Keskiarvo on nyt ilmaista

Nordic Business Forum järjestettiin Messukeskuksessa viime viikolla. Tapahtuma oli loppuunmyyty, ja paikalle odotettiin yli 8 500 osallistujaa yli 40 maasta.

Teemana oli The Human Edge, ihmisen etu.

Teema on tärkeä, ja se on myös helppo ymmärtää väärin. Yleisin tulkinta on lista: tekoäly hoitaa rutiinin, ihminen tuo luovuuden, empatian ja arvostelukyvyn. Lista on lohdullinen, koska se jättää työnjaon ennalleen ja lisää ihmisen puolelle vain hienompia sanoja.

Tässä blogissa Karoliina Jarenko tarkastelee, mitä tutkimus tosiasiassa sanoo siitä, minne ihmisen arvo on siirtymässä.

Kone on erinomainen siinä, mikä on jo tehty

Mitä tutkimus siis itse asiassa sanoo siitä, mitä kone osaa ja mitä ei osaa?

Fabrizio Dell'Acquan ja hänen kollegoidensa kenttäkoe 758 konsultin kanssa on tästä tarkin havainto. Boston Consulting Groupin konsulteille annettiin perinteisiä konsultin työhön liittyviä tehtäviä, esimerkiksi: keksi kymmenen ideaa uudelle tuotteelle, segmentoi markkina, kirjoita lehdistötiedote. Perustele valintasi.

Tekoälyä käyttäneet tekivät noin 12 prosenttia enemmän tehtäviä, 25 prosenttia nopeammin ja selvästi paremmalla laadulla. Eniten hyötyivät ne, joiden lähtötaso oli heikoin.

Kannattaa huomata, mitä listalla on. Myös ideointi. Lohdullinen työnjako, jossa kone hoitaa rutiinin ja ihminen luovuuden, ei kestä tätä tulosta.

Yhdeksästoista tehtävä oli rakennettu toisin. Konsulttien piti päättää, mihin kolmesta tuotemerkistä yhtiön kannattaa investoida. Aineistona olivat talousluvut ja joukko yrityksen sisäisiä haastatteluja. Luvut osoittivat yhteen suuntaan, mutta haastatteluista löytyikin tieto, joka käänsi johtopäätöksen toiseksi.

Siinä tekoälyä käyttäneet päätyivät oikeaan ratkaisuun 19 prosenttiyksikköä harvemmin kuin ilman konetta työskennelleet.

Ero ei ollut tehtävän vaikeudessa. Se oli siinä, riittikö aineistosta muotoiltu uskottava vastaus, vai pitikö huomata, ettei aineisto sanonut sitä, miltä se näytti.

Sama kuvio on toistunut luovaa työtä koskevassa tutkimuksessa. Anil Doshin ja Oliver Hauserin koe noin kolmensadan kirjoittajan kanssa osoitti, että tekoälyn tarjoamat ideat nostivat yksittäisen tarinan arvioitua omaperäisyyttä noin kahdeksan prosenttia. Jälleen vaikutus oli suurin niillä, joiden oma lähtötaso oli matalin.

Mutta tarinat alkoivat muistuttaa toisiaan. Niiden keskinäinen samankaltaisuus kasvoi noin kymmenen prosenttia.

Poikkeuksellisuus tuottaa erinomaisuutta silloin kun poikkeuksellisuus on erinomaista.

Mitä tästä seuraa?

Tekoäly on erittäin hyvä tuottamaan odotetun, myös silloin kun odotettu on uusi idea. Se nostaa heikointa suoritusta, tasaa eroja ja vetää tuotoksia kohti keskiarvoa.

Se tarkoittaa, että osaaminen, joka koostuu odotetun tuottamisesta, on juuri menettänyt hintansa.

Jäljelle jää kaksi asiaa. Kyky astua sivuun siitä, mikä on jo kirjattu. Ja harkinta, joka erottaa arvokkaan sivuaskeleen virheestä.

Näistä jälkimmäinen on se vaikeampi. Poikkeama ei nimittäin ole itsessään arvokasta. Suurin osa poikkeamasta on pelkkää virhettä, ja juuri siksi organisaatiot ovat oppineet karsimaan sitä. Ongelma on, että sama karsinta vie mennessään myös sen harvan poikkeaman, joka olisi ollut oikeassa.

Margaret Heffernan muotoili asian Ylen haastattelussa sunnuntaina lyhyesti: tulevaisuudesta ei ole dataa, käytämme aina historiallista dataa, ja se on ansa. Koneen pätevyys on kokonaan taaksepäin katsovaa.

Epämukava kohta

Heffernan puhui samassa yhteydessä länsimaita vaivaavasta luovuuskriisistä. Sen syyksi hän nimesi liian tarkan erikoistumisen ja äärimmäisen tehokkuuden tavoittelun.

Tässä kohtaa suomalaisen organisaation kannattaa pysähtyä.

Olemme rakentaneet vuosikymmeniä järjestelmiä, jotka poistavat hajontaa. Prosessit, roolikuvaukset, tavoitemittarit, parhaat käytännöt. Ne kaikki on suunniteltu vähentämään sitä, että joku tekisi toisin.

Nyt hajonta on se, mistä maksetaan. Ja juuri siitä ominaisuudesta olemme järjestelmällisesti yrittäneet päästä eroon.

Ihmisen etu ei siis ole taito, joka lisätään listaan koneen rinnalle. Se on ominaisuus, jonka tukahduttaminen pitäisi lopettaa.

Kysymys ei kuulu, mitä ihminen yhä osaa paremmin. Se kuuluu, kestääkö organisaatio sen, että joku tekee toisin?