Sosiaalialan digitalisaatio
  • Blogi
  • Tutkimusverkosto
  • Blogin toimitus
  • Ohjeita kirjoittajille
  • Sisällysluettelo
  • Blogi
  • Tutkimusverkosto
  • Blogin toimitus
  • Ohjeita kirjoittajille
  • Sisällysluettelo

digitalisaatio & sosiaaliala

MAHDOLLINEN YHTÄLÖ

Rikkinäiset teknologiat rikkinäisissä rakenteissa: Miksi tarvitaan kriittisiä näkökulmia sosiaalipalveluissa käytettävien tekoälyjärjestelmien eettiseen arviointiin?

3/6/2026

 
Two hand-sketched, suited people chat, one in an armchair facing their back at us and holding a cigarette, the other standing, holding a pipe. There are large flowers above the armchair. The hand-drawn image is superimposed with a textured rendering of a sad-face emoji covering the standing person's face. A seemingly random network of nodes hovers above the person in the armchair.
Edited from: Marcin Wilkowski / https://betterimagesofai.org / https://creativecommons.org/licenses/by/4.0/

Tekoäly sosiaalihuollossa

Tekoäly on astumassa vahvemmin osaksi sosiaalipalveluiden ja -työn arkea. Tekoälyratkaisujen povataan muun muassa avustavan palvelutarpeen arvioinnissa, vahvistavan ennaltaehkäiseviä toimia, tehostavan sosiaalietuushakemusten käsittelyä sekä kitkevän etuuksien väärinkäyttöä [1, 2]. Tähän kehityskulkuun liittyy runsaasti juridis-eettisiä haasteita. Suurilla datamassoilla optimoidut ennustemallit voivat olla esimerkiksi äärimmäisen moniulotteisia mikä tekee niiden toiminnan ennustamisesta ja selittämisestä hankalaa [3]. Tekoälyjärjestelmät voivat myös oppia ja jopa vahvistaa opetusdatan vinoumia, mikä voi johtaa syrjintään ja epäoikeudenmukaisiin lopputulemiin tekoälyä käytettäessä [4]. Suosittujen laajojen kielimallien toiminta on myös osittain satunnaista [5], mikä voi johtaa arvaamattomiin tai epäluotettaviin tuloksiin, kun niitä käytetään esimerkiksi asiakirjojen analysoimiseen ja kirjausten tekemiseen.

Näihin haasteisiin on pyritty vastaamaan uuden lainsäädännön, kuten tekoälyasetuksen, avulla sekä laatimalla eettisiä periaatteita ja ohjeistuksia tekoälyn kehittäjille ja käyttäjille. Tutkimuksessa on tuotettu myös runsaasti teknisiä menetelmiä, joilla pyritään takaamaan esimerkiksi järjestelmien syrjimättömyys ja läpinäkyvyys oikomalla niiden vinoumia ja avaamalla niiden ”mustia laatikoita”. Nämä lähestymistavat, vaikkakin tärkeitä sinänsä, sisältävät omat ongelmansa. Lainmukaisuus ei varmista eettisyyttä, eivätkä yleviltä kuulostavat periaatteet takaa, että tekoälyä tosiasiallisesti kehitetään ja käytetään eettisesti. Saatavilla olevat tekniset menetelmät puolestaan voivat tuudittaa järjestelmien kehittäjät ja käyttäjät ”rikkinäisten osien” harhaan [6]. Tällöin keskitytään tekemään tekoälystä ”tehokkaampaa”, ”tarkempaa” ja ”reilumpaa” sen sijaan, että puututtaisiin ongelmien sosiaalisiin ja rakenteellisiin juurisyihin. Pahimmillaan tämä johtaa siihen, että tuotetaan pinnallista legitimiteettiä niille toimintatavoille ja rakenteille, jotka ylläpitävät eriarvoisuutta ja ahdinkoa. Tässä blogitekstissä esitän muutamia huomioita siitä, miten meidän tulisi lähestyä tekoälyn etiikkaa sosiaalihuollon kontekstissa näiden ongelmien valossa.  
​

Tekoälyjärjestelmien eettisen arvioinnin viitekehys

Olen aiemmassa puheenvuorossa esittänyt viitekehyksen, jossa lokalisoitua eettistä normistoa käytetään läpi järjestelmän elinkaaren ja ympäröivä sosiaalinen konteksti huomioiden avustamaan eettistä arviointia ja tunnistamaan konkreettisia keinoja eettisten ongelmien ehkäisemiseen ja korjaamiseen [7] (ks. kuvio alla). 
Picture
Kuva 1. Viitekehys tekoälyjärjestelmien eettiselle arvioinnille, ks. alkuperäinen versio [7].
Lokalisoitu normisto on joukko käytännönläheisiä, kontekstiin sidottuja eettisiä periaatteita. Normisto muodostetaan sosiaalialan ammattilaisten ja asiakasryhmien toimintamahdollisuudet, soveltuva lainsäädäntö sekä sosiaalihuollon ammattieettiset periaatteet huomioiden. Edellä esitetyssä viitekehyksessä tätä normistoa sovelletaan läpi järjestelmän elinkaaren suunnittelun alkuvaiheista järjestelmän käytön lopettamiseen saakka. Samalla huomioidaan, että järjestelmä toimii osana laajempaa sosioteknistä järjestelmää, kuten sosiaalihuollon palvelua tai palvelukokonaisuutta.
​
Tässä blogitekstissä keskityn viitekehyksessä esitettyyn kolmanteen, kriittiseen näkökulmaan. Pyrin osoittamaan, että tämä kriittinen näkökulma on erityisen tärkeä, kun tarkastellaan tekoälyjärjestelmien käyttöä sosiaalihuollon kontekstissa.
​

Tekoälyn etiikkaa kriittisestä näkökulmasta

Kriittinen eettinen arviointi perustuu tutkittuun tietoon ja realistiseen tilannekuvaan. Se on myös luonteeltaan amelioratiivista eli se pyrkii tunnistamaan keinoja parantaa nykytilannetta. Kriittinen ote tekoälyjärjestelmien arviointiin edellyttää yhtäältä niiden taustalla olevien intressien ja päämäärien tekemistä näkyväksi. Mikään tekoälyjärjestelmä ei synny ideologisessa tyhjiössä, vaan taustalla on aina esimerkiksi taloudellisia intressejä ja (sosiaali)poliittisia päämääriä. Tämä konkretisoituu jo järjestelmän kehittämisprosessin alustavassa vaiheessa, jossa järjestelmälle määritellään laskennallinen optimointitehtävä  eli matemaattinen kuvaus siitä, mitä järjestelmän pitää tehdä ja millä reunaehdoilla. Ongelmaa määriteltäessä tehdään arvovalintoja, joita puolestaan ohjaavat käsitykset siitä, mitä järjestelmän pitäisi tehdä ja kenen eduksi. Käytännöllisten tavoitteiden kääntäminen koneellisesti ratkaistaviksi tehtäviksi ei ole helppoa ja eri sidosryhmillä on myös usein poikkeavia näkemyksiä siitä, mikä ongelma järjestelmän tulisi ratkaista ja miten [8].
​
Toisaalta kriittinen lähestymistapa edellyttää, että tekoälyjärjestelmiä tarkastellaan osana olemassa olevia, epätäydellisiä yhteiskunnallisia rakenteita eikä irrallaan niistä. Tämä rakenteellinen näkökulma on jäänyt vähäisemmälle huomiolle julkisessa keskustelussa aiheen ympäriltä, jossa tekoälystä puhutaan lähinnä sosiaalialan ammattilaisten työkaluna. Rakenteelliset näkökulmat ovat kuitenkin erityisen keskeisiä sosiaalihuollossa, jonka ammattieettisiin periaatteisiin kuuluu yhteiskunnallinen oikeudenmukaisuus, haavoittuvaisissa ja marginalisoiduissa asemissa olevien ihmisten auttaminen sekä yhteiskunnallisten epäkohtien näkyväksi tekeminen. Sosiaalihuoltolain 7 § (1301/2014) lisäksi velvoittaa hyvinvointialueet rakenteelliseen sosiaalityöhön, jossa tuotetaan tietoa asiakkaiden tarpeista ja niiden yhteiskunnallisista yhteyksistä sekä palvelujen vaikutuksista, määritellään tavoitteellisia toimia ongelmien ehkäisemiseksi ja korjaamiseksi sekä tuodaan sosiaalihuollon asiantuntemusta osaksi eri toimialojen suunnittelua sekä yhteistyössä muiden toimijoiden kanssa tehtävää kehittämistä.  

