Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus?

Tuula Heiskanen, Sirpa Syvänen & Tapio Rissanen (toim.) Mihin työelämä on menossa? – tutkimuksen näkökulmia Tampere: Tampere University Press 2019, 327–362. http://urn.fi/urn:isbn:978-952-359-006-9 11 Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? Anu Järvensivu Luvussa pohditaan, miten tutkimuskirjallisuudessa ennakoidut työelämän muutoskulut, erityisesti digitalisaation ja tekoälyn kehitys, vaikuttavat työelämän tutkimukseen ja työelämän tutkijoiden työhön, kuten tutkimuskysymyksiin, tutkimusmenetelmiin, työnteon tapoihin ja yhteisöihin sekä ansainnan malleihin. Taloustieteellisessä kirjallisuudessa esitetyn automaatioteknologian ja uutta työtä synnyttävän teknologian erottelun valossa kartoitetaan tutkijoiden työllisyyskehitykselle merkityksellisiä seikkoja lyhyellä ja pitkällä aikavälillä. Kirjoituksen aikahorisontti ulottuu noin vuoteen 2030. Anu Järvensivu 328 Työelämän muuttuessa muuttuvat niin tutkimuskohteet kuin työelämän tutkijan työkin Työelämän muutos ja työn tulevaisuus ovat nousseet vahvasti tutkimuskohteeksi ja julkiseen keskusteluun melko lyhyessä ajassa. Kirjoittaessani aihepiiristä kymmenisen vuotta sitten kirjaa (Järvensivu 2010) työn tulevaisuus kiinnosti korkeintaan muutamaa suomalaista tutkijaa eikä heitäkään täystyöllisyyteen asti. Nyt aihetta tutkitaan monissa hankkeissa ja teemasta löytyy runsaasti niin kansainvälistä kuin suomalaistakin tutkimusta. Työn murros nostettiin Suomessa jopa Sipilän hallituksen tulevaisuusselonteon teemaksi, ja pääministeri linjasi murroksen raportin esipuheessa Suomen suurimmaksi haasteeksi (Oksanen 2017). Rakenteellisesta murroksesta puhutaan, koska muutoksia pidetään niin perustavanlaatuisina, että ne edellyttävät monenlaisia järjestelmätason muutoksia niin instituutioihin kuin sääntelyynkin (esim. World Economic Forum 2018). Tästä syystä päättäjätkin ovat valppaina. Toisinaan puhutaan neljännestä teollisesta vallankumouksesta (esim. mt.), mutta meneillään olevaa murrosta voidaan verrata myös alkutuotantoon perustuvasta yhteiskunnasta teolliseen ja palveluvaltaiseen yhteiskuntaan siirtymiseen. Tuolloin muutamassa vuosikymmenessä Suomessa muuttuivat niin työnteon ajat, paikat kuin yhteisötkin. Kaikissa näissä voidaan havaita muutosta myös tällä hetkellä (Järvensivu 2010; Oksanen 2017; Lyly-Yrjänäinen 2018). Maatalousyhteiskunta oli kuitenkin esimerkiksi ammattirakenteeltaan huomattavasti homogeenisempi kuin nykyinen yhteiskuntamme, josta voidaan erotella satoja erilaisia ammattitai tehtävänimikkeitä. Tämä ero lähtötilassa tekee muutoksesta vääjäämättä erilaisen. Yksi keskeisistä muutoskuluista tuleekin todennäköisesti olemaan moninaisuuden lisääntyminen edelleen. Moninaisuuden vuoksi sekä institutionaalisten ja sääntelyyn liittyvien ratkaisujen kehittäminen, että suurten linjojen maalaaminen on hankalaa. Muutoksia tapahtuu, paitsi useissa erilaisissa työelämän aspekteissa ja käytännöissä, myös kokonaiskuvaa eriyttävästi, eli moniin suun- Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 329 tiin. Todennäköisesti paras veikkaus tulevaisuuden osalta olisikin todeta yhteiskunnan ja työelämän sen osana muuttuvan yhä moninaisemmaksi ja kompleksisemmaksi. Monimutkaisuuden lisääntymistä tuskin kiistää kukaan ja se on myös työelämän tutkijoille hyvä uutinen: tutkittavaa riittää. Esimerkiksi laajaan kirjallisuuskatsaukseen pohjaavassa tulevaisuusselonteon taustaselvityksessä todetaan muutoksessa olevan työn sisällön, organisaatioiden ja työn käytäntöjen, osaamisen, toimeentulon ja sosiaaliturvan sekä kansantalouden ja yhteiskuntasuhteiden. Tämän mittakaavan muutos läpäisee yhteiskunnan. Se ulottuu samalla myös kutakuinkin jokaiseen ihmiseen, vaikkakin eri tavoin. Työelämän arkisissa käytännöissä murros näkyy samaisen koosteen mukaan esimerkiksi pirstoutuneina työurina, hajaantuneina työnteon paikkoina, useina samanaikaisina toimeentulon lähteinä sekä monenlaisten katkosten lisääntymisenä. (Dufva ym. 2017.) Kaikissa näissä riittää yhä tarkistettavaa. Muutoksen takanakin on useita erilaisia tekijöitä, eli työelämää muuttavat tällä hetkellä monenlaiset muutosvoimat. Näitä ovat ensinnäkin teknologiat, kuten digitalisaatio, tekoäly ja robotisaatio. Toiseksi muutoksia aiheuttaa näihin kytkeytyvä globalisaatio, joka tekee suomalaisen työelämän rajaamisen yhä hankalammaksi. Taloudelliset voimat taas ovat perinteisestikin olleet huomattavia työmarkkinatilanteiden heiluttajia, mutta globalisaatio monimutkaistaa niiden merkitystä. Tässä ajassa uutta ovatkin globalisaatiosta seuraavat kytkennät, jotka aiheuttavat taloustilanteeseen kriisien ja heilahdusten perhosvaikutuksentyyppistä nopeaa ja vaikeasti ennakoitavaa leviämistä. Demografiset tekijät puolestaan tyypillisesti mainitaan julkisessa keskustelussa lähinnä muuttuvan ikäpyramidin ja huolta aiheuttavan huoltosuhteen näkökulmasta, mutta todenmukaisemman – joskaan ei selkeämmän – kuvan tilanteesta saa liittämällä demografisiin muutoksiin ekologiset ja poliittiset turbulenssit, jotka saavat aikaan yhä enemmän muuttoliikkeitä. Sosiologisessa mielessä on hyvä nostaa luetteloon myös kulttuuriset, arvoihin liittyvät, sosiaaliset ja ihmisen tason muutosvoimat. Anu Järvensivu 330 Näiden toisiinsa kytkeytyvien tekijöiden muodostama dynamiikka on niin monimutkainen, ettei kukaan voi puhua tulevaisuuden työelämän yksityiskohdista kovin vahvalla paatoksella. Kristallipalloon kurkistaminen tuottaa kuvan, joka muistuttaa kesätaivaalla leijuvia jatkuvasti muotoaan muuttavia pilviä. Sellaista kuvaa ei mielellään luonnehdi numeroilla, joten vältän niitä tarkoituksellisesti tässä luvussa. Poutapilvien pohdiskelu herättää havaitsemaan myös rakenteellisesta murroskohdasta, rakennemurroksesta tai rakennemuutoksesta puhumiseen kätkeytyvän ajatuksellisen ansan. Rakennemuutoksen käsitteellä on ollut suomalaisessa yhteiskunnassa moninainen ja suuri merkitys. Ensinnäkin se on vuosikymmenet ollut osa julkista ja päätöksentekijöiden puhetta. Toiseksi tutkijat ovat käyttäneet käsitettä eri tavoin ja kuvaamaan monenlaisia muutoksia. Uhkana on, että sorrutaan kuvaamaan kompleksista moniaineksista ja jatkuvuuksia tai kertautumista sisältävää yhteiskunnan muutosta liian yksinkertaisilla lineaarisilla malleilla, kun tutkimustiedon valossa murroskohdan jäljittäminen on osoittautunut historiallisessa