Tiede
Tutkijat perkasivat algoritmien avulla Suomen kansallisbibliografian dataa – huomasivat, että yliopiston siir
Suomen ainoa yliopisto siirrettiin Turusta Helsinkiin vuonna 1828. Sitä ennen koko Suomi oli siirtynyt Ruotsin omistuksesta Venäjän autonomiseksi suuriruhtinaskunnaksi, ja Helsinki oli määrätty pääkaupungiksi.
Muun muassa emeritusprofessori Matti Klingehttps://www.hs.fi/haku/?query=matti+klinge on korostanut autonomian ajan positiivisia vaikutuksia suomalaiseen sivistykseen.
Tulkintaan sisältyy vahva oletus siitä, että akateeminen toimintakin vahvistui Suomen siirryttyä osaksi Venäjää, sanoo digitaalisten ihmistieteiden apulaisprofessori Mikko Tolonenhttps://www.hs.fi/haku/?query=mikko+tolonen Helsingin yliopistosta.
Tolosen tutkimusryhmä on testannut oletusta digitaalisen historiantutkimuksen menetelmin.
Suomen kansallisbibliografiassa eli Fennica-kirjastoluettelossa on kymmeniä tuhansia Suomessa julkaistuja nimikkeitä vuodesta 1488 alkaen. Se kertoo julkaisemisen aktiivisuudesta.
Tietokannan läpikäyminen käsipelillä olisi melko toivoton tehtävä. Tolosen ryhmä ja datatieteilijä Leo Lahtihttps://www.hs.fi/haku/?query=leo+lahti antoivat urakan tietokoneille.
Tolosen alaa on erityisesti 1700-luvun aate- ja filosofian historia, mutta hänen tutkimusryhmässään työskentelee myös tietojenkäsittely- ja kielitieteilijöitä.
Ryhmän päämääränä on saada digitaalisia aineistoja, algoritmeja ja tilastotiedettä hyödyntämällä tietoa, jonka tulkinta ei vaadi arvailua.
Algoritmit perkasivat Fennica-tietokannan metadatan eli kuvailutiedot. Ne kertovat muun muassa teosten ilmestymisvuodet ja julkaisupaikat.
Kuvailutietojen perusteella julkaiseminen Turussa romahti vuoden 1809 jälkeen. Helsinki taas saavutti Turun 1700-luvun loppupuolen tason vasta 1800-luvun loppupuolella.
”Tiedontuotannon näkökulmasta muutos1800-luvulla näytti paljon dramaattisemmalta kuin Helsinki-keskeiset historioitsijat ovat antaneet ymmärtää”, Tolonen sanoo.
Digitaaliset aineistot tarjoavat historioitsijoille mahdollisuuden saada mitattavaa tietoa aiheista, joista tähän asti on voitu tehdä vain valistuneita arvauksia.
Niiden hyödyntäminen vaatii kuitenkin paljon työtä, myös yhteistyötä.
Historiassa on yhä suoranainen ihanne, että tutkija raportoi tuloksensa yksin kirjoittamassaan paksussa opuksessa. Monissa muissa tieteissä yhdellä muutaman sivun mittaisella artikkelilla saattaa nykyisin olla kymmeniä tekijöitä.
Tämä johtuu siitä, että yhden ihmisen ei enää ole mahdollista hallita kaikkia menetelmiä, joita esimerkiksi ilmakehän mallintaminen tai geenitutkimus vaatii.
Sama pätee yhä voimakkaammin myös historiaan, sanoo Tolonen.
”Kaikki perinteiset historioitsijat eivät hirveästi tykkää siitä, mitä olemme tekemässä, mutta meidän työssämme lähdekritiikki ja aineistojen tunteminen korostuvat yhä enemmän.”
”Suuri haaste on se, että uusien menetelmien merkitys pitää saada läpi sille suurelle osalle tutkijoita, jota metodien käyttö itsessään ei kiinnosta pätkääkään. Tätä varten tarvitaan esimerkkejä, joihin on vaikea väittää vastaan.”
Ensimmäinen edellytys digitaaliselle historiantutkimukselle ovat digitaaliset aineistot. Pelkkä vanhojen papereiden skannaaminen ei riitä.
Jotta tietokone pystyisi lukemaan skannattua aineistoa, se täytyy ajaa tekstintunnistusohjelman läpi. Sillä teksti saadaan muotoon, jota voi muokata ja jossa voi tehdä tiedonlouhintaa tai sanahakuja.
Merkkien tunnistamiseen tähtäävät menetelmät tunnistavat merkit parhaimmillaan 80–90-prosentin tarkkuudella. Tekstintunnistuksen läpikäyneet kirjoitukset ovat usein täynnä virheitä.
