Mitä on tekoälyahdistus?

Tekoäly on lyhyessä ajassa tullut osaksi arkea, työtä ja opiskelua. Samalla osa ihmisistä kokee siihen liittyvää huolta, epävarmuutta tai pelkoa. Näitä kokemuksia on tutkimuskirjallisuudessa kuvattu käsitteellä tekoälyahdistus.

Tekoälyahdistuksella viitataan pelon, levottomuuden tai hallinnan menettämisen tunteisiin, joita voi ilmetä tekoälyä käytettäessä tai sen yhteiskunnallisia vaikutuksia pohdittaessa. Kokemukseen vaikuttavat teknologian ominaisuuksien lisäksi yksilön aiemmat kokemukset, osaaminen, asenteet ja uskomukset. Myös julkinen keskustelu ja tulevaisuuskuvat voivat muokata käsityksiä tekoälyn merkityksestä.

Cengizin ja Pekerin (2025) yliopisto-opiskelijoilla toteutetussa tutkimuksessa tarkasteltiin generatiiviseen tekoälyyn liittyvää hyväksyntää ja tekoälyahdistusta. Tulosten mukaan kielteisemmät asenteet ja matalampi tekoälylukutaito olivat yhteydessä korkeampaan tekoälyahdistukseen opiskelija-aineistossa. Vastaavasti myönteisempi suhtautuminen ja vahvempi tekoälylukutaito olivat yhteydessä matalampaan ahdistukseen. Tutkimusasetelma perustuu kyselyaineistoon ja tilastollisiin yhteyksiin, joten tulokset kuvaavat yhteyksiä, eivät yksiselitteisiä syy-seuraussuhteita.

Opiskelijakontekstissa esiin nousseita huolia olivat esimerkiksi työn tulevaisuus, järjestelmien toiminnan ymmärrettävyys, vastuunjako sekä yksityisyyden suoja. Myönteiset käyttökokemukset ja koulutus näyttäytyivät tekijöinä, jotka olivat yhteydessä vähäisempään ahdistukseen.

Teknologia-ahdistuksen historiallinen tausta

Tekoälyyn liittyvät tunneilmiöt voidaan nähdä osana laajempaa teknologia-ahdistuksen historiaa. Useat teknologiset murrokset ovat herättäneet epävarmuutta ja vastustusta.

Teollistumisen aikana keskusteltiin koneiden vaikutuksesta työhön. Myöhemmin automaatioon ja robotiikkaan liitettiin huolia työn muutoksesta ja osaamisvaatimusten kasvusta. Pelko teknologisesta työttömyydestä on toistunut eri aikakausina, vaikka vaikutukset ovat olleet monimuotoisia.

Tietokoneiden yleistyessä 1980–1990-luvuilla tutkimuksessa tunnistettiin käsite computer anxiety. Heinssen, Glass ja Knight (1987) kehittivät mittarin tietokoneahdistuksen arviointiin ja osoittivat, että osa käyttäjistä koki jännitystä ja välttelyä tietokoneiden käytössä. Chuan, Chenin ja Wongin (1999) meta-analyysi puolestaan osoitti, että negatiiviset asenteet ja vähäinen kokemus olivat systemaattisesti yhteydessä korkeampaan tietokoneahdistukseen.

2000-luvulla keskusteluun vakiintui käsite technostress, jolla viitataan teknologian monimutkaisuuteen, muutostahtiin ja osaamispaineisiin liittyvään kuormitukseen työelämässä. Tarafdar ym. (2007) ja Ragu-Nathan ym. (2008) raportoivat, että koettu teknologian monimutkaisuus, epävarmuus ja uhka omalle osaamiselle olivat yhteydessä stressiin ja heikompaan työhyvinvointiin.

Robotiikan tutkimuksessa Nomura ym. (2006) kehittivät mittarin negatiivisille asenteille robotteja kohtaan ja osoittivat, että kielteiset perusasenteet olivat yhteydessä voimakkaampaan välttelyyn. Samansuuntaisia yhteyksiä on havaittu myös algoritmisen päätöksenteon tutkimuksessa, jossa epäluottamus ja läpinäkyvyyden puute liittyvät varauksellisempaan suhtautumiseen.

