Mikko Lohenoja

Promptihan se on aina mielessä Tekoälykokemus (AIX) Työntekijäkokemus muutoksessa Ääniäly

Uusimmat

Aiheet

Huomio Inhimillistäminen Luottamus Muutos Outo laakso Tekoälykokemus Tekoälyäänet Toimijuus Työntekijäkokemus Ääniäly

Kokouslitteroinnit? Kaikki mitä haluat tietää juuri nyt

Kokouslitteroinnit? Kaikki mitä haluat tietää juuri nyt

Hei, kuuluuko mun ääni?

Muistatko, kun ennen koronaa etäkokoukset olivat kaikille yhtäkkiä uutta? Kaikki säätivät tahoillaan etätoimistonsa laitteita, ja myös palvelut kehittyivät vauhdilla.

Ehkä joku muistelee muutamaa nyt kulunutta vuotta samalla tavalla, kun kokouslitteroinnit ovat hieman takavasemmalta tulleet arkeemme.

Tekoälypohjainen kokouslitterointi ei enää vuonna 2026 kuitenkaan ole välttämättä outo erikoisuus, vaan monessa paikassa jo modernin työn perusinfraa. Kun se toimii, se on kuin taikaa. Se purkaa kognitiivista kuormaamme, tekee työelämästä saavutettavampaa ja auttaa meitä keskittymään ihmisiin ruutujen takana.

Mutta onnistuminen toimivissa kokouslitteroinneissa ei ole aina helppoa. Eikä onnistuminen tapahdu suoraan vain valitsemalla tunnetuimman valmistajan sovellus.

Onnistuminen vaatii jopa rohkeutta johtaa kulttuuria, noudattaa tiukentuvaa eurooppalaista tietosuojaa ja ymmärtää syvällisesti, milloin me tarvitsemme tekoälyn täydellistä muistia, ja milloin me tarvitsemme ihmisten välistä, luottamuksellista tilaa.

Tässä artikkelissa avaan kokouslitterointien todellisuutta vuonna 2026. Kerron, miten onnistut käytännössä, mihin oletukset useimmiten kaatuvat ja miten rakennat organisaatioosi kulttuurin, joka on yhtä aikaa tehokas, lain mukainen ja psykologisesti turvallinen.

Nappaa kaikki nämä opit tämän viikon Ääniäly-uutiskirjeestä:

  • Tunnistatko tämän kokouslitteroinneista?
  • Mitä kokouslitterointi oikeastaan on, ja mitä se ei ole?
  • Näin estät keksittyjen kokousfaktojen leviämisen
  • Akustiikka ja hybridikokoukset koettelevat laatua
  • Kenelle kokouslitteroinnista on hyötyä?
  • Suostumus, tietosuoja ja tekoälyasetus
  • 10 kysymystä – Kuinka valitsen kokouslitteroinnin työkalun
  • 12 askeleen muistilista – Tekoäly kokouslitteroinnissa
  • Psykologinen turvallisuus ja jäähdytysvaikutus
  • Pelisäännöt – Milloin litterointi on käytössä ja milloin ei

Tunnistatko tämän kokouslitteroinneista?

Olet asettunut neuvotteluhuoneen tuoliin tai avannut Teamsin etätoimistollasi. Ruudulle ilmestyy ilmoitus ”Tallennus ja litterointi on käynnistetty”. Tai sitten osallistujalistaan liittyy ylimääräinen, hiljainen vieras nimeltä ”Otter.ai”, “Fireflies.ai” tai ”Copilot”.

“Kukas muuten hän on?”

kysyy joku.

Tunnelma muuttuu hieman. Selät suoristuvat, puheenvuorot muuttuvat pykälän verran harkitummiksi ja se lounastauon lähestymistä koskeva vitsi jää sanomatta.

Tekoälypohjaiset kokouslitteroinnit ja automaattiset muistiinpanot ovat vyöryneet suomalaiseen työelämään valtavalla vauhdilla. Kanadalaisen Fellow-palvelun blogikoonnin mukaan olemme tilanteessa, jossa jopa 75 prosenttia asiantuntijoista kertoo hyödyntävänsä työssään jonkinlaista tekoälypohjaista muistiinpanotyökalua. Suurin osa siitä lounaspöydästä siis.

