Tekoälystä ratkaisuja tietotyön kuormittavuuden mittaamiseen ja työhyvinvoinnin tukemiseen

Tutkimuksesta vauhtia työstressin tunnistamiseen

Jotta työperäistä kuormitusta voidaan hallita ja ylikuormitusta ennaltaehkäistä, on tärkeä tunnistaa työstressin oireet ja sitä aiheuttavat kuormitustekijät ajoissa. Edelleen työntekijöiden työssäjaksamista ja hyvinvointia mitataan yleensä kyselyillä kerran tai muutaman kerran vuodessa. Kyselyt mittaavat sen hetkisiä tuntemuksia varsin luotettavasti mutta eivät sellaisenaan sovellu pitkäaikaiseen työhyvinvoinnin seurantaan eivätkä anna riittävää näkyvyyttä korjaavien toimenpiteiden vaikuttavuuteen. Tästä johtuen anturipohjainen teknologia on noussut aktiiviseksi tutkimus- ja kehityskohteeksi. Erityisesti kulutuselektroniikan edistysaskeleet ovat johtaneet moniin puettavan teknologian sovelluksiin, jotka mahdollistavat liikkeen tai autonomisen hermoston reaktioiden seurannan arjessa, esimerkiksi rannekkeilla, sormuksilla tai älypuhelimilla.

VTT:n johtama, yhdessä Työterveyslaitoksen kanssa toteuttama Mad@Work-hanke tutkii tietotyön kuormitustekijöitä sekä kehittää tekoälyyn pohjautuvia luotettavia menetelmiä työstressin ja työn kuormitustekijöiden varhaiseen tunnistamiseen. Tutkimuksen kohteena on erityisesti työympäristöön upotettu käyttäjälle huomaamaton teknologia, jolla voidaan havainnoida stressiin viittaavia muutoksia työntekijän työtavoissa, asennoissa, liikehdinnässä ja työolosuhteissa. Fyysisten anturien lisäksi hankkeessa käytetään virtuaalisia antureita eli sovelluksia, jotka seuraavat tietoteknistä työympäristöä ja työntekijän tapaa toimia siinä.

Ylikuormitus näkyy yksilöllisinä muutoksina käyttäytymisessä

Tutkimukset ovat osoittaneet, että digitaalisten laitteiden käyttötapa muuttuu ylikuormittumisen myötä. Työntekijän stressitila voi ilmetä esimerkiksi epätyypillisenä näppäimistön näppäilyrytminä, muuttuneina hiiren liikeratoina tai sovellusten käyttöaikoina. Tällaisia muutoksia on mahdollista mitata myös paikkariippumattomassa etätyössä. Yhteistä työympäristöön upotettua teknologiaa soveltaville anturidatapohjaisille menetelmille on tekoälyn hyödyntäminen. Riippumatta siitä, mitataanko työntekijän liikehdintää, älylaitteiden käyttötapaa vai työympäristöä, data mallinnetaan algoritmien avulla ja työntekijän kokema stressitila tunnistetaan poikkeamana normaalista käyttäytymisestä. Alustavien tulosten mukaan työympäristöön upotettu tekoälyä hyödyntävä teknologia voi auttaa arvioimaan tietotyöntekijöiden kokemaa stressiä päivittäisellä tasolla.

Ihmisten yksilöllisyys on haaste stressin automaattiselle tunnistamiselle. Työntekijät reagoivat kuormitustekijöihin eri tavoin, ja koettuun stressiin vaikuttavat työn lisäksi muun muassa henkilön ikä, terveydentila, persoonallisuus ja stressinhallinnan taidot. Työstressi on pitkälti subjektiivinen kokemus, eikä sille ole absoluuttista mitta-asteikkoa. Tekoälyn avulla onnistuu suurtenkin datamäärien analysoiminen, mutta useamman ihmisen dataan pohjautuvien yleisten kuormittumismallien sijaan suurempi tarkkuus saavutetaan tunnistamalla yksilölliset stressiä ilmentävät piirteet esimerkiksi näppäimistön näppäilyrytmissä. Tähän päästään hyödyntämällä anturidataa ja mallintamalla kuormitusta yksilötasolla. Yksilöllisiin mittauksiin ja mallinnuksiin mentäessä huolenaiheeksi nousevat kuitenkin hyväksyttävyys- ja tietosuojakysymykset.

Turvallisuus ja yksityisyys edellä kohti uusia työhyvinvointiratkaisuja

Eurooppalaiset tietotyöntekijät ovat Mad@Work-projektin toteuttaman kyselytutkimuksen perusteella kiinnostuneita saamaan tietoa omasta kuormitustasostaan ja yli puolet vastaajista hyväksyi fysiologisen stressin jatkuvan seurannan työssään, mikäli sillä voidaan edistää omaa ja kollegoiden työhyvinvointia. Yleisesti suhtautuminen on sitä varautuneempaa, mitä henkilökohtaisemmaksi seurattava data koetaan. Dataa kerättäessä on siis erittäin tärkeää varmistaa yksityisyyden suoja, tietoturva sekä työntekijöiden oikeudet hallita omaa dataansa. Yleisen tietosuoja-asetuksen (General Data Protection Regulation, GDPR) hengessä Mad@Work-hanke on ottanut nämä tekijät huomioon jo ratkaisujen suunnitteluvaiheessa.

Kehitteillä olevat uudet tekoälyä ja anturidataa hyödyntävät ratkaisut täydentävät jo olemassa olevia työhyvinvoinnin mittausmenetelmiä ja mahdollistavat työntekijöiden stressin automaattisen seurannan. Tavoitteena on havaita työntekijöiden ylikuormitusoireet ja niihin liittyvät tekijät mahdollisimman varhain. Jotta tunnistettu työstressi tulee näkyväksi, Mad@-Work-hankkeessa kehitetään organisaatiobarometriä, jonka avulla yksilöt saavat tietoa omasta kuormituksestaan ja voivat jakaa anonyymisti tietoa omasta tilanteestaan eteenpäin niin, että organisaatiotasolla pystytään seuraamaan henkilöstön hyvinvointia ilman, että on vaaraa yksittäisten työntekijöiden tunnistamisesta. Parhaimmillaan lähes reaaliaikaisen tilannekuvan avulla voidaan tarjota oikein ajoitettuja tukitoimia kuormitustekijöiden vähentämiseksi, voimavarojen lisäämiseksi ja työuupumuksen ehkäisemiseksi – ja seurata onko toimenpiteillä haluttu vaikutus tilanteeseen. Kaiken kaikkiaan työntekijöiden hyvinvointiin tehdyt sijoitukset vähentävät sairauskuluja ja parantavat tuottavuutta eli hyödyttävät kaikkia – niin työntekijöitä, organisaatioita kuin yhteiskuntaakin.

Kirjoittajista Päivi Vanttola ja Sampsa Puttonen työskentelevät Työterveyslaitoksella, ja Johanna Kallio ja Atte Kinnula Teknologian tutkimuskeskus VTT:llä. Tutkijatohtorit haluavat edistää hyvinvointia työn murroksessa WHO:n kestävän kehityksen tavoitteiden mukaisesti.

Lisätietoja kansainvälisestä Mad@Work-hankkeesta: https://www.madatwork.eu/ «https://www.madatwork.eu/»1