Suomessa käydään parhaillaan kiivasta keskustelua hyvinvointivaltion tulevaisuudesta. Julkinen velka kasvaa, väestö ikääntyy ja sosiaali- ja terveyspalvelujen kustannukset nousevat. Samalla eriarvoisuus lisääntyy monissa väestöryhmissä. Nuorten mielenterveysongelmat kasvavat, osa ihmisistä jää pysyvästi työelämän ulkopuolelle ja monilla hyvinvointialueilla palvelujen saatavuus heikkenee.
Keskustelu pyörii usein kahden vaihtoehdon ympärillä: joko palveluja leikataan tai järjestelmää pyritään tehostamaan. Molemmat ovat tärkeitä kysymyksiä, mutta ne eivät välttämättä pureudu järjestelmän ytimeen eivätkä ratkaise syvemmällä olevaa ongelmaa.
Entä jos ongelma ei ole vain rahoituksessa tai tehokkuudessa, vaan siinä miten hyvinvointivaltio ylipäätään toimii?
Ongelmien ratkaisua
Suomalainen hyvinvointijärjestelmä on rakennettu pääasiassa reagoimaan ongelmiin ja vakuuttamaan ihmisiä elämässä vastaantulevilta riskeiltä. Kun ihminen sairastuu, järjestelmä hoitaa. Kun ihminen menettää työnsä, järjestelmä tukee. Kun perhe ajautuu kriisiin, palvelut puuttuvat tilanteeseen. Hyvinvointivaltion tarjoama apu on ollut historiallisesti valtava edistysaskel. Mutta samalla järjestelmä toimii usein vasta silloin, kun ongelma on jo ehtinyt kasvaa suureksi.
Monet tämän ajan hyvinvointiongelmat syntyvät kuitenkin pitkien kehityskulkujen seurauksena. Syrjäytyminen ei tapahdu yhdessä hetkessä. Työkyvyttömyys ei yleensä synny hetkessä vaan kehittyy pitkän ajan kuluessa. Myös monet mielenterveyden ongelmat ja sosiaalinen eriarvoisuus rakentuvat vuosien aikana.
Tässä kohtaa tekoäly voi avata uuden mahdollisuuden.
Ennustettavuutta tekoälyn avulla
Suomi on poikkeuksellinen maa siinä, että saatavilla on erittäin laajat ja luotettavat rekisteriaineistot ihmisten elämäntilanteista: koulutuksesta, työllisyydestä, terveydestä, sosiaalipalveluista ja tulotasosta. Tähän asti näitä tietoja on käytetty lähinnä tutkimuksessa ja hallinnollisessa seurannassa. Tekoälyn avulla niitä voidaan kuitenkin analysoida aivan uudella tavalla. Tästä alkaa olla jo lupaavaa näyttöä.
Tekoäly pystyy tunnistamaan suurista tietomassoista kehityskulkuja ja riskitekijöitä, jotka jäävät ihmisiltä helposti huomaamatta.
Tekoäly pystyy tunnistamaan suurista tietomassoista kehityskulkuja ja riskitekijöitä, jotka jäävät ihmisiltä helposti huomaamatta. Se voi esimerkiksi paljastaa tilanteita, joissa nuoren koulutuspolku on vaarassa katketa, perheen hyvinvointi heikkenee nopeasti tai työntekijällä on kasvava riski työkyvyttömyyteen.
Ajatus on yksinkertainen mutta radikaali: jos ongelmat voidaan tunnistaa aikaisemmin, niihin voidaan myös puuttua aikaisemmin.
Tämä voisi merkitä hyvinvointivaltion logiikan muuttumista. Sen sijaan, että järjestelmä reagoi kriiseihin, se voisi toimia ennakoivasti. Pieni, oikea-aikainen tuki voisi estää suurempien ongelmien syntymisen. Yhden nuoren syrjäytymisen ehkäisy voi säästää yhteiskunnalle satojatuhansia euroja ja ennen kaikkea muuttaa kokonaisen elämän suunnan.
Uusi toimintalogiikka hyvinvointivaltiomallille
Tällainen muutos ei olisi vain teknologinen uudistus. Se olisi hyvinvointivaltion toimintalogiikan muutos.
Samalla se herättää vaikeita kysymyksiä. Kuinka paljon tietoa yhteiskunnalla pitäisi olla kansalaisten elämäntilanteista? Kuka päättää, milloin järjestelmä puuttuu tilanteeseen? Voiko tekoäly vahvistaa ennakkoluuloja tai syrjiviä rakenteita, jos sitä käytetään huolimattomasti?
Näitä kysymyksiä ei pidä sivuuttaa, vaan keskustelua tulisi käydä avoimesti nyt, ennen kuin teknologia alkaa muuttaa järjestelmiä hiljaisesti taustalla.
Tekoäly ei yksin voi ratkaista eriarvoisuuden ongelmaa. Mutta se voi tarjota uuden välineen nähdä, missä eriarvoisuus syntyy ja miten sitä voidaan ehkäistä ennen kuin se kasvaa sukupolvia määrittäväksi kohtaloksi.
Suomella on tähän harvinainen hyvät edellytykset: dataa, toimivat instituutiot ja vahva hyvinvointivaltion perinne. Jos nämä onnistuttaisiin yhdistämään vastuullisesti tekoälyn mahdollisuuksiin, voitaisiin ehkä rakentaa uudenlainen hyvinvointivaltio: sellainen, joka ei ainoastaan korjaa ongelmia, vaan estää niiden syntymisen.
Kirjoittajat
Liisa Björklund
Erityisasiantuntija
