4. Oppiminen ja osaaminen muutoksessa

Luvun ovat valmistelleet työryhmän jäsenet Vesa Vuorenkoski, Anita Lehikoinen, Tuulia Hakola-Uusitalo ja Penna Urrila.

Tekoälyyn perustuvien yleiskäyttöisten teknologioiden hyödyntäminen yhteiskunnassa muuttaa laajasti työelämää ja siellä tarvittavia taitoja. Tällöin väistämättä nousee esille osaamiseen ja oppimiseen liittyviä kysymyksiä. Aiemminkin yleiskäyttöisten teknologioiden käytön vaikutukset ovat olleet moninaisia: niiden avulla on kehitetty työtapoja ja tehokkuutta, mutta ne ovat myös luoneet uusia markkinoita ja palveluita.

Vaikutukset ulottuvat osaamisvaatimusten lisäksi itse oppimiseen. Tätä voi havainnollistaa kuvittelemalla tilanteen, jossa oppimisympäristössä ei hyödynnettäisi sähköä lainkaan. Sähkön hyödyntäminen tapahtui vähitellen: ensiksi tuli valaistus, jolla oli luonnollisesti merkittävä vaikutus. Muut vaikutukset näkyivät todella vasta, kun opetuksessa ryhdyttiin käyttämään audiovisuaalisia aineistoja tai tietokoneita. Suurempi vaikutus on näkynyt vasta nyt, siirryttäessä digitaalisiin oppimisympäristöihin.

On hyvä havaita, kuinka myöhään esimerkiksi sähköllä alkoi olla syvällisempää merkitystä oppimistilanteissa. Esimerkki kuvaa sitä, kuinka kauan voi kestää ennen kuin uusilla yleiskäyttöisillä teknologioilla on merkittävämpää vaikutusta inhimilliseen toimintaan, kuten oppimiseen. Teknologian vaikutus välittyi työhön ja osaamisvaatimuksiin radikaalisti nopeammin kuin oppimiseen. Tekoälyn tapauksessa vaikutukset saattavat tapahtua yhtä nopeasti taloudessa ja työmarkkinoilla kuin oppimisessa, koska tekoäly on erityisen hyödyllinen oppimisen kannalta (Brynjolfsson, Rock & Syverson 2017).

4.1 Osaamisvaatimuksista

Tekoälyyn perustuvat teknologiat lisäävät useiden ihmisten tekemien tehtävien tehokkuutta ja parantavat näin tuottavuutta. Erityisen hyödyllisiä koneoppiminen ja tekoäly ovat tehtävissä, jotka edellyttävät suurten tietomassojen analysointia ja säännönmukaisuuksien havainnointia. Tekoäly helpottaa ja jopa korvaa useita yksittäisiä työtehtäviä, vaikka ei välttämättä kovin nopeasti voikaan korvata suoraan kokonaisia ammatteja tai työtä tekevää ihmistä. Tekoälyyn perustuvat teknologiat ovat toistaiseksi korvanneet vain rutiininomaisia, pitkälle strukturoituja ja toistuvia tehtäviä (Brynjolfsson & Mitchell 2017).

Työvoiman osaamisvaatimuksiin vaikuttavat työn kysynnän muutokset työmarkkinoilla. On oletettavissa, että tulevaisuudessa työvoiman kysyntä vähenee ensin ammateissa, joissa suuri osuus ammatin sisältämistä tehtävistä voidaan korvata tekoälyyn perustuvilla teknologioilla. Toisaalta kysyntä kasvaa voimakkaimmin tehtävissä, joissa tekoälyä tai sen soveltamista kehitetään. Kokonaisvaikutuksen kannalta tärkeää on myös, kuinka paljon syntyy uusia mielekkäitä ammatteja, joissa ihmistyö ja tekoäly täydentävät toisiaan. Nämä uudet ammatit vaativat uusia osaamisyhdistelmiä. Muutoksia osaamisvaatimuksiin on hahmotettu ainakin neljällä eri tavalla. (Acemoglu & Restrepo 2018, Brynjolfsson & Mitchell 2017)