katsannossakin vaikeaksi. (Haapala 2006.) Erilaiset mittarit ja muuttujat tuottavat muutoskulusta erilaisen kuvan ja tilastoissakin on ongelmansa, kuten moninaisuuden peittyminen ja jälkijättöisyys (Honkanen 2018). Muutostutkimus edellyttääkin erilaisten näkökulmien ja menetelmien yhdistämistä sekä uusien lähestymistapojen kehittämistä. Olennaisten ja kriittisten työelämän muutosten havaitseminen ja kokonaiskuvan rakentaminen on eri tieteenaloilta tulevien ja erilaisia menetelmiä käyttävien työelämän tutkijoiden yhteinen tehtävä, jolla olisi paikkansa juuri nyt. On myös selvää, ettei suomalaisen työelämän muutoksista ja tulevaisuudesta voi saada kokonaisvaltaista kuvaa ottamatta huomioon historiaa tai jatkuvuuksia, kuten digitaalisten alustojen ja itsensätyöllistäjyyden lisääntymisen rinnalla pysyvyyttä osoittavaa palkkatyömallia (esim. Pyöriä 2017). Vaikka työelämän muutoksesta puhutaan ja kirjoitetaan paljon, en ole löytänyt julkaisuja, joissa olisi tutkittu tai ennakoitu muutosten merkitystä työelämän tutkimukselle tai tutkijoiden työlle. Tässä luvussa käyn läpi työelämän muutoksia tulevaisuussuuntautuneesti ja pohdin, mitä jo havaitut Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 331 tai vasta ennakoidut muutokset voisivat tarkoittaa työelämän tutkijoiden työn kannalta. Tavoitteenani on ensinnäkin kuvata yleisemmin työelämän muutoksia ja tulevaisuutta, eli työelämän tutkijoiden muuttuvaa tutkimuskohdetta, ja toiseksi soveltaa syntyneen kuvan piirteitä työelämän tutkijan työhön. Yhteiskunnan tutkijat ovat vääjäämättä osa tutkimuskohdettaan, joten työelämän muutokset säteilevät työelämän tutkijoiden työhön niin tutkimuskohteen kautta kuin omassa työssä koettuinakin. Lukua ohjaa kysymys, miten työelämän tutkijoiden työ on muuttumassa ja millaista tutkimustyö on tulevina vuosikymmeninä: Millaiset ovat työelämän tutkijoiden työllisyysnäkymät? Millaiset tehtävät todennäköisesti vähenevät ja millaiset lisääntyvät digitalisaation ja tekoälyn kehityksen myötä? Miten tutkimuskohteet muuttuvat? Entä muuttuvatko työmenetelmät ja työnteon yhteisöt? Työelämän tutkijoiden työn muutosten pohdinnan taustaksi käyn aluksi kirjallisuuden avulla läpi yleisesti esitettyjä työelämän muutoskulkuja painottaen teknologian kehityksen merkitystä. Painotus johtuu siitä, että näkökulma dominoi kirjallisuudessa. Tulevaisuudessa työelämän muutostutkijoilla onkin paljon tehtävää monipuolisempien asetelmien rakentamisessa, joskin tutkiminen holistisesti eri muutosvoimat ja niiden keskinäiset kytkennät huomioivilla asetelmilla edellyttänee tekoälyn käyttämistä ihmistutkijoiden älyjen täydentäjänä. Teknologian vaikutuksesta tehtäviä katoaa enemmän kuin ammatteja Vaikka työn muutosten takana on monenlaisia ajureita, ennakointitutkimusta tehdään ja siihen pohjaavaa yhteiskunnallista keskustelua käydään erityisesti teknologioiden, kuten digitalisaation, robotisaation ja tekoälyn vaikutuksista työhön. Esimerkiksi yhä tärkeämmäksi tulevien ekologisten tekijöiden vaikutusta työhön ja työllisyyteen on pohdittu vasta hyvin niukasti, vaikka sinänsä kiinnostavasti (Kasvio 2014; Joutsenvirta ym. 2016; Anu Järvensivu 332 Järvensivu & Toivanen 2018). Teknologiaennakointeihin pohjaava keskustelu on jaettavissa kahteen päälinjaan. Ensinnäkin pohditaan kehittyvien teknologioiden työllisyysvaikutuksia: Syntyykö katoavien töiden tai tehtävien tilalle riittävästi uusia vai kasvaako työtä ja sitä kautta toimeentuloa vailla olevien määrä? Entä mitkä ammatit ovat pahiten uhattuina ja millaisia uusia tehtäviä kenties kehkeytyy? (Mm. Frey & Osborne 2013; Pajarinen & Rouvinen 2014; McKinsey 2017; Acemoglu & Restrepo 2018; Linturi & Kuusi 2018; World Economic Forum 2018.) Toiseksi keskustellaan siitä, millaisia muutoksia tapahtuu tehtävien sisällä ja työn teon tavoissa, kuten työsuhdemalleissa, työnteon ajoissa, paikoissa ja organisoitumisessa, ja olisiko työtä ja työelämää koskeva käsitteistö pohdittava kokonaan uudelleen (Järvensivu 2010; Gratton 2011; Dufva ym. 2017; Oksanen 2017; Anttila ym. 2018). Keskustelun päälinjoilla on toki yhtymäkohtia, sillä työllisyysvaikutukset kytkeytyvät työn teon tapojen ja ansaintamallien muutoksiin. Keskustelu työllisyydestä ja mahdollisesta työn katoamisesta on tietenkin työelämän tutkimuksen näkökulmasta perustavanlaatuisen tärkeää. Sitä onkin käyty jo useammalla vuosisadalla. Debatti teknologioiden työllisyysvaikutuksista kiihtyi kuitenkin selvästi Freyn ja Osbornen vuonna 2013 julkaisemasta artikkelista. Artikkelissa esitettiin, että usa:n työllisyydestä jopa 47 % automatisoidaan 70 %:n todennäköisyydellä 20 vuoden kuluessa (Frey & Osborne 2013). Vastaava analyysi Suomen osalta osoitti automaation uhan kohdistuvan kolmannekseen työllisyydestä (Pajarinen & Rouvinen 2014). Tutkimustulokset aiheuttivat ymmärrettävää huolta työn ja toimeentulon riittävyydestä lähitulevaisuudessa. Ammattien tasolla tehtyä tarkastelua kritisoitiin pian, sillä ammatit koostuvat monenlaisista tehtävistä, joiden automatisoinnin todennäköisyys vaihtelee. oecd:n kansainvälisen aikuiskoulutustutkimusaineiston (piaac) avulla toteutettiin tehtävätasoinen tarkastelu, jonka perusteella todettiin, että edellä mainitut ennakoinnit ovat todennäköisesti yliarvioineet automaation vaikutukset. Johtopäätöksenä esitettiin, että työllisyydestä vain noin yhdeksän prosenttia olisi automatisoitavissa. Lisäksi Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 333 maiden väliset erot osoittautuivat merkittäviksi. Esimerkiksi Suomessa automatisoitavissa nähtiin olevan vain alle seitsemän prosenttia työllisyydestä. (Arntz ym. 2016.) Laajemmassa oecd:n tutkimuksessa taas todettiin 32 maan perusteella 14 %:ssa työpaikkoja automatisoinnin riskin olevan korkean ja kolmanneksessa työpaikoista riskin olevan keskitasoa, eli 50–70 %. Suomen kohdalla luvut arvioitiin pienemmiksi: korkea tai keskitasoinen automatisoinnin riski koskisi noin kolmannesta työpaikoista. Riskien arveltiin kohdistuvan voimakkaimmin matalan taitotason työllisyyteen sekä ns. sisääntuloammateissa työskenteleviin nuoriin. (Nedelkoska & Quintini 2018). Myös kansainväliset liikkeenjohdon konsulttiyritykset ovat osallistuneet keskusteluun työllisyysvaikutuksista. McKinseyn raportissa analyysitasona ovat toiminnot ja niiden suorittamiseen tarvittavat kyvykkyydet. Raportin mukaan noin puolet toiminnoista olisi nykyteknologialla