Mitä jos algoritmi ohjaisi koulutusvalintoja?

Teknisillä toimialoilla yksilön osaaminen on dynaaminen, jatkuvasti muuttuva kokonaisuus. Erityisesti ICT-toimialalla muuttuva teknologia, uudet sovellusalueet sekä sääntely haastavat sekä osaajia että työantajia.
Yliopistotutkija Jussi Okkonen, Tampereen yliopisto. Kuva Annamari Karjalainen

Yliopistotutkija Jussi Okkonen, Tampereen yliopisto. Kuva Annamari Karjalainen

Millaista osaamista pitäisi hankkia, on niin sanotusti tuhannen taalan kysymys työntekijöille ja organisaatioille. Perinteinen tutkintovetoinen osaamisen kerryttäminen on monelle jatkuvan muutoksen toimialalle riittämätön tapa huolehtia riittävästä aineettomasta pääomasta. Erityisesti teknologiaosaamisen ennakointi ja täydentäminen ovat merkittävä kilpailukykytekijä sekä työntekijöille että työnantajille.

Tampereen korkeakouluyhteisön johtamissa Osaamista menestykseen ja ICT4N -hankkeissa on otettu reipas harppaus eteenpäin, jotta tulevaisuudessa koulutusvalintoja olisi mahdollista tehdä muutenkin kuin reaktiivisesti.

Toimintamalli on yksinkertainen: yhdistetään nykyinen osaaminen, osaamistarpeet ja koulutustarjonta.

Varsinainen pihvi on HeadAIn Microcompetencies-palvelun valjastaminen ohjaamaan osaamisen kehittämisen valintoja.

Toimintamallissa algoritmille annetaan rouskutettavaksi työmarkkinoiden kysyntäinformaatio, jota verrataan tarjontaan. Jos kysyntä ja tarjonta eivät kohtaa, havaittuun osaamisvajeeseen etsitään ratkaisua Tampereen korkeakouluyhteisön laajasta kurssitarjonnasta. Tekoälyavusteinen tapa toimia on osoittautunut onnistuneeksi erityisesti siksi, että sen avulla voidaan nähdä myös itsestäänselvyyksien ohi ja löytää mielenkiintoisia potentiaalisia osaamispolkuja.

Hankemaailmassa tehdyt kokeilut toimivat mainiona konseptin validointina. Vuoden 2020 aikana saadut tulokset ovat osoittaneet sen, että ihmisen rajallisuus valintatilanteessa on merkittävä ongelma. Harvalla yksilöllä on realistista kuvaa työmarkkinoiden tarpeista suhteessa omaan osaamiseen saati siitä, millaisia koulutusvalintoja tulisi tehdä, jotta yksilön oma työmarkkinarelevanssi paranisi.

Kun edellä kuvattua toimintamallia skaalataan organisaatiotasolle, avautuu mielenkiintoisia uusia näköaloja. Yrityksissä voidaan rakentaa näkymä osaamiseen ja peilata sitä oleviin ja tuleviin osaamistarpeisiin. Algoritmi on tässä ihmisen apuna analogisesti yksilöiden osaamisen kehittämisessä, mutta organisaatiotason tarkastelu mahdollistaa myös strategisen osaamisen kehittämisen. Kun tähän lisätään mahdollisuus täydentää avoimesta ympäristöstä kerättyä dataa, on mahdollista kurkistaa tulevaisuuteen, ennakoida tulevia tarpeita ja vastata niihin täsmäkehittämisellä.

Riippumatta siitä, ollaanko kehittämässä yksilön vai organisaation osaamista, haetaanko nopeaa ratkaisua työllistymiseen vai tehdäänkö strategisia linjauksia, on algoritmeista mittava apu. Erityisesti nopeasti muuttuvilla toimialoilla herkkyys muutoksille on merkittävä kilpailukykytekijä.

Sekä työntekijät että työnantajat painivat saman ongelman parissa, eli millaiseen osaamiseen pitäisi investoida. Työntekijälle (tai nykyiselle opiskelijalle) tämä on päätöksentekoa kurssivalinnoista, jotta hän saavuttaisi mahdollisimman hyvän työmarkkina-aseman. Työnantajille saman pulman kääntöpuoli on, kuinka kehittää organisaation osaamista tarkoituksenmukaisesti. Riippumatta näkökulmasta menetelmiä osaamisen ennakointiin ja kehittämiseen on edelleen tarkasteltava siksi, että niiden avulla voidaan saavuttaa merkittävää etua markkinoilla.

Jussi Okkonen
yliopistotutkija
Tampereen yliopisto