Big data viittaa modernin teknologian mahdollistamaan uskomattoman suureen määrään kaikenlaista tietoa, jota ihmisistä kerätään tietokoneiden, puhelimien ja muun muassa sosiaalisen median kautta. Big Dataan kuuluvat myös digitalisoidut kirjat, Google mapsin luoma maantieteellienn data ja kaikki uu siltä väliltä. 2015 Frederic Kaplan julkaisi Frontiers in Digital Humanities -lehdessä artikkelin, jossa hän hahmottelee kartan ihmistieiden ja big datan tutkimukselle.

Koska big data on merkittävä osa nykyistä tutkimuskenttää, meidänkin on syytä Digiloikassa vilkaista mitä Kaplan on asiasta kirjoittanut. Kaplan jakaa big datan tutkimuskentän lukijaystävällisesti kolmeen aspektiin, jotka on helppo muistaa myöhempiä coctailkutsuja varten. Nämä kolme isoa kokonaisuutta, joilla jokaisella on omat haasteensa ja kysymyksenasettelunsa ovat Kaplanin mukaan digitaalinen data, digitaalinen kulttuuri ja digitaaliset kokemukset.

Digitaalinen data

Kaplan kertoo artikkelissaan kuinka massiivista tietomäärää on mahdoton enää käsitellä perinteisessä mielessä, jossa yksi akateemikko lukee yhtä paperia. Uudet massiiviset tietomäärät vaativat uusia käsittelyn tapoja. Tähän Kaplan tarjoaa toisiaan seuraavista osista koostuvaa prosessia, jossa jokaisella osalla on omat tiedontuottoon liittyvät haasteensa. Näitä ovat: digitalisaatio, transkriptio, pattern recognition, simulaatio/inferenssit, säilyttäminen, and kuraatio. Digitaalisten kirjojen tapauksessa kirja ensin skannattaisiin kuviksi(digitalisaatio), minkä jälkeen muutettaisiin tekstiksi(transkriptio). Pattern recognition ja simulaatio vaiheissa haluttu tieto etsitään joko suoraan algoritmeilla pintatasolla tai sitten se päätellään epäsuorasti aineiston pohjalta. Säilyttäminen ja kuratointi viittaa datan säilyttämiseen liittyviin kysymyksiin.

Kun kirja kuvataan ja muutetaan pelkäksi tekstiksi, sen aikaisempi fyysinen ulottuvuus muuttuu, muuttaen sen luonnetta. Jotkin ihmistieteiden näkökulmat ja kysymyksenasettelut, jotka painottavat materiaalista todellisuutta, eivät enää ole yhtä hedelmällisiä kun kirja objektina häviää. Kirja muuttuu pelkiksi sanoiksi, ja yhdeksi sanojen kokoelmaksi tuhansien joukossa, jolloin monet sen aspektit jäävät pimentoon. Tämän lisäksi digitaalinen data on helpommin muokattavissa kuin fyysinen objekti, mikä tarkoittaa, että tulokset ovat myös helpommin muovattavissa, joten niiden kanssa täytyy olla erityisen tarkka.

Digitaalinen kulttuuri ja digitaaliset kokemukset

Digitaalisella kulttuurilla Kaplan viittaa siihen laajempaan ympäristöön, jossa isoja datasettejä tutkitaan. Tämä tarkoittaa esimerkiksi viestintävälineitä, sosiaalisen median alustoja ja mitä vain muuta alustoja, jotka tuottavat digitaalista dataa joidenkin tietynlaisten päämäärien ja algoritmien mukaan. Tämän laajemman ympäristön tutkiminen ja ymmärtäminen on tärkeää, koska sillä on suoran yhteys tuotetun datan luonteeseen. Kysymyksiä tästä piiristä voivat oll esimerkiksi miten digitaaliset lähteet vaikuttavat akateemiseen työhön? Voiko interaktiivisia presentaatiota pitää uudenlaisena pätevänä tiedon muotona, kun digitalisaatio tarjoaa uusia mahdollisuuksia tutkijoille?