Esitän alla, että eettiset haasteet, joita kohdataan tekoälyn ja sosiaalihuollon rajapinnalla, erityisesti sosiaalietuuksia koskevissa prosesseissa, voivat paikoin juontaa ”rikkinäisiin” tekoälyjärjestelmiin. Tämä korostaa tarvetta realistisille odotuksille siitä, mitä tekoälyjärjestelmillä voidaan saada aikaan. Esitän myös, että monet haasteet seuraavat toisaalta siitä, että sosiaalihuollossa kohdattavat ongelmat ovat useimmiten luonteeltaan monisyisiä ja rakenteellisia. Järjestelmät voivat toimia niin kuin niiden pitäisi (kapeassa mielessä), mutta silti uusintaa rakenteellista eriarvoisuutta ja ahdinkoa. Mikäli tekoälyjärjestelmiä ei suunnitella nimenomaisesti lieventämään rakenteellisia ongelmia, esimerkiksi edistämään osallisuutta ja yhdenvertaisuutta yhteiskunnassa, ne voivat pahimmillaan myös vahvistaa ongelmallisia rakenteita. Tämä on erityinen uhkakuva tapauksissa, joissa tehostamisajattelun ja tekoälyoptimismin ideologinen liitto hankaa sosiaalihuollon ohjaavia arvoja ja periaatteita vastaan.  
​

Rikkinäiset teknologiat

Kriittinen näkökulma tekoälyn etiikkaan välttää arvioitavan järjestelmän idealisointia. Se lähtee oletuksesta, että mikään teknologia ei ole täydellistä. Havainnollistavana esimerkkinä voidaan tarkastella Ruotsin sosiaalivakuutusviraston käyttämää algoritmia, joka kehitettiin tunnistamaan petoksia vanhempainvapaan tilapäisen tuen hakemuksissa, mikä tehostaisi petosten kitkentää osoittamalla, milloin lisätutkimuksille on tarvetta. Lighthouse Reportsin selvityksen [9] mukaan algoritmin optimointiin käytettiin viraston dataa aiemmista hakemuksista ja petosepäilyistä, joissa epäilyt perustuivat satunnaisotannasta jälkikäteisesti tehtyihin laskelmiin virheellisesti maksetuista tukipäivistä. Petosarviot eivät siis perustuneet tutkittuihin petostapauksiin eivätkä huomioineet olivatko virheet tahallisia. Lighthouse Reports katsoi tämän kasvattavan riskiä perusteettomille tutkimuksille ja osoitti, että viraston määrittämä matemaattinen kynnysarvo petokselle (kaksi virheellisesti maksettua tukipäivää) paisutti merkittävästi arvioitujen petosten määrää. Mikäli kynnysarvona olisi käytetty neljää virheellisesti maksettua tukipäivää kahden sijasta, petosepäilyjen määrä olisi laskenut huomattavasti arvioidusta. Näennäisen harmittomillakin metodologisilla valinnoilla voi olla siis laajamittaisia vaikutuksia: matemaattinen kynnysarvo voi määrittää, joutuuko epäilyksen alaiseksi 57 000 vaiko 230 000 ihmistä. 

Lighthouse Reportsin löydökset eivät yllättäne kriittisiä teknologiatutkijoita, jotka ovat pitkään korostaneet, että tekoälyjärjestelmien pyörittämät ennustemallit ovat usein metodologisesti puutteellisia ja että väitteet niiden tarkkuudesta ovat paikoin suoranaisesti harhaanjohtavia [10]. Hienostuneet, tuhansia muuttujia sisältävät ennustemallit eivät välttämättä toimi paremmin kuin yksinkertaiset, muutamaan muuttujaan perustuvat algoritmit [11]. Valtavasti muuttujia sisältävät mallit ovat myös huomattavasti vaikeammin tulkittavia, mikä tekee niitä hyödyntävistä päätöksentekoprosesseista vähemmän läpinäkyviä [12]. Nämä asiat pätevät myös petostentunnistusalgoritmeihin. Esimerkiksi Rotterdamissa vuosina 2017–2021 käytetty koneoppimiseen perustuva petosten havaitsemisalgoritmi hyödynsi 315 muuttujaa henkilön petosriskin arvioimiseen, mutta asiantuntijat kuvailivat algoritmia silti ”hälyttävän epätarkaksi” [13].
​
Löydökset herättävät myös perustavanlaatuisia kysymyksiä julkisen vallankäytön legitimiteetistä tapauksissa, joissa tekoälyjärjestelmiä otetaan käyttöön sosiaalipalveluissa. Lighthouse Reportsin selvityksessä kuvataan, kuinka Ruotsin sosiaalivakuutusvirasto oli perustellut algoritmin tarpeellisuutta vetoamalla tukien väärinkäytön yleisyyteen [9]. Löydökset antoivat kuitenkin syytä epäillä, että väitteet väärinkäytön laajuudesta olivat lähtökohtaisestikin liioiteltuja. Samalla ne nostavat esiin laajemman kysymyksen prioriteeteista: miksi tekoälyä käytetään ensisijaisesti etuuksien väärinkäytön tunnistamiseen, eikä esimerkiksi niiden alikäytön vähentämiseen? Syy on mitä todennäköisimmin taloudellinen: väärinkäytön ehkäiseminen tuottaa helposti mitattavia säästöjä lyhyessä juoksussa, kun taas alikäytön korjaamisen mahdolliset taloudelliset hyödyt ovat vaikeammin mitattavissa ja voivat ilmetä vasta vuosikymmenten kuluessa.

Julkisessa keskustelussa tekoälyn käytöstä sosiaalihuollossa tulisi peräänkuuluttaa korkeita standardeja tekoälyjärjestelmien laadunvarmistamiselle sekä löytää uskallusta kyseenalaistaa vallitsevia näkemyksiä, jossa tekoälyyn suhtaudutaan useimmiten ratkaisuna resurssipulaan ja kasautuviin asiakkuuksiin [14]. Näitä näkemyksiä löytyy myös Kelan Eepos-kehittämisohjelman taustalta, jossa automatisaation ja digitalisaation keskeisiksi tavoitteiksi mainitaan toiminnan tehostaminen taloudellisten resurssien niukentuessa ja osaajapulan vallitessa. Esittämässäni kriittisessä otteessa tekoälyn etiikkaan korostuukin tarve vaihtoehtoisille ajattelutavoille, joissa samanaikaisesti tunnustetaan tekoälyjärjestelmien rajoitteet lankeamatta ”tekoälyhypeen” ja etsitään keinoja hyödyntää tekoälyä yhteiskunnan epäkohtien korjaamiseen ja yhdenvertaisuuden edistämiseen pelkän lyhytkatseisen taloudellisen tehostamisen sijaan.

Tekoäly rikkinäisissä rakenteissa

Virginia Eubanksin teos Automating Inequality kuvaa, kuinka ennuste- ja riskiarviointialgoritmien käytön yleistyminen Yhdysvaltojen sosiaalipalveluissa on vahvistanut köyhään väestöön kohdistuvaa valvontaa ja altistanut haavoittuvassa asemassa olevia ihmisiä rankaiseville toimenpiteille [15]. Nämä algoritmit tuottavat ennusteita ja päätöksiä historiallisen datan pohjalta ja täten muodostavat itseään ylläpitävän teknologisen hallintaverkoston, jossa ahdinko luo lisää ahdinkoa. Eubanks kutsuu tätä verkostoa ”digitaaliseksi köyhäintaloksi” ja kuvailee, kuinka sen sisällä tapahtuva ”digitaalinen seuranta ja automaattinen päätöksenteko piilottavat köyhyyden […] keskiluokan silmistä ja antavat valtiolle eettisen etäisyyden, jonka se tarvitsee tehdäkseen epäinhimillisiä valintoja: kuka saa ruokaa ja kuka näkee nälkää, kuka saa asunnon ja kuka jää kodittomaksi, ja mitkä perheet valtio hajottaa” (s. 13).
​
Eriarvoistavia, digitaalisia köyhäintaloja löydetään myös Atlantin tältä puolen. Amnesty International esittää raportissaan Coded Injustice [16], että Tanskassa sosiaalietuushakemusten käsittelyyn ja väärinkäytösten tunnistamiseen käytettävät algoritmit ovat syrjiviä, ja kuvailee, kuinka ”sosiaalietuuksien saajat joutuvat laajamittaisen valvonnan kohteeksi perinteisten ja digitaalisten valvontamenetelmien avulla” (s. 8). Raportissa esitetään Eubanksin kanssa yhteneviä huomioita siitä, kuinka marginalisoidut ihmiset ovat lukuisien eriarvoistavien rakenteiden ja järjestelmien ristipaineessa: ”algoritmien kautta tapahtuva syrjintä juontuu tanskalaisessa yhteiskunnassa vallitsevista epätasa-arvoisista rakenteista, laeista, säännöistä, instituutioista, normeista ja arvoista [jotka] ovat juurtuneet […] algoritmisten mallien suunnitteluun ja mahdollistavat erojen tai ”toiseuttamisen” perusteella tehtyjen luokittelujen luomisen ja vahvistamisen” (s. 10).  

Yllä kuvatut ongelmat eivät ole teknologisia ”bugeja”, joille löytyy teknologinen ratkaisu. Rakenteellinen eriarvoisuus ja marginalisaatio syntyvät instituutioiden, sosiaalipalveluiden ja niissä käytettävien teknologisten työkalujen, yhteiskunnassa vallitsevien toimintatapojen, sosiaalisten normien ja käsitysten yhteisvaikutuksista [17, 18]. Tästä syystä myöskään yksittäisen tekoälyjärjestelmän eettinen arvioiminen sosiaalisessa tyhjiössä, irrallaan näistä ympäröivistä rakenteista, ei riitä. Teknologisia järjestelmiä tulee arvioida kriittisesti osana laajempia sosioteknisiä järjestelmiä, jonka toimintaa ne ylläpitävät. Muutoin saatetaan langeta ”rikkinäisten osien” harhaan ja sivuuttaa mahdollisuus, että silloinkin, kun ”[teknologiset] järjestelmät toimisivat tarkoitetulla tavalla, ne voivat osaltaan lisätä rakenteellisia eriarvoisuuksia ja suhteetonta valvontaa, jota on historiallisesti kohdistettu köyhiin” [19, s.  253]. Rakenteellisen sosiaalityön hengessä näitä ongelmia tulisi tarkastella nimenomaisesti rakenteellisella tasolla, pohtien tekoälyn roolia rakenteiden ylläpitämisessä ja olemassa olevien valtasuhteiden uusintamisessa. Samalla tulisi aktiivisesti etsiä keinoja, joilla tekoälyä voitaisiin hyödyntää erityisesti rakenteellisten ongelmien tunnistamiseen ja lieventämiseen.

Kirjoittaja:
​Otto Sahlgren on filosofian väitöskirjatutkija Tampereen yliopistosta. Hänen tutkimuksensa keskiössä ovat tekoälyyn liittyvät eettiset kysymykset, erityisesti yhdenvertaisuus ja oikeudenmukaisuus, sekä tekoälyjärjestelmien vinoumien tunnistamiseksi ja korjaamiseksi kehitetyt menetelmät. Sahlgren työskentelee tekstin kirjoittamishetkellä Tampereen yliopiston DigiSus-tutkimusalustan rahoittamassa hankkeessa "Recognition in the Algorithmic Society".  

Lähteet:
  1. ​Reamer, F. (2023). Artificial Intelligence in Social Work: Emerging Ethical Issues. International Journal of Social Work Values and Ethics, 20(2): 52-71. https://doi.org/10.55521/10-020-205.
  2. Salovaara, S., Outila, M., Heilala, V., & Hautala, S. (2026). Tekoäly sosiaalityössä : kirjallisuuskatsaus. Finnish Journal of eHealth and eWelfare, 18(2), 115-131. https://doi.org/10.23996/fjhw.179073. 
  3. Burrell, J. (2016). How the machine ‘thinks’: Understanding opacity in machine learning algorithms. Big data & society, 3(1), 2053951715622512.
  4. Ojanen, A., Sahlgren, O., Vaiste, J., Björk, A., Mikkonen, J., Kimppa, K., Laitinen, A. & Oljakka, N. (2022). Algoritminen syrjintä ja yhdenvertaisuuden edistäminen: Arviointikehikko syrjimättömälle tekoälylle.
  5. Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big?. Proceedings of the 2021 ACM conference on fairness, accountability, and transparency: 610-623.
  6. Lauer, D. (2021). You cannot have AI ethics without ethics. AI and Ethics, 1(1), 21-25.
  7. Sahlgren, O. (2024). Terveysdatan ja tekoälyn eettiset haasteet: Kriittinen sosio-tekninen näkökulma. Sosiaalilääketieteellinen aikakauslehti, 61: 451-456.
  8. Passi, S., & Barocas, S. (2019). Problem formulation and fairness. Proceedings of the 2019 conference on fairness, accountability, and transparency: 39-48.
  9. Lighthouse Reports. (2024). Sweden’s Suspicion Machine. https://www.lighthousereports.com/investigation/swedens-suspicion-machine/
  10. Kapoor S., & Narayanan, A. (2023). Leakage and the reproducibility crisis in machine-learning-based science. Patterns, 4(9). https://doi.org/10.1016/j.patter.2023.100804.
  11. Salganik, M. J. ym. (2020). Measuring the predictability of life outcomes with a scientific mass collaboration. Proceedings of the National Academy of Sciences, 117(15), 8398-8403.
  12. Rudin, C. (2019). Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead. Nature machine intelligence, 1(5): 206-215.
  13. Constantaras, E., Geiger, G., Braun, J-C, Mehrotra, D. & Aung, H. (2023). Inside the Suspicion Machine. Wired, Maaliskuun 6. https://www.wired.com/story/welfare-state-algorithms/.
  14. Nuwasiima, M., Ahonon, M. P., & Kadiri, C. (2024). The role of artificial intelligence (AI) and machine learning in social work practice. World Journal of Advanced Research and Reviews, 24(1): 80-97.
  15. Eubanks, V. (2018). Automating inequality: How high-tech tools profile, police, and punish the poor. St Martin’s Press.
  16. Amnesty International. (2024). Coded Injustice: Surveillance and Discrimination in Denmark’s Automated Welfare State. https://www.amnesty.org/en/documents/eur18/8709/2024/en/.
  17. Young, I. M. (2011). Responsibility for justice. Oxford University Press.
  18. Lin, T. A., & Chen, P. H. C. (2022). Artificial intelligence in a structurally unjust society. Feminist Philosophy Quarterly, 8(3/4).
  19. Zajko, M. (2023). Automated Government Benefits and Welfare Surveillance. Surveillance & Society, 21(3): 246-258. 

Digitaaliset teknologiat muuttavat sosiaalityötä – kooste uusimmista kirjallisuuskatsauksista

14/4/2026

 
Picture
Digitaalisista teknologioista on tullut osa sosiaalityön arkea, jossa ne muovaavat monin tavoin niin vuorovaikutusta, dokumentointia, päätöksentekoa kuin johtamistakin. Tätä kokonaisuutta tarkastelee laaja sateenvarjokatsaus [1], joka kokoaa yhteen tietoa 24:stä vuosina 2014–2025 julkaistusta sosiaalityön teknologioita käsittelevästä systemaattisesta katsauksesta.

Tämä ensimmäinen sosiaalialan digitalisaatiota käsittelevä sateenvarjokatsaus muodostaa kokonaiskuvan aihepiirin tutkimuksesta viime vuosikymmenen ajalta. Tutkijat lähestyvät aihetta kiinnostavasti kolmen tutkimuskysymyksen kautta: Mitä digitaalisia teknologioita sosiaalityössä käytetään? Millaista sosiaalityön teknologia on luonteeltaan? Miten teknologiat nähdään suhteessa tietoon ja tiedonmuodostukseen? Katsauksesta ilmenee, miten digitaaliset ratkaisut avaavat sosiaalityössä uusia mahdollisuuksia, mutta tuovat mukanaan myös eettisiä, käytännöllisiä ja inhimillisiä kysymyksiä, jotka vaativat sosiaalityöntekijöiden, tutkijoiden ja palvelunjärjestäjien yhteistä pohdintaa.
​

Mitä digitaaliset teknologiat sosiaalityössä oikeastaan ovat?