mahdollista automatisoida, mutta kokonaisista ammateista vain viisi prosenttia olisi täysin automatisoitavissa. Kuitenkin jopa 60 % ammateista sisältää konsulttiyrityksen mukaan huomattavan määrän automatisoitavissa olevia toimintoja. (McKinsey 2017.) Työllisyysvaikutusennusteet vaihtelevat siis suuresti. Niissä on päädytty käyttämään erilaisia tarkastelutasoja ja käsitteistöjä sekä analysoimaan erilaisia aikavälejä. Jokaisella tutkimuksella on omat rajauksensa ja rajoitteensa. Kenties keskeisin heikkous kuitenkin on se, etteivät kyseiset tutkimukset huomioi muiden tekijöiden kuin teknologian vaikutuksia. Esimerkiksi ekologiset tekijät, sosiaaliset voimat, kuten muutokset arvoissa, tai taloudelliset ja poliittiset toimenpiteet – kriiseistä puhumattakaan – voivat muuttaa työllisyystilannetta niin globaalilla kuin paikallisellakin tasolla nopeasti ja merkittävästi. Lisäksi jo yksin teknologian vaikutuksesta voidaan arvioida, paitsi katoavan, myös syntyvän monenlaisia uusia tehtäviä ja ammatteja, joista viime aikoina on niin ikään esitetty ennakointeja (Acemoglu & Restrepo 2018; Linturi & Kuusi 2018; World Economic Forum 2018). Teknologisesta kehityksestä onkin syytä erottaa toisaalta ihmistyötä korvaava automaatio ja toisaalta uudenlaista työtä synnyttävä Anu Järvensivu 334 kehitys. Näiden kahden työllisyysvaikutukset ovat lähinnä päinvastaiset, joskin yhteenkytkeytyvät. (Acemoglu & Restrepo 2018.) Kokonaiskuva työllisyysennakoinneista jääkin siinä määrin hämäräksi, että varminta olisi tyytyä toteamaan jo teknologioiden työllisyysvaikutusten, saati sitten tulevaisuuden työllisyystilanteiden, olevan erittäin vaikeita ennakoitavia esimerkiksi valtioiden tasoilla. Katoavien ammattien, tehtävien tai töidenkään ennakoiminen ei ole helppoa, joskin mahdollisempaa. Melko vähäisellä erehtymisriskillä voidaan kuitenkin arvioida, että teknologioilla tulee olemaan huomattavia työllisyysvaikutuksia, mutta automatisointi ei todennäköisesti hävitä kokonaan moniakaan ammatteja. Sen sijaan se korvaa useissa työtehtävissä ihmistyötä. (Koski 2018.) Näin ollen monien ammattien kohdalla työvoiman tarve saattaa vähentyä ja lisäksi syntynee ainakin joksikin aikaa tilanteita, joissa työntekijöiden tehtäväkuvat jäävät vajaiksi. On epätodennäköistä, että tällaisiin vajaisiin tehtäväkuviin jääneet työntekijät voisivat luontevasti ja ilman merkittäviä koulutuspanoksia ottaa tehtäväkuviensa osaksi työpaikoilleen kenties syntyviä uusia tehtäviä tai että työaikaa noin vain lyhennettäisiin. Työnantajilla on lisäksi taipumus kohdentaa koulutusinvestoinnit avaintyöntekijöilleen eikä niille, joiden työmarkkinariskit ovat suurimpia (esim. World Economic Forum 2018). Niin yksittäiset ihmiset kuin koulutusjärjestelmätkin taas tarvitsevat aikaa reagoidakseen muutoksiin. Näin ollen teknologian työllisyysvaikutukset mitä todennäköisimmin tulevat lyhyellä aikavälillä näkymään varsin monen kohdalla joko töiden vähenemisenä tai olennaisina muutoksina eikä ole perusteita ajatella työelämän tutkijoiden muodostavan tässä poikkeusta. Ansainta kootaan palkkatöitä ja yrittäjyyttä yhdistelemällä Automaation aiheuttamat tehtävien katoamiset saattavat tulevaisuudessa aiheuttaa työttömyyden sijasta tai sen ohella niin sanottuja alityöllisyys- Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 335 tilanteita sekä työssä käyvien köyhyyttä (esim. Jakonen 2019). Tällöin työtä on tarjolla aiemman kokopäiväisen palkkatyön sijasta joko osa-aikaisesti palkkatyössä tai ostopalveluna esimerkiksi oman yrityksen kautta. Kyseistä ansainnan muotojen muutoskulkua ennakoidaan myös yritysjohtajien vastauksiin perustuvan World Economic Forumin (2018) tutkimuksessa. Suomessakin on jo näkyvillä jonkinlainen ansainnan monimuotoistumisja monityösuhteisuustrendi, sillä sekä alityöllisten että sivutyötä päätyönsä rinnalla tekevien määrä on lisääntynyt (Taskinen 2016; 2017). Lisäksi pienyrittäjyys, sivutoimiyrittäjyys ja itsensätyöllistäminen ovat lähteneet kasvuun. Tutkimusten mukaan moni itsensätyöllistäjistä on aiemmin työskennellyt samalla alalla palkkatyössä. (Pärnänen & Sutela 2013; Koramo ym. 2017.) Vaikka itsensätyöllistäjiä ja yksinyrittäjiä löytyy kaikista sosio-ekonomisista ryhmistä, merkittävä osa näistä on korkeasti koulutettuja. (Pärnänen & Sutela 2014; Koramo ym. 2017). Samaan tietotyötä tekevään ryhmään odotetaan nyt kohdistuvan myös digitalisaation ja tekoälyn kielteisten työllisyysvaikutusten, kun aiemmin teknologiat ovat vähentäneet ja korvanneet lähinnä rutiiniluonteisia tai alemman keskiluokan töitä (esim. Koski & Husso 2018). Usein uusina automaatioriskin ammatteina näkee mainittavan perinteisesti vahvat professioammatit, kuten lääkärit ja juristit, mutta tekoälyn voi arvioida saavan vielä perustavanlaatuisemman aseman yhteiskunnassa ja syrjäyttävän myös tutkijoita (Hawking ym. 2014). Kun monenlaisissa tehtäväkuvissa työskentelevien töistä katoaa laajassa mitassa tehtäviä eikä sopivia täydentäviä tehtäviä välttämättä löydy samalta työpaikalta, voidaan perustellusti olettaa, että yksi digitalisaation, robotisaation ja tekoälyn vaikutuksista todennäköisesti on monityösuhteisuuden (Järvensivu 2014), yrittäjyyden, itsensätyöllistämisen ja uudenlaisten ansainnan kombinaatioiden lisääntyminen. Osa tulovirrasta tullee yhä useammalle tulevaisuudessa myös pääomatuloina erilaisten sijoittamisen muotojen yleistyessä ja tavanomaistuessa. Moninaisista ansainnan lähteistä toimeentuloaan koostavia koskeva tutkimustieto on kuitenkin toistaiseksi Anu Järvensivu 342 Bonsdorff 2018). Yhä useampi silloittaa jo nyt eläköitymistään itsensätyöllistämisellä, sivutoimiyrittäjyydellä tai osa-aikaisilla palkkatöillä perinteisestä palkkatyösuhteesta poistuessaan tai yrittäjyyttä lopetellessaan (esim. von Bondsdorff ym. 2017). Toisinaan työn teon lopettamisesta ei edes puhuta eläkkeelle siirtymistä pohdittaessa (Järvensivu & von Bonsdorff 2019). Tällaisissa tapauksissa eläköityminen ei tapahdu yksiselitteisesti yhdessä pisteessä, vaan hiljalleen palkkatyötä ja esimerkiksi yrittäjyyttä limittäen. Samalla myös eläkeikään tulee jatkossa yhä enemmän henkilökohtaista vaihtelua, kuten aiemmin on ennakoitu (Järvensivu 2010). Moninaisuuden lisääntyminen ei välttämättä tarkoita eläkemenojen kasvua. Monimutkaisen tilanteen hahmottamisen helpottamisessa auttaisi työelämäntutkimuksellinen käsitekehittely, jossa tutkijoilla