Neljäs teollinen vallankumous muuttaa yhteiskuntaa, tuotannollisia prosesseja ja arjen toimintoja laaja-alaisesti. Digitalisaation mahdollistamat moninaiset innovaatiot ja teknologioiden sulautuminen sekä uudet liiketoimintamallit edellyttävät uutta, ammatillista osaamista. OECD:n (2019) mukaan karkeasti noin kuudennes työpaikoista OECD-maissa on korvattavissa automaatiolla, ja noin kolmannes tehtävistä muuttuu luonteeltaan uuden teknologian soveltamisen seurauksena. Lisäksi tuotanto ja arjen toiminnot on sopeutettava muihin yhteiskunnallisiin muutoksiin, kuten ilmastonmuutokseen ja väestön ikääntymiseen.
On arvioitu karkeasti, että puolessa maailman ammateista tehtävänkuvat muuttuvat teknologian hyödyntämisen tuloksena, mutta muutoksen syvyys ja laajuus vaihtelee ammateittain, sektoreittain ja maittain (Oesch & Rodriguez Menes 2010; Frey & Osborne 2013; Nedelkoska & Quintini 2018). Usein oletetaan, että vain identtisesti toistuvat mekaaniset tehtävät ovat korvattavissa teknologian ja automaation avulla, mutta digitalisaatiota ja tekoälyä hyödynnetään myös korkeakoulutusta vaativissa tehtävissä (Euroopan komissio 2019; Virolainen 2019; Nygren ym. 2019; Möller ym. 2020). Moniin tehtäviin tulee mukaan ”cobotteja”, joiden kanssa ihmiset tekevät yhteistyötä. Esimerkiksi lisäävän valmistuksen avulla voi syntyä uudenlaisia tehtäviä ja työpaikkoja (Piili ym. 2014; 2015; Afkhami 2021). Teknologioiden hyödyntämisessä tarvittavien taitojen oppimiseksi on suunniteltava ja kehitettävä mahdollisuuksia niiden omaksumiselle eri koulutusmuodoissa. Mahdollisuuksia taitojen vahvistamiseksi tarvitaan sekä nuorille että työelämässä toimiville asiantuntijoille ja heidän kouluttajilleen.
Haasteena koulutuksen suunnittelussa ja tarjonnassa on yhtäältä teknologioiden moninaisuus ja työelämän tarpeiden eriytyminen, toisaalta väestön heterogeeninen osaaminen. PIAAC -tutkimusten tulokset ovat osoittaneet, että aikuisten teknologiset ongelmanratkaisutaidot vaihtelevat koulutustaustan mukaan (Hämäläinen ym. 2015; 2017; 2019). Ammatillisella koulutustaustalla työelämässä toimivien teknologiset ongelmanratkaisutaidot ovat olleet heikommat kuin korkeakoulutettujen. Aikuisilla informaalit oppimismahdollisuudet ovat olleet keskeisiä teknologisen ongelmanratkaisun oppimisympäristöjä. (Nygren ym. 2019; 2020.) Siksi ymmärrystä eri tuotannonalojen ja sektoreiden eriytyneistä teknologioiden osaamistarpeista on tarpeen syventää. Eri tehtävissä toimiville soveltuvia koulutusmuotoja on suunniteltava käyttäjälähtöisesti.
Innostavat esimerkit joustavista ja käyttäjälähtöisistä koulutusmuodoista ovat tuoneet esille oppimistarpeiden yksilöllisyyden ja jatkuvan kehittämisen haasteen (Huusko 2021; Ahjolan settlementti 2020; Alasuutari 2021; Leppänen ym. 2021). Koulutushankkeiden vaikuttavuudesta ja hankkeissa löydettyjen ratkaisujen soveltuvuudesta ja skaalautuvuudesta tarvitaan edelleen tutkimusta. Esimerkiksi mikro-opintokokonaisuuksien tarjonta on Euroopan komissiossa nähty yhtenä keinona digiosaamisen opetuksen organisoimiseksi ja osaamistavoitteiden tunnistamiseksi (Orr ym. 2020).
Opettajien jatko- ja täydennyskoulutus on keskeistä teknologiataitojen oppimis- ja opetuskokeilujen kehittämiselle (Huusko 2021). Toisen asteen ja työelämän eri sektoreiden tarpeiden tunnistaminen ja tarpeisiin vastaavan koulutuksen järjestäminen esimerkiksi korkeakoulujen välisenä yhteistyönä on hedelmällinen tapa vahvistaa teknologista osaamista eri puolilla Suomea.
Lähteet
Afkhami, S., Amraei, M.,Unt, A., Piili, H. & Björk, T. (2021). Metal additive manufacturing for industrial applications. LUT University, LUT scientific and expertise publications, 107.
