Tekoäly voi vahvistaa ihmisen toimijuutta vain jos sen käyttöönottoa johdetaan ihmislähtöisesti.
Tekoäly ei tee johtamisesta vähemmän inhimillistä. Se tekee näkyväksi sen, pidetäänkö ihmistä työnsä toimijana vai järjestelmän jatkeena.
Tekoäly voi nopeuttaa tiedon käsittelyä, tukea ideointia ja auttaa ratkaisemaan ongelmia. Samalla se muuttaa osaamisvaatimuksia, työnjakoa ja kokemusta omasta asiantuntijuudesta. Johtajan ratkaistavaksi ei tule vain se, mikä työkalu valitaan, vaan se, millaista työtä ja organisaatiota teknologian avulla rakennetaan.
Palvelevan johtajuuden näkökulmasta tekoälyn arvoa ei mitata vain säästettyinä minuutteina. Olennaista on, auttaako se ihmisiä ajattelemaan paremmin, oppimaan, kantamaan vastuuta ja onnistumaan yhdessä. Jos tehokkuus kasvaa mutta samalla toimijuus, osaaminen tai luottamus heikkenevät, käyttöönottoa ei voi pitää kokonaisuutena onnistuneena.
Tekoäly on myös johtamisvalinta
Organisaatio voi ottaa tekoälyn käyttöön kahdella hyvin erilaisella logiikalla. Ensimmäisessä kysytään, mitä ihmisen työstä voidaan poistaa, nopeuttaa tai valvoa. Toisessa kysytään, mitä ihminen voi teknologian avulla tehdä paremmin ja millaisia uusia kyvykkyyksiä työyhteisö tarvitsee. Molemmat voivat lisätä tehokkuutta lyhyellä aikavälillä, mutta niiden vaikutukset oppimiseen, motivaatioon ja luottamukseen voivat olla täysin erilaiset.
Palveleva johtaja tarkastelee teknologiaa ihmisen ja perustehtävän palvelijana. Hän kuuntelee työn tekijöitä ennen prosessien muuttamista, tekee käyttötarkoitukset ja rajat näkyviksi sekä varmistaa, että työntekijöillä on mahdollisuus vaikuttaa omaa työtään koskeviin ratkaisuihin. Tämä ei hidasta vastuullista käyttöönottoa. Se auttaa tunnistamaan arjen tarpeet ja riskit, jotka jäävät helposti järjestelmäprojektin ulkopuolelle.
Tehokkuushyöty ei vielä kerro hyvästä työstä
Tutkimukset osoittavat, että generatiivinen tekoäly voi parantaa tuottavuutta tietyissä tehtävissä. Noyn ja Zhangin kokeessa tekoälyä käyttäneet asiantuntijat suoriutuivat kirjoitustehtävistä keskimäärin nopeammin ja tuotosten laatu parani. Asiakaspalvelussa toteutetussa laajassa kenttätutkimuksessa tekoälyavustin lisäsi keskimääräistä tuottavuutta, ja hyödyt olivat suurimpia kokemattomammilla työntekijöillä. (Noy & Zhang, 2023; Brynjolfsson, Li & Raymond, 2025.)
Tulokset ovat lupaavia, mutta ne eivät tarkoita, että tekoäly parantaisi kaikkea työtä. Hyöty riippuu tehtävästä, käytetystä järjestelmästä, työntekijän osaamisesta ja siitä, miten käyttö on yhdistetty työn prosesseihin. Tuottavuus yhdessä rajatussa tehtävässä ei myöskään kerro, mitä tapahtuu pitkäaikaiselle oppimiselle, yhteistyölle tai työn merkityksellisyydelle.
Tekoälyn kyvykkyys on epätasaista
Tietotyössä tekoäly voi tuottaa yhdessä tehtävässä erinomaisen tuloksen ja epäonnistua seuraavassa tavalla, jota käyttäjän on vaikea ennakoida. Tätä ilmiötä Dell’Acqua ym. kuvaavat käsitteellä jagged technological frontier (rosoinen kyvykkyysraja, tällä tarkoitetaan sitä, että tekoäly voi suoriutua erittäin hyvin joissakin tehtävissä mutta heikosti toisissa, vaikka tehtävät näyttäisivät ihmisestä samankaltaisilta). BCG:n konsulteilla tehdyssä kokeessa tekoälyn käyttö paransi työn nopeutta ja laatua tehtävissä, jotka olivat sen kyvykkyysrajan sisällä. Sen sijaan rajan ulkopuolisissa tehtävissä tekoälyä käyttäneet osallistujat päätyivät muita useammin virheellisiin ratkaisuihin, vaikka tekoälyn tuottamat vastaukset vaikuttivat usein vakuuttavilta ja hyvin perustelluilta.
