on vaikutusvaltaa

Koulutus on usein ensimmäinen annettu lupaus ja ensimmäinen asia, josta tingitään. Käyttöönottosuunnitelma sanoo, että henkilöstö saa koulutustilaisuuden. Tilaisuudesta tulee diaesitys. Diaesityksestä tulee tallenne. Tallenteesta tulee linkki oppimisalustalla, jonka kaikkien oletetaan katsoneen ennen kuin uusi järjestelmä huomaamatta muuttaa työn sääntöjä.

Ihmiset eivät tarvitse tätä. He tarvitsevat riittävän ymmärryksen tunnistaakseen, mitä järjestelmä tekee, mitä se ei tee, mitä tietoja se käyttää, miten sen tuotosta pitäisi tarkistaa, milloin sitä pitäisi olla noudattamatta, miten virheestä ilmoitetaan ja mitä tapahtuu, jos he kieltäytyvät suosituksesta. He tarvitsevat aikaa harjoitella oman työnsä todellisilla tapauksilla ja reunatapauksilla. Heidän on tiedettävä, kuka voi vastata kysymykseen ilman, että se muuttuu lipuksi, joka katoaa toimittajan jonoon.

EU:n tekoälyasetus ilmaisee tämän käytännön seikan juridisella kielellä. Tarjoajien ja käyttöönottajien on toteutettava toimenpiteitä varmistaakseen riittävän tekoälylukutaidon tason niille henkilöille, jotka käyttävät järjestelmiä heidän puolestaan, ottaen huomioon näiden henkilöiden tekniset tiedot, kokemus, koulutus ja se asiayhteys, jossa järjestelmää käytetään. Tiettyjen korkean riskin järjestelmien osalta ihmisten suorittamaan valvontaan määrätyillä henkilöillä on oltava pätevyys, koulutus ja toimivalta. Asetus säilyttää myös työntekijöiden ja heidän edustajiensa olemassa olevat tiedonsaanti- ja kuulemisoikeudet. Lukutaito liittyy siis toimivaltaan, ei pelkkään tuotteen käyttöliittymän tuntemukseen.

EAY:n kanta työntekijöiden osaamisen kehittämiseen menee pidemmälle suuntaan, jolla on merkitystä oikeudenmukaisuuden kannalta. Se käsittää tekoälylukutaidon kykynä ymmärtää kriittisesti, miten tekoäly vaikuttaa työhön ja ammatteihin, ei vain kykynä käyttää työkalua työnantajan hyväksi. Tämä ero on helppo jättää huomaamatta. Jos koulutus opettaa ihmisen hyväksymään ehdotuksen mutta ei kyseenalaistamaan sen tuottanutta järjestelmää, organisaatio on kouluttanut myöntyväisyyttä, ei osaamista.

Hyödyllisellä koulutussuunnitelmalla on vähintään kolme kohderyhmää. Ensimmäinen on henkilö, joka käyttää järjestelmää tavallisessa työssään. He tarvitsevat toiminnallista lukutaitoa: syötteet, tuotokset, epävarmuus, eskalaatio ja turvallinen käyttö. Toinen on henkilö, joka tarkistaa tai valvoo työtä. He tarvitsevat päätöksenteon lukutaitoa: näyttö, vinoumat, erimielisyys, ohittaminen ja seuraukset. Kolmas on ryhmä, joka edustaa työntekijöitä tai tarkastaa organisaation. He tarvitsevat hallinnon lukutaitoa: tarkoitus, tietovirrat, vaikutukset, muutokset, pääsy asiantuntemukseen ja keinot oikaisun saamiseen.

Koulutuksella on myös jakautumisongelma. Ne, joilla on vähiten aikaa ja heikoin neuvotteluasema, saavat usein todennäköisimmin lyhyen yleisluontoisen session. Järjestelmän suunnittelijat saavat yksityiskohtaiset tiedotustilaisuudet ja suoran yhteyden toimittajaan. Tuloksena on tietohierarkia, joka seuraa valtaa. Jos uuden järjestelmän on määrä muuttaa monen ihmisen työtä, organisaation pitäisi panostaa enemmän niihin, joiden on elettävä järjestelmän kanssa, kuin niihin, jotka pitävät käyttöönottoesittelyn.

