Yhteenveto
✓Tarkistanut Elina Saarinen Miten Kela testasi tekoälyä etuuskäsittelyssä on kysymys, joka koskettaa suoraan miljoonien suomalaisten arkea. Kela käsittelee vuosittain kymmeniä miljoonia etuuspäätöksiä, ja organisaatio on ottanut tekoälyn osaksi prosessejaan – ensin varovaisesti liitteiden esikäsittelyssä, ja nyt suunnittelee laajempaa automaatiota, joka...
Sisällysluettelo
- 1 Mistä Kelan tekoälykokeilut lähtivät liikkeelle
- 2 Liitteiden esikäsittely: konkreettinen tapaus tekoälyn käytöstä
- 3 Oikeuskanslerin ratkaisu: mitä tekoäly saa ja ei saa tehdä Kelassa
- 3.1 Mitä tekoäly ei tee Kelassa
- 3.2 Milloin automaattinen päätös on sallittu
- 3.3 Läpinäkyvyysvelvoite
- 4 Eepoksen hanke: 589 miljoonan euron digiloikka
- 5 Mitä tapaus opettaa: opit julkisen sektorin tekoälykokeiluista
- 6 Riskit: missä tekoäly voi aiheuttaa ongelmia sosiaaliturvassa
- 6.1 Virheelliset asiakirjatulkinnat
- 6.2 Automaation laajentamisen vauhti vs. oikeusturva
- 6.3 Järjestelmäriippuvuus ja toimittajariskit
- 7 Vertailu: Kelan tekoälykäytön tasot 2026
- 8 Tekoälyrekisteri: avoimuus käytännössä
- 9 Vertailutaulukko: automaattiset päätökset vs. tekoälyavusteinen käsittely
- 10 Usein kysytyt kysymykset
- 10.1 Tekeekö tekoäly Kelan etuuspäätöksiä itsenäisesti?
- 10.2 Mitä Kelan tekoälyrekisteri kertoo?
- 10.3 Mitä on Eepoksen etuusuudistus?
- 10.4 Onko Kelan tekoälyn käyttö lainmukaista?
- 10.5 Miten asiakas tietää, onko tekoälyä käytetty hänen asiassaan?
- 10.6 Voiko tekoäly tehdä virheitä liitteiden käsittelyssä?
- 11 Yhteenveto: Kelan tekoälytapauksen merkitys
- 12 Lähteet
Miten Kela testasi tekoälyä etuuskäsittelyssä on kysymys, joka koskettaa suoraan miljoonien suomalaisten arkea. Kela käsittelee vuosittain kymmeniä miljoonia etuuspäätöksiä, ja organisaatio on ottanut tekoälyn osaksi prosessejaan – ensin varovaisesti liitteiden esikäsittelyssä, ja nyt suunnittelee laajempaa automaatiota, joka voisi koskea jopa 80 prosenttia kaikista hakemusten käsittelyvaiheista. Tapaus avaa ikkunan siihen, mitä tapahtuu, kun hyvinvointivaltio alkaa delegoida sosiaaliturvapäätöksiä algoritmeille – ja mitkä ovat sen opit ja riskit.
Mistä Kelan tekoälykokeilut lähtivät liikkeelle
Kelan historia automaattisten päätösten kanssa ulottuu jo vuosikymmenten taakse: rutiinitehtäviä on automatisoitu silloin, kun asia on ollut täysin riidaton ja ratkaistavissa lainsäädännön sekä yksiselitteisten rekisteritietojen perusteella. Ensimmäiset varsinaiset tekoälykokeilut päätösten tukemisessa alkoivat yleisessä asumistuessa, jossa rajattu asiakasryhmä valikoitiin kokeiluun ja jokainen tekoälyn ehdottama ratkaisu vahvistettiin ihmistyöntekijän toimesta. Suomenmaa uutisoi tästä ensimmäisistä kokeiluista jo aiemmin: lähtökohtana oli, että tekoäly ehdottaa, ihminen vahvistaa.
Tämä varovaisuus on linjassa sen kanssa, mitä Kelan automaattisia päätöksiä kuvaava sivu kertoo: automaattiset päätökset ovat mahdollisia ainoastaan täysin riidattomissa tilanteissa, joissa asia ratkeaa suoraan sovellettavasta lainsäädännöstä ja selkeistä rekisteritiedoista. Esimerkkejä ovat opintotuen myöntäminen, opintolainahyvitys, etuuden tarkistukset ja etuuden lakkautukset rekisteritiedon perusteella.
Liitteiden esikäsittely: konkreettinen tapaus tekoälyn käytöstä
Kelan tekoälyrekisterin mukaan ensimmäinen laajamittainen tekoälysovellus etuuskäsittelyssä on asiakirjaliitteiden automaattinen esikäsittely OmaKelassa. Kun asiakas tai yhteistyötaho lähettää liitteen, tekoälyjärjestelmä valmistelee sen etuuskäsittelijälle ennen kuin ihminen koskee asiaan. Tähän kuuluu konkreettisesti neljä vaihetta:
- liitetyypin tunnistaminen (esim. lääkärintodistus, palkkatodistus tai muu asiakirja)
- tiedostoformaattien muuntaminen yhtenäiseen muotoon
- kuvien korjaaminen ja värimuunnokset (esim. värikuvasta harmaasävykuvaksi)
- sivujen kääntäminen oikeaan asentoon ennen käsittelyä
Olennaista on, että kaikki käsittely tapahtuu Kelan omassa IT-ympäristössä eikä aineistoa siirretä ulkoisille palveluntarjoajille. Tämä on merkittävä tietosuojanäkökulma, kun kyseessä ovat arkaluontoiset sosiaaliturvaan liittyvät asiakirjat.
Tekoäly valmistelee liitteet, ihminen tekee päätöksen – tässä on tällä hetkellä Kelan tekoälyn toimintalogiikka.
Oikeuskanslerin ratkaisu: mitä tekoäly saa ja ei saa tehdä Kelassa
Vuonna 2025 julkaistu oikeuskanslerin ratkaisu (OKV_2213_70_2024) on tärkeä dokumentti, joka selkeyttää tekoälyn roolia Kelan etuuskäsittelyssä. Oikeuskanslerin ratkaisun perusteella voidaan tiivistää kolme keskeistä rajausta.
Mitä tekoäly ei tee Kelassa
Ratkaisun mukaan Kela ei käytä tekoälyä välittömästi päätösprosessiin liittyvissä tilanteissa, joissa tarvitaan harkintaa. Lisäksi Kela ei käytä tekoälyä luonnollisten henkilöiden profilointiin. Nämä rajaukset suojaavat asiakkaita tilanteelta, jossa algoritmi tekisi yksin merkittäviä sosiaaliturvapäätöksiä.
Milloin automaattinen päätös on sallittu
Automaattiset päätökset ovat sallittuja vain täysin riidattomissa tilanteissa, joissa asia ratkeaa suoraan lainsäädännöstä ja selkeistä rekisteritiedoista. Esimerkkejä ovat etuuden tarkistus, lakkautus rekisteritiedon perusteella, opintolainahyvitys ja opintotuen myöntäminen. Näissä tilanteissa ei ole tarvetta yksilölliselle harkinnalle.
Läpinäkyvyysvelvoite
Kela on sitoutunut ilmoittamaan asiakkaalle aina, kun hän on suorassa vuorovaikutuksessa tekoälyjärjestelmän kanssa. Tämä on linjassa EU:n tekoälyasetuksen (AI Act) vaatimusten kanssa, joita käsitellään laajemmin sivustollamme tekoälysäädöksestä.
Eepoksen hanke: 589 miljoonan euron digiloikka
Ylen helmikuussa 2026 julkaiseman uutisen mukaan Kela on hankkimassa uuden Salesforce-pohjaisen etuusjärjestelmän, jonka kokonaisarvo on noin 589 miljoonaa euroa. Järjestelmän kehittää PwC räätälöitynä Salesforce-teknologian pohjalle. Hankkeen nimi on Eepoksen etuusuudistus, ja se on yksi julkishallinnon historian suurimmista IT-investoinneista Suomessa.