Johtamisen kannalta tärkein taito ei siksi ole mahdollisimman runsas tekoälyn käyttö. Tarvitaan kykyä tunnistaa tehtävät, joissa tekoäly tukee hyvää suoriutumista, sekä tilanteet, joissa asiantuntijan harkinta, lähteiden tarkistaminen ja vastuu korostuvat. Organisaation pitää tehdä tämä arviointi yhdessä, ei jättää sitä jokaisen työntekijän yksityiseksi kokeiluksi.
Vastuu ei siirry tekoälylle
Tekoäly voi osallistua analyysin, tekstin tai päätösehdotuksen tuottamiseen, mutta sillä ei ole organisatorista eikä moraalista vastuuta seurauksista. Siksi jokaisella tekoälyä hyödyntävällä prosessilla pitää olla ihminen, joka ymmärtää tehtävän, arvioi tuotoksen ja vastaa sen käytöstä. Mitä suurempi vaikutus ratkaisulla on ihmisiin, sitä vahvempaa läpinäkyvyyttä, dokumentointia ja valvontaa tarvitaan. Erityisen huolellisesti on arvioitava tekoälyn käyttöä rekrytoinnissa, suoriutumisen arvioinnissa, työn jakamisessa ja muissa henkilöstöä koskevissa päätöksissä. EU:n tekoälysäädös luokittelee tällaiset käyttökohteet usein korkean riskin sovelluksiksi ja perustuu riskiperusteiseen sekä ihmiskeskeiseen lähestymistapaan. Lainsäädännön vaatimusten täyttäminen muodostaa vähimmäistason, mutta työyhteisön luottamuksen kannalta on tärkeää, että työntekijät tietävät, missä tekoälyä käytetään, ymmärtävät sen roolin päätöksenteossa ja voivat tarvittaessa pyytää päätöksen tarkastamista tai kyseenalaistaa sen.
Tekoälyn oppimisparadoksi
Tekoäly voi nopeuttaa uuden työntekijän suoriutumista ja välittää kokeneiden asiantuntijoiden tietoa laajemmalle joukolle. Samalla se voi muodostua oikopoluksi, joka ohittaa oman ajattelun harjoittelun. Jos aloittelija antaa tekoälyn tehdä luonnokset, analyysit ja perustelut alusta loppuun, lopputulos voi näyttää hyvältä ennen kuin oma arviointikyky on ehtinyt kehittyä.
Palvelevan johtajan pitää siksi johtaa sekä suoriutumista että oppimista. Kaikkea, minkä tekoäly osaa tehdä, ei kannata heti siirtää sille kokonaan. Joissakin tehtävissä ihmisen on ensin muodostettava oma näkemys, verrattava sitä tekoälyn ehdotukseen ja perusteltava lopullinen ratkaisu. Näin teknologia tukee osaamisen kasvua sen sijaan, että se peittäisi osaamisvajeen.
Headactive Palveleva Johtajuus 2.0 tekoälyn käytössä
Voimaannuttaminen
Anna ihmisille mahdollisuus vaikuttaa tekoälyn käyttötapoihin ja kokeilla sitä turvallisissa rajoissa. Voimaannuttaminen ei ole työkalun jakamista, vaan todellista vaikutusvaltaa työn muuttamiseen.
- Aloittakaa työn todellisista ongelmista, älkää teknologian ominaisuuksista.
- Määritelkää, mitä työntekijä saa kokeilla itsenäisesti ja missä tarvitaan hyväksyntä.
- Kootkaa käyttäjien havainnot osaksi yhteistä kehittämistä.
Yksilön kehittäminen
Rakenna AI-lukutaitoa, tehtäväkohtaista osaamista ja kriittistä arviointikykyä. Huomioi erilaiset lähtötasot ja varmista, että oppimiselle on aikaa.
