Pelastustoimessa tekoälyn käyttö vaatii johtamista ja koulutusta

Pelastusopiston opettaja Jarkko Lundberg haluaa opettaa tekoälyn perustaidot jokaiselle työntekijälle yhtä käytännönläheisesti kuin alkusammutuksen ja hätäensiavun. Edelläkävijä-haastattelussa hän kertoo, miten tekoäly helpottaa opetuksen valmistelua. Hänen mielestään työpaikkojen omille tekoälyosaajille pitää varata työaikaa kokeiluihin ja kehittämiseen.

Kerro taustastasi ja nykyisestä työstäsi
Aloitin aikanaan sairaankuljettajana ja kouluttauduin myöhemmin ensihoitajaksi. Ensihoidosta minulla on takana yli 31 vuoden ura. Pelastusopistolla olen työskennellyt opettajana noin 25 vuotta ja suorittanut työn ohessa ammatillisen opettajan pätevyyden. Pidän käytännön osaamistani yllä tekemällä edelleen työvuoroja kentällä, viimeksi palokunnassa muutama viikko sitten.

Pelastusopisto on Kuopiossa toimiva, sisäministeriön hallinnonalaan kuuluva valtion oppilaitos. Pelastusopisto järjestää pelastustoimen ja hätäkeskustoiminnan ammatillista tutkintokoulutusta sekä pelastustoimen alipäällystön ja päällystön koulutusta.

Lisäksi Pelastusopisto järjestää pelastustoimen ja hätäkeskustoiminnan lisä- ja täydennyskoulutusta sekä varautumiskoulutusta. Pelastusopisto vastaa myös kansainvälisen pelastustoiminnan asiantuntijoiden kouluttamisesta ja rekrytoinnista, muodostelmien logistisesta valmiudesta sekä asiantuntijoiden lähettämiseen liittyvistä tehtävistä.

Pelastusopistolla on myös oma tutkimusyksikkö, joten tekoälylle ja tekoälyagenteille on kyllä käyttökohteita. Oma tehtäväni Pelastusopistolla on ensihoidon opetus.

Nykyisin vastaan myös opiston tekoälykoulutuksesta, johon on varattu osa työajastani. Tehtäväni on lisätä ymmärrystä siitä, miten tekoälyä voi hyödyntää omassa työssään, opetuksessa ja pelastusalan työssä.

Miten kiinnostuit tekoälystä?
Tietokoneet ovat kuuluneet elämääni pitkään. Olen pelannut PC-pelejä niin kauan kuin niitä on ollut olemassa ja käyttänyt tietotekniikkaa paljon opettajan työssäni.
Varsinaisesti heräsin tekoälyn mahdollisuuksiin loppuvuodesta 2022, kun ChatGPT:n ensimmäinen julkinen versio tuli käyttöön.

Sain työtehtävän, jossa piti pohtia ja visioida opiston tulevaa kehittämistä. Aikataulu oli tiukka, joten annoin tehtävän ensin tekoälylle. Vastaus oli niin yllättävän hyvä, että pysähdyin miettimään, mitä oikein tapahtui ja mikä tämä työkalu on.

Sen jälkeen aloin opiskella tekoälyä määrätietoisesti. Kävin avoimen yliopiston kursseja ja suoritin Tampereen ammattikorkeakoulussa YAMK-tutkinnon dataosaamisesta ja tekoälystä.

Opinnäytetyötäni varten rakensin koneoppimismallin, joka ennustaa ensihoitotehtävien ajallista ja alueellista esiintymistä. Aineistona käytin noin 100 000 ensihoitotehtävän tietoja Pohjois-Karjalasta. Olen jatkanut opiskelua ja osallistunut myös valtionhallinnon tekoälytyöryhmiin.

