Näkökulma
Minä ja tekoäly: käsikirja, jota ei ollut
Olen koodannut neljäkymmentä vuotta, ja nykyään tekoäly kirjoittaa suuren osan koodistani. Nämä ovat säännöt, tarkistukset ja päätökset, joiden ansiosta lopputulos pysyy minun.

Sisällys (7)
Kuulen silloin tällöin, että kaikki mitä teen on tekoälyn generoimaa. Se joskus harmittaa, vaikka ymmärrän, mistä epäily tulee. Työkalu ja tekijä ovat kaksi eri asiaa, ja hyvän työkalun käyttäminen on taito.
Kyllä, tekoäly kirjoittaa suuren osan koodistani. Kirjoitan tämän kertoakseni, mitä sen ympärillä tapahtuu ja miksi se on se osa, josta tulos riippuu.
Mistä tulen
Valmistuin prosessitekniikan insinööriksi vuonna 1986 ja aloitin samana vuonna prosessiteollisuuden tiedonhallintajärjestelmien parissa. Siitä asti työni on ollut sitä samaa: kerätään dataa ja yritetään päätellä siitä jotain hyödyllistä. Ensin tuotantoprosesseista, sitten tietoliikenneverkoista, sitten immersiivisestä laskennasta ja viimeksi kielimalleista eli tekstiä tuottavista tekoälyohjelmista. Täysipäiväisenä koodarina kirjoitin verkonhallintajärjestelmään sovelluksen, joka piti kirjaa verkon tukiasemien laitteistoista, laiteohjelmistoista ja asetuksista. Kirjoitin sen yksin ja kokonaan, pääosin C++:lla, ja sitä on käytetty sadoissa operaattoreiden verkoissa kymmeniä vuosia. Koodaan edelleen lähes joka päivä. Olen lisäksi tekoälyalan yhtiön neuvonantaja. Tämä artikkeli ei käsittele sitä yhtiötä millään tavalla.
Insinöörinä uskoin käsikirjoihin. Hyvä käsikirja kertoo syötteet, tulosteet ja vikatilat, ja kone käyttäytyy niin kuin siinä lukee. Venttiili avautuu kolmen barin (noin kolminkertaisen ilmanpaineen) paineessa, ei siksi että se haluaa miellyttää.
Tekoäly on ensimmäinen työkalu urallani, jolla ei ole sellaista käsikirjaa. Se käyttäytyy useimmiten hyvin ja joskus varmalla äänellä väärin. Siksi minun piti kirjoittaa käsikirja itse.
Säännöt, jotka kirjoitin
Yhdessä projektissani, äänikirjojen ja kirjojen tuotantoputkessa, olen kirjannut säännöt, joilla työskentelen tekoälyn kanssa. Ne eivät ole teoriaa vaan jälkeenpäin kirjattuja läheltä piti -tilanteita. Poimin kuusi, joista viimeinen koskee tätä sivustoa.
1. Katso ensin, mitä on jo tehty. Käytän kahta tietokonetta, ja syyskuussa 2026 niiden työ ajautui erilleen niin, että päivän muutokset kummallakin puolella piti selvittää käsin. Siitä syntyi sääntö: jokaisen työrupeaman ensimmäinen teko on päivittää kone toisen koneen tekemillä muutoksilla ja kertoa ääneen, mitä siellä on ehditty tehdä. Tekoäly ei oletuksena muista eilistä, joten muistin täytyy olla tiedostoissa.
2. Tiedosto on auktoriteetti, ei muistiinpano. Muistiinpanot kertovat, mikä oli totta kun joku ne kirjoitti. Kun kysyn kirjan tilasta, koneen pitää katsoa tiedostoista eikä vastata edellisen keskustelun tai oman muistinsa perusteella. Sama periaate on tällä sivustolla: sääntelyartikkelin päivämääriä ei tarkisteta mallin muistista vaan komission omalta sivulta.
3. Päätökset kirjataan, ja päättäjä on ihminen. Projektissa on tiedosto, johon kirjataan ne päätökset, joita historia ei näytä: mikä kone, minä päivänä ja kuka päätti. Kone ehdottaa, minä sanon kyllä tai ei, ja vastaus kirjataan. Kun kolmen viikon päästä kysytään, miksi jokin on niin kuin on, vastaus löytyy.
4. Peruuttamatonta ei tehdä luvatta. Koneella ei ole lupaa kirjoittaa jo tallennettua historiaa uusiksi eikä poistaa mitään, mitä ei voi palauttaa. Jos jokin pysähtyy, sen pitää kertoa se eikä yrittää kovemmin.
5. Älä usko yhtä lukijaa, vaikka se olisi varma. Käsikirjoitukset luetan usealla tekoälyagentilla (tehtävää itsenäisesti suorittavilla tekoälyohjelmilla), joille annan eri roolit: toimittaja, äänikirjan lukija, kirjastonhoitaja. Ne ovat saman kielimallin eri rooleja, joten ne eivät ole toisistaan riippumattomia ja niiden virheet voivat olla samoja. Yksimielisyys löytää lipsahduksia mutta ei todista mitään. Siksi kriittinen väite tarkistetaan aina itse ensisijaisesta lähteestä. Tällä sivustolla jokainen artikkeli käy saman tyyppisen lukupiirin, eli usean lukijan palautekierroksen, läpi ennen julkaisua, myös tämä.
6. Sivustolla on omat rajat. En kirjoita yhtiöstä, jonka neuvonantaja olen. Markkinoista ja rahoituksesta kirjoitan vain julkisten lukujen tasolla, enkä anna sijoitusneuvoja tai ennusteita nimetyistä yhtiöistä. Jos aihe sivuaa sidonnaisuuttani, kerron sen artikkelissa itsessään.
Näiden lisäksi on pienempiä, mutta samaa lajia. Kun valitsin äänikirjaan tehosteäänet, annoin korvan ratkaista, en markkinointilupausta. Kokeilin viittätoista tekoälyllä tehtyä ääntä ilmaista äänikirjastoa vastaan, ja kuuntelin parit tasoitetulla voimakkuudella. Kirjasto voitti kaikki viisitoista paria. Kyse oli yhdestä kuuntelijasta eikä sokkotestistä, mutta se riitti pitämään mielipiteen kurissa.
Miten vastaan siitä, mitä lopputuloksessa lukee
Sanoa "minä vastaan" on helppoa. Tällä sivustolla se tarkoittaa neljää asiaa. Tekoäly kirjoittaa luonnoksen, ja luonnos luetaan lukupiirillä ennen kuin se menee minulle. Saan raportin, jossa löydöt on koottu, ja korjaukset tehdään vasta, kun olen hyväksynyt ne. Ennen julkaisua ohjelma tarkistaa, että sivusto toimii teknisesti, mutta sisällön oikeellisuuden varmistan itse. Ja jokainen luku, päivämäärä ja lähde tarkistetaan alkuperäisestä lähteestä eikä koneen muistista. Jos en ymmärrä, mitä kone on tehnyt, en julkaise sitä.
Mitä luvut kertovat ja mitä eivät
Joku haluaa lukuja, joten tässä ne. Työni on tallennettu GitHubiin, palveluun, jossa ohjelmakoodia säilytetään projekteittain eli repoina. Minulla on niitä 105, joista 7 on julkisia ja 98 yksityisiä. Tili on vuodelta 2014, kun taas koodaus alkoi jo 1986, joten suuri osa työstäni ei ole siellä lainkaan. Palvelun tunnistamista pääkielistä 75 repon osalta 38 on TypeScriptiä, 17 JavaScriptiä, 7 Jupyter Notebookia, 6 Swiftiä, 4 Pythonia ja 3 C++:aa.
Viimeisen vuoden "contribution-luku" on 3 129. Se laskee toimintaa, kuten tallennuksia ja ehdotettuja muutoksia, ei koodirivejä, enkä esitä sitä todisteena mistään. Se ei kerro, kuka kirjoitti minkä rivin, eikä profiili näytä koodirivien kokonaismäärää. Tekoälyn kanssa työskentelevän tallennusmäärä voi olla suurempi, joten luku kertoo enemmän työtavasta kuin työmäärästä. Luvut kertovat lähinnä, että tililtä löytyy jatkuvaa toimintaa.
Ratkaisevampi kysymys on toinen: kuka päättää, mitä rakennetaan, ja kuka vastaa siitä, että se toimii?
Kuka tekee mitä
Tämän sivuston esimerkit on rakennettu kolmeen osaan: mitä kone tekee, mitä ihminen tekee ja missä se epäonnistuu. Sama jako toimii omassa työssäni.
Kone kirjoittaa nopeasti, jaksaa toistaa ja löytää virheitä, joita en itse huomaisi. Se on erinomainen apulainen siihen, mikä on laajaa, rutiininomaista tai vaatii koko tiedoston pitämistä mielessä.
Minä päätän, mitä rakennetaan ja miksi. Minä tunnistan, milloin kone on varma mutta väärässä. Minä vastaan siitä, mitä lopputuloksessa lukee. Esimerkiksi kirjassa, jota kirjoitan ja joka kertoo, kuka olen, muistot ja kokemukset ovat omiani, vaikka osa kohtauksista on kirjassa kerrottu koosteiksi, ja tekoäly on lukijana ja apuna. Asiakkaiden nimiä ja sopimusarvoja ei julkaista, ja se on sääntö, jota kone ei saa arvioida uudelleen oman harkintansa mukaan.
Se epäonnistuu, kun jompikumpi unohtaa roolinsa. Jos ihminen luottaa koneeseen sokeasti, virheet kertyvät. Jos ihminen ei anna koneelle mitään, hän menettää sen, missä kone on oikeasti hyvä.
En myöskään väitä, että tekoäly tekee minusta nopeamman. Tutkimuslaitos METR mittasi vuonna 2025, että kokeneet kehittäjät käyttivät tekoälyn kanssa tehtäviin keskimäärin 19 % enemmän aikaa, vaikka uskoivat jälkikäteen olleensa noin 20 % nopeampia. Tulos koski kuuttatoista kehittäjää, jotka työskentelivät omissa, tutuissa koodikannoissaan, ja varhaisen vuoden 2025 työkaluja. METR uskoo nopeutumisen nykyisin todennäköiseksi, mutta pitää uutta aineistoaan epäluotettavana. Opetus on silti sama: oma tuntuma ei ole mittari, ja siksi luotan sääntöihin ja tarkistuksiin.
Miksi tämä ei ole uusi asia
Vastuun kysymys ei ole uusi. Kun työstä vastaa ihminen, kysytään aina, kuka sen tarkisti. Tekoäly on tässä lähempänä harjoittelijaa kuin kääntäjää (koodin koneen kielelle muuttavaa ohjelmaa). Kääntäjä toimii ennustettavasti, mutta harjoittelijan työ pitää katselmoida, vaikka hän olisi nopea ja sujuvasti perusteleva. Kone voi tehdä paljon, mutta tulos on aina jonkun nimissä.
Siksi kiinnostavaa ei ole, tekikö kone. Kiinnostavaa on, onko joku tarkistanut, ja onko tarkistus rakennettu työn osaksi vai jätetty hyvän tahdon varaan.
Neljänkymmenen vuoden aikana olen nähnyt useita aaltoja, joista jokainen oli aikanaan se, joka muuttaa kaiken. Yhteistä niille on se, että työkalun nimi vaihtui ja vastuu pysyi samana.
Mitä pitää kertoa
Tämäkin teksti on tehty yhdessä tekoälyn kanssa: se luki aineistoni, ehdotti rungon ja kirjoitti luonnoksen, ja minä päätin, mitä siinä väitetään. Sen jälkeen teksti kävi saman tyyppisen lukupiirin läpi kuin kaikki muutkin. Tekoälyn jäljillä on henkilökohtainen projekti, ei minkään yrityksen sivusto.
Lähteet
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity · METR10.7.2025. 16 kokenutta kehittäjää, 246 tehtävää, tekoälyn kanssa työ kesti keskimäärin 19 % pidempään, vaikka kehittäjät ennakoivat 24 % nopeutumista ja uskoivat jälkikäteen olleensa noin 20 % nopeampia. Tulos koskee varhaisen 2025 työkaluja yhdessä asetelmassa
- We are Changing our Developer Productivity Experiment Design · METR24.2.2026. Uudemmat tulokset viittaavat nopeutumiseen, mutta METR pitää aineistoa epäluotettavana valikoitumisen ja ajanmittauksen vuoksi
Artikkeli perustuu pääosin kirjoittajan omaan työhön ja omiin tietovarastoihin. Ulkopuolinen väite on METRin tutkimus, joka on lähteissä. GitHub-luvut ovat profiilin näyttämät marraskuussa 2026.
Harri Salomaa · 40 vuotta ohjelmistoalalla, siitä 20 Yhdysvalloissa ja Saksassa: prosessidatan keruusta ja verkkodatan analysoinnista immersiiviseen laskentaan ja viimeksi tekoälyyn.
