Koneoppimisella on myönteinen vaikutus kuntien talouteen – tietyissä ammateissa palkka saattaa jopa nousta

Koneoppimisella on myönteinen vaikutus kuntien talouteen, koska tekoälyn hyödyntäminen kasvattaa tuotettujen tavaroiden sekä palveluiden arvoa ja parantaa työn tuottavuutta. Lisäksi kunnissa, joissa voidaan hyödyntää muita enemmän automaatiota ja tekoälyä, on parempi kilpailukykypotentiaali.

Jatkossa työntekijä saa keskittyä häntä itseään kiinnostaviin, erikoisosaamista vaativiin työtehtäviin, kun tietokoneet hoitavat tylsinä pidetyt rutiinitehtävät. Tietyissä ammateissa myös palkka saattaa nousta, kun työn tarve ei enää painotu rutiinitöihin, joista maksetaan vähemmän kuin vaativammista työsuoritteista.

"Tekoälyn vaikutukset työllisyyteen eivät ole niin katastrofaalisia kuin mediassa usein näkee esitettävän. Työt eivät ole katoamassa, vaan työtehtäviä katoaa, kun ne siirtyvät ihmisiltä koneiden hoidettavaksi", kuvailee kauppatieteiden maisteri Artur Mossolainen, joka tutki pro gradu -tutkielmassaan tekoälyn vaikutusta suomalaiskuntien kilpailukykyyn.

LUT-kauppakorkeakoulussa tehdyssä Effect of machine learning on competitiveness of regions in Finland -tutkielmassa selvitettiin koneoppimisen vaikutusta Suomen kuntien kilpailukykyyn ja talouteen vuosien 2010–2018 tietojen avulla. Kaikki Suomen 310 kuntaa olivat mukana selvityksessä.

Viimeisten kymmenen vuoden aikana työvoimaa on jo siirtynyt huomattavasti sellaisiin ammatteihin, joissa koneoppimiseen soveltuvia tehtäviä on tarjolla vähemmän. Samanaikaisesti kuntien bruttokansantuote (BKT) ja palkkataso ovat nousseet.

Kunnissa, joissa voidaan hyödyntää muita enemmän automaatiota ja tekoälyä, on parempi kilpailukykypotentiaali. Havainto kuvastaa ennen kaikkea kunnan menestyspotentiaalia.

"Isoin pulma kehityksessä on kysymys siitä, löytyykö rutiinitöitä tehneille uutta työtä. Jos haluaa selviytyä, pitää mukautua", Mossolainen sanoo.

Tutkimuksessa hyödynnettiin amerikkalaista mittaria

Mossolaisen tutkielma perustuu amerikkalaisen tekoäly- ja työelämätutkija Erik Brynjolfssonin työhön digitalisaation, automaation ja koneoppimisen taloudellisista vaikutuksista. Brynjolfsson kävi puhumassa omasta vastaavasta tutkimuksestaan Lahdessa 2019. Hän pokkasi tuolloin LUT-kauppakorkeakoulun Viipuri-palkinnon, joka myönnetään noin joka toinen vuosi kansainvälisesti arvostetulle huippututkijalle.

Brynjolfssonin mukaan teknologian ja tekoälyn ennustettua nopeampi kehitys muuttaa työn sisältöjä ja voi korvata ihmisten tekemää työtä, mutta missä määrin, siinä on alueellisia eroja.

Mossolainen sanoo ymmärtävänsä hyvin niitä, jotka ovat huolissaan tekoälyn vaikutuksista.

"Tekoälyn kehittyminen herättää syystäkin keskustelua. Tekoälyn käyttöön sisältyy riskejä ja eettisiäkin kysymyksiä. On silti hyvä muistaa se, että koneiden tekemät virheet saavat julkisuudessa suhteessa enemmän huomiota kuin ihmisen tekemät. Esimerkkinä voi mainita vaikkapa autonomisen autoilun."

Mossolaisen tekemä tutkielma on osa LUT-kauppakorkeakoulun syksyllä 2020 alkanutta tekoälytutkimushanketta, jota johtaa professori Kaisu Puumalainen.

Tutkimusongelman ratkaisemiseksi luotiin kilpailukykyindeksi mittaamaan Suomen kuntien kilpailukykyä. Kilpailukykyindeksi koostui neljästä alaindeksistä, joita olivat sosiaalinen pääoma, innovatiivisuus, keskittyminen ja saavutettavuus.

Koneoppimisen vaikutuksen mittaamista varten tutkimuksessa käytettiin Brynjolfssonin kehittämää koneoppimisen soveltuvuus -mittaria. Mittari pisteyttää olemassa olevat työtehtävät sen perusteella, miten helposti niiden suorittaminen onnistuu koneoppineelta ohjelmalta. Työtehtävistä saaduilla tuloksilla pisteytettiin jokainen ammatti sen sisältämien työtehtävien perusteella. Lopuksi jokaiselle paikkakunnalle laskettiin painotettu keskiarvo eri ammateissa työskentelevien määrän perusteella.

Koneoppimisen soveltuvuus -mittarin sekä kilpailukykyindeksin yhteyksiä talouteen mitattiin regressioanalyysillä. Selitettävinä muuttujina toimivat paikkakuntien BKT per asukas sekä keskimääräinen vuosipalkka, jotka oli tutkimuksessa valittu talouden kehityksen mittareiksi.

Osana tutkimushanketta tehtiin myös toinen pro gradu -tutkielma, Changes in labor demand and supply in the Finnish labor market under the impact of digital technologies. Angelina Efremovan tutkielma keskittyi selvittämään tekoälyn vaikutusta erilaisiin taitoihin työmarkkinoilla – millaisista taidoista on kysyntää ja millaisista ylitarjontaa.

Tekoälytutkimus on Viipurin Taloudellisen Korkeakouluseuran (VITAKO) rahoittama.


Esimerkkejä kuntien koneoppimiseen soveltuvuudesta

  • Korkea BKT asukasta kohti ja vielä paljon potentiaalia tekoälyn hyödyntämiseen: Maarianhamina, Porvoo, Nurmijärvi, Kerava.
  • Korkea BKT asukasta kohti, mutta vähemmän potentiaalia tekoälyn hyödyntämiseen: Pukkila, Myrskylä, Sodankylä, Konnevesi.
  • Matala BKT asukasta kohti ja vielä paljon potentiaalia tekoälyn hyödyntämiseen: Laihia, Akaa, Valkeakoski, Kaustinen, Lieksa.
  • Matala BKT asukasta kohti, mutta vähemmän potentiaalia tekoälyn hyödyntämiseen: Perho, Lestijärvi, Puolanka, Suomussalmi.
  • Uusikaupunki on harvinainen esimerkki kunnasta, jossa soveltuvuus koneoppimiseen on pysynyt korkealla tasolla eli työvoimaa ei ole juuri siirtynyt vähemmän automatisoitavissa oleviin tehtäviin.
  • Pääsääntöisesti SML on laskenut Suomen kunnissa tarkastelujakson aikana.

 

Lisätietoja:

Professori Kaisu Puumalainen, 040 541 9831, kaisu.puumalainen@lut.fi

Lue seuraavaksi: