Työnohjauksen myönteiset vaikutukset lievittävät työyhteisöjen monia kipukohtia Johdon ja esihenkilön työnohjauksen vaikutukset työyhteisöön liittyvät muun muassa hyvän työilmapiirin ja -kulttuurin rakentamiseen. Tavoitteiden ymmärtäminen ja samansuuntainen työskentely vahvistuvat. Ohjaus auttaa myös työntekijöiden erilaisuuden ja erilaisten vahvuusalueiden parempaan hyödyntämiseen. Työntekijöiden ammatillisen identiteetin vahvistuminen puolestaan auttaa kuormittavassakin työskentelyssä ja erilaisten häiriötilanteiden hahmottamisessa. Vaikutukset työhön näkyvät laadun paranemisena ja tuottavuuden nousuna. Vaikutukset työntekijään, esihenkilöön ja johtajaan kulminoituvat työpaineiden purkumahdollisuuksiin, ammatti-identiteetin vahvistumiseen ja siitä seuraavaan työkäyttäytymisen paranemiseen, esimerkiksi johtamisessa rohkeutena puuttua epäkohtiin. Vaikutukset työyhteisöön näkyvät toisten työn ymmärtämisenä, vuorovaikutussuhteiden parantumisena, toisten arvostamisena ja toiminnan sekä yhteistyön paranemisena.
Tekoäly mukaan työnohjausprosessiin Tiedolla johtaminen tekee lähivuosina merkittäviä harppauksia tekoälyn käyttööntulon ansiosta. Lapin yliopiston tutkimusjohtaja Marko Kesti on ollut kehittämässä tekoälyn käyttämistä työnohjausprosessissa ja työn tuottavuuden kehittämisessä. Playgain Oy:ssä on luotu tekoälyä hyödyntävä sovellus tukemaan esihenkilötyötä paremman lopputuloksen saamiseksi. Avuksi esihenkilön työhön on valjastettu artificial intelligence mentor AIMO esihenkilöiden ratkaisija. Jotta osaa arvostaa AIMO:n taitoja, tekoälystä on hyvä ymmärtää, että yleensä tekoälyä käytetään tunnistamaan tiettyjä kaavamaisia toiminteita tai näyttämään ennustettavuutta. AIMO on erityinen siksi, että siinä mukana on malliohjattu tekoäly, (reinforcement learning), jolloin tekoäly itseasiassa rohkaisee poistumaan ennustettavalta reitiltä ja auttaa valitsemaan parempia toimintatapoja paremman lopputuloksen saavuttamiseksi. Aimo käyttää ei-ohjattua tekoälyä (unsupervised learning) tunnistamaan ja vahvistamaan työyhteisöstä nousevia heikkoja signaaleja, jotka usein ovat asioita, jotka heikentävät työelämän laatua. Jos AIMO käyttäisi yksinomaan tätä tekoälyn muotoa, saataisiin selville vain asian ennustettu vaikutus. Sitä on siis hyvä käyttää tilannearviointeihin. Organisaatioissa haluamme kehittyä ja mennä parempaan suuntaan, siksi malliohjattu tekoäly täydentää tekoälyä, tuoden siihen enemmän älykkyyttä. Se selvittää erilaisista toimintavaihtoehdoista, millä toimenpiteillä lopputulos olisi parempi ja ehdottaa näitä esihenkilölle.
Haluamme pureutua pintaa syvemmälle vaikuttavuuteen Tutkimushanke tarjoaa meille lisää tietoa vaikuttavuudesta. Tiedämme, että esihenkilöiden ja johdon työnohjauksella on positiivinen vaikuttavuus tiimin ja koko organisaation tuottavuudelle. Haluamme tietää tarkemmin, miten esihenkilöitä ja johtoa voisi vielä paremmin auttaa kasvamaan tehtävässään ja kuinka vaikuttavuutta kannattaa mitata. Henkilöstötuottavuuden tutkimus tarjoaa hyviä mahdollisuuksia analysoida työnohjauksen vaikuttavuutta myös talouteen. Tässä käytetään menetelmänä työelämän laadun mittausta sekä HR- ja talousdataa. Tutkimme myös työnohjauksen vaikutusmahdollisuutta henkilöstöriskien hallinnassa. Henkilöstöriskeihin lukeutuvat muun muassa sairauspoissaolo-, vaihtuvuus-, työuupumus- ja työkyvyttömyysriskit.
TYÖNOHJAUS & COACHING
5
