Tekoäly viestinnässä – missä se auttaa ja missä ihmistä tarvitaan?

Tekoäly tekee luonnoksen sekunneissa. Se voi tiivistää muistion, ehdottaa otsikoita ja muokata saman viestin eri kanaviin. Nopeus ei kuitenkaan vielä tee viestistä totta, ymmärrettävää tai tarkoituksenmukaista.

Viestinnässä tekoälyn hyöty syntyy työnjaosta. Kone auttaa tuottamaan vaihtoehtoja ja käsittelemään tekstiä. Ihminen määrittää tarkoituksen, tarkistaa väitteet, tunnistaa tilanteen ja vastaa julkaistusta viestistä.

Tekoäly nopeuttaa ilmaisua. Viestinnän laatu ratkaistaan siinä, onko ajatus, näyttö ja vastuu kunnossa ennen julkaisua.

Missä tekoäly auttaa viestintää?

Tekoäly sopii parhaiten rajattuihin työvaiheisiin, joissa lähtötieto on olemassa ja lopputulos tarkistetaan. Käyttökelpoisia tehtäviä ovat esimerkiksi:

• pitkän tausta-aineiston ensimmäinen tiivistelmä
• yhden viestin muokkaaminen eri kohderyhmille ja kanaviin
• otsikko-, rakenne- ja sanamuotovaihtoehtojen tuottaminen
• tekstin selkeyden, johdonmukaisuuden ja puuttuvien perustelujen arviointi
• kokousmuistion tai haastattelumuistiinpanojen jäsentäminen hyväksytyssä ympäristössä.

Noyn ja Zhangin satunnaistetussa kokeessa 444 korkeakoulutettua ammattilaista teki työelämää jäljitteleviä kirjoitustehtäviä, kuten tiedotteita, lyhyitä raportteja ja vaativia sähköposteja. Tekoälyä käyttäneet valmistuivat keskimäärin 37 prosenttia nopeammin, ja arvioitu laatu parani. Tutkimus koski lyhyitä rajattuja tehtäviä, ei organisaatioiden koko viestintäprosessia. Se osoittaa silti, että hyöty voi syntyä juuri luonnostelun nopeutumisesta.

Missä ihmistä tarvitaan?

Tekoäly ei tunne organisaation todellista päätöstä, ellei sitä anneta sille lähtötiedoksi. Se ei myöskään kanna vastuuta virheestä, arvioi kaikkia julkistamisen seurauksia tai tiedä, miltä viesti näyttää vastaanottajan tilanteessa.

Ihmisen vastuulle jää viisi kysymystä:

1. Tarkoitus: mitä vastaanottajan pitää viestin jälkeen tietää, tuntea tai tehdä?
2. Totuus: mitkä väitteet voidaan osoittaa ja mistä lähteestä?
3. Tilanne: mitä vastaanottaja jo tietää ja mikä häntä tässä hetkessä koskettaa?
4. Raja: mitä tietoa ei saa syöttää työkaluun tai julkaista?
5. Vastuu: kuka hyväksyy viestin ja korjaa sen, jos jokin menee väärin?

Mitä suurempi vaikutus viestillä on ihmisen oikeuksiin, toimeentuloon, turvallisuuteen tai luottamukseen, sitä vähemmän julkaisemista voi jättää automaation varaan.

Sujuva teksti voi peittää heikon ajattelun

Tekoälyn tuottama teksti näyttää usein valmiilta ennen kuin sisältö on valmis. Tämä muuttaa työn riskiä. Aiemmin keskeneräisyys näkyi kömpelönä luonnoksena. Nyt puuttuva peruste, epävarma luku tai epäselvä päätös voi olla kieliopillisesti vakuuttavassa muodossa.

Siksi tarkistus ei ala pilkuista. Ensin tarkistetaan päätös, väitteet, lähteet ja puuttuvat rajaukset. Vasta sen jälkeen hiotaan kieli.

Havainnollistava esimerkki. Organisaatio tiedottaa palvelun muuttumisesta. Tekoäly tuottaa selkeän tiedotteen annetun muistiinpanon perusteella. Muistiinpanosta puuttuu kuitenkin tieto siitä, ketä muutos ei koske ja mistä poikkeustilanteessa saa apua. Teksti on sujuva mutta asiakkaalle vaarallisen vajaa. Ongelma ei ratkea paremmalla kehotteella, jos päätöksen rajat eivät ole tiedossa. Esimerkki ei kuvaa yhtä organisaatiota tai asiakastapausta.