Oikein käytettynä nämä työkalut ovat taianomaisia. Ne tiivistävät tunnin rönsyilevän keskustelun napakaksi päätöslistaksi, jakavat tehtävät eli ns. action pointit asianosaisille ja vapauttavat meidät mekaanisesta kirjaamisesta siihen “aidompaan” läsnäoloon.

Mutta samalla olemme törmänneet uudenlaisiin pulmiin. Mitä tapahtuu luottamukselle, kun jokainen lause tallentuu hakukoneeseen? Mitä Suomen tietosuojalainsäädäntö tai vauhdilla lähestyvä EU:n tekoälyasetus todella sanovat kokousten tallentamisesta?

Mitä kokouslitterointi oikeastaan on, ja mitä se ei ole?

Yleisin väärä oletus on, että tekoäly jotenkin maagisesti ”ymmärtäisi” teidän kokouksenne sisällön. Näinhän se ei tee.

Todellisuudessa nykyaikainen kokousavustaja on monimutkainen ketju peräkkäisiä algoritmeja:

  1. Ensin äänen aktiivisuuden tunnistus erottaa puheen taustamelusta.
  2. Sitten automaattinen puheentunnistus (ASR, Automatic Speech Recognition) muuttaa ääniaallot todennäköisimmiksi sanaketjuiksi.
  3. Tämän jälkeen astuu kuvaan teknologisesti kenties haastavin vaihe: puhujanerottelu eli diarization. Järjestelmän on ymmärrettävä, kuka sanoi mitä. Sitten sen on luotava jokaiselle puhujalle matemaattinen ääniprofiili ja yhdistettävä se oikeaan tekstipätkään.
  4. Lopuksi suuri kielimalli (LLM) lukee tämän raakalitteroinnin läpi ja generoi siitä pyydetyn tiivistelmän, tehtävälistan tai kokousmuistion.

Siinä ketjussa on muuten aika monta kohtaa, joissa jokin voi mennä myös pieleen!

Suomen kieli yksinään on tälle prosessille poikkeuksellisen kova vastus. Koska suomen kielessä sanoihin liitetään useita päätteitä, kielimallin on kyettävä myös käsittelemään valtava määrä sanamuotoja. Ehkä joku vielä sen päälle keksi juuri äsken palaverissa jonkun uuden sanahirviön, kuten ”palavereissammekinkohan”.

Vaikka modernit mallit suoriutuvat erinomaisesti selkeästä yleiskielestä ja uutislähetyksistä, suomalainen arkikokous, joka on usein sekoitus voimakkaita murteita, toimialakohtaista jargonia (ns. domain vocabulary) ja englannista lainattuja termejä, pakottaa algoritmit aikamoisille äärirajoille.

Onko tuttua: esimerkiksi työpaikan oma slangi, projektien ja ihmisten lempinimet, tai omat lyhenteet?

Joskus tekoäly myös jo meille tuttuun tapaan ”hallusinoi” eli keksii ihan omiaan. Koska kielimalli on ohjelmoitu tuottamaan loogisesti jatkuvaa ja sujuvaa tekstiä, se saattaa paikata heikosta äänenlaadusta johtuvia aukkoja keksimällä lauseen loppuun uskottavan, mutta täysin virheellisen sanan.

Näin estät keksittyjen kokousfaktojen leviämisen

Tekoälyn tuottamaan tekstiin kannattaa aina suhtautua pelkkänä luonnoksena, mutta ei valmiina pöytäkirjana. Kun organisaatiolla on selkeä ja kevyt malli muistioiden tarkistamiseen, tekoälyn tekemät virheet saadaan kiinni ennen kuin niistä tulee ”virallisia totuuksia”.

Malli voisi olla esimerkiksi tällainen:

  1. Ihminen viimeistelee aina päätökset. Tekoälyn tekemä muistio on vain muistin tuki. Virallinen päätöspöytäkirja ja tehtävälista syntyvät vasta, kun ihminen on lukenut, tarkistanut ja hyväksynyt ne.
  2. Merkitse epävarmat kohdat näkyviin. Jos tiivistelmässä jokin asia tuntuu oudolta tai väärältä, merkitse se rohkeasti tarkistettavaksi sen sijaan, että muokkaisit siitä väkisin uskottavan kuuloisen. Tämä on tehokkain tapa katkaista tekoälyn hallusinaatioiden (eli ”keksittyjen faktojen”) leviäminen.
  3. Tarkista epäselvyydet alkulähteeltä. Varmista epäselvät kohdat alkuperäisestä äänitallenteesta, jos sellainen on yhä tallella, tai suoraan kokouksen osallistujilta. Pääasia ei ole pilkulleen täydellinen sanatarkka teksti, vaan se, että kirjatut päätökset ja tehtävien vastuuhenkilöt ovat oikein.
  4. Pidä hyväksymisprosessi kevyenä. Toimiva käytäntö on antaa osallistujille esimerkiksi vuorokausi aikaa tarkistaa muistio. Tiivistelmä jaetaan heti kokouksen jälkeen, osallistujat korjaavat mahdolliset asiavirheet pikaisesti, ja tämän jälkeen dokumentti lukitaan tai siirretään arkistoon sovittujen sääntöjen mukaisesti.
  5. Ota opiksi virheistä, älä piilottele niitä. Jos jokin ammattitermi tai henkilön nimi menee toistuvasti väärin, lisää se tekoälytyökalun sanastoon tai tartu juurisyihin, kuten parempaan mikrofoniin tai kiinnitä huomiota osallistujien ja mahdollisesti kokouksen puheenjohtajana omiin työskentelytapoihisi, jottei kokouksissa puhuta päällekkäin. Näin muistioiden laatu paranee.

Akustiikka ja hybridikokoukset koettelevat laatua

Jos saat jatkuvasti heikkolaatuisia ja sekavia kokoustiivistelmiä, vika ei välttämättä ole siinä kuuluisassa “huonossa kielimallissa”, vaan ehkä vain huoneen akustiikassa. Tekstidatasta tuttu vanha sääntö ”roskaa sisään, roskaa ulos” pätee myös ääniteknologiaan.

Täysin virtuaalisissa kokouksissa, joissa jokainen osallistuja puhuu kotonaan laadukkaaseen headset-mikrofoniin, erottelu ja puhujien tunnistus toimivat nykyään moitteettomasti.

Haasteet sen sijaan räjähtävät käsiin niissä muutenkin haastavissa hybridikokouksissa. Niistä ei osallistujien lisäksi ole myöskään ääniäly kovin innostunut!

Ihmisille on luontaista puhua toistensa päälle, keskeyttää ja reagoida nopeasti. Microsoftin vuonna 2018 tuottaman tutkimuksen aineistossa havaittiin, että noin 15 prosenttia tavallisesta kokouspuheesta oli akustisesti päällekkäistä. Tätä ei välttämättä tule ajatelleeksi osallistujana.

Kun viisi ihmistä istuu isossa neuvotteluhuoneessa ja ääni kerätään pöydän päässä olevan kannettavan tietokoneen sisäänrakennetulla mikrofonilla, äänenpaine heikkenee, huonekaiku kasvaa, etäyhteyksien äänenpakkaus sekoilee ja päällekkäinen puhe sulautuu algoritmille tunnistamattomaksi massaksi.

Laatu voi siis myös syntyä vuonna 2026 laitteistosta ja kokousten järjestelyistä. Jotkut organisaatiot ovat jopa siirtyneet älykkäisiin suuntaaviin mikrofoneihin tai dedikoituihin tekoälylaitteisiin, jotka kykenevät vaimentamaan melun ja tallentamaan jokaisen puhujan kirkkaasti omalle raidalleen ennen tekstitystä.

Kenelle kokouslitteroinnista on hyötyä?

Hyvä lopputulos näyttää hyvin erilaiselta riippuen siitä, kuka teknologiaa käyttää.

1. Saavutettavuuden ja kognitiivisen kuorman näkökulma

Tekoälylitteroinnin mahdollisesti suurin työelämää mullistava arvo liittyy saavutettavuuteen. Kognitiivisen kuormituksen teoria selittää, miksi samanaikainen intensiivinen kuuntelu, asioiden prosessointi ja muistiinpanojen tekeminen on monille uuvuttavaa.

Erityisesti neuroepätyypillisille työntekijöille (kuten ADHD- tai autismikirjon diagnoosin omaaville) sekä kuulon haasteista kärsiville automaattinen litterointi toimii ”kognitiivisena ulkoistuksena”.

Kun asiantuntija voi luottaa siihen, että sovitut asiat ja yksityiskohdat ovat tallessa ja haettavissa, hän voi suunnata koko työmuistinsa olennaiseen, eli aktiiviseen vuorovaikutukseen, ideointiin ja läsnäoloon.

