Vanhustyöntekijöiden teknologiaan liittämät tunteet – avovastausten analysoiminen tekoälypohjaisen klusteroinnin keinoin
Nyckelord:
vanhustyö, tunteet, teknologia, luonnollisen kielen käsittely, tekoäly, koneoppiminenAbstract
Sosiaali- ja terveydenhuollon työn teknologisoituminen on edennyt viime vuosina ripeästi. Käytetty teknologia herättää työntekijöissä tunteita, jotka vaikuttavat niin työnteon sujuvuuteen kuin asiakaskohtaamisiinkin. Tässä artikkelissa tavoitteenamme on tarkastella vanhustyöntekijöiden teknologiaan liittämiä tunteita erityisen menetelmällisen kokeilun avulla. Tutkimuskysymyksemme ovat: 1) Miten luonnollisella kielellä kuvattuja vanhushoivan työntekijöiden teknologiaan liittämiä tunnekokemuksia voidaan ryhmitellä tekoälypohjaisella klusteroinnilla? 2) Millaisia hyötyjä tekoälypohjaisella klusteroinnilla on sosiaalilääketieteelliselle tutkimukselle? Aineistona käytämme Jyväskylän yliopiston vuosina 2019 (N=6903) ja 2021 (N=1679) vanhuspalveluiden työntekijöiltä sähköisellä kyselylomakkeella keräämää paneeliaineistoa ja erityisesti sen teknologiaan liitettyjä tunteita koskevaa avokysymystä. Sovellamme avovastausaineistoon (N=3806) transformer-mallilla pohjustettua k-keskiarvoklusterointia ja visualisoimme tuloksia sana- ja hajontapilvillä. Useiden kokeilujen jälkeen päädyimme kahdeksan klusterin malliin. Klusterit kertovat sekä aineiston rakenteesta että vanhustyöntekijöiden tavoista vastata tunteita koskeviin avokysymyksiin. Omiksi ryppäikseen erottuivat positiiviset, negatiiviset, neutraalit sekä ristiriitaiset vastaukset. Lisäksi analyysistä erottuivat vastausryppäät, joissa tunnekokemukset yhdistettiin vanhustyön tiettyihin piirteisiin ja käytäntöihin. Tulokset osoittavat, että menetelmän käyttömahdollisuudet sosiaalilääketieteelliselle tutkimukselle ovat laajat. Menetelmä voi auttaa hahmottamaan huonosti tunnettuja ilmiötä sekä kehittämään niihin strukturoituja mittareita. Transformer-pohjainen ohjaamattoman oppimisen menetelmä soveltuu laajasti myös muunlaisten luonnolliseen kieleen perustuvien aineistojen, kuten asiakas- ja potilaskertomusten, analysointiin sosiaali- ja terveydenhuollon alalla eikä pienten suomenkielisten tekstiaineistojenkaan käsittely muodostu ongelmaksi. Tämän tutkimuksen tulokset ovat sovellettavissa myös käytännön kehitystyöhön, kun teknologioita otetaan käyttöön ja kehitetään vanhustyön kentällä.