Pohjaten Fernando Relinque-Medinan & Pablo Álvarez-Pérezin [2] artikkeliin, katsaus esittelee tavan hahmottaa teknologian kehitystä. Vuosituhannen vaihteen ensimmäisenä aikakautena teknologia oli “kouriintuntuvaa”, jollain tapaa kiinteää, esimerkiksi pöytätietokoneiden muodossa. Sitten tuli toinen aikakausi, noin 2007-2020, jolloin teknologiaa voisi kuvata “sulautuvaksi”, se oli joustavampaa ja liikkuvampaa, kuten vaikkapa älypuhelimet, jotka kulkevat taskussa mukanamme. Nykyään elämme “kaasuuntuneen” teknologian aikaa, jossa digitaalisuus on kaikkialla läsnä, emmekä enää edes välttämättä erota millaisia toisiinsa sulautuneita teknologisia ratkaisuja ja sovelluksia käytämme arjessa.
​
Samoin nykypäivän sosiaalityössä teknologia kietoutuu osaksi vuorovaikutusta, päätöksentekoa ja ammatillista harkintaa. Tämä tarkoittaa, ettei sosiaalityön digitaalista muutosta voi ymmärtää pelkästään teknologian hyötyjä ja haittoja arvioimalla. Teknologia muuttaa ammatillisia rooleja, hoivan muotoja ja vallankäyttöä. Samalla ammattilaiset ja asiakkaat muovaavat teknologian käyttöä omiin tarpeisiinsa. Kirjoittajat huomauttavat, että muutos resonoi Latourin [3] ajattelun kanssa. Latour pyrkii purkamaan totuttuja kahtiajakoja esimerkiksi sosiaalisen ja teknologisen välillä ja puhuu niin sanotusta hybridistä, jossa sosiaalisen ja teknologisen väliset rajat hämärtyvät.

Katsauksen perusteella digitaalisuus näkyy nykyään lähes kaikilla sosiaalityön sektoreilla. Tutkimuksissa tarkasteltiin muun muassa lastensuojelua, ikääntyneiden ja maahanmuuttajien palveluita, sekä sosiaali- ja terveydenhuollon rajapintaa. Käytössä olevat teknologiat vaihtelevat videovälitteisestä asiakastyöstä päätöksenteon tukijärjestelmiin, virtuaalitodellisuudesta dokumentointiin ja asiakastiedon hallintaan. Tutkijat huomauttavat kuitenkin, että teknologian muotoa tärkeämpää on, miten se kytkeytyy osaksi arjen sosiaalityötä ja millaisiin tarkoituksiin sitä käytetään. Tutkijat kannustavatkin siirtymään eteenpäin pelkästä teknologian hyötyjen ja haittojen tarkastelusta ja tutkimaan sen sijaan syvällisemmin teknologian roolia sosiaalityön eri konteksteissa.
​

Sosiaalityön teknologioiden olemus

Sateenvarjokatsaus tuo esiin, miten sosiaalityön teknologiaa on katsauksissa käsitelty käytännöllisestä ja empiirisestä näkökulmasta, kun taas teoreettisempi lähestymistapa on jäänyt vähäiseksi. Tutkijoiden mukaan teknologian perusteellisempi käsitteellistäminen olisi kuitenkin hyödyllistä myös kuvailevassa tutkimuksessa. Muutamissa katsauksissa olikin lähdetty avaamaan enemmän sosiaalityön teknologioiden ontologiaa. Esimerkiksi López Peláez ja kumppanit [4] painottavat teknologioiden sosiaalisesti muotoutuvaa luonnetta. Heidän mukaansa teknologioita muovataan sosiaalisissa ympäristöissä, jonne ne myös sulautuvat. Nordesjö ja kumppanit [5] puolestaan huomauttavat, kuinka teknologiat murtavat perinteiset oletukset sosiaalityöntekijän ja asiakkaan välisestä suhteesta pääasiassa kasvokkaiseen vuorovaikutukseen perustuvina.
​
Tickner ja kumppanit [6] tuovat sosiaalityöhön Pinkin ja kumppaneiden [7] esittelemän hybridin sosiaalityön käsitteen. Hybridi sosiaalityö kuvastaa sitä, miten digitaalinen teknologia on tullut väistämättömäksi osaksi sosiaalityön käytäntöä. Käytännön muutosta on kuvattu myös teknologiavälitteisen sosiaalityön [8] ja e-sosiaalityön [4] käsitteillä. Havainnot luovat kuvaa muutoksesta, jossa sekä sosiaalityön käytäntö, yhteistyön tekemisen ja kommunikaation tavat sekä teknologinen kehitys ovat jatkuvassa muutoksessa ja keskinäisessä uudelleenmuotoutumisen tilassa. 
​

Digitaaliset teknologiat ja tiedonmuodostus sosiaalityössä

Analysoitujen katsausten epistemologiset näkökulmat painottavat pääasiassa teknologian hyötyjä ja haittoja. Digitaalisten työvälineiden on havaittu parantavan palveluiden saavutettavuutta erityisesti alueilla, joilla fyysisiä palveluita on vähän. Niiden avulla voidaan myös vahvistaa vuorovaikutusta ja lisätä asiakkaiden osallistumismahdollisuuksia esimerkiksi nuorisotyössä ja lastensuojelussa. Monissa katsauksissa tuodaan esiin, että teknologia voi helpottaa koordinointia, tehostaa dokumentointia ja luoda uusia tapoja tukea asiakkaita. Hyödyt eivät kuitenkaan toteudu automaattisesti. Ne syntyvät, mikäli teknologia sopii käytännön työympäristöön ja vastaa sosiaalityöntekijöiden ja asiakkaiden todellisiin (tieto)tarpeisiin.

Haasteet, joita katsauksissa tunnistettiin, ovat tulleet ilmi myös suomalaisessa sosiaalityön teknologian tutkimuksessa [9,10]. Moni teknologinen järjestelmä on suunniteltu huonosti, eikä vastaa sosiaalityön tarpeisiin. Tämän seurauksena ammattilaiset kehittävät kiertoteitä ja uupuvat lisääntyvien digitaalisten tehtävien alle. Eettiset kysymykset nousevat voimakkaasti esiin, sillä teknologia voi haastaa yksityisyyden suojan toteutumista, luottamuksen rakentumista ja ammatillisten rajojen ylläpitämistä. Lisäksi digitaalisuuden myötä lisääntyvä eriarvoisuus on todellinen riski. Kaikilla asiakkailla ei esimerkiksi ole laitteita, verkkoyhteyksiä tai riittäviä digivalmiuksia teknologioiden turvalliseen käyttöön.
​
Katsauksissa korostettiin tarvetta ottaa sosiaalityöntekijät mukaan teknologioiden kehittämiseen, jotta voitaisiin paremmin varmistaa teknologioiden yhteensopivuus käytännön työn kanssa. Kirjoittajat peräänkuuluttavat myös tutkimuksen kehittämistä teknologioiden monipuolisemman ja syvällisemmän ymmärryksen edistämiseksi. Esimerkiksi hoivan etiikan [11] ja sosioteknisten systeemien [12] teorioiden hyödyntämiseen kannustettiin.
​

Millaista tutkimustietoa tarvitaan?

Sateenvarjokatsauksen mukaan suurimmat tutkimuskatveet liittyvät kolmeen teemaan. Ensimmäinen on asiakkaiden näkökulma, joka jää usein varjoon, vaikka teknologia vaikuttaa suoraan heidän arkeensa ja oikeuksiinsa. Toinen koskee teoreettista jäsentämistä: moni katsaus kuvaa teknologiaa, mutta harvoin selittää, miksi se toimii tai ei toimi tietyssä kontekstissa. Kolmas tutkimuksellinen aukko liittyy kansainvälisen tutkimuksen puutteeseen. Kirjoittajien mukaan tarve eri maiden väliselle vertailulle ja yleistettäville havainnoille on suuri.

​Katsauksen kirjoittajat painottavat, että sosiaalityön digitaalinen tulevaisuus vaatii ennen kaikkea uudenlaista ajattelutapaa. Teknologiaa ei tulisi nähdä vain hyvänä tai huonona, vaan osana monimutkaista sosioteknistä kokonaisuutta, jossa se kietoutuu yhteen ihmisten ja arvojen kanssa. He ehdottavat, että sosiaalityön tutkimuksessa ja käytännössä tulisi panostaa erityisesti teknologioiden käyttäjälähtöiseen suunnitteluun, osallistaviin tutkimusmenetelmiin sekä eettisiin ja teoreettisiin viitekehyksiin, jotka huomioivat hoivan ja suhteiden merkityksen sosiaalityössä.