2. Projektinjohto ja arjen automaatio

Projektipäällikölle arvoa ei synny litteroinnin raakamateriaalista, vaan jäsennellyistä muistiinpanoista. Hyvä tekoälyratkaisu ei siis vain tiivistä tekstiä lyhyemmäksi, vaan osaa erotella sovitut päätökset, nimeää omistajat tehtäville ja integroituu tarvittaessa suoraan organisaation muihin työkaluihin.

3. Julkisen sektorin läpinäkyvyys

Julkishallinnossa automaatio ja sähköinen asiointi ottavat juuri nyt valtavia harppauksia. Suomen valtiovarainministeriö investoi vuosina 2026–2027 yhteensä 10 miljoonaa euroa tekoälyn ja automaatioratkaisujen vauhdittamiseen valtionhallinnossa.

Julkisella sektorilla tekoälyn on nopeutettava dokumentaatiota noudattaen samalla ehdottomasti julkisuuslakia, hyvän hallinnon periaatteita ja saavutettavuusvaatimuksia. Kokoustekniikan voisi siis kuvitella olevan hyvä kohde.

Suostumus, tietosuoja ja tekoälyasetus

Kun siirrymme yksittäisistä kokeiluista koko organisaation laajuiseen käyttöön, törmäämme seinään nimeltä lainsäädäntö. Väärä oletus on, että ”koska ohjelmistossa on nappula, sitä saa aina käyttää”. IT-osaston valinnoilla sekä laajemminkin koko muutoksen etukäteissuunnittelulla on tässä merkittävä rooli.

10 kysymystä – Kuinka valitsen kokouslitteroinnin työkalun

  1. Missä data käsitellään ja säilytetään? Sijaitsevatko palvelimet EU/ETA-alueella vai sen ulkopuolella, ja miten sijainti vaikuttaa sopimuksiin ja tietosuojariskeihin?
  2. Mitä aineistoa syntyy ja tallentuu? Tallennetaanko ääni, raakateksti, tiivistelmät, puhujatunnisteet ja metatiedot? Voiko osan näistä ominaisuuksista kytkeä halutessaan pois päältä?
  3. Käytetäänkö dataamme tekoälymallien opettamiseen? Mitkä ovat järjestelmän oletusasetukset, eli onko tiedon jakaminen estettävä erikseen vai vaatiiko se aktiivisen suostumuksen, ja miten tämä on juridisesti varmistettu sopimuksissa?
  4. Miten käyttöoikeuksia hallitaan? Miten roolit, ryhmät, linkkien jakaminen ja vierailijoiden oikeudet toimivat? Voiko pääsyoikeudet määritellä tiukasti vain tiettyä kokousta tai tiimiä koskevaksi?
  5. Millaista lokitietoa järjestelmä kerää? Kertyykö tarkastusketjuun (audit log) selkeä jälki siitä, kuka on katsellut, jakanut, muokannut tai poistanut tietoja ja kuinka kauan näitä lokeja säilytetään?
  6. Kuinka aineiston säilytys ja tuhoaminen on automatisoitu? Tukeeko järjestelmä sääntöpohjaista poistoa, häviääkö data luotettavasti kaikkialta järjestelmästä kerralla, miten varmuuskopiot käsitellään ja onko poistoissa viivettä?
  7. Kuinka tarkasti järjestelmä erottaa puhujat toisistaan? Toimiiko puhujien tunnistus luotettavasti myös suomeksi ja haastavissa hybridikokouksissa, ja onko tekoälyn tekemien virheiden korjaaminen helppoa?
  8. Mitä integraatioita on saatavilla ja miten ne toimivat? Yhdistyykö työkalu saumattomasti esimerkiksi Teamsiin, Meetin, Slackiin tai CRM-järjestelmään, ja valuuko data näiden integraatioiden kautta hallitsemattomasti uusiin paikkoihin?
  9. Miten tekoälyn käyttö tuodaan esiin? Näkeekö käyttäjä selkeästi, mitkä osat tekstistä ovat tekoälyn tuottamia, ja saavatko eteenpäin jaettavat tekstit ja muistiot automaattisen tekoälymerkinnän?
  10. Miten tietoturva on todennettu? Onko palvelulla tarvittavat sertifikaatit ja säännölliset tietoturvatestaukset? Löytyykö toimittajalta asianmukainen tietojenkäsittelysopimus (DPA), tukea tietosuojan vaikutustenarviointiin (DPIA) ja selkeät prosessit tietoturvapoikkeamien varalle?

