Sote-henkilöstön työstä palautuminen – avovastausten analysointi luonnollisen kielen käsittelyjärjestelmällä
Avainsanat:
Luonnollisen kielen käsittelyjärjestelmät, Kyselytutkimus, Palautuminen, Sosiaalityöntekijät, terveydenhuoltohenkilöstöAbstrakti
Henkilöstökyselyn avoimilla vastauksilla voidaan kerätä arvokasta tietoa työntekijöiden työstä palautumisesta, mutta tulosten analysointi on työlästä. Tässä tutkimuksessa selvitettiin sote-työntekijöiden työstä palautumisen keinoja, ja arvioitiin, kuinka hyvin luonnollisen kielen käsittelyjärjestelmä voi auttaa palautumista koskevien avovastausten analysoinnissa.
Tutkimuksen aineistona käytettiin 1559 sote-työntekijän palautumistaan koskevaa avointa vastausta Työterveyslaitoksen toteuttamassa työhyvinvointikyselyssä vuonna 2021. Vastausten analysoinnissa hyödynnettiin luonnollisen kielen käsittelyjärjestelmiä: klusterointialgoritmia, joka perustui tekstien semantiikkaa tulkitsevaan SBERT-kielimalliin sekä ChatGPT-työkalua, joka tiivisti luokkien sisällöt. Tulosten validoimiseksi niitä verrattiin kahden tutkijan tekemään aineistolähtöiseen sisällönanalyysiin.
Sekä klusterointialgoritmi että tutkijat jakoivat vastaukset seitsemään klusteriin niiden sisällön perusteella. Luokat jakautuivat työaikaisiin ja vapaa-ajalla tapahtuviin keinoihin. Klusterointialgoritmi löysi vastaavia palautumisen teemoja. Algoritmin ja tutkijoiden välillä oli kuitenkin suuria eroja vastausten luokittelussa (Cohenin kappa=0,232; 95 % luottamusväli 0,199–0,265).
Tulokset osoittivat, että palautuminen vaatii riittäviä resursseja, töiden hyvää organisointia sekä yhteisöllisyyttä työpaikalla. Tutkimus osoitti myös, että luonnollisen kielen käsittelyjärjestelmät voivat auttaa avointen vastausten nopeassa analysoinnissa, mutta aineiston tarkempaan analysointiin tarvitaan edelleen tutkijoita.