Alasuutari, M. (2021). Digitaitoja päivittämässä Osuvat taidot -hankkeessa. https://tieke.fi/digitaitoja-paivittamassa-osuvat-taidot-hankkeessa/
Ahjolan setlementti. (2021). Kohti työtä -hanke. https://peda.net/ahjolan-setlementti/kansalaisopisto/kurssisivut/kth2l
Czarniawska, B. & Joerges, B. (2020). Robotization of Work? Answers from Popular Culture, Media and Social Sciences. Edward Elgar Publishing.
European Commission (2019). Independent High-Level Expert Group on AI. A definition of AI: Main Capabilities and Disciplines. https://ec.europa.eu/digital-single-market/en/news/definition-artificial-intelligence-main-capabilities-and-scientific-disciplines
Frey, C. B. & Osborne, M. (2013). The future of employment: How susceptible are jobs to computerisation? Oxford Martin School. http://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf
Huusko, A. (2021). MFG4.0-projektissa vastataan tarpeisiin 3D-tutorkoulutuksella. https://mfg40.fi/tiede-ja-teknologiakasvatuksen-merkitys-korostuu-poikkeusoloissa/
Hämäläinen, R., De Wever, B., Malin, A. & Cincinnato, S. (2015). Education and working life: VET adults’ problem-solving skills in technology-rich environments. Computers and Education, 88(10), 38–47.
Hämäläinen, R., De Wever, B., Nissinen, K. & Cincinnato, S. (2017). Understanding adults’ strong problem-solving skills based on PIAAC. Journal of Workplace Learning, 29(7/8), 537–553. http://urn.fi/URN:NBN:fi:jyu-201711224338
Hämäläinen, R., De Wever, B., Nissinen, K. & Cincinnato, S. (2019). What makes the difference: PIAAC as a resource for understanding the problem-solving skills of Europe’s higher-education adults. Computers and Education, 129, 27–36.
Leppänen, P., Manner, H., Nerg-Öhman, S. & Sairanen, H. (2021). Miten lapsen osallisuutta voidaan edistää varhaiskasvatuksen digitaalisissa ympäristöissä?.Opetushallitus. https://playlist.megaphone.fm/?e=JKSO646643898
Møller, N. H., Bossen, C., Pine, K. H., Nielsen, T. R. & Neff, G. (2020). Who does the work of data?. Interactions, 27(3), 52-55.
Nygren, H., Nissinen, K., Hämäläinen, R. & De Wever, B. (2019). Lifelong learning: Formal, non-formal, and informal learning in the context of problem-solving skills in technology-rich environments. The British Journal of Educational Technology, 50(4), 1759–1770. DOI: https://doi.org/10.1111/bjet.12807
Nygren H., Nissinen K., Rautopuro J., Mäkitalo K. & Ullakko K. (2020) Skills Behind the Robotics – How to Re-educate Workers for the Future. In: Moro M., Alimisis D., Iocchi L. (eds) Educational Robotics in the Context of the Maker Movement. Edurobotics 2018. Advances in Intelligent Systems and Computing, vol 946. Springer, Cham. https://doi.org/10.1007/978-3-030-18141-3_16
Nygren, H., Piili, H., Hirvimäki, M., Mustonen, E. & Virolainen, M. (2019). Taidetta 3D- ja laserteknologian avulla. https://uasjournal.fi/4-2019/taidetta-teknologian-avulla/
Organisation for Economic Co-operation and Development (OECD) (2019). OECD employment outlook: The future of work. Paris: OECD Publishing. https://doi.org/10.1787/9ee00155-en
Piili, H., Hirvimäki, M., Väistö, T., Nyamekye, P., Pekkarinen, J. & Salminen, A. (2014). Katsaus lisäävän valmistuksen (aka 3D-tulostus) mahdollisuuksiin ja kustannuksiin metallisten tuotteiden valmistuksessa: Case jauhepetitekniikka. LUT Scientific and Expertise Publications Raportit ja selvitykset–Reports.
Piili, H., Happonen, A., Väistö, T., Venkataramanan, V., Partanen, J. & Salminen, A. (2015). Cost estimation of laser additive manufacturing of stainless steel. Physics Procedia, 78, 388-396.
Oesch, D. & Rodríguez Menés, J. (2011). Upgrading or polarization? occupational change in Britain, Germany, Spain and Switzerland, 1990–2008. Socio-Economic Review, 9(3), 503-531.
Orr, D., Pupinis, M. & Kirdulytė, G. (2020). ‘Towards a European approach to micro-credentials: a study of practices and commonalities in offering micro-credentials in European higher education’, NESET report, Executive Summary. Luxembourg: Publications Office of the European Union. doi:10.2766/392761.
Virolainen, M. (2019) Muuttaako tekoäly osaamistarpeet. https://uasjournal.fi/3-2019/osaamistarpeet/
