Monessa organisaatiossa tekoäly on otettu käyttöön, ja sen jälkeen on jääty hämmästelemään, kuinka paljon tavaraa yhtäkkiä syntyy. Tekstiä, koodia ja suunnitelmia tulee tuutista todella paljon, eikä lopputulosta osata aina tulkita kriittisesti. Pahimmassa tapauksessa laadun arviointi tuupataan jollekulle muulle, jopa isommalle joukolle.
Siksi haluan kirjoittaa siitä, mitä asiantuntijuus oikeasti tarkoittaa nyt, kun tekoäly tekee yhä suuremman osan työstä. Uskon, että tekoäly ei vähennä asiantuntijuuden merkitystä, vaan siirtää sen, missä asiantuntijuuden arvo syntyy. Käyn ensin läpi, miltä tämä näyttää käytännössä, ja lopuksi sen, mitä se tarkoittaa sinulle, joka mietit seuraavaa työpaikkaa ohjelmistokehittäjänä.
Vakuuttava ei vielä tarkoita hyvää
Tekoäly tuottaa tekstiä, jonka kielioppi on täydellistä ja rakenne siisti. Meille ihmisille tulee siitä helposti tunne, että myös sisältö on hyvää. Kun tekoälyä käytetään chat-tasolla ilman kunnollista kontekstia, tulos on parhaimmillaankin pinnallista. Siinä ei ole sitä ymmärrystä, joka yrityksellä tai asiantuntijalla on.
Siksi tekoälyn tuotoksen haastaminen on asiantuntijan tehtävä, ja se on vaikeaa juuri siksi, että tuotos näyttää niin hyvältä. Joskus se näyttää niin vakuuttavalta, ettei sitä uskalla muokata. Tässä pitää olla lempeä ihmisten oppikäyrälle, koska kyse on uudesta taidosta. Periaate on silti selvä: sinun pitää ymmärtää, mitä jaat eteenpäin, ja seistä sen takana. Omistajuus ei siirry tekoälylle sillä, että tuotos on sen tekemä.
Tekoäly on kaikilla, kilpailuetu ei
Huippuluokan tekoäly on tänään kenen tahansa saatavilla luottokortilla. Siksi tekoäly yksinään ei tuota kilpailuetua kenellekään. Ilman asiantuntijaa ja ilman yrityksen omaa dataa se tekee geneeristä työtä, ja geneeristä työtä saa myös kilpailija samalla kortilla.
Asiantuntijan tehtävä on rikastaa tekoälyn työtä. Hän tuo mukaan oman osaamisensa ja yrityksen ymmärryksen, haastaa tekoälyn tarjoamat ratkaisut ja vie yrityksen kilpailuedun osaksi sitä, miten tekoälyä käytetään. Kun ihminen ja tekoäly yhdessä saavat aikaan paremman lopputuloksen kuin kukaan muu, kilpailuetu syntyy.
Asiantuntijaksi kasvetaan samalla tavalla. Kun analysoit ja haastat tekoälyn tuottamaa sisältöä ja kysyt, onko se aidosti relevanttia ja onko siinä arvoa geneeristä vastausta enemmän, harjoitat juuri sitä taitoa, jota tarvitaan.
Asiakas ostaa edelleen tuloksia
Asiakas on aina halunnut tuloksia ja ollut valmis maksamaan niistä. Se ei ole muuttunut miksikään. Toimittajan vastuulla on, millä tavalla tulokset tuotetaan.
Odotukset asiantuntijaa kohtaan sen sijaan painottuvat uudella tavalla. Pehmeät taidot olivat jo tärkeitä, koska ihmiset haluavat työskennellä ihmisten kanssa, jotka ovat miellyttäviä, kommunikoivat selkeästi ja huomioivat muut. Niiden rinnalla korostuu tekoälyn haastamisen taito. Asiakkaalle ei anneta raakaa tekoälymateriaalia käsiteltäväksi. Jokaisessa toimituksessa pitää näkyä ihmisen leima.
Sama näkyy sopimuksissa. Jos kehityksessä käytetään aktiivisesti agenttista tekoälyä, siitä syntyy merkittäviä token-kustannuksia. Ne ovat pieniä verrattuna saavutettuun tuottavuuteen, mutta puhdas tuntiveloitus ei tällä hetkellä palvele asiakasta hyvin. Jos kustannukset jäävät toimittajalle, tekoälyä ei kannata käyttää täysillä, ja asiakas jää ilman hyötyä. Siksi tuntiveloitus ja token-kustannukset yhdessä on tällä hetkellä järkevä tapa ostaa. Valistuneen asiakkaan ja hyvän toimittajan kanssa voidaan mennä pidemmälle ja sopia suoraan tuloksesta ja sen arvosta.
Arvo siirtyy tuotoksista järjestelmiin
Tämä on se ajatus, jonka uskon tekevän eniten eroa. Näen asiantuntijan roolin kehittyvän kolmessa vaiheessa.
Ensimmäisessä vaiheessa asiantuntija vastaa jokaisesta tekoälyn tuotoksesta. Hänen arvonsa on siinä, että lopputulos on laadukkaampaa kuin geneerisen tekoälyn tuotos. Tätä vaihetta ei voi ohittaa.
Toisessa vaiheessa asiantuntija on saanut oman tietotaitonsa rakennettua agenttiseen järjestelmään niin hyvin, että järjestelmä tuottaa itsenäisesti asiantuntijatasoista työtä. Hänen arvonsa on silloin jo leivottu järjestelmään. Työ muuttuu: hän parantaa järjestelmää eikä enää yksittäistä lopputulosta. Tästä pitää sopia yhdessä, eli millä tavalla halutaan toimia.
Ohjelmistokehityksessä tämä voisi tarkoittaa esimerkiksi kokenutta kehittäjää, joka kirjaa ne periaatteet, joiden perusteella hän hyväksyy tai hylkää muutoksia koodikatselmoinnissa, osaksi tiimin tekoälyjärjestelmää. Sama pätee ohjelmistokehityksen lisäksi kaikkeen asiantuntijatyöhön.
Kolmannessa vaiheessa arvo alkaa moninkertaistua. Maailma muuttuu koko ajan ja ihminen oppii koko ajan lisää, joten asiantuntijan työ ei lopu siihen, että osa osaamisesta on siirretty. Kun hän opettaa järjestelmää paremmaksi ja paremmaksi, hänen vaikutuksensa kasvaa. Hän voi myös laajentaa aluetta, jota hän kattaa, ja alkaa kouluttaa seuraavaa agenttista järjestelmää. Asiantuntijoiden, jotka pystyvät rakentamaan tämän tason järjestelmiä, arvo on valtava jokaiselle organisaatiolle.
Mitä tämä tarkoittaa ohjelmistokehittäjälle
Jos mietit seuraavaa työpaikkaa, kannattaa kysyä muutakin kuin sitä, mitä tekoälytyökaluja organisaatiolla on käytössä. Ne ovat lähes kaikilla samat. Kysy mieluummin, pääsetkö työssäsi harjoittelemaan sitä, mikä erottaa asiantuntijan: tekoälyn tuotosten haastamista, oman osaamisen viemistä sen käyttöön ja lopulta järjestelmien rakentamista, jotka tuottavat asiantuntijatasoista työtä.
Minusta ohjelmistokehittäjän asiantuntijuus ei ole menettämässä arvoaan vaan saamassa moninkertaisen arvon. Se vaatii omistajuutta ja halua oppia koko ajan. Goforella haluamme olla paikka, jossa se on mahdollista.