Teksti pohjautuu sateevarjokatsaukseen: Bruheim-Escobar, I., Wullum Aasback, A., & Kvakic, M. (2026). Digital technologies in social work: An umbrella review. European Journal of Social Work, 1–15. https://doi.org/10.1080/13691457.2026.2621288

​Tekstin on kirjoittanut sosiaalityön digitalisaation ja teknologian tutkijatohtori Samuel Salovaara Lapin yliopistosta.
Lähteet:
  1. Bruheim-Escobar, I., Wullum Aasback, A., & Kvakic, M. (2026). Digital technologies in social work: An umbrella review. European Journal of Social Work, 1–15. https://doi.org/10.1080/13691457.2026.2621288 
  2. Relinque-Medina, F., & Álvarez-Pérez, P. (2024). Socio-Digital Challenges for Social Work in the Metaverse. The British Journal of Social Work, 54(5), 2258–2277. https://doi.org/10.1093/bjsw/bcae032
  3. Latour, B. (2006). Emme ole koskaan olleet moderneja (R. Suikkanen, Tran.). Vastapaino.
  4. López Peláez, A., & Marcuello-Servós, C. (2018). e-Social work and digital society: Re-conceptualizing approaches, practices and technologies. European Journal of Social Work, 21(6). https://doi.org/10.1080/13691457.2018.1520475
  5. Nordesjö, K., Scaramuzzino, G., & Ulmestig, R. (2022). The social worker-client relationship in the digital era: A configurative literature review. European Journal of Social Work, 25(2), 303–315. https://doi.org/10.1080/13691457.2021.1964445
  6. Tickner, C., Heinsch, M., Brosnan, C., & Kay-Lambkin, F. (2023). “Another tool in our toolbox”: A scoping review of the use of eHealth technologies in health social work practice. Social Work in Health Care, 62(1), 1–18. https://doi.org/10.1080/00981389.2022.2163450
  7. Pink, S., Ferguson, H., & Kelly, L. (2022). Digital social work: Conceptualising a hybrid anticipatory practice. Qualitative Social Work, 21(2), 413–430. https://doi.org/10.1177/14733250211003647
  8. Afrouz, R., & Lucas, J. (2023). A systematic review of technology-mediated social work practice: Benefits, uncertainties, and future directions. Journal of Social Work, 23(5), 953–974. https://doi.org/10.1177/14680173231165926
  9. Salovaara, S. (2024). Tietojärjestelmät osana sosiaalityön tiedonmuodostusta [Väitöskirja.  Acta electronica Universitatis Lapponiensis 383., Lapin yliopisto. Yhteiskuntatieteiden tiedekunta.]. https://lauda.ulapland.fi/handle/10024/66177
  10. Ylönen, K. (2025). Technostress of Social Workers Using Information Systems. Journal of Technology in Human Services, 1–17. https://doi.org/10.1080/15228835.2025.2569458
  11. Tronto, J. C. (1993). Moral boundaries: A political argument for an ethic of care. Routledge.
  12. Trist, E. (1981). The evolution of socio-technical systems. A conceptual framework and an action research program. In A. H. Van de Ven & W. F. Joyce (Eds.), Perspectives on organization design and behavior (pp. 5–67). Wiley.

Tekoäly sosiaalihuollon arjen tukena - tekoälyn hyödyntämistä tutkimassa

24/3/2026

 
Picture
Sosiaalihuollon työ on vaativaa, merkityksellistä ja usein kuormittavaa. Työ edellyttää jatkuvaa ammatillista harkintaa, vuorovaikutusta ja dokumentointia usein tilanteissa, joissa aikaa on liian vähän. [1] Samaan aikaan keskustelu tekoälystä on kiihtynyt: voisiko tekoäly helpottaa työtä, vai tuoko se mukanaan lisää huolia ja epävarmuutta?
​
Vaasan, Turun ja Hämeen ammattikorkeakoulujen yhteisessä AI Tuki! – Tekoäly sosiaalihuollon arjen tukena -tutkimushankkeessa tavoitteenamme on muun muassa tarkastella, miten tekoälyä tällä hetkellä hyödynnetään sekä millaisia eettisiä näkökulmia sosiaalihuollossa on ratkaistava tekoälyn käyttöönotossa ja käyttämisessä. Kohdeorganisaatioina ovat lastensuojelu, vammaispalvelut ja ikääntyneiden ympärivuorokautinen hoiva. Hanketta rahoittaa Työsuojelurahasto, ja se päättyy elokuussa 2026. Tässä hankkeessa tekoälyllä tarkoitetaan generatiivista tekoälyä, joka pystyy luomaan täysin uutta sisältöä (esimerkiksi tekstiä, kuvia, ääntä) perustuen sille annettuun dataan [2, 3].

Mistä lähdimme liikkeelle?

Hankkeen alkuvaiheessa halusimme ennen kaikkea kuulla sosiaalihuollon ammattilaisten ääntä. Tätä varten toteutimme sähköisen kyselyn syys-lokakuussa 2025, jossa kartoitimme mm. sosiaalihuollon toimijoiden kokemuksia tekoälyn käytöstä, asenteita, valmiuksia ja osaamista sekä tutkimme työn imua ja tuottavuutta. Lisäksi vastaajat raportoivat tekoälyn käytön eettisistä kysymyksistä ja osaamistarpeistaan.

Kysely lähetettiin lastensuojelun, vammaispalveluiden ja ikääntyneiden ympärivuorokautisen hoivan 1867 toimijalle. Tutkimukseen osallistuneista (n=374) vajaa kolmasosa kertoi käyttävänsä tekoälypohjaisia ohjelmia työssään. Tekoälyn koettiin helpottavan asiakastyöhön liittyvän tiedon löytämistä ja tukevan päätöksentekoa tarjoamalla relevanttia tietoa nopeasti. Tekoäly ei kuitenkaan näyttäytynyt vastaajille ratkaisuna asiakastyön ydinhaasteisiin, vaan pikemminkin arjen työtä tukevana välineenä esimerkiksi dokumentointiin, tiedonhakuun ja tiedon jäsentämiseen sekä työn suunnitteluun. Vastaavanlaisia tuloksia on saatu aikaisemmissa tutkimuksissa [4, 5].
​
Vastaukset osoittivat, että kiinnostusta tekoälyn käyttöä kohtaan oli, mutta samalla kaivattiin selkeää, sosiaalihuollon työntekijöille räätälöityä tietoa ja tilaa yhteiselle pohdinnalle sekä organisaatiokohtaisia pelisääntöjä tekoälyn hyödyntämiseen. Kiinnostuksesta huolimatta säännöllinen käyttö oli vielä vähäistä. 

Koulutusta ja konkreettisia esimerkkejä

Kyselyn tulosten pohjalta järjestimme tammikuussa 2026 tekoälyä käsittelevän lyhyen koulutuksen tekoälyn käytöstä ja hyödyntämisestä sosiaalihuollon työssä. Tavoitteena oli kannustaa sosiaalihuollon toimijoita tarkastelemaan tekoälyn hyödyntämistä omassa työssään. Osallistujissa oli runsaasti niitä, jotka eivät vielä olleet käyttäneet tekoälyä työssään. Koulutuksessa keskityttiin erityisesti ajankohtaisiin generatiivisiin tekoälyohjelmiin ja niiden toimintalogiikkaan sekä jaettiin ideoita arjen työn tehostamiseen ja ajansäästöön. Lisäksi jaettiin ohjeita ja vinkkejä tehokkaaseen promptaukseen eli tekoälyn ohjeistamiseen sekä tietoturvan huomioimiseen tekoälyä käytettäessä. 
​
Keskeistä koulutuksessa oli tuoda tekoäly pois yleisluonteisesta keskustelusta ja tarkastella sitä arkisten käytännönläheisten työtilanteiden kautta. Osallistujat havaitsivat, että tekoäly ei tarkoita päätösvallan siirtämistä koneelle, vaan se toimii työn ja ajattelun tukena.

