Ulkistetaanko ajattelu tekoälylle, ja korvaa se sinut

Microsoftin tekoälyn johtaja, Mustafa Suleyman, on juuri jakanut pelottavan ennusteen: seuraavien 12-18 kuukauden aikana suurin osa tai jopa kaikki valkokaupan työ on täysin automaattista tekoälyllä. Herra Suleyman ei ole ensimmäinen, joka on jakanut tällaisen oletuksen (kyllä, puhun Dario Amodeista ja hänen 5-vuotisesta tekoälylauseestaan maailmalle), eikä varmasti viimeinen. Mutta haluan jakaa kiistanalaisen näkemyksen: tekoäly, olipa se 18 kuukauden tai viiden vuoden päästä, ei pysty korvaamaan valkokaupan työntekijöitä. Mutta jos me lopetamme ajattelemisen, se korvaa meidät.

Ja en sano, ettei se voisi olla osa useimmissa prosesseissa tai auttaa ihmisiä työkuormassaan. Tämä on jo tapahtumassa. Mutta korvaamaan ihmisen ajattelun, poistamaan ihmisen osallistumisen, on se yksi tehtävä, johon tekoäly ei pysty (ellei me ihmiset korvaamme päätöksentekomekanismin tekoälyllä).

Miksi ihmisen ajatteluun ei voida ulkistaa

On kolme tiettyä syytä, joihin palaan aina, kun joku sanoo, että tekoäly on korvaamassa kaikki. Kukin niistä on jotain, mitä ihmisaivot tekevät itsestään, ja kukin niistä on jotain, mihin tekoäly, olkoon se kuinka kehittynyt tahansa, ei voi pystyä.

Tekoäly ei voi olla ihmisen aivojen kaltaista

Kun ihminen tekee arvion, hän ei, kuten kielimalli, pelkästään ennusta seuraavaa sanaa yleisen todennäköisyyden perusteella. Hän käyttää kokemuksesta opittua tietoa, joka on koodattu useisiin järjestelmiin samaan aikaan: henkilökohtaisiin muistoihin, opittuihin tapoihin ja emotionaalisiin panoksiin. Tämä kokemus sallii aivojen jatkuvasti arvioida, mitä tapahtuu seuraavaksi, ja päivittää näkemystään vain silloin, kun todellisuus osoittaa sen vääräksi. Konteksti on siis perusta, jolle jokainen havainto rakentuu.

Suuri kielimalli toimii toisin. Sen painot ovat peräisin äärellisestä tekstikorpuksesta, jolle se on kerran koulutettu, eikä sille ole enää pääsyä. Sillä ei ole havaintosilmukkaa, eikä siinä ole virhettä maailmasta, jossa se on elävä. “Konteksti”, joka on saatavilla sille, on vain se, mikä on prompt-ikkunassa. Se ei ole koskaan astunut huoneeseen. Kun teemme arvion, joka riippuu siitä, mitä on normaalia täällä, mitä edelsi, ja mitä on panoksena, juomme ennusteita elinikäisen sidotun kokemuksen pohjalta – henkilökohtaisen ja sitä edeltävien sukupolvien. Malli on kuviotunnistusta tekstipohjaisissa tietokannoissa. Kaksi eri operaatiota, ja kontekstisilmukoiden skaalaaminen ei sulje tätä kuilua.

Tietämisen nimi ei ole sama kuin tietäminen

Tämä viisaus tulee Nobelin fysiikanpalkinnon saaneelta Richard Feynmanilta (tai hänen isältään, oikeammin sanottuna). Hän uskoi, että pelkästään muistaminen merkintöjä tai määritelmiä ei tarkoita, että tiedät aiheesta. Todellinen ymmärrys tulee kokemuksesta ja ymmärryksestä.

