Ajatellaan aluksi mitä asiantuntijatyö, poliittinen päätöksenteko, julkisen sektorin viranhaltijatyö, yksityisen sektorin innovaatio tai vaikka tavallisena kuntalaisena oleminen tuovat eteen. Useissa tehtävissä on puutteita resursseista, joko rekrytointi ei ole taloudellisista syistä mahdollista tai se ei muista syistä onnistu.
Onko kyse siitä, että koulutus ei vastaa tarpeisiin, vai onko kenties hallittavan tiedon määrä kasvanut suureksi?
Koetko esimerkiksi, että et kykene hissipuheisiin tai saa muuten välitettyä keskeistä asiasisältöä jatkuvassa kiireessä? Onko sinulla työelämän ADHD, jossa asiat unohtuvat, kun pitäisi kertoa siitä yrityskumppaneille, johtoryhmälle tai päättäjille?
Vaikuttaako, että toinen osapuoli ei kuuntele tarpeeksi vaan keskittyy omiin (vastaaviin) haasteisiin? Enemmän perehtymistä vaativat asiat jäävät kiireellisten yksityiskohtien varjoon. Ennakointi ei onnistu vaan asia tulee käsittelyyn vasta kun se on konkretisoitunut kiireeksi.
Tieto ei siis välity, kun sille ei ole inhimillisiin tarpeisiin riittävästi aikaa.
Esimerkki työssä tarvittavasta tiedosta julkisen sektorin päätösprosesseista asiakkaalle
Julkisen sektorin työssä huomaa paljon erilaisia näkemyksiä eri osapuolilta. Esimerkiksi maankäytön, rakentamisen ja niiden viranhaltijaprosessien kuten kaavoituksen ja rakennusvalvonnan osalta tarvitaan paljon erityisosaamista, joka saattaa parhaillaan olla ammattikuntakohtaista.
Toisin sanoen yksittäinen viranhaltija ei välttämättä ymmärrä riittävästi mitä toinen tekee.
Otetaan esimerkiksi poliittinen päätöksentekijä, jolle maankäytön monimutkainen kokonaisuus on vain yksi osatekijä, yksityinen kiinteistökehittäjä, jolla on kohteita kansallisesti tai jopa kansainvälisesti, tai kuntalainen, jonka oikeuksiin asia vaikuttaa.
Kukaan ei hallitse kokonaisuutta kunnolla, koska yksittäisen ihmisten tietotarpeisiin hallittavien asioiden määrä on valtava.
Se, miksi työstä on tullut tällaista, on toinen tarina. Samoin siitä, kuinka kyseistä järjestelmää voidaan kehittää.
Tässä oli esimerkki yhden asiakokonaisuuden hallinnasta. Julkisella sektorilla itsessään on paljon muitakin kokonaisuuksia, jotka haastavat sen viranomaisjohtoa ja poliittista johtoa.
Ero menneeseen maailmaan on tapahtunut muun muassa digitalisaation ja globaalin muutosvauhdin johdosta. Aisoihin ei ole aikaa perehtyä, työurat lyhentyvät ja osaaminen, mikä pitkällä työ- tai poliittisella uralla kehittyy, rakoilee. Syntyy yhä enemmän väärinymmärryksiä, jotka taas aiheuttavat enemmän työtä niiden korjaamisessa.
Asiakokonaisuuksien uudelleenrakentamista tarvitaan. LEAN on yhä edelleen jopa julkishallinnon tarpeissa, vaikka menetelmällä on jo ikää.
Tekoäly ja LEAN kehittämään ihmisten välistä asianhallintaa
Tekoälyn mahdollisuus on juuri siinä, mikä on inhimillisesti hankalaa. Tekoälyn ei tarvitse olla pelkästään teknologian edelläkävijä, sillä se voi auttaa meitä ymmärtämään toisiamme. Pysähtymään kiireessä ja keskittymään oleelliseen.
Pinnalla olleilta tekoälyratkaisuilta voidaan kysyä esimerkiksi seuraavaa:
- Miten julkisen sektorin talous saadaan tasapainoon, kiireiselle poliittiselle päättäjälle, joka ei ehdi lukea valmistelumateriaalia? tai
- Kerro taloushallinnon ammattilaisena, miten julkisen sektorin talous saadaan tasapainoon.
Tekoälyä voi siis hyödyntää tulkitsemaan kriittisiä asioita eri ammattilaisille ja ihmisryhmille, eli soveltamalla Lean-periaatteita eri osapuolten väliseen keskusteluun, mikä lopulta johtaa päätöksentekoon.
Lean-periaatteiden soveltaminen ihmisten väliseen keskusteluun ja sen tehokkuuden parantamiseen on haasteellista, mutta jos joku siinä onnistuu, se on tekoäly.
Tekoälyn mahdollisuuksia, tekoälyavusteisesti
Tekoäly voi myös auttaa tunnistamaan yhteistyön esteitä ja ehdottamaan ratkaisuja niiden poistamiseksi. Se voi esimerkiksi ennakoida ja auttaa analysoimaan, missä kohdin tarvitaan selkeyttä ja asiaan pysähtymistä.
Tekoäly voi analysoida keskusteluja ja tunnistaa keskeiset pullonkaulat tai hukkavaiheet, joissa väärinymmärrysten mahdollisuus on suuri. Tässä tekoäly voi myös tunnistaa kohteita, joissa osapuolet sekoittavat tiettyjä termejä, ja ehdottaa uusia tapoja selittää niitä tai käyttää automaattisia korjauksia väärinymmärrysten välttämiseksi.
Tekoäly voi käyttää kognitiivista analytiikkaa ja oppia tunnistamaan tiettyjä käyttäytymismalleja, joissa väärinymmärrysten mahdollisuus on suuri.
Keskeistä on, että tekoäly voi auttaa hiljaisen, sanoittamattoman tiedon ja kulttuuris-kognitiivisten sidonnaisuuksien ymmärtämisessä, jossa se pyrkii varmistamaan, että asia on eri osapuolten kesken todellisuudessa ymmärretty yhtenevästi.
Väärinymmärtäminen ja erimielisyydet ovat inhimillisiä asioita, vaikka lopulta johtavatkin lisäperehtymistarpeisiin, uusiin palavereihin tai jopa hankkeiden purkautumiseen.
Konkreettinen esimerkki näkyy juuri suurissa kaavahankkeissa, joihin panostetut resurssit menevät hukkaan, jos yllättäviä asioita väärinymmärrysten johdosta tulee esille vasta kun suunnittelu on jo pitkällä.
Blogin kirjoittaja toimii tutkijatohtorina Tampereen yliopistolla, kaavoitusjohtajana Ilmajoen kunnalla ja konsulttina perustamassaan Lexcell Oy:ssä. Kirjoittajan tavoitteena on auttaa julkisen sektorin kehittämisessä ja johtamisessa, digitalisaation sekä toiminnan kehittämisen avulla. Sähköposti: etunimi.sukunimi@lexcell.fi
