Tekoäly tekee aikuiskoulutuksesta välttämättömyyden
Digitalisaatio vei 1900-luvun lopulla nopeaan tahtiin työpaikkoja pankeista, tehtaista ja vähän kaikkialta. Sen jälkeen on ollut rauhallisempaa. Matalla roikkuvat hedelmät on poimittu.
Tekoälystä odotetaan uutta talouden vauhdittajaa. Se avaa valtavia näkymiä luvaten parempia tuotteita, toimivampaa yhteiskuntaa ja helpompaa elämää.
Silti tekoälyä koskevat kirjoitukset ovat voittopuolisesti pelokkaita. Pelätään massatyöttömyyttä ja eriarvoisuutta.
Tekoälyn vaikutus työllisyyteen riippuu ennen kaikkea siitä, mitä tapahtuu osaamisvinoumalle – sille, että työpaikkojen vaatimustaso ylittää työttömien osaamisen.
Yleinen uskomus on, että tekoäly karsii edelleen rutiininomaista työtä. Jäljelle jäävät työt, joissa ihminen on konetta parempi.
Ajatellaan vaikka kielenkääntäjiä. Tietokoneen kyky kääntää tekstiä kielestä toiseen kohenee nopeasti. Kaunokirjallisuuden kääntämiseen tekoälystä tuskin on pitkään aikaan. Ihmiskääntäjistä jäljelle jäävät ne, joilla on ymmärrystä tekstin nyansseille – siis parhaat.
Tämä koskee muitakin ammatteja. Parhaat ja luovimmat menestyvät ja rutiinisuoritukseen yltävät korvautuvat koneilla.
Kyse on paitsi koulutuksesta, myös henkilökohtaisista ominaisuuksista. Uudessa taloudessa tarvitaan sosiaalisia taitoja. Yhdysvalloissa ujoutta lääkitään jo sairautena.
Amerikkalaiset teknologiayritykset kehittävät kilvan kassatonta kauppaa, jossa asiakkaan poimimat tuotteet laskutetaan suoraan tililtä. Se on kallis kehittää, mutta halpa monistaa, joten sen voi ennustaa leviävän nopeasti.
Kokonaisten ammattien katoamisessa ei ole mitään uutta. Offset-painot syrjäyttivät kohopainolatojien vaativan ja arvostetun ammatin muutamassa vuodessa. Mitään sellaista työpaikkatuhoa ei ole näkyvissä, joka koettiin maa- ja metsätaloudessa 1960-luvulla.
= = =
Moni asia muuttuu toisenlaiseksi. Kuten aikanaan autoja ajateltiin moottorilla varustettuina hevosrattaina, ajattelemme itse ajavaa autoa Volvon kaltaisena kulkuneuvona.
Tulevaisuutta voivat olla itse kulkevat kauppakassit, jotka tuovat netistä tilatut ostokset talon seinässä olevaan laatikkoon. Niiden ei tarvitse olla lastenrattaita isompia eikä polkupyörää nopeampia. Suuret kauppakeskukset voivat käydä tarpeettomiksi.
Paljon on kiinni siitä, mitä lainsäädäntö sallii. Terveydenhuollossa omien elintoimintojen mittaaminen yleistyy. Nettiin ilmestynee kaupallisia sivustoja, jotka jalostavat mittaustulokset diagnooseiksi. Sairaalassakin tekoäly tulee tekemään oikeampia diagnooseja kuin ihmislääkäri. Koneen ja potilaan välissä tarvitaan ihmistä, mutta riittäisikö siihen usein sairaanhoitaja?
= = = =
Koulutustason 1990-luvulla pysäytetty nousu pitäisi käynnistää uudestaan. Tätäkin tärkeämpää on uudistaa opetettavia tietoja ja taitoja.
Kouliminen tunnolliseksi puurtajaksi on toivottavasti jäänyt taakse. Työmarkkinoilla tarvitaan jatkossa matemaattista ajattelua, vuorovaikutustaitoja ja esiintymiskykyjä sekä epäsuomalaista itsensä esillä pitämistä.
