Mitä tutkit?
Tutkin väitöskirjassani ihmisen ja tekoälyn muodostaman tiimin (Human-Machine Teaming, HMT) nopeuttamaa operatiivista päätöksentekoa ja keskinäistä työnjakoa tilanteissa, joissa toimintaympäristö muuttuu nopeasti ja panokset ovat äärimmäisen korkeat. Pääasiallisena tutkimusympäristönäni olivat puolustukselliset kyberoperaatiot, joissa toimitaan aktiivista ja mukautuvaa vastustajaa vastaan. Saman päätöksenteon ja työnjaon mallin periaatteita voidaan kuitenkin soveltaa suoraan myös liiketoiminnan operatiiviseen johtamiseen tai dynaamisiin tilanteisiin, joissa vastapuolta hitaampi toimija häviää.
Aiempi kyberoperaatioiden tekoälytutkimus on keskittynyt pitkälti teknisiin kyvykkyyksiin tai korkean tason strategiaan, jättäen operatiivisen johtamisen vähemmälle huomiolle. Tutkimukseni pureutui nimenomaan johtamisen ytimeen: miten tiimin päätöksenteko tapahtuu paineistetussa tilanteessa ja miten tehtävät on optimaalista jakaa ihmisen ja tekoälyn välillä. Päätöksentekijän on ymmärrettävä, mitkä kriittiset ratkaisut ihmisen tulee ehdottomasti tehdä itse ja miten koneen analyysinopeutta ja laskentatehoa kannattaa hyödyntää.
Tutkimusaineisto kerättiin havainnoimalla operaatiojohtajien ja kyberpuolustajien päätöksentekoa maailman suurimmassa kybertaisteluharjoituksessa, NATO Locked Shieldsissä, haastattelemalla kansainvälistä kyberjohtajien asiantuntijapaneelia sekä testaamalla kehittämieni viiden tekoälyagenttijärjestelmän suorituskykyä vaativassa operaatiosuunnittelussa.
Mitkä olivat tutkimuksesi keskeiset tulokset tai havainnot?
Tutkimus osoitti, että oikein ohjattu tekoälyagentti tuo tiimille merkittävän nopeusedun päätöksenteon valmisteluun. Kone kykenee yhdistämään hajanaista tilannetietoa ja luomaan toteuttamiskelpoisen operaatiosuunnitelman muutamassa minuutissa, kun ihmisesikunnalta sama työ vie päiviä. Asiantuntija-arvioinnissa parhaan tekoälyagentin suunnitelman toteuttamiskelpoisuus ylsi 80 prosenttiin, ja se priorisoi suojattavat kohteet yhtä hyvin kuin ihmisasiantuntijat.
Tekoälyllä havaittiin kuitenkin myös selkeitä sokeita pisteitä, minkä vuoksi täysi autonomia päätöksenteossa ei ole vielä mahdollista. Tekoäly epäonnistui inhimillisen työkuorman arvioinnissa ja alimitoitti tarvittavat henkilöstöresurssit keskimäärin 85 prosenttia todellista pienemmiksi. Lisäksi suorituksessa esiintyi satunnaista laadullista vaihtelua.
Johtamisen kannalta ratkaisevaa onkin tiimin selkeä työnjako ja päätöksenteon porrastus:
- Koneen rooli työnjaossa: Tekoälylle delegoidaan laajan massadatan analysointi, poikkeamien havainnointi, useiden rinnakkaisten toimintavaihtoehtojen luonnostelu sekä alustavien suunnitelmien tuottaminen. Kone toimii nopeana tilannetiedon rikastajana ja suunnittelun vauhdittajana.
- Päätöksentekijän rooli työnjaossa: Kokenut ihmisjohtaja säilyttää ehdottoman päätösvallan ja vastuun strategisesti merkittävissä kohdissa. Näitä ovat tärkeysjärjestyksen asettaminen, henkilöstön ja resurssien mitoitus, vastatoimien valinta ja ajoitus, toimintasääntöjen määrittely sekä sidosryhmäviestintä.
Tekoälyä on johdettava tilannejohtamisen mallilla kuin kyvykästä juniorikollegaa: sille annetaan selkeät reunaehdot ja tehtävät, mutta opettajan roolissa oleva ihminen valvoo laatua ja vahvistaa kriittiset päätökset.
Tutkimus määritteli myös parhaat käytänteet luotettavan tekoälyagentin rakentamiseen. Pelkkä laaja kielimalli ei riitä, vaan luotettavuus vaatii huolellista kontekstinhallintaa: agentille syötettävän taustatiedon rajaamista, selkeää vaiheittaista kehotemuotoilua, pääsyä ajantasaista tietoa tarjoaviin ulkoisiin työkaluihin sekä käyttötarkoitukseen viritettyjä turvarajoja.
Miten tuloksia voidaan soveltaa yhteiskunnassa ja elinkeinoelämässä?
Olipa kyseessä puolustuksellinen kyberoperaatio tai nopeatempoinen kilpailutilanne yritysmarkkinoilla, tilannekuvan puute ja vastapuolta hitaampi päätöksenteko johtavat tappioihin. Väitöstutkimus tarjoaa organisaatioille konkreettisen päätöksentekomallin, 22 dokumentoitua tekoälyn käyttötapausta sekä referenssiarkkitehtuurin puolustuksellisissa kyberoperaatioissa käytettävälle moniagenttijärjestelmälle.
Päätöksentekomalli jakaa toiminnan suunnitelmalliseen ensisijaiseen prosessiin ja tilanteen yllättäen muuttuessa käynnistyvään dynaamiseen toissijaiseen prosessiin, jolla aloitekyky palautetaan kriisin tai häiriön keskellä. Tulosten avulla yritykset, viranomaiset ja kriittisen infrastruktuurin toimijat voivat rakentaa selkeän operatiivisen työnjaon, jossa päätöksiä tehdään tehokkaasti ja koneen laskentanopeus valjastetaan ihmisjohtajan tueksi. Tämä antaa organisaatioille kyvyn toimia koneen vauhdilla säilyttäen samalla inhimillisen harkinnan, tilannetajun ja strategisen vastuun.
Väitöstilaisuus
Ins. (YAMK) Pietari Sarjakiven ohjelmisto- ja tietoliikennetekniikan väitöskirja "Artificial Intelligence Accelerated Cyber Operations – The Future of Cyber Operations Decision-Making" tarkastetaan Jyväskylän yliopistossa lauantaina 21. marraskuuta 2026 klo 12.00. Väitöstilaisuus järjestetään Mattilanniemessä salissa Agora Auditorio 2 (Mattilanniemi 2, Jyväskylä). Vastaväittäjänä toimii professori Seppo Virtanen (Turun yliopisto) ja kustoksena vanhempi yliopistonlehtori Panu Moilanen (Jyväskylän yliopisto). Tilaisuuden kieli on suomi.
Pietari Sarjakivi
pietari@sarjakivi.fi