Suostumuksen anatomia ja GDPR

Suomen tietosuojavaltuutetun linjausten mukaan ihmisen ääni, ja usein myös siitä syntyvä teksti, on yksiselitteisesti henkilötieto. Työpaikoilla perinteisen ”suostumuksen” kysyminen on lainsäädännöllisesti miinakenttä. Koska työnantajan ja työntekijän välillä vallitsee valtaepätasapaino, työntekijän antamaa suostumusta kokouksen tallentamiseen ei välttämättä katsota aidosti vapaaehtoiseksi.

Tämän vuoksi tallentaminen vaatii useimmiten oikeusperusteeksi työnantajan ”oikeutetun edun”, ja sen käyttö on perusteltava tasapainotestillä. Onko saavutettu hyöty suurempi kuin työntekijän yksityisyyteen puuttuminen?

Riippumatta perusteesta, informointivelvollisuus on ehdoton. Kaikille osallistujille on kerrottava tallentamisesta ja sen syystä selkeästi ennen kokouksen alkamista.

Myös vierailijoiden kohdalla ”hiljaisuus ei ole suostumus”, vaan asia on tuotava aktiivisesti esiin. Alustat (Teams, Zoom, Google Meet) tarjoavatkin nykyään työkaluja, joissa tallennus alkaa vasta, kun osallistujat ovat erikseen klikanneet hyväksyvänsä sen.

EU:n tekoälyasetus muuttaa peliä

Elokuussa 2024 voimaan astunut EU AI Act vaikuttaa jo nyt konkreettisesti työnantajien velvollisuuksiin.

  • Tekoälylukutaito: Helmikuusta 2025 alkaen työnantajilla on ollut velvollisuus varmistaa, että tekoälyjärjestelmiä käyttävällä henkilöstöllä on riittävä ”tekoälylukutaito” (AI literacy). Teknologiaa ei voi vain jalkauttaa, vaan ihmiset on koulutettava ymmärtämään sen rajoitteet, riskit ja tietoturvakysymykset.
  • Läpinäkyvyys (Artikla 50): Elokuussa 2026 voimaan astuvat asetuksen läpinäkyvyysvaatimukset. Ne velvoittavat, että tekoälyn tuottama sisältö on merkittävä siten, että se on tunnistettavissa tekoälyn tekemäksi.

Jos tekoälyn generoimaa tekstiä julkaistaan yleistä etua koskevissa asioissa (esim. julkinen tekoälyllä tiivistetty pöytäkirja), sen alkuperä on ilmoitettava selkeästi, ellei tekstiä ole läpikäyty inhimillisessä toimituksellisessa prosessissa.

EU-komissio on parhaillaan viimeistelemässä käytännesääntöjä (Code of Practice) tekoälyasetuksen läpinäkyvyysvaatimusten käytännön toteuttamiselle. Ensimmäinen luonnos julkaistiin joulukuussa 2025, ja lopullisia suuntaviivoja odotetaan kesäksi.

On odotettavissa, että ohjelmistotoimittajat (Microsoft, Google, Zoom, yms.) joutuvat tekemään vielä päivityksiä käyttöliittymiinsä vastatakseen näihin tarkentuviin sääntöihin. Seuraa siis ohjelmistojesi päivityksiä ja varmista, että organisaatiosi auditointijälki (ns. audit trail) on kunnossa.

12 askeleen muistilista – Tekoäly kokouslitteroinnissa

Tässä kohtaa moni huomaa, että tekoälyavusteisissa kokouslitteroinneissa onnistuminen ei siis lainkaan ole yksittäinen ominaisuus vaan sarja pieniä päätöksiä. Siksi kokoan tähän 12 askeleen muistilistan, jonka avulla käyttö pysyy laadukkaana, lainmukaisena ja luottamusta rakentavana.

