Lastensuojelu on merkittävien muutosten kynnyksellä. Generatiivinen tekoäly ja koneoppiminen ovat muuttuneet ja muuttumassa tieteiskirjallisuudesta todellisuudeksi. Teknologian kehittyminen tulee muuttamaan maailmaa, yhteiskuntia, instituutioita ja ilmiöitä.
Teknologian kehittyminen tuo tullessaan uudenlaisia hyvää ja turvallista lapsuutta uhkaavia tekijöitä, joita tulisi jo nyt tarkemmin ja aktiivisemmin ennakoida ja pyrkiä ehkäisemään (vrt. some). Teknologian kehittymisen yhteydessä on hyvä muistaa myös se, että hyvän ja turvallisen lapsuuden kannalta keskeiset asiat, kuten ruoka, lepo, huolenpito ja rakkaus, pysyvät muuttumattomina.
Uudet teknologiat tulevat vaikuttamaan keskeisesti myös ammattilaisten tapaan tehdä lastensuojelutyötä ja yhteiskuntien tapaan järjestää lastensuojelua. Tässä tekstissä keskitytään näihin erityisesti työn hallinnollisesta näkökulmasta. Mukana ei ole siis esimerkiksi erilaiset tekoälypohjaiset palvelut ja interventiot.
Automatisoitu tiedonsyöttö
Automatisoitu tiedonsyöttö, joka hyödyntää generatiivista tekoälyä ja koneoppimista, vähentää merkittävästi työntekijöiden manuaalista työtä ja minimoi virheet. Noudattamalla yhteisiä laatustandardeja ja hyödyntämällä historiallisella asiakasdatalla koulutettuja koneoppimismalleja, kunkin tilanteen kannalta relevantit tiedot voidaan poimia olemassa olevista asiakirjoista, kuten lastensuojeluilmoituksista, palvelutarpeen arvioinneista tai vastaavista. Automatisoidulla tiedonsyötöllä voidaan esimerkiksi vähentää merkittävästi erilaisiin arviointeihin, päätöksiin tai lausuntoihin käytettyä aikaa.
Automatisoitu kirjaaminen
Automatisoidulla kirjaaminen noudattaa pitkälti automatisoidun tiedonsyötön kaavaa, ja sen voisi laskea myös osaksi automatisoitua tiedonsyöttöä. Automatisoidussa kirjaamisessa esimerkiksi asiakassuunnitelmaneuvottelut, etätapaamiset ja vastaavat tulevat reaaliaikaisesti litteroiduiksi sanasta sanaan ja haluttuun muuhun kirjalliseen muotoon, esimerkiksi asiassuunnitelmaneuvottelukirjaus.
Älykäs analyysi
Koneoppimiseen perustuvassa älykkäässä analyysissa työntekijät voivat hyödyntää kaikkea lapsen ja perheen tilannetta koskevaa tietoa tehokkaasti ja vaikuttavasti. Älykäs analyysi auttaa työntekijöitä tekemään lapsi-, perhe- ja tilannekohtaiseen tietoon perustuvia päätöksiä, tunnistamalla ja puuttumalla tarpeenmukaisesti.
Ennakoiva analytiikka
Ennakoivassa analytiikassa hyödynnetään lastensuojelua koskevan historiallisen datan analyysia ja sen perusteelta luotavia koneoppimismalleja. Nämä mallit pystyvät ennakoimaan esimerkiksi lapsen lastensuojelutarvetta ja sijaishuoltoon sijoittamisen tai uudelleen sijoittamisen todennäköisyyttä. Ennakoiva analytiikka auttaa työntekijöitä kohdentamaan resursseja ja interventioita sinne, missä niitä eniten tarvitaan, ennaltaehkäisevästi.
Suosittelujärjestelmät
Generatiivinen tekoäly mahdollistaa erilaisten suosittelujärjestelmien kehittämisen, jotka suosittelevat lapsen ja perheen tilanteeseen sopivia palveluita ja/tai interventioita. Suosittelujärjestelmät perustavat suositukset aikaisempiin tapauksiin ja tutkimusnäyttöön. Suosittelujärjestelmät auttavat työntekijöitä toimimaan tietoon perustuen sekä käyttämään lapsen ja perheen tilanteeseen sopivia toimenpiteitä.
Työnkulun optimointi
Työnkulkua optimoivat algoritmit ehdottavat tehokkaita työnkulkuja, töiden priorisointia ja resurssien kohdentamista analysoimalla dataa lastensuojeluprosesseista. Työnkulun optimointi auttaa työntekijöitä lisäämään työn hallittavuutta ja suunnitelmallisuutta sekä toimimaan oikeaan aikaan lasten kannalta.
Älykäs lastensuojeluhakukone
Olen aikaisemmin kirjoittanut lastensuojelun koskevan tutkimus- ja muun tiedon vaikuttavuuden lisäämisestä luomalla lastensuojeluun erikoistuneen ”älykkään hakukoneen”. Älykäs lastensuojeluhakukone sisältäisi aluksi kaiken Suomessa lastensuojelusta tuotetun julkisen tiedon, mutta myöhemmissä kehitysvaiheissa se voitaisiin kytkeä osaksi esimerkiksi edellä esiteltyjä ratkaisuja ja se voisi toimia lastensuojelun tekoälykehityksen ja -tutkimuksen ytimenä.
Yhteenveto
Teknologian kehittyminen on muuttanut merkittävästi lastensuojelua, ja tulee muuttamaan myös jatkossa. Kaikkeen tässä tekstissä esitettyyn on jo olemassa erilaisia kokeiluja, kehittämistä ja tutkimusta. Tekoälyn ja koneoppimisen syvällisessä integroimisessa osaksi lastensuojelua tulee ottaa vahvasti huomioon eettiset näkökulmat. Tästä syystä teknologioiden käyttöönottoa tulisi johtaa lastensuojelutoimijoiden määrittelemien sisältöjen kautta.
Teknologian potentiaali lastensuojelussa on lasten suojelua mullistava. Esimerkki: Lastensuojelun sosiaalityöntekijät käyttävät viikoittaisesta työajastaan eri selvitysten mukaan 20-40 prosenttia kirjaamiseen työntekijöistä riippuen. Automaattisen kirjaamisen ja tiedonsyötön avulla kirjaamiseen käytetty aika voitaisiin saada vähennettyä niin, että jatkossa erilaiseen kirjaamiseen menisi 10-20 prosenttia viikoittaisesta työajasta. Käytännössä sosiaalityöntekijöille vapautuisi työaikaa keskimäärin kokonaisen työpäivän verran, joka tarkoittaisi vuodessa 52 työpäivää.
Teknologiat ovat jo käyttöönotettavissa, mutta nyt tarvittaisiin lastensuojelun toimijoiden herääminen ja riittävän kunnianhimoiset suunnitelmat teknologian hyödyntämisestä. Tätäkin aihetta koskevaan tutkimukseen ja kehittämiseen on hyvin rahoitusta jaossa. Kuka ottaisi teknologian ja lastensuojelun teemat omaksi toiminnakseen ja toimisi suunnannäyttäjänä?
Onni Westlund 