Tekoäly muuttaa todennäköisesti työtä sosiaalialallakin, vaikka toistaiseksi isot uudistukset ovat jääneet kokeilujen asteelle. Parhaimmillaan tekoäly voi olla kuin hyvä apuri, joka tukee ammattilaista työssään.
Sosiaalityöntekijä Laura haluaa selvittää, millaista apua asiakasperhe tarvitsee. Hänen kollegansa Mari käy läpi perheestä saatavissa olevan tietoaineiston.
Tämän tehtyään Mari toteaa hälytysmerkkien viittaavan siihen, että lapsella on suuri riski tulla kaltoinkohdelluksi perheessä.
Mitä tekee Laura?
Kysymys on hypoteettinen, sillä tässä kuvitteellisessa tapauksessa “Mari” on tekoälyyn perustuva työkalu.
– Työkaluja, jotka sosiaalityössä ennustaisivat riskiä asiakkaan kohdalla, ei tietääkseni ole Suomessa päivittäisessä käytössä. Maailmalla vastaavia järjestelmiä kyllä on, kertoo tutkijatohtori Tuukka Lehtiniemi Helsingin yliopiston Kuluttajatutkimuskeskuksesta.
Kokeiluja on Suomessakin tehty, ja yhtä niistä Lehtiniemi seurasi tutkijana. Vuonna 2021 toteutetussa hankkeessa testattiin ennakoivia analytiikan malleja eräällä sote-alueella, muun muassa lastensuojelussa.
Kokeilussa lastensuojeluilmoituksia käsittelevät työntekijät saattoivat tarkastella tekoälyn tuottamaa riskitietoa asiakkaasta, jos asiakas antoi siihen luvan. Tekoäly kertoi, onko tapauksessa kohonnut riski lapsen kiireelliseen sijoitukseen tai huostaanottoon ja mitkä riskitekijät tähän vaikuttivat.
Ei varsinaista helpotusta työhön
Lehtiniemen tuoreen tutkimuksen mukaan kokeiltu tekoälytyökalu ei sopinut yhteen käytännön sosiaalityön kanssa. Tekoäly ei auttanut sosiaalityöntekijöitä ennakoimaan vaan yritti ennakoida heidän puolestaan.
– Koneita halutaan tyypillisesti kehittää juuri riskien tunnistamiseen ja ennakoivaan analytiikkaan. Ajatellaan, että kun kone tunnistaa ongelmat aikaisemmin kuin ihminen, niihin myös pystytään puuttumaan varhain. Tutkimukseni mukaan tämä ei kuitenkaan ole se asia, jossa tekoäly pystyisi parhaiten auttamaan, Lehtiniemi kertoo.
Tekoäly voi olla neuvoa antava kollega.
Työntekijät olisivat toivoneet tekoälystä tukea käsityksen muodostamiseen siitä, mikä asiakkaan tilanne on nyt ja millaiset mahdollisuudet hänellä on pärjätä haasteidensa kanssa. Koneen tuottama riskitekijöiden lista tarjosi ehkä hyödyllisiä tiedonmurusia, mutta ei varsinaisesti helpottanut työtä.
Tekoäly voisi Lehtiniemen mukaan tukea asiakastyötä, jos se etsisi ja seuloisi tietoa, nostaisi esiin oleelliset asiat ja tarjoilisi ne työntekijälle fiksulla tavalla. Jotkut tutkimukseen haastatellut työntekijät pohtivat esimerkiksi, voisiko tekoäly antaa omaan työhön suosituksia ja ehdotuksia samaan tapaan kuin verkkokaupat ehdottavat asiakkaalle tuotteita.
– Tekeekö kone työtä, jossa ihminen olisi hyvä, vai tukeeko kone ihmisen tekemää työtä niin, että ihminen olisi siinä omassa osuudessaan hyvä? Tutkimukseni perusteella tämä kehittämisen näkökulma olisi oleellinen.
Tekoälystä apua rutiiniprosesseihin
Ajatus tekoälystä työntekijän “tukiälynä” ja apurina on läheinen myös sosionomi Jyrki Nummistolle. Hän tutki tekoälyn mahdollisuuksia ja rajoja sosiaalihuollossa sosiaali- ja terveysalan johtamisen YAMK-opinnäytetyössään ja kerää parhaillaan aineistoa väitöskirjaa varten.