Koulutusta pitäisi käsitellä valmiuden osoituksena, ei seremoniallisena suoritusprosenttina. Pystyykö työntekijä tunnistamaan tapauksen, joka vaatii ihmisen tarkistuksen? Pystyykö hän selittämään, miksi suositus hylättiin? Pystyykö esihenkilö keskeyttämään työnkulun? Pystyykö edustaja pyytämään tiedot, joita muutoksen arviointi edellyttää? Pystyykö organisaatio osoittamaan, mitä tapahtui, kun joku nosti huolen esiin? Jos vastaus on ei, ongelma ei ole se, että työntekijät eivät ole riittävän innostuneita. Järjestelmää ei ole otettu käyttöön vastuullisesti.

Taidoista tulee merkityksellisiä, kun niiden mukana kulkee valta kyseenalaistaa, ohittaa ja muokata järjestelmää.

Kuka saa uuden työn?

Kun rutiinityö siirtyy ohjelmistoon, työ ei katoa pilveen. Se ilmestyy jonnekin muualle. Joku kirjoittaa säännöt, kuratoi datan, tarkistaa poikkeukset, käsittelee valitukset, ylläpitää integraation, valvoo turvallisuutta ja selittää lopputuloksen. Nämä tehtävät voivat olla uusia rooleja, uusia vastuita olemassa olevissa rooleissa tai näkymätöntä työtä, joka kasataan niille, joilla on jo valmiiksi vähiten ylimääräistä aikaa.

Jakautumiskysymys on siis konkreettinen. Kuka saa teknisen työn? Kuka saa tulkitsevan työn? Kuka altistuu riskille, kun järjestelmä epäonnistuu? Kuka saa automatisoinnin säästämän ajan? Kenen odotetaan oppivan uusi prosessi ilman muutosta palkassa, työmäärässä tai asemassa? Siirtymä, joka vastaa vain ensimmäiseen kysymykseen, voi luoda pienen asiantuntijaryhmän ja paljon suuremman ryhmän ihmisiä, joiden työtä mitataan entistä tarkemmin.

Ei ole olemassa yleispätevää sääntöä, jonka mukaan jokaisesta säästöstä pitäisi tulla vapaa-aikaa tai jokaisesta uudesta tehtävästä uusi titteli. Organisaatioilla on erilaisia tarkoituksia ja työehtosopimuksia. Jakautumisen pitäisi kuitenkin olla tietoista ja keskusteltavissa olevaa. Jos automaatio poistaa toistuvan hallintotyön, hyöty voi olla enemmän aikaa hoitotyölle, tutkimukselle, ylläpidolle tai asiakaskontakteille. Jos se luo valvontatehtäviä, niille tarvitaan resursseja ja tunnustusta. Jos se lisää kontekstuaalisen asiantuntemuksen arvoa, näitä asiantuntijoita ei pitäisi kohdella väliaikaisina esteinä puhtaammalle datalle.

Osaamispolitiikalla on merkitystä, koska siirtymä voi kasvattaa olemassa olevia eriarvoisuuksia. ILO toteaa analyysissään, että naisten työllisyys on altistuneempaa generatiiviselle tekoälylle, osittain siksi, että naiset ovat yliedustettuina toimistotyössä. Tämä on toteamus mahdollisesta altistumisesta, ei ennuste siitä, kuka menettää työpaikkansa. Se kuitenkin osoittaa, miksi neutraalilta kuulostavalla käyttöönotolla voi olla eriarvoistavia vaikutuksia. Jos eniten vaikuttavat tehtävät ovat myös niitä, joissa on vähemmän mahdollisuuksia palkalliseen koulutukseen tai etenemiseen, hyödyt eivät jakaudu itsestään. Taikavoimat ovat epäluotettava henkilöstöstrategia.

Ikä, vammaisuus, hoivavastuut, kieli ja työllisyysasema voivat myös muokata sitä, kuka uudesta järjestelmästä hyötyy. Työkalu, joka olettaa keskeytyksetöntä läsnäoloa, voi asettaa hoivatyön epäedulliseen asemaan. Suoritusmittari, joka ei huomioi esteettömiä työskentelytapoja, voi muuttaa mukauttamisen poikkeamaksi. Järjestelmä, joka käyttää kapeaa kielimallia, voi luoda lisätarkistuksia ihmisille, jotka viestivät toisella kielellä. Nämä eivät ole reunatapauksia, jotka siirretään myöhempään tasa-arvoraporttiin. Ne ovat osa sitä, mitä järjestelmän on tarkoitus organisoida työtä.

Alustatalous antaa Euroopalle selkeän paikan tutkia näitä dynamiikkoja. Alustatyödirektiivi, joka on annettu direktiivinä (EU) 2024/2831, käsittelee työllisyysasemaa ja algoritmista johtamista alustatyössä. Se sisältää säännöt avoimuudesta, tietosuojasta, ihmisten suorittamasta valvonnasta ja merkittävien päätösten uudelleentarkastelusta sekä oikeudet selityksiin ja riitauttamiseen. Direktiivi keskittyy alustatyöhön, mutta sen logiikka on laajempi: kun ohjelmisto ohjaa ja arvioi työtä, työntekijä tarvitsee muutakin kuin käyttöehtolinkin ja iloisen ilmoituksen.

Direktiivi on myös hyödyllinen muistutus siitä, että teknisellä valvonnalla voi olla oikeudellista merkitystä. Se edellyttää organisaatioilta tilaa ihmisten suorittamalle valvonnalle ja uudelleentarkastelulle, merkittävien päätösten selittämistä ja tiettyjen työntekijätietojen huolellista käsittelyä. Tämä ei tuota yhtä täydellistä mallia jokaiseen työpaikkaan. Se antaa pohjan, josta laajempi keskustelu voi alkaa: jos ohjelmisto organisoi työtä, ihmisillä on oltava oikeuksia, jotka säilyvät ohjelmiston käyttöliittymästä riippumatta.

Riitautettavuus on työehto

Työntekijä ei voi mielekkäästi riitauttaa päätöstä, jota ei voida paikantaa. Organisaation on tiedettävä, mikä järjestelmä tuotti päätöksen, mikä versio oli voimassa, mitä tietoja käytettiin, mikä sääntö tai mallin tulos oli ratkaiseva ja kenellä on valtuudet tarkastella sitä. Työntekijä tarvitsee reitin, joka ei edellytä toimittajan ominaisuuden sisäisen nimen arvaamista. Tarkastelija tarvitsee riittävästi aikaa ja tietoa tehdäkseen muutakin kuin hyväksyäkseen tuloksen ihmisen allekirjoituksella.

Alustatyödirektiivi antaa tälle periaatteelle oikeudellisen muodon niiden ihmisten osalta, joita se koskee. Se edellyttää ihmisten suorittamaa valvontaa automatisoiduista seuranta- ja päätöksentekojärjestelmistä, mahdollistaa selitykset tällaisten järjestelmien tekemistä tai tukemista päätöksistä ja luo reittejä merkittävien päätösten riitauttamiseen. Se myös rajoittaa henkilötietoluokkia, joita alustat voivat käsitellä algoritmista johtamista varten. Näillä yksityiskohdilla on merkitystä, koska oikeus ilman toiminnallista reittiä on usein ehdotus, joka on puettu suojatoimen näköiseksi.

Muilla työpaikoilla riitautettavuuden rakenne tarjoaa edelleen hyödyllisen testin. Kysy, voiko henkilö pysäyttää toiminnan ennen kuin haitta leviää. Kysy, näkeekö hän syyn työhön liittyvin termein. Kysy, onko tarkastelijalla valtuudet jättää tulos huomiotta. Kysy, voivatko toistuvat riitautukset johtaa järjestelmän muutokseen yksittäisten poikkeusten kokoelman sijaan, jota kukaan ei analysoi. Kysy, voiko työntekijä tehdä riitautuksen ilman riskiä piilotetusta seuraamuksesta seuraavassa allokaatiossa.

Kiistanalaisuus on myös kollektiivista. Yksi kiistetty pistemäärä voi näyttää henkilökohtaiselta erimielisyydeltä. Kiistettyjen pistemäärien kaava voi paljastaa huonon syötteen, epäoikeudenmukaisen korvikemuuttujan tai työkuorman, jota järjestelmää ei ole koskaan suunniteltu edustamaan. Työntekijöiden edustajilla ja tarkastajilla on oltava pääsy kaavaan, ei vain yksittäisiin näkymiin. Organisaation pitäisi pystyä yhdistämään haasteita tekemättä niiden esittäjistä uutta riskiluokkaa.

On houkutus kohdella ihmisen tekemää tarkistusta lopullisena leimana. Se on vaarallista ja epäoikeudenmukaista. Tarkistaja, jota mitataan nopeudella, jolla ei ole pääsyä taustatietoihin ja jolle kerrotaan, että järjestelmä on heitä tarkempi, ei käytä valvontavaltaa. Hän lainaa kasvonsa automaattiselle päätökselle. AI-asetuksen viittaukset osaamiseen, koulutukseen, toimivaltaan ja mahdollisuuteen ohittaa tai keskeyttää suuririskinen järjestelmä ovat hyödyllisiä, koska ne tekevät eron näkyväksi. Ihminen työnkulussa ei ole automaattisesti ihminen, jolla on valta.

Lain asettama lattia ja organisaation katto

Eurooppalainen lainsäädäntö asettaa lattiat. Se ei kirjoita jokaista hyvää työpaikan prosessia organisaation puolesta. AI-asetus sisältää vaatimuksia tekoälylukutaidosta, tiedottamisesta työntekijöille ja heidän edustajilleen asiaankuuluvissa suuririskisissä käyttöönotoissa, ihmisen valvonnasta ja perusoikeusvaikutusten arvioinneista tietyissä käyttötarkoituksissa. Tiedottamista ja kuulemista koskeva kehys lisää laajemman työoikeudellisen kontekstin. Tietosuojasäännökset rajoittavat sitä, mitä saa kerätä ja miten päätöksiä saa tehdä. Alustatyötä koskeva direktiivi lisää erityisiä suojatoimia silloin, kun digitaaliset alustat organisoivat työtä.

Lain asettama lattia on arvokas, koska se pysäyttää huoneen huonoimman argumentin: että mitään ei tarvitse tehdä ennen kuin sääntelijä osoittaa tähän tarkkaan ominaisuuteen. Se ei ole katto. Järjestelmä voi täyttää kapean vaatimuksen ja silti tehdä työstä kuluttavampaa, vaikeammin ymmärrettävää tai vaikeammin kiistettävää. Organisaatioiden, jotka haluavat kestävän siirtymän, tulisi kirjata korkeampi sisäinen standardi, erityisesti silloin, kun laki on tarkoituksella yleinen tai kun käyttöönotto jää tietyn toimialasäännön ulkopuolelle.

Tämä standardi voidaan ilmaista kysymysten ketjuna. Mikä on järjestelmän tarkoitus, ja mikä jää sen tarkoituksen ulkopuolelle? Mitkä tehtävät muuttuvat, ja minkä harkinnan on pysyttävä näkyvänä? Mitkä tiedot ovat välttämättömiä, ja mitkä tiedot ovat vain saatavilla? Keihin vaikutus kohdistuu suoraan ja keihin välillisesti? Mikä näyttö osoittaa, että järjestelmä on hyödyllinen tässä yhteydessä? Kuka voi ohittaa sen, millä koulutuksella ja millä suojalla? Miten työntekijä voi haastaa tuloksen? Mitä tapahtuu, kun malli, toimittaja tai käytäntö muuttuu? Kuka omistaa päätöksen järjestelmän keskeyttämisestä tai käytöstä poistamisesta?

Näihin kysymyksiin pitäisi vastata ennen kuin hankinta on valmis, ei piilottaa vastauksia liitteeseen ensimmäisen vaaratilanteen jälkeen. Toimittaja voi tarjota dokumentaatiota ja tukea. Se ei voi tietää työnkulun koko merkitystä organisaatiossa, jota se ei pyöritä. Käyttöönottaja tuntee kontekstin, vaikutuksen kohteena olevat ihmiset ja huonon oikotien seuraukset. Siksi AI-asetus kohtelee käyttöönottajia tärkeinä toimijoina suuririskisissä järjestelmissä. Vastuu ei katoa sopimusrajalla.

On myös hyödyllistä määritellä, mitä menestys ei ole. Onnistunut käyttöönotto ei ole korkea käyttöönottoaste, jos työntekijät ottavat järjestelmän käyttöön, koska kieltäytyminen vahingoittaisi heidän näkymiään. Se ei ole alhaisempi keskimääräinen käsittelyaika, jos vaikeat tapaukset siirretään syrjään. Se ei ole vihreitä indikaattoreita täynnä oleva kojelauta, jos työtä lähimpänä olevat ihmiset ovat lopettaneet virheistä raportoinnin. Se ei ole koulutuksen suorittamisluku, jos kukaan ei osaa selittää, miten työnkulku pysäytetään. Mittarit ovat harkinnan työkaluja, eivät sen korvike.

Siirtymä, joka jättää jäljen

Vastuullinen muutos tarvitsee muistin. Organisaation tulisi tallentaa tarkoitus, tehtäväkartta, tietolähteet, kuuleminen, koulutus, testit, rajat ja päätökset, jotka tehtiin, kun näyttö oli epävarmaa. Sen tulisi tallentaa, mitä versiota käytettiin ja milloin toimintaolosuhteet muuttuivat. Työntekijän ei pitäisi joutua rekonstruoimaan päätöksen historiaa viesteistä, kuvakaappauksista ja kollegan muistista. Se on huono tapa kohdella sekä työtä että näyttöä.

Tallenteen tulisi sisältää erimielisyys. Kiillotettu käyttöönottoasiakirja, joka sisältää vain hyväksynnät, ei ole kuvaus kuulemisesta. Se on optimismin todistus. Työntekijöiden, edustajien, työturvallisuushenkilöstön ja tasa-arvon asiantuntijoiden kysymykset ovat osa suunnittelunäyttöä. Ne osoittavat, missä järjestelmä saattaa epäonnistua ja mitkä oletukset eivät olleet yhteisiä. Niiden pitäminen näkyvillä helpottaa myös päätöksen uudelleentarkastelua ilman, että väitetään huolen ilmestyneen ensimmäistä kertaa vasta käyttöönoton jälkeen.

Seurannan tulisi kohdistua työhön eikä vain malliin. Tarkkaile muutoksia tehtäväjakaumassa, arviointiajassa, virhekuvioissa, koulutuksen saatavuudessa, valituksissa, poissaoloissa, ylitöissä ja siinä, kuka saa vaikeat tapaukset. Nämä eivät ole kaikki tekoälymittareita. Ne ovat työolojen signaaleja. Malli voi säilyttää saman tarkkuuden, kun ympäröivä työ muuttuu vähemmän kestäväksi. Jos organisaatio seuraa vain mallia, se saattaa jättää huomaamatta työn, joka on järjestetty uudelleen sen ympärille.

Päättymiselle pitäisi olla suunnitelma. Yhtä tarkoitusta varten käyttöön otetusta järjestelmästä ei pitäisi tulla pysyvää hitauden vuoksi. Aseta tarkistuspäivä, muutoskynnys ja selkeä omistaja. Jos tiedot muuttuvat, tehtävä muuttuu, oikeusperusta muuttuu tai asianosaiset muuttuvat, organisaation tulisi tietää, tarvitaanko uusi arviointi ja kuuleminen. Ylläpito ei ole myönnytys siitä, että ensimmäinen päätös oli heikko. Se on tunnustus siitä, että sekä työ että ohjelmisto liikkuvat.

Tämä voi kuulostaa raskaalta pieneltä toimenpiteeltä. Vastaus on suhteellisuus, ei katoaminen. Luonnosteluavustaja, jolla ei ole pääsyä henkilötietoihin, saattaa tarvita kevyemmän prosessin kuin järjestelmä, joka määrää pääsyn vuoroihin, etuuksiin, hoivaan tai työsuhteeseen. Mutta jopa pieni työkalu ansaitsee kuvauksen siitä, mitä se saa tehdä ja mitä se ei saa tehdä. Selkeys skaalautuu alas paremmin kuin byrokratia, koska se kertoo ihmisille, missä pysähtyä.

Miltä oikeudenmukainen osuus näyttää

Ilmausta oikeudenmukainen siirtymä käytetään usein ikään kuin oikeudenmukaisuus saapuisi, kun teknologia on asennettu oikein. Se ei saavu. Oikeudenmukaisuus on joukko valintoja ajasta, äänestä, kyvykkyydestä, riskistä ja palkkiosta. Se kysyy, voivatko työntekijät muokata muutosta, voivatko he ymmärtää sen, voivatko he haastaa sen ja jaetaanko hyödyt vai muunnetaanko ne hiljaa korkeammiksi odotuksiksi.

Hyödyn jakaminen ei aina tarkoita suoraa maksua. Se voi tarkoittaa lyhyempää jonotusaikaa, enemmän aikaa ihmisten kanssa, vähemmän vaarallista työtä, parempia välineitä, mahdollisuutta oppia arvostettu taito, reittiä uuteen rooliin tai ammatillista harkintaa, jota arvostetaan enemmän, koska rutiinityö ei enää työnnä sitä syrjään. Valinta tulisi tehdä yhdessä niiden ihmisten kanssa, joiden työ muuttuu. Muuten organisaatio saattaa optimoida lopputuloksen, joka näyttää tehokkaalta johtoportaasta mutta tuntuu jatkuvalta kiihdytykseltä lattiatasolla.

Tässä on myös kansalaisulottuvuus. Työpaikat kouluttavat ihmisiä ympäröiviä instituutioita varten. Jos jokainen digitaalinen järjestelmä opettaa, että pistemäärä on uskottavampi kuin ihminen, tapa kulkeutuu julkisiin palveluihin ja arkeen. Jos työpaikat opettavat, että näyttöä voi kyseenalaistaa, päätöksiä voi selittää ja auktoriteettia voi keskeyttää, myös nämä tavat kulkeutuvat. Automaattisen työnkulun suunnittelu ei siis ole vain sisäinen asia. Se on harjoitusta siinä, miten yhteiskunta kohtelee harkintaa.

Euroopan vaatimus tiedonsaannista, kuulemisesta, työmarkkinaosapuolten vuoropuhelusta, tietosuojasta ja ihmisen valvonnasta kuvataan joskus karikatyyrinä innovaation jarruksi. Parempi tulkinta on, että nämä ovat tapoja päättää siitä, kuka kantaa uuden kyvykkyyden seuraukset. Vauhti ei ole neutraalia, kun ne, jotka eivät voi hidastaa järjestelmää, ovat samoja, jotka altistuvat sen virheille. Muutoksesta, jota voidaan keskustella, tarkastella ja tarkistaa, voi kestää kauemmin käynnistyä. Se myös todennäköisemmin pysyy hyödyllisenä, kun uutuudenviehätys on haihtunut.

Dwevellä tämä on se pieni osa kysymystä, johon palaamme jatkuvasti Ground truth -työssämme ja tekoälylukutaitotyössämme. Järjestelmä ansaitsee luottamuksen, kun sen ympärillä olevat ihmiset voivat nimetä sen lähteet, rajat, epävarmuuden ja auktoriteetin. Tämä ei ole väite siitä, että kirjasto tai tuote voisi ratkaista työmarkkinasuhteet. Se on suunnittelullinen kanta: näytön tulisi pysyä lähellä päätöstä, ja päätöksestä vastuussa olevilla tulisi olla riittävästi rakenteita sen haastamiseen. Suurempi työ kuuluu työnantajille, työntekijöille, edustajille, sääntelijöille ja yleisölle.

Uusi työ on kollektiivinen päätös

Automaatio muuttaa työn ennen kuin se muuttaa organisaatiokaavion. Se siirtää huomion, harkintavallan ja riskin. Se luo ylläpitotyötä, tarkistustyötä, koulutustyötä ja työtä, jossa selitetään järjestelmää ihmisille, jotka eivät valinneet sitä. Se voi tehdä työstä parempaa, tai se voi tehdä työstä nopeamman reitin kapeamman käytävän läpi. Ero ei ole piilossa pelkästään mallissa. Se syntyy mallin ympärillä tehdyissä päätöksissä.

Ihmisiä, jotka saavat uuden työn, ei pitäisi valita vasta sitten, kun vanhat tehtävät on poistettu. Heidän pitäisi olla mukana päättämässä, mitä uusi työ on. Heillä pitäisi olla aikaa oppia, valta kyseenalaistaa, suojaa niin tehdessään ja osuus siitä kyvykkyydestä, jonka muutos luo. Ihmisten, joita mittarit edustavat, pitäisi voida tarkastella, mitä mittarit tarkoittavat. Ihmisten, jotka kantavat seuraukset, pitäisi voida pysäyttää järjestelmä, joka ei ole enää turvallinen tai oikeudenmukainen.

Hyvä muutos jättää jälkeensä enemmän kuin toimivan työkalun. Se jättää selkeämmän tehtäväkartan, vahvemmat taidot, reitin erimielisyydelle, kirjauksen siitä, mikä muuttui, ja instituution, joka tietää, kuka on vastuussa. Nämä ovat vaatimattomia saavutuksia verrattuna tuote-esittelyssä annettuihin lupauksiin. Ne ovat myös niitä asioita, jotka estävät työpaikkaa muuttumasta paikaksi, jossa ohjelmisto tekee päätökset ja kaikki muut toimittavat selitykset.

Joten kysy käytännön kysymys ajoissa. Kun tämä tehtävä siirtyy, mitä työtä ilmestyy? Kuka tekee sen? Mikä valta heillä on? Mikä koulutus tekee siitä vallasta todellista? Kuka voi haastaa järjestelyn? Mihin säästetty aika menee? Jos organisaatio ei osaa vastata, se ei ole valmis automatisoimaan tehtävää. Se on valmis toivomaan, että työ hoitaa itsensä jotenkin. Työt ovat harvoin niin huomaavaisia.

Lähteet