Otsikko kuvaa työpajaa Informaatiotutkimuksen päivillä 2016, jota veti Digitalia-projektin  Kimmo Kettunen . Kansalliskirjaston digitaalisia aineistoja käytiin läpi hyvinkin monesta näkökulmasta – lähtien aineistojen nykytilasta ja laadusta ja siihen tehdystä tutkimuksesta, aina siihen kuinka aineistoja voisi kehittää edelleen ja hyödyntää sekä digitaalisten ihmistieteiden lähdemateriaalina. Kimmon oma esitys käsittely aineistoja kielitieteellisestä näkökulmasta ja sivukeskusteluissa huomattiinkin, että mm. sanalaskelmat joita projektin puitteissa on tehty, onkin oleellista tietoa, joka voisi auttaa vaikka olemassaolevien datasettien edustavuuden arvioinnissa. Lisäksi Digitalian naapuriprojekti Aviisi oli esillä mm. Aviisin käyttöpilottien ja erilaisten käyttäjäryhmien, kuten tutkijoiden ja opetuskäytön osalta.

Kuvan lähde: “Tämä rakennus eristetään ja sisustetaan Takon rakennusaineilla”, 01.01.1936, s. 20 http://digi.kansalliskirjasto.fi/pienpainate/binding/345930/articles/97153?page=20 Kansalliskirjaston Digitoidut aineistot

Tieteen vaikuttavuuden mittarit

2. päivä informaatiotutkimuksen päivillä alkoi tieteen vaikuttavuuden mittareiden arvioinnista. Helsingin yliopiston kirjastosta Mikko Ojanen kertoi kuinka tutkijoita motivoidaan avoimen tieteen käytäntöihin altmetriikan avulla. Altmetriikka pohjautuu pitkälle automatisointiin, jossa sekä tutkijan tunnistaminen ORCID:llä ja taas artikkelien tunnistaminen jollakin pysyvällä tunnisteella on välttämätön ennakkoehto. Tosin esimerkit kertoivat, että automatiikka ei osaa vielä käsitellä kaikkia eri julkaisutilanteita.

Kiintoisa oli myös tutkimus, jossa tutkittiin kuinka arvioida saman tieteenalan sisällä julkaisemisen vaikeudesta – tähän liittyen kehitettiin vaihtokurssi, joka korjaa nykyisiä mittareita suhteuttaen julkaisut toisiinsa. Jotkin lehdet olivat tiukempia kriteereissään, minkä tulokset myös kertoivat.

Vaikuttavuuteen datasta

Päivässä puhuttiin myös raakadatasta, tutkimusdatasta ja miten sen saisi jakoon ja kuinka päivittäiset käytännöt ja työkalut tukisivat tutkijoita aineiston säilyttämisessä. Pysyvät tunnisteet nousivat jälleen pintaan, mutta kommenteissa tuli myös ilmi se, että joillakin aloilla tähän on jo perinteitä, eikä datan jakamisessa ole mitään uutta.

Esitettyjen teemojen lisäksi vaikuttavuutta voidaan myös mitata koko infrastruktuurin osalta, mitä esim. Dariah-verkostossa on tehty ja siellä onkin kehitetty laaja-alainen malli, jolla eri osa-alueita voi sekä seurata ja mitata. Alkuvaiheissa malli vois soveltua osviittana siihen, mitä osa-alueita tutkimusdatan tai -infrastruktuurin kehityksessä halutaan panostaa.

“Rajoittaako lainsäädäntö humanistista tutkimusta?” oli Tietoarkiston,   Kielipankin ja Avoin tiede ja tutkimus -hankkeen yhdessä järjestämä seminaari syyskuun puolivälissä.

Oli kiintoisaa taas kuulla mm. Kielipankin toiminnoista ja millaisilla käyttöoikeuksilla eri aineistoja saa, perusmallina oli kolmikanta

• PUB: julkinen käyttö (avoimet lisenssit)
• ACA: tutkimus- ja opetuskäyttö (kirjautuminen korkeakoulun tunnuksilla)
• RES: rajoitettu käyttö (henkilökohtainen käyttöoikeus)

joiden lisäksi on vielä lisätarkenteita. Kulttuuriperintöaineistojen osalta Europeana on juuri uusinut oikeuksien merkitsemiskäytäntöjä, ja siellä lähdetään tekijänoikeudellisesta näkökulmasta, pääjakona on ns. “in copyright, no copyright ja other” luokat, joista on sitten luotu 12 eri tasoa. Saa nähdä tuleeko tarvetta myös samanlaiselle lisenssinvalitsemelle, minkä mm. Creative Commons-organisaatio on luonut jo suhteellisen tutuille lisensseilleen.

Lähde: Käsikirja sähkövalaistus- ja voimalaitoksia varten, 01.01.1922, s. 26 http://digi.kansalliskirjasto.fi/pienpainate/binding/339480/articles/1889777?page=26 Kansalliskirjaston Digitoidut aineistot

EU:n tietosuoja-asetus ja tieteellinen tutkimus

Anna Hänninen , Tietosuojavaltuutetun toimistosta kertoi tietosuoja-asetuksessa tulevia muutoksia ja kuinka Suomessa uusiin säännöksiin ollaan valmistautumassa.

“Luonnollisten henkilöiden suojelu on henkilötietojen käsittelyn yhteydessä perusoikeus”.

Tähän liittyen rekisterinpitäjille tuleekin tietosuojan osoittamisvelvollisuus siitä, että niissä toimitaan määrättyjen ehtojen suhteen. Kuten professori Voutilainen kertoikin jo Digitalian kesäkoulussa, näytetyssä kalvossa henkilötietolaista ja tietosuoja-asetuksessa näyttää olevan monta toisiinsa vaikuttavaa artiklaa ja nykyistä lakia, joiden pohtimisessa ministeriöiden yhteinen työryhmä on alkanut puurtamaan. Positiivista oli, että pyritään myös aktiivisesti välttämään vähäriskisiä toimien ylisääntelyä, jolloin “varmuuden varalta” ei tarvitse tehdä suojatoimenpiteissä mahdollisesti kalliitakin muutostöitä. Osoitusvelvollisuus kuitenkin toimii jo omanlaisenaan ohjaamiskeinona tai itsetarkistuskeinona, joka toivottavasti auttaa.

Tutkimuskannalta jo tässä esityksessä mutta myös myöhemmissä nostettiin esille tutkijan vastuuta aineistojen käsittelyssä. Suostumus, anonymisointi ja pseudonymisointi on keinoja käsitellä aineistoja tutkimuskäyttöön, mutta kuten Aviisi projektin kansalaisopiston kurssilla kuulimme, joskus käyttötarkoitus onkin taiteellinen, jolloin käyttölupia on pohdittava toisin. Tietosuoja-asetuksen 89 artiklassa, kuten rekisterinpitäjän tapauksessa, edellytetään oiekasuhtaista käsittelyä. Kuten päivän aikana kommentoitiinkin, kyse on myös huolellisuudesta – data-aineiston sisältö tulsi ymmärtää ja käsitellä sitä koko tutkimusprosessin ajan sen vaatimalla tavalla.

Marjut Salokannel, joka teki myös analyysiä tietosuoja-asetuksesta Kansalliskirjaston Aviisi-projektiin, kertoi sosiaalisen median aineistojen käytöstä tutkimuksesta. Esimerkiksi kiintoisat ovat erilaisten some-palvelujen käyttöehdot – yhdysvaltalaisen käytännön mukaan tutkimuskäyttö voi onnistua, muta välttämättä ei suomalaisen.

Tekijänoikeuslaissa ei ole tutkimusta oikeuttavaa poikkeussäännöstöä => tutkimuskäyttöön edellytetään oikeudenhaltijan lupaa

 

Niinpä esim. Suomi24-aineiston osalta Kielipankki on luonut sopimuksen Aller Median kanssa aineistojen tutkimuskäytöstä ja tämän vuoksi aineistoja pääseekin katsomaan pyytämällä luvan. Marjut ja myöhemmätkin puhujat nostivat esille tutkimussuunnitelman eettisen arvioinnin, sekä juridiselta kannalta että muutoin. Tutkimussuunnitelmat ja datan käyttö- ja arkistointisuunnitelmat alkavat olla kuitenkin vaadittuja  tutkimusten rahoittajilta, joten sekin motivoi siinä, että aineistojen käyttöä  pohditaan jo etukäteen, jolloin tarvittavat toimet voidaan hoitaa ennakoiden. Tietoarkiston blogissa käsiteltiin myös some-aineistojen tutkimuskäyttöä.

Tapauskohtaista, tapauskohtaista…

Päivän aikana tuli kuitenkin ilmi se, että eri tilanteet vaikuttavat saatavilla olevien ratkaisujen määrään. Riippuen siitä missä roolissa tutkija toimii, kuka on rekisterinpitäjä ja mistä aineistosta on kyse, on erilaisia käyttömahdollisuuksia. Esimerkiksi Kansalliskirjastosta kommentoitiin, että esim. viimekertaisten eduskuntavaalien aineistoa on haravoitu verkosta eri palveluista ja käytettävissä se on vapaakappalekirjastojen työasemilla — aktiivisesti kuitenkin pohditaan kuinka se saataisiin vielä paremmin tutkijoiden käytettäväksi. Yksi tutkijoista sanoikin, että aineistoja kyllä kaivattaisiin, sillä tällä hetkellä toimitaan esimerkiksi suoraan some-palveluiden rajapintojen kautta, joita käyttöön jokainen tutkimusryhmän tarvitsee pohtia omat ratkaisumallinsa ja ylipätään voiko ja miten aineistoja käyttää.

Tallenna

Tallenna

Koneen säätiön rahoittamassa “Towards a Roadmap for Digital History in Finland: Mapping the Past, Present & Future, 2016.”-projektissa tehtiin kesällä kyselytutkimus historiantutkijoille digitaalisuudesta historiantutkimuksessa. Raportin tiivistelmä löytyy digihistfinland’in blogista ja koko raportti löytyy myös edellisestä linkistä.

Lähde: Tapio, 07.11.1877, nro 87, s. 4 http://digi.kansalliskirjasto.fi/sanomalehti/binding/441272/articles/1882704?page=4 Kansalliskirjaston Digitoidut aineistot

Digitaalisia tutkimusaineistoja

Yksi raportissa nostetuista asioista oli tutkimusdatan sijaintipaikka, tehtyjä tai muokattuja aineistoja on palautettu takaisin oikeuden omistajille, mutta tietoisuus näistä (mitä ja missä) voisi vaatia hieman työtä. Tietoaineiston tallentaminen alkuperäiseen paikkaansa onkin hyvä asia, sillä tällöin ns. “lähdeorganisaatio” voi hyödyntää dataa itsekin ja auttaa myöhempääkin tutkimusta antaen joka alkuperäisen aineiston tai muokatun aineiston seuraaville tutkijaryhmille — lähtien tutkimuksen toivomuksista, halutaanko toisintaa aiempaa eri tulokulmalla vai jatkaa edellisen tuloksista eteenpäin.

Vastaajiin näytti sattuneen myös (ainakin) yksi digitaalisia ja digitoituja sanomalehtiä käyttänyt joka oli vastannut

— mahdolisuus on n. 1910 vuoteen saakka, mutta toivoisin sen muuttuvan niin, että vapaasti käytössä olisi digitoidut lehdet jotka ovat vähintäin 50 vuotta vanhoja.

Viime aikoina nykyään voimassa olevasta rajavuodesta onkin tullut paljon palautetta, mutta lisääkin voi toki laittaa http://digi.kansalliskirjasto.fi -palvelun palautteisiin, niin laitamme Digitalia-projektissakin asiaa seteenpäin ainakin ko. palvelun osalta. Vapaakappalekirjastoissa voi kuitenkin jo nyt käydä lukemassa sekä digitoituja ja haravoituja aineistoja, joita löytyy  aineistolajista toiseen.

Lisäksi monipuolinen saatavuus nostettiin esille, yksittäiset koneet joissa tutkimusaineisto löytyy voi tuntua liian rajatulta, mutta tämän pulman toivottavasti aika korjaa, jos voitaisiin järjestää vaikka tunnistautumisen ja sopimusten kautta oikeuksia tutkijoille jopa tekijänoikeuksien alaiseen aineistoon. Tehokas tutkimuskäyttö Suomessa tai maailmalla kehitetyillä työkaluilla ja menetelmillä voi kuitenkin vaatia että aineistoja on käsiteltävä useammallakin koneella, aineistojahan kuitenkin käsittelisi vain työkalu, skripti tai algoritmi ja vain osin ihmissilmä. Luulisi kuitenkin, että oikeudenomistajia, alkuperäisiä tekijöitäkin kiinnostaisi mitä tutkijat saisivat aineistoista irti, osana suurempaa aineistokokonaisuutta tai tutkimuskysymystä.

Kiintoisa kysymys on, että mihin aineistoon viitataan riippumatta siitä onko tutkimuksessa käytetty elektronista vai analogista aineistoa?  Petri Paju  (2016, 5) oli raportissaan viitannut yhdessä alaviitteessä HAIK:n kätevästi kahdella tavalla : “Rasila, Viljo: ”Tietokone historiantutkimuksessa”. Historiallinen aikakauskirja 65, 2/1967, 140–146, tai Kansalliskirjaston Digitoidut aineistot: http://digi.kansalliskirjasto.fi/aikakausi/binding/499240?page=20  “. Riippuen tilanteesta ja mitkä käyttöoikeudet on kenelläkin voimassa, eri lukijoille eri muodot voivat olla saatavampia helpommin. Esim. Historiallinen aikakauskirja eli HAIK on avattu Peri+-sopimuksen nojalla useimpiin yliopistoihin, digi.kansalliskirjasto.fi – palvelun kautta, mutta toisaalta muualla ko. linkki vie vain virheeseen eikä teksti avaudu.

Viestintää ja verkostoja

Historiantutkijat halusivat yhteyksiä tietojenkäsittelijöihin ja olettaisin, että toive on myös toisinpäin, ymmärrystä tarviaan molemmin puolin, mutta kiinnostavat pulmat innostaa tutkimuksessa mainittuja “digi-ihmisiä”, joten ongelmia kannattaisi laittaa koukkuun , jolloin tietojenkäsittelijät voisivat niihin tarttuakin. Esimerkiksi paikallisen Hacklabin kanssa voi luoda yhteistyötä tai vaikka OKF:n, jolloin voisi toivoa, että joku tietää jonkun, joka voi auttaa pulmassa alkuun.  Lisäksi nykyään jos ohjelmakoodi on avattu esimerkiksi Githubissa, niin sopivasti lähestymällä olisi mahdollista tutustua ja luoda yhteistyötä tietyn työkalun tekijöiden kanssa.