AI-avusteinen konseptointi

Tekoäly on mahdollistanut uudenlaisen lähestymistavan monessa asiassa. Konseptointi kuuluu näihin asioihin. Tässä artikkelissa tarkastelemme, millaisen uudenlaisen konseptointimallin tekoäly mahdollistaa ja mitä etuja sillä on perinteiseen tapaan verrattuna. Havainnollistamme AI-avusteista konseptointia myös esimerkin avulla. 

Kiinnostuitko aiheesta? Miten soveltaa tätä teidän organisaatiossanne? Sovi sinulle sopiva keskusteluaika Triarin kanssa. 

Tekoälyn tuoma suuri muutos konseptointiin on se, että se on nopeampaa ja vie vähemmän työaikaa kuin aikaisemmin. Se vie vähemmän työaikaa sekä sisältöasiantuntijoilta että konseptoinnin asiantuntijoilta. Samanaikaisesti konseptoinnin laatu ei ole laskenut vaan jopa parantunut, jos prosessia on mukana osaava AI-fasilitaattori. Eli nopeammin, edullisemmin ja paremmalla laadulla. Tämä on sitä tekoälyn tuomaa tuottavuuden parannusta käytännössä. 

Tämä johtaa siihen, että organisaatiot voivat lähteä pienemmällä kynnyksellä tekemään konseptointia kuin aikaisemmin. Parhaimmillaan tämä johtaa siihen, että organisaatio konseptoi aikaisempaa enemmän uusia ideoita, mikä auttaa organisaatiota innovoimaan ja uusiutumaan. Usein konseptoitavat ideat on valittu aikaisemmin aika konservatiivisesti konseptointiin liittyvien kustannusten vuoksi. Nyt ehkä uskalletaan konseptoita myös rohkeampia ajatuksia, koska se on aikaisempaa edullisempaa. Ja tehdä valintaa ideoiden ja vaihtoehtojen välillä tarvittaessa tämän jälkeen. Eli on helpompi ottaa hallittu riski. 

Nämä hyödyt eivät tule kuitenkaan täysin automaattisesti. Konseptointi vaatii jatkossa konseptoijalta tai fasilitaattorilta uudenlaisia taitoja erityisesti tekoälyn kanssa työskentelemiseen. Se vaatii uudenlaisten AI-avusteisen konseptoinnin periaatteiden sisäistämistä: 

• Ajattele tekoälyn kanssa 

• Fasilitaattori ohjaa ihmisiä ja tekoälyä 

• Luo vaihtoehtoja ja valitse niistä 

• Iteroi tiivistelmiä ja laajenna kun olet tyytyväinen 

• Laita tekoäly tekemään paljon työtä vaativia tehtäviä ja anna palautetta 

• Koosta konseptikuvausta koko ajan 

• Ole rohkea - kokeileminen on nopeaa ja halpaa 

• Kontekstoi tekoälyä sopivasti

Tämä artikkeli lähtee oletuksesta, että perinteiset konseptointimenetelmät ovat sinulle tuttuja ja käsittelee, mitä muutoksia tekoäly tuo prosessiin. Jos konseptointi prosessi ei ole sinulle tuttu, kannattaa ensin lukea artikkeli Digipalvelun konseptointi. 

Tavoitteena on tehdä artikkelista havainnollisempi esimerkin avulla. Esimerkin aiheeksi on valittu miten voisimme hyödyntää joukkoistaa julkisen sektorin tehostamisessa. Eli miten voisimme tehokkaasti osallistaa suuren joukon ihmisiä parantamaan julkisen sektorin tuottavuutta. 

Periaatteet 

Tässä osiossa käymme läpi AI-avusteisen konseptoinnin periaatteita. Ne eivät korvaa perinteisen konseptoinnin periaatteita (kuten tuplatimanttia), vaan kuvaavat sitä mikä muuttuu tai korostuu, kun siirrytään tekoälyn hyödyntämiseen keskeisenä osana konseptointia. 

Ajattele tekoälyn kanssa 

Kun aloitamme tekoälyn kanssa työskentelymme teemme usein yhden kahdesta virheestä: 1) ulkoistamme liikaa ajattelua tekoälylle, tai 2) käytämme tekoälyä triviaalilla tavalla, kuten oikolukijana. Vaikka nämä lähestymistavat voivat olla jossain määrin hyödyllisiä, niin täysimittaisten hyötyjen saaminen vaatii, että opimme ajattelemaan ja työstämään asioita yhdessä tekoälyn kanssa. Vuorovaikutteisesti, ajatuksia pallotellen saamme parhaat tulokset. 

Vuorovaikutusmallit ovat tärkeitä tässä yhdessä ajattelussa. Esimerkiksi puheen hyödyntäminen syötteenä tekoälylle voi parantaa merkittävästi vuorovaikutusta. Myös tiivis iterointi on tärkeää tekoälyn kanssa. Pitkät monologit puolin ja toisin ovat yleensä huono merkki. 

Fasilitaattori ohjaa ihmisiä ja tekoälyä 

Perinteisesti fasilitaattori keskittyy ihmisten ohjaamiseen. Fasilitaattori vastaa siitä, että on selkeä prosessi, jonka mukaan töitä tehdään ja ihmisiä osallistetaan erilaisia harjoituksilla ja äänestyksillä. Tämä on edelleen tärkeää, mutta ei enää riitä. 

Fasilitaattorin pitää myös osata ohjata tekoälyä siten, että siitä saadaan paras hyöty irti. Ja yhdistää ihmisten ja tekoälyn ohjaaminen siten, että ne työskentelevät tehokkaasti yhdessä niin, että molempien vahvuuksia hyödynnetään. 

Luo vaihtoehtoja ja valitse niistä 

Ihmiset eivät ole erityisen hyviä luomaan suuria määriä vaihtoehtoja, sillä ideointi ei ole meidän vahvuuksia ja se on tosi työlästä.  Tekoäly on puolestaan hyvä tuottamaan vaihtoehtoja ja tätä ominaisuutta kannattaa hyödyntää. 

Se on helppoa. Pyydät tekoälyä tekemään esimerkiksi 5-10 vaihtoehtoa työn alla olevasta aiheesta. Se voi olla palvelun nimi, konseptin tiivistelmä, arkkitehtuuri tai käyttöliittymä. Sitten valitset niistä mielestäsi parhaat ja pyydät tekemään siitä 3-5 versiota. Tai yhdistämään aikaisempia vaihtoehtoja. Saat nopeasti hyviä ja luovia tuloksia tällä luo vaihtoehtoja valitse niistä toimintamallilla. Muista, että ihminen on edelleen kuskin paikalla valintojen tekemisen kautta. 

Iteroi tiivistelmiä ja laajenna kun olet tyytyväinen 

Tekoälyä on helppo pyytää tekemään laajoja dokumentteja. Näin ei kuitenkaan kannata tehdä ainakaan liian aikaisessa vaiheessa prosessia. Jos pyydät AI:ta tekemään kuvauksesi perusteella monisivuisen konseptikuvauksen, niin et todennäköisesti jaksa lukea sitä ajatuksella läpi. Tai jos jaksat, niin et viitsi muuttamaan kaikkia niitä kohtia, jotka on ihan ok, mutta ei kuitenkaan juuri oikein. 

Pyydä siis aina ensin tiivistelmä ja muokkaa sitä, tai anna siitä palautetta. Kun olet tyytyväinen tiivistelmään, niin pyydä tekoälyä laajentamaan sitä. Mutta vain pala kerrallaan. Tällöin se tuottaa hallittavan verran tekstiä kerrallaan, joka on helppo hahmottaa ja muokata. Kun olet tyytyväinen siihen, niin pyydä seuraava palanen. Tällöin pystyt ohjaamaan tekoälyä haluamaasi suuntaan.

Laita tekoäly tekemään paljon työtä vaativia tehtäviä ja anna palautetta 

Suurin hyöty tekoälystä on paljon työtä vaativissa tehtävissä. Tällaisia ovat esimerkiksi taustaselvitykset, eri vaihtoehtojen kirjoittaminen auki, tai vaikka erilaisten käyttöliittymä luonnoksien tekeminen. Jos se vaatii paljon työtä, niin todennäköisesti tekoäly on siinä parempi, koska ihmisillä on rajattu keskittymiskyky ja ne väsyvät paljon nopeammin. Ja ihmisten työ on paljon kalliimpaa. Yritä siis tunnistaa tällaisia tehtäviä ja antaa tekoälyn tehdä niitä. 

Mikä on sitten ihmisten rooli? Harkinta ja päätöksenteko erityisesti vaikeissa aiheissa ovat ainakin toistaiseksi asioita missä ihminen on yleensä parempi. Myös tietynlainen luovuus tai laatikon ulkopuolinen ajattelu on tällainen alue. Keskity siis luovan syötteen antamiseen tekoälylle, anna sille osuvaa palautetta ja valitse tekoälyn tarjoaminen vaihtoehtojen välillä, niin hyödynnät parhaiten molempien erilaisia vahvuuksia. 

Koosta konseptikuvausta koko ajan 

Tekoälyn kanssa työskentely on tietynlaista jatkuvaa virtausta. Annat syötettä, AI vastaa ja prosessi jatkuu. Tällainen työskentely tuntuu siltä, että edistyt hyvin ja olet tuottava. Kunnes sinun pitäisi viimeistellä konseptikuvaus. Tällöin huomaat, että tieto on siellä täällä. Sitä on vaikea löytää ja koostaa. 

Tämä ongelma kannattaa ratkaista luomalla heti aluksi oma dokumentti esimerkiksi Google Docsiin. Kyseiseen dokumenttiin siirretään omille välilehdille kaikki jatkossa hyödynnettävät asiat tekoälyn kanssa käytävästä keskustelusta. Siihen voit myös koostaa eri tekoälytyökalujen tuotoksia. Tällöin sinulla on keskeiset asiat tallessa ja helposti hyödynnettävissä. Sieltä ne on myös helppo syöttää takaisin tekoälylle. 

Ole rohkea - kokeileminen on nopeaa ja halpaa 

Perinteisesti asioiden tekeminen ja konseptointi on kallista ja hidasta. Tämän vuoksi on tärkeää tehdä hyviä päätöksiä, mihin aikaa käytetään. Tämä voi näkyä vaikka siinä, että joku saa kiinnostavan, mutta todennäköisesti toteuttamiskelvottaman ajatuksen. Yleensä nämä sivuutetaan ajan ja rahan säästämiseksi. 

Tekoäly tuo tähän ison muutoksen. Nyt voidaankin tutkia ja jalostaa ideaa jo yllättävän paljon 15 minuutissa. Tämä kannustaa tutkimaan ideoita rohkeammin. 15 minuuttia on kohtuullinen investointi ideaan, joka voi olla hyvä, muttei välttämättä ole. Tartu siis rohkeasti rohkeampiin ajatuksiin ja tutki niitä ainakin vähän. Tämä johtaa innovatiivisempiin lopputuloksiin ja aikaa ei mene hukkaan yhtä paljoa kuin aikaisemmin näissä tilanteissa. 