Nummisto on työskennellyt yksikönjohtajana lastensuojelussa ja maahanmuuttajapalveluissa ja toimii nykyisin koulutusalalla. Hänen mielestään tekoälyä voisi hyvinkin hyödyntää sosiaalialalla ehdotusten ja suositusten antajana. Päätöksenteon pitää kuitenkin säilyä ihmisillä.
– Tekoälyyn voi suhtautua kuten kollegaan, joka tuo esiin yhden näkökulman. Lisäksi tekoälyä voisi hyödyntää työn rutiiniprosessien nopeuttamiseen, mikä vapauttaisi aikaa muuhun työhön, Nummisto sanoo.
Esimerkiksi lastensuojelussa sosiaalityöntekijä ja sosiaaliohjaaja -työparista toinen voisi keskittyä asiakastyöhön ja toinen analytiikkatyöhön, johon hän olisi ehkä erikoistunut jo sosiaalialalle opiskellessaan.
– Työparista toisella olisi ikään kuin jalka molemmissa laareissa eli sekä teknologian että sosiaalityön puolella. Hän osasisi tulkita ja rakentaa tietopohjaa tiedolla johtamiseen ja tietoon perustuvaan päätöksentekoon.
Lainsäädännölliset ja eettiset kysymykset jarruttavat kehitystä
Myös chatbotit pohjautuvat tekoälyyn, tosin melko alkeelliseen muotoon siitä. Tällainen chatbot on esimerkiksi nuorille suunnattu Zekki-elämäntilannemittari tai terveydenhuollon Omaolo-palvelu.
Tekoälyn syvällisempää kehittämistä sosiaalihuollossa ovat jarruttaneet muun muassa lainsäädännölliset ja eettiset, yksityisyydensuojaan liittyvät esteet. Jotta tieto ei olisi siiloutunutta, tekoälyn pitäisi pystyä hyödyntämään muun muassa terveysdataa, työllisyysdataa ja väestötilastodataa.
Tekoälyä pitää kehittää yhdessä työntekijöiden kanssa.
– Tässä törmätään tietosuojahaasteisiin, joita kuumeisesti yritetään ratkaista. Tekoälyn käsittelemän tiedon pitäisi olla niin neutraalia, ettei siitä pysty tunnistamaan ketään, Nummisto sanoo.
Lehtiniemi toteaa, että eri lähteistä tulevan tiedon yhdistäminen on tällä hetkellä suurin kysymysmerkki niin Suomessa kuin maailmallakin. Jos ihmisistä on kerätty dataa yhteen tarkoitukseen, sitä ei niin vain voi käyttää muihin tarkoituksiin.
– Tätä on säännelty sote-sektorilla vahvasti, mikä on suitsinut kokeilujen leviämistä – ja hyvä niin.
Paljon potentiaalia
Sekä Nummisto että Lehtiniemi näkevät silti tekoälyssä potentiaalia sosiaalialallakin. Sen jalkauttamista on Nummiston arvion mukaan osin jarruttanut teknologian kehittäjien ja ihmisläheistä työtä tekevien vaikeus ymmärtää toisiaan.
– Yksi tapa rakentaa vuorovaikutukseen siltaa on ottaa humanistit mukaan keskusteluihin teknologian edustajien kanssa. Mutta valitettavasti teknologiafirmat keskustelevat usein vain organisaatioiden johdon kanssa.
Myös Lehtiniemi painottaa työntekijöitä osallistavaa suunnittelua.
– Selvää on, että töpseliä ei vedetä seinästä, vaan kokeiluja tehdään ihan varmasti edelleen. Maailma on menossa siihen suuntaan, että tekoälystä ne ratkaisut löytyvät. Toivon vaan, että ratkaisuja kehitetään työntekijöiden kanssa ja heidän ehdoillaan, vaikkapa nyt lastensuojelun tarpeista käsin, Lehtiniemi summaa.