Digitaalisillä kokemuksilla taas viitataan siihen tosiasiaan, että kerätty tieto koetaan erilaisten päätteiden tietokoneiden ja nettisivujen kautta, jotka luovat kokemuksia. Jotkut digitaaliset ympäristöt voivat olla täysin immersiivisia siinä, että ne tarjoavat 3D jäljennöksen oikeasta maailmasta kun taas toiset voivat toimia tekstillä(hakukoneet) tai äänellä(Siri, Alexa, Cortana). Jokainen näistä voi vaatia omanlaisensa lähestymistapaa, ja jokaisella ympäristöllä on oma vaikutuksensa tuotettuun tietoon.

Ihmistieteiden uusi aika
Big data tulee olemaan koko ajan enemmässä määrin merkittävä, kun digitalisaatio kiihtyy. Kaplanin hahmottelema rakennelma tarjoaa jonkinlaisen käsityksen siitä, mitä alueita ja ongelmia big datan tutkimuksessa on, mutta kenttä tulee luultavasti muuttumaan ja kysymykset sekä ongelmat sen mukana. Muutos ei kuitenkaan voi olla este jatkuvalle pyrkimyksille ymmärtää ja digitalisaatio on luultavasti tullut jäädäkseen.

Roope Rouvali

Videopelit usein ajatellaan keveänä ajanvietteenä, eikä niille ole uhrattu paljoa vakavaa akateemista huomiota, mutta tämä on muuttumassa digitalisaation myötä. Pohditaan hetki yhdessä miksi videopelit ansaitsevat tulla huomioiduiksi akateemisessa keskustelussa.

ilmiön laajuuden ymmärtämiseksi kannattaa aloittaa katsomalla numeroita. 2018 Statistan keräämien tietojen mukaan 66% väestöstä pelasi videopelejä muodossa tai toisessa (Statista). 66% prosenttia Amerikan noin 325 miljoonasta asukkaasta on noin 214 miljoonaa, mikä taas on pyöristettynä 39 kertaa suomen väkiluku. 2013 julkaistu Pelaajabarometri ilmoittaa, että aktiivisesti videopelejä Suomessa pelaa 52% väestöstä ja satunnaisesti 72% (Pelaajabarometri).

kyseessä ei ole siis mikään pieni ilmiö. Kuitenkin videopelien tutkiminen on saanut huomiota julkisuudessa lähinnä kouluammuntojen ja väkivaltaisen käyttäytymisen yhteydessä. Anna Burdickin 2012 kirjassa Digital Humanities, Burdick sanoo, että uuden median ja narratologian tutkimus on vähentänyt pelitutkimukseen liittyvää stigmaa, mutta monilla ihmistieteiden aloilla pelitutkimusta pidetään vielä jonninjoutavana.

Videopelien pohdiskelu on ollut julkisuudessa näkyvää viime aikoina erityisesti kahdesta syystä. Ensimmäinen liittyy hyvin tuoreeseen skandaaliin, jonka Electronic Arts pelifirman julkaisema Battlefront 2 sai aikaan pelin sisässä ostettavilla ”loot boxeilla”, jotka antavat pelaajalle rahaa vastaan arpomalla pelissä tavaroita, ja Battlefrontin tapauksessa jopa etua muihin pelaajiin nähden. Tähän keskusteluun liittyy paljon samoja piirteitä kuin kasinopelaamisessa (Videopelaaminen ja addiktio). Viime toukokuussa Belgian uhkapeliviranomaiset ottivat kantaa monissa videopeleissä oleviin loot boxeihin tai yllätyslaatikoihin ja julistivat ne laittomiksi uhkapelilakien nojalla (Guardian).

Toinen Keskustelun alue, joka on selvästi näkyvissä tiedeuutissivustoilla, liittyy pelaamisen kognitiivisiin vaikutuksiin. Tammikuussa julkaistu Meta-analyysi selvittää pelaamisen vaikutuksia ajattelun ja aivojen toimintaan. Pelaamisella näyttää olevan potentiaalia kognitiivisten kykyjen parantamiseen.

