Henkilöstöön ja johtamiseen
keskittynyt media

Tekoälyn käyttöönotto junnaa – miten HR voi nopeuttaa oppimista?

Tällä hetkellä tekoälyn käytäntöönvienti on monen organisaation tärkeimpiä ja turhauttavimpia tavoitteita. Suurin ongelma on, että uusi teknologia siirtyy hitaasti henkilöstön käyttöön ja siksi sen mahdollistamat hyödyt eivät toteudu.
Kuva: Pexels

Luontainen ensimmäinen askel monelle organisaatiolle on ollut järjestää yleisiä tekoälykoulutuksia koko henkilöstölle. Koulutukset ovat hyödyllisiä etenkin tekoälymatkan alkuvaiheessa, mutta kun ihmisten osaaminen karttuu, tarve konkretialle ja sovellettavuudelle kasvaa.

Perinteiset AI-koulutukset:

  • Soveltuvat hyvin tekoälymatkan alkuvaiheeseen
  • Käsittelevät yleisiä AI-taitoja, kuten promptaamista
  • Eivät tue soveltamaan tekoälyä juuri omaan työnkuvaan

On myös perustettu “AI ambassador / Champions” verkostoja. Näiden organisaatiolaajuisten verkostojen haasteena on, että osallistujakaarti on yleensä liian laaja ja sisältö yleistä käytännön oppimisen kannalta.

Ihmiset turhautuvat yleisiin koulutuksiin, joissa toistetaan fraaseja tekoälyn mullistavuudesta ja joissa käyttötapaukset ovat liian yleisiä. Yhdysvaltalaisen TalentLMS:n 2026 L&D-raportin mukaan lähes kolmannes työntekijöistä kertoo saamansa koulutuksen olevan liian teoreettista, kun taas 86 % oppii uusia taitoja parhaiten tekemällä.

Yleisten koulutusten sijaan pitää luoda uusia oppimisen tapoja, jotka ovat käytännönläheisiä, ja joissa sisältö on oikeasti olennaista ihmisille — ja juuri heidän työnkuvalleen.

Kuva: Villiam Virkkunen

Ratkaistava haaste: Ihmisten AI-osaaminen jakautuu epätasaisesti

Jokaisessa organisaatiossa on normaalijakauman mukaisesti ihmisiä, jotka jo soveltavat tekoälyä onnistuneesti käyttöön joka päivä, ihmisiä, jotka eivät käytä tekoälyä lainkaan, ja kaikkea tältä väliltä.

Keskeinen kysymys tällä hetkellä on: miten saadaan ihmiset, jotka jo käyttävät tekoälyä omassa työssään, jakamaan osaamistaan muiden kanssa?

Ei ole niin, etteivätkö ihmiset haluaisi jakaa osaamistaan. Ihmiset vain eivät kiireen keskellä ehdi ja muista. Lisäksi, Dunning-Kruger efektin mukaisesti, moni vähättelee osaamistaan ja ajattelee: “kyllä kaikki jo käyttävät tekoälyä, kuka minä olen opettamaan yhtään mitään.”

Vastaus yllä kuvattuihin ongelmiin löytyy vertaisoppimisen systematisoinnista.

Käytäntöönviennin seuraava vaihe: AI-oppimisverkostot

AI-oppimisverkosto kokoaa saman ammattialan tai työnkuvan asiantuntijat yhteen jakamaan oppeja ja kehittämään tekoälyn käyttöä omassa työssään.

Verkostossa ei ole ulkopuolista kouluttajaa, joka kertoo mitä tekoälyllä “voisi tehdä”. Sen sijaan, verkoston jäsenet näyttävät toisilleen, miten he oikeasti käyttävät tekoälyä omassa arjessaan.

Esimerkki: Yrityksen myyjille perustetaan oma AI-verkosto. Innostuneimmat myyjät kokoontuvat kuukausittain jakamaan, miten he ovat käyttäneet tekoälyä prospektoinnissa, tarjousten laatimisessa ja kilpailutuksissa. He demoavat käyttötapauksia käytännössä, harjoittelevat yhdessä, ja vievät oppeja mukaan omiin tiimeihinsä.