Millaista tekoälykoulutusta työpaikoilla tarvitaan?
Lähestyn asiaa opettajana. Vertaan tekoälyn perustaitoja usein alkusammutukseen ja hätäensiapuun. Meillä jokaisen työntekijän pitää osata käyttää sammutinta ja sammutuspeitettä sekä toimia hätätilanteessa. Samalla tavalla jokaisen pitäisi hallita tekoälyn käytön perusteet.

Kaikkien ei tarvitse tuntea teknologian yksityiskohtia. Käyttäjän pitää kuitenkin ymmärtää, miten työpaikan tekoälytyökaluja hyödynnetään ja millaiset rajat niiden käytölle on asetettu.

Perustaitojen päälle voidaan rakentaa osaamista portaittain. Ensihoidossakin osaaminen etenee ensivasteesta perustasolle ja hoitotasolle sekä edelleen ensihoitolääkärin osaamiseen. Tekoälyn käytössä osa työntekijöistä tarvitsee arjen perustaidot, kun taas toiset voivat erikoistua vaativampaan käyttöön ja kehittämiseen.

Valmistelemme Pelastusopistolla tällaista koulutusmallia. Tekoälyn käyttöön meillä on jo verkkokursseja ja ohjeistuksia. Niiden rinnalle tarvitaan käytännön harjoittelua, jossa ammattilaiset pääsevät kokeilemaan tekoälytyökaluja omissa työtehtävissään.

Miten tekoäly näkyy Pelastusopiston henkilöstön arjessa?
Copilot on meillä tavallisin tekoälytyökalu. Käyttäjien osaamisessa ja kiinnostuksessa on kuitenkin suuria eroja.

Osa kollegoista on tietyissä käyttötavoissa jo pitkällä ja tekee esimerkiksi oppimateriaaleja tekoälyn avulla. Toiset tulevat kysymään, voisiko jonkin heidän tunnistamansa tehtävän tehdä tekoälyllä. Silloin katsomme asiaa yhdessä.
Oman tuntumani mukaan suuri osa henkilöstöstä odottaa vielä koulutusta ja selkeää tietoa siitä, mitä saa tehdä.

Organisaation pitää myös linjata, millaista aineistoa tekoälyyn saa syöttää ja miten tekijänoikeudet otetaan huomioon, jotta ihmiset tietävät, miten toimia.

Opetuksessa opettaja määrittelee tekoälyn käyttämisen ehdot. Joissakin tehtävissä käyttö voidaan kieltää, toisissa sallia tietyin ehdoin tai edellyttää sitä. Omilla opintojaksoillani on tehtäviä, joissa tekoälyä pitää käyttää.

Missä tekoälystä on ollut sinulle konkreettista hyötyä?
Oppimateriaalien valmistelu on hyvä esimerkki. Tekoälyllä saan oppimispaketin rungon valmiiksi muutamassa minuutissa. Sen jälkeen käyn sisällön läpi ja muokkaan sitä opetukseen sopivaksi. Runko toimii lähtökohtana, jonka pohjalta varsinainen työ jatkuu.

Myös asiakirjojen valmistelu on nopeutunut. Pystyn tekemään tunnissa tehtäviä, joihin aiemmin saattoi kulua päiviä. Kerran laitoin tekoälyn töihin ennen ruokataukoa. Palatessani se oli täyttänyt puolestani 18 asiakirjaa.

Käytössäni on myös opiston järjestelmiin kytketty tekoäly, joka auttaa tiedon löytämisessä. Voin hakea sen avulla tietoa sähköposteista ja muista käyttämistäni aineistoista ilman, että etsin kaikkea erikseen eri paikoista.

Miten ajansäästö on näkynyt työssäsi?
Koen, että työn kuormittavuus on vähentynyt ja työn jälki parantunut. Saan tuotettua enemmän materiaaleja kuin aiemmin. Esimerkiksi lausuntojen valmistelussa tekoälystä on ollut paljon apua.

Vapautuvan työajan käyttö on vielä avoin kysymys. Olisi kiinnostavaa selvittää, voisiko valmistelusta säästyvää aikaa käyttää enemmän käytännön harjoitteluun opiskelijoiden kanssa.

