Yksinäiset ratsastajat – tekoäly opitaan viestintäalalla itse

Generatiivinen tekoäly on levinnyt viestintä- ja mainostyöhön poikkeuksellisen nopeasti, mutta se on opittu pääosin itse – ilman koulutusta, yhteisiä käytäntöjä tai keskustelua. Kuilua käytön ja hallinnan välillä ei kurota umpeen säännöillä, vaan oppimalla – ja pienten toimistojen alalla se onnistuu vain yhdessä.

Kirjoittaja: Harri Heikkilä

Tilastokeskuksen (2025) mukaan tekoälyteknologioita käytti keväällä 2025 jo 38 % suomalaisyrityksistä, ja informaation ja viestinnän toimialalla osuus oli maan korkein, 80 %. Käyttöä koskevia ohjeita, käytänteitä tai toimintatapoja oli kuitenkin dokumentoinut vain harva. Käyttö ylittää dokumentoinnin kaikilla toimialoilla ja kaikissa kokoluokissa, mutta yritysten kokojen välinen porras on jyrkkä: vähintään sata henkeä työllistävistä yrityksistä ohjeensa on dokumentoinut noin puolet, mutta 10–19 hengen yrityksistä vain 8 % (Tilastokeskus 2025). Tyypillinen viestintä- tai mainostoimisto toimii juuri siinä kokoluokassa, jossa dokumentoitua hallintaa ei käytännössä ole.

Ero selittyy ainakin osin sillä, miten osaaminen on alalle tullut. Mabenin ym. (2026) tutkimus kuvaa ilmiötä osuvasti tutkimuksen otsikossa käytetyillä käsitteillä self-starters ja lone rangers: tekoälyn käyttöä opitaan pitkälti oma-aloitteisesti ja yksin. Heidän yhdysvaltalaisessa aineistossaan 85 % viestijöistä käytti generatiivista tekoälyä, mutta 95 % oli aloittanut käytön ilman minkäänlaista koulutusta tai koulutus on ollut hyvin epämuodollista. Käyttöönotto oli itse aloitettua, mutta myös siiloutunutta; tekoälyn vaikutuksista ei juuri keskusteltu työyhteisöissä.

Muussakin toimistotyössä suurin osa työntekijöistä on valinnut tekoälytyökalut töihin itse ja enemmistö kokee, että johto jopa olettaa työntekijöiden löytävän työkalunsa itse. Tekoälyä työssään käyttäneistä kaksi kolmesta kertoi käyttäneensä työkaluja, vaikka uskoi sen olevan vastoin työpaikan linjauksia, ja kolmannes salaisi käyttönsä välttääkseen esihenkilöiden arvostelua (PagerDuty 2026.) Kun sääntöjä sovelletaan epäjohdonmukaisesti ja oppiminen on ulkoistettu työntekijälle itselleen, ohjeistus ei ohjaa käyttäytymistä vaan ajaa sitä piiloon.

Laajalahti ja Koponen (2024) korostavat, että tekoälyn eettiseen käyttöön tarvitaan ohjeistuksia, mutta niidenkin rajat on tunnistettava: liian tiukat linjaukset voivat hidastaa kehitystä, heikentää kilpailukykyä ja vähentää työntekijöiden halukkuutta kokeilla tekoälyä. Paraskin ohjeistus voi kuitenkin vain tukea eettistä harkintaa, sillä se ei voi taata toiminnan eettisyyttä eikä tehdä eettisiä valintoja ihmisen puolesta. Tekoälyn vastuullinen käyttö edellyttää heidän mukaansa osaamista – tietoa, taitoa ja tahtoa – ja eettisyys vaatii jatkuvaa huolenpitoa.

Viestintäalan tekoälyongelma

Viestinnän ja mainonnan ala on tekoälyn käytön kärjessä, mutta organisaatiot ovat pieniä, mikä tarkoittaa, että hallinta- ja koulutusrakenteet puuttuvat useimmin juuri sieltä, missä käyttö on yleisintä. Tämä on ongelmallista siksikin, että työssä liikkuu paljon asiakkaiden luottamuksellista aineistoa. Alan ammattilaisista vain noin kolmannes välttää asiakas- ja brändinimien tai sisäisen viestinnän syöttämistä tekoälyjärjestelmiin (Muck Rack 2026), ja pienemmissä yrityksissä asiakastietoja päätyy julkisiin tekoälytyökaluihin suurempia useammin (PagerDuty 2026).

Oma ongelmansa on osaamisen asteittainen rapautuminen. Kun tekoälylle siirretään liikaa luovaa ja strategista vastuuta, ihmisen ja tekoälyn yhteistyössä syntyvä arvo voi myös kääntyä arvon tuhoutumiseksi. Riski syntyy esimerkiksi yliriippuvuudesta, virheellisen tiedon läpipääsystä ja vinoumien vahvistumisesta (Yang ym. 2025). J Muck Rackin (2026) tuloksissa näkyy kehityssuunta, joka herättää tästä kysymyksiä: lähes kaikki viestijät kertovat edelleen muokkaavansa tekoälyn tuottamaa tekstiä, mutta muokkauksen syvyys on pienentynyt vuosi vuodelta.