Tekoäly myös tehostaa oppimista räätälöimällä digitaalisia oppimisympäristöjä opetettavan taitojen mukaan.
Suuri mullistus tarvitaan aikuiskoulutukseen. Kukaan tuskin kuvittelee, että tämän ajan koulutus vastaa 2060-luvun työelämän vaatimuksia. Viikko vuodessa koulutusta kaikille olisi hyvä periaate osaamisen päivittämiseksi. Sen pitäisi olla jokaisen oikeus, ellei suorastaan velvollisuus. Oppivelvollisuusiäksi 65 vuotta! Tämä on aivan keskeistä, jos haluamme tekoälyajan muuttuvan iloksi eikä syrjäyttäväksi eriarvoisuudeksi.
Aikuiskoulutuksesta ja työn ohessa oppimisesta pitäisi saada todistus, jotta voisi osoittaa osaamisensa työtä haettaessa. Tarvitsemme pieniä minitutkintoja, ajokortteja, joilla voi osoittaa osaamisensa tavalla, jota tietokonekin ymmärtää.
Tekoäly voi nimittäin tuoda valtaisasti lisää tehoa työnvälitykseen, mutta se tarvitsee tiedot osaamisesta. Suomessa täytetään noin puoli miljoonaa työpaikkaa vuodessa. Työtä hakevat ja työnantajat tutustuvat vain häviävän pieneen osaan tarjolla olevista vaihtoehdoista.
Tekoäly pystyy paljon parempaan. Se voisi myös etsiä jatkuvasti sopivaa työpaikkaa kaikille – myös työssä oleville.
Osaamisvinoumaa nimittäin helpottaisi huomattavasti, jos saisimme sysityksi työuralla eteenpäin niitä, joiden kokemus on karttunut vaativampiin tehtäviin soveltuvaksi. Heiltä jäisi yksinkertaisempia työpaikkoja niille, joiden osaaminen ei vielä riitä vaativampiin tehtäviin.
Osaamisen karttumisen kannalta työpaikan vaihtaminen aina silloin tällöin on muutenkin hyväksi. Onkin turmiollista, että työpaikan vaihtoa yritetään kahlita kilpailukielloilla. Siitä kärsii koko kansantalous.
= = = =
Pessimistit voivat silti olla oikeassa siinä, että tekoälyltä ja roboteilta jää yhä vähemmän työtä ihmisten tehtäväksi. Huonosti toteutettuna tämä voi johtaa eriarvoiseen dystopiaan.
Vähän pitäisi nostaa rimaa tavoiteasettelussa. Eikö työnteon vähenemistä ja antoisampaa elämää kannata suorastaan tavoitella, kunhan tulonjaosta huolehditaan? Uhka kannattaa kääntää mahdollisuudeksi. Se on vaativa urakka ja vaatii aika erilaista politiikkaa kuin nyt harjoitetaan, mutta siihen kannattaisi varautua.
Onko kukaan valittanut, että automaattiset pyykinpesukoneet ovat vähentäneet kotitaloustyötä?
= = =
Kirjoittaja on toiminut TEM:n Tekoälyn aika -hankkeen työn tulevaisuutta pohtineen jaoston puheenjohtajana
Kirjoitus on julkaistu Näkökulma-artikkelina Suomen Kuvalehdessä
Kommentoin nyt tätä asiaa henkilönä joka työskentelee täysipäiväisesti Deep Learning algoritmien parissa.
Soininvaaralla on tilastotieteen ja taloustiteen tuntemuksen kautta hyvät eväät olla kriittisempi tekoälyn ihmeitätekevän vaikutuksen suhteen, jos hän voisi irrottautua maagisesta ajattelusta joka tekoälyyn nyt liittyy.
Tekoälyä ja työnhakua voisi suhteuttaa seuraavilla kysymyksillä:
1) Löytävätkö Googlen, Netflixin, tai IMDB:n tekoälyalgoritmit todella niita sivuja, elokuvia ja tv-sarjoja joita olet hakemassa. Jos eivät löydä, miten ne löytäisivät työpaikkoja?