Nämä teemat ovat kuitenkin melko kaukana klassisten ihmistieteiden kysymyksenasettelusta. Miten pelaamista sitten voitaisi lähestyä hedelmällisesti kulttuurintutkimuksen kannalta?

Pelit ja kulttuurintutkimus

Pelejä on paljon erilaisia. Candy crush ei juurikaan muistuta modernia räiskintää ja strategiapelit ovat myös pelaajakunnaltaan täysin toisella laidalla kuin illanvietoissa kavereiden kanssa konsoleilla pelattava jalkapallo. On olemassa pelejä, jotka ovat autobiografisia kuten ”That dragon, cancer”, joka kertoo vanhempien kokemuksen syöpää sairastavan poikansa kasvattamisesta, ja on pelejä joiden keskeinen tarkoitus on vain tarjota pelaajalle yksinkertainen koukuttava mekaniikka.

Peleistä löytyy monta tasoa, joihin kulttuurintutkija voi tarrautua. Sisältö, niiden käyttötavat, niiden mahdollistamat vuorovaikutukset.

Monet pelit muodostavat yhtenäisiä narratiiveja, ja niissä on yhtä paljon kuvallista ja tekstuaalista kerrontaa kuin elokuvissa ja kirjoissa. Koska pelit ovat rahakas bisnes, pelintekijät käyttävät paljon aikaa miettiäkseen kuinka kiinnostava tarinankerronta sidotaan osaksi pelikokemusta. Kysymys on kahden vastakkaisen päämäärään saavuttamisesta oikeassa suhteessa. Jos pelaaja vain seuraa tarinaa, mikä erottaa pelin elokuvasta, jos pelaaja voi tehdä mitä ikinä haluaa tarina ei ikinä synny. Tätä jännitettä ei ole olemassa kirjallisuudessa, eikä elokuvassa, mikä tekee pelaamisesta myös erityislaatuisen tutkimuskohteen.

Pelien ymprillä on myös nähtävissä kiinnostavia kulttuurillisia ilmiöitä. Pelaaminen on nousemassa urheiluksi muiden joukkoon, ja miljoonat ihmiset seuraavat turnauksia erilaisten palveluiden kautta. Suosituimpiin kanaviin Youtubessa kuuluu tällä hetkellä monta pelaamiseen liittyvää kanavaa, ja Fortnite on noussut maailmanlaajuiseksi ilmiöksi. Sisältöä tuotetaan joka päivä ihmisille, jotka kuluttavat ne matkalla kouluun, ruokatunneilla tai käydessään vessassa.

Isojen perinteisten kulttuurialueiden välillä on suuria eroja pelisuunnittelussa itsessään. On olemassa kokonaisia genrejä, joita ei löydy länsimaisilta markkinoilta juuri ollenkaan, ja joita ei ole sen jälkeen monesti edes yritetty toisintaa. Pokemon on hyvä esimerkki tai juuri julkaistu Monster hunter: world, joka nautti tähän asti uskomatonta suosiota vain Japanissa. Vuoden alussa julkaistu Monster hunter rikkoi 10 miljoonan myydyn kopion rajan syyskuun alussa päästyään länsimaisille markkinoille. Toinen esimerkki ovat visuaaliset novellit, jotka ovat myös jääneet pitkälti Japanin sisäpuolelle.

Pelit voidaan ymmärtää myös alustoina, ja pelikulttuurin nykyisiä keskeisiä kulmakiviä on jaettu kokemus muiden kanssa. Electornic Artsin työntekijä kommentoi tämän vuoden alkupuolella, että yksinpelit ovat kuolleet. Pelikulttuuri on siirtynyt kohti mallia, jossa pelaajat eivät ole yksin edes peleissä, jotka ovat sisällöltään yksinpelejä. Tähän liittyy myös pelifirmojen uudistunut filosofia, niin sanottu ”live service-model”, jossa peli ei ole enää valmiiksi tehty kokonaisuus kuten kirja, vaan jotain, mikä muuttuu ajan myötä vuorovaikutuksessa kuluttajien kanssa. Pelintekijät voivat lisätä uusia osia tarinoihin tai parantaa vanhoja. Kokemus ei ole enää staattinen.