Charlie Munger, amerikkalainen liikemies ja sijoittaja, ehdotti termiä “Chauffeurin tietäminen” tämänkaltaiselle pinnalliselle oppimiselle. Anekdootti taustalla on Max Planckin fyysikon chauffeurista, joka kuuli hänen luentonsa kvanttimekaniikasta niin usein, että hän oppi sen ulkoa. Hän tarjosi sitten pitämään sen Planckin sijasta Münchenissä, mikä onnistui. Mutta kun yleisöllä oli kysymyksiä, hän ei voinut vastata. Ja tämä on ero pinnallisella “chauffeurin” tiedolla ja kattavalla, joka on ansaittu vuosien työn ja kamppailun kautta, Planckin tiedolla.

Nykyiset suuret kielimallit ovat kehittyneimmät chauffeurit, joita olemme koskaan rakentaneet. Ne voivat siteerata kvanttimekaniikkaa, yhteenvedon filosofiasta, laatinut sopimuksen, rytmitä sanoja. Mutta jotain, joka vaatii kokemusta eikä pelkästään tunnistamista, kuten tietäminen, miksi brändin asema, joka toimi yhdessä markkinassa, epäonnistuu välttämättä toisessa, on ainutlaatuinen ihmisille ja se, joka todella ohjaa päätöksiä.

Mutta ymmärtäminen siitä, miksi brändin asema, joka toimi yhdessä markkinassa, epäonnistuu välttämättä toisessa, ei voida saavuttaa yksinkertaisella mallintunnistuksella. Kokemus on ainutlaatuinen ihmisille ja se, joka todella ohjaa päätöksiä.

Ihmisen ja tekoälyn välinen pääero ei ole datakäsittely, vaan omistajuus

Ihmisten (tai ainakin joillakin meistä) kyky ottaa vastuu teoistaan, omistaa seuraukset, häpeä, oppia niistä ja tehdä kaiken mahdollisen, jotta tilanne ei toistu, ja siksi ettei meidän tarvitse tuntea epäonnistumisen tuskaa – tämä on se, mikä tekee ihmisen ajattelun ja päätöksentekemisen niin ainutlaatuiseksi tekoälyyn verrattuna.

Tekoäly ei tunne häpeää. Ei syyllisyyttä. Se ei menetä untaan päätöksestä, joka epäonnistui. Se ei kanna mukanaan muistoa menetetystä diilistä, jota se puolusti johtoryhmässä, joka vähitellen tuhosi arvoa kaksi vuotta myöhemmin. Malli antaa vastauksen, vastaus osoittautuu vääräksi, ja malli siirtyy seuraavaan promptiin, kuin mitään ei olisi tapahtunut (koska mallille mitään ei ole tapahtunut). Siinä ei ole sisäistä kustannusta olla väärä, eikä siinä ole painetta olla oikein seuraavalla kerralla – jotain, mikä todella ajaa ihmisiä kehittymään ja parantumaan.

Kymmenen vuotta sitten työskentelin venture capital -yrityksessä, analysoin alkuvaiheen startup-yrityksiä, ja tarkastelin itseohjattuja autoja. Jo silloin robottitaksi-prototyypit olivat tilastollisesti turvallisempia kuin ihmiskuljettajat. Teknologia toimi. Se toimii edelleen vuonna 2026. Mutta miksi kaupungit eivät ole vielä täynnä itseohjattuja autoja? Koska itseohjattujen ajoneuvojen vastuu ei ole selkeä. Kun onnettomuus tapahtuu, oikeusjärjestelmä ei tiedä, kenelle syyttää – henkilölle, joka käytti kytkintä, valmistajalle vai ohjelmistokehittäjälle. Kunnes tämä kysymys on selkeä, olemme jumissa. Teknologia on edennyt nopeammin kuin sitä ympäröivä vastuukehys.