Kelassa tekoälystä on hyviä kokemuksia
Kelassa tekoälyä käytetään jo apuna sosiaalietuuksia koskevien hakemusten liitteiden luokittelussa ja nimeämisessä. Asiakirjoja kertyy paljon, ja konenäköön perustuva työkalu tehostaa ratkaisuasiantuntijoiden työtä.
– Meillä on myös ennustemalli, joka pyrkii ennustamaan toimeentulotuen asiakkuutta. Sen avulla pyritään tunnistamaan, onko asiakkaalla tarvetta henkilökohtaisempaan asiointiin ja tukeen. Siitä on saatu ihan positiivisia kokemuksia, kertoo kehittämispäällikkö Riikka Lindroos-Järvitalo Kelan teknologian ja innovaatioiden yksiköstä.
Lisäksi Kelassa on kokeiltu puheteknologioita, joissa puhetta käännetään tekstiksi ja tekstiä puheeksi. Laitos on mukana Helsingin yliopiston ja Aalto-yliopiston tutkimushankkeessa, jossa kehitetään suomen, ruotsin ja saamen kielen puheteknologiaa.
Lindroos-Järvitalo uskoo, että puheteknologia tulee ennen pitkää helpottamaan myös kirjaamista sosiaalityössä niin, että kone ei ainoastaan käännä puhetta tekstiksi vaan tekee myös koosteita ja tiivistelmiä.
– Teknologia on jo olemassa, mutta haasteena on vielä suomen kieli. Pienellä kielialueella kehitys on paljon hitaampaa kuin englanninkielisessä maailmassa.
Keskustelubotti ja virtuaaliavustaja ChatGPT:tä kokeillaan Kelassa aktiivisesti talon sisäisissä toiminnoissa. Siitä toivotaan apua esimerkiksi hakemusten käsittelyssä tarvittavien ohjeiden läpi käymiseen. Tekoäly seuloo ohjeista esiin tarvittavan vastauksen ja sitä pyydetään myös kertomaan, mistä se on ohjeen löytänyt.
Kokeiluja tehdään Lindroos-Järvitalon mukaan vain julkisella ohjemateriaalilla, ei edes Kelan sisäisillä ohjeilla, saati millään henkilötiedoilla.
Jatkosuunnitelmia valmistellaan
Riikka Lindroos-Järvitalo toimi toisena koordinaattorina Sotebotti-verkostossa, joka pyrki edistämään keskustelevan tekoälyn hyödyntämistä sosiaali- ja terveydenhuollossa vuosina 2020–2022. Tällä hetkellä vastaavaa valtakunnallista verkostoa ei ole.
– Verkostolle yritettiin etsiä uutta kotia, mutta ei löytynyt tahoa, jolla olisi ollut resursseja pitää sitä yllä. Siksi se valitettavasti jäi odottamaan uutta hetkeä. Jäseniltä tulleiden viestien mukaan tarvetta yhteisten kokemusten jakamiselle kyllä olisi.
Sotebotti-verkosto toimi aluksi nimellä Hyvinvoinnin tekoäly ja robotiikka -ohjelma (Hyteairo). Sittemmin se oli osa valtakunnallista, kaksivuotista AuroraAI-ohjelmaa, jonka tavoitteena oli kehittää julkista hallintoa ja palveluntuotantoa tekoälyavusteisella ja ihmiskeskeisellä tavalla.
Sosiaali- ja terveysministeriössä valmistellaan parhaillaan Digitaalinen sosiaali- ja terveydenhuolto -ohjelmaa, johon sisältyy muun muassa tekoälyn hyödyntämistä edistäviä toimia. Aluksi kartoitetaan ne sote-alan tehtävät, joissa tekoälyä todennäköisimmin voidaan hyödyntää.
– Selvityksen pohjalta luomme mahdollistavaa lainsäädäntöä, joka ei luo tarpeettomia esteitä tekoälyn hyödyntämiselle. Tekoälyn käyttöön sisältyy mahdollisuuksien lisäksi myös turvallisuuteen ja perusoikeuksien toteutumiseen liittyviä riskejä, jotka on tietysti huomioitava, kertoo johtaja Markku Heinäsenaho sosiaali- ja terveysministeriöstä.