riittää työtä. Uudenlaisilla urateorioilla, käsitteillä ja lähestymistavoilla on mahdollista tuoda esiin ja jäsentää esimerkiksi sitä, että lineaarisesti etenevän koulutuksesta ammattiin, palkkatyöhön ja siitä eläkkeelle johtavan polun tilalle on tulossa monimutkaisempia urasykeröitä. Näiden hahmottamisessa voi hyödyntää esimerkiksi kaaosteoriaa (Pryor & Bright 2003; Järvensivu & Pulkki 2019). Moninaisuuden ja monimutkaisuuden lisääntyessä ennakoitavuutta ja ennalta määrättyä etenemispolkua korostavan työurakäsitteen sijasta voi myös olla osuvampaa puhua vaikkapa ”työelämäntarinasta”. Työelämäntarinan näkökulmasta ihminen koostaa oman työelämäntarinansa itse aktiivisena toimijana sosiaalisessa tarinavarannossa tarjolla olevista episodeista, merkityksenannoista ja juonirakennelmista. Tarina kehkeytyy elämän varrella, ja se on kerrottavissa ennemmin jälkikäteen kuin suunniteltavissa etukäteen. Tarinassa voi olla erilaisia rinnakkaisia juonikehitelmiä eikä siinä oleteta lineaarisia syy–seuraus-suhteita. Ihmisten työelämäntarinoissa on toki samankaltaisia kulttuurisesti jaettuja elementtejä, mutta myös omaleimaisia piirteitä. Toisten tekemistä valinnoista voi oppia ja ottaa mallia, mutta oma jatkuva aktiivisuus työhön liittyvien ratkaisujen pohtimisessa ja tekemisessä on tulevaisuudessa entistä välttämättömämpää. (Järvensivu 2014.) Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 343 Edellä mainitun kaltaiset uudet käsitteet ja jäsennykset auttavat ihmisiä ajattelemaan ja toimimaan totutusta poikkeavin tavoin, jolloin epävarmuuden kokemukset vähenevät ja ihmiselle tärkeät hallinnan, pystyvyyden ja pärjäämisen tunteet lisääntyvät. Luonnollisesti yhteiskunnassa on samaan aikaan tehtävä institutionaalisia muutoksia, jotka mahdollistavat ja tukevat ihmisen aktiivista roolia oman työelämäntarinansa kehittäjänä. Työelämän tutkijoista voisi olla suurta apua rakennettaessa hyviä tapoja murrostilanteesta selviytymiseen niin yhteiskunnan, yritysten ja muiden yhteisöjen kuin yksittäisten ihmistenkin kohdalla. Intressiä työelämän tutkimuksia kohtaan löytynee yhtä hyvin yhteiskunnan päätöksentekijöiltä, työpaikkojen johtajilta kuin yksittäisiltä ihmisiltäkin. Työelämän tutkijoiden, olisi luontevaa elää tiiviissä vuoropuhelussa edellä mainittujen tahojen kanssa, mitä kansainvälisessä tutkijayhteisössä kilpailemisen painottaminen tutkijan työn materiaalisissa ehdoissa ei välttämättä tue. Teknologisen kehityksen merkitys työelämän tutkijoiden työllisyydelle ja työtehtäville Kuten yleisesti tiedetään, yhteiskunnan tutkijat ovat osa tutkimuskohdettaan ja vuorovaikutussuhteessa sen kanssa. Edellä esitetyt muutoskulut koskevat siis myös työelämän tutkijoiden omaa työtä eikä niitä voida ajatella pelkiksi mielenkiintoisiksi tutkimuskohteiksi. On relevanttia pohtia jopa, katoaako tutkijoiden työ: Häviääkö työelämän tutkijoiden työltä kohde, jos (palkkatai ansio)työ katoaa tai työn käsite määritellään uudelleen? Tai korvaavatko tekoälyiset robotit ihmistutkijat vai tuleeko niistä itsenäisesti ajattelevia kollegoja tai uskollisia apulaisia? Aivan kuten muillekin ammattilaisille, myös tutkijoille voi syntyä uudenlaisia työtehtäviä ja työnteon käytäntöjä sosio-teknisten innovaatioiden tuloksena. Millaisia ne olisivat? Entä miten työnteon tavat ja välineet, kuten metodit, muuttuvat ympäröivän maailman muuttuessa ja erityisesti digitalisaation edetessä? Ja miltä kaikki uusi tuntuisi? Millaista olisikaan Anu Järvensivu 344 tutkia työelämää yhdessä kehittyneen tekoälyn kanssa virtuaalisessa yhteiskunnassa, jossa dataa riittää louhittavaksi lähes rajattomasti? Työelämän tutkijoiden työ voisi periaatteessa kadota tai vähentyä olennaisesti kahta kautta. Ensinnäkin saattaisi käydä niin, että ansiotyö nykymuotoisena häviäisi eivätkä tutkijat kykenisi muotoilemaan työlleen uutta kohdetta tai laajentamaan tutkimuskenttäänsä merkittävästi. Toisaalta, vaikka osassa edellä esitetyistä ennusteista on arvioitu rajujakin laskuja työllisyydessä, työn tai edes palkkatyön katoamisesta niissä ei puhuta. Näin ollen huoli työelämän tutkijoiden työn kohteen totaalisesta häviämisestä lienee turha ainakin lähivuosikymmeninä, mutta työn uudelleen määrittelyihin on syytä varautua. Tutkijoiden on todennäköisesti kyettävä tekemään entistä enemmän tutkimusta, jossa irrottaudutaan vallitsevista kategorioista ja käsityksistä, kuten oletuksesta palkkatyöyhteiskunnasta siihen pohjaavine instituutioineen itsestään selvänä työnteon kehyksenä tai selkeärajaisesta työsuhteesta elämän ja hyvinvoinnin perustana. Empiirinen herkkyys on tarpeen, sillä työn teon aikojen, paikkojen, yhteisöjen ja yhteistyökäytäntöjen muuttuessa vanhat jäsennykset, teoriat ja käsitteet eivät enää välttämättä riitä ilmiöiden kuvaamiseen, analysointiin ja selittämiseen. Toki rohkeille kokeiluille, uteliaalle etsimiselle ja laaja-alaiselle hahmottamiselle tarvittaisiin myös edellytyksiä tutkijan urakriteereissä ja tutkimusrahoituksissa. Toiseksi edellä esitetyn kirjallisuuden perusteella voidaan pohtia, missä määrin digitalisaatio, tekoäly ja robotit vaarantavat työelämän tutkijoiden työllisyyttä, ja mikäli tekoäly korvaa ihmistutkijoita, millä aikavälillä tämä tapahtuu. Digitalisaatio ja koneet ovat jo helpottaneet huomattavasti tutkimustyötä verrattuna vaikkapa 50 vuoden takaiseen tilanteeseen eikä tutkijoiden määrä ole ainakaan vähentynyt. Mutta entä jatkossa? Miten teknologinen kehitys tulee vaikuttamaan tutkimustyöhön? Millaisissa tutkimustehtävissä ihmistyö helpottuu ja vähenee ja mitkä tehtävät ovat niitä, jotka ihmisten on syytä säilyttää itsellään teknologian kehittymisestä huolimatta? Tutkijan työtä voidaan pitää yhteiskunnan tiedon tuotannon kannalta kriittisenä tehtävänä, jolloin merkitystä on silläkin, kuka tai Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 345 mikä tietoa tuottaa ja millaisissa kehyksissä. Eettiset kysymykset ja työn moraalinen perusta nousevat keskiöön. Seuraavaksi esitän arvioita työelämän tutkijoiden työllisyyskehitykselle merkityksellisistä seikoista sekä tulevista tutkijatyön muutoksista soveltaen erityisesti Acemoglun ja Restrepon (2018) taloustieteellistä mallia. Siinä lähdetään teknologian erottelusta toisaalta automaatioteknologiaan ja toisaalta uusia töitä luovaan teknologiaan. Erottelu on olennainen, sillä on olemassa uhka, että teknologian kehitys ja käyttöönotto