Samanlainen sisältö on viestinnän piilevä kustannus

Doshi ja Hauser tutkivat generatiivisen tekoälyn vaikutusta lyhyiden kertomusten kirjoittamiseen. Tekoälyn ideat paransivat yksittäisten tekstien arvioitua uutuutta ja käyttökelpoisuutta etenkin vähemmän luoviksi arvioiduilla kirjoittajilla. Samalla tekoälyä hyödyntäneet tekstit muistuttivat enemmän toisiaan.

Tutkimus ei käsitellyt organisaatioviestintää, joten tulosta ei voi siirtää siihen suoraan. Se paljastaa silti olennaisen jännitteen: yksittäinen teksti voi parantua samalla, kun viestien yhteinen omaleimaisuus vähenee. Jos kaikki käyttävät samoja malleja, rakennetta ja sanastoa, organisaation oma havainto katoaa sileän tekstin alle.

Tekoälyä kannattaa siksi käyttää vaihtoehtojen tuottamiseen, ei organisaation äänen korvaamiseen. Paras lähtökohta ei ole “kirjoita meille hyvä viesti”, vaan oma havainto, päätös, näyttö ja vastaanottajan tilanne.

Nelivaiheinen työnjako tekoälyavusteiseen viestintään

1. Ihminen määrittää viestin ytimen

Kirjaa ennen työkalun avaamista yhdellä virkkeellä päätös tai havainto, josta viestitään. Nimeä vastaanottaja ja tavoiteltu muutos. Jos ydintä ei voi sanoa itse, tekoäly tuottaa lähinnä uskottavan kuuloista sumua.

2. Tekoäly tuottaa vaihtoehtoja

Pyydä useita rakenteita, otsikoita tai tapoja selittää vaikea asia. Anna käyttöön vain tarpeellinen ja sallittu aineisto. Pyydä työkalua myös nimeämään, mitä tietoa luonnoksesta puuttuu.

3. Ihminen tarkistaa sisällön

Vertaa jokaista keskeistä väitettä alkuperäiseen lähteeseen. Poista perusteettomat yleistykset, keksityt yksityiskohdat ja lupaukset, joita organisaatio ei pysty täyttämään. Tarkista myös, ymmärtääkö vastaanottaja mitä tapahtuu seuraavaksi.

4. Vaikutus mitataan vastaanottajasta

Luonnosten määrä tai työkalun käyttöaste ei kerro viestinnän onnistumisesta. Seuraa esimerkiksi sitä, vähenevätkö tarkentavat kysymykset, löytääkö vastaanottaja oikean palvelun, ymmärretäänkö päätös samalla tavalla ja korjaantuuko viestin synnyttämä toiminta.

Milloin tekoälyä ei kannata käyttää?

Älä käytä tekoälyä vain siksi, että tehtävä sisältää tekstiä. Lyhyt henkilökohtainen viesti syntyy usein nopeammin itse. Arkaluonteinen aineisto ei kuulu hyväksymättömään työkaluun. Kriisi-, muutos- ja korjausviestinnässä vastaanottajan tilanne sekä vastuun ottaminen ovat usein tärkeämpiä kuin luonnoksen nopeus.

Jos organisaatiossa ei ole yhteistä päätöstä siitä, mitä saa syöttää, kuka tarkistaa ja mihin käyttöön sisältö hyväksytään, aloita tekoälyn pelisäännöistä. Tarvittavia valmiuksia käsittelee artikkeli tekoälylukutaito organisaatiossa.

Viestinnän hyöty ratkaistaan työnkulussa

Tekoäly voi nopeuttaa ensimmäistä versiota. Organisaation hyöty syntyy vasta, kun tarkistamiseen kuluva työ, laatu, korjauskierrokset ja vastaanottajan toiminta huomioidaan yhdessä. Mittaamisen käytäntö kuvataan artikkelissa miten tekoälyn hyötyä mitataan.

Tekoälyvalmennuksessa käyttötavat, vastuut ja tarkistus rakennetaan organisaation oman työn ympärille.

Tekoälyn käyttöönoton kokonaisuus

Tämä artikkeli kuuluu Proinnon tekoälyvalmennuksen seitsemän artikkelin kokonaisuuteen. Katso päätöstason ja soveltamistason etenemisjärjestys Tekoälyn pelisäännöt -artikkelista. Tekoälyvalmennuksessa ratkaisut rakennetaan organisaation oman työn ympärille.

Lähteet

Tutkimus

• Doshi, A. R. & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. DOI ja vertaisarvioitu alkuperäisjulkaisu.
• Noy, S. & Zhang, W. (2023). Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. Science, 381(6654), 187–192. DOI ja vertaisarvioitu alkuperäisjulkaisu.