Generatiivisen tekoälyn käyttö yleistyy sosiaali- ja terveydenhuollossa epätasaisesti. Web Fellowsin tutkijan Jarmo Pulkkisen (HTT) tuoreen vertaisarvioidun tutkimuksen mukaan strategia- ja tukipalveluissa tekoälyä käytti 78 prosenttia vastaajista ja vanhus- ja vammaispalveluissa 28 prosenttia. Osaaminen ja motivaatio olivat toimialoilla samaa tasoa, joten eroja selittää työn luonne ja organisaation mahdollistavat olosuhteet.
Tutkimus toteutettiin Keski-Uudenmaan hyvinvointialueella verkkokyselyllä syksyllä 2025. Kysely lähetettiin koko henkilöstölle ja vastauksia kertyi 437. Vastausprosentti oli 10,3. Tulokset julkaistiin kansainvälisessä vertaisarvioidussa BMC Health Services Research -lehdessä 26.7.2026.
Vastaajista 43 prosenttia ilmoitti käyttäneensä tekoälyä työssään. Strategia- ja tukipalveluissa käyttäjiä oli 78 prosenttia. Terveyspalveluissa osuus oli 47 prosenttia, mielenterveys- ja sosiaalipalveluissa 36 prosenttia ja vanhus- ja vammaispalveluissa 28 prosenttia. Ero korkeimman ja matalimman toimialan välillä oli lähes kolminkertainen ja tilastollisesti merkitsevä.
Esihenkilöistä tekoälyä käytti 70 prosenttia ja muista työntekijöistä 40 prosenttia. Digitaidoiltaan itsensä edistyneiksi arvioineista käyttäjiä oli 68 prosenttia ja aloittelijoiksi arvioineista 12 prosenttia. Käytetyimmät työkalut olivat Microsoft Copilot ja ChatGPT.
Tekoälyosaaminen ja motivaatio arvioitiin kaikilla neljällä toimialalla saman suuntaisesti. Tekoälyä käyttäneiden arvio omasta osaamisestaan oli keskiarvoltaan 2,7 asteikolla 1–5.
”Työntekijöiden yksilövalmiudet olivat siis samankaltaisia, joten ratkaisevaa on se, mitä organisaatio mahdollistaa. Kyse on laitteista, ohjelmistoista, ohjeista sekä työn rakenteesta, sisällöstä ja organisoimisesta”, Pulkkinen arvioi.
Esteet rakenteellisia
Vastaajat, jotka eivät käyttäneet tekoälyä arvioivat 19 mahdollista estettä. Niistä kärkeen nousivat tiedon ja organisaation tuen puutteet.
Käyttämättömyyden syiksi arvioitiin useimmiten epätietoisuus siitä, mitä tekoälytyökaluja on saatavilla. Lähes yhtä painaviksi syiksi arvioitiin riittämätön koulutus ja epäselvyys tekoälyn konkreettisista hyödyistä omassa työssä. Seuraavaksi listalla olivat organisaation ohjeistuksen ja sopivien työkalujen puute.
Asenteelliset esteet jäivät arvioissa häntäpäähän. Pelko oman asiantuntemuksen arvon vähenemisestä ja aiemmat kielteiset kokemukset saivat matalimmat arviot. Julkisessa keskustelussa muutosvastarintaa pidetään usein suurena jarruna. Tässä aineistossa se painoi vähiten.
Esteet arvioitiin samakaltaisiksi kaikilla toimialoilla, vaikka tekoälyn käyttöaste vaihteli merkittävästi. Tuen puutteet tuntuvat siis laajasti koko organisaatiossa ja tekoälyn käytön erot palautuvat todennäköisimmin konkreettisiin olosuhteisiin, kuten laitteiden saatavuuteen ja työn luonteeseen.
Tekoäly jäänyt etäiseksi kentällä
Vanhus- ja vammaispalveluiden kentällä työskentelevien keskuudessa tekoäly koettiin usein etäiseksi käytännön syistä. Yksi vastaaja kuvasi, ettei sovelluksia voi käyttää, kun ainoana työvälineenä on tietokone, jonka ääreen ei kentältä pääse. Toinen vastaaja piti tekoälypuhetta kaukaisena tilanteessa, jossa perushoidon henkilöstömitoitus askarruttaa päivittäin.
Kliinistä työtä tekevät vastaajat toivoivat työkaluja, jotka toimivat käytössä olevien potilas- ja asiakastietojärjestelmien sisällä. Toiveet kohdistuivat erityisesti kirjaamiseen, laajojen tekstien lukemiseen ja tiedonhakuun.
Sosiaalityötä tekevien keskuudessa epäiltiin yleiskäyttöisten tekoälytyökalujen sopivuutta työhön muun muassa siksi, että tekoäly ei välttämättä ymmärrä suomea riittävästi.
Koulutus tarvitsee välineet
Koulutusta koskevissa vastauksissa korostui käytännönläheisyys. Vastaajat toivoivat harjoittelua niillä ohjelmilla, joihin heillä on organisaatiossa lisenssi. Lisäksi toivottiin koulutustilaisuuksia, joissa kysymyksiin saa vastauksen heti.
Vastaajat arvoivat oman koulutustarpeen korkeaksi, keskiarvolla 3,6 asteikolla 1–5.
Aineistossa vahvin yhteys löytyi koetun osaamisen ja koulutustarpeen välillä. Mitä heikommaksi vastaaja arvioi osaamisensa, sitä suuremmaksi hän arvioi koulutustarpeensa.
”Koulutus tuottaa tulosta, kun työntekijällä on käytössään tarvittavat välineet, joilla opittua voi soveltaa. Muuten koulutus vain kasvattaa odotuksia, jotka murskautuvat arjessa”, Pulkkinen sanoo.
Kolme suositusta hyvinvointialueille
Tutkimuksessa annetaan hyvinvointialueiden johdolle kolme konkreettista suositusta, joiden avulla generatiivisen tekoälyn hyödyntämistä voidaan edistää.
Ensimmäiseksi on tunnistettava, että tekoälyn käyttöön liittyvät erot syntyvät usein arkisissa olosuhteissa. Toimialoilla, joilla käyttö on matalaa, este voi olla yksinkertainen. Kentällä työskentelevältä puuttuu mobiililaite. Tällöin ensimmäinen askel on laitteiden ja pääsyn varmistaminen tekoälyn äärelle.
Toiseksi tekoäly tuottanee eniten hyötyä osana jo käytössä olevia järjestelmiä. Vastaajat toivoivat toistuvasti tekoälyä suoraan potilas- ja asiakastietojärjestelmiin sekä toimivaa suomen kielen tukea. Erilliset yleistyökalut jäävät helposti irrallisiksi arjessa.
Kolmanneksi työntekijät kaipaavat rooli- ja tehtäväkohtaista ohjeistusta siitä, mitä tekoälytyökaluja saa käyttää, mihin tehtäviin ja millä ehdoilla. Yleisluontoiset strategialinjaukset eivät vastaa tähän tarpeeseen.
Pulkkinen muistuttaa, että tutkimuksen havainnot perustuvat yhteen hyvinvointialueeseen ja vastausprosentti jäi suhteellisen matalaksi. Vastausaktiivisuus vaihteli myös toimialoittain, joten prosenttiluvut käytöstä ovat suuntaa antavia.
Lisätietoja:
Jarmo Pulkkinen
Tutkija (hallintotieteiden tohtori)
jarmo.pulkkinen@webfellows.fi
Web Fellows Oy