Uusi etnografinen tutkimus tunnistaa yhdeksän oikeutusta, joihin nojaten julkishallinnon tekoälyhankkeet muodostuvat lähes pysäyttämättömiksi yli organisaatio- ja ammattikuntarajojen. Itä-Suomen yliopistossa ja Aalto-yliopistossa tehty tutkimus valottaa, millä tavoin tekoälyhankkeita vetävissä tiimeissä yhteiseen hyvään liittyvät perustelut tukevat hankkeiden etenemistä.
– Tuloksemme osoittavat, että julkishallinnon tekoälyhankkeita ei useinkaan pidetä käynnissä siksi, että työkalut toimisivat hyvin, vaan koska on iso joukko painavia oikeutuksia, jotka tekevät niiden alasajosta hankalaa ja työkalujen julistamisesta toimimattomiksi vaikeaa, toteaa toinen tutkimuksen kirjoittajista, yliopistotutkija Marta Choroszewicz Itä-Suomen yliopistosta.
Generatiivinen tekoäly on saamassa jalansijaa julkishallinnossa maailmanlaajuisesti, ja sen käyttöönottoa vauhdittavat niin optimismi kuin poliittiset paineet. Julkisen sektorin innovaatiotoiminnan, resurssien viisaan käytön ja julkishallinnon tarpeisiin soveltuvien tekoälyratkaisujen näkökulmista on tärkeää ymmärtää, miksi tekoälyhankkeita pidetään käynnissä myös silloin, kun työkalut eivät toimi odotetulla tavalla.
Tutkimus perustuu liki puolentoista vuoden etnografiseen kenttätyöhön Suomessa. Tutkimuksessa tarkasteltiin suuren kielimallin varaan rakennettua generatiivista tekoälytyökalua, jota kehitettiin tukemaan viranomaisten päätöksentekoa ympäristössä, jossa ohjeistukset ovat monimutkaisia, hajanaisia ja jatkuvasti päivittyviä. Kuten useat julkishallinnossa kehitteillä ja testattavina olevat tekoälytyökalut, tutkittu työkalu pyrki ratkaisemaan laajasti tunnistetun haasteen, eli kuinka hallita, löytää ja hakea tietoa valtavasta määrästä erilaisia ohjeita, joita tarvitaan etuuksien ja palveluiden myöntämisessä.
Tutkimus osoittaa, kuinka julkishallinnon innovaatioita kehittävä tiimi edisti tekoälyn käyttöönottoa yhdeksän erilaisen oikeutuksen perusteella. Viisi niistä liittyi itse työkaluun ja niissä korostuivat tutut tekoälylupaukset eli tehokkuus, kustannussäästöt, työhyvinvointi, oikeudenmukaisuus ja houkuttelevuus. Nämä oikeutukset vahvistuivat erityisesti silloin, kun työkalussa havaittiin selviä puutteita tarkkuudessa, täsmällisyydessä ja johdonmukaisuudessa. Neljä innovaatioprosessia ja innovaatioideologiaa painottavaa oikeutusta perusteli nopeuden, rohkeiden aloitteiden ja kokeilujen tärkeyttä, teki takaiskuista hyväksyttäviä ja ylläpiti kehitystyön jatkuvaa vauhtia.
Yhdessä nämä oikeutukset muodostivat suojaavan rakenteen työkalun kehityksen ympärille ja pitivät innovaation liikkeessä jatkuvien testausvaiheiden läpi. Nämä oikeutukset myös suojasivat työkalua ja sen kuviteltua arvoa kritiikiltä, ja takaiskuja pidettiin normaalina osana tekoälyinnovaatioiden käyttöönottoon liittyvää oppimista. Näiden oikeutuksien vuoksi tekoälytyökalu oli vakuuttava yli organisaatiorajojen ja vaihtoehtoisia innovaatiopolkuja oli vaikea hahmottaa.
Rajapinnoille syntyi liittoumia ja jakolinjoja
Tutkimus osoitti myös, että organisaatio- ja ammattikuntarajat ylittävä yhteistyö oli tärkeää. Työkalua kehittävän tiimin yhteistyöstä syntyi vahvoja johtajien ja konsulttien välisiä liittoumia. Tämä mahdollisti sen, että työkalun kehitykselle välttämättömiä resursseja voitiin hankkia yli organisaatiorajojen. Toisaalta työkalua kehittävän tiimin yhteistyö etuuskäsittelijöiden kanssa vahvisti jakolinjaa innovaation joustavan toimintaympäristön ja etulinjan työn tiukasti ohjattujen rutiinien välillä ja vahvisti tiimin valtaa työkalun muotoilussa. Kun työkalu ei onnistunut täyttämään odotuksia, sen menestystä alettiin tarkastella asiana, joka oli riippuvainen organisaatiomuutoksesta, käyttäjien asennoitumisesta ja tekoälytaidoista, eikä työkalun omasta suorituskyvystä.
Takaiskuista tuli uusi normaali
Toistuvat virheet ja työkalun kyvyttömyys lunastaa sille asetettuja odotuksia eivät pysäyttäneet tekoälyhanketta, vaan epäonnistumiset kehystettiin odotettavissa olevaksi ja osaksi uuden teknologian käyttöönottoon liittyvää oppimisprosessia. Tämä ylläpiti vaikutelmaa hankkeen etenemisestä ja oikeutti työkaluun tehtävät jatkoinvestoinnit.
– Käsittelemällä takaiskut oppimiskokemuksina tiimi pystyi ylläpitämään innovoinnin momentumia, vaikka työkalun edellyttämä tarkkuus, täsmällisyys ja johdonmukaisuus jäivät saavuttamatta, toteaa tutkimuksen toinen kirjoittaja, väitöskirjatutkija Antti Rannisto Aalto-yliopistosta.
Työkalun tekninen läpinäkymättömyys ja generatiiviseen tekoälyyn liittyvä vetovoima vaikeuttivat epäonnistumisten syiden tunnistamista sekä kriittistä uudelleenarviointia. Tiimin huomio siirtyi työkalun teknisistä rajoitteista käyttäjiin ja organisaatioon kohdistuviin muutoksiin.
Lisätietoja:
Yliopistotutkija Marta Choroszewicz, marta.choroszewicz(at)uef.fi p. 050 330 9365
Väitöskirjatutkija Antti Rannisto, antti.rannisto(at)aalto.fi p. 040 504 7196
Tutkimusartikkeli:
Choroszewicz, M and Rannisto, A (2026) AI innovation at the boundaries: Justifying a generative AI decision support tool. Big Data & Society. https://doi.org/10.1177/20539517261424159.