Kuva: Villiam Virkkunen

Toimiva verkosto vaatii selkeän mallin tuottaakseen hyötyä osallistujille ja yritykselle

Seuraavat periaatteet varmistavat verkoston vaikuttavuuden:

1. Verkoston fokus on rajattu tiettyyn rooliin tai työnkuvaan

Tämä on tärkein ero yleisiin koulutuksiin tai koko organisaation laajuisiin “AI Ambassador tai Champions” -ohjelmiin. Kun verkosto rakennetaan tietyn roolin tai työnkulun ympärille, sisältö on osallistujille olennaista ja sitä kautta motivoivaa. Käyttötapaukset ja keskustelu liittyvät suoraan osallistujien jokapäiväisiin työn haasteisiin.

2. Verkostossa tehdään ja sovelletaan

Verkostossa ei esitellä dioja tai kouluteta vaan tapaamisissa kollegat demoavat matalalla kynnyksellä oikeita käyttötapauksia ja jakavat kokemuksia keskenään. Ulkopuolisen kouluttajan sijaan verkostoa tukee fasilitaattori. Hänen tehtävänsä on tuoda konkretiaa ja luoda psykologisesti turvallinen ympäristö, jossa osallistujat uskaltavat jakaa käyttötapauksia ja soveltaa niitä käytäntöön.

3. Kaikki oppiminen on suunniteltu jaettavaksi

Jokaisen tapaamisen päätteeksi osallistujilta kysytään: Kuinka varma olo sinulla on esitellä käyttötapausta omalle tiimillesi? Jos varmuus on matala, selvitetään yhdessä mitä itsevarmuuden nostamiseksi tarvitaan. Odotus tiedon eteenpäin jakamisesta on selkeä alusta alkaen — ja se myös vaikuttaa siihen, ketkä verkostoon hakeutuvat. Osaaminen ei kasaudu muutamalle innostuneelle, vaan leviää systemaattisesti tiimeihin.

4. Toiminta on jatkuvaa ja sitä mitataan ja kehitetään

AI-oppimisverkosto ei ole projekti tai koulutus vaan jatkuva toimintamalli, joka luo jakamisen ja oppimisen kulttuuria organisaatiossa. Se ei riipu yksittäisistä tähtiyksilöistä tai ulkopuolisesta kouluttajasta, vaan sen jäsenistä, fasilitaattorista, selkeästä toimintamallista ja syntyvästä jakamisen kulttuurista.

Verkostoa tulee jatkuvasti kehittää ja sen vaikuttavuutta tulee arvioida: kuinka moni osallistuja on vienyt käyttötapauksia tiimeihinsä? Mitä muutoksia työnkuluissa on tapahtunut? Mitä on opittu ja miten toimintaa voidaan parantaa?

Kuva: Pexels

Mikä on HR:n rooli tekoälyn käytäntöönviennissä?

HR on oppimisen asiantuntija ja siksi tulisi omistaa tekoälyyn liittyvä oppiminen koko organisaatiossa. Pelkkien koulutusten järjestäminen ei riitä vaan HR:n tulisi varmistaa, että uusi teknologia siirtyy oikeasti käytäntöön. Tämä haastaa HR:ää ottamaan entistä aktiivisempaa roolia käytäntöönviennissä.

Mikäli HR haluaa lähteä jalkauttamaan vertaisoppimiseen perustuvaa mallia organisaatiossa pitää ensin valita pilottikohde, jossa mallia kokeillaan ja sen vaikuttavuus todennetaan. Tulee rekrytoida sisäisesti motivoituneita osallistujia, ja osallistujille tulisi viestiä selkeästi mitä he saavat, mutta myös mitä heiltä odotetaan; heidän ei tulisi olla passiivisia vastaanottajia, vaan aktiivisia oppijoita ja valmiita opettamaan uutta eteenpäin.

Kun mallia on pilotoitu ja sen vaikuttavuus todennettu rajatussa ympäristössä tulee mallia parannella ja skaalata laajemmalle. HR:n ei tarvitse olla tekoälyasiantuntija tukeakseen organisaatiota tekoälyn käyttöönotossa. Tarvitaan taitoa fasilitoida jatkuvaa oppimista ja rakentaa psykologisesti turvallista kulttuuria, jossa ihmiset uskaltavat kokeilla, soveltaa ja jakaa osaamistaan eteenpäin.

Kaikissa organisaatioissa tapahtuu iso määrä tekoälyyn liittyvää oppimista joka päivä. Keskeisin kysymys on: onko luotu rakenteita, jotka saavat uuden osaamisen leviämään?

Teksti: Villiam Virkkunen

Villiam Virkkunen on muutoskonsultti ja fasilitaattori. Kuva: Villiam Vierkkunen

Jaa tämä artikkeli: 

Työympäristö

Talouden piristyessä työpaikan vaihtaminen helpottuu – esihenkilö yhä harvemmalle syy jäädä

Talouden ja työmarkkinoiden piristyminen voi paljastaa monella työpaikalla, onko työyhteisössä johtaminen kunnossa. Baronan viimeisimmän Työelämätutkimuksen mukaan enää 17 prosenttia työssäkäyvistä suomalaisista katsoi esihenkilötyön olevan vetovoimatekijä nykyisessä työssään. Barona jatkaa esihenkilöiden osaamisen kehittämistä uudistetulla, juuri käynnistyneellä Leading for Growth -valmennusohjelmalla.

Hybridityössä ratkaisee toteutustapa – ei etäpäivien määrä

Laajan kyselytutkimuksen tulokset viittaavat siihen, että työntekijöiden hyvinvoinnin ja vuorovaikutuksen kannalta keskeistä ei ole etätyön määrä, vaan hybridityön käytännöt ja johtamistavat. Tulokset korostavat vuorovaikutusta tukevien käytänteiden, oikeudenmukaisiksi koettujen linjausten ja avoimen dialogin merkitystä hybridityössä.

Hiljaisuus kuormittaa enemmän kuin virheet

Psykologinen turvallisuus on noussut yhdeksi työelämän keskeisimmistä menestystekijöistä. Sen vaikutukset näkyvät niin työhyvinvoinnissa, oppimisessa kuin tiimien suorituskyvyssä. Kun ihmiset uskaltavat puhua avoimesti, ongelmat havaitaan ajoissa ja työssä jaksaminen vahvistuu.

Kun työyhteisö katoaa ruudun taakse

Hybridityö on tuonut monille kaivattua joustavuutta ja vapautta, mutta samalla se on synnyttänyt uudenlaista kuormitusta, jota ei aina tunnisteta. Yksinäisyys, irrallisuuden tunne ja näkymättömyyden kokemukset ovat nousseet työelämän ilmiöiksi, joihin myös HR ja esihenkilöiden on syytä kiinnittää huomiota.

Palautuminen kuuluu työaikaan – tehokkuuden tärkeä mutta aliarvostettu voimavara

Suomalaisessa työelämässä kiirettä pidetään usein merkkinä sitoutumisesta ja tehokkuudesta. Täyteen varatut kalenterit, jatkuva tavoitettavuus ja pitkiksi venyvät työpäivät voivat näyttäytyä korkeana työmotivaationa. Tutkimusnäyttö kertoo kuitenkin toisenlaisen tarinan: ilman riittävää palautumista myös osaaminen, tuottavuus ja työhyvinvointi alkavat vähitellen heikentyä.

Ainutlaatuiset puitteet kokouksille

Olympiastadionilla järjestetyissä tilaisuuksissa on fiilistä Olympiastadion on Suomen suurin tapahtuma-areena, joka tapahtumien ohella elää ja hengittää päivittäin muita toimintoja. Stadion tarjoaa