Työpaja tekoälyn hyödyntämisestä johtamistyössä

Koulutuksen jälkeen järjestimme työpajan, joka tarjosi organisaation avainhenkilöille tilaisuuden jakaa näkemyksiä, tunnistaa uusia mahdollisuuksia ja pohtia tekoälyn roolia osana sosiaalihuollon johtamista tulevaisuudessa. Työpajassa esiteltiin tutkimuksen alustavia tuloksia sekä tarkasteltiin tekoälyn käyttömahdollisuuksia sosiaalihuollossa, erityisesti johtamisen näkökulmasta.

Työpajan osallistujien keskusteluissa tuli esille, että rutiinitehtävien keventämisen ja ajansäästön lisäksi tekoäly voi lisätä tuottavuutta myös parantamalla työn laatua. Erityisesti viestinnän tukeminen nähtiin merkittävänä hyötynä: tekoäly voi auttaa selkeyttämään tekstejä, jäsentämään asioita ja kohdentamaan viestintää tarkoituksenmukaisemmin.
​
Lisäksi tekoälyn koettiin tukevan asiantuntijatyötä monimutkaisten kokonaisuuksien jäsentämisessä, vaihtoehtojen tarkastelussa sekä tulevaisuuden skenaarioiden hahmottamisessa. Tämä voi tehdä työskentelystä tavoitteellisempaa ja sujuvampaa.

Mitä olemme tähän mennessä oppineet?

​Vaikka hanke on vielä käynnissä, voidaan jo nyt korostaa muutamia alustavia tuloksia ja havaintoja:
  • Joka kolmas (28,1 %) vastaaja oli käyttänyt tai käyttää tekoälypohjaisia ohjelmia työssään ja vain joka kymmenes (10,0 %) oli osallistunut tekoälykoulutukseen tai hankkinut muuta tukea tekoälyn käyttöön.
  • Vain yksittäiset henkilöt (1,5 %) ilmoittivat käyttävänsä tekoälyä säännöllisesti (päivittäin tai useamman kerran viikoittain) eri tehtävissä.
  • Eniten tekoälyä käytettiin tiedonhakuun ja siinä 5,8 % (n=21) ilmoitti käyttävänsä sitä vähintään useamman kerran viikossa.
  • Sosiaalialalla kaivataan konkreettisia, päivittäiseen työhön kiinnittyviä esimerkkejä tekoälyn käyttömahdollisuuksista.
  • Tekoälyyn liittyvä osaaminen ei kehity yksin, vaan yhdessä kokeillen, keskustellen ja kouluttautuen.
  • Tekoälyn osalta tunnistetaan tietosuojaan ja tietoturvaan liittyvät haasteet ja kaivataan selkeitä ohjeistuksia tekoälyn käyttöön.
  • Ammatillinen harkinta, etiikka, asiakkaan etu sekä työn inhimillinen luonne kuvastuvat ammattilaisten pohdinnoista.  
 
Tietosuojaan ja -turvaan sekä eettisyyteen liittyvät tulokset ovat korostuneet aikaisemmissakin tutkimuksissa [5–7]. Ehkä keskeisin havainto tähän mennessä on ollut se, että tekoälyn hyödyntäminen sosiaalihuollossa ei ole yksinkertainen joko–tai-kysymys. Kyse on pikemminkin jatkuvasta ammatillisesta arvioinnista siitä, missä tilanteissa tekoäly voi tukea asiantuntijatyötä ja missä puolestaan ihmisen osaaminen, kokemus ja aito kohtaaminen ovat korvaamattomia. [3] 

Katse eteenpäin

Tutkimushanke jatkuu uusintakyselyllä ja tekoälyn hyödyntämisen toimenpidesuositusten laatimisella keväällä 2026. Tavoitteena ei ole tarjota valmiita vastauksia, vaan innostaa työntekijöitä kokeilemaan, oppimaan ja rakentamaan yhteistä ymmärrystä tekoälyn käyttömahdollisuuksista, jotka ovat sosiaalialalle aidosti hyödyllisiä ja kestäviä.
​
Keskustelu tekoälystä koskettaa jo nyt sosiaalihuollon arkea. Kehittämistyötä jatketaan muun muassa Euroopan unionin osarahoittamassa (ESR+) hankkeessa AI TEKO! Tekoälyä sosiaalialan työpaikoille. Hankkeen päätavoitteena on edistää generatiivisen tekoälyn käytön hyödyntämistä sosiaalialan työpaikoilla niin, että kokonaisvaltainen työhyvinvointi ja työn tuottavuus lisääntyy henkilöstön ja johdon osaamisen sekä yhteisen toiminnan kautta.

Kirjoittajat
Hakala, Paula, TtT, tutkijayliopettaja, Hämeen ammattikorkeakoulu
Rouhelo, Anne, KT, yliopettaja, Turun ammattikorkeakoulu
Uusi-Kakkuri, Piia, KTT, yliopettaja, Vaasan ammattikorkeakoulu
Lähteet:
 
  1. Talentia. (2024). Talentia – työolobarometri 2024. https://www.talentia.fi/wp-content/uploads/2024/03/talentia_tyoolobarometri_2024_yhteenveto.pdf  
  2. Valtiovarainministeriö. (2025). Ohjeistus generatiivisen tekoälyn hyödyntämisestä työn tukena ja apuvälineenä julkisessa hallinnossa. 26.2.2025. VN/6190/2025. https://valtioneuvosto.fi/documents/10623/1464506/Ohjeistus+generatiivisen+teko%C3%A4lyn+hy%C3%B6dynt%C3%A4misest%C3%A4+ty%C3%B6n+tukena+ja+apuv%C3%A4lineen%C3%A4+julkisessa+hallinnossa_saavutettava.pdf/e1f25f87-68fd-6994-f3ee-1c832988798f?t=1740975832781
  3. Alasoini, T. (2023). Generatiivinen tekoäly ja työelämän muutos: alustavia havaintoja. Työpoliittinen aikakauskirja 4/2023. Työ- ja elinkeinoministeriö 2023. https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/165319/TAK_tyopoliittinen_aikakauskirja_4_2023.pdf?sequence=1
  4. Garkisch, M., Goldkind, L. (2025). Considering a Unified Model of Artificial Intelligence Enhanced Social Work: A Systematic Review. J. Hum. Rights Soc. Work 10, 23–42. https://doi.org/10.1007/s41134-024-00326-y
  5. Nuwasiima, M., Ahonen, MP. & Kadiri, C. (2024). The Role of Artificial Intelligence (AI) and machine learning in social work practice. World Journal of Advanced Research and Reviews, 24(01), 080–097 https://doi.org/10.30574/wjarr.2024.24.1.2998
  6. Seniutis, M., Gružauskas, V., Lileikiene, A., & Navickas, V. (2024). Conceptual framework for ethical artificial intelligence development in social services sector. Human Technology, 20(1), 6–24. https://doi.org/10.14254/1795-6889.2024.20-1.1
  7. Laurén, A., Pihlajamäki, M., Pietilä, T. & Mäkiranta, T. (2026). Tekoälyä hyödyntävien palveluiden riskienhallinta sosiaali- ja terveydenhuollossa. Sote-tekoälyn kokeiluprojektit 2025. DigiFinland, Sosiaali- ja terveysministeriö, Terveyden ja hyvinvoinnin laitos. Tekoalya-hyodyntavien-palveluiden-riskienhallinta-sosiaali-ja-terveydenhuollossa.pdf

Sosiaalialan digitalisaation tutkimusverkosto

8/12/2025

 
Picture
Perustimme tammikuussa 2021 Sosiaalialan digitalisaatio -blogin yhdessä Anna-Maija Pyykösen ja Noora Oinaksen kanssa. Tavoitteemme oli tehdä näkyväksi sosiaalialan digitalisaation monimuotoisuutta, tuoda esiin siihen liittyviä näkökulmia ja koota yhteen aiheeseen liittyvää tutkimusta. Blogi määriteltiin tieteelliseksi mutta helposti lähestyttäväksi, jotta tutkimustieto olisi saavutettavissa myös akateemisen maailman ulkopuolelta.

