Humanisti datamaailmassa: Kesän DMP-rumban oppitunnit

”DMP:ssä ei ole tarkoitus sanoa sitä, mitä jotkut muut haluavat kuulla, vaan puhua totta”, kirjoittaa Aleksi Peura datanhallintaa käsittelevän blogisarjansa viidennessä osassa. Kirjaston datatiimiin kuuluva Peura käy läpi aineistonhallintasuunnitelmien (DMP, data management plan) kesän tarkistusurakassa tekemiään havaintoja, ja käsiteltävänä ovat niin ”hyvän DMP:n” harha, DMP:n pohjimmainen tarkoitus kuin tutkijan tarjolla oleva tuki.

Teksti: Aleksi Peura

Jo työhaastattelussa minulle kerrottiin kesän DMP-rumbasta: kuinka se olisi kiireinen, kuinka intensiivinen ja stressaavakin se saattaisi olla, kuinka siihen tultaisiin valmistautumaan hyvin. Näitä sanoja kirjoittaessani olen osallistunut ensimmäistä kertaa tähän Datatuen kesäsesonkiin, ja työhaastattelussa kerrotut asiat ovat osoittautuneet oikeiksi. Hetkittäin DMP-rumba on ollut todella kiireinen, intensiivinen ja stressaavakin; hyväkään valmistautuminen ja suunnittelu eivät voi koskaan täysin viedä pois tai lievittää näitä haasteellisempia hetkiä.

Miksikö meillä Datatuessa kesä on vuoden kiireisin aika – samaan aikaan kun muu yliopisto ja kirjasto hiljenevät julistetun suvirauhan mukaisesti? DMP-rumba liittyy maamme suurimman tieteellisen tutkimuksen rahoittajan, Suomen Akatemian, haku- ja päätössykleihin. Syksyn suurhaun rahoituspäätökset saapuvat porrastetusti seuraavan vuoden keväällä ja kesällä – vuonna 2022 ensimmäiset päätökset saapuivat huhtikuun lopussa, viimeiset juhannuksen aikoihin. Kun tutkija saa positiivisen rahoituspäätöksen, hänellä on kahdeksan viikkoa aikaa tallentaa useita suunnitelmia – DMP eli aineistonhallintasuunnitelma näiden joukossa – Suomen Akatemian verkkopalvelujärjestelmään eli SARAan. Tämä kahdeksan viikon takaraja on Akatemian puolesta tiukka, ei neuvoteltavissa tai joustettavissa; Datatuessa tämä näkyi toistuvina deadlineina, joihin mennessä tietyt DMP:t oli saatava tarkistetuksi. Koska Suomen Akatemia rahoittaa monia tutkimuksia, Helsingin yliopiston suuntaan positiivisia rahoituspäätöksiä tuli satakolmetoista, joista jokaisen DMP:n tarkasti joku tai jotkut Datatuen kymmenestä kirjastolaisesta… joista yksi on siis allekirjoittanut.

Koska Suomen Akatemia rahoittaa monia tutkimuksia, Helsingin yliopiston suuntaan positiivisia rahoituspäätöksiä tuli satakolmetoista, joista jokaisen DMP:n tarkasti joku tai jotkut Datatuen kymmenestä kirjastolaisesta… joista yksi on siis allekirjoittanut.

Ei ole kuin hieman karrikoitua sanoa, että merkittävä siivu meidän kirjaston datatiimiläisten ympärivuotisesta työstä pyörii DMP-rumban ympärillä, suoremmin tai epäsuoremmin. Suoraan rumbaan kytkettävissä ovat huolelliset sisäiset työprosessisuunnitelmat, lomien aikataulutus ja tutkijoille suunnatut DMP-työpajat suunnitteluineen. Vähemmän suorasti DMP-rumba näkyy taka-ajatuksena esimerkiksi ympärivuotisten RDM Basics -luentojen ja RDM Advanced -webinaarien taustalla, sillä idea on – ja uskon, että en paljasta tässä mitään suuria ammattisalaisuuksia – että luennoille osallistuneet henkilöt oppisivat jotain. Mielellään he myös osaisivat hyödyntää oppimaansa DMP:n kirjoittamisessa, kunhan se osoittautuu relevantiksi. Taustalla on siis pienemmässä määrin myös oman edun tavoitteluun pyrkivä ajatus: jos luennoille osallistuvat henkilöt oppivat jotain, rumban aikana saisimme luettavaksemme vähemmän keskeneräisiä DMP:itä.

Valitettava tosiasia kuitenkin on, että tarkistettujen DMP:iden taso on aina ollut hyvin vaihtelevainen. Tähän on varmasti monia syitä, mutta ei vähiten joidenkin tutkijoiden suoraan tai epäsuoraan ilmaisema asenne DMP:stä byrokraattisena turhakkeena, kiusantekona. Yleensä tämä asenne näkyy puoli- tai neljännesvillaisena DMP:inä, jotka työllistävät meitä datatiimiläisiä eniten – itse käytin käytännössä työviikon pelkästään yhden DMP:n neljää eri versiota tarkistaen ja tutkijan kanssa mittavaa sähköpostikirjeenvaihtoa käyden. Ihan suoraan sanottuna tällaiset tapaukset ovat olleet esimerkillisen turhauttavia, sillä minusta on tuntunut, että olen puhunut tutkijan kanssa kokonaan erilaista kieltä eivätkä parhaatkaan käännösyritykseni tunnu välittyvän.

Vastaavasti on toki muistettava, että monet DMP:t olivat kerrassaan esimerkillisiä. Kerran kysyin kollegoitani lukemaan yhden DMP:n ja siihen tekemäni kommentit ihan vain, koska en löytänyt mitään merkittävästi pielessä olevaa asiaa siitä, niin kattava se oli! Näin esimerkilliset DMP:t olivat toki harvinaisia, mutta niin olivat myös täysin retuperällä olleet DMP:t – valtaosa jäi Gaussin käyrän mukaisesti jonnekin näiden ääripäiden välille. Jokaista nuivasti DMP:tä ja sen tarkistuttamista kohtaan suhtautunutta tutkijaa vastasi vähintään puolentusinaa joviaalia ja ymmärtäväistä tutkijaa.

Yritän tällä tekstillä toisaalta kartoittaa muutamia havaitsemiani perusongelmia, jotka ilmenivät kaikentasoisissa DMP:issä, sekä kuroa umpeen kielieroa minun ja nuivien tutkijoiden asenteiden välillä (ks. myös Konkretia ja käytännön ratkaisut valttia datanhallinnan suunnittelussa). Missään nimessä en halua syyllistää ainuttakaan tutkijaa, koska he ovat vaikeassa jamassa about koko ajan, eikä satojentuhansien eurojen rahoituksen kriittisen tiukka deadline ole omiaan helpottamaan tutkijoiden kiireisyyttä ja stressaantuneisuutta. Ehkä tämä teksti, omalta osaltaan, voi auttaa jotakuta nuivasti tai seminuivasti RDM:n (eli tutkimusdatanhallinnan) teemoihin suhtautuvaa henkilöä ymmärtämään kolikon toisen puolen, byrokraattiselta kiusanteolta näyttävän DMP-tarkistusruljanssin todellisen pyrkimyksen.

Kysymys kohdeyleisöstä

Kaikenlaisia tekstejä kirjoitettaessa on tärkeä miettiä sitä, kenelle kirjoittaa. Jos kirjoittaa runoja tai novelleja suoraan pöytälaatikkoon, se on erilaista kuin lavarunon tai iltapäivälehdessä julkaistavan jatkokertomuksen kirjoittaminen. (Uskoo ken tahtoo, mutta jopa näille blogiteksteille minulla on mielessäni jonkinlainen hypoteettinen ihannelukija, joka mielessä näitäkin sanoja raapustelen.) Siksi on tärkeää ymmärtää tarkalleen, kenelle DMP kirjoitetaan.

Ensimmäinen ajatus monilla varmasti on, että DMP on Suomen Akatemian vaatimus, minkä takia sen kohdeyleisönä on Suomen Akatemia. Tämä ei, sinänsä, pidä paikkansa.

Toinen luonteva ajatus on, että koska Helsingin yliopistossa Datatuki tarkistaa DMP:n, suunnitelman kohdeyleisönä on datatukilainen. Tämäkin on väärin.

DMP on, kyllästymiseen asti toistetun hokeman mukaan, työkalu tutkijalle. DMP:tä kirjoittaessa tutkija suunnittelee tavat, joilla hän aikoo tutkimusdataansa kerätä, säilyttää, käyttää ja (jos mahdollista) julkaista. Me Datatuessa luemme nämä suunnitelmat läpi, koska tunnemme RDM:n moninaisia ongelmakohtia tutkijoita paremmin – eli osaamme nähdä mahdollisia ongelmia, jotka saattavat jäädä tutkijalta itseltään huomiotta. Liittyykö suunniteltuun tallennusratkaisuun ongelmia? Sanomme siitä ja saatamme tarjota muita vaihtoehtoja mietittäväksi. Käsitelläänkö tutkimuksessa henkilötietoja, joita aiotaan tutkimuksen jälkeen avata julkisessa data-arkistossa? Huomaamme tämän, sanomme siitä ja ohjeistamme anonymisoimaan datan ennen avaamista. Eikö tutkimuskohteita informoida siitä, että heistä kerätään sensitiivistä henkilötietoa? Tämäkin tulee huomatuksi, kommentoiduksi ja GDPR:n (eli EU:n yleisen tietosuojalainsäädännön) suuntaan viitatuksi.

Ensimmäinen ajatus monilla varmasti on, että DMP on Suomen Akatemian vaatimus, minkä takia sen kohdeyleisönä on Suomen Akatemia. Tämä ei, sinänsä, pidä paikkansa.

Kommenttien tarkoituksena ei ole saada tutkijaa kirjoittamaan se, mitä me tai Suomen Akatemia haluamme kuulla, vaan välttää, kuten sanonta kuuluu, paskan osuminen tuulettimeen. Jos pahin mahdollinen tapahtuu – vaikkapa korkeariskistä sensitiivistä dataa päätyy julkisuuteen – tuulettimeen osunut uloste valuu alaspäin, päätyen lopulta tutkijan itsensä niskaan. Juuri tätä pyritään välttämään. Suomen Akatemia haluaa välttää tämän vaatimalla DMP:n jokaisesta rahoitetusta projektista, Helsingin yliopisto (Datatuen välityksellä) haluaa välttää tämän tarkistamalla jokaisen DMP:n, ja tutkijoiden tulisi haluta välttää tämä kirjoittamalla DMP totuudenmukaisesti ja muuttamalla toimintatapoja kommenttien perusteella.

On tietenkin täysin mahdollista, että puutteista huolimatta pahin ei tapahdu – että sensitiivinen data ei vuoda julkisuuteen, että tutkimuskohteet eivät ole tunnistettavissa avatusta datasta, että tutkijaa ei vedetä oikeuteen sopimusrikkomuksesta. Valitettavasti todennäköisyys ei ole koskaan pyöreä nolla. DMP-tarkistusprosessin tarkoituksena on tehdä todennäköisyydestä mahdollisimman pieni, koska rahoittaja, tutkimusinstituutio ja tutkija eivät halua pahimman tapahtuvan.

Siksi, pohjimmiltaan, DMP:n kohdeyleisönä on tutkija itse.

”Hyvän DMP:n” harha

Mielestäni hyvää DMP