Miten turvata Human OS

Tutkimustietoa tekoälymurroksesta ja ihmisestä työssä

Tavoitteenani on koota ja pitää ajan tasalla tietoa siitä, miten tekoäly muuttaa työntekoa, ja miten tekoälyä voidaan käyttää ihmisläheisesti ja ihmisyyttä tukien. Olen tutkinut näitä teemoja ammatillisesti työpsykologina, psykoterapeuttina, organisaatiokehittäjänä, tietokirjailijana ja tutkijana.

Mistä on kyse

Human OS eli ihmisen käyttöjärjestelmä on metafora sille perustalle, jonka varassa kaikki työ tehdään: tarkkaavaisuus, tunteiden säätely, oppiminen, tiedonkäsittely, harkinta ja ihmissuhteet. Tekoäly kuormittaa tätä perustaa uudella tavalla, ja muutos etenee nopeammin kuin tutkimukset ehtivät seurata.

Kokoan tälle sivulle ne pääteemat, joihin olen törmännyt työssäni ja kirjoituksissani, sekä tutkimukset, jotka valaisevat niitä. Tekoälymanifestin periaatteet kertovat, mitä kannattaa tehdä. Tämä sivu kertoo, miksi.

Tarkkaavaisuudella on ehdoton raja

Tekoäly tuottaa tekstiä ja koodia moninkertaisesti nopeammin kuin ihminen ehtii lukea ja arvioida. Tietoinen, analyyttinen ajattelu etenee noin kymmenen bitin sekuntinopeudella, eikä rajaa voi ylittää edes harjoittelemalla. Kun koneen tuotos pakotetaan tämän pullonkaulan läpi, seurauksena on ihmisen ylikuormittuminen, jatkuva kontekstin vaihtaminen ja pinnallinen tekoälyn tuotosten tarkistaminen.

Tutkimuksia

  • Zheng, J. & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron. Aistit keräävät tietoa miljardeja bittejä sekunnissa, mutta ihmisen tietoinen ajattelu ja toiminta etenevät noin 10 bitin sekuntinopeudella.
  • Ranganathan, A. & Ye, X. M. (2026). AI Doesn’t Reduce Work – It Intensifies It. Harvard Business Review. Kahdeksan kuukauden kenttätutkimus teknologiayrityksessä: tekoälyn taustalla tuottamat vaihtoehdot luovat illuusion rinnakkaisesta työstä, mutta todellisuudessa ihminen vaihtaa kontekstia jatkuvasti.

Blogissa: Kymmenen bitin pullonkaula · Manifestissa: periaatteet 3 ja 4

Työ muuttuu intensiivisemmäksi ja rajat hämärtyvät

Tekoäly ei ole vähentänyt työtä vaan tehnyt siitä intensiivisempää. Tehtävät laajenevat oman osaamisen ulkopuolelle, keskeneräisen työn tarkistaminen kasautuu kokeneimmille asiantuntijoille, ja “yksi pikku prompti” lounastauolla tai illalla hämärtää työn ja levon rajan. Palautuminen edellyttää psykologista irrottautumista työstä, ja tekoälyn matala käyttökynnys tekee sen vaikeaksi.

Tutkimuksia

Blogissa: Kun rajat katoavat · Manifestissa: periaatteet 5 ja 10

Draivi ja uhka yhtä aikaa

Tekoälymurros aktivoi samanaikaisesti kaksi tunteiden säätelyn järjestelmää. Nopeat onnistumiset ruokkivat dopamiinivetoista draivijärjestelmää, ja pelko kehityksen kärryiltä putoamisesta pitää uhkajärjestelmän hälytystilassa. Kun kaikki yrittävät pysyä turvassa maksimoimalla oman tuottavuutensa, syntyy sanaton kilpailu, jossa rauhoittava järjestelmä nälkiintyy. Tämä järjestelmä olisi kuitenkin kokonaisuuksien hahmottamisen, empatian ja kestävien ratkaisujen kannalta kaikkein tärkein.

Tutkimuksia

  • Gilbert, P. (2009). The Compassionate Mind. Constable. Kolmen tunnesäätelyjärjestelmän malli: draivi, uhka ja rauhoittuminen.
  • Ranganathan, A. & Ye, X. M. (2026). AI Doesn’t Reduce Work – It Intensifies It. Harvard Business Review. Työn intensifioituminen tapahtui pitkälti työntekijöiden omasta aloitteesta.

