Tekoälyä ja projektinhallintaa

Gartnerin tutkimuksen (2019) mukaan on odotettavissa, että vuoteen 2030 mennessä jopa 80 % projektinhallinnan tehtävistä voidaan delegoida tekoälylle. Samassa yhteydessä kuitenkin todetaan, ettei se tarkoita ihmisten korvautumista tekoälyllä, vaan sitä, että työskentelyssä ihmisten luovuus ja tekoälyn tehokkuus täydentävät toisiaan.
Näin siis ennustettiin jo kuusi vuotta sitten. Huomattavaa on, että jo silloin yritysten projektinhallinnassa hyödynnettiin digitaalisuutta laajasti ja käytettiin muun muassa projektinhallintaohjelmia. Kevään 2025 aikana SEAMKissa toteutettiin ensimmäisen kerran yamk-opiskelijoille suunnattu kurssi ”Project management and digitalization”, jolla pyrittiin perehtymään monipuolisesti tähän ongelmakenttään. Kurssilla käytettiin ”perinteisiä” projektinhallinnan digitaalisia apuvälineitä, kuten projektinhallintaohjelmia (esim. MSProject) ja projektisalkunhallintaohjelmia (esim. ThinkingPortfolio), ja tietenkin myös tekoälyä (esim. ChatGPT ja Edgen CoPilot).
Tekoäly graafisen tiedon analysoijana
Se, mihin kaikkeen tekoälyä voi projektitoiminnassa soveltaa, on vielä osittain avoinna. Alan kaupallisista kouluttajista esimerkiksi Tieturin (2024) blogissa korostetaan sitä, että tekoäly kykenee käsittelemään suuria datamääriä nopeasti, tuottaen näkemyksiä ja suosituksia, jotka tukevat projektinhallintaa. Analysoimalla aiempien projektien dataa, tekoäly oppii ja soveltaa oppeja tuleviin projekteihin, jatkuvasti kehittäen projektinhallinnan käytäntöjä.
Tätä analysointitaitoa haluttiin kurssilla testata ja demonstroida yksinkertaisella tehtävällä, jossa tekoälyä pyydettiin analysoimaan erään kurssin arvosanajakaumaa pylväsdiagrammeista kolmena eri vuotena. Tehtävän suorittamiseen käytettiin tekoälyohjelmien ilmaisversioita ja opiskelijoiden omia tietokoneita.
Toimeksianto oli suomennettuna seuraavanlainen:
”Kolmen peräkkäisen vuoden ajan opiskelijoiden arvosanat olivat kuvan 1 graafien mukaiset. Minä vuonna opiskelijat menestyivät parhaiten kurssilla? Kuinka monta osallistujaa on ollut keskimäärin joka vuosi kursseilla?”
Kuva 1. Tekoälylle analysoitavaksi annetut kaaviot.
Vaihtelevat tulokset
Opiskelijat käyttivät tehtävän suorittamiseen ChatGPT-ohjelmaa ja promptasivat kysymykset suurin piirtein samoilla sanoilla. Mielenkiintoisinta oli, että saadut vastaukset erosivat jopa radikaalisti toisistaan. Tekoälyn mielestä opiskelijat menestyivät kurssilla parhaiten vuonna 1 tai 2 tai 3. Keskimäärin osallistujia kurssilla oli tekoälyn antamien vastausten mukaan ollut seuraavasti:
- approximately 2338
- Year 1: 44 participants
Year 2: 31.5 participants
Year 3: 17.2 participants - approximately 334 students
- Year 1 – 150 participants
Year 2 – 250 participants
Year 3 – 130 participants
On average 177 participants/year
Tekoälyn suoriutumisen validointia varten Moodlen materiaaleista selvitettiin todelliset osallistujamäärät, jotka olivat 138, 297 ja 110 osallistujaa. Näistä laskettu keskiarvo oli 181,7 eli kursseilla oli ollut keskimäärin 182 osallistujaa. Mikään tekoälyn ilmoittamista luvuista ei siis ollut oikea.