2) Kuinka suuri ero on asuinpaikkakunnalla, asuntojen saatavuudella ja puolison työpaikalla suhteessa
tekoälyn löytämään optimaaliseen työpaikkaan?
Itse ajavat autot ovat esimerkki tilanteesta jossa alan asiantuntijat ovat realistisempia kuin rahoittajat, poliitikot ja hypemiehet asian ympärillä. Tason 3 autonomia näyttää mahdolliselta, mutta tason 3 ja 4 välissä on todella iso kuilu jonka ylittäminen lähitulevaisuudessa ei ole itsestään selvää. Tasolla 4 kuskin ei tarvitse enää olla valmis ottamaan ohjia käsiinsä. Hän voi vaikka nukkua. Auto voi ajaa täysin tyhjänä tietyilla alueilla ja teillä. Poliitikkojen kuten Soininvaara olisi hyvä ymmärtää, että merkittävä vaikutus talouteen ja yhteiskuntaan tulee vasta 4 ja 5 tason autonomiasta joka voi olla vuosikymmenien päässä. Taso 3 helpottaa
rekkakuskin tai taksikuskin työtä, mutta ei korvaa sitä.
—
Tekoälytutkimus on läpikäynyt jo kaksi suurta boomia ja niitä seurannutta
tekoälytalvea (70 -luvulla ja 80 -luvun lopussa).
Tekoälytalvella (AI winter) tarkoitetaan suurta innostusta
seurannutta kiinnostuksen kuivumista ja rahoituksen loppumista.
Mutta nyt kaikki on erilaista, eikö niin? Mikään ei voi meitä pysäyttää.
Nykyinen tekoälyboomi on nk. Deep Learning (DL) boomi (syväoppiminen).
DL voidaan määritellä hierarkkiseksi oppimiseksi ja esitystapojen oppimiseksi (representation learning).
Algoritmi oppiin hierarkian tiedon esitystapoja. Ylempi hierarkia rakentaa abstraktimmat
käsitteet alemman hierarkian yksinkertaisimpien käsitteiden varaan.
Boomi ei perustu radikaalisti uusille algoritmeille tai ymmärrykselle. Keinotekoiset neuroverkot ovat edelleen vuorottelevia kerroksia affiinisia muunnoksia ja epälineaarisia muunnoksia. On olemassa joukko pieniä, mutta käytännössä merkittäviä
parannuksia joilla usean kerroksen neuroverkot on vihdoin saatu oppimaan
suhteellisen nopeasti – esim. gradiettilaskeutumisen häviävien ja rajattomasti kasvavien gradienttien ongelma ymmärretään nyt paremmin. Suurin ansio boomista lankeaa grafiikkaprosessoreille jotka pystyvät numeeriseen laskentaan jota neuroverkot tarvitsevat. On selvästi nähtävissä että tarvitaan uusia ideoita ja perustutkimusta, tai edessä on taas sijoittajien pettymys ja tekoälytalvi.
Suurin osa alan julkaisuista on inkrementaalisia parannuksia tai algoritmien
soveltamista. Tieteellisten julkaisujen laatu on nopeasti huononemassa. Vaikka ala etenee
hengästyttävää vauhtia ja jatkuvasti tulee uutta luettavaa, ongemat joita ratkaistaan ovat kertaluokaltaan yhä pienempiä. On tietysti hienoa että alain huippututkija voi saada jopa miljoonan dollarin vuosipalkan, mutta palkka
tulee soveltamisesta, ei perustutkimuksesta. Perustutkimus voi itse asiassa kärsiä, koska soveltava tutkimus vie huippuosaajat
isolla rahalla.
Voisitko kertoa miten tekoäly mielestäsi tulee muuttamaan maailmaa 10-20 vuoden aikajänteellä?
Tulevaisuuden ennustaminen on tunnetusti vaikeaa. Annan yhden yleisen tason ennustamisperiaatteen ja kaksi ennustetta. Olen ehkä väärässä, mutta mielestäni näitä kehityspolkuja ei painoteta tarpeeksi keskustelussa.
Yleisen tason periaate: Asian tekeminen 99.9% oikein on 100 kertaa helpompaa automatisoida kuin saman asian tekeminen 99.99% oikein. Tekoälysovellukset ja tekoälyä käyttävä robotiikka ja automaatio yleistyvät tuotteissa ja palvelussa joissa virheet voidaan korjata pienin kustannuksin (asiakaspalautus tai hyvitys). Automaattinen kokki, räätäli tai pakkausrobotti voi erehtyä joka tuhannes kerta ja virhe voidaan korjata kustannustehokkaasti. Automaattinen metro, parturi tai taksi ei voi tehdä virheitä yhtä usein.
Ensimmäinen ennuste on tekoälyyn soveltaminen laskennallisen kemian ja biokemian tutkimuksessa. Laskennallinen kemia käyttää supertietokoneiden kapasiteetista noin 20-25%. Proteiinin laskostumisongelmat ja molekyylien interaktion mallintaminen on vaikeaa. Pieni edistysaskel voi tuoda valtavan edun. Syväoppisen käyttö näiden ongelmien ratkaisuun on tällä hetkellä suuren kiinnostuksen kohde. Materiaalifysiikka, kemia, biokemia ja lääketeollisuus haluavat hyödyntää tekoälyä. Alalla työskentelee paljon tutkijoita joilla riittää ymmärrystä soveltaa tekoälyä järkevästi. Systeemibiologia voi olla myös yksi tekoälystä hyötyvä ala.
Toiseksi laitan ihmisen tunnetilaan, vireystasoon,ärsytyskynnykseen ja välittömiin tunnereaktioihin perustuvan toiminnan ennustaminen ja siihen reagoinnin. Se on helpompaa kuin monimutkaisten harkintaa vaativien päätösten mallintaminen. Se on tulossa myös reaalimaailmaan ja palvelujen automatisointiin.
Usein esitetään idyllinen ennustee urbaanista palveluyhteiskunnasta, personoiduista palveluista ja palvelukontakteista joissa edelleen riittää töitä –”ihmiskontaktia ei korvaa mikään”. Ihmiskontaktin paremmuus muutaman minuutin interaktioissa kannattaa kyseenalaistaa. On mahdollista että tekoäly tason automaatio leikkaa palveluammatteja yhtä nopeasti tai nopeammin kuin teollisuuden ammatteja. Tekoälyassistentti voi olla välttämättömyys yrityksen kilpailukyvyn kannalta monella alalla aivan lähitulevaisuudessa. Skenaario voi vaikuttaa juuri nyt epätodennäköiseltä, koska olemassa olevat assistentit ovat usein ärsyttäviä ja kömpelöitä, mutta uskon että 5-10 vuoden sisällä tulee tapahtumaan merkittävä muutos.
Tällaisia asiakkaiden puheita, sanoja, ilmeitä, äänensävyjä yms. tarpeita analysoivia sovelluksia kehitetään jo. GDPR vähän hidasti asiaa, mutta tiedän että tällaisia kehitetään asiakaspalvelijoiden avuksi, tehostamiseksi ja korvaamiseksi monilla aloilla.
Jos soitat esimerkiksi pankin puhelinpalveluun, jossa todetaan että puhelu tallennetaan asiakaspalvelun laadun parantamiseksi, aika varmasti tätä puheluäänitettä käytetään myös tekoälyavustajan opettamiseen. Applen HomePod ja Googlen puhetta tunnistava kotikaiutin antavat esimakua siitä mitä on tulossa. Pian ihmiset tottuvat juttelemaan ja asioimaan tekoälyjen kanssa.
Jotkut voivat pian pitää tekoälyjä mielenkiintoisempina keskustelukumppaneina kuin suurinta osaa ihmisistä.