kohdistuvat ennen muuta automaatioon tätä kautta vähentäen työllisyyttä, sen sijaan, että teknologinen kehitys suuntautuisi uudenlaista työtä synnyttäviin keksintöihin. (Acemoglu & Restrepo 2018.) Numeroarvioita en esitä, koska mielestäni erehtymisriski jäisi vääjäämättä liian suureksi ja tätä kautta eksaktilta näyttävät numerot vain johtaisivat harhaan. Niin ikään rajaan tarkastelun pelkästään tutkimustoimintaan, vaikka monen tutkijan työ sisältää esimerkiksi opetusta. Digitalisaatio vaikuttaa merkittävästi myös opetukseen, joten se ansaitsisi oman tarkastelunsa. Olen jakanut tarkastelun lyhyeen ja pitkään aikaväliin, joiden välinen raja on vain karkea arvio. Olennaiseksi tekijäksi rajan asettamisessa ajattelen heikon ja vahvan tekoälyn erottelun, vaikka erottelussa onkin käsitteelliset hankaluutensa. Tekoäly on jo itsessään vaikea määritellä ja historiallisesti muuttuva käsite. Se on lähtökohtaisesti tietokoneohjelma, mutta keskusteluissa työllisyysvaikutuksista tekoäly usein limittyy yleisempään digitalisaatioon. Vahvaksi tekoälyksi voidaan luonnehtia yleiskäyttöistä, lähellä ihmisälyä olevaa tekoälyä. Tällä hetkellä olemassa oleva tekoäly on heikkoa, eli se on sovellettavissa vain kapeisiin alueisiin kerrallaan eikä vahvan tekoälyn syntymisestä ole varmuutta. (Koski & Husso 2018.) Ehkä tunnistetuimpia tekoälysovelluksia ovat ibm:n Watson ja Applen Siri. Näiden kanssa moni on käynyt jo yksinkertaisia keskusteluja. Samoin tuttuja sovelluksia löytyy Googlelta, kuten kääntäjä, joka kääntää tekstiä jo kohtuullisesti esimerkiksi englannin ja suomen välillä. Yleisesti keskusteltu tekoälyn aspekti on myös koneoppiminen, johon liittyvät pohdinnat siitä, millaista dataa tekoälyn oppimateriaalina käytetään ja mitkä ovat seurauk- Anu Järvensivu 346 Taulukko 11.1. Teknologian vaikutukset työelämän tutkijoiden työtehtäviin ja työmahdollisuuksiin Teknologia korvaa ihmistyötä työelämän tutkimustehtävissä Teknologia luo uusia tehtäviä työelämän tutkijoille tai muuttaa työtä Lyhyt aikaväli ns. heikon tekoälyn aikakausi (esim. 10–20 v) Automatisoidaan sääntöihin perustuvia tehtäviä ja tehtäviä, joista löytyy paljon koneen oppimateriaaliksi soveltuvaa dataa. Erityisesti kvantitatiivisten menetelmien tutkimustehtäviä automatisoidaan niiden sääntöihin pohjaavan luonteen vuoksi. Laadullisen tutkimuksen osalta automatisoidaan jonkin verran tutkimusaineiston keruuta, kun taas analyysien tekemiseen tarvitaan edelleen paljon ihmistyötä. Tekoälyä käytetään esimerkiksi tutkimushaastattelijana ja litterointi digitalisoituu. Tutkimusraporttien tuottamisen automatisointiin panostetaan kehitysresursseja taloudellisesta ohjauksesta johtuen, joten ihmistyö vähenee julkaisutoiminnassa. Myös tutkimusrahoitushakemusten työstämisessä testataan automatisoinnin rajoja. Tekoäly ja ensimmäiset sosiaaliset robotit astuvat estradille työelämäasiantuntijoina. Muuttuvassa työssä ja työelämässä on poikkeuksellisen paljon tutkittavaa ja kehitettävää (työn laadulliset ja määrälliset muutokset), mikä lisää työelämän tutkimuksen yhteiskunnallista merkitystä ja kysyntää. Digitalisaatio, virtuaalitodellisuuden vahvistuminen ja tekoäly lisäävät ja monipuolistavat huomattavasti käytettävissä olevaa tutkimusdataa. Tutkimusetiikan ja siihen liittyvien linjausten merkitys lisääntyy osana tutkimustyötä ja vaatii tutkijoilta uutta ymmärrystä ja vastuunottoa. Esimerkiksi tekoälyn / robottien (hyvän) soveltamisen sekä ihmisen ja koneen yhteistyön ja yhteisen oppimisen tutkimus vahvistuu uudeksi merkittäväksi työelämän tutkimuksen alueeksi. Ihmistutkijoiden tehtävissä painottuvat aiheiden ideointi, kokonaisuuksien ja kytkentöjen ymmärtäminen, ihmisyhteisöjen toiminnan ja kokemusmaailman syvä ymmärtäminen sekä tutkimustulosten yhteiskunnallisen merkityksen hahmottaminen ja arviointi. Myös tulosten tieteellisen merkityksen arvioinnissa tarvitaan edelleen ihmistyötä, vaikka tekoäly auttaa tässä. Käännösrobottien kehitys ja virtuaalisen toiminnan lisääntyminen muuttavat kansainvälisen toiminnan, yhteistyön ja työllistymisen logiikoita. Esimerkiksi suomalaisen työelämän tutkiminen avautuu suomen kieltä taitamattomille, mikä lisää globaalia kilpailua työstä. Kehitys myös avaa kansainvälisen toiminnan mahdollisuuksia suomalaisille tutkijoille. Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 347 Pidempi aikaväli ns. vahvan tekoälyn aikakausi (yli 20 v tai jopa huomattavasti enemmän) Tekoäly korvaa myös joustavaa, pitkään kokemukseen perustuvaa ja innovatiivista ajattelua vaativia tutkimustehtäviä. Tekoälyt ja sosiaaliset robotit esiintyvät yhä useammin työelämäasiantuntijoina. Nähdään ensimmäisiä tekoälyn lähes kokonaan tuottamia tutkimusraportteja ja tiedejulkaisuja, mutta ihmistyötä tarvitaan yhä näiden julkaisujen arvioinnissa. Kvantitatiivisen tutkimuksen ohella myös laadullisiin tutkimusmenetelmiin perustuvaa tutkimusta automatisoidaan yhä vahvemmin, jopa analysoinnin ja johtopäätösten teon osalta. Ihmisen kaltaista lähenevien robottien työn tutkimus kehittyy uudeksi työelämän tutkimuksen alueeksi (mikäli kehityssuunta valitaan yhteiskunnassa). Tekoälyn tekemän tutkimuksen tarkkailuja valvonta lisääntyvät ihmisten tehtävinä. Myös tutkimuksen merkityksen arviointi ja oivaltaminen sekä uuden ideointi ovat edelleen enimmäkseen ihmisten tehtäviä. Etiikka ja moraali sekä tutkimuksen yhteiskunnallisen merkityksen tulkinta korostuvat ihmistutkijan alueina. Kysymykset tutkimuksen yhteydestä sivistykseen ja sivilisaatioon sekä sen säilymiseen tulevat yhä tärkeämmiksi. Mikäli koneet tekevät lähes kaiken työn, työn kohde ja tavoite korostuvat tarkasteluissa. set, jos valikoinnissa epäonnistutaan. Tekoälyä kehitetään ja käytetään tällä hetkellä kuitenkin jo monilla sektoreilla esimerkiksi luonnollisen kielen tunnistukseen, puheen tunnistukseen, hahmontunnistukseen, tunteiden tunnistukseen, sisällön tuotantoon, laadun varmistukseen, automatisoituun päätöksentekoon, kyberpuolustukseen, automaattiseen mainontaan, tekstianalytiikkaan, luonnollisen kielen tuottamiseen, robotisoitujen prosessien automatisointiin, biometriikkaan, syväoppimisen järjestelmiin, koneoppimisen järjestelmiin ja virtuaalisiin agentteihin (esim. Maynez 2018). Jo nyt olemassa oleva heikko tekoäly kykenee monenlaisiin tutkimustehtäviin. Vahvan, yleiskäyttöisen, eli lähes ihmisenkaltaisen tekoälyn kehittäminen toisi mukanaan suuria