Tekoälyn vaikutuksesta ihmiseen puhutaan yleensä väärään suuntaan. Keskustelu keskittyy siihen, miten hyvin kone oppii jäljittelemään ihmistä, kuinka luonnollisesti se keskustelee ja miten tehokkaasti se kykenee mukautumaan käyttäjäänsä. Elokuussa 2026 julkaistu AI & Society -lehden artikkeli kääntää asetelman toisin päin: mitä jos pitkäaikainen vuorovaikutus ei ainoastaan tee koneesta ihmismäisempää, vaan alkaa samalla tehdä ihmisestä koneelle helpommin luettavan?

Tutkijat Selcen Ozturkcan, Jean-Paul de Cros Peronard ja Inci Toral-Manson kutsuvat tätä ilmiötä nimellä robotoid humanness. Kyse ei ole vielä empiirisesti todistetusta käyttäytymisvaikutuksesta, vaan teoreettisesta mallista, joka pyrkii kuvaamaan mahdollista kehityskulkua ja tekemään siitä tutkimuskelpoisen.

Kone ei vain vastaa – se määrittää vuorovaikutuksen rajat

Ajatus lähtee yksinkertaisesta havainnosta. Kun ihminen kommunikoi toisen ihmisen kanssa, keskustelu on täynnä epätarkkuutta, ristiriitoja, hiljaisuutta, väärinymmärryksiä, sävyjä ja jatkuvaa neuvottelua. Tekoälyjärjestelmä toimii toisin. Se rakentaa keskustelun tilastollisen mallin varaan ja palkitsee selkeyttä, ennustettavuutta ja sitä, että käyttäjä ilmaisee itsensä tavalla, jonka järjestelmä pystyy tulkitsemaan.

Jos tällaisesta vuorovaikutuksesta tulee arkipäiväinen osa työtä, asiakaspalvelua, hakua, ostamista ja henkilökohtaista päätöksentekoa, käyttäjä oppii nopeasti mikä toimii. Hän lyhentää kysymyksiä, täsmentää pyyntöjä, järjestää ajatuksensa koneelle sopivaan muotoon ja alkaa ehkä myös arvioida omaa ilmaisuaan sen perusteella, miten hyvin järjestelmä ymmärtää häntä.

Tässä kohdassa tehokkuus muuttuu kiinnostavaksi. Ihminen ei enää vain käytä työkalua tehokkaasti, vaan alkaa muokata itseään työkalun vaatimusten mukaan.

Kolmen vaiheen peili

Tutkimus esittää kehitykselle kolmivaiheisen mallin. Ensimmäisessä vaiheessa käyttäjä astuu niin sanottuun synteettiseen sosiaaliseen todellisuuteen. Chatbot ei tunnu pelkältä lomakkeelta tai hakukentältä, vaan keskustelukumppanilta. Se vastaa, reagoi, muistaa asiayhteyksiä ja tuottaa vaikutelman jatkuvasta vuorovaikutuksesta.

Toisessa vaiheessa järjestelmä muodostaa käyttäjästä laskennallisen mallin. Se ei tietenkään tunne ihmistä samalla tavalla kuin toinen ihminen tuntee, vaan rakentaa tilastollisen abstrahoinnin tämän sanoista, valinnoista ja käyttäytymisestä. Tätä mallia voidaan palauttaa käyttäjälle personointina: suosituksina, vastauksina ja reaktioina, jotka tuntuvat henkilökohtaisilta.

Kolmannessa vaiheessa palautesilmukka alkaa vaikuttaa takaisin käyttäjään. Kun tietynlainen ilmaisu johtaa johdonmukaisesti parempiin vastauksiin, käyttäjä sopeutuu. Hän alkaa esittää itsensä tavalla, joka on järjestelmälle helppo tunnistaa ja luokitella. Tutkijoiden väite ei ole, että näin tapahtuu väistämättä, vaan että tällaiselle itseään vahvistavalle mekanismille on olemassa uskottava rakenne.

Tehokkuus voi olla myös kaventumista

Tässä tutkimuksen kiinnostavin kohta ei liity puhetyyliin vaan identiteettiin. Jos ihminen alkaa kokea olevansa selkeimmillään, järkevimmillään tai sosiaalisesti onnistuneimmillaan silloin, kun hän toimii koneen logiikan mukaan, myös hänen käsityksensä hyvästä vuorovaikutuksesta voi muuttua.

Algoritmille helppo ihminen on ennustettava ihminen. Hän sopii kategorioihin, ilmaisee tavoitteensa helposti jäsennettävässä muodossa ja tuottaa aineistoa, josta seuraava vastaus voidaan laskea. Inhimillinen elämä on kuitenkin täynnä juuri päinvastaisia piirteitä: ristiriitoja, keskeneräisiä ajatuksia, merkityksiä joita ei osata vielä sanoittaa ja näkemyksiä jotka muuttuvat keskustelun aikana.