Jo tähänastisen tietotekniikan hyödyntämisessä on törmätty ongelmaan, että ihmisten työtä mitataan pääsääntöisesti aikaperusteisesti. Uusia, työtä tehostavia menetelmiä ei siksi välttämättä haluta kovin innokkaasti ottaa käyttöön, koska esim. yritykset eivät helposti pysty laskuttamaan asiakkailtaan tietotekniikkaan tehtyjä investointeja, koska laskutus perustuu ihmisten tekemiin työtunteihin. Kyseessä on toki siirtymävaiheen pulma, eli kun yksi tai muutama toimija jossain vaiheessa tehostavat toimintaansa, muiden pitää seurata perässä. Hinnoittelumallien pitää kuitenkin silloin muuttua, mikä voi olla raskas prosessi.
Minä tilaan heti 7 oikeaa lottonumeroa tekoälyltä kun sellainen on saatavilla. Taitaa kuitenkin vielä olla niin, että tekoälysovelluksen järjen antaa ihminen ohjelmistosuunnittelijan muodossa.
Koulutustaso on tosiaan olennainen juttu, mutta kiinnostaisi tietää, mitä ajattelet koulutuksen polarisoitumisesta – siis sekä koko väestön osalta että koulussa pärjäämisen osalta. Nähdäkseni suurin ongelma on esim siinä, että Suomessa on OECD-maiden suurin tasoero tyttöjen ja poikien välillä.
Koulutuksen määrä ei ole mielestäni kovin kiinnostava aihe. Paljon polttavampi juttu on se, että saataisiin heikoimmin menestyvät uusille urille. Mikä voisi olla toimiva tapa kehittää tätä? Työn osaamisvaatimusten kohoaminen on nuorilla kyllä tiedossa – ja se heijastuu suoraan motivaatioon. Tällä haavaa elämme yhteiskunnassa, jossa huonot edellytykset näyttävät tappavan motivaation. Sosiaalista nousua tapahtuu vähemmän kuin ennen.
Kaikista ei ole kouluttautumaan kognitiivisesti vaativiin töihin. Tarvitaan käytännönläheisiä ”duunaritöitä” ja tekemällä oppimista, ml. mestari–kisälli-koulutusta. Tällaisissa töissä palkka saattaa ja saa olla verrattain pieni, työn tuottavuutta vastaava, kunhan pohjalla on riittävä perustulo.
Puolet joka ikäluokasta valitsee ammatillisen koulutuksen, jota ollaan alati uudistettu käytännöllisemmäksi – se ei kuitenkaan toimi. Amisreformi on melkoinen kupla. Osmolla on vankka luottamus koulutukseen, minkä kyllä jaan, mutta koulutus toimii vain jos koulutettava on motivoitunut.
Koulutuksen määrällinen lisääminen ei vastaa isompaan ongelmaan, joka on oppimistulosten polarisoituminen. Mä vietän näiden huonosti koulussa pärjäävien kanssa eri projekteissa aikaa melko paljon, ja vika on enimmäkseen siinä, että tämän porukan osaamista ja kapasiteettia ei saada valjastettua oikein. Se jää tunnistamatta. Sen seurauksena meillä on mammuttimaisesti kasvava ongelma syrjäytyvistä nuorista.
Väestön koulutustason merkittävä nosto törmännee ainekseen: Olemme jo nyt ylittäneet rajan, jossa kaikkien korkeakoulutettujen kognitiiviset kyvyt eivät riitä korkeakoulututkintoa edellyttäviin tehtäviin.
Korkeakouluista valmistuneista huomattavaa osaa ei olisi pitänyt edes hyväksyä sisään. Tasosta on kuitenkin tingitty määrän hyväksi -onhan se hienoa kun yhä suurempi osa ikäluokasta korkeakoulutetaan.
Takavuosina oli tavoitteena korkeakouluttaa jopa 70 % ikäluokasta. Se olisi tarkoittanut, että korkeakoulusta olisi pitänyt pystyä valmistumaan n 85-90 älykkyysosamäärällä (30 keskihajonnalla).
Ehkä koulutustason nostoa haikailtaessa kannattaa pitää mielessä, että noin puolet väestöstä on kuitenkin keskimääräistä tyhmempiä.