Tämä muutos johtuu myös ”live service modelin” mahdollistamasta oheismyynnistä, joka nykyään tuottaa suuren osan pelifirmojen tuotoista. Helmikuussa Electronic Arts ilmoitti saaneensa 787 miljoona dollaria ensimmäisellä vuosineljänneksellä ”livepalveluiden” kautta. Summa oli 39% kaikista tuotoista samalla vuosineljänneksellä (Gamespotin artikkeli).

Videopelaaminen siis linkittyy suuriin rahavirtoihin, tapoihin joihin kerromme tarinoita ja siihen kuinka vuorovaikutamme toistemme kanssa ja muodostamme yhteisöjä. Jos et ole vielä vakuuttunut videopeleistä tutkimuksen kohteena, en usko, että voin sanoa enää enempää.

Voiko suomalaisuutta mallintaa tietokoneilla? Onko gooteille, punkkareille ja muille alakulttuureille oma algoritmi? Yksi Digital Humanities -projektin merkittävimmistä ydinalueista on soveltaa uusia laskennallisia ja tietojenkäsittelytieteistä löytyviä työkaluja ihmistieteisiin. Aluksi voi kuulostaa jopa loukkaavalta käyttää yleensä kylmänä pidettyä matematiikkaa ja algoritmeja hahmottamaan ihmisille tärkeitä asioita. Eikö algoritmi hävitä koko kulttuurin ihmisyyden ja anna meille vain ihmiskokemuksesta mitään kertomattomia numeroita? Ihmistieteisiin sovellettavien matemaattisten ja digitaalisten metodien kirjo on valtava aina erilaisista uskonnollisten yhdyskuntien verkostoanalyyseistä runoutta hahmottaviin matemaattisiin malleihin. Parempi kuitenkin aloittaa perusteista, ja käydä ensin yhden käsitteen kimppuun. On aika selvittää mitä algoritmit ovat ja mitä annettavaa niillä on.

Algoritmi voi kuulostaa arkielämästä irrotetulta ja kaukaiselta, mutta se on yksinkertaisuudessaan tietynlainen ohje. Jokainen seuraa algoritmia kokatessaan ruokaa ohjeen avulla. Ennen kuin pitsapohjalle voi levittää tomaattimurskaa sen täytyy olla käynyt läpi pitsanteon prosessin aikaisemmat vaiheet. Kun olet kotona, ja äitisi tuo sinulle pohjaan palaneen puuron, kuinka monesti olet yllättänyt itsesi ajattelemasta ”Ah, äidin ruoanlaittoalgoritmi ei toteutunut tällä kertaa”. Luultavasti et kovin monesti, mutta toivottavasti yhä useammin tämän jälkeen. Algoritmi on siis osiin jaettu kuvaus prosessista, jota seuraamalla voidaan ratkaista tietty ongelma. Algoritmit ja koneiden tuominen inhimillisten ongelmien tykö voi kuulostaa aluksi kummalliselta, mutta tarkastellaan seuraavaksi jokaisen arjessa varmasti vaikuttavaa asiaa, jossa lähestymistapa on ollut hyvin hedelmällinen: muisti

Muisti ja algoritmit

Psykologiassa on useita malleja ihmismuistille. Karkeana jaotteluna toimii erottelu pitkäaikaiseen ja lyhytaikaiseen muistiin. Muistamme jonkin lukemamme asian päivän, mutta ilman harjoittelua se katoaa tai voimme pitää puhelinnumeron mielessämme sen aikaa, että saamme sen tallennettua puhelimeemme. Miksi muisti toimii tällä tavalla? Eikö olisi helpompaa, että kaikki asiat siirtyisivät suoraan pitkäaikaiseen muistiin, josta ne sitten haettaisiin tarpeen tullen? Tietokoneilla on usein myös ihmismuistia muistuttava järjestely. Tietokoneen kovalevy toimii analogiana ihmisen pitkäaikaiselle muistille ja välimuisti lyhytaikaiselle. Miksi terävät tutkijat konetta rakentaessaan antaisivat koneelle saman rakenteen kuin ihmismuistilla?

