Kartta / Työ
Aihe
Mistä syntyy seuraava asiantuntijasukupolvi?
Aloitustehtävät ovat myös oppimisen välineitä.
Jos tekoäly hoitaa osan uran alkuvaiheen tehtävistä, uusi työntekijä voi menettää tilaisuuksia harjoitella. Vaikutusta Suomen rekrytointiin ei vielä tunneta; työn oppimispolkuja voidaan kuitenkin suunnitella ja mitata.
Työ opettaa työn
MahdollinenTyöuran alussa tiedonhaku, luonnokset ja rutiinitarkistukset voivat tuntua välivaiheilta. Niissä opitaan kuitenkin arvioimaan tulosta ja tuntemaan alan käytännöt. Arash Hajikhani kysyy eduskunnan tulevaisuusvaliokunnan raportissa (avautuu uuteen välilehteen), mitä asiantuntijaksi kasvamiselle tapahtuu, jos näitä tehtäviä siirtyy tekoälylle.
Kysymys koskee myös työnantajaa: kun kokeneet työntekijät siirtyvät eläkkeelle tai vaihtavat alaa, kuka osaa tarkistaa tekoälyn työn ja tehdä poikkeukselliset ratkaisut? Tämä on mahdollinen pitkän aikavälin osaamisriski, ei näyttö siitä, että suomalainen uraporras olisi jo katkennut.
Mitä on havaittu?
HavaittuStanfordin digitaalisen talouden laboratorion elokuussa 2026 päivittämä Yhdysvaltain palkka-aineistoon perustuva tutkimus (avautuu uuteen välilehteen) löysi nuorten työntekijöiden työllisyyskehityksessä eroja tekoälylle altistuvien ammattien ja muiden ammattien välillä. Tutkijat nimeävät havainnot kuvaileviksi, eivät osoitukseksi siitä, että tekoäly aiheutti eron. Aineisto ei mittaa Suomen tilannetta eikä suoraan työn kautta tapahtuvaa oppimista.
Kansainvälisen työjärjestön tehtäväpohjainen arvio (avautuu uuteen välilehteen) kuvaa ammattien altistumista tekoälylle ja pitää työn muuttumista laajaa korvautumista todennäköisempänä. Altistuminen, todellinen rekrytointi ja asiantuntemuksen karttuminen tarvitsevat erilliset mittarit.
Miten oppimispolku voisi säilyä?
MahdollinenYksi testattava tapa on antaa uudelle työntekijälle mahdollisuus laatia oma ratkaisu, vertailla sitä tekoälyn ehdotukseen ja saada kokeneelta työntekijältä palaute perusteluista. Tekoäly voi myös tukea harjoittelua esittämällä kysymyksiä ja vaikeuttamalla tehtäviä taitojen karttuessa. Malli edellyttää suojattua aikaa ohjaukseen; automaation käyttöönotto ei luo sitä itsestään.
Seurattavia asioita ovat aloituspaikkojen määrä, harjoittelussa tehtyjen erilaisten tehtävien määrä, taitojen kehittyminen ja kokeneiden työntekijöiden ohjaukseen käyttämä aika. Mahdollinen uusi riski syntyy vasta, jos rekrytointi tai oppimismahdollisuudet vähenevät eikä niiden tilalle tule toimivaa polkua.
Mahdollisuudet
- Tekoälyn avulla voidaan suunnitella harjoittelua ja antaa oppijalle nopeaa palautetta.
Riskit
- Työnantaja voi säästää aloitustehtävistä, joilla uusi työntekijä ennen oppi alan käytännöt.
Riippuvuudet
- Työssä annettava ohjaus
- Rekrytoinnin seuranta
- Taidon arviointi
Avoimet kysymykset
- Muuttuvatko Suomen aloituspaikat ja harjoittelun sisältö, kun tekoälyä käytetään työssä?
- Miten osoitetaan, että harjoittelija osaa ratkaista tehtävän myös ilman tekoälyn valmista vastausta?
Vastanäkemykset
- Tekoäly voi myös alentaa osaamisen harjoittelun kynnystä ja auttaa aloittelijaa enemmän kuin poistuvat rutiinitehtävät opettivat.
Lähteet
- [1] Eduskunnan tulevaisuusvaliokunta, Yleinen tekoäly – käsitteistä yhteiskunnallisiin vaikutuksiin, työelämäartikkeli s. 55–65, 2026
- [2] Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, 2026
- [3] ILO, Generative AI and Jobs: A Refined Global Index of Occupational Exposure, 2025
Versiohistoria
- 1.08.10.2026Ensimmäinen julkaisu; erotettu Suomen avoimet kysymykset Yhdysvalloissa havaituista työllisyyseroista.
Yhteyksiä muihin teemoihin
Toisen aiheen näkökulma voi auttaa tutkimaan tätä kysymystä. Yhteys on lukuvinkki, ei osoitus valmiista ratkaisusta.