Lisääkö tekoäly hyvinvointia vai kuormitusta?
Jaa artikkeli:
Tekoäly voi keventää työtä tai lisätä tahtia. Työterveyslaitoksen tutkimuspäällikkö Virpi Kalakoski ja Laboren johtaja ja Turun yliopiston kauppakorkeakoulun professori Mika Maliranta muistuttavat, että ratkaisevaa on johtaminen ja se, kuinka työ järjestetään uuden teknologian ympärille.
Vapauttaako tekoäly aikaa vai lisääkö se vaatimuksia?
Virpi Kalakoski: Molempia. Tekoäly ei itsessään tee mitään, vaan ihminen päättää, mihin sitä käytetään. Aluksi se voi lisätä työaikaa ja työn vaatimuksia, koska työkalujen opettelu ja käyttöönotto vievät aikaa. Kun käyttö vakiintuu, se voi säästää aikaa erityisesti rutiinitehtävissä ja vapauttaa sitä kautta aikaa mielekkäämpään tekemiseen. Vaikutukset ovat tilannekohtaisia ja niitä on tärkeä punnita.
Mika Maliranta: Molempia. Teknologian historia kertoo, että vapautunut aika täyttyy usein uusilla tehtävillä ja odotuksilla. Toistaiseksi työpaikkatason vaikutukset näyttävät pieniltä: tutkimuksissa* on nähty vain muutaman prosentin ajansäästöä eikä juuri vaikutuksia työtunteihin tai palkkoihin. Tekoälyn tuottavuusvaikutus tulee luultavasti näkymään tilastoissa samalla tavalla kuin sähkö ja tietokone aikanaan: viiveellä ja vasta, kun työprosessit on rakennettu uusiksi.
Kuka hyötyy tekoälystä eniten?
Virpi Kalakoski: On tärkeä tunnistaa, missä tilanteissa ja tehtävissä ja millä tekoälytyökaluilla saadaan hyötyjä. Eniten hyötyvät ne, jotka osaavat käyttää tekoälyä tarkoituksenmukaisesti ja joiden työpaikalla käyttöä tuetaan. Kyse ei siis ole vain yksilön osaamisesta, vaan myös selkeistä ohjeista ja mahdollisuudesta harjoitella.
Mika Maliranta: Tutkimusnäyttö viittaa siihen, että selvärajaisissa tehtävissä eniten hyötyvät vähemmän kokeneet työntekijät, koska tekoäly siirtää osaamista heille. Pidemmällä aikavälillä hyötyjiä ovat ne yritykset ja ihmiset, jotka oppivat täydentämään tekoälyä eivätkä kilpailemaan sen kanssa – ja lopulta kuluttajat, kun kilpailu siirtää tuottavuushyödyt hintoihin ja laatuun.
Kuka hyötyy tekoälystä eniten?
VK: On tärkeä tunnistaa, missä tilanteissa ja tehtävissä ja millä tekoälytyökaluilla saadaan hyötyjä. Eniten hyötyvät ne, jotka osaavat käyttää tekoälyä tarkoituksenmukaisesti ja joiden työpaikalla käyttöä tuetaan. Kyse ei siis ole vain yksilön osaamisesta, vaan myös selkeistä ohjeista ja mahdollisuudesta harjoitella.
MM: Tutkimusnäyttö viittaa siihen, että selvärajaisissa tehtävissä eniten hyötyvät vähemmän kokeneet työntekijät, koska tekoäly siirtää osaamista heille. Pidemmällä aikavälillä hyötyjiä ovat ne yritykset ja ihmiset, jotka oppivat täydentämään tekoälyä eivätkä kilpailemaan sen kanssa – ja lopulta kuluttajat, kun kilpailu siirtää tuottavuushyödyt hintoihin ja laatuun.
Voiko tekoäly aidosti parantaa työhyvinvointia ja ehkäistä työuupumusta?
VK Voi, jos tekoäly vähentää rutiinityötä, päällekkäistä kirjaamista ja tiedon etsimistä. Tekoälyä kannattaa hyödyntää ylikuorman tunnistamisessa ja työuupumuksen ennaltaehkäisyssä. Se ei kuitenkaan paranna hyvinvointia tai ehkäise uupumusta automaattisesti, vaan käyttöönotto pitää johtaa hyvin.
