8.10.2019

Työterveyspäivät 8.-9.10.2019, Helsingin Messukeskus, Tiedote 44/2019

– Jotta tietoon perustuva päätöksenteko voi onnistua, ihmisen ja datan vuorovaikutuksen tulee onnistua, painottaa johtava tutkija Virpi Kalakoski Työterveyslaitoksesta.

– Tutkimuksemme osoitti, että ihminen pystyi käyttämään vain rajallista määrää hänelle esitetystä tiedosta.  Mitä suuremmaksi käsiteltävä tietomäärä kasvoi, sitä vähemmän oikeita päätöksiä syntyi.

Tutkimuksessa osallistujille esitettiin olennaista ja epäolennaista tietoa kahdesta eri työntekijäryhmästä ja tehtävänä oli päättää, kummassa ryhmässä kuormituksen määrä on suurempi.

Päätösvalintoja ei tehty pelkästään olennaisen tiedon pohjalta, vaan epäselvissä tapauksissa käytettiin tietoa, joka oli epäolennaista tehtävän kannalta.

– Vastaavia päätöstilanteita voi tulla vastaan itse kullekin. Lisääntyviä tietomääriä käsitellään niin yhteiskunnan, organisaatioiden kuin yksilöidenkin ongelmien ratkaisussa. Esimerkiksi organisaatioissa arvioidaan jatkuvasti taloustilannetta ja säännöllisesti työn tuloksellisuutta, mutta tyypilliset ajattelun vääristymät vaikuttavat päätöksenteossa. Viimeisenä esitetty tieto näyttää ylikorostuvan taloutta arvioivissa auditoinneissa, kun taas tulosarvioinnissa pärjäävät ne työntekijät, joiden vahvuus tulee esiin ensimmäiseksi esitetyissä tulosmittareissa, kuvaa Kalakoski.

Päätöksentekoa ja isojen tietomäärien hyödyntämistä voidaan kuitenkin helpottaa ottamalla kognitiivisen ergonomian ja uuden teknologian kuten tekoälyn keinot käyttöön.

Ihmisen ajattelun reunaehtojen ymmärtäminen parantaa isojen tietomäärien hyödyntämistä

Hyvin suunnitellut järjestelmät auttavat hahmottamaan olennaisia seikkoja ja huomaamaan uudenlaisia tekijöitä isoista tietomääristä. Ne huomioivat epäolennaiset tekijät, jotka voivat korostua ajattelussa ja vääristää valintoja.

– Saumaton yhteistyö ihmisen ja koneen välillä vaatii uudenlaisia tekoälymenetelmiä, jotka huomioivat ihmisen ajatustyön reunaehdot, sanoo apulaisprofessori Kai Puolamäki Helsingin yliopistosta.

– Sama pätee algoritmien tuottaman tiedon visualisointiin ja esittämiseen. Tulosten esittämistapa vaikuttaa analyysiprosessin lopputuloksiin ja johtopäätöksiin.

Kun tieto tarjotaan ihmiselle sopivan kokoisina annoksina, jaksotettuna ja järkevässä järjestyksessä, tilannekuvan rakentuminen helpottuu eivätkä esimerkiksi aluksi tai lopuksi esitetyt asiat ylikorostu päätöksenteossa.

Työterveyslaitoksen ja Helsingin yliopiston tutkimuksessa simuloitiin keskeisiä kognitiivisia eli tiedonkäsittelyn vaatimuksia, jotka koskevat dataan perustuvaa päätöksentekoa. Osallistujille esitettiin olennaista ja epäolennaista tietoa kahdesta eri työntekijäryhmästä ja tehtävänä oli päättää, kummassa ryhmässä kuormituksen määrä on suurempi. Tutkimus toteutettiin Työterveyslaitoksessa ja Helsingin yliopistossa osana apulaisprofessori Kai Puolamäen johtamia (Helsingin yliopisto, Tietojenkäsittelytieteen osasto) tutkimushankkeita: Ihmisen ohjaama tiedonhaku, Suomen Akatemian rahoittama akatemiahanke 1.9.2015-31.8.2019 ja Rakennetta satunnaistuksesta, Suomen Akatemian rahoittama akatemiahanke ICT2023-ohjelmassa 1.1.2018-31.12.2019.

 Julkaisu: Kalakoski, V., Henelius, A., Oikarinen, E., Ukkonen, A. & Puolamäki K. (2019). Cognitive ergonomics for data analysis. Experimental study of cognitive limitations in a data-based judgement task, Behaviour & Information Technology, 38 (10), 1038-1047

https://doi.org/10.1080/0144929X.2019.1657181

 

Lisätietoa:

Virpi Kalakoski, johtava tutkija, Työterveyslaitos, puh. 046 851 4008, virpi.kalakoski[at]ttl.fi
Twitter @VirpiKalakoski

Kai Puolamäki, apulaisprofessori, Suomen tekoälykeskus – Finnish Center for Artificial Intelligence (FCAI), Helsingin yliopisto, puh. 050 522 8111, kai.puolamaki[at]helsinki.fi,

Twitter @KaiPuo