Miten ei menetetä mielekkyyttä (ja työpaikkoja) tekoälyn aikakaudella

Vaikka uskon, että tekoäly ei voi korvata ihmisen ajattelua, voin myös nähdä, miten ihmiset antavat periksi houkutukseen saada nopea vastaus. Historian ensimmäistä kertaa et tarvitse aivoja saadaksesi vastauksen. Sinun tarvitsee vain kirjoittaa kysymys. Kitka, joka aiemmin pakotti meidät ajattelemaan, on poistunut, mikä kuulostaa hyvältä, kunnes tajuat, että kitka oli koko pointti. Se oli se, miten aivot kehittyivät ensimmäisen kerran.

Ja tässä on myös työpaikka-kysymys. Tekoäly ei korvaa valkokaupan työntekijöitä yleisesti. Mutta se korvaa tietyt ihmiset, jotka ulkoistivat kaiken ajattelunsa sille. Jos luovut arviosi, kontekstisi ja omistajuutesi nopeiden vastausten vuoksi chat-ikkunasta, lopetat olemasta henkilö, joka tuo jotain pöytään. Silloin työnantajasi ei tarvitse sinua enää. He voivat puhua mallille suoraan.

Säilyttääksesi työpaikkasi tekoälyn aikakaudella ja säilyttääksesi mielekkyysesi tekoälyn aikakaudella, tulee se samasta kysymyksestä. Ja alla on neljä tapaa, joilla voit ratkaista sen.

Tekoäly tulisi lisätä uteliaisuutta

Tekoälyn vaikutus aivoihin riippuu täysin siitä, miten sitä käytetään. Jos olet utelias ja halukas kaivamaan syvemmälle, tekoäly on paras oppimiskumppani, jonka kukaan on koskaan nähnyt. Parempi kuin Wikipedia, parempi kuin mikään kirja, koska se voi selittää saman idean viisi eri tavalla, kunnes yksi niistä toimii, ja seuraa sinua mihin tahansa kanavaan haluat mennä. Tai voit pyytää sitä auttamaan sinua muistamaan tietoa paremmin – kuten harjoittelemalla aikaisempaa toistoa, kunnes todella ymmärrät käsitteen.

Ihmiselle, joka ei ole utelias, tekoäly tekee vastakkaisen. Se ottaa haltuun ajattelun, jonka sinun olisi pitänyt tehdä itse. Hän saa tuloksen ilman työtä, ja työ oli koko pointti. Ajan myötä se lihas atrofiuttaa. Teollisella vallankumouksella, kun koneet tekivät fyysisen työn vähemmän yleiseksi, rakensimme saleja antamaan kehojemme sille, mitä ne tarvitsivat haastaa ja ylläpitää itseään. Ja se on sitä, mitä tarvitsemme: mielenterveyssaleja pitämään aivot terveinä.

Vuonna 2025 MIT Media Lab suoritti tutkimuksen, jossa 54 osanottajaa kirjoitti esseitä neljän kuukauden ajan, jaettuna kolmeen ryhmään: ChatGPT, hakukone ja aivot vain. Kun he kirjoittivat, elektroencefalogrammi seurasi heidän aivotoimintaansa. Lopputuloksena ChatGPT-ryhmä osoitti jatkuvasti alhaisimman hermosto-yhteyden ja tuotti esseitä, joita opettajat kuvasivat “sieluttomiksi”. Aivojen ryhmällä oli vahvin aivotoiminta koko ajan.

Mutta kaikkein paljastavampi osa tuli viimeisessä istunnossa, kun tutkijat vaihtoivat ryhmiä. Aivojen ryhmän ihmiset, joille annettiin ChatGPT, ylittivät kaikki muut. He olivat rakentaneet ajattelulihasensa ensin ja käyttivät sitten tekoälyä sen päällä. Toisella ryhmällä ei ollut mahdollista saavuttaa samaa, koska he olivat ohittaneet osan, jossa lihas kehittyy.