Teknologian hyväksymismallit, kuten Technology Acceptance Model (Davis, 1989) ja UTAUT-malli (Venkatesh ym., 2003), osoittavat, että koettu hyödyllisyys ja helppokäyttöisyys ovat keskeisiä teknologian käyttöaikomuksia selittäviä tekijöitä. Näissä malleissa myönteinen asenne ja hallinnan kokemus ovat yhteydessä suurempaan käyttöhalukkuuteen. Tekoälyyn liittyvät reaktiot voidaan tulkita osaksi tätä laajempaa teoreettista kehystä. Tekoälyahdistus voidaan siten nähdä osana tätä historiallista jatkumoa.

Mistä tekoälyahdistus voi syntyä?

Tutkimus viittaa useisiin toisiinsa kytkeytyviin tekijöihin, jotka ovat yhteydessä tekoälyahdistukseen.

Ensinnäkin asenteet näyttävät olevan keskeisiä. Sekä tietokoneahdistuksen että tekoälyahdistuksen tutkimuksessa kielteisemmät asenteet ovat olleet yhteydessä korkeampaan ahdistukseen (Heinssen ym., 1987; Chua ym., 1999; Cengiz & Peker, 2025).

Toiseksi tekoälylukutaito on tärkeä tekijä. Tekoälylukutaidolla tarkoitetaan ymmärrystä tekoälyn toimintaperiaatteista, käyttökohteista, rajoitteista sekä siihen liittyvistä eettisistä ja yhteiskunnallisista kysymyksistä. EU:n tekoälyasetuksessa (EU 2024/1689) korostetaan, että tarjoajien ja käyttöönottajien tulee toteuttaa toimenpiteitä, joilla varmistetaan henkilöstön riittävä tekoälylukutaito. Komission mukaan tekoälylukutaito tukee kykyä tunnistaa mahdollisuuksia, riskejä ja mahdollisia haittoja (European Union, 2024; European Commission, 2024). Opiskelija-aineistossa vahvempi tekoälylukutaito oli yhteydessä matalampaan tekoälyahdistukseen (Cengiz & Peker, 2025).

Kolmanneksi omakohtainen kokemus näyttää olevan merkityksellinen. Cengizin ja Pekerin (2025) tulokset viittaavat siihen, että myönteisempi ja aktiivisempi suhtautuminen generatiiviseen tekoälyyn on yhteydessä vähäisempään ahdistukseen.

Miten tekoälyahdistusta voidaan lieventää?

Tekoälyahdistus ei vaikuta olevan muuttumaton ominaisuus, vaan siihen voi vaikuttaa.

Tekoälylukutaidon vahvistaminen on yksi keskeinen keino. Perusymmärrys siitä, mitä tekoälyjärjestelmät tekevät ja mitä ne eivät tee, voi lisätä hallinnan tunnetta ja vähentää epävarmuutta. EU:n sääntelykehys tukee tätä suuntaa korostamalla organisaatioiden vastuuta osaamisen vahvistamisessa (European Union, 2024).

Omakohtaiset käyttökokemukset voivat myös olla merkityksellisiä. Opiskelija-aineistossa myönteisempi suhtautuminen ja vahvempi lukutaito olivat yhteydessä vähäisempään ahdistukseen (Cengiz & Peker, 2025). Tämä viittaa siihen, että turvallinen kokeilu ja ohjattu käyttöönotto voivat tukea luottamuksen rakentumista.

Aho ym. (2026) suomalais-ruotsalaisessa vertailututkimuksessa havaittiin, että tekoälyä hyödynnetään sekä mikro- että suuryrityksissä muun muassa suunnittelussa ja organisoinnissa, mutta koulutustarpeet korostuvat erityisesti mikroyrityksissä. Rajalliset resurssit ja puutteellinen pääsy koulutukseen olivat yhteydessä hitaampaan käyttöönottoon. Tulokset viittaavat siihen, että kohdennettu ja käytännönläheinen koulutus voi tukea vastuullista tekoälyn käyttöönottoa ja vahvistaa hallinnan tunnetta työprosesseissa.