Ensiksi tekoälyn korvaamiin tehtäviin liittyvät osaamiset muuttuvat ihmiselle tarpeettomiksi, ainakin käytännössä, vaikka ei välttämättä teoreettisella tasolla. Tähän liittyy kysymys siitä, mitä osaamisia tekoälyyn perustuvan teknologian on vaikea korvata ja mitä tehtäviä se suorittaa ihmistä paremmin. Olisi kehitettävä sekä ihmisten valmiutta muutokseen ja uuden oppimiseen, myös yritysten valmiutta uudistua ja tukea työntekijöiden osaamisen kehittämistä. Lisäksi yhteiskunnan muodollisen koulutusjärjestelmän on tuettava osaamisen jatkuvaa kehittämistä ja elinikäistä oppimista.

Toiseksi tekoälyyn liittyvät osaamisvaatimukset muuttuvat tekoälyn käyttämisen kasvaessa. Jos ja kun tekoälyä käytetään laajasti ihmistyötä korvaten ja täydentäen, on työntekijän edelleen kuitenkin ymmärrettävä, mitä tehtävää tekoäly tekee hänen puolestaan. Työntekijöiden on opittava hyödyntämään kyseistä työtehtävää korvaavaa tekoälyä. Oppivien järjestelmien käyttö saattaa edellyttää myös niiden opettamista. Vaikka tekoälyyn perustuvaa järjestelmää ei tarvitsisi opettaa, edellyttää sen käyttö ja tehokas hyödyntäminen ymmärrystä sen toimintaperiaatteista, kuten minkä tahansa muun työkalun.

Kolmanneksi tekoälyn parantama työ saattaa luoda sen tekijälle mahdollisuuden tehdä jotain muuta sillä työpanoksella, jonka tekoäly korvaa. Työntekijälle syntyy mahdollisuus ja tarve kehittää osaamistaan, jolla tuottaa uutta lisäarvoa. Tämä tarkoittaa ammattien sisältämien tehtävien monipuolistumista ja kehittymistä. Yrityksillä olisi oltava mahdollisuus muokata työntekijöiden tehtävänkuvia yhteistyössä työntekijöiden kanssa. Ammatteihin liittyvää sääntelyä tulisi myös tarkastella tämän kehityksen johdosta.

Neljänneksi tekoäly muuttaa osaamisvaatimuksia myös välittömämmillä tavoil-
la. Tekoälyn yleistyminen luo varmuudella paljon sellaisia työpaikkoja, joita emme osaa vielä ennakoida. Näin on käynyt ennenkin yleiskäyttöisten teknologioiden seurauksena. Syntyy uusia ammatteja, joissa on uusia ja nyt tuntemattomia osaamisvaatimuksia. Paras tapa vastata tällaiseen muutokseen on yhteiskunnan ja osaamisen kehittämiseen liittyvien järjestelmien riittävä joustavuus ja reagointikyky.

Uuden oppiminen on mahdollista, jos kansalaisilla on hyvä perusosaamistaso ja tietopohjan laaja-alaisuus.

Tekoäly ei todennäköisesti kykene nopeasti korvaamaan ihmistä sellaisissa tehtävissä, jotka edellyttävät monipuolista kommunikointia, tunteiden osoittamista, intuition tai luovuuden käyttämistä tai kulttuurin ja ihmisten toiminnan ymmärtämistä. Lisäksi tekoälyn soveltaminen on vaikeaa silloin, kun käyttötilanne edellyttää laajaa yleistiedon tai taustatietojen soveltamista. Koneiden tai tekoälyn opettaminen on myös toistaiseksi ollut ihmisten tehtävä. Koneoppimisen kehittyessä edellä kuvattuihin osaamisiin perustuvat tehtävät eivät välttämättä ole kokonaan tekoälyn soveltamisen ulkopuolella. Näissä osaamisissa tekoälyn hyödyntämisen aloittaminen laajassa mitassa kestää vain vähän kauemmin. (Brynjolfsson & Mitchell 2017)

Osaamisvaatimuksien luonteen muuttumisen hahmottaminen on tärkeää sen vuoksi, että tekoälyn tuomat uudet osaamisvaatimukset ovat aina jossain määrin yhteen sopimattomia työvoiman nykyisten osaamisten kanssa. Tämän yhteensopimattomuuden on esitetty heikentävän työvoiman kysynnän kasvua, lisäävän epätasaarvoisuutta ja vähentävän tuottavuuden kasvua. (Acemoglu & Restrepo 2018)