MM: Sama työkalu voi toisessa työpaikassa helpottaa työtä ja toisessa kiristää tahtia. Kokemuksia on myös siitä, että kun tekoäly tehostaa asiantuntijatyön rutiinivaiheita, työpäivän luontaiset ’toipumishetket’ vähenevät. Työstä voi tulla innostavampaa mutta samalla aivoja kuluttavampaa. Tekoäly voi lisätä työhyvinvointia ja ehkäistä työuupumusta, jos sen avulla poistetaan työtehtäviä, joita kukaan ei halua tehdä ja pystytään antamaan enemmän aikaa ja hallintaa omaan työhön.
Mitkä ovat suurimmat huolenaiheet tekoälyn käyttöönotossa?
VK: Työpaikoilla puhutaan paljon luottamuksesta ja vastuusta. Voiko tekoälyn tuottamaan sisältöön luottaa, ja kuka vastaa lopputuloksesta? Lisäksi ympäristövaikutukset mietityttävät monia. Tekoälyn eri sovellukset ja erilaiset käyttötavat kuluttavat eri määrin energiaa ja vettä, joten on hyvä kysyä, milloin ja millainen tekoälyn käyttö on tarkoituksenmukaista.
MM: Suurin riski on, että käyttöönotto jää yksilöiden puuhasteluksi, eikä yritys uudista toimintatapojaan. Silloin hyödyt jäävät saamatta ja kuormitus jää työntekijälle. Tässä johtamisella on merkittävä rooli. Toinen huoli on osaamisen ohentuminen: mitä jos ammattilaisen oma arvostelukyky ei enää kehity, kun tekoäly tekee alkuvaiheen työn? Kolmas on luovan tuhon sivuvaikutusten hoito. Teknologiset murrokset lisäävät sekä työpaikkojen syntymistä että tuhoutumista. On tärkeää, että työvoima pystyy liikkumaan työpaikkojen välillä ja kouluttautumaan työuran aikana.
Kenen vastuulla tekoälyosaamisen kehittäminen on?
VK: Kaikilla – työpaikalla johto päättää suunnasta ja resursseista, esihenkilöt vievät muutoksen arkeen ja työntekijöille tarvitaan aikaa, koulutusta ja mahdollisuuksia kokeilla.
MM: Painopiste on työnantajalla, koska osaaminen on usein yritys- ja tehtäväkohtaista. Työntekijän vastuulla on uteliaisuus ja yleiset valmiudet, yhteiskunnan vastuulla osaavan työvoiman saatavuus.
Mitä työnantajien pitäisi tehdä seuraavaksi?
VK: Lähtökohtana pitää olla työn arjen tunnistaminen: missä kohdissa tekoäly helpottaa tekemistä, poistaa turhaa kitkaa tai vapauttaa aikaa muuhun tekemiseen. Käyttöönottoa ei kannata tehdä vain siksi, että muutkin tekevät. Tekoälyn hyödyntämisessä on tärkeä edetä kohti organisaation tavoitteita niin, että tekoälyistyvä työ ei kuormita ihmistä haitallisesti.
MM: Kokeilla systemaattisesti ja mitata, mihin tekoäly tuo lisäarvoa. Työntekijät pitää ottaa mukaan suunnittelemaan, miten vapautuva aika käytetään. Pullonkaula ei siis ole teknologia vaan johtaminen. Tehtävien uudelleenorganisointi on johtamiselta vaativaa: muutokset pitää toteuttaa niin, että työntekijät kokevat ne oikeudenmukaisiksi. Se lisää todennäköisyyttä, että tekoälyn käyttö parantaa samaan aikaan sekä yrityksen tuottavuutta että työhyvinvointia. Kansainväliset vertailut** kertovat, että suomalaiset työpaikat ovat tässä hyvässä asemassa.
Parasta tekoälyssä on…?
VK: Pläräyttäminen! Tekoäly voi viimeistellä ja tiivistää ajatuksia, jolloin laaja ja syvällinen ihmisymmärrys saadaan nopeasti käyttökelpoiseen muotoon.
MM: Se tekee asiantuntemuksesta halpaa ja pakottaa kysymään, mikä työssämme on oikeasti arvokasta.
Lähteet:
*Humlum, A. & Vestergaard, E. (2025), Large Language Models, Small Labor Market Effects, NBER Working Paper 33777.
**Maliranta, M. (2026), ”Palkkamaltti paikkaa, uudistuminen kantaa”, Kansantaloudellinen aikakauskirja 122(3),
292–300 (ilmestyy syksyllä 2026).
Artikkelissa käytetyt kuvat:
Virpi
Artikkeli
Teksti Pirjo Hästbacka
Virpi Kalakoski; kuvaaja Pirita Männikkö,
Mika Maliranta; kuvaaja Emmi Nykänen