Ensimmäisiksi automatisoitaviksi etuuksiksi on valittu kuntoutusraha, perhe-eläke ja sotilasavustus. Tavoitteena on, että tulevaisuudessa tekoäly ja perinteisempi automaatio yhdessä hoitavat jopa 80 prosenttia hakemusten käsittelyvaiheista, kun nyt suurin osa vaatii merkittävää ihmistyötä.
Mitä tapaus opettaa: opit julkisen sektorin tekoälykokeiluista
Kelan lähestymistapa tarjoaa oppikirjaesimerkin siitä, miten julkinen sektori voi ottaa tekoälyn käyttöön hallitusti. Sosiaaliturva on alue, jossa virheillä on vakavia seurauksia ihmisten elämälle, joten varovaisuus on perusteltua. Theseus-tietokannassa julkaistu tutkimus (Theseus 2025) tunnistaa useita älykkään automaation alueita, joissa Kela voisi hyötyä markkinoilla saatavilla olevista ratkaisuista: asiakirjojen käsittely, asiakaspalvelu ja etuushakemusten prosessointi.
Keskeisiä oppeja voidaan tiivistää seuraavasti:
- Aloita tukiprosesseista, ei päätöksistä. Liitteiden esikäsittely on matalariskinen aloituspiste: se nopeuttaa prosessia ilman, että tekoäly koskee varsinaiseen päätöksentekoon.
- Pidä data omassa ympäristössä. Arkaluontoisten sosiaaliturvadokumenttien siirtäminen kolmannen osapuolen pilviin on riski, jota Kela on tietoisesti välttänyt.
- Julkaise läpinäkyvyysrekisteri. Kelan tekoälyrekisteri on esimerkillinen tapa kertoa kansalaisille avoimesti, missä ja miten tekoälyä käytetään.
- Varaudu oikeudelliseen valvontaan. Oikeuskanslerin tarkastus osoittaa, että viranomaisvalvonta on tosiasiallista eikä pelkkää muodollisuutta.
Riskit: missä tekoäly voi aiheuttaa ongelmia sosiaaliturvassa
Vaikka Kelan lähestymistapa on ollut varovainen, riskit eivät katoa aiheesta puhumalla. AlgorithmWatch on arvioinut Suomen tilannetta jo vuodesta 2019 lähtien ja todennut, että etuuskäsittelyn automaatioon liittyy erityisiä riskejä, joita yksityissektorin automaatioon ei samassa mittakaavassa liity.
Virheelliset asiakirjatulkinnat
Liitteiden esikäsittelyssä tekoäly tunnistaa asiakirjatyypin automaattisesti. Jos järjestelmä luokittelee dokumentin väärin – esimerkiksi tulkitsee lääkärinlausunnon palkkatodistukseksi – se voi johtaa käsittelijän harhaan. Tällainen virhe ei välttämättä näy asiakkaalle suoraan, mutta voi hidastaa tai vääristää käsittelyä.
Automaation laajentamisen vauhti vs. oikeusturva
Kun automaatioaste nousee kohti 80 prosenttia, yksittäisten tapausten ihmisvalvonta harvenee. Erityisesti monimutkaisissa tilanteissa, joissa asiakas on haavoittuvassa asemassa tai asiakirjat ovat puutteellisia, automaation laajentaminen voi heikentää oikeusturvaa. Oikeuskanslerin ratkaisu linjaa periaatteet, mutta käytännön valvonta on haastavampaa kuin periaatteiden kirjaaminen.
Kun kone päättää 80 prosentista tukia, kysymys ei ole enää siitä, onko tekoäly käytössä – vaan siitä, kuka valvoo konetta.
Järjestelmäriippuvuus ja toimittajariskit
589 miljoonan euron järjestelmä perustuu Salesforce-teknologiaan ja on PwC:n räätälöimä. Tämä tarkoittaa merkittävää toimittajariippuvuutta: jos järjestelmässä on tekninen ongelma tai toimittajasuhde katkeaa, riskit kohdistuvat suoraan suomalaisten sosiaaliturvaan. Hankinnan mittakaava kertoo myös siitä, kuinka iso strateginen panostus on kyseessä.
Vertailu: Kelan tekoälykäytön tasot 2026
Alla oleva taulukko kuvaa, miten tekoälyn käyttö jakautuu Kelan etuuskäsittelyssä syyskuussa 2026 Kelan julkaisemien tietojen perusteella.
| Käyttötaso | Mitä tehdään | Ihmisvalvonta | Status |
|---|---|---|---|
| Liitteiden esikäsittely | Tunnistus, muunnos, kuvien korjaus | Etuuskäsittelijä tarkistaa lopputuloksen | Käytössä (2026) |
| Automaattiset päätökset | Opintotuki, opintolainahyvitys, etuuden tarkistus | Ei ihmistarkistusta rutiinitilanteissa | Käytössä rajatusti |
| Laaja etuusautomaatio (Eepoksen) | Kuntoutusraha, perhe-eläke, sotilasavustus | Suunniteltu osittain | Käyttöönotto vaiheistettuna |
| Asiakaspalvelun tekoäly | Chatbotit, kyselyvastaukset | Ohjaus ihmiselle tarvittaessa | Kehitysvaiheessa |
Tekoälyrekisteri: avoimuus käytännössä
Helmikuussa 2026 julkaistu ja elokuuhun 2026 asti päivitetty Kelan tekoälyrekisteri on merkittävä avoimuuteen liittyvä askel. Vastaavaa rekisteriä ei ole kaikilla julkishallinnon organisaatioilla. Rekisteri kertoo, mitä sovelluksia on käytössä, millaisiin tarkoituksiin tekoälyä hyödynnetään ja mitkä ovat vastuullisen käytön periaatteet.
Rekisteri on vertailukelpoinen kansainvälisiin suosituksiin: esimerkiksi AlgorithmWatchin Automating Society -raportissa on jo vuodesta 2019 seurattu automaation etenemistä Suomen julkishallinnossa ja korostanut läpinäkyvyyden merkitystä. Kelan rekisteri vastaa tähän tarpeeseen konkreettisesti.
Vertailutaulukko: automaattiset päätökset vs. tekoälyavusteinen käsittely
| Ominaisuus | Automaattinen päätös | Tekoälyavusteinen käsittely |
|---|---|---|
| Ihminen päätöksenteossa | Ei (rutiinitilanteissa) | Kyllä, aina |
| Soveltuvat tilanteet | Täysin riidattomat tapaukset | Kaikki tapaukset esikäsittelyssä |
| Esimerkkejä | Opintotuki, opintolainahyvitys | Liitteiden luokittelu, muunnos |
| Oikeusturva | Muutoksenhakuoikeus säilyy | Ei suoraa päätöstä |
| Profilointi | Ei sallittu | Ei sallittu |
Usein kysytyt kysymykset
Tekeekö tekoäly Kelan etuuspäätöksiä itsenäisesti?
Varsinaisissa harkintaa vaativissa tilanteissa ei. Oikeuskanslerin 2025 ratkaisun mukaan Kela ei käytä tekoälyä välittömästi päätösprosessiin liittyvissä tilanteissa. Automaattiset päätökset ovat mahdollisia vain täysin riidattomissa rutiinitilanteissa, kuten opintotuen myöntämisessä, jossa asia ratkeaa suoraan laista ja selkeistä rekisteritiedoista.
Mitä Kelan tekoälyrekisteri kertoo?
Helmikuussa 2026 julkaistu tekoälyrekisteri listaa kaikki Kelassa käytössä olevat tekoälysovellukset ja niiden käyttötarkoitukset. Se kertoo myös vastuullisen tekoälyn käytön periaatteet sekä sen, miten tietosuoja on varmistettu. Rekisteriä päivitettiin viimeksi elokuussa 2026.
Mitä on Eepoksen etuusuudistus?
Eepoksen etuusuudistus on Kelan noin 589 miljoonan euron IT-hanke, jossa rakennetaan uusi Salesforce-pohjainen etuusjärjestelmä. Tavoitteena on automatisoida jopa 80 prosenttia hakemusten käsittelyvaiheista. Ensimmäisinä automatisoitavina etuuksina mainitaan kuntoutusraha, perhe-eläke ja sotilasavustus. Hanke eteni neuvotteluvaiheeseen elokuussa 2024.
Onko Kelan tekoälyn käyttö lainmukaista?
Oikeuskanslerin tarkastuksen ja siitä syntyneen ratkaisun perusteella Kelan nykyinen tekoälyn käyttö on lainmukaista. Kela noudattaa läpinäkyvyysvaatimuksia ja rajoittaa tekoälyn käytön tukiprosesseihin sekä täysin riidattomiin automaattisiin päätöstilanteisiin. EU:n tekoälyasetus asettaa lisävelvoitteita, joihin Kela on sitoutunut vastaamaan.
Miten asiakas tietää, onko tekoälyä käytetty hänen asiassaan?
Kelan periaatteiden mukaan asiakkaalle ilmoitetaan aina, kun hän on suorassa vuorovaikutuksessa tekoälyjärjestelmän kanssa. Lisäksi Kelan tekoälyrekisteri on julkisesti saatavilla, ja siitä voi tarkistaa, missä prosessin vaiheissa tekoälyä käytetään. Yksittäisen päätösdokumentin osalta tieto voi olla rajatumpaa.
Voiko tekoäly tehdä virheitä liitteiden käsittelyssä?
Kyllä, teknisesti on mahdollista, että tekoäly luokittelee asiakirjan väärin tai muuntaa tiedoston epätäydellisesti. Siksi etuuskäsittelijä tarkistaa esikäsittelyn tuloksen ennen varsinaista käsittelyä. Virhe esikäsittelyvaiheessa ei siis automaattisesti johda virheelliseen päätökseen, mutta se voi hidastaa tai hankaloittaa käsittelyä.
Yhteenveto: Kelan tekoälytapauksen merkitys
Miten Kela testasi tekoälyä etuuskäsittelyssä – ja mitä opit siitä voidaan ottaa laajempaan käyttöön? Tapaus osoittaa, että julkinen sektori voi ottaa tekoälyn käyttöön vastuullisesti, kun etenee vaiheistettuna, pitää ihmisen päätöksenteon ytimessä ja panostaa läpinäkyvyyteen. Kelan tekoälyrekisteri ja oikeuskanslerin valvonta ovat hyviä esimerkkejä siitä, miten yhteiskunnallinen kontrolli voi toimia tekoälyn aikakaudella.
Riskit ovat todellisia: automaation laajentaminen kohti 80 prosentin kattavuutta edellyttää jatkuvaa oikeusturvan varmistamista, teknistä luotettavuutta ja kykyä käsitellä poikkeustapauksia inhimillisesti. Suomalainen julkishallinto ja tekoäly laajemmin kehittyvät rinnakkain – ja Kelan tapaus on yksi sen tärkeimmistä esimerkeistä. Lisää julkishallinnon tekoälykäytöstä löydät artikkelistamme tekoälyuutisista Suomessa 2026.
Lähteet
- Kelan tekoälyrekisteri ja vastuullisen tekoälyn käytön periaatteet – haettu September 7, 2026
- Kela publishes new AI register with information on all AI applications used at Kela – haettu September 7, 2026
- Automated decisions at Kela – haettu September 7, 2026
- Oikeuskanslerin ratkaisu: automaattinen päätöksenteko ja tekoälyn käyttö Kelassa (OKV_2213_70_2024) – haettu September 7, 2026
- Pian kone päättää suuresta osasta Kelan tukia – Yle – haettu September 7, 2026
- Tekoäly ja automatisaatio korvaavat arviolta noin tuhat Kelan etuuskäsittelijää – Yle – haettu September 7, 2026
- Kelan etuuskäsittelyn uudistaminen etenee neuvotteluvaiheeseen – haettu September 7, 2026
- Intelligent automation solutions for social security – Theseus 2025 – haettu September 7, 2026
- Automating Society – Finland, AlgorithmWatch – haettu September 7, 2026