Juttelin juuri teknillisessä yliopistossa työskentelevän äitini kanssa joka valitteli, että proffien ja dosenttien kanssa keskustelussa tulee toistuvasti esille se, että rimoja on laskettava jatkuvasti. Oppilasaines ei yksinkertaisesti pääse läpi niistä 15v sitten pidetyistä kokeista ja laskuharjoituksista teknisellä puolella. Kenttäteoriat, säätötekniikkat, matikka jne. Osittiasdiffiksiä ja vaikeampia 3d-integraaleja kysytään enää siinä määrin, että saadaan eroteltua parhaat oppilaat toisistaan, läpi pääsyyn niitä ei enää tarvitse, kuten 15-20v sitten.
Lääkis, oikis, kauppakorkeat jne. Imuroivat paljon fiksuja ihmisiä ja insinööritieteisiin riittää vain rajallisesti niitä pätevimpiä. Kun kuitenkin insinööreistä on jatkuvasti pulaa, niin koulutusmääriä ei ole laskettu, vasn rimoja laskettu jotta pienemmistä ikäluokista saadaan sama määrä valmistuneita.
Jos emme ala ÄO-testeillä rekrytoida ihmisiä ulkomailta suomalaisiin kouluihin, niin kovimman tason ihmisten määrä senkun jatkaa laskuaan, eikä mikään päätös Arkadianmäeltä voi muuttaa tätä.
—
En myöskään usko johonkin ylhäältä määrättyyn aikuiskouluukseen. Tiedämme jo entuudestaan, että kouluopetus ei monelle toimi, joten isolle osalle väestöstä on turha vetää jotain luentosulkeisia. Muutenkin jos motivaatio oppimiseen on mitätöntä, niin minkäs teet?
Voisiko AY-liike hyväksyä palkankorotusten sijaan koulutuksen ja onnistuneille bonuksen? Työntekijä saa valita itse jonkun oppimistavoitteen työnantajan tarjoamista vaihtoehdoista, sekä 35h aikaa opiskeluun ja lopussa tentitään/testataan osaaminen. Oppineet saavat viikon palkan bonusta?
Olet pitkälti oikeassa, mutta Ode ehdottaa kuitenkin osaamisen päivittämistä säännöllisillä pikakoulutuksilla, jolloin ei ole kyse koulutustason nostosta korkeakoulutuksen painottamiseksi.
Aikuiskoulutuksen lisäämisen tulisi muutoinkin olla tavoitteena, jotta yhä useampi ihminen saataisiin koulutettua uusiin tehtäviin työelämän vaatimusten nopeasti muuttuessa. Tekoäly riittävän pitkälle kehittyessään saattaa avata joillekin aloille myös ei-akateemista osaamista vaativia (AMK-insinööri-/sairaanhoitajatason) työpaikkoja, sillä tekoäly osaa tehdä vaativimman analyysin sekä toimintasuositukset, jolloin systeemin käyttäjän/järjestelmänvalvojan ei tarvitse hallita alaa ainakaan niin laajasti. Myös tekoälyä käyttävien laitteiden ja koneiden huoltaminen/puhdistaminen vaatii työvoimaa.
Mielestäni aikuiskoulutuksen saavutettavuutta tulisi entisestään parantaa muun muassa poistamalla kokonaan avoimen yliopiston maksut sekä perustamalla koko Suomen kattava nettikoulutusportaali, joka tekisi yhteistyötä yliopistojen, ammattikorkeakoulujen ja ammattioppilaitosten kanssa tarjoamalla monipuolisesti kursseja sekä tutkintoja. Tulisi räätälöidä myös kaikille aikuiskoulutusasteille kompakteja minitutkintoja, joihin voisi hakea hyvityksiä näytöilla ja jo hankituilla koulutuksilla.
P.S. Työkkärin työharjoittelussa valtion virastossa työskennellyt kaverini kauhisteli sitä, kuinka tehotonta oli monien työntekijöiden tietokoneenkäyttö. Hyvällä aikuiskoulutuksessa moiseen tehottomuuteen voitaisiin puuttua halvalla.