Kontekstoi tekoälyä sopivasti 

Tekoälylle on tärkeää antaa sopivasti kontekstitietoa, että se pystyy toimimaan tehokkaasti. Aivan kuin ihmisille. Jos antaa liian vähän tietoa, niin se ei ymmärrä riittävästi, jotta se pystyisi auttaamaan konkretian tasolta. Jos antaa liikaa tai väärällä tavalla tietoa, niin se hukkuu yksityiskohtiin ja voi jättää tärkeitä asioita huomioimatta. 

Kontekstia voi antaa monella tavalla. Voi antaa taustadokumentteja tai kuivalla äänen avulla tilannetta. Myös kuvat ja videot toimivat hyvin. Yksi ovela tapa on antaa AI:n tehdä taustadokumentteja tilanteesta ja syöttää niitä tekoälylle takaisin. 

Konseptikuvaus 

Konseptikuvauksen tekeminen alkaa konseptointimallin valinnasta. Yhtä oikeaa vastausta ei ole, vaan tilanne sanelee paljon, mitä konseptiin kannattaa ottaa mukaan. Hyvä lähtökohta digipalvelun konseptoinnille on Kokonaisketterän digipalvelun konseptointimalli, ks. Digipalveluiden konseptointi.

Tänään lähdemme kuitenkin hieman yksinkertaisemmasta mallista liikkeelle, koska se on havainnollistamisen kannalta helpompaa. Esimerkin konseptikuvaukseen tulee: 

• Konteksti - mihin tilanteeseen ja ympäristöön  palvelu tehdään 

• Palvelun tiivistelmä (kuvas + hyödyt) 

• Käyttäjät - lyhyet persoonien kuvaukset

• Avainominaisuudet (keskeiset palvelun ominaisuudet)

Konsteksti 

Konteksi on kuningas, eli hyvän palvelun muotoilu vaatii ymmärryksen tilanteesta ja ympäristöstä johon palvelu tehdään. Tälläinen kuvaus ei kuitenkaan saa olla kovin pitkä, jottei metsä huku puilta. Taustamateriaalia toki voi olla paljon, mutta konseptoinnin kannalta on tärkeää, että pystytään tiivistämään olennaiset asiat nykytilanteesta.

Tekoälyä voi hyödyntää taustatyön tekemisessä esimerkiksi erilaisten syvähakujen avulla. Usein nämä tehdään valmistelutyönä ennen yhteistä konseptointityöpajaa. 

Kontekstin kuvauksen fasilitoinnin voi esimerkiksi tehdä siten, että aluksi konseptointiin osallistuvat henkilöt listaavat omasta mielestään tärkeimmät asiat kontekstin ymmärtämiseksi. Tämän jälkeen nämä annetaan tekoälylle ja pyydetään sitä tekemään niistä tiivistelmä. Tämän jälkeen keskustellaan fasilitaattorin johdolla, miten tiivistelmää pitäisi muuttaa. 

Fasilitaattori poimii keskustelusta olennaiset huomiot ja antaa ne syötteenää tekoälylle ja pyytää sitä päivittämään kuvausta. Päivityksiä ei tehdä kaikkia kerralla, vaan sitä mukaan kun keskustelussa nousee tärkeä näkökulma esiin, niin pyydetään tekoälyä tekemään uusi versio. 

On tärkeää, että ei pelkästään lisätä, vaan myös poistetaan, että kyseessä on aidosti tiivistelmä. Steve Jobsia mukaillen: “On paljon tärkeämpää poistaa epäolennaiset asiat kuin lisätä uusia.” 

Fasilitaattorin tehtävänä on seurata keskustelua ja lopettaa tämä osio konseptoinnista, kun tärkeimmät huomiot on käsitelty. 

Palvelun tiivistelmä 

Palvelun tiivistelmä rakentuu kahdesta osasta palvelun tiivistä kuvauksesta ja sen hyödyistä. Usein tätä myös täydennetään visualisoinnilla. Palvelun tiivistelmää on hyvä lähteä jäsentelemään vaihtoehtojen kautta. Anna tekoälylle syötteenä karkea kuvaus palvelusta. Tämän jälkeen pyydä tekoälyä tekemään esimerkiksi viisi eri kuvausta, joissa on otsikko, kuvaus ja hyödyt. Tämän jälkeen valitsette niistä lupaavimman ja annatte palautetta siitä (miten sitä pitäisi muuttaa). Tähän palautteeseen voi liittyä myös nostoja muiden vaihtoehtojen parhaista puolista.  Seuraavaksi pyydätte sitä tekemään parhaan vaihtoehdon ja palautteen pohjalta viisi uutta versiosta. 

Tätä vaihtoehtojen luomisen, palautteen antamisen ja valitsemisen sykliä jatketaan kunnes ollaan kuvaukseen 90% tyytyväisiä. Viimeinen 10% muutoksista tehdään käsin fasilitaattorin toimesta yhdessä keskustellen. 

Käyttäjät 

Konseptoinnin kannalta on tärkeää, että tunnistetaan palvelun käyttäjäryhmät (keskeiset) ja kuvataan lyhyesti heidän tavoitteensa ja miten he käyttävä palvelua. Tavoitteena on tuottaa perinteisiä persoonamalleja tiiviimmät kuvaukset. 

Käyttäjäkuvausten tekeminen on usein hyvä aloittaa tekoälyn tekemällä luonnoksella. Pyydä tekoälyä tekemään luonnos palvelun tärkeimmistä käyttäjäryhmistä ja rooleista. Pyydä tekoälyä ensin vain listaamaan nämä. Sitten anna sille palautetta tai muokkaa niitä itse käsin. 

