Esitys HRx Helsinki 2017 -tapahtumassa 21.11.2017.
Kirsi Louhelainen
Teknologiajohtaja, tekoälyratkaisut
Barona Technologies
Mitä tekoäly on ja miten sitä käytetään hyödyksi? Missä mennään kehityksen kannalta, mitä on odotettavissa lähitulevaisuudessa? Mitä pitää ottaa huomioon inhimillisiä arvoja kunnioittavaa tekoälyä kehitettäessä?
2. HYVIÄ KYSYMYKSIÄ…
• Mitä on tekoäly - ja mitä se ei ole?
• Miksi tekoälystä puhutaan juuri nyt - ja miksi
se on tärkeää HR:lle ja rekrytoinnille?
• Miten tekoälyä sovelletaan nyt ja kolmen
vuoden päästä? Entä pidemmällä
tulevaisuudessa? Miten voimme varautua?
3. MITÄ TEKOÄLY ON - JA EI OLE?
• Algoritmeja ja ohjelmia, joita voi
“opettaa” niin että kaikkia sääntöjä
ei tarvitse määritellä etukäteen
• Etsivät tilastollisia yhteyksiä,
luokittelevat asioita, tekevät
ennusteita
• Vaatii tuekseen paljon dataa ja
ihmisen kouluttamaan algoritmia
• Itseoppivuuteen ja vähäisempään
datamäärään pyritään
• Tietoinen tai
itsenäinen
• Itsekseen oppiva
(vielä)
• Yleispätevä
4. TYÖN MURROS
JA
TEKOÄLYN
LUPAUS
TEKNOLOGINEN KEHITYS ON
KIIHTYNYT, JA ERITYISESTI
TEKOÄLY KEHITTYY NYT HUIMAA
VAUHTIA
TYÖN LUONNE MUUTTUU,
PALJON JUURI
TEKNOLOGISEN
KEHITYKSEN (ERITYISESTI
TEKOÄLYN) VUOKSI
TEKOÄLY MAHDOLLISTAA YHÄ
PAREMPIA TYÖKALUJA,
ERITYISESTI KUN KÄYTÖSSÄ ON
SUURIA MÄÄRIÄ DATAA
TYÖKALUN JA TEKNOLOGIEN
MUUTTUESSA KAIKKIEN PITÄÄ
PÄIVITTÄÄ OSAAMISTA - JA
URANVAIHTAJIEN MÄÄRÄ
KASVAA
5. PEOPLE WORRY THAT THE COMPUTERS
ARE TOO SMART AND TAKE OVER THE WORLD,
BUT THE REAL PROBLEM IS THEY’RE TOO STUPID
AND THEY HAVE ALREADY TAKEN OVER.
PEDRO DOMINGOS, “THE MASTER ALGORITHM”
6. …MUTTA KUN KAIKKI PUHUVAT TEKOÄLYSTÄ!
Tekoäly ei itsessään ratkaise ongelmia sen
paremmin kuin kännykkäsovellus tai webbisivu
KÄYTETTÄVISSÄ
OLEVAN DATAN
MÄÄRÄ JA
LAATU
TULOSTEN
ARVIOINTI JA
PALAUTTEEN
ANTO
SOPIVIEN
TEKOÄLY-
ALGORITMIEN
VALINTA
VUOROVAIKUTUS-
JA
KÄYTTÖLIITTYMÄ-
SUUNNITTELU
10. AVAINKYSYMYKSET
• Hakijoiden helppo löydettävyys
• Läpinäkyvyys - mitkä osa-alueet ovat
vaikuttaneet hakijan soveltuvuuteen
positiivisesti ja mitkä negatiivisesti?
• Palautteen antaminen - oliko algoritmin
löytämä hakija sopiva?
12. TYÖN HAKIJA TEKIJÄNÄ - URAPALVELU
KOULUTUS MOTIVAATIO
SUOSITUKSET
MAHDOLLISUUDET
TAVOITTEET
VAHVUUDET
VAATIMUKSET
OSAAMINEN
13. LISÄHAASTEITA
• Kansainvälistyminen
• Voisiko tekoälyn oppimista soveltaa eri kielialueilla?
• Miten suositella töitä laajemmalta alueelta? Millaisia
reunaehtoja hakija haluaa asettaa?
• Vaihtuvat urat, jatkuva koulutus
• Piilotyöpaikkojen etsintä, koulutusvajeen “haistelu”?
• Satunnaisesta toimijasta jatkuvaan
palveluun, 24/7 apuun
14. DIGITAALINEN ASSISTENTTI
• “Digital twin” on tulevaisuutta
• Chatbotit, augmented reality,
puheentunnistus ja -syntetisointi
• Auttaa työnhakijaa ja rekrytoijaa
• Digiassistentit keskustelevat keskenään
• Osa työstä tapahtuu kokonaan pellin alla
• Työsopimukset, vakuutukset, neuvottelut
16. SEURAAVAT 5 VUOTTA
TEKOÄLYN KÄYTTÖ ON
VALTAVIRTAA
• Koneoppimista jo
hyödyntävillä etumatka
• Datan määrä ja laatu
ratkaisevat
• Julkisen datan
hyödyntäminen
• Augmented
intelligence, lisätty
älykkyys
• Digital twins
KILPAILU
OSAAJISTA
KIIHTYY
• Osaamisen
päivittämiselle
isompi painopiste
• Miten pysyä
haluttuna ja
relevanttina
työpaikkana?
TYÖN SISÄLLÖT
MUUTTUVAT
• Mitä kannattaa
automatisoida?
• Mihin
sudenkuoppiin voi
pudota?
• Miten saada eniten
etua teknologisesta
kehityksestä?
17. TYÖ MUUTTUU. ASENNE EI.
KIITOS!
Kirsi Louhelainen
Teknologiajohtaja, tekoälyratkaisut
Barona Technologies