Mitä tekoälyn käytössä pitäisi varoa?
Minua huolestuttaa oman ajattelun ja osaamisen säilyminen. Jos työn tekee kokonaan tekoälyllä, mitä itse oppii? Tekoälyn tuottaman vastauksen arvioiminen edellyttää riittävää osaamista ja kokemusta aiheesta.

Olen huomannut tämän omassa kirjoittamisessani. Sanoin opettajille pitämässäni työpajassa suoraan, että kykyni tuottaa tekstiä on heikentynyt. Kun minun ei enää tarvitse muotoilla jokaista lausetta itse, taito ei pääse harjaantumaan samalla tavalla kuin ennen.

Olen kokeillut myös tekoälyagentteja ja rakentanut niitä itse. Toistuvissa hyväksymispyynnöissä on oma vaaransa. Muutaman pyynnön jälkeen niitä ei enää jaksa lukea tarkasti, ja käyttäjä voi alkaa hyväksyä toimenpiteitä katsomatta kunnolla, mitä on hyväksymässä. Lisäksi agentille voi antaa luvan toimia autonomisesti. Silloin päätöksiä siirtyy huomaamatta tekoälylle.

Mitä johdon pitäisi tehdä, jotta tekoälystä saadaan hyötyä työpaikalla?
Johdon pitää ottaa selkeä kanta siihen, mihin tekoälyä käytetään ja mitä sen avulla halutaan muuttaa. Työntekijöille pitää kertoa, millainen työväline otetaan käyttöön ja mitä sillä tavoitellaan.

Sen jälkeen tarvitaan käytännön tekemistä. Organisaatioista löytyy ihmisiä, jotka osaavat käyttää tekoälyä ja ymmärtävät oman työnsä tarpeet. Heille pitäisi antaa kehittämistehtäviä osana työtä. Tarvitaan myös mahdollisuus kokeilla tekoälyn käyttöä sovittujen rajojen sisällä.

Kokeilun tulos voi olla myös se, ettei tekoäly sovellu kyseiseen tehtävään. Sekin on hyödyllinen havainto.

Pelastusopistolla minua on auttanut lähiesihenkilöiden tuki sekä johdon myönteinen suhtautuminen kehittämiseen. Olen saanut työaikaa tekoälyyn liittyviin tehtäviin, ja aikaa on voitu järjestää joustavasti opetuksen valmisteluun varatusta ajasta. Pidän silti tärkeänä, että jatkan tavallista opetustyötä. Se pitää minut kiinni siinä arjessa, jota tekoälyn käytöllä yritetään helpottaa.

Mihin panostaisit seuraavaksi?
Panostaisin käytännön koulutukseen ja siihen, että jokaisessa organisaatiossa arvioitaisiin tekoälyn mahdollisuuksia oman toiminnan kannalta. Ihmisten pitäisi päästä kokeilemaan, voisiko työkalu helpottaa juuri heidän työtehtäviään.

Alallamme on paljon osaavia ihmisiä, joiden osaamista voitaisiin käyttää nykyistä paremmin. Heitä kannattaa rohkaista kokeilemaan ja kertomaan muille, mitä kokeiluista opittiin.

Tekoälyyn liittyy paljon hypeä, mutta sen taustalla oleva teknologia on käyttökelpoista. Hyötyjen saaminen edellyttää, että mietimme myös työn tekemisen tapoja uudelleen.

Jarkko Lundberg
Opettaja, Pelastusopisto
LinkedIn

Edelläkävijä on Web Fellowsin asiantuntijasarja, jossa esitellään julkishallinnon digitalisaation ja tekoälyn käytännön tekijöitä.

Vuonna 1998 perustettu Web Fellows Oy tarjoaa tutkimustyötä, konsultointia ja koulutusta julkisen sektorin digitalisaatiosta.

Katso kaikki Edelläkävijä-haastattelut tästä:
#Edelläkävijä