Kun olet tyytyväinen käyttäjäryhmiin, niin on aika laittaa hieman lihaa luiden ympärille. Pyydä tekoälyä tekemään jokaiseen käyttäjäryhmään seuraavat kuvaukset: 

• Tavoitteet 

• Mitä tekee palvelussa? 

• Muut keskeiset huomiot

Anna tekoälylle palautetta ja pyydä tekemään sitä uudet. Toista kunnes ne ovat lähes oikein. Tee viimeistely itse (tarvittaessa).  

Avainominaisuudet 

Nyt on aika tunnistaa palvelun tärkeimmät toiminnallisuudet. Muista keskittyä siihen, mikä on oikeasti tärkeää. On hyvin helppoa listata paljon ominaisuuksia. Konseptoinnin tavoitteena on kuitenkin ymmärtää palvelun aidosti tärkeimmät toiminnot. Marginaalisesti hyödyllisiä toimintoja voidaan aina lisätä myöhemmin. 

Ensimmäisenä askeleena kannattaa pyytää tekoälyä tekemään esimerkiksi kolme eri vaihtoehtoa tärkeimmistä ominaisuuksista, missä kuvaukset per ominaisuus on vain yksi ranskalainen viiva. Valitse lupaavin, annan palautetta ja pyydä uusi versio. Viimeistelee itse. Nyt sinulla on lista tärkeimmistä ominaisuuksista. 

Nyt on aika luoda ominaisuuksille kuvaukset. Usein kannattaa pyytää tässä kohtaa tekoälyä laajentamaan ominaisuuksien kuvauksia muutaman kappaleen pituisella kuvauksella. 

Tämän jälkeen kannattaa ominaisuudet käydä läpi yksi kerrallaan ja antaa palautetta ja pyytää uusi versio kunnes on saavutettu riittävän hyvä taso kuvauksissa. 

Huomioita tekoälytyökaluista 

Konseptoinnin tiivistelmän voi tehdä monella eri tekoälytyökalulla ja käyttäen niitä monin eri tavoin. Kirjoittajan kokemuksen pohjalta yksi erittäin hyvä vaihtoehto on käyttää OpenAI:n Canvas/pohja toimintoa. Se on editoitava tekstidokumentti, missä asioita voi työstää yhdessä tekoälyn kanssa. OpenAI:n palvelun vahvuuksiin kuuluu, että tekoälyä voi ohjeistaa äänisyötteen avulla, mikä tekee konseptoinnista paljon helpompaa kuin syötteen kirjoittaminen. 

Esimerkki julkishallinnon tehostamisesta 

Palvelun nimi: Julkishallinnon tehostamisportaali “JUTEPO”

Konteksti - kuvaus toimintaympäristöstä 

Suomen julkishallinto on tilanteessa, jossa sen tarjoamat palvelut ovat tärkeitä, mutta niihin käytettyä rahaa on pakko vähentää, koska nykyisen ei enää ole varaa. 

Tämän vuoksi on tärkeää, että löydetään tapoja tehostaa julkishallintoa, jotka ovat aidosti toimivia. Keinoja, jotka säästävät järkevällä tavalla, mutta eivät merkittävästi heikennä tarjottuja palveluita. 

Tällaisten säästökohteiden löytäminen on osoittautunut yllättävän haastavaksi. Valopilkkuja on, mutta monesti säästökohteet eivät ole parhaita mahdollisia. 

Hyvien säästökohteiden löytyminen edellyttää nykytilanteen haastekohtien tunnistamista ja luovaa ongelmanratkaisua uudenlaisten ratkaisujen löytämiseksi. Tämä vaatii, että saadaan käytännön työtä tekevät henkilöt ja palveluiden käyttäjät tuomaan esille haasteita ja osallistettua laajasti ihmisiä uudenlaisten ratkaisujen löytämiseksi. 

On myös tärkeää, että sekä ongelmien tunnistamiseen ja ratkaisujen löytämiseen saadaan hyvät insentiivit, jotta ihmisillä on mielenkiintoa panostaa riittävästi julkishallinnon tehostamiseen. 

Laadukkaiden tehostamisideoiden lisäksi tarvitaan myös tapa valita niitä toteutukseen ja seurata hyötyjen toteutumista.

Palvelukuvauksen tiivistelmä 

JUTEPO-portaali rakentaa uuden tavan löytää järkeviä tehostamiskohteita julkishallinnossa. Portaali kerää kansalaisten ja julkishallinnontyöntekijöiden laatimia ongelmakuvauksia, joissa kuvataan selkeästi arjen todelliset haasteet ja niiden taloudelliset vaikutukset. Laadulliset kriteerit varmistavat, että ongelmat ovat konkreettisia ja sisältävät arvion niiden mittakaavasta.

Kun ongelmat on kuvattu, kansalaiset voivat kehittää niihin ratkaisukonsepteja. Ratkaisujen tulee olla riittävän konkreettisia ja  toteuttamiskelpoisia, mutta ne eivät vaadi vielä yksityiskohtaista projektisuunnittelua. Ne ohjataan käsiteltäviksi niihin organisaatioihin, jotka ovat vastuussa kyseisestä toiminnasta.

Organisaatiot käsittelevät ehdotuksia säännöllisesti ja valitsevat niistä lupaavimmat suunnitteluun

ja toteutukseen. Julkishallinnon organisaatiota mitataan tehostamisesta. Portaali tekee käsittelyn näkyväksi ja luo vahvat taloudelliset insentiivit: sekä ongelman esittäjä että ratkaisun tekijä saavat palkkion sekä hyväksynnästä (1000 €)  että toteutuneista säästöistä (1 % haasteen kuvaajalle ja 1% ratkaisun kuvaajalle).