Työvoiman nykyisten tietojen ja taitojen yhteensopimattomuus kysynnän kanssa johtaa siihen, että tarve työvoiman liikkuvuudelle kasvaa. Erilaiset oikeudelliset,
sosiaaliturvaan ja osaamisiin liittyvät esteet työstä työhön siirtymiselle on purettava ja luotava ennemmin siltoja ja parannettava turvaa. Osaamisen kannalta tämä tarkoittaa sitä, että on vähennettävä sellaisia koulutusohjelmia, jotka tuottavat puhtaasti vain jotakin tiettyä erikoisosaamista. Koulutuksen on tarjottava syvällä erikoistuvan ns. porakaivo-osaamisen rinnalla edellytyksiä uuden oppimiseen.

Suurissa talouden rakennemuutoksissa osaamisen, eli inhimillisen pääoman, arvossa tapahtuu usein suuria muutoksia. Osaaminen, joka vielä hetki sitten oli tae hyvästä palkasta ja arvostuksesta, voi muuttua teknologian kehityksen seurauksena suurelta osin jopa täysin hyödyttömäksi. Taloushistoriassa on lukuisia esimerkkejä tästä. Monesti paras tietämys omasta osaamisesta on ihmisillä itsellään. Työnantajalla taas on paras tietämys osaamisvaatimusten muutoksista. Tämän johdosta on perusteltua ratkaista, kuinka valtaa ja vastuuta inhimillisen pääoman huollosta voitaisiin hajauttaa kestävällä ja hyväksyttävällä tavalla. Elinikäistä oppimista varten tulisi suunnitella nykyistä toimivammat koulutusmarkkinat.

4.2 Oppiminen muuttuu

Tekoäly muuttaa todennäköisesti myös tapaamme oppia. Tekoälyn avulla yksilöllisiä eroja oppimisessa voidaan ottaa entistä paremmin huomioon ja avustaa oppimista (Acemoglu & Restrepo 2018). Tekoälyn ja digitalisaation avulla voidaan entistä laajemmalle joukolle tarjota hyvää ja yksilöllistettyä opetusta matalammin kustannuksin.

Oppimisen tukemisessa tekoälyyn perustuvat teknologiat tarjoavat mahdollisuuksia, joita ilman on vaikea kilpailla perinteisin menetelmin. Vastaavalla tavalla kuin opetuksessa on ryhdytty hyödyntämään digitaalisia järjestelmiä, tullaan tulevaisuudessa hyödyntämään tekoälyyn perustuvia järjestelmiä oppimisen tukena. Ne koulutusjärjestelmät menestyvät, jotka soveltavat tekoälyä oppimisen tukena tuloksellisimmin.

4.3 Suomen koulutusjärjestelmä ja tekoäly

Yhteiskunnan ylläpitämän koulutusjärjestelmän uudistaminen sen eri tasoilla on perustellustikin hidasta. Sen vuoksi on jo varhaisessa vaiheessa huomioitava, miten koulutusjärjestelmää uudistetaan vastaamaan haasteisiin, jotka tekoälyn lisääntyminen aiheuttaa.

Tekoäly ja automaatio korvaavat osaamisia kaikkien työntekijöiden työtehtävissä, mutta muutoksen painopisteen nähdään useimmiten edelleen olevan matalamman koulutustason tehtävissä. Koulutusjärjestelmää on muutettava sekä ammatillisessa koulutuksessa että korkeakoulutuksessa. Lisäksi jo työelämässä olevien työntekijöiden osaamisen uudistamiseen on panostettava entistä enemmän ja elinikäisen oppimisen järjestelmää uudistettava. (Opetus- ja kulttuuriministeriö 2018)

Koulutusjärjestelmää ei kyetä uudistamaan vastaamaan tekoälyn tuomiin vaatimuksiin vain lisäämällä rahoitusta. Koulutusohjelmat on uudistettava monipuolisemmiksi ja lisättävä niihin sellaisia osia, jotka mahdollistavat uuden teknologian ja tekoälyn hyödyntämisen sekä tekoälyn täydentävän käytön.