  1. Päätä tavoite ennen työkalua. Onko päämääränä saavutettavuus, päätösten kirjaaminen, kattava muistio, tiedon haku vai työnkulkujen automatisointi? Eri käyttötarkoitukset vaativat erilaiset asetukset ja tallennuskäytännöt.
  2. Sovi selkeät pelisäännöt sille, mitä kokouksia tallennetaan. Jos käytännöt ovat sattumanvaraisia, henkilöstön luottamus teknologiaan ja työnantajaan rapautuu.
  3. Tee informoinnista rutiinia. Kerro tallentamisesta jo kokouskutsussa, mainitse asiasta kokouksen alussa ja varmista, että itse tallenteesta ja muistiosta käy ilmi tekoälyn käyttö.
  4. Määrittele ja dokumentoi käsittelyn oikeusperuste. Työelämässä tämä tarkoittaa useimmiten oikeutettua etua ja siihen liittyvää tasapainotestiä. Pelkkä suostumusten kerääminen ”varmuuden vuoksi” ei ole kestävällä pohjalla.
  5. Määritä säilytysajat ja tuhoaminen etukäteen. Oletusarvoinen aineiston ikuinen säilytys on varmin tapa tuhota ylimääräisen tiedon sijaan luottamus ja kasvattaa tietosuojariskejä tarpeettomasti.
  6. Suojaa aineisto kuten muukin luottamuksellinen tieto. Määrittele roolit, käyttöoikeudet, lokitus ja omistajuus, eli kenen sallitaan nähdä, jakaa ja poistaa tietoa.
  7. Panosta äänenlaatuun. Etäosallistujille on hyvä hankkia kuulokemikrofonit ja neuvotteluhuoneisiin kunnollinen äänilaitteisto. Hybridikokouksissa kannattaa suosia ratkaisuja, jotka kykenevät erottelemaan eri puhujat toisistaan.
  8. Sovi kokousetiketistä ja vältä päällekkäistä puhetta. Pienet muutokset, kuten selkeät puheenvuorot, parantavat litteroidun tekstin laatua usein enemmän kuin uuden tekoälytyökalun hankinta.
  9. Hyväksy, että tekoäly tekee virheitä ja korjaa ne. Tekoälyn tekemä litterointi on raakaversio, ei lopullinen totuus kokouksen sisällöstä. Päätöksiä ei pidä tehdä pelkän automaattisen tiivistelmän pohjalta ilman, että ihminen tarkistaa faktat.
  10. Määrittele pelisäännöt tiivistelmien jakamiseen. Kun tekoälyn tekemiä muistioita jaetaan eteenpäin, ne on merkittävä selkeästi tekoälyn tuottamiksi, paitsi jos ihminen on lukenut ne ajatuksella läpi ja muokannut ne valmiiksi.
  11. Kouluta tekoälylukutaitoa käytännön esimerkein. Varmista, että kaikki ymmärtävät, mihin työkalu pystyy, missä se tyypillisesti erehtyy ja miten tekoälyn hallusinaatiot eli ”keksityt faktat” tunnistetaan.
  12. Muista, että laitteet saa myös kiinni. Vapaa ja luottamuksellinen keskustelu ilman tallennusta on myös joissain tapauksissa se kaikkein tärkein tuottavuuden työkalu. Tämä edellyttää yhteistä ymmärrystä siitä, milloin nauhoitus pysyy varmasti poissa päältä.

Psykologinen turvallisuus ja jäähdytysvaikutus

Teknologian ja lain lisäksi on lopuksi ymmärrettävä tietysti inhimillistä dynamiikkaa, joka on se meitä kokouksiin puoleensa vetävä, tai niistä meidän karkoittava tekijä.

Harvardin tutkija Amy Edmondsonin tunnetuksi tekemä käsite ”psykologinen turvallisuus” on tunne siitä, että tiimissä on turvallista esittää keskeneräisiä ideoita, kyseenalaistaa ja tehdä virheitä.

Se voi joutua yllättäen koetukselle tekoälyn tallentaessa kaiken.

Laajoissa kartoituksissa on havaittu ilmiö, jota kutsutaan ”jäähdyttäväksi vaikutukseksi” (the chilling effect). Jo aiemmin tässä artikkelissa viitatussa kanadalaisen Fellow-palvelun tuottamassa koonnissa havaittiin, että jopa 84 prosenttia ammattilaisista raportoi muuttavansa ilmaisuaan ja puhetapaansa, kun kokouksessa on mukana tekoälykirjuri.

