AI mitä? Tarvitaanko taas uusi kokemuskäsite?

Tekoälyratkaisujen käyttöönotto tuo arkeen uusia kysymyksiä: miltä teknologia oikeasti tuntuu käyttäjän näkökulmasta ja voiko kokemusta kehittää, jos sitä ei osata nimetä? Voiko tekoälytransformaatio organisaatiossa edetä, jos ihmiset eivät tunne sitä omakseen, tai jos tuo tunne ei mahdu suunnitelmaan? Kun käsitteelle löytyy yhteinen kieli, koko organisaatio voi miettiä, miten tekoäly aidosti tukee ihmisiä teknisen toteutuksen lisäksi myös arjen inhimillisenä kokemuksena.

Uutiskirje tiivistettynä:

Tekoälykokemuksen käsite auttaa ymmärtämään, miltä tekoälyn käyttö tuntuu työntekijälle ja miksi se on tärkeää nostaa näkyviin.
Hyvän tekoälykokemuksen rakentaminen perustuu neljään pilariin: yksilöllisyys, huomio, luottamus ja toimijuus, joiden avulla epämääräiset tunteet muuttuvat konkreettisiksi kehityskohteiksi.
Työntekijäkokemuksen käsite osoitti aikanaan kokemuskäsitteen voiman, ja sen myötä eri pöydissä voitiin puhua samasta asiasta yhteisellä kielellä.
Ilman selkeää käsitettä tekoälykokemuksesta organisaatiot eivät osaa kehittää ratkaisuja työn arjen tarpeisiin, eikä tekoälyhankkeista synny pysyvää hyötyä.

Missä mennään?

Tervetuloa Tekoälykokemus (AIX) -uutiskirjeen uuden numeron pariin!

Viime sunnuntain pidemmässä artikkelissa avasin tekoälykokemukseen perehtyneen AI-strategi Mara Pomettin kehittämää neljän pilarin AIX-kehystä: yksilöllisyys (Specificity), huomio (Attention), luottamus (Trust) ja toimijuus (Agency). Ne kertovat, millaisista rakennuspalikoista hyvä tekoälykokemus syntyy.

Tänään on aika pysähtyä kysymään, miksi tekoälyn kohdalla kokemustason näkyväksi tuominen on tärkeää, ja miten työntekijäkokemuksen käsite toimii hyvänä peilinä tälle.

Työntekijäkokemus osoitti käsitteen voiman

Työntekijäkokemus. Asiakaskokemus. Käyttäjäkokemus. EX. CX. UX.

Näistä puhutaan nykyään arjen itsestäänselvyyksinä. Mutta vielä kymmenen vuotta sitten esimerkiksi työntekijäkokemus (EX) ei ollut arjen puheenaihe. Myös se vaati totuttelua uutena käsitteenä. Mitä se on, ja miten sitä voi käyttää?

Mutta tänä päivänä kysymys kuuluukin: miten voisimme elää ilman työntekijäkokemuksen käsitettä?

Kun tein työntekijäkokemuksen mittaamisesta aikanaan oman AMK-opinnäytetyöni, esimerkiksi Theseus-kannasta löytyi sillä termillä ensimmäisiä mainintoja vasta alle kymmenen vuoden takaa.

Aiemmin puhuttiin kyllä työtyytyväisyydestä ja henkilöstön hyvinvoinnista, mutta kokonaisvaltainen kokemus ei ollut vakiintunut termi.

Kun käsite tunnistettiin, myös itse ilmiö muuttui:

HR ja johto alkoivat puhua samasta asiasta yhteisellä kielellä.
Mittarit ja pulssikyselyt tekivät kokemuksesta mitattavan.
Perehdytys, tilaratkaisut ja digipalvelut voitiin kehystää saman otsikon alle.

Nimi teki asiasta kehittämisen kohteen, eli sosiaalisen objektin, jota voi käsitellä, mitata ja parantaa.

Miksi tekoälykokemuksen käsite on nyt ratkaiseva?

Tekoälyn kohdalla olemme nyt samassa tienristeyksessä kuin työntekijäkokemuksen kehittämisen alkuvaiheessa.

Puhumme enimmäkseen tehokkuudesta, riskeistä ja sääntelystä, mutta emme välttämättä siitä, miltä tekoäly tuntuu ihmiselle kokemuksena:

Miltä tuntuu käyttää AI:ta arjessa?
Herättääkö se luottamusta vai epävarmuutta?
Tukeeko se toimijuutta vai viekö sen pois?

Tunnemme näin, mutta emme välttämättä osaa sanoittaa sitä täsmällisesti.

Ainakaan yhteisellä kielellä.

Ajattele tällaista tilannetta: saat tekoälyllä tuotetun raportin, joka on yllättävän tarkasti omaan tiimisi tarpeisiin räätälöity. Se tuntuu hyödylliseltä, lisää luottamusta, näyttää oleellisen, ja kertoo mitä kannattaa tehdä seuraavaksi.

Toisessa tapauksessa raportti on geneerinen, irti arjen tarpeista, eikä kukaan palaa siihen toista kertaa.

Molemmissa teknologia on sama, mutta ero syntyy kokemuksesta.

Ilman kokemuksen käsitettä tunne jää helposti epämääräiseksi: “en tiedä miksi tämä ei toimi, mutta ei se vain tunnu omalta.”

Juuri tässä käsitteen ja AIX-pilarien tunnistaminen tekee eron. Kun kokemusta katsotaan AIX-kehyksen kautta, epämääräinen tunne muuttuu konkreettiseksi kehityssuunnaksi:

Yksilöllisyys (Specificity): jos raportti ei huomioi tiimikohtaista kontekstia, kehitystehtävänä se tulee kytkeä paremmin paikalliseen dataan ja tehtäviin.
Huomio (Attention): jos sisältö vilisee epäolennaisuuksia, kehitystehtävänä määritellään suodatus ja priorisointi niin, että raportti nostaa esiin vain sen, mikä työntekijälle on kriittistä.
Luottamus (Trust): jos raportin logiikka jää hämäräksi, kehitystehtävänä päätetään lisätä selitettävyyttä ja lähteiden tai lokien näkyvyyttä.
Toimijuus (Agency): jos tiimillä ei ole mahdollisuutta muokata sitä mihin tekemiseen raportti oikein ohjaa, kehitystehtävänä luodaan vaihtoehdot, jotka palauttavat käyttäjälle kontrollin.

Näin epämääräinen tunne muuttuu käsitteen avulla jäsennellyksi analyysiksi, ja samalla konkreettisiksi kehityskohdiksi.

Transformaatio ei luonnistu ilman kokemuksen huomioimista

Tutkimukset uuden teknologian käyttöönotosta osoittavat, että useimmiten ratkaisevaa on ollut koettu hyödyllisyys, käytettävyys ja hallinnan tunne, ei niinkään pelkkä tekninen kyvykkyys.

On myös usein huomattu, että suurimmat esteet tekoälyn laajalle käyttöönotolle ovat juuri luottamus, ymmärrettävyys ja työntekijöiden kokemus omasta toimijuudestaan.

Tämän lisäksi yksilöllinen, spesifinen suunnittelu arjen tarpeisiin peilaten on tyypillisesti myös yksi tärkeimpiä onnistuneiden tekoälyhankkeiden taustatekijöitä.

Nämä ovat kaikki AIX-kehyksessä näkyviä elementtejä. Tärkeitä, kaikille tuttuja, mutta ne eivät ole ensimmäisenä mukana checklistillä.

Tästä syystä tekoälykokemuksen käsitteellistäminen ja mukaan tuominen AI-suunnitelmiin on edellytys sille, että tekoälyhankkeista tulee irralisten kokeilujen sijasta pysyviä ja laadukkaita ratkaisuja.

AIX on nyt siinä missä EX oli kymmenen vuotta sitten. Jos haluamme, että tekoäly todella muuttaa arkea eikä jää tekniseksi projektiksi, tarvitsemme sen käsitteellistämistä.

Vaikka voi tuntua siltä, että ”oh no, kaipaako maailma taas uuden buzzwordin”, niin käytännössä ilman oikeanlaista käsitettä tätä kokemuksen näkökulmaa ei voida aktiviisesti huomioida eikä kehittää.

Lopulta kaikki tiivistyy yhteen muistisääntöön: käsittely vaatii käsitteen.