Blogissa: Tekoälymurros polttaa työntekijää molemmista päistä · Manifestissa: periaatteet 4 ja 9

Osaaminen rapautuu, jos harjoittelu loppuu

Kun päättelyä ja päätöksentekoa siirretään koneelle, suorituskyky näyttää paranevan, mutta sitä kannatteleva osaaminen voi huomaamatta heiketä. Lyhyen aikavälin tuottavuushyöty on välitön ja helppo mitata, osaamisen menetys taas on hidasta ja näkymätöntä. Siksi organisaatiot voivat ajautua uhraamaan syväosaamisensa nopeille voitoille.

Tutkimuksia

Blogissa: Kymmenen bitin pullonkaula · Tekoäly ei helpota asiantuntijatyötä · Manifestissa: periaatteet 2 ja 8

Yliluottamus ja luottamusväsymys

Kun tekoäly on ollut oikeassa sata kertaa peräkkäin, sen ehdotuksia aletaan hyväksyä lähes automaattisesti. Itsevarmasti esitetty virheellinen tieto menee läpi myös asiantuntijoilta, ja se synnyttää yliluottamusta oman työn laatuun. Koulutus tekoälyn kriittiseen käyttöön ei yksin riitä suojaksi.

Tutkimuksia

Blogissa: Funktionaalinen narsismi · Manifestissa: periaatteet 6 ja 11

Mielistely ja totuudellisuuden kärsiminen

Kielimallit on koulutettu ihmispalautteella, ja ihmiset arvioivat myötäilevät vastaukset paremmiksi. Tuloksena on vääristynyt vuorovaikutus, joka vahvistaa käyttäjän käsitystä omasta oikeassa olemisestaan, silloinkin kun hän on väärässä. Virheitä tehdessään kielimalli voi käyttää erilaisia keinoja peittääkseen omat virheensä.

Tutkimuksia

Blogissa: Taikapeili, joka ei uskalla sanoa ”Lumikki” · Funktionaalinen narsismi · Manifestissa: periaate 7

Asiantuntijuuden rima nousee

Tekoäly ei tee asiantuntijatyöstä helpompaa. Hyvien kysymysten muotoilu ja tuotosten arviointi edellyttävät syvää toimialaosaamista, tutkimusmenetelmien hallintaa ja ymmärrystä kielimallien rajoista. Tulevaisuuden asiantuntijan täytyy toimia kuin tutkija eikä kuin tekoälyn assistentti. Inhimillinen syväosaaminen ei menetä arvoaan tulevaisuudessa, vaan päinvastoin sen arvo tulee kasvamaan.

Tutkimuksia

Blogissa: Tekoäly ei helpota asiantuntijatyötä – se nostaa rimaa · Manifestissa: periaatteet 1 ja 2

Läheisyys, kiintymys ja mielenterveys

Sosiaalinen media kaappasi tarkkaavaisuuden. Kielimallit pyrkivät kaappaamaan kiintymysjärjestelmän: ne ovat aina saatavilla, kärsivällisiä ja validoivia. Intiimiystalous on kasvava liiketoiminta-alue. Keskustelubotit voivat lievittää mielenterveyden oireita, mutta runsas tunnekäyttö on yhteydessä heikompaan hyvinvointiin erityisesti niillä, joiden sosiaalinen verkosto on pieni. Intiimit tunnustukset myös päätyvät yritysten dataksi, eikä niitä suojaa ammattietiikka tai vaitiolovelvollisuus.

Tutkimuksia

Blogissa: Some kaappasi keskittymisen ja nyt tekoäly hakkeroi kiintymysjärjestelmän · Omnes et singulatim · Manifestissa: periaate 12

Lähteistä

Tekoälyn vaikutuksia tutkitaan nyt kiivaasti, ja osa lähteistä on esijulkaisuja, jotka on jaettu julkisesti jo ennen vertaisarviointia. Päivitän sivua sitä mukaa kuin tietoa kertyy. Jos tiedät tutkimuksen, jonka pitäisi olla täällä, kerro siitä minulle.