Kiertotaloudessa lähtökohtana on resurssien pitäminen käytössä mahdollisimman pitkään, olemassa olevan arvon säilyttäminen sekä turhan kulutuksen ja hukan vähentäminen. Ajatus yhdistetään tavallisesti materiaaleihin, tuotteisiin ja energiaan. Generatiivisen tekoälyn kohdalla samaa näkökulmaa voidaan kuitenkin soveltaa myös tietoon, sisältöihin ja ihmisten osaamiseen.

Tekoälyergonomia tuo tähän mukaan ihmisen. Kestävää tekoälyn käyttöä ei ratkaista vain sillä, kuinka paljon sähköä datakeskus kuluttaa. On kysyttävä myös, käytämmekö teknologiaa tavalla, joka säästää ihmisen aikaa ja osaamista vai synnyttääkö se uuden kierroksen sisältöä, tarkistamista, korjaamista ja uudelleen tekemistä.

Voisiko olemassa olevaa käyttää uudelleen, muokata tai yhdistellä?

Organisaatiossa saattaa esimerkiksi olla vuosien aikana syntynyt suuri määrä koulutusmateriaaleja, ohjeita, tehtäviä ja asiantuntijoiden tuottamaa tietoa. Sen sijaan, että tekoälyä käytettäisiin aina uuden materiaalin generoimiseen, sitä voidaan käyttää olemassa olevan materiaalin löytämiseen, jäsentämiseen, päivittämiseen ja sovittamiseen uuteen tilanteeseen.

Tällöin tekoäly voi tukea eräänlaista tiedon kiertotaloutta. Vanha materiaali ei jää digitaaliseen varastoon odottamaan unohtumista, vaan sen käyttöarvoa voidaan jatkaa.

Generatiivinen tekoäly voi auttaa myös tunnistamaan digitaalista hukkaa analysoimalla tietoa ja löytämällä piilotettuja yhteyksiä. Se voi auttaa tunnistamaan päällekkäisyyksiä, kokoamaan hajanaista tietoa ja hyödyntämään vanhoja ratkaisuja uusien toimintojen lähtökohtana. Tekoälyn tehtävä ei tällöin ole ensisijaisesti tuottaa lisää, vaan auttaa näkemään paremmin se, mitä on jo olemassa.

Jokaisella tekoälytuotoksella on myös kustannus

Digitaalinen sisältö voi tuntua lähes aineettomalta. Tekoälylle esitetty kysymys ei kuitenkaan ole resurssien näkökulmasta ilmainen. Mallien kouluttaminen ja käyttäminen edellyttää laskentaa, datakeskuksia, sähköä, jäähdytystä sekä fyysistä infrastruktuuria.

Siksi tekoälyn kestävyyttä tarkasteltaessa huomio kannattaa suunnata yksittäisten kysymysten lisäksi myös käyttötapoihin. Jos generatiivista tekoälyä käytetään organisaatiossa tuhansia kertoja päivässä, pienistäkin valinnoista muodostuu suurempi kokonaisuus.

Tämä ei tarkoita, että tekoälyn käyttöä pitäisi lähtökohtaisesti välttää. Olennaisempaa on kysyä, mihin sitä kannattaa käyttää.

Jos tekoäly auttaa löytämään jo olemassa olevan materiaalin, vähentämään päällekkäistä työtä tai pidentämään jonkin sisällön käyttöikää, sen avulla voidaan samalla vähentää muuta resurssien käyttöä. Jos sillä puolestaan tuotetaan jatkuvasti uusia versioita ilman selvää tarvetta, syntyy digitaalista ylijäämää, jonka käsittelyyn tarvitaan jälleen ihmisten aikaa ja teknisiä resursseja.

Kiertotalouskeskustelussa resurssit tarkoittavat usein materiaaleja ja energiaa, mutta työelämässä myös ihmisen aika, keskittyminen ja osaaminen ovat rajallisia resursseja. Tässä tekoälyergonomia ja kiertotalous kohtaavat kiinnostavalla tavalla.

Jos tekoäly tuottaa viisi vaihtoehtoa, joista ihmisen täytyy tarkistaa kaikki viisi, säästimmekö todella resursseja? Entä jos yksi huolellisesti muodostettu vaihtoehto olisi riittänyt?

Kiertotalousajattelun voisi tässä tiivistää periaatteeseen: vähemmän turhaa tuotantoa, enemmän olemassa olevan arvon hyödyntämistä.

Ihmisen työ on resurssi – säästynyt aika ei saisi muuttua uudeksi kulutukseksi

Tekoälyn tuoma tehokkuus ei automaattisesti tarkoita kokonaisresurssien säästymistä. Ilmiössä on samaa logiikkaa kuin resurssitehokkuuden niin sanotussa rebound-vaikutuksessa: tehokkaampi teknologia ei automaattisesti vähennä kokonaiskulutusta, jos tehokkuuden seurauksena käyttö lisääntyy. Tekoälyn kohdalla näin voi käydä esimerkiksi silloin, jos säästynyt työaika täytetään heti uusilla tehtävillä tai uuden sisällön tuottamisella.