- Harjoitelkaa tuotosten tarkistamista, lähteiden arviointia ja virheiden tunnistamista.
- Sopikaa tehtävät, joissa oma ajattelu tehdään ennen tekoälyn käyttöä.
- Seuratkaa tehokkuuden lisäksi osaamisen kehittymistä ja työn merkityksellisyyttä.
Vastuuttaminen
Nimeä vastuu ihmiselle. Tekoälyn antama ehdotus ei ole peruste päätökselle, ellei käyttäjä ymmärrä ja pysty perustelemaan ratkaisua.
- Nimetkää omistaja jokaiselle tekoälyn tukemalle prosessille ja tuotokselle.
- Määritelkää tarkistamisen taso riskin ja vaikutusten mukaan.
- Luokaa tapa ilmoittaa virheistä ja oppia niistä ilman peittelyä.
Yhteisön rakentaminen
Estä tekoälyn käytön sirpaloituminen yksityisiksi tavoiksi ja piilotiedoksi. Tee kokeiluista, löydöksistä ja epäonnistumisista yhteistä oppimista.
- Järjestäkää säännöllisiä tilanteita, joissa jaetaan toimivia käyttötapoja ja havaittuja riskejä.
- Varmistakaa, ettei AI-osaaminen keskity pienelle sisäpiirille.
- Sopikaa yhteiset periaatteet tiedon suojaamisesta, läpinäkyvyydestä ja hyväksyttävästä käytöstä.
Kymmenen kysymystä vastuulliseen tekoälyn käyttöönottoon
- Mitä työn tai asiakkaan todellista ongelmaa tekoälyllä ratkaistaan?
- Vahvistaako ratkaisu ihmisen toimijuutta vai lisääkö se vain kontrollia?
- Kuka osallistuu käyttötavan suunnitteluun ja kenellä on oikeus kyseenalaistaa se?
- Kuka vastaa tekoälyn tuottaman tiedon tarkistamisesta?
- Mihin tietoon järjestelmä pääsee ja mitä tietoa siihen ei saa syöttää?
- Miten virheelliset, vinoutuneet tai puutteelliset tulokset tunnistetaan?
- Mitä osaamista ihmisen pitää säilyttää ja edelleen harjoitella?
- Saavatko kaikki riittävän koulutuksen ja tuen?
- Miten vaikutuksia seurataan tehokkuuden, laadun, oppimisen ja hyvinvoinnin näkökulmista?
- Miten työntekijä tai asiakas saa tietää tekoälyn käytöstä ja voi pyytää ihmisen arviota?
Tekoälyn aikakaudella hyvä johtaminen korostuu
Tekoäly ei poista johtajan vastuuta suunnasta, ihmisistä eikä päätösten seurauksista. Se lisää tarvetta määritellä, missä teknologia palvelee työtä ja missä ihmisen harkintaa ei pidä ohittaa. Palveleva johtaja ei vastusta teknologiaa, mutta ei myöskään ota sitä käyttöön pelkän tehokkuuslupauksen perusteella.
Hyvä tekoälyjohtaminen ei kysy vain, mitä kone osaa tehdä. Se kysyy, mitä ihmisen ja yhteisön pitää tämän jälkeen osata tehdä paremmin.
Headactive Oy auttaa organisaatioita yhdistämään tekoälyn käyttöönoton ihmislähtöiseen johtamiseen, selkeään vastuuseen, jatkuvaan oppimiseen ja yhteisön kyvykkyyden vahvistamiseen.
Lähteet
- Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889-942.
- Dell’Acqua, F., McFowland, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2026). Navigating the jagged technological frontier. Organization Science, 37(2), 403-423.
- Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192.
- Tunca, S., Karakaya, T., & Balcioglu, Y. S. (2026). Digital servant leadership and sustainable team performance in IT companies. Frontiers in Human Dynamics, 8, 1873330.
- European Commission. AI Act: Shaping Europe’s digital future.
- Eva, N., Robin, M., Sendjaya, S., van Dierendonck, D., & Liden, R. C. (2019). Servant leadership: A systematic review and call for future research. The Leadership Quarterly, 30(1), 111-132.