Kuka kouluttaa kouluttajat? Monen koulutusorganisaation ongelmana ovat vähenevät resurssit ja ikääntyvät, muutoshaluttomat kouluttajat, jotka luulevat osaavansa mutta ovat pudonneet oman alansa kärryiltä jo vuosikausia sitten. Tuo ei ole oma mielipiteeni, vaan muutamien koulutusorganisaation hallinnossa työskentelevien henkilöiden näkemys.
Omalla alallani (IT, koneoppiminen) osaaminen syntyy tekemällä ja kollegoiden kanssa keskustelemalla. Jos haluaa apua tai kovempaa osaamista, täytyy kysyä Googlelta / Microsoftilta / Amazonilta tai vastaavilta, ja useammin noilta suurilta saa työtarjouksia kuin vastauksia kysymyksiin.
”Tekoälyä” kehitetään ratkaisemaan ihmisten ja yhteiskuntien ongelmia. Ainakin niissä projekteissa joita itse teen. Jos polarisaatiosta ja osaamisvinoumasta tulee keskeinen ongelma, siihen suunnataan resursseja ja yritetään keksiä ratkaisuja.
Tällä hetkellä ”tekoäly” projekteissa tuntuu olevan trendinä yleisen data-infrastruktuurin rakentaminen ja asioiden tekeminen helpommaksi ihmisille. Itse käytin internettiä jo 90-luvun alkupuolella ja mobiili-internettiä 90-luvun loppupuolella. Monien muiden mielestä internet oli tuolloin jotain salatiedettä ja nörttien puuhaa, jopa vaarallista kun siellä internetissä myytiin lähinnä huumeita ja lapsipornoa. Viimeistään iphone (ja google yms) toi sitten mobiilin internetin kaikille.
”Tekoälyn” kanssa tulee käymään samoin. Nyt nähdään uhkia kaikkialla, 5 vuoden kuluttua digitaaliset työkalut kehittyvät enemmän kaikkia hyödyntäviksi, ja n. 10 vuoden kuluttua työkalut ja -laitteet osaavat ohjata tekemään erilaisia asioita. Päätösvalta säilyy edelleen tavallisilla työläisillä, mutta ehkäpä sen Sari Sairaanhoitajan tai Riku Rakentajan ymmärrys kokonaisuudesta ja tehokkuus paranee, kun mahdolliset tehtävät, syyt ja seuraukset avautuvat ja rytmittyvät paremmin. 20 vuoden kuluttua muistellaan nykyistä työelämää ilman ”tekoälyä” yhtä antiikkisena, kuin nykyään 90-luvun alun pankkimaailmaa lankapuhelimineen ja paperisine tilikirjoineen.
Eikö primääri tarkoitus ole tuottaa enemmän tuotteita ja palveluita, ei työllistää. Toisena asiana on hyvä että kaikki kykenevät osallistuvat töihinkin.
Kehityksen hieman aikaisempia merkkipaaluja olivat painokone ja kehruukone. Pitäisikö noista luopua ja alkaa kopioida kirjoja käsin. Muistaakseni vihaiset työläiset rikkoivat keruujennyn, mutta ei se auttanut. Suomen kannalta tärkeä keksintö oli rauta-aura. savisilla pelloilla ei puuaura ei oikein kestänyt, jouduttiin kaskeamaan.
Olen seurannut etänä kotonani muutoman USAn yliopiston kussin, opetukseen uusi teknologia sopii mainiosti.
Englannin keskuspankin henkilöstön ”Bank Undeground” blogin viimeisimmässä artikkelissa pohditaan tuottavuuden laskua talouskriisin jälkeen ja automaatiota.
Jutussa on myös hyvä tuottavuusidea. Jos halutaan palvelusektorin tuottavuutta nopeasti ylös, itsepalvelukalja ravintoloissa on nopea ja helppo konsti: self-serve 16-tap ‘beer wall’. Rivi kaljahanoja joiden vieressä korttimaksuautomaatit nostaisi ravintola-alan työn tuottavuuden kerralla ylös. Tämä on idea jonka poliitikot voisivat toteuttaa eikä se vaadi paljon koulutusta.