Valmius vaatii jatkuvaa ylläpitoa

Jöhnkin ym. (2021) valmiusmallissa AI-osaaminen – tekoälyn ymmärrys, henkilöstön jatkuva kouluttaminen ja tekoälyetiikka – on yksi valmiuden viidestä peruskategoriasta strategisen suuntautumisen, resurssien, kulttuurin ja datan rinnalla. Mainostoimistojen tekoälyintegraatiota tarkastelleet Cui ym. (2025) korostavat myös jatkuvan oppimisen ja sopeutumisen tärkeyttä ja näkevät onnistuneen käyttöönoton prosessina, jossa valmius, yhteisluominen, validointi ja toteutus kytkeytyvät takaisinkytkennöiksi. Valmius ei siis rakennu kertaluonteisesta koulutuksesta vaan on jatkuvasti ylläpidettävä järjestelmä. Se ei ole tila, joka saavutetaan kerran, vaan organisaation kyvykkyys, jota on kehitettävä teknologian, osaamisen ja toimintaympäristön muuttuessa.

Verkosto rakentaa sen, mihin pieni toimisto ei yksin pysty

Jos valmius on oppimisjärjestelmä, kymmenen hengen toimisto ei voi rakentaa sitä yksin – eikä sen tarvitsekaan. Ala voi tuottaa oppimisrakenteensa yhdessä: jaettuina ohjeistuspohjina, jotka ymmärretään eläviksi ja päivittyviksi oppimisen välineiksi, yhteisinä koulutuksina ja työpajoina sekä itsearviointina, jolla organisaatio näkee oman valmiutensa tason. Tähän tarpeeseen vastaa opetushallinnon alakohtaisten jatkuvan oppimisen verkostojen kokonaisuuteen kuuluva MAIVE-hanke, joka kokoaa viestinnän ja mainonnan suunnittelun toimijat jatkuvan oppimisen verkostoksi generatiivisen tekoälyn murroksessa.

Kyse on samalla työnantajakuvasta ja osaajien pitämisestä. PagerDutyn (2026) mukaan kolme neljästä toimistotyöntekijästä harkitsisi työpaikan vaihtoa parempien tekoälyoppien toivossa, ja moni kokee työpaikan jäykkyyden jarruttavan kehittymistään. Kun pieni toimisto nojaa yhteiseen verkostoon, se voi vastata tähän odotukseen ilman raskasta omaa koneistoa.

Lähteet

Cui, W., Liu, M. J. & Yuan, R. 2025. Exploring the Integration of Generative AI in Advertising Agencies: A Co-Creative Process Model for Human–AI Collaboration. Journal of Advertising Research. Vol. 65 (2), 167–189. Viitattu 26.8.2026. Saatavissa https://doi.org/10.1080/00218499.2024.2445362

Jöhnk, J., Weißert, M. & Wyrtki, K. 2021. Ready or Not, AI Comes – An Interview Study of Organizational AI Readiness Factors. Business & Information Systems Engineering. Vol. 63 (1), 5–20. Viitattu 26.8.2026. Saatavissa https://doi.org/10.1007/s12599-020-00676-7

Laajalahti, A. & Koponen, J. 2024. Tekoäly ja etiikka viestintäjohtajan työssä. Teoksessa Niittymaa, J. & Luoma-aho, V. (toim.) ProComma Academic 2024: Tekoälykäs viestintä. Helsinki: ProCom – Viestinnän ammattilaiset ry, 41–59.

Maben, S. K., Lambiase, J. & Vasquez, R. A. 2026. Self-starters and lone rangers: Municipal government and nonprofit PR practitioners’ approaches to AI training, ethics, and policy-making. Public Relations Review. Vol. 52 (1), 102664. Viitattu 26.8.2026. Saatavissa https://doi.org/10.1016/j.pubrev.2025.102664

Muck Rack. 2026. The State of AI in PR 2026. Viitattu 26.8.2026. Saatavissa https://muckrack.com/resources/research/state-of-ai-in-pr

PagerDuty. 2026. The 2026 Shadow AI Survey. Viitattu 26.8.2026. Saatavissa https://www.pagerduty.com/newsroom/shadow-ai-workplace-survey-2026/

Tilastokeskus. 2025. Tekoälyteknologioita käytti 38 % yrityksistä vuonna 2025. Tietotekniikan käyttö yrityksissä 2025. Viitattu 26.8.2026. Saatavissa https://stat.fi/fi/julkaisu/cm1hnps701dbm07w59uo0jw6u

Yang, J., Dong, C., Chu, S.-C. & Rheu, M. 2025. Transforming advertising in the age of generative AI: exploring advertising professionals’ perceptions of human-AI value co-creation. International Journal of Advertising. Vol. 45 (1), 139–170. Viitattu 26.8.2026. Saatavissa https://doi.org/10.1080/02650487.2025.2604910

Kirjoittaja

Harri Heikkilä on visuaalisen viestinnän ja UX/UI-designin yliopettaja LAB-ammattikorkeakoulun Muotoiluinstituutissa ja osallistuu MAIVE-hankkeeseen (Jatkuvan oppimisen verkosto: viestinnän ja mainonnan suunnittelun ala generatiivisen tekoälyn murroksessa).

Artikkelikuva: Midjourney / Harri Heikkilä