Painotusta on lisättävä tekoälyajan osaamisiin, kuten viestintätaitoihin ja sosiaalisiin taitoihin ja luovuutta edellyttäviin kognitiivisiin taitoihin. Lisäksi tekoälyteknologioiden kehittämisen vaiheessa koulutuksessa on tarjottava kattavasti matemaattisia taitoja kehittäviä opintoja ja saatava erityisesti tytöt poikien ohella opiskelemaan matemaattisia tai teknisiä aloja.

Koulutusjärjestelmässä on lisättävä joustavuutta, jotta opetustarjonta pystyy vastaamaan nopeammin työmarkkinoilla esiintyvään uuteen ja muuttuvaan kysyntään.

Koulutusta on uudistettava siten, että tarjotaan opiskelijoiden valinnanvapautta ja liikkuvuutta tukevia koulutusohjelmia, joissa oppimisen tukena hyödynnetään tekoälyteknologioita. Opintoja pitäisi voida suorittaa moduuleissa, joista opiskelijat voisivat valita itselleen hyödyllisimmät kokonaisuudet. Erityisen tärkeää on, että varmistetaan kattava pääsy korkeakouluopintoihin niin nuorten kuin työelämässä jo olevien osalta.

Ammatillista koulutusta on muutettava voimakkaasti siten, että koulutukseen tuodaan mukaan uusia osaamisia, helpotetaan ammattiin opiskelevien mahdollisuuksia opiskella myös korkea-asteen koulutusohjelmissa, lisätään valinnanvapautta ja joustavuutta sisältöihin, mahdollistetaan opiskelijoiden liikkuvuus koulutus-hjelmien välillä ja lisätään työelämän yhteyksiä. (Haapakorpi 2018). Ammatillisen koulutuksen sisältöihin on tehtävä suuria muutoksia, mutta myös opetusmenetelmiä on muutettava.

Korkea-asteen koulutusohjelmia on myös muokattava vastaamaan edellä kuvattuja osaamisvaatimusten muutoksia. Vuonna 2020 korkeakoulutuksessa aloittavat, digitaaliset ylioppilaskirjoitukset suorittaneet nuoret ovat työikäisiä ja -kykyisiä mahdollisesti vielä 2070-luvulla. Siihen mennessä lukuisat nykyammatit ovat muuttuneet niin paljon, ettei nykyisillä osaamisvaatimuksilla enää pärjää.

Korkeakoulujen rahoitusta kehitetään laajentamalla rahoituspohjaa. Kustannuksia on voitava myös alentaa tekoälyteknologioiden avulla. Resurssien painopiste on siirrettävä kiinteistöistä uudenlaisen opetuksen tarjontaan, teknologian hyödyntämiseen ja tutkimukseen.

On arvioitu, että tulevaisuudessa Suomen työelämässä olevasta työvoimasta jopa miljoona ihmistä on syytä täydennys- tai uudelleenkouluttaa. Koulutusjärjestelmän onkin tarjottava työikäiselle aikuisväestölle elinikäistä oppimista modulaarisesti paljon nykyistä joustavammin, laadukkaammin ja tehokkaammin. Elinikäisen oppimisen kehittämisessä on otettava huomioon, että nykyään peruskoulun päättävien tiedoissa ja taidoissa voi olla puutteita ja että isolla osalla aikuisista on riittämättömät perustaidot elinikäiseen oppimiseen. Elinikäisen oppimisen kehittämiseen tarvitaankin monentasoisia uudistuksia.

4.4 Työnantajien investoinnit osaamisen kehittämiseen

Suuri osa ihmisen osaamisesta perustuu työssä oppimiseen. Tekoälyn hyödyntäminen tapahtuu ensimmäisenä työnantajien toiminnassa, ja työnantajat yhdessä työntekijöiden kanssa huomaavat työntekijöiden nykyisten osaamisten ja uusien osaamisvaatimusten yhteensopimattomuuden.