​Vuosien varrella blogi on palvellut tätä tehtävää hyvin: sinne on kertynyt kuvauksia digitalisaation eri teemoista, digipalveluista tietojärjestelmiin ja tekoälyyn. Useat kymmenet tutkijat ovat jakaneet tutkimustaan ja avanneet aihepiirin näkökulmia. Voimme todeta, että blogi on onnistunut tavoitteessaan.
​
Nyt neljän vuoden jälkeen oli aika uudistaa toimintaa. Keväällä 2025 sosiaalityön eurooppalaisessa konferenssissa Münchenissä havahduin siihen, että kuuntelin suomalaisen tutkijan puheenvuoroa digitalisaatiotutkimuksesta, josta minulla ei ollut ennestään tietoa. Ymmärsin, että vaikka olen alan tutkija, on vaikeaa pysyä ajan tasalla siitä, millaista tutkimusta Suomessa tehdään. Tutkimuksen edistämisen ja kumuloitumisen kannalta olisi kuitenkin tärkeää tiedostaa ja hyödyntää alan tutkimusta. Päätimme siksi perustaa sosiaalialan digitalisaation tutkimusverkoston, ja mikä olisikaan luontevampi alusta tälle, kuin jo luomamme blogi.

Tutkimusverkoston tavoitteet ja toiminta

​Verkosto kokoaa yhteen Suomessa toimivia sosiaalialan teknologian ja digitalisaation tutkijoita sekä levittää tietoa alan tutkimuksesta. Se julkaisee Sosiaalialan digitalisaatio -blogia, ylläpitää sähköpostilistaa ja järjestää ajoittain yhteisiä tapahtumia, esimerkiksi tutkimuspäivien yhteydessä.

Toivotamme verkostoon tervetulleiksi kaikki sosiaalialaa ja digitalisaatiota tutkivat. Jos tunnistat itsesi tästä kuvauksesta, voit liittyä sähköpostilistalle. Blogi toimii jatkossa ensisijaisesti verkoston julkaisukanavana ja kannustamme kirjoittamaan sinne suomenkielisiä, yleistajuisia kuvauksia tutkimushankkeista ja julkaisuista. Näin blogi jatkaa sosiaalialan digitalisaation ajan kuvaajana ja tärkeänä viestintäkanavana kentälle ja muille aiheesta kiinnostuneille. Tekstejä voi edelleen ehdottaa myös verkoston ulkopuolelta ja koordinaattorit päättävät julkaisuista.
​
Verkoston sivuilta löytyvät jäsenten kuvaukset, joiden avulla voi löytää asiantuntijoita eri aihepiireistä esimerkiksi puheenvuoroihin tai hankekumppaneiksi. Toivomme, että verkosto edistää tutkimusta, tuo yhteen toimijoita, mahdollistaa uusia kumppanuuksia ja jatkaa tiedon jakamista sekä tutkimusmaailmaan että sen ulkopuolelle.

Kirjoittaja:
Samuel Salovaara (YTT) työskentelee tutkijatohtorina Lapin yliopistossa. Hän on perehtynyt tutkimuksessaan teknologian hyödyntämiseen sosiaalityön monialaisessa yhteistyössä ja tiedonmuodostuksessa.

Teknostressiin on suhtauduttava vakavasti

1/12/2025

 
Picture
Tietojärjestelmätutkijoiden Ragu-Nathanin ym. [1] mukaan tieto- ja viestintätekniikka (ICT) voi aiheuttaa stressiä, koska se on usein monimutkaista, kehittyy nopeasti, edellyttää nopeaa oppimista ja lisää työmäärää. Lisäksi se voi johtaa liialliseen moniajoon sekä altistaa teknisille ongelmille ja virheille.
​
Aiemmat terveydenhuollon tutkimukset ovat osoittaneet yhteyden huonosti toimivien ja vaikeakäyttöisten tietojärjestelmien sekä työstressin kokemuksen välillä [2-4]. Myös ruotsalaisessa sosiaalityön tutkimuksessa havaittiin, että sosiaalityöntekijät kamppailevat usein työvaatimusten ja käytettävissä olevien resurssien epätasapainon kanssa, ja liiallinen hallinnollinen työ yhdistetään kasvaneeseen työkuormitukseen [5]. Tutkimuksen mukaan teknologia ei vähentänyt työmäärää, vaan lisäsi sitä esimerkiksi järjestelmien toimintahäiriöiden, tehtävien päällekkäisyyden ja tiedon ylikuormituksen vuoksi. Erityisesti korostettiin, että tämä näkymätön lisätyö yhdistettynä puutteelliseen teknologian perehdytykseen ja ICT-taitoihin lisäsi teknostressiä ja heikensi sosiaalityöntekijöiden suoriutumista ja työn tehokkuutta. [5].  

Sosiaalityön teknostressin tutkimus

Tutkin väitöskirjani osatutkimuksessa tietojärjestelmien aiheuttamaa teknostressiä sosiaalityöntekijöille (n=19) [6]. Käytin analyyttisenä välineenä tietojärjestelmätutkijoiden Tarafdar ym. [7] määrittämiä viittä tekno-stressoria, jotka yhdistetään teknostressin kokemuksiin. Nämä ovat: teknoylikuorma (techno-overload), teknokompleksisuus (techno-complexity), teknoinvaasio (techno-invasion), teknoturvattomuus (techno-insecurity) ja teknoepävarmuus (techno-uncertainty). Analysoin haastatteluaineistoni laadullisesti etsien teknostressiin viittaavia ilmaisuja tilanteista ja tekijöistä, jotka koin ilmentävän teknostressin eri ulottuvuuksia.

Tulokset osoittavat, että tietojärjestelmiä käytetään lähes tauotta. Suuri osa sosiaalityöntekijän työpäivästä kuluu tietojärjestelmän parissa. Tämä aiheuttaa teknologian käytön ylikuormitusta, jota lisäävät järjestelmien monimutkaisuus, puutteellinen perehdytys ja toistuvat tekniset ongelmat, joiden kaikkien on nähty aiheuttavan teknostressiä [1,6].
​
Tekno-invaasion näkökulmasta sosiaalityöntekijät kokivat olevansa pakotettuja jatkuvaan teknologian käyttöön, ilman mahdollisuutta itse määritellä työn rytmiä tai välineitä. Teknoturvattomuus puolestaan näyttäytyi erityisesti tilastotietojen kirjaamiseen liittyvissä kuvauksissa. Sosiaalityöntekijät kokivat sen kuormittavaksi, jota lisäsi se, ettei heillä ollut selkeää ymmärrystä siitä, miksi tietoa kerätään tai mihin sitä lopulta hyödynnettiin. Teknoturvattomuus lisääntyi, kun tiedon kirjaamatta jättämiseen liittyi huoli siitä, että se voisi vaikuttaa jopa resurssien tai virkojen säilymiseen. Pelko oman työpaikan tulevaisuudesta lisää todennäköisesti työn psykologista kuormitusta. [6]

Muutokset lisäävät stressiä

Haastattelujen tekemisen aikaan tietojärjestelmiä päivitettiin Kanta-arkiston kanssa yhteensopiviksi, mikä vaati myös uudenlaisen rakenteellisen kirjaamisen opettelua. Moni haastateltavista ei kuitenkaan ollut saanut riittävää perehdytystä rakenteiseen kirjaamiseen, saati tienneet Kanta-palvelujen aiheuttamien muutosten aikatauluista. Lisäksi muutokset tietojärjestelmiin aiheuttivat useita teknisiä ongelmia ja jopa tietojen katoamisia. Muutos aiheutti kuormitusta ammattilaisten päivittäisissä työtehtävissä. [6] Teknostressiä ilmentävä teknoepävarmuus liittyy teknologian jatkuviin muutoksiin, jolloin työntekijöiden on vaikea omaksua ja oppia järjestelmän käyttöä [7].
​
Tutkimukseni osoittaa, että osa teknostressin aiheuttajista liittyy suoraan teknisiin asioihin, kun taas toiset heijastavat digitalisaation ja organisaatioprosessien laajempia vaikutuksia. Toisin sanoen, teknostressiä voivat aiheuttaa yhtä lailla liialliset byrokraattiset vaatimukset kuin huonosti toimiva teknologia tai teknologian ohjaamat muutokset työprosesseissa. Nämä muutokset siirtävät usein sosiaalityön painopistettä asiakaskohtaamisista hallinnollisiin tehtäviin, joita toteutetaan tietojärjestelmän kautta. Tämä aiheuttaa ahdistusta ja on ristiriidassa sosiaalityön ydinarvojen kanssa, jotka korostavat inhimillistä kohtaamista ja läsnäoloa asiakkaiden kanssa. Teknologian tulisi ensisijaisesti tukea sosiaalityöntekijän työtä, ei lisätä työkuormaa ja aiheuttaa eettistä jännitettä.[6]

