Generatiivisen tekoälyn vaikutukset työuupumusriskiin tietotyössä

Abstract

Generatiivinen tekoäly yleistyy nopeasti tietotyössä, mutta sen vaikutuksia työntekijöiden hyvinvointiin on tutkittu vasta vähän. Tämä kandidaatintutkielma tarkastelee generatiivisen tekoälyn vaikutuksia tietotyöntekijöiden työuupumusriskiin. Työuupumus on merkittävä ongelma tietotyössä, joten tekoälyn vaikutusten ymmärtäminen sen suhteen on tärkeää sekä työntekijöille että organisaatioille, jotka pyrkivät hyödyntämään tekoälyä työhyvinvointi huomioiden.

Tämä kandidaatintutkielma on kirjallisuustutkimus, jossa analysoidaan olemassa olevaa tutkimustietoa COR-teorian viitekehyksessä. Tutkielman tavoitteena on selvittää, miten generatiivinen tekoäly vaikuttaa tietotyöntekijöiden työuupumusriskiin. Tavoitetta lähestytään kolmen tutkimuskysymyksen kautta: miten generatiivinen tekoäly muuttaa tietotyön luonnetta, mitkä tekijät vaikuttavat työuupumusriskiin tietotyössä ja miten tekoäly vaikuttaa näihin tekijöihin.

Tutkimuksessa saatiin selville, että generatiivisen tekoälyn vaikutukset työuupumusriskiin riippuvat käyttötavoista ja kontekstista. Myönteisinä vaikutuksina tunnistettiin kognitiivisten ja emotionaalisten resurssien säästäminen, oppimisen tehostuminen ja työn mielekkyyden vahvistuminen. Kielteisinä vaikutuksina ilmenivät kognitiivisten kykyjen mahdollinen heikentyminen, teknostressi ja sosiaalisten resurssien heikentyminen. Tutkimuksen tuloksena todettiin myös, että organisaation rooli on keskeinen: koulutus, tekoälyn asteittainen käyttöönotto ja työntekijöiden osallistaminen voivat vaikuttaa siihen, muodostuuko tekoälystä työuupumusta ehkäisevä vai lisäävä tekijä.

Generative artificial intelligence is quickly becoming widespread in knowledge work, but research on its effects on employee well-being is limited. This bachelor’s thesis examines the impact of generative artificial intelligence on the burnout risk of knowledge workers. Burnout is a significant issue in knowledge work and thus understanding the effects of artificial intelligence in this context is important for both employees and organizations aiming to utilize AI while considering employee well-being.

This thesis is a literature review that analyzes existing research within the framework of Conservation of Resources (COR) theory. The aim of the thesis is to determine how generative AI affects knowledge workers' burnout risk. This aim is approached through three research questions: how does generative AI change the nature of knowledge work, what factors affect burnout risk in knowledge work, and how does AI affect these factors.

This review found that the effects of generative AI on burnout risk depend on usage methods and context. Positive effects identified include conserving cognitive and emotional resources, enhancing learning, and strengthening work meaningfulness. Negative effects included possible deterioration of cognitive abilities, technostress, and weakening of social resources. The study also concluded that the organization's role is central: training, gradual AI implementation, and employee participation can influence whether AI prevents or increases burnout risk.