Tiedämme varsin hyvin sen, että tekoäly kirjoittaa luonnoksen hetkessä. Ihmiselle jää kuitenkin sen lukeminen, virheiden huomaaminen ja sen ratkaiseminen, voiko tuotosta käyttää. Työ voi nopeutua yhdessä kohdassa, mutta samalla ihmisen työpanos siirtyy toiseen.

Lee ja kumppanit tutkivat vuonna 2025 generatiivisen tekoälyn käyttöä 319 tietotyöntekijän kyselyaineistossa. Vastaajat kuvasivat kriittisen ajattelun siirtyvän muun muassa tiedon tarkistamiseen ja tekoälyn tuotosten sovittamiseen omaan tehtävään. Vahvempi luottamus tekoälyyn oli yhteydessä vähäisempään raportoituun kriittiseen ajatteluun. Kyse oli itsearvioista, joten tutkimus ei osoita tekoälyn aiheuttavan ajattelutaitojen heikkenemistä. Se kuitenkin antaa syyn tarkastella sitä, mihin ihmisen työpanos tekoälyn käytön myötä siirtyy. [1]

Työterveyslaitoksen kuormituksen arviointia käsittelevässä aineistossa huomioidaan muun muassa työtahti, keskeytykset, vaikutusmahdollisuudet sekä oppimiseen ja taukoihin käytettävissä oleva aika. [2] Tekoälyn käyttöönotossa olisi siksi kiinnostavaa tarkastella myös sitä, mitä vapautuneelle työajalle tapahtuu.

Voisiko osa tekoälyn säästämästä ajasta jäädä kohtaamiseen, oppimiseen, ajatteluun tai yksinkertaisesti siihen, että työpäivän ehtii tehdä rauhassa loppuun?

Kiertotalouden mukainen tekoäly alkaa kysymyksestä: tarvitsemmeko tätä?

Tekoälyn vastuullisessa käytössä keskustellaan usein siitä, mitä tekoälyllä voidaan tehdä. Kiertotalous tuo rinnalle toisenlaisen kysymyksen:

Mitä kannattaa tehdä?

Ennen generointia voidaan pysähtyä hetkeksi kysymään:

• Onko tarvittava sisältö jo olemassa?
• Voidaanko jotain olemassa olevaa käyttää uudelleen tai päivittää?
• Tarvitaanko kokonaan uusi tuotos vai riittäisikö nykyisen muokkaaminen?
• Kuinka monta vaihtoehtoa todella tarvitsemme?
• Kuinka paljon ihmistyötä tuotoksen tarkistaminen vaatii?
• Pidentääkö tekoälyn käyttö jonkin olemassa olevan tiedon, materiaalin tai ratkaisun käyttöikää?
• Vähentääkö se kokonaisuutena resurssien käyttöä vai siirtääkö kulutuksen vain toiseen paikkaan?

Näistä muodostuu samalla yksinkertainen tekoälyergonomian ja kiertotalouden yhteinen periaate: käytetään teknologiaa tarkoituksenmukaisesti eikä vain siksi, että uuden tuottaminen on helppoa.

Tekoälyergonomia voi siten olla yksi osa CircularAI-ajattelua. Kestävä tekoäly ei tarkoita ainoastaan energiatehokkaampia malleja ja datakeskuksia. Se tarkoittaa myös järkevämpää käyttökulttuuria.

Parhaimmillaan tekoäly auttaa meitä löytämään jo olemassa olevan, käyttämään sitä uudelleen, vähentämään päällekkäistä tekemistä ja suuntaamaan ihmisen rajallisen ajan sellaisiin tehtäviin, joissa ihmistä todella tarvitaan.

Ehkä yksi kiertotalouden tärkeimmistä tekoälytaidoista onkin yllättävän yksinkertainen: aina ei tarvitse generoida uutta.

Kirjoittaja työskentelee Mikkelin liikelaitos Otaviassa ja toimii asiantuntijana CIRCULAI-hankkeessa, jonka tavoitteena on kasvattaa tekoäly­osaamista, parantaa työhyvin­vointia ja tukea tekoälyn rohkeampaa hyödyntämistä yrityksissä. Lauri Ylä-Jussilaa kiinnostavat kestävyys, tulevaisuusajattelu ja tekoälyn mahdollisuudet oppimisessa. Hän tutkii uteliaasti uusia pedagogisia lähestymistapoja ja sitä, miten koulutus voi vahvistaa valmiuksia rakentaa kestävää tulevaisuutta. 

CirculAI-hankkeessa järjestetään maksuttomia tekoälyvalmennuksia pk-yrityksille. Valmennuksiin pääsee mukaan vielä syksyllä 2026, ja ne jatkuvat keväällä 2027. Valmennukset perustuvat todellisiin, yrityksille kohdennetussa kyselyssä nousseisiin tarpeisiin. Valmennuksia on eri taitotasoille aloittelevasta tekoälykäyttäjästä konkariosaajaan. Lisäksi yrityskohtaiset valmennukset ovat mahdollisia. Tutustu mahdollisuuksiin täältä.

Lähteet

[1] Lee, H.-P. ym. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI 2025.

[2] Haavisto, M.-L. (2024). Psykososiaalisten kuormitustekijöiden arviointi työpaikkaselvityksessä. Työterveyslaitos.

[3] Amershi, S. ym. (2019). Guidelines for Human-AI Interaction. CHI 2019.