Seuraava vaihe onkin miettiä, miten aineistoja voidaan hyödyntää luotettavasti virheistä huolimatta. Tähän Tolosen ryhmä on hyödyntänyt muun muassa bioinformatiikassa käytettyä blast-ohjelmistoa.
Se on tarkoitettu vertailemaan esimerkiksi dna:n nukleotidien järjestystä, mutta yhtä lailla se soveltuu vertailemaan tekstinpätkiä 1700-luvun brittiläisestä kirjallisuudesta. Tähän käyttöön Tolosen ryhmä on soveltanut blastia yhdessä Turun yliopiston kieliteknologian tutkijan Filip Ginterin https://www.hs.fi/haku/?query=filip+ginterinryhmän kanssa.
Aineiston putsaaminen voi viedä jopa 80 prosenttia tutkimukseen käytetystä ajasta eikä ole aina kovin kiinnostavaa, Tolonen myöntää.
”Jonkun työ on kuitenkin pakko tehdä, että ala menisi eteenpäin.”
Tolonen kannustaa tutkijakollegoitaan tekemään yhteistyötä ja jakamaan siivottuja aineistoja avoimesti, jotta kaikkien ei täydy käydä läpi samaa ruljanssia. Säästynyt aika voidaan käyttää itse aiheen parissa.
Valitettavasti aineistojen saatavuudessa on kansainvälisesti suuria puutteita. Aineistoihin pääsy saattaa vaatia rahaa tai pitkällisiä sopimusneuvotteluita, vaikka tekijänoikeudet tai yksilönsuojakaan eivät olisi esteenä.
Usein puhutaan avoimen julkaisemisen tärkeydestä, mutta Tolosen mielestä vielä tärkeämpää voi olla tutkimusaineistojen ja -prosessien avoimuus.
Tietokoneet voivat viedä myös harhaan, jos tekijät tuntevat paremmin menetelmän kuin tutkimuskysymyksen.
Varoittava esimerkki digitaalisissa ihmistieteissä on Journal of the Association for History and Computing -lehdessä vuonna 2010 julkaistu artikkeli Plundering Philosophers, suomeksi Ryöstelevät filosofit.
Tekijät syyttivät plagioinnista 1700-luvun suurhankkeen, tietosanakirja Encyclopédien, tekijöitä. Heidän joukossaan oli sellaisia kuuluisia valistusajan filosofeja kuin Denis Diderothttps://www.hs.fi/haku/?query=denis+diderot, Jean-Jacques Rousseau https://www.hs.fi/haku/?query=jean-jacques+rousseauja Voltairehttps://www.hs.fi/haku/?query=voltaire.
Tutkijat vertailivat tietokoneiden avulla Encyclopédieta ja sitä ennen julkaistuja tietosanakirjoja ja päätyivät väittämään, että filosofit ovat ”ryöstäneet” ison osan sisällöstä muilta tekijöiltä.
Artikkelin kysymyksenasettelu perustuu Tolosen mukaan virheelliselle ymmärrykselle tuon ajan teosten luonteesta. Toisilta tekijöiltä lainaaminen oli yleinen ja hyväksytty tapa.
Nykyaikaiseen tekijänoikeuteen nojaava ajatus vääristi koko tutkimusta, vaikka menetelmä itsessään olikin Tolosen mielestä pätevä.
Puutteita voi olla myös aineistoissa. Kansalliskirjaston Fennicasta esimerkiksi puuttuu 1800-luvulta paljon ruotsinkielistä kirjallisuutta, koska luetteloa digitalisoitaessa jätettiin pois osa ruotsinkielisestä materiaalista. Silloin kyse oli tehostamisesta, mutta nyt päätös vääristää kuvaa siitä, mitä 1800-luvulla julkaistiin.
Tolonen sanoo, että perinteisiin metodeihin luottavilla historioitsijoilla on aihettakin epäluuloon. Jos tiedettä tehdään metodi edellä, mennään helposti harhaan.
”Meidän ideamme kaikessa tässä on se, että perinteinen aatehistoriallinen osaaminen ja aiempaa laajempi metodipohja yhdistyvät.”
Tolosen tutkimukset jatkuvat Pohjoismaiden ja Britannian 1600–1900-lukujen painotuotannon parissa. Työ on vasta alussa, ja esimerkiksi huomio Turun yliopiston siirron vaikutuksista tuli sattumalta – sitä ei ollut varta vasten lähdetty selvittämään.
Esimerkki osoittaa, miten nopeasti vanhat historiantulkinnat voivat joutua kyseenalaisiksi tai saada vahvistuksen.
Vielä syvemmälle historiaan uppoutuu Tolosen ja Ville Vaaran https://www.hs.fi/haku/?query=ville+vaarantutkimus brittiläisen filosofin ja historioitsijan David Humen https://www.hs.fi/haku/?query=david+humenHistory of England -teoksen lähteistä ja vaikutteista.
Historiantutkijat ovat yli 250 vuoden ajan väitelleet siitä, suosiko Hume teoksessaan monarkiaa puolustaneita lähteitä. Onko kirja puolueeton esitys vai osa poliittista agendaa?
Tolonen ja Vaara vertailivat blast-menetelmän avulla Humen teosta sen keskeisiin lähteisiin. He totesivat, että väitteet Humen puolueellisuudesta ovat rankasti liioiteltuja.
1700-luvulla tehtyjen historiankirjojen ja tietosanakirjojen retostelu 250 vuotta myöhemmin voi tuntua nykyihmisestä yhdentekevältä. Ne ovat kuitenkin olleet aikanaan valtavan vaikutusvaltaisia.
Encyclopédien ajatellaan osaltaan ruokkineen Ranskan vallankumousta, ja History of England on muokannut brittiläistä identiteettiä tähän päivään asti.
Digitaaliset menetelmät antavat mahdollisuuden punnita vanhoja kysymyksiä uuden todistusaineiston valossa. Lopullisesta totuudesta ei voi tieteessä puhua, mutta hypoteesit saadaan entistä vankemmalle pohjalle.
Aatehistorioitsijaa innostaa myös mahdollisuus mallintaa aatteiden leviämistä ajallisesti ja maantieteellisesti. Tähän ei Tolosen mukaan ole vielä uskottavasti kyetty.
Kaikkien historioitsijoiden ei tarvitse Tolosen mielestä tulevaisuudessakaan ohjelmoida, kunhan yhteistyö tietojenkäsittelytieteilijöiden kanssa toimii.
”En silti näe mitään syytä, miksi kaikki humanistit eivät voisi opetella koodausta. Joka tapauksessa tutkimukseen tarvitaan eri alojen koulutettuja ammattilaisia, ja näiden yhteinen kieli on kaikki kaikessa.”
Muun muassa emeritusprofessori Matti Klingehttps://www.hs.fi/haku/?query=matti+klinge on korostanut autonomian ajan positiivisia vaikutuksia suomalaiseen sivistykseen.
Tulkintaan sisältyy vahva oletus siitä, että akateeminen toimintakin vahvistui Suomen siirryttyä osaksi Venäjää, sanoo digitaalisten ihmistieteiden apulaisprofessori Mikko Tolonenhttps://www.hs.fi/haku/?query=mikko+tolonen Helsingin yliopistosta.
Tolosen tutkimusryhmä on testannut oletusta digitaalisen historiantutkimuksen menetelmin.
Suomen kansallisbibliografiassa eli Fennica-kirjastoluettelossa on kymmeniä tuhansia Suomessa julkaistuja nimikkeitä vuodesta 1488 alkaen. Se kertoo julkaisemisen aktiivisuudesta.
Tietokannan läpikäyminen käsipelillä olisi melko toivoton tehtävä. Tolosen ryhmä ja datatieteilijä Leo Lahtihttps://www.hs.fi/haku/?query=leo+lahti antoivat urakan tietokoneille.
Tolosen alaa on erityisesti 1700-luvun aate- ja filosofian historia, mutta hänen tutkimusryhmässään työskentelee myös tietojenkäsittely- ja kielitieteilijöitä.
Ryhmän päämääränä on saada digitaalisia aineistoja, algoritmeja ja tilastotiedettä hyödyntämällä tietoa, jonka tulkinta ei vaadi arvailua.
Algoritmit perkasivat Fennica-tietokannan metadatan eli kuvailutiedot. Ne kertovat muun muassa teosten ilmestymisvuodet ja julkaisupaikat.
Kuvailutietojen perusteella julkaiseminen Turussa romahti vuoden 1809 jälkeen. Helsinki taas saavutti Turun 1700-luvun loppupuolen tason vasta 1800-luvun loppupuolella.
”Tiedontuotannon näkökulmasta muutos1800-luvulla näytti paljon dramaattisemmalta kuin Helsinki-keskeiset historioitsijat ovat antaneet ymmärtää”, Tolonen sanoo.
Digitaaliset aineistot tarjoavat historioitsijoille mahdollisuuden saada mitattavaa tietoa aiheista, joista tähän asti on voitu tehdä vain valistuneita arvauksia.
Niiden hyödyntäminen vaatii kuitenkin paljon työtä, myös yhteistyötä.
Historiassa on yhä suoranainen ihanne, että tutkija raportoi tuloksensa yksin kirjoittamassaan paksussa opuksessa. Monissa muissa tieteissä yhdellä muutaman sivun mittaisella artikkelilla saattaa nykyisin olla kymmeniä tekijöitä.
Tämä johtuu siitä, että yhden ihmisen ei enää ole mahdollista hallita kaikkia menetelmiä, joita esimerkiksi ilmakehän mallintaminen tai geenitutkimus vaatii.
Sama pätee yhä voimakkaammin myös historiaan, sanoo Tolonen.
”Kaikki perinteiset historioitsijat eivät hirveästi tykkää siitä, mitä olemme tekemässä, mutta meidän työssämme lähdekritiikki ja aineistojen tunteminen korostuvat yhä enemmän.”
”Suuri haaste on se, että uusien menetelmien merkitys pitää saada läpi sille suurelle osalle tutkijoita, jota metodien käyttö itsessään ei kiinnosta pätkääkään. Tätä varten tarvitaan esimerkkejä, joihin on vaikea väittää vastaan.”
Ensimmäinen edellytys digitaaliselle historiantutkimukselle ovat digitaaliset aineistot. Pelkkä vanhojen papereiden skannaaminen ei riitä.
Jotta tietokone pystyisi lukemaan skannattua aineistoa, se täytyy ajaa tekstintunnistusohjelman läpi. Sillä teksti saadaan muotoon, jota voi muokata ja jossa voi tehdä tiedonlouhintaa tai sanahakuja.
Merkkien tunnistamiseen tähtäävät menetelmät tunnistavat merkit parhaimmillaan 80–90-prosentin tarkkuudella. Tekstintunnistuksen läpikäyneet kirjoitukset ovat usein täynnä virheitä.
Seuraava vaihe onkin miettiä, miten aineistoja voidaan hyödyntää luotettavasti virheistä huolimatta. Tähän Tolosen ryhmä on hyödyntänyt muun muassa bioinformatiikassa käytettyä blast-ohjelmistoa.
Se on tarkoitettu vertailemaan esimerkiksi dna:n nukleotidien järjestystä, mutta yhtä lailla se soveltuu vertailemaan tekstinpätkiä 1700-luvun brittiläisestä kirjallisuudesta. Tähän käyttöön Tolosen ryhmä on soveltanut blastia yhdessä Turun yliopiston kieliteknologian tutkijan Filip Ginterin https://www.hs.fi/haku/?query=filip+ginterinryhmän kanssa.
Aineiston putsaaminen voi viedä jopa 80 prosenttia tutkimukseen käytetystä ajasta eikä ole aina kovin kiinnostavaa, Tolonen myöntää.
”Jonkun työ on kuitenkin pakko tehdä, että ala menisi eteenpäin.”
Tolonen kannustaa tutkijakollegoitaan tekemään yhteistyötä ja jakamaan siivottuja aineistoja avoimesti, jotta kaikkien ei täydy käydä läpi samaa ruljanssia. Säästynyt aika voidaan käyttää itse aiheen parissa.
Valitettavasti aineistojen saatavuudessa on kansainvälisesti suuria puutteita. Aineistoihin pääsy saattaa vaatia rahaa tai pitkällisiä sopimusneuvotteluita, vaikka tekijänoikeudet tai yksilönsuojakaan eivät olisi esteenä.
Usein puhutaan avoimen julkaisemisen tärkeydestä, mutta Tolosen mielestä vielä tärkeämpää voi olla tutkimusaineistojen ja -prosessien avoimuus.
Tietokoneet voivat viedä myös harhaan, jos tekijät tuntevat paremmin menetelmän kuin tutkimuskysymyksen.
Varoittava esimerkki digitaalisissa ihmistieteissä on Journal of the Association for History and Computing -lehdessä vuonna 2010 julkaistu artikkeli Plundering Philosophers, suomeksi Ryöstelevät filosofit.
Tekijät syyttivät plagioinnista 1700-luvun suurhankkeen, tietosanakirja Encyclopédien, tekijöitä. Heidän joukossaan oli sellaisia kuuluisia valistusajan filosofeja kuin Denis Diderothttps://www.hs.fi/haku/?query=denis+diderot, Jean-Jacques Rousseau https://www.hs.fi/haku/?query=jean-jacques+rousseauja Voltairehttps://www.hs.fi/haku/?query=voltaire.
Tutkijat vertailivat tietokoneiden avulla Encyclopédieta ja sitä ennen julkaistuja tietosanakirjoja ja päätyivät väittämään, että filosofit ovat ”ryöstäneet” ison osan sisällöstä muilta tekijöiltä.
Artikkelin kysymyksenasettelu perustuu Tolosen mukaan virheelliselle ymmärrykselle tuon ajan teosten luonteesta. Toisilta tekijöiltä lainaaminen oli yleinen ja hyväksytty tapa.
Nykyaikaiseen tekijänoikeuteen nojaava ajatus vääristi koko tutkimusta, vaikka menetelmä itsessään olikin Tolosen mielestä pätevä.
Puutteita voi olla myös aineistoissa. Kansalliskirjaston Fennicasta esimerkiksi puuttuu 1800-luvulta paljon ruotsinkielistä kirjallisuutta, koska luetteloa digitalisoitaessa jätettiin pois osa ruotsinkielisestä materiaalista. Silloin kyse oli tehostamisesta, mutta nyt päätös vääristää kuvaa siitä, mitä 1800-luvulla julkaistiin.
Tolonen sanoo, että perinteisiin metodeihin luottavilla historioitsijoilla on aihettakin epäluuloon. Jos tiedettä tehdään metodi edellä, mennään helposti harhaan.
”Meidän ideamme kaikessa tässä on se, että perinteinen aatehistoriallinen osaaminen ja aiempaa laajempi metodipohja yhdistyvät.”
Tolosen tutkimukset jatkuvat Pohjoismaiden ja Britannian 1600–1900-lukujen painotuotannon parissa. Työ on vasta alussa, ja esimerkiksi huomio Turun yliopiston siirron vaikutuksista tuli sattumalta – sitä ei ollut varta vasten lähdetty selvittämään.
Esimerkki osoittaa, miten nopeasti vanhat historiantulkinnat voivat joutua kyseenalaisiksi tai saada vahvistuksen.
Vielä syvemmälle historiaan uppoutuu Tolosen ja Ville Vaaran https://www.hs.fi/haku/?query=ville+vaarantutkimus brittiläisen filosofin ja historioitsijan David Humen https://www.hs.fi/haku/?query=david+humenHistory of England -teoksen lähteistä ja vaikutteista.
Historiantutkijat ovat yli 250 vuoden ajan väitelleet siitä, suosiko Hume teoksessaan monarkiaa puolustaneita lähteitä. Onko kirja puolueeton esitys vai osa poliittista agendaa?
Tolonen ja Vaara vertailivat blast-menetelmän avulla Humen teosta sen keskeisiin lähteisiin. He totesivat, että väitteet Humen puolueellisuudesta ovat rankasti liioiteltuja.
1700-luvulla tehtyjen historiankirjojen ja tietosanakirjojen retostelu 250 vuotta myöhemmin voi tuntua nykyihmisestä yhdentekevältä. Ne ovat kuitenkin olleet aikanaan valtavan vaikutusvaltaisia.
Encyclopédien ajatellaan osaltaan ruokkineen Ranskan vallankumousta, ja History of England on muokannut brittiläistä identiteettiä tähän päivään asti.
Digitaaliset menetelmät antavat mahdollisuuden punnita vanhoja kysymyksiä uuden todistusaineiston valossa. Lopullisesta totuudesta ei voi tieteessä puhua, mutta hypoteesit saadaan entistä vankemmalle pohjalle.
Aatehistorioitsijaa innostaa myös mahdollisuus mallintaa aatteiden leviämistä ajallisesti ja maantieteellisesti. Tähän ei Tolosen mukaan ole vielä uskottavasti kyetty.
Kaikkien historioitsijoiden ei tarvitse Tolosen mielestä tulevaisuudessakaan ohjelmoida, kunhan yhteistyö tietojenkäsittelytieteilijöiden kanssa toimii.
”En silti näe mitään syytä, miksi kaikki humanistit eivät voisi opetella koodausta. Joka tapauksessa tutkimukseen tarvitaan eri alojen koulutettuja ammattilaisia, ja näiden yhteinen kieli on kaikki kaikessa.”
Hyödynnä maksuton tutustumistilaus, niin pääset lukemaan rajoituksetta tämän ja muita kiinnostavia artikkeleita:
- Tiede Seuraa
- Historia Seuraa
- Yliopistot Seuraa
- tietojenkäsittelytiede Seuraa
- Algoritmi Seuraa
Kommentit
Kommenttisi on moderoitavana. Viestejä julkaistaan sitä mukaa, kun toimitus ehtii niitä tarkistaa. Viestejä tarkistetaan arkisin kello 7–24 ja viikonloppuisin kello 8–24