muutoksia. Sellaisen ei kuitenkaan uskota olevan mahdollinen vielä pitkään aikaan (esim. Koski & Husso 2018). Lyhyellä aikavälillä työelämässä riittää kenties jopa aiempaa enemmän tutkittavaa johtuen eritasoista muutoskuluista. Kuten edellä olen esittänyt, monista seikoista on otettava selvää, jotta ihmiset ja yhteiskunnat voivat pärjätä paremmin muutosten keskellä. Jos muutoksia tapahtuu ennakoidusti niin työnteon ajoissa, paikoissa, käytännöissä, organisoitumisessa, välineissä kuin yhteistyösuhteissa ja johtamisessa sekä ansainnan muodois- Anu Järvensivu 348 sakin (esim. Gratton 2011), on selvää, että tutkijoille riittää pohdittavaa. Tutkimuskysymysten keksiminen, asetelmien rakentaminen, tutkimuksen laadun varmistaminen, eettiset pohdinnat sekä johtopäätösten ja suositusten tekeminen edellyttävät yhä ihmistyötä. Yhteiskunnan tarpeiden kasvaessa tutkimuksen yhteiskunnallisen vaikuttavuuden merkitys todennäköisesti nousee keskeiseksi hyvän tutkimuksen kriteeriksi. Ihmistyötä kuitenkin myös katoaa tutkimustehtävistä. Tutkijan työtä katoaa todennäköisesti kvantitatiivisiin menetelmiin perustuvasta tutkimuksesta, koska monet sen logiikat ja säännöt ovat otollisia koneiden opittaviksi. Laadullisen tutkimuksen logiikat, ongelmanasettelut ja metodiset ratkaisut ovat moninaisia, eriytyneitä ja monimutkaisia, jolloin tekoälylle tarjolla oleva ”oppimateriaali” on niin hajanaista ja vähän kertaavia elementtejä sisältävää, että on perusteita ennakoida laadullisia menetelmiä käyttävien tutkijoiden työn olevan erityisesti aineiston analysoinnin ja tulkinnan osalta hyvässä suojassa tekoälyltä ja roboteilta. Vaikka tekoälyn kehitystyössä pyritään perustamaan äly yhä pienempiin koneoppimisen aineistoihin, laadullisin menetelmin tehtävä työelämän tutkimus edellyttänee varsin pitkään huomattavaa inhimillistä kontribuutiota. Kvantitatiivisen tutkimuksen teossa taas vahvistunee koneen ja tutkijan yhteistyö, mikä tällä hetkellä näkyy esimerkiksi datan louhinnassa. Toisaalta virtuaalisen tutkimusdatan ja sen hyödyntämisen mahdollisuudet tulevat lisääntymään merkittävästi ja sillä kentällä tarvitaan myös biostatistiikan, tilastotieteen ja ylipäänsä kvantitatiivisten menetelmien osaajia ja kehittäjiä. Erikoisosaajille riittää työtä. Niin ikään julkaisutoiminnassa tullaan todennäköisesti näkemään automaation vaikutusta, kuten tekoälyyn pohjaavaa automaattista sisällönja tekstintuotantoa. Julkaisutuotannon osittainen automatisointi lienee kiinnostava kehityskohde johtuen julkaisumäärien korostumisesta tutkimustyön taloudellisessa ohjauksessa. Keskustelua tiedejulkaisujen automatisoinnin rajoista ja eettisistä näkökulmista tullaan epäilemättä käymään. Myös rahoitushakujen automatisoinnissa todennäköisesti testataan sopivuuden rajat. Käännösrobottien kehittyminen puolestaan tuo tutkimus- Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 349 kenttään ja tutkijoiden työmarkkinoihin oman lisädynamiikkansa, jolla saattaa olla työllisyysvaikutuksia kielitaidon merkityksen vähentyessä. Uutta työtäkin syntyy. Esimerkkinä jo alkunsa saaneista uusista tutkimusalueista voidaan mainita ihmisten ja tekoälyn sekä ihmisten ja robottien yhteistyön tutkimus, joilla toki on pitkät juuret ihmisen ja koneen yhteistyön tutkimuksissa. Monelle muullekin perinteikkäälle tutkimusalueelle avautuu uusia näkymiä, esimerkkeinä näistä mainittakoon digitaalisilla alustoilla tapahtuvan osallisuuden, yhteistyön, vuorovaikutuksen tai kehittämistoiminnan tutkimukset (Järvensivu 2017; Raappana 2018). Pitäisin jopa mahdollisena, että lyhyellä aikavälillä tullaan näkemään työelämän tutkimuksen kultakausi, mikäli tutkijat vastaavat avautuvaan kysyntään. Kysynnän ilmenemismuodot ja institutionaaliset ratkaisut tutkimuksen organisoinnissa saattavat samaan aikaan moninaistua, mikä voi johtaa tutkijakunnankin heterogeenisuuden lisääntymiseen. Akateemisen ja soveltavan työelämän tutkimuksen välisestä rajastakaan tuskin on vielä sanottu viimeistä sanaa. Pidemmällä aikavälillä aallonharja voi kuitenkin taittua. Jos lyhyellä aikavälillä metodien näkökulmasta voidaan ennakoida kvantitatiivisen tutkimuksen sisältävän enemmän heikon tekoälynkin avulla automatisoitavissa olevia tehtäviä, niin vahva tekoäly tulisi myös laadullisen tutkimuksen kentälle. Se osallistuisi niin ikään tutkimusaiheiden ideointiin ja tutkimusten arviointiin, jotka säilynevät heikon tekoälyn aikakaudella enimmäkseen ihmisen töinä. Vahva tekoäly haukkaisi siis huomattavan osan työelämän tutkijoiden tehtävistä. Vaikka vahvaa tekoälyä ei koskaan syntyisi, on selvää, että tekoäly ja robotit tulevat yhä enemmän työelämän tutkijoiden hyödynnettäviksi, työkavereiksi, opetettaviksi ja osittain jopa korvaajiksi. Työelämän asiantuntijoina tullaan tulevaisuudessa näkemään tekoälyjä ja robotteja, vaikka toistaiseksi tekoäly vaatii vielä tutkijoita opettajikseen. Kenties Työelämän tutkimuspäivillä jo vuonna 2028 järjestetään paneeli, jonka osallistujat ovat tutkijoita asiantuntemuksessa ja esiintymiskyvyssä haastavia sosiaalisia robotteja. Tällä hetkellä sosiaalisia robotteja käytetään esimerkiksi Anu Järvensivu 350 vanhustenhoidossa, kuten siliteltävät hyljerobotit, ja lähinnä kertaavissa tehtävissä koulujen kieltenopetuksessa. Näiden lisäksi työelämässä toimii ohjattavia telerobotteja, jotka mahdollistavat ihmisten osallistumisen etänä (esim. terveydenhoito, lääkärikäynnit ja leikkaukset). (Broadbent 2017.) Ehkä jo 2023 kansainvälisten konferenssien pääpuhujat ”siirtyvät” lentokoneen sijasta konferenssijärjestäjän vakiovarusteisiin kuuluvaan kielenkäännösohjelman sisältävään robottiin, joka mahdollistaa laaja-alaisemman osallistumisen kokemuksen kuin nykyisin käytettävät videoyhteydet. Samalla ekologisesta ja perheen näkökulmasta kyseenalainen työmatkailu vähenee myös tutkijoilla. Työtä yhä enemmän sivilisaation säilymisen edellytysten näkökulmasta tutkivat ihmiset tuskin lentävät tulevaisuudessa kansainvälisiin konferensseihin muuten kuin mahdollisesti työn ehdoilla taloudellisesti pakotettuina. Tekoälykkäät työntekijärobotit tutkimuskohteina Kokonaan uudenlaisen työelämän tutkimuksen alueen syntyminen on mahdollista tekoälykkäiden robottien yleistyessä, jolloin eteen tulee monia kysymyksiä. Mahdollisesti on otettava kantaa siihenkin, tuleeko robottien työtä tutkia samankaltaisilla orientaatioilla ja kysymyksenasetteluilla kuin on