Tuossa koonnissa kyse on kokemusaineistosta ja itse raportoidusta käyttäytymisen muutoksesta. Mutta suunta on selvä, että tieto tallentumisesta voi muuttaa puhetta. Kieli voi muuttua virallisemmaksi, varovaisemmaksi ja riskittömämmäksi.

Kukaan ei halua, että sarkastinen kommentti, vastarannan kiiskenä heitetty huomio tai täysin hullu idea päätyy asiayhteydestään irrotettuna viralliseen, kaikkien haettavissa olevaan arkistoon.

Ja toisaalta, emme halua, että nämä työpäivää piristävät hetket katoaisivat teknologian myötä.

Jotta kokouslitteroinnista tulisi tapa, joka parantaa arkea eikä lisää kuormaa, organisaatioiden on luotava selkeät säännöt siitä, milloin teknologia käännetään pois päältä.

Tässä voi noudattaa esimerkiksi seuraavanlaista päätösmallia:

Pelisäännöt – Milloin litterointi on käytössä ja milloin ei

Vaihtoehto 1: Litterointi on KÄYTÖSSÄ

Kun hyöty on selkeä ja riskit hallinnassa.

  • Päätöskokoukset: Sovittujen asioiden varmistaminen ja tehtävien vastuutahojen kirjaaminen.
  • Projektien tilannekatsaukset: Toiminnan ja aikataulujen koordinointi.
  • Koulutukset, perehdytykset ja tietoiskut: Erityisesti kertaamisen ja saavutettavuuden tukemiseksi.
  • Laajat infotilaisuudet: Tilanteet, joissa osallistujia on paljon ja vuorovaikutus on vähäistä.
  • Asiakastapaamiset (varauksin): Vain silloin, kun osallistujia on informoitu selkeästi ja tietosuoja- sekä sopimusasiat ovat varmasti kunnossa.

Vaihtoehto 2: Litterointia RAJATAAN

Vain tiivistelmä tai päätökset, mutta ei sanatarkkaa tallennetta:

  • Työpajat: Kirjataan ylös vain lopputulokset. Näin säilytetään vapaa ilmapiiri, jossa uskalletaan esittää myös keskeneräisiä ajatuksia.
  • Tiimien retrospektiivit: Tallennetaan vain opit ja sovitut toimenpiteet, ei yksittäisten henkilöiden kommentteja tai mielipiteitä.
  • Neuvottelut: Kirjataan ainoastaan sovitut kohdat ja sopimuksen tekoa tukevat yksityiskohdat.
  • Heikkolaatuiset hybridikokoukset: Jos äänenlaatu vaihtelee, on hyvä myöntää, että tekoälyn tekemä tiivistelmä on usein hyödyllisempi ja luotettavampi kuin virheitä vilisevä sanatarkka litterointi.

Vaihtoehto 3: Litterointi EI OLE KÄYTÖSSÄ

Näissä kokouksissa luottamuksellisuus on tärkeämpää kuin tallenne:

  • Henkilöstöasiat: Kehityskeskustelut, palautteenanto, suoriutumisen arviointi ja henkilökohtaiset haasteet.
  • Ristiriitatilanteet: Konfliktien selvittely, sovittelu ja muut luottamukselliset neuvottelut.
  • Varhainen ideointi: Tilanteet, joissa tarvitaan turvallinen tila ”tyhmille” ideoille ja riskinotolle ilman pelkoa niiden tallentumisesta.
  • Luottamushenkilöasiat: Tilanteet, joissa osallistujilla on korostunut tarve yksityisyydensuojaan ja ehdottomaan luottamuksellisuuteen.
  • Herkät vuorovaikutustilanteet: Kokoukset, joiden onnistuminen perustuu täysin läsnäoloon ja psykologiseen turvallisuuteen.

Kun tämä päätös on sovittu etukäteen, kenenkään ei tarvitse arvailla. Silloin kokouslitterointi (tai sen jättäminen pois) tekee sen, mitä se lupaa.

Automaattinen kokouslitterointi voi keventää kuormaa ja oikeissa paikoissa toteutettuna mahdollistaa tilan ajatusten avautumiselle ja niiden edelleen jalostamiselle.

Eli sille, mitä kokoukset parhaimmillaan ovat.

Lähteet

Posted in

Vastaa

Discover more from Mikko Lohenoja

Subscribe now to keep reading and get access to the full archive.

Continue reading