Käyttäjäryhmät 

• Ongelmakuvauksien tekijät: julkishallinnon työntekijät, jotka näkevät arjen haasteet, sekä kansalaiset, joilla on kokemusta palveluiden ongelmakohdista.

• Ratkaisujen kehittäjät: yksittäiset asiantuntijat, tiimit tai yhteisöt, jotka pystyvät muotoilemaan toteuttamiskelpoisia ratkaisukonsepteja ongelmakuvausten pohjalta.

• Ehdotusten arvioijat: viranhaltijat ja asiantuntijat, jotka tarkastelevat ongelmia ja ratkaisuja sekä pisteyttävät ja priorisoivat niitä.

• Päätöksentekijät: ministeriöt, virastot, hyvinvointialueet ja kunnat, jotka tekevät valinnat suunnitteluun ja toteutukseen etenevistä ratkaisuista.

• Hyötyjen seurannan ja mittaamisen vastuuhenkilöt: organisaatioiden kehittäjät ja talousasiantuntijat, jotka seuraavat säästöjen ja vaikutusten toteutumista.

• Portaalin ylläpitäjät ja koordinaattorit: tahot, jotka vastaavat prosessin sujuvuudesta, laadun varmistamisesta ja insentiivimallin toiminnasta.

Avainominaisuudet 

• Ongelmakuvauksien luonti: Mahdollistaa selkeiden ja rakenteistettujen ongelmien esittämisen. Kuvaus voi olla yhden henkilön tai tiimin. Antaa automaattisen palautteen ongelmakuvauksesta sovittuja kriteerejä vasten, jotta sitä voidaan parantaa ennen lähettämistä. 

• Ratkaisujen ehdottaminen: Tarjoaa helppokäyttöisen tavan toteuttamiskelpoisten ratkaisukonseptien ehdottamiseen. Kuvaus voi olla yhden henkilön tai tiimin. Antaa automaattisen palautteen ongelmakuvauksesta sovittuja kriteerejä vasten, jotta sitä voidaan parantaa ennen lähettämistä. 

• Automatisoitu reititys: Ohjaa ongelmat ja ratkaisut oikealle julkiselle organisaatiolle. Pisteyttää ongelmaratkaisuparit alustavasti automaattisesti (potentiaalinen säästö ja toteuttamiskelpoisuus)

• Arviointi- ja päätöksentekonäkymät: Tukee viranhaltijoita pisteytyksessä, priorisoinnissa ja valinnoissa.

• Hyötyjen seuranta: Esittää toteutuneet säästöt ja vaikutukset läpinäkyvästi.

• Insentiivijärjestelmä: Mahdollistaa palkkioiden jakamisen ongelmien ja ratkaisujen tekijöille. Kiinteä rahapalkkio kun idea valitaan suunnitteluun. Osuus säästöistä kun säästöt on tiedossa ja todennettu (säästöt - tarvittu investointi). 

• Maine-indeksi: jos tekee toistuvasti huonolaatuisia ehdotuksia (ei vastaa kriteereitä, niin maine indeksi laskee. Jos tekee kriteerit täyttäviä ja/tai toteutettuja, niin indeksi nousee. Jos indeksi laskee alle kynnysarvon, niin ei voi enää tehdä ehdotuksia (esim. 10 huonoa kuvausta). 

• Koostenäkymä: näkee säästöt (ehdotettu, valittu, toteutuksessa ja toteutuneet). Voi tutkia organisaatiokohtaisesti. Voi myös selata haasteita ja muiden tekemiä ratkaisuja. 

Käyttöliittymän suunnittelu 

Kun konseptikuvaus on valmis, niin on aika havainnollistaa sitä käyttöliittymien avulla. Tämä on osa-alue, jossa kannattaa hyödyntää tekoälyn kykyä luoda nopeasti erilaisia vaihtoehtoja ja sitten valita niistä parhaita. 

Hyvä tapa aloittaa on käyttöliittymän yleiskonsepti. Voit pyytää tekoälyä luomaan esimerkiksi viisi sanallista kuvausta palvelun käyttöliittymäkonseptista. Valitse niistä mielenkiintoisimmat jatkotyöstöön ja pyydä uusia versiota palautteen kera. 

Kun sinulla on muutama mielenkiintoinen käyttöliittymäkonsepti olemassa, niin on aika katsoa miltä ne voisivat näyttää. Ensin kuitenkin kannattaa luoda tekstipohjaiset kuvaukset kunkin käyttöliittymäkonseptin avainnäkymistä tekoälyn avulla. Kuvausten tekeminen avainnäkymistä auttaa käyttöliittymien generoinnissa. Ensin kannattaa pyytää vain lyhyet kuvaukset kustakin näkymästä. Näillä pääsee hyvin liikenteeseen. 

Seuraavaksi on käyttöliittymä konseptien visualisoinnin vuoro. Tässä vaiheessa on tarkoitus vielä havainnollistaa käyttöliittymää suhteellisen yleisellä tasolla. Yksityiskohtaiset mallit tulevat hieman myöhemmin.

Tekoälytyökalut käyttöliittymien visualisointiin voi jakaa kahteen kategoriaan: 

• Yleiset tekoälytyökalut 

• Käyttöliittymien suunnitteluun tarkoitetut tekoälytyökalut 

Kaikilla yleisimmillä tekoälytyökaluilla (OpenAI:n ChatGTP, Googlen Gemini ja Anthropicin Claude) pystyvät luomaan käyttöliittymiä, jos käyttää niiden canvas-toimintoja. Ne ovat parhaimmillaan suhteellisen yksinkertaisissa käyttöliittymässä, mutta yllättävät välillä myös haastavammissa tapauksissa. Käyttöliittymien luominen on helppoa. Annan konseptin ja käyttöliittymän kuvaukset syötteenä ja pyydät HTML- ja JavaScript-käyttöliittymän. 

Käyttöliittymien tekemiseen on suuri määrä myös juuri tähän tarkoitukseen tarkoitettuja työkaluja kuten esimerkiksi: Stitch, Figma, V0, Lovable ja Magicpatterns. Tämä on markkina, joka elää ja kehittyy kovaa vauhtia. Myös näille työkaluille voit antaa syötteenä konseptin ja käyttöliittymäkuvauksen ja pyytää niitä luomaan käyttöliittymän visualisoinnin. 

Useimmat näistä työkaluista tarjoavat ilmaisen, mutta rajoitetun tavan kokeilla niitä. Tätä kannattaa hyödyntää syöttämällä konseptikuvaus monelle tekoälytyökalulle ja antaa niiden tehdä työtä puolestasi. Ne tekevät rinnakkain monia eri versiota käyttöliittymästä. Se mahdollistaa sen, että voi valita parhaan vaihtoehdon monien joukosta ja jopa yhdistellä niiden parhaita puolia. 

Kun olet valinnut konseptiin sopivan käyttöliittymämallin voit työstää yksityiskohtia paremmiksi. Osa työkaluista tukee tätä suoraan. Eli voit antaa käyttöliittymän osista palautetta ja pyytää tekoälyä muuttamaan niitä. Osalla työkaluista tämä tarkoittaa näkymien uudelleen luomista. Tähän on hyvä käyttää chattipohjaista tekoälyä tukena ja tehdä sen kanssa yhdessä tarkempi kuvaus siitä, millaisen haluaisit tietyn näkymän olevan.  Vaikka tekoäly pystyy tekemään paljon asioita puolestasi, niin käyttöliittymien yksityiskohtien työstäminen vaatii edelleen paljon aikaa ja kärsivällisyyttä.

Kuinka hyvää jälkeä tekoälypohjaiselta käyttöliittymäsuunnitelulta voi odottaa? Se ei ainakaan vielä tätä artikkelia kirjoittaessa korvaa parhaita suunnittelijoita missään nimessä. Moneen palveluun voi kuitenkin tekoälyn avulla tuottaa aivan riittävän hyvän käyttöliittymän ja murto-osalla perinteisen lähestymistavan kustannuksista ja ajasta. Toimiiko se juuri sinun konseptiisi tarpeeksi hyvin? Se selviää vain kokeilemalla. Joka tapauksessa se vie konseptia konkreettisemmaksi ja auttaa jatkotyöstössä. 

Esimerkki julkishallinnon tehostamisesta 

Esimerkin tapauksessa luotiin viisi eri käyttöliittymäkonseptia. Tämän jälkeen niistä valittiin kaksi parasta ja pyydettiin tekoälyä yhdistämään niiden parhaat puolet. Tämän jälkeen tehtiin monella eri työkalulla rinnakkain luonnoksia käyttöliittymistä. 

Valittu käyttöliittymäkonsepti 

Tässä käyttöliittymäkonseptissa JUTEPO-portaalin ydin rakentuu selkeiden korttien ja vaiheistetun prosessin yhdistelmälle. Jokainen ehdotus – sekä ongelmakuvaus että ratkaisukonsepti – esitetään korttina, jonka etupuolella näkyy tärkeimmät tiedot yhdellä silmäyksellä: otsikko, arvioitu hyöty, toteuttamiskelpoisuuden arvio ja nykyinen käsittelyvaihe.

Korttia avatessa käyttäjälle avautuu selkeä, vaiheittain etenevä näkymä, joka ohjaa laadukkaan sisällön tuottamiseen. Vaiheisiin kuuluvat esimerkiksi Kuvaus, Perustelut ja vaikutukset, Laatutarkastus ja Lähetys. Järjestelmä antaa automaattista palautetta ja tarkistuslistoja, jotta ehdotus täyttää vaaditut kriteerit ennen etenemistä.

Prosessiputki näkyy myös visuaalisena listana, johon käyttäjä voi vetää kortteja eri vaiheisiin. Arvioijat ja päätöksentekijät näkevät kortit omissa näkymissään, joissa he voivat pisteyttää, kommentoida ja priorisoida niitä. Malli säilyttää korttien selailtavuuden ja nopean yleisnäkymän, mutta yhdistää siihen prosessimallin tuoman rakenteen ja laadunvarmistuksen. Tämä tekee portaalista yhtä aikaa selkeän, visuaalisen ja ohjatun kokonaisuuden.

Käyttöliittymänäkymät ja kuvaukset 

• Landing Page (kirjautumaton etusivu): Esittelee JUTEPO-portaalin idean, hyödyt ja insentiivimallin selkeästi myös niille, jotka eivät vielä tunne palvelua. Sivulla on hero-osa (napakka viesti, miksi julkishallintoa pitää tehostaa), lyhyt 3–4 vaiheen prosessikaavio (1. Ongelma esiin, 2. Ratkaisu kehitetään, 3. Arviointi ja päätös, 4. Säästö ja palkkiot) sekä muutama konkreettinen esimerkki toteutuneista säästöistä. Käyttöliittymä on yksinkertainen: ylhäällä navigaatio (Tietoa palvelusta, Miten toimii, Usein kysytyt, Kirjaudu), keskellä visuaalinen prosessikuva ja oikealla tai alhaalla selkeät toimintakutsut ("Kirjaudu sisään" ja "Tutustu esimerkkitapauksiin").

• Kirjautuneen käyttäjän etusivu / koontinäkymä: Näyttää yhdellä silmäyksellä, missä käyttäjä on mukana: omat ongelmakuvaukset, omat ratkaisuehdotukset, niiden käsittelyvaihe ja arvioitu säästöpotentiaali. Yläosassa on tiivis KPI-alue (kuinka monta ideaa, kuinka monta jatkoon valittua, maine-indeksi, kertyneet palkkiot). Alapuolella on kaksi–kolme korttilistaa: "Omat ongelmat", "Omat ratkaisut" ja "Sinulle relevantit uudet haasteet". Sivun yläreunaan on ankkuroitu selkeät päätoiminnot: nappi uuden ongelman luomiseen ja nappi uuden ratkaisun tekemiseen.

• Ongelmakorttien selaus- ja hakunäkymä: Tarkoitus on mahdollistaa olemassa olevien ongelmien tutkiminen, suodattaminen ja vertailu. Näkymän yläreunassa on hakukenttä (vapaa teksti) ja selkeät suodattimet (organisaatio, teema, arvioitu säästö, käsittelyvaihe). Alta löytyy korttiruudukko tai lista, jossa jokainen ongelma esitetään korttina (otsikko, lyhyt kuvaus, arvioitu hukka, toistuvuus ja liitettyjen ratkaisujen lukumäärä). Korttia klikkaamalla avautuu ongelma–ratkaisu-yhteisnäkymä, josta pääsee syventymään sisältöön.

• Uusi ongelmakuvaus (vaiheistettu lomakenäkymä): Ohjaa käyttäjää askel askeleelta laadukkaan ongelmakuvauksen tekemisessä. Sivun vasemmassa reunassa on vaihepolku (esim. 1. Kuvaus, 2. Toistuvuus ja mittakaava, 3. Taloudellinen vaikutus, 4. Reunaehdot, 5. Yhteenveto), ja keskellä aktiivinen vaihe, jossa on vain muutama hyvin muotoiltu kenttä kerrallaan. Oikeassa reunassa näkyy tiivistelmä, joka päivittyy sitä mukaa kun käyttäjä kirjoittaa, sekä laatukriteerilista ja automaattiset huomautukset ("kuvaus liian lyhyt" ja "taloudellinen vaikutus puuttuu"). Tavoitteena on tehdä hyvästä kuvauksesta helppo ja huonosta vaikea.

• Ratkaisuehdotuksen luontinäkymä (ongelmaan sidottu): Avautuu aina valitun ongelmakortin pohjalta, jotta ratkaisun tekijä näkee kontekstin ja alkuperäisen kuvauksen. Ylhäällä näkyy lyhyt ongelmatiivistelmä, alla vaiheistettu lomake ratkaisulle (1. Ratkaisun idea, 2. Toteutustapa, 3. Vaikutus, 4. Riskit ja edellytykset, 5. Yhteenveto). Sivun rakenne mukailee ongelmalomaketta, mutta korostaa toteutuslogiikkaa ja vaikutusta. Käyttöliittymässä on sivupaneeli, jossa näkyy automaattinen laskuri ratkaisun arvioidulle hyödylle ja linkki insentiivimallin ehtoihin.

• Ongelma–ratkaisu -parin yhteisnäkymä (korttitason näkymä): Kokoaa valitun ongelman ja siihen liitetyt ratkaisuehdotukset yhteen selkeään näkymään. Yläosassa on ongelmakortti (kaikki keskeiset tiedot, tausta, mittakaava), ja sen alla välilehdet tai sarakkeet ratkaisuille: "Ratkaisut", "Kommentit", "Arvioinnit". Ratkaisukortit näkyvät rinnakkain tai listana, ja käyttäjä voi vertailla niitä nopeasti (vaikutus, toteutettavuus, riskit). Arvioijat näkevät samassa näkymässä alustavat automaattiset pisteytykset ja voivat lisätä oman arviointinsa.

• Arviointi- ja päätöksentekonäkymä viranomaisille: Tarkoitus on tukea systemaattista arviointia ja valintaa. Näkymän yläosassa on suodattimet (organisaatio, teema, vaihe, arviointikierros), alapuolella taulukko-/korttinäkymä ongelma–ratkaisu -pareista. Jokaiselle riville/kortille näkyy lyhyt kuvaus, arvioitu säästö, arvioitu toteutettavuus, riskitaso ja automaattinen pisteytys. Oikealla tai erillisessä paneelissa on "Arvioi"-osio, jossa viranhaltija pisteyttää ratkaisun kriteeri kerrallaan ja voi merkitä päätöksen ("ei jatkoon", "suunnitteluun", "toteutukseen"). Käyttöliittymä tukee myös päätöspakettien muodostamista (esim. "Valitse 5 parasta ratkaisua tälle kierrokselle").

• Hyötyjen ja palkkioiden seurantanäkymä: Näyttää toteutuneet ja ennustetut säästöt sekä niihin liittyvät palkkiot. Näkymä jakautuu kahteen pääosaan: visuaalinen koonti (kaaviot ja luvut kokonais- ja organisaatiotasolla) ja alla listanäkymä yksittäisistä toteutetuista ratkaisuista (säästö €/v, toteutuskustannus, nettovaikutus, maksetut palkkiot ongelman ja ratkaisun tekijöille). Käyttöliittymässä on selkeät suodattimet (ajanjakso, organisaatio, teema) ja mahdollisuus porautua yksittäiseen ratkaisuun yhdellä klikkauksella.

• Oma profiili ja maine-indeksinäkymä: Antaa käyttäjälle näkyvyyden siihen, miten hänen panoksensa vaikuttaa. Yläosassa näkyy maine-indeksi, sen kehitys ja selitys siitä, mikä indeksiin vaikuttaa. Alempana on listattu käyttäjän ongelmakuvaukset ja ratkaisut tiloineen (luotu, arvioitavana, suunnittelussa, toteutettu) sekä niihin liittyvät palkkiot. Käyttöliittymä on selkeä korttilista, jossa jokainen kortti näyttää, mitä seuraavaksi voisi tehdä ("täydennä kuvausta", "vastaa arvioijan kysymykseen").

• Organisaation hallinta- ja asetussivu: Tarkoitettu organisaation vastuuhenkilöille. Tällä sivulla määritellään tehostamiselle varatut budjetit, arviointikierrosten aikataulut, arviointikriteerit sekä roolit (kuka arvioi mitäkin). Käyttöliittymä on jaettu välilehtiin (Budjetit, Kriteerit, Roolit, Prosessin asetukset), ja jokainen osa on yksinkertainen lomake- tai taulukkomuotoinen. Sivulla on myös yhteenvetonäkymä siitä, miten paljon organisaatio on sitoutunut tehostamiseen (kuinka monta ideaa kierroksittain, paljonko säästöjä on toteutunut, miten prosessin läpimenoajat kehittyvät).

Seuraavissa kuvissa on esimerkkejä käyttöliittymästä pyydettäessä eri AI-työvälineillä.

Kuva 1: Esimerkkejä käyttöliittymänäkymistä (Stitch)

Kuva 2: Esimerkkejä käyttöliittymänäkymistä (Gemini) 

Kuva 3: Esimerkkejä käyttöliittymänäkymistä (Magicpatterns)

Prototyypin rakentaminen 

Perinteisesti käyttöliittymien prototyypit tehtiin piirtämällä. Tämä tarkoitti, että prototyyppiä (tai varsinaista sovellusta varten) piti muuttaa prototyyppi HTML:ksi ensin (+ CSS ja JS). Tekoäly kuitenkin tekee suoraan HTML-pohjaisia käyttöliittymiä. Tämä tekee prototyypin rakentamisesta paljon helpompaa ja nopeampaa. 

Osassa työkaluista käyttöliittymäluonnos on jo suoraan klikattava prototyyppi, millä voi havainnollista palvelun toimintaa. Vähintäänkin käyttöliittymän saa HTML-muodossa ulos ja sen voi antaa prototyypin rakennustyökalulle.

Jos kyseessä on yksinkertainen palvelu tai toiminnallisuus, niin prototyypin saa tehtyä suoraan esimerkiksi ChatGTP:llä. Monimutkaisemmassa tapauksessa kannattaa hyödyntää esimerkiksi Googlen AI Studion tarjoamia mahdollisuuksia. 

Seuraavat askeleet

Tässä artikkelissa on tarkoituksella yksinkertaistettu käytettyä esimerkkiä, jotta artikkelista ei tulisi kirjan pituista ja se olisi hieman helpommin lähestyttävä. Lopuksi vielä kuitenkin esitellään ne asiat mitkä olisi ollut tässä tilanteessa hyvä ottaa mukaan konseptointiin, jos kyse olisi ollut todellisesta palvelusta. Konseptointiin olisi käytetty ihmisten ja tekoälyn vuorovaikutukseen samoja periaatteita ja käytäntöjä kuin jo aikaisemmin käsitellyissä osiossa. 

Arkkitehtuuri

Palvelun toteuttamisen arkkitehtuuri on asia, minkä suunnittelussa tekoälystä on suurta hyötyä. On tärkeää antaa tavoitteet ja reunaehdot arkkitehtuurille ja antaa AI:n tunnistaa erilaisia vaihtoehtoja ja vertailla niitä. Lopullisen päätöksen tekee toki ihmiset. 

Insentiivimallin tarkempi suunnittelu 

Esimerkkinä käytetyn konseptin yhteydessä insentiivimallin konseptointiin olisi kannattanut panostaa. Tekoälyä oltaisiin voitu hyödyntää taustaselvitysten tekemiseen, vaihtoehtojen luomiseen ja niiden parantamiseen palautteen perusteella. 

Tiekartta ja kehityksen budjetointi 

Tiekartta kannattaa kuvat suhteellisen tarkalla tasolla konseptin yhteyteen. Erityistä huomiota kannattaa käyttää siihen, että mietitään mitä asioita pitää olla olemassa, että voidaan tehdä kokeilu hyvin rajatussa käytössä ja mitä pitää olla sitten hieman laajemmalle yleisölle tarkoitetussa MVP versiossa. Tekoäly pystyy olemaan suureksi avuksi myös tässä suunnittelussa. Erityisesti kustannusarvioiden tekemisessä se on oikein hyödyllinen. 

Hyödyt ja niiden mittaaminen 

Tarkemmat arviot palvelun tuottamista hyödyistä ja niiden mittaamisesta sekä perusteluista olisi ollut tärkeää ottaa mukaan, jos kyse olisi ollut oikeasta palvelusta. Niiden avulla on huomattavasti todennäköisempää saada rahoitus konseptin toteuttamiseen. 

Konseptin validointikokeilun suunnittelu 

Lähes kaikissa digipalvelukonsepteissa suurin riski on siinä haluavatko käyttäjät käyttää palvelua, eikä teknisessä toteutuksessa. Tämän vuoksi tästä konseptista olisi kannattanut tehdä validointikokeilu. Eli kevyt kokeilu, jolla mitattaisiin ihmisten halukkuutta kuvata ongelmia ja ratkaisuja, sekä julkisten organisaatioiden halukkuutta toteuttaa niitä.