Tasapainoinen suhtautuminen on tärkeää. Hyötyjen tunnistaminen, riskien ymmärtäminen ja eettisten kysymysten huomioiminen voivat vahvistaa toimijuutta. Sekä ylioptimismi että yksipuolinen uhkakeskustelu voivat vääristää käsityksiä teknologian todellisista vaikutuksista.

Miksi tekoälyahdistuksesta kannattaa keskustella nyt?

Tekoälyjärjestelmien yleistyessä ihmisten kokemukset ja asenteet vaikuttavat siihen, miten ja missä laajuudessa teknologiaa otetaan käyttöön. Teknologian hyväksymistä koskevat mallit osoittavat, että koettu hyödyllisyys, helppokäyttöisyys ja asenteet ovat keskeisiä käyttöaikomusten selittäjiä (Davis, 1989; Venkatesh ym., 2003).

EU:n tekoälyasetus korostaa tekoälylukutaidon vahvistamista organisaatioissa (European Union, 2024). Keskustelu tekoälyahdistuksesta voi auttaa normalisoimaan kokemuksia ja tukemaan rakentavaa suhtautumista teknologiseen muutokseen. Historiallisesti vastaavia tunteita on esiintynyt muiden teknologisten murrosten yhteydessä, ja tutkimus viittaa siihen, että osaaminen, kokemus ja myönteiset asenteet ovat yhteydessä vähäisempään ahdistukseen.

Kirjoittaja

Markus Aho on väitöskirjatutkija Itä-Suomen yliopistossa ja Funlus Oy:n yrittäjä.
ORCID: 0000-0003-0603-583X

Lähteet

Aho, M., Niittymaa, J., Heilmann, P., Nikolakopoulos, G., Koval, A., Hiltunen, E. (2026). Artificial Intelligence in Finnish and Swedish Workflows: A Comparative Survey of Micro- and Large-Scale Enterprises. In: Maglogiannis, I., Iliadis, L., Andreou, A., Papaleonidas, A. (eds) Artificial Intelligence Applications and Innovations. AIAI 2025. IFIP Advances in Information and Communication Technology, vol 757. Springer, Cham. https://doi.org/10.1007/978-3-031-96231-8_3

Cengiz, S., Peker, A. Generative artificial intelligence acceptance and artificial intelligence anxiety among university students: the sequential mediating role of attitudes toward artificial intelligence and literacy. Curr Psychol 44, 7991–8000 (2025). https://doi.org/10.1007/s12144-025-07433-7

Chua, S. L., Chen, D. T., & Wong, A. F. L. (1999). Computer anxiety and its correlates: A meta-analysis. Computers in Human Behavior, 15(5), 609–623. https://doi.org/10.1016/S0747-5632(99)00039-4

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008

European Commission. (2024). AI Literacy: Questions & Answers. https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers

European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union. https://eur-lex.europa.eu/legal-content/FI/TXT/HTML/?uri=OJ:L_202401689

Heinssen, R. K., Glass, C. R., & Knight, L. A. (1987). Assessing computer anxiety: Development and validation of the Computer Anxiety Rating Scale. Computers in Human Behavior, 3(1), 49–59. https://doi.org/10.1016/0747-5632(87)90010-0

Nomura, T., Suzuki, T., Kanda, T., & Kato, K. (2006). Measurement of negative attitudes toward robots. Interaction Studies, 7(3), 437–454. https://doi.org/10.1075/IS.7.3.14NOM

Ragu-Nathan, T. S., Tarafdar, M., Ragu-Nathan, B. S., & Tu, Q. (2008). The consequences of technostress for end users in organizations. Information Systems Research, 19(4), 417–433. https://doi.org/10.1287/isre.1070.0165

Tarafdar, M., Tu, Q., Ragu-Nathan, B. S., & Ragu-Nathan, T. S. (2007). The impact of technostress on role stress and productivity. Journal of Management Information Systems, 24(1), 301–328. https://doi.org/10.2753/MIS0742-1222240109

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540