tutkittu ihmisten työtä. Tarvitseeko robotti työsuojelua? Onko robotin työhyvinvoinnilla merkitystä? Voidaanko robotille asettaa oikeuksia ja velvollisuuksia? Kuka tai mikä valvoo ja vastaa pitkälle automatisoiduista tietotyön prosesseista? Sujuuko koneiden yhteistyö teollisessa internetissä ja muilla tavoilla ilman, että yhteistyötä on syytä tutkia ja kenties kehittää muutenkin kuin teknisellä orientaatiolla? Millaisia osallistumisja vaikuttamismahdollisuuksia roboteilla olisi hyvä olla ja tarvitseeko jokainen robotti ihmispomon? Edelliset kysymykset kumpuavat keskusteluista, joita käydään robottien tai tekoälyn ihmisenkaltaisuuden tavoittelun mielekkyydestä ja esimerkiksi koneiden mahdollisuuksista saada kansalaisoikeudet. Erityisesti Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 351 sosiaalisia robotteja kehitettäessä tavoitellaan usein ihmisenkaltaisuutta aina sosiaalista ja tunneälyä myöten. Tällöin kunnianhimoisimpana tavoitteena on kehittää itsestään oppiva, omia päätöksiä tekevä, vahvaa tekoälyä hyödyntävä robotti. Sosiaalisten robottien halutaan toimivan onnistuneesti vuorovaikutuksessa ihmisen kanssa. Ne pyritään opettamaan tunnistamaan keskustelukumppanin tunteita, reagoimaan niihin ihmisen tavoin ja ilmaisemaan tunteita itse. Kun vahvan tekoälyn visiossa robotti toimii autonomisesti ja aidosti omana itsenään, heikon tekoälyn visiossa pyritään säilyttämään ihmisen johtava asema robottiin nähden. Heikkoon keinotekoiseen tunneälyyn perustuva sosiaalinen robotti puolestaan vain imitoi ja näyttelee sosiaalisuutta ja tunteita, kun taas vahvan keinotekoisen tunneälyn robotti ”kokee” niitä ihmisentapaista logiikkaa noudattaen. Vahvan keinotekoisen tunneälyn robotin kanssa voisi ystävystyä ja muodostaa tasa-arvoista lähenevän vuorovaikutteisen suhteen, kun taas suhde heikon tunneälyn robottiin tulisi aina perustumaan valtasuhteeseen, jossa ihminen olisi herra ja robotti nöyrä palvelija. Se kyllä osaisi sopeutua ympäristöönsä, mutta toimisi siinä ennalta asetetun koodin rajoissa. (Weber 2014.) Vahvan keinotekoisen älyn ja tunneälyn visiossa työelämän tutkijoilla olisi kenties enemmän tutkittavaa, mutta olisivatko tutkijat enää ihmisiä? Vahvan tekoälyn ja tunneälyn kehittämispyrkimyksiin liittyy monia vakavia kysymyksiä ja haasteita. Jo inhimillisyyden standardien tai standardi-ihmisyyden määrittely on vaikea tehtävä, joten ei ole helppo määritellä niitä tekijöitä ja sitä tasoa, joka robotin olisi saavutettava ollakseen ihmisenkaltainen. Perustavanlaatuisempi dilemma kehitystyössä on se, onko ensinkään mielekästä tavoitella ihmisenkaltaista robottia vai olisiko hyvä pitää tiukasti kiinni heikon tunneälyn visiosta, jossa robotti pysyy nöyränä ihmisen apuvälineenä. Ihmisenkaltaisten robottien kehitystyössä ajaudutaan helposti stereotyyppisiin olettamiin vaikkapa sukupuolesta tai iästä. Tutkimusten mukaan ihmiset myös liittävät robotteihin stereotyyppisiä olettamia riippuen vaikkapa robotin vihjaamasta sukupuolesta tai ihonväristä. Sosiaalisten robottien kehittäminen ja käyttö johtavat niin ikään Anu Järvensivu 358 Lähteet Acemoglu, D. & Restrepo, P. 2018. Artificial intelligence, automation and work. National Bureau of Economic Research. https://economics.mit.edu/ files/14641 (luettu 7.7.2018). Alasoini, T. 2017. Joukkoistettu työ niche-innovaationa ja työsuhderegiimin murtajana? Monitasomalliin perustuva analyysi. Työelämän tutkimus 15(3), 266–280. Anttila, J., Eranti, V., Jousilahti, J., Koponen, J., Koskinen, M., Leppänen, J., Neuvonen, A., Dufva, M., Halonen, M., Myllyoja, J., Pulkka, V-V., Annala, M., Hiilamo, H., Honkatukia, J., Järvensivu, A., Kari, M., Kuosmanen, J., Malho, M. & Malkamäki, M. 2018. Tulevaisuusselonteon taustaselvitys – Pitkän aikavälin politiikalla läpi murroksen – tahtotiloja työn tulevaisuudesta. Valtioneuvoston kanslia, Valtioneuvoston selvitysja tutkimustoiminnan julkaisusarja 34/2018. Arntz, M., Gregory, T. & Zierahn, U. 2016. The risk of automation for jobs in oecd countries: a comparative analysis. oecd Social, Employment and Migration working paper number 189. oecd, May 2016. Bamberry, L. & Campbell, I. 2012. Multiple job holders in Australia: motives and personal impact. National Institute of Labour Studies. Australian Bulletin of Labour 38(4), 293–314. von Bonsdorff, M.E., Zhan, Y., Song, Y. & Wang, M. 2017. Examining bridge employment from a self-employment perspective – evidence from the health and retirement study. Work, Aging and Retirement 3, 3, 298–312. Broadbent, E. 2017. Interactions with robots: the truths we reveal about ourselves. Annual Review of Psychology 68, 627–652. Brynjolfsson, E., Syverson, C. & Rock, D. 2017. Artificial intelligence and the modern productivity paradox: a clash of expectations and statistics. nber working paper series. Working paper 24001. Downes-Le Guin, T., Bager, R., Mechling, J. & Ruyle, E. 2012. Myths and realities of respondent engagement in online surveys. International Journal of Market Research 54, 5, 613–634. Dufva, M., Halonen, M., Kari, M., Koivisto, T., Koivisto, R. & Myllyoja, J. 2017. Kohti jaettua ymmärrystä työn tulevaisuudesta. Valtioneuvoston selvitysja tutkimustoiminnan julkaisusarja 33/2017. http://tietokayttoon.fi/ julkaisu?pubid=18301 (luettu 7.7.2018). Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 359 Edwards, A., Housley, W., Williams, M., Sloan, L. & Williams, M. 2013. Digital social research, social media and the sociological imagination: surrogacy, augmentation and re-orientation. International Journal of Social Methodology 16, 3, 245–260. Frey, C.B & Osborne, M.A. 2013. The future of employment: how susceptible are jobs to computerization? https://www.oxfordmartin.ox.ac.uk/ downloads/academic/The_Future_of_Employment.pdf (luettu 7.7.2018). Gratton, L. 2011. The shift. The future of work is already here. London: Collins. Haapala, P. 2006. Suomalainen rakennemuutos. Teoksessa J. Saari (toim.) Historiallinen käänne. Johdatus pitkän aikavälin historian tutkimukseen. Helsinki: Gaudeamus, 91–124. Hawking, S., Russell, S., Tegmark, M. & Wilczek, F. 2014. Stephen Hawking: transcendence looks at the implications of artificial intelligence – but are we taking ai seriously enough?, Independent. https://www.independent. co.uk/news/science/stephen-hawking-transcendence-looks-at-theimplications-of-artificial-intelligence-but-are-we-taking-9313474.html (luettu 7.7.2018). Honkanen, P. 2018. Sosiaaliturva ja verotus joustotyön aikakaudella. Teoksessa A. Suoranta & S. Leinikki (toim.) Rapautuvan palkkatyön yhteiskunta. Mikä on työn ja toimeentulon tulevaisuus? Tallinna: Vastapaino, 91–109. Jakonen, M. 2019. Työssäkäyvän köyhän elämä vaatii jokapäiväistä rohkeutta. Teoksessa I. Hetemäki, H. Koskinen, T. Pulkkinen & E. Väliverronen (toim.) Kaikenlaista rohkeutta. Helsinki: Gaudeamus. Joutsenvirta, M., Hirvilammi, T., Ulvila, M. & Wilén, K. 2016. Talous kasvun jälkeen. Helsinki: Gaudeamus. Järvensivu, A. 2010. Tapaus työelämä – ja voiko sitä muuttaa? Tampere: Tampere University Press. Järvensivu, A. 2014. Tarinoita suomalaisesta työelämästä. Tampere: Työ terveyslaitos. Järvensivu, A. 2017. Pelillistäminen ja digitaaliset pelit työelämän kehittämismenetelminä. Aikuiskasvatus 37(4), 256–285. Järvensivu, A. & von Bonsdorff, M. 2019. Yrittäjien eläköityminen yrittäjien itsensä määrittelemänä. Teoksessa M. Tammelin & K. OtonkorpiLehtoranta (toim.) Työelämän tutkimuspäivät 2018: kestävä tuottavuus ja inhimillinen työelämä. Työelämän tutkimuskeskus Työelämän tutkimuspäivien konferenssijulkaisuja 7/2019, 56–64. Anu Järvensivu 360 Järvensivu, A. & von Bonsdorff, M. 2018. Yrittäjien eläköitymisprosessien moninaisuus – siirtymisprosessin dynaamisuus ja operationalisointi. Työpoliittinen aikakauskirja 4, 35–47. Järvensivu, A. & Pulkki, J. 2019. Työura: yksilön valintoja vai monimutkaista kehkeytymistä? Janus: sosiaalipolitiikan ja sosiaalityön tutkimuksen aikakauslehti 27, 1, 38–54. Järvensivu, P. & Toivanen, T. 2018. Miten järjestää työ ja työllisyys ekologisen jälleenrakennuksen aikakaudella? Teoksessa A. Suoranta & S. Leinikki (toim.) Rapautuvan palkkatyön yhteiskunta. Mikä on työn ja toimeentulon tulevaisuus? Tallinna: Vastapaino, 44–61. Järvensivu, A., Nikkanen, R. & Syrjä, S. 2014. Työelämän sukupolvet ja muutoksissa pärjäämisen strategiat. Tampere: Tampere University Press. Järvensivu, A., Talola, N., Konu, A., Linna, J., Hella, J., Tiitinen, K., Hakulinen, J. & Turunen, M. 2017. Tuleeko sote-johtajan ihannetyöpäivästä totta? Työpoliittinen aikakauskirja 3/2017. Työja elinkeinoministeriö, 34–46. Kasvio, A. 2014. Kestävä työ ja hyvä elämä. Helsinki: Gaudeamus. Koramo, M., Keinänen, J., Oosi, O. & Wennberg, M. 2017. Itsensätyöllistäminen ja jakamistalous murroksessa. Työja elinkeinoministeriön julkaisuja. Työelämä 13/2017. Koski, O. 2018. Tekoäly ja muuttuva työ. Työpoliittinen aikakauskirja 1/2018, 11–22. Koski, O. & Husso, K. 2018. (toim.) Tekoälyajan työ. Neljä näkökulmaa talouteen, työllisyyteen, osaamiseen ja etiikkaan. Työja elinkeinoministeriön julkaisuja 18/2018. Kuoppala, K., Pekkola, E., Kivistö, J., Siekkinen, T. & Hölttä, S. 2015. (toim.) Tietoyhteiskunnan työläinen. Suomalaisen akateemisen projektitutkijan työ ja toimintaympäristö. Tampere: Tampere University Press. Lenaerts, K., Beblavy, M. & Kilhoffer, Z. 2017. Government responses to the platform economy: where do we stand? Policy Insights No 2017–30. Brussels: ceps. Linturi, R. & Kuusi, O. 2018. Suomen sata uutta mahdollisuutta 2018–2037. Yhteiskunnan toimintamallit uudistava radikaali teknologia. Eduskunnan tulevaisuusvaliokunnan julkaisu 1/2018. Lyly-Yrjänäinen, M. 2018. Työolobarometri 2017. Ennakkotiedot. Työja elin keinoministeriön julkaisuja. Työelämä 3/2018. Helsinki: Työja elinkeinoministeriö. https://julkaisut.valtioneuvosto.fi/ bitstream/handle/10024/160557/temrap_3_2018_Tyoolobarometri. pdf?sequence=1&isAllowed=y (luettu 7.7.2018). Hei Siri, millainen on työelämän tutkijoiden työn tulevaisuus? 361 Marres, N. 2012. The redistribution of methods: on intervention in digital social research, broadly conceived. The Sociological Review 60, S1, 139–165. Maynez, N.C. 2018. 19 artificial intelligence technologies that will dominate in 2018. https://blog.adext.com/en/artificial-intelligence-technologies-2018 (luettu 7.7.2018). McKinsey 2017. A future that works: automation, employment, and productivity. McKinsey Global Institute. Nedelkoska, L. & Quintini, G. 2018. Automation, skills use and training. oecd Social, Employment and Migration Working Papers 202. oecd, Paris. Oksanen, K. 2017. Valtioneuvoston tulevaisuusselonteon 1. osa. Jaettu ymmärrys työn murroksesta. Valtioneuvoston tulevaisuusselonteon 1. osa. Valtioneuvoston kanslian julkaisusarja 13a/2017. Pajarinen, M. & Rouvinen, P. 2014. Uudet teknologiat ja työ. Etlatieto Oy. http:// www.tem.fi/files/39650/Rouvinen_Petri_Pajarinen_Mika_etla_ Uudet_teknologiat_ja_tyo_29_4_2014.pdf (luettu 7.7.2018). Pryor, R. & Bright, J. 2003. The chaos theory of careers. Australian Journal of Career Development 12, 3, 13–20. Pyöriä, P. (toim.) 2017. Työelämän myytit ja todellisuus. Tallinna: Gaudeamus. Raappana, M. 2018 Onnistuminen työelämän tiimeissä. jyu Dissertations 18. University of Jyväskylä. http://urn.fi/urn:isbn:978-951-39-7553-1 (luettu 1.2.2018). Schacht, S., Keusch, F., Berggman, N. & Morana, S. 2017. Web survey gamificitaion – increasing data quality in web surveys by using game design elements. Twenty-Fifth European Conference on Information Systems (ecis), Guimarães, Portugal, 2017. Schatzmann, J., Schäfer, R. & Eichelbaum, F. 2013. Foresight 2.0 – definition, overview & evaluation. European Journal of Futures Research 1:15. http:// link.springer.com/article/10.1007/s40309-013-0015-4 (luettu 7.7.2019). Taskinen, P. 2016. Alityöllisten määrä on kasvanut viime vuosina. Tieto & trendit. Tilastokeskus. http://tietotrendit.stat.fi/mag/article/185/ (luettu 5.6.2018). Taskinen, P. 2017. Sivutyöt ovat yleistyneet. Tieto & trendit. Tilastokeskus. http://tietotrendit.stat.fi/mag/article/212/ (luettu 5.6.2018). Vermeylen, G., Wilkens, M., Biletta, I., Fromm, A., Parent-Thirion, A. & Rodrigues Contreras, R. 2017. Exploring self-employment in the European Union. Eurofound, www-eurofound.europa.eu/publications/ report/2017/exploring-self-employment-in-the-european-union (luettu 5.6.2018). Anu Järvensivu 362 Weber, J. 2014. Opacity versus computational reflection modelling humanrobot interaction in personal service. Robotics Science, Technology & Innovation Studies 10, 1, 187–199. World Economic Forum 2018. The future of jobs. Report 2018. Centre for the New Economy and Society. http://www3.weforum.org/docs/wef_ Future_of_Jobs_2018.pdf (luettu 7.7.2018).