Kurssimenestyksen arviointia varten Moodlesta tarkastettiin kurssisuoritusten keskiarvot kunakin vuonna. Ne olivat 13,86, 14,31 ja 14,76. Todellisuudessa siis toisena ja kolmantena vuonna opiskelijat suoriutuivat paremmin kuin ensimmäisenä. Paras vuosi oli kolmas, mutta ero oli melko pieni. Tässä(kin) tekoäly näytti lähinnä veikkaavan lopputulosta.
Esimerkkitestauksesta voitaneen siis päätellä, että tekoäly tai tässä tapauksessa ChatGPT ei ole vahvimmillaan kuvamuodossa esitetyn datan analysoinnissa. Jos sitä tähän kuitenkin käytetään, tuloksiin tulee suhtautua vähintäänkin kriittisesti. Opiskelijoille tämän lyhyen testin tulos oli melkoinen yllätys, ja toivottavasti lisää heidän kriittisyyttään tekoälyä kohtaan.
Miten testitapauksen oppeja voidaan hyödyntää?
Tehtävä osoitti sen mitä haluttiinkin: tekoälyä käytettäessä pitää tietää mitä tekee ja tekoälylukutaitoa tarvitaan myös projektinhallinnassa. Purola (2025) määrittelee tekoälylukutaidon kattamaan osaamisen, tietämyksen ja ymmärryksen, joiden avulla henkilöt voivat tehdä tietoon perustuvia päätöksiä tekoälyjärjestelmien käytöstä sekä tiedostaa tekoälyn mahdollisuudet, riskit ja mahdolliset haitat. Tekoälyä hyödyntävien projektipäälliköiden ja tiimien on siis ymmärrettävä:
- miten teknologia toimii
- mitkä ovat sen rajoitteet
- kuinka sen tuottamaa tietoa voidaan validoida.
Tekoälyn käyttöön ja tekoälylukutaidon tarpeellisuuteen on havahduttu myös EU:n tasolla: EU:n tekoälyasetuksen (EU 2024) mukaan tekoälyjärjestelmien tarjoajien ja käyttöönottajien on varmistettava henkilöstönsä riittävä tekoälylukutaito. Tämä vaikuttanee ainakin jollain aikavälillä myös projektihenkilöstöltä vaadittavaan osaamiseen ja mahdollisesti myös projektiosaamisen sertifiointiin.
Beata Taijala
yliopettaja, ins., KTL, Sertifioitu Projektiosaaja (IPMA Level D)
SEAMK
Kirjoittaja on projektialan opettaja ja ammattilainen, joka pyrkii seuraamaan aikaansa myös tekoälyn käytössä.
Lähteet
EU (2024) EU Artificial Intelligence Act. https://artificialintelligenceact.eu/ai-act-explorer/
Gartner (2019). “Gartner Says 80 Percent of Today’s Project Management Tasks Will Be Eliminated by 2030 as Artificial Intelligence Takes Over” Lehdistötiedote. https://www.gartner.com/en/newsroom/press-releases/2019-03-20-gartner-says-80-percent-of-today-s-project-management#:~:text=By%202030%2C%2080%20percent%20of%20the%20work%20of,collection%2C%20tracking%20and%20reporting%2C%20according%20to%20Gartner%2C%20Inc.
Purola, M. (27.2.2025). Tekoälyn mahdollisuudet projektinhallinnassa – Pohjoismaat ja Suomi jäämässä jälkeen . Blogikirjoitus. https://blog.oppia.fi/2025/02/27/tekoalyn-mahdollisuudet-projektinhallinnassa-pohjoismaat-ja-suomi-jaamassa-jalkeen/
Tieturi (6.2.2024). Tekoälyn hyödyntäminen projektinhallinnassa. Blogikirjoitus. https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiDi_uimrSMAxVkJBAIHWdDK00QFnoECAwQAQ&url=https%3A%2F%2Fwww.tieturi.fi%2Fblogi%2Ftekoalyn-hyodyntaminen-projektinhallinnassa%2F&usg=AOvVaw316x3JMK0MWlvLmDx-Zn4Q&opi=89978449