Jos järjestelmän kannalta tehokkaasta kommunikaatiosta tulee käyttäjän mielessä myös normaalia kommunikaatiota, vaarana ei ole, että ihminen kirjaimellisesti muuttuu robotiksi. Vaarana on hienovaraisempi kehitys: ihminen alkaa pitää itsestään koneelle helposti luettavaa versiota parhaana versionaan.

Personointi ei ole neutraali peili

Personointia markkinoidaan lähes aina mukavuutena. Järjestelmä oppii käyttäjästä ja tarjoaa hänelle paremmin sopivia vastauksia. Tutkimuksen näkökulmasta ongelma syntyy siitä, että palautettu kuva ei ole täydellinen ihminen vaan redusointi. Järjestelmä näkee vain sen, minkä se pystyy muuttamaan käsiteltäviksi piirteiksi.

Kun tällainen redusoitu kuva palautetaan käyttäjälle riittävän usein, se voi alkaa toimia peilinä. Ja kuten kaikki peilit, myös tämä vaikuttaa siihen, miten ihminen näkee itsensä.

Ratkaiseva ero tavalliseen sosiaaliseen peilaamiseen on siinä, että ihmiset tarjoavat toisilleen keskenään ristiriitaisia ja kiisteltäviä tulkintoja. Algoritminen järjestelmä pyrkii sen sijaan konvergenssiin: siihen, että vuorovaikutus muuttuu ennustettavammaksi ja kitka vähenee.

Kitka voi olla ominaisuus, ei virhe

Tekoälypalveluiden kehityksessä kitka nähdään yleensä ongelmana. Hyvä järjestelmä vastaa nopeasti, miellyttävästi ja johdonmukaisesti. Tutkimuksen perusteella juuri tämä saattaa kuitenkin olla myös riski. Jos järjestelmä jatkuvasti vahvistaa käyttäjän aiempia ilmaisu- ja ajattelutapoja, keskustelusta katoaa vastus, joka normaalissa ihmisten välisessä kanssakäymisessä pakottaa perustelemaan, tarkentamaan ja joskus muuttamaan mielipidettä.

Siksi tutkijat nostavat esiin mahdollisuuden, että käyttäjän autonomiaa suojaava tekoäly ei välttämättä ole kaikkein sulavin mahdollinen tekoäly. Järjestelmä, joka sallii poikkeamat, säilyttää epävarmuutta eikä pyri jatkuvasti tekemään käyttäjästä paremmin ennustettavaa, voi pitkällä aikavälillä tukea ihmisen omaa ajattelua paremmin.

Väite on kiinnostava juuri siksi, ettei sitä ole vielä todistettu

Frontnieuwsin otsikointi antaa helposti vaikutelman, että tutkimus olisi osoittanut chatbotien tekevän ihmisistä robotinkaltaisia. Näin pitkälle alkuperäinen artikkeli ei mene. Se rakentaa käsitteellisen mallin, esittää mekanismin ja johtaa siitä testattavia hypoteeseja tulevaa empiiristä tutkimusta varten.

Tämä rajaus ei tee tutkimuksesta heikompaa. Päinvastoin. Se tekee siitä hyödyllisen lähtökohdan ilmiölle, joka on jo käytännössä nähtävissä: ihmiset oppivat nopeasti kirjoittamaan, kysymään ja jäsentämään ajatuksiaan tavoilla, jotka toimivat paremmin tekoälyn kanssa.

Vasta tulevat tutkimukset kertovat, jääkö tämä käyttöliittymätason sopeutumiseksi vai ulottuuko vaikutus syvemmälle käyttäytymiseen ja minäkuvaan.

Oleellisin kysymys ei ehkä olekaan, kuinka inhimilliseksi tekoäly muuttuu

Generatiivisen tekoälyn kehityksessä huomio on kohdistunut lähes pakkomielteisesti siihen, milloin kone kuulostaa ihmiseltä, näyttää ihmiseltä tai toimii ihmisen kaltaisesti. Robotoid humanness -malli muistuttaa, että vuorovaikutus ei ole yksisuuntainen prosessi.

Kun miljardit ihmiset mukautuvat samoihin rajapintoihin, samoihin luokitteluperiaatteisiin ja samoihin koneellisen viestinnän rytmeihin, muutos voi tapahtua myös toisessa päässä yhteyttä.

Kysymys ei silloin enää ole vain siitä, oppiiko tekoäly ymmärtämään ihmistä.

Kysymys on siitä, kuinka paljon ihminen alkaa muuttaa itseään tullakseen tekoälyn ymmärtämäksi.

Lähteet:
Ozturkcan, S., de Cros Peronard, J.-P. & Toral-Manson, I. (2026): Robotoid humanness: when selfhood becomes machine-legible, AI & Society, julkaistu 19.8.2026.
Frontnieuws (3.9.2026): AI-chatbots zouden menselijk gedrag steeds robotachtiger kunnen maken, zo blijkt uit onderzoek.

Kommentoi