Työnantajien vastuu osaamisen kehittämisestä kasvaa sen vuoksi, että tekoälyn hyödyntämisessä ja niihin liittyvien osaamisvaatimusten määrittelyssä työnantajat ovat parhaimmassa asemassa arvioimaan täsmällisiä tarpeita uusille osaamisille. Tässä on toisaalta huomioitava se, että yksittäisen yrityksen etu on kouluttaa työntekijöitään omista tarpeista lähtien ja yritysten koulutusinvestoinnit ovat sinällään riittämättömiä työvoiman koulutustarpeiden täyttämiseksi. Tosin teknologian kehittäminen johtaa yhä uusiin teknologia- ja palvelustandardeihin, jotka mahdollistavat vastaavasti työvoiman osaamisten vertailukelpoisuuden paranemisen työmarkkinoilla.

Menestyvissä yrityksissä osaamisen kehittämisestä on tehty strategisen johtamisen keskeinen osa. Se edellyttää tietoisuuden lisäämistä markkinoiden muuttumisesta ja uusien tekoälyyn perustuvien teknologioiden mahdollisuuksista. Digitalisaation osalta on huomattu, että startup-yrityksiä lukuunottamatta pk-yritykset ovat hitaita omaksumaan uusia teknologioita.

4.5 Ihmiset ja oppiminen

Tekoälyteknologioiden yleistyminen tekee osan nykyään ihmisten tekemistä tehtävistä tarpeettomiksi ja saattaa jopa joissain tapauksissa korvata ihmisen kokonaan tietyssä työssä. Työikäiselle väestölle tulee kasvava tarve päivittää osaamistaan, mikäli he haluavat pysyä työelämässä. Suuri kysymys koskeekin sitä, miten ihmiset saadaan motivoitumaan jatkamaan uuden oppimista läpi elämän. Ajankohtaisessa poliittisessa keskustelussa on tehty aloitteita oppivelvollisuuden ulottamisesta toiselle asteelle. Onko meidän sen jälkeen käynnistettävä keskustelu elinikäisestä oppivelvollisuudesta?

Uuden oppimisesta on joka tapauksessa tulossa keskeinen ihmisen selviytymisen taito, joka lisää todennäköisyyttä pysyä työelämässä mukana. Kun tulevaisuuden koulutusjärjestelmiä luodaan, on painotettava sellaisia menetelmiä, joissa korostuvat vastuun, itseohjautuvuuden ja oppimisen halun teemat.

Oppimiseen kannustamista ei voi kuitenkaan pelkästään koulutusjärjestelmän sisällä tehdä. Keskeinen osa oppimiseen kannustamista on sosiaaliturvajärjestelmällä, joka on myös viritettävä sellaiseksi, joka tukee, kannustaa ja mahdollistaa ihmisiä elinikäiseen oppimiseen.

4.6 Politiikkasuositukset

Tekoälyaikaan valmistavat perustaidot kaikille

1. Tekoäly muuttaa ammattien sisältöjä ja työpaikkoja. Rakennemuutoksissa on aina riski, että vähemmän koulutetut syrjäytyvät ja rakenteellinen työttömyys kasvaa. Muutoksiin valmistautumiseksi on perusasteen päättäville varmistettava yleissivistykseen liittyvät osaamiset ja taidot, jotka mahdollistavat jatko-opintokelpoisuuden ja edistävät elinikäistä oppimista. Tulevaisuuden korkean rakennetyöttömyyden torjumiseksi laaditaan osaamisohjelma, jonka avulla käytännössä varmistetaan kaikille vähintään toisen asteen tutkinto. Koulutuspaikkojen lisäämisen ohella oppivelvollisuus ulotetaan koskemaan toista astetta.

Laadukas ammatillinen koulutus

2. Tekoäly vaikuttaa laajasti ammatteihin, ja myös ammatillisen koulutuksen laatua on kehitettävä uusiin vaatimuksiin vastaamiseksi. Ammatillisessa koulutuksessa mahdollistetaan opiskelijoiden liikkuvuus koulutusohjelmien välillä ja osallistuminen korkea-asteen opintoihin. Työelämän yhteyksiä ammatillisessa koulutuksessa lisätään mahdollistamalla ammatillisen opetuksen ja työnteon limittäminen, myös oppisopimusta hyödyntäen.