Lisää tutkimusta tarvitaan

Tutkimuksen tulokset korostavatkin tietojärjestelmien paradoksaalista luonnetta. Ne sekä yksinkertaistavat että monimutkaistavat tehtäviä. Ensin pelkistämällä monimutkaiset prosessit standardoituun muotoon, ja sitten paradoksaalisesti palauttamalla monimutkaisuuden juuri näiden yksinkertaistusten kautta [6,8]. Tämä paradoksi herättää kysymyksiä siitä, tukevatko tietojärjestelmät todella työtä, jota niiden on tarkoitus helpottaa, vai lisäävätkö ne enemmän ammattilaisten turhautumista ja kuormitusta? [6]

Teknostressin tunnistaminen on jokaisen organisaation velvoite, jonka ehkäiseminen ei ole pelkästään työhyvinvoinnin kysymys, vaan myös eettinen ja ammatillinen vastuu. Teknostressiä on toistaiseksi tutkittu varsin vähän sosiaalityön kontekstissa, mikä osoittaa selkeän tarpeen aiheen syvemmälle tarkastelulle. Tämä tutkimus avaa uusia näkökulmia alalle ja korostaa lisätutkimuksen tärkeyttä. Erityisesti olisi tärkeää tarkastella teknostressin ilmenemistä tietojärjestelmien käytössä sekä määrällisin että laadullisin tutkimusmenetelmin laajemmilla aineistoilla.

Kirjoittaja:
Katri Ylönen (YTL) puolusti 29.11.2025 tietojärjestelmiin liittyvää väitöskirjatutkimustaan Jyväskylän yliopistossa ja toimii yliopettajana Jyväskylän ammattikorkeakoulussa. 
Lähteet:
  1. Ragu-Nathan, T. S., Tarafdar, M., Ragu-Nathan, B. S., & Tu, Q. (2008). The consequences of technostress for end users in organizations: conceptual development and empirical validation. Information Systems Research, 19(4), 417-433. https://doi.org/10.1287/isre.1070.0165
  2. Kaihlanen, AM., Gluschkoff, K., Laukka, E. & Heponiemi, T. (2021). The information system stress, informatics competence and well-being of newly graduated and experienced nurses: a cross-sectional study. BMC Health Services Research 21, (1096).
  3. Vehko, T., Hyppönen, H., Ryhänen, M., Tuukkanen, J., Ketola, E., & Heponiemi, T. (2018). Tietojärjestelmät ja työhyvinvointi – terveydenhuollon ammattilaisten näkemyksiä. [Information Systems and Work Well-being – Healthcare Professionals’ Perspectives.] Finnish Journal of EHealth and EWelfare, 10(1), 143–163. https://doi.org/10.23996/fjhw.65387
  4. Vehko, T., Hyppönen, H., Puttonen, S., Kujala, S., Ketola, E., Tuukkanen, J., Aalto, A.M. & Heponiemi, T. (2019). Experienced time pressure and stress: Electronic health records usability and information technology competence play a role. BMC Medical Informatics and Decision Making, 19(1), 1–9. https://doi.org/10.1186/s12911-019-0891-z
  5. Scaramuzzino, G. & Martinell Barfoed, E. (2023). Swedish social workers’ experiences of technostress. Nordic Social Work Research, 13(2), 231–244. https://doi.org/10.1080/2156857X.2021.1951335 
  6. Ylönen, K. (2025). Technostress of social workers using information systems. Journal of Technology in Human Services, 1-17. https://doi.org/10.1080/15228835.2025.2569458
  7. Tarafdar, M., Tu, Q., Ragu, N. & Ragu-Nathan, T.S. (2007). The Impact of Technostress on Role Stress and Productivity. Journal of Management Information Systems, 24(1), 301-328. https://www.jstor.org/stable/40398890
<<Previous

    Blogin tarkoitus

    ​Blogissa julkaistaan tieteellisiä kirjoituksia sosiaalialan digitalisaatiosta eri näkökulmista. Blogi toimii sosiaalialan digitalisaation ajan kuvaajana ja tallentajana, sekä tietolähteenä ja keskustelun virittäjänä kaikille aiheesta kiinnostuneille.

    Arkisto

    June 2026
    April 2026
    March 2026
    December 2025
    November 2025
    October 2025
    July 2025
    December 2024
    November 2024
    August 2024
    June 2024
    January 2024
    October 2023
    September 2023
    August 2023
    June 2023
    May 2023
    January 2023
    November 2022
    October 2022
    August 2022
    June 2022
    May 2022
    March 2022
    February 2022
    January 2022
    September 2021
    June 2021
    May 2021
    March 2021
    February 2021
    January 2021

    Kategoriat

    All
    AI
    Algoritmi
    Aluevaltuusto
    Analytiikka
    Apotti
    Arviointi
    Arvopotentiaali
    Arvot
    Asiakaslähtöisyys
    Asiakassuunnitelma
    Asiakastietojärjestelmä
    Asiakirjat
    Asiantuntijat
    Asiantuntijatuki
    Asiointi
    Automatisaatio
    Big Data
    Chat
    COVID-19 Pandemic
    Data
    Dataismi
    Dataohjautuvuus
    Datateknologiat
    DESI-indeksi
    DigiIN
    Digiloikka
    Digipalvelut
    Digitaalinen Transformaatio
    Digitaaliset Palvelut
    Digitaaliset Taidot
    Digitaidot
    Digitalisaatio
    Digital Leap
    DMSW
    Dokumentaatio
    DVV
    Eepos
    Ennakointi
    Ennustavat Järjestelmät
    Etäpalvelut
    Etävastaanotto
    Etävastaanotto
    Etiikka
    Euroopan Komissio
    Harkinta
    HICSS
    Hoiva
    Hyödynnettävyys
    Hyödyt
    Hyvinvointialue
    ICT
    Ihmisoikeudet
    Ikääntyminen
    Informaatioteknologia
    Innovaatiot
    Internet
    Investoinnit
    Järjestöt
    Jatko-opinnot
    Johtaminen
    Julkinen Keskustelu
    Julkiset Palvelut
    Kansa-koulu
    KANTA
    Kanta-arkisto
    Käytettävyys
    Käyttöönotto
    Kehittäminen
    Kela
    Kestävä Kasvu
    Kestävä Kehitys
    Kirjaaminen
    Kokeilut
    Koneoppiminen
    Konferenssi
    Kotihoito
    Köyhyys
    Kriisi
    Kriittisyys
    Laatu
    Lastensuojelu
    Mobiilikirjaaminen
    Muutos
    Näyttöön Perustuva Käytäntö
    Omakanta
    Oppiminen
    Osaaminen
    Osallistuminen
    Osallisuus
    Päätöksenteko
    Palvelumuotoilu
    Pandemia
    Pilotit
    Podcast
    Pohjois-Pohjanmaa
    Rakenteellinen Sosiaalityö
    Riskiarvio
    Sääntely
    Saavutettavuus
    Selkokieli
    Social Work
    Sosiaaliala
    Sosiaalibarometri
    Sosiaalinen Media
    Sosiaalipalvelut
    Sosiaalityö
    Sosiotekninen
    Soste Ry
    Sote
    Standardit
    Strategia
    Talous
    Tarjoumat
    Tekninen Toimivuus
    Tekniset Ongelmat
    Teknologia
    Teknostressi
    Tekoäly
    Tekoäly
    Tiedolla Johtaminen
    Tiedonkulku
    Tiedonvaihto
    Tieto
    Tietojärjestelmät
    Toimijuus
    Toiminnallinen Muutos
    Toiminnanohjaus
    Toiminnanohjausjärjestelmä
    Tuottavuus
    Tutkimus
    Tutkimustieto
    Tutkimusverkosto
    Työkuormitus
    Uusi Julkishallinto
    Vaikuttavuus
    Valinnanvapaus
    Valta
    Vammaissosiaalityö
    Verkkososiaalityö
    Verkosto
    Verkostoanalyysi
    Vertaistuki
    Videovastaanotto
    Viestintä
    Viranomaistoiminta
    Visio
    Vuorovaikutus
    Yhdenvertaisuus
    Yhteiskehittäminen
    Yhteistyö

    RSS Feed

Powered by Create your own unique website with customizable templates.