Oppiminen on verbi, eikä se voi olla passiivista

Jotta opiskelu pitäisi paikkansa, teoria on yhdistettävä käytännön kanssa. Lukeminen ideasta on yksi muoto syötteenä; tekeminen jotain siitä ideasta on toinen. Napauttaminen, vastaaminen, soveltaminen, virheiden tekeminen ja yrittäminen uudelleen – nämä toiminnot vetävät mukaan eri osia aivoista kuin passiivinen kuluttaminen, ja ne pitävät sinut keskittyneenä materiaaliin.

Sokrates oli jo tuhansia vuosia sitten tämän asian selkänen. Hän ei antanut oppilailleen vastausta yksinkertaisesti, vaan pakotti heidät tuottamaan sen (usein väärän) ensin, ja korjasi sen vasta sitten. Ja itse kokenuin tämän filosofian hyödyt matematiikan opiskelijana: saimme vain puolet krediittejä teorian muistamisesta, kun taas toinen puoli edellytti sen todistamista. Tämä keskittyminen perustavanlaatuiseen ymmärrykseen oli se, mikä mahdollisti meidän paremmin muistaa ja soveltaa käsitteitä.

Aiheen opettaminen vie tietäsi seuraavalle tasolle, tekee siitä vaikeamman langeta psykologiseen ansaan, jota kutsutaan osaamisen illuusioksi, ja antaa paremman ymmärryksen aiheesta. Kun sinun on selitettävä idea selvästi useilla eri tavoilla, et voi muuta kuin ymmärtää ja muistaa sitä itse. Richard Feynman totesi aiheesta aiheen: “Jos et voi selittää sitä yksinkertaisesti, et ymmärrä sitä.”

Luvut tukevat tätä. Turvallisuuskoulutuksen tutkimuksissa aktiiviset oppijat muistivat 93,5% informaatiosta verrattuna 79% passiivisille oppijoille (Engageli, 2025). Laajempi Learning Pyramid National Training Laboratoriesista Bethelissä, Mainessa, osoittaa saman kaavion jokaisella tasolla:

Tiedot ilman luotettavia lähteitä ovat juorua

Kyllä, ihmiset pitäisi kyseenalaistaa vastaukset, joita he saavat tekoälyltä. Heidän pitäisi pyytää lähteitä, ja kun lähteitä ei ole, heidän pitäisi olla epäileviä.

Mutta on suurempi ongelma kaiken takana, ja se on se, että tekoälyn tulosten validointi on yhä vaikeampaa. Mallit siteeraavat lähteitä, jotka eivät ole olemassa, ne parafrasoivat oikeita lähteitä tavalla, joka vääristää merkitystä, ne sekoittavat tarkkaa tietoa keksittyyn tietoon samassa kappaleessa, ja ei ole selvää tapaa erottaa, mikä on mikä.

Lisäksi yhä suurempi osa internetistä on itse tekoälyllä generoitu, mikä tarkoittaa, että mallit ovat nyt oppimassa muiden mallien tuloksista. Alkuperäiset ihmisten kirjoittamat lähteet ovat haudattuina kaiken päälle, mitä on auto-generoitu niiden päällä.

Tämän vuoksi uskon, että luotettava tieto on edelleen peräisin ihmisistä. Jos emme voi täysin luottaa malliin, eikä lähteisiin, joista malli ampuu, niin ihmiskokemus on ainoa asia, johon voidaan turvautua.

Kuten Tony Robbins kerran sanoi: “Jos haluat olla menestyvä, etsi joku, joka on saavuttanut tulokset, joita haluat, ja kopioi mitä he tekevät, ja saat samat tulokset.” Ihminen, joka on todella tehnyt asian, jota opettaa, on kokenut vuosien työn, maksanut virheistään ja rakentanut tietänsä todellisilla seurauksilla – se on se läähde, joka pitää paikkansa.