3. Laaja-alaisempi osaaminen helpottaa sopeutumista ammattien muutokseen. Lisätään koulutusohjelmiin mahdollisuuksia laajentaa tutkintojen sisältöjä. Tavoitteena on vähentää ns. porakaivo-osaamisen syntymistä, jossa erikoistutaan jopa liikaa kapea-alaiseen asiaan. Lisätään eri alojen koulutusohjelmiin tekoälyajan osaamisia, kuten viestintätaitoja ja sosiaalisia taitoja.

Korkea-asteen koulutus

4. Perustetaan koulutus- ja tutkimusohjelmia tekoälyteknologioiden kehittämiseksi ja soveltamiseksi.

5. Mahdollistetaan opintojen suorittaminen moduuleissa, joiden avulla lisätään joustavuutta ja lisätään opiskelijoiden valinnanvapautta. Lisäksi tarjotaan kattavasti matemaattisia taitoja kehittäviä opinto- ja ja kannustetaan erityisesti entistä useammat tytöt opiskelemaan matemaattisia ja teknisiä aloja.

Kaikki koulutusasteet

6. Teknologian hyödyntämistä koulutuksessa on lisättävä kaikilla koulutusasteilla. Tavoitteena on laadukkaampien ja yksilöllistetympien koulutussisältöjen tarjoaminen kustannustehokkaasti. Koulutuksenjärjestäjille luodaan kannusteet tekoälyn hyödyntämiseksi oppimisen tukena.

Elinikäisen oppimisen reformi

7. Suomi on mahdollisesti valtavan koulutushaasteen edessä, kun arviolta ehkä noin miljoonan työikäisen ihmisen taitoja ja osaamista on päivitettävä ammattirakenteiden muuttuessa. Haasteeseen vastaamiseksi laaditaan elinikäisen oppimisen reformi, jonka tavoitteena on uudistaa koulutusjärjestelmä siten, että työikäiselle aikuisväestölle tarjotaan monipuoliset, joustavat ja nykyistä nopeammat mahdollisuudet elinikäiseen oppimiseen.

8. Elinikäisen oppimisen parantamiseksi kaikille työikäisille luodaan osaamistili tai -seteli, jonka avulla voi päivittää osaamistaan hankkimalla tarvittavaa koulutusta koulutuspalvelujen tarjoajilta. Työntekijät, työnantajat ja yhteiskunta kantavat yhdessä vastuun työvoiman osaamisen päivittämisestä. Työttömyysvakuutusrahasto ja Koulutusrahasto yhdistyvät vuoden 2019 alusta Työllisyysrahastoksi. Osaamistilien tai -setelien hallinnointi ja elinikäisen oppimisen markkinoiden kehittämistehtävät voidaan osoittaa Työllisyysrahastolle, kuitenkin siten, että myös työttömät ja työelämän ulkopuolella olevat työikäiset olisivat kouluttautumisoikeuden piirissa. Järjestelmän tarkemmat pelisäännöt tulisivat ratkaistavaksi asianmukaisesti osana reformia. Oikeus koulutukseen tulisi olla yhtäläisesti myös yrittäjillä.

Lähdeluettelo

Brynjolfsson, E.; Rock, D. ja Syverson C. (2017). Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics. National Bureau of Economic Research, Working Papaer No. 24001

Brynjolfsson, E. ja Mitchell, T. (2017). What can machine learning do? Workforce implications. Science Magazine, Vol 358, Issue 6370

Acemoglu, D. ja Restrepo, P. (2018), tulossa. Artificial Intelligence, Automation and Work. National Bureau of Economic Research.

McKinsey (2017). Digitally-enabled automation and artificial intelligence: Shaping the future of work in Europe’s digital front-runners. McKinsey & Company.

Haapakorpi, A. (2018). Ammattien muutos digiajassa – miten ammatillinen koulutus vastaa? Työpoliittinen aikakauskirja 1/2018.

Opetus- ja kulttuuriministeriö. 2018. Työn murros ja elinikäinen oppiminen. Elinikäisen oppimisen kehittämistarpeita selvittävän työryhmän raportti. Opetus- ja kulttuuriministeriön julkaisuja. 2018:8.

Mitä mieltä sinä olet?

Mitä mieltä sinä olet?