Mietitään kirjastoa analogiana pitkäaikaiselle muistille. Olet etsimässä kirjastosta Will Durantin klassikkoja ja tiedät, että tulet tarvitsemaan niitä seuraavan viikon ajan. Jos jätät kirjat kirjastoon, etkä lainaa niitä kotiin pöydällesi, käytät joka päivä ison osan ajasta kirjastoon matkustamiseen. Tietokoneiden välimuisti on kehitetty välttämään sama ongelma. Välimuisti, joka pitää osan käytettävästä tiedosta nopeasti saatavilla nopeuttaa muistin kokonaissuorituskykyä. Entä mitä tietoa sitten kannattaa pitää nopeasti käsillä? Tässä kohtaa kuvaan tulevat algoritmit.

Välimuistin ollessa rajallinen siinä pidetty tieto täytyy valita tarkkaan. Yksi vastauksista ongelmaan on se, jota käytit tajuamattasi aikaisemmassa esimerkissä etsiessäsi Will Durantin klassikoita, nimeltään Beladyn algoritmi. Optimaalisen tuloksen kannalta on siis hyvä pitää käsillä tietoa, jonka tietää olevan käytössä pisimmän aikaa tulevaisuudessa. Tietokoneiden tapauksessa, ja miksei ihmistenkin, ongelmana algoritmia käytettäessä on, että sen täytyisi pystyä ennustamaan tulevaisuus. Opiskelija voi tehdä arvion siitä, että tarvitsee Durantin klassikot, mutta sitten voi muistaakin tarvitsevansa lisää kirjoja rästitenttiin, jonka unohti. Algoritmi ei siis ole vedenpitävä, mutta se on huomattavasti parempi kuin, että käyttäisit aikaa samojen kirjojen hakemiseen jokainen päivä.

Kulttuuri ja kylmät algoritmit

Laajassa mielessä algoritmit voivat hahmottaa mitä tahansa prosessia. Olkoon se sitten kuinka olla punkkari tai kuinka aamuhartaus etenee. Melkein jokaisesta asiasta voi tehdä algoritmin jos tietää siihen liittyvät muuttujat. Tällaisenaan algoritmi on yleishyödyllinen analyyttinen työkalu, joka mahdollistaa jonkin prosessin formalisoinnin. Kulttuurillisten ilmiöiden suora formalisointi ei ole kuitenkaan missä tallaisten näkökulmien hedelmällisyys tulee esiin, vaan tarvitaan paljon monimutkaisempia ja hienovaraisempia tapoja lähestyä kulttuuria. Näihin tapoihin palataan tarkemmin myöhemmissä blogiteksteissä. Helppona esimerkkinä näistä tavoista ovat tietokoneiden käytettäviksi suunnitellut monimutkaiset algoritmit, jotka keräävät ja prosessoivat isoja määriä tietoa vaikkapa runokokoelmista ja Facebook-päivityksistä. Algoritmein kerättyjä tietoja voidaan sen jälkeen käyttää esimerkiksi vaalimainonnan kohdistamiseen tai vaikkapa jonkin kulttuurillisen ilmiön leviämisen tarkasteluun.

Aikaisemmin käsittelemämme muistion  myös tärkeä tekijä tarkemmin kulttuuria pohtiessa. Ilman muistia ei olisi kulttuuria, ja sen toiminta muovaa kokemustamme joka ikinen hetki. Se, että ihmismuistia voidaan hahmottaa koneilla ja erityisillä algoritmeilla avaa uusia mahdollisuuksia tutkia kulttuuria.

Matematiikan ja koneavusteisten menetelmien käytöllä on siis paljon annettavaa ihmistieteille vaikka lähestymistapa voi aluksi vaikuttaa oudolta. Elämme päivittäin algoritmien keskellä hakiessamme kirjastosta kirjoja ja lajitellessamme sukkia ilman, että mietimme asiaa. Toivottavasti muistelet algoritmeja lämmöllä seuraavan kerran kun äitisi polttaa puuron pohjaan.

Roope Rouvali