Ilman kontekstia yksityiskohdat puuttuvat

Toinen tapa, jolla voit oppia tekoälyn kanssa, on vastustaa kiusausta hypätä suoraan tiettyyn kysymykseen. Useimmat ihmiset, kun he haluavat tietää jotain, kirjoittavat tarkan, kapean kysymyksen chatbottiin ja ottavat vastauksen sellaisenaan. Ongelma on, että heiltä puuttuu koko tausta, jossa vastaus on.

Olen historiasta kiinnostunut, joten annan historiallisen esimerkin. Gettysburgin puhe on lyhyt puhe, jonka Lincoln piti vuonna 1863 yhdessä Yhdysvaltain sisällissodan verisimmistä taisteluista. Kuvittele, että sinun on kirjoitettava esseestä siitä. Sinä pyytät tekoälyltä analyysiä ja saat siistin purkauksen sanoista, rakenteesta ja retorillisista laitteista.

Mutta voitko todella kirjoittaa esseestä ilman tietämistä mitään sisällissodasta itsestään? Tuskin. Et ymmärtäisi, miksi tämä tietty taistelu oli tärkeä, tai miksi puhe, joka pidettiin siellä, kantoi niin paljon painoa. Et ymmärtäisi, että sota oli muuttunut Yunionin säilyttämisestä orjuuden lopettamiseksi, ja että puhe oli Lincolnin tapa määritellä uudelleen, mitä maa taisteli. Et näkisi poliittista jännitystä lähes jokaisen rivin takana, koska rivit olisivat sinulle vain kauniita lauseita surullisesta tapahtumasta.

Ilman sisällissodan kontekstia puhe kuulostaa lyhyeltä muistopuheelta. Sen kanssa se on käänteentekevä hetki siinä, miten maa ymmärtää itseään. Ja se on se herkkyyttä, jonka tekoäly antaa sinulle vain, jos sinulla on jo tarpeeksi tietoa pyytääksesi sitä.

Sama periaate koskee melkein mitä tahansa, mihin sinä käytät tekoälyä. Aloita laajasta. Hae yleiskuva. Sitten mene yksityiskohtiin. Ne tulevat merkitsemään jotain, kun niillä on konteksti, johon ne voivat laskeutua.

Pohjimmiltaan: tekoäly on työkalu, ja työkaluille tarvitaan käsiä

Jokainen suuri teknologinen harppaus ihmiskunnan historiassa on laukaissut saman paniikin. Laskimet pystyisivät tekemään meidät unohtamaan matematiikan. Internet pystyisi tekemään meidät unohtamaan, miten ajatella. Hakukoneet tappaisivat muistimme. Ja kuitenkin täällä olemme, edelleen laskemassa, edelleen ajattelemassa, edelleen muistaen, vain paremmilla työkaluilla käsillä.

Tekoäly on seuraava askel, ja luultavasti voimakkain, jonka olemme koskaan rakentaneet. Se voi kirjoittaa, yhteenvedon, analysoida, laatinut, kääntää, koodata ja tehdä kaiken nopeammin kuin kukaan meistä. Mutta se ei halua mitään. Se ei voi välittää lopputuloksesta. Se ei voi elää virheiden seurauksilla. Nämä osat työstä kuuluvat edelleen meille, ja ne määrittävät, onko työ hyvä lopussa.

Ihmiset, jotka menestyvät seuraavassa vuosikymmenessä, ovat ne, jotka säilyttävät uteliaisuutensa, jotka jatkavat parempien kysymysten esittämistä ja jotka käyttävät tekoälyä oppiakseen nopeammin ja ajattelemaan syvemmälle, sen sijaan, että käyttäisivät sitä ajattelun välttämiseen. He ovat ne, jotka tuovat pöytään jotain, mitä mikään malli ei voi toistaa: arvion, kontekstin ja halun omistaa päätöksen.

Joten ei, tekoäly ei korvaa sinua tai tee sinusta työttömän. Mutta sinä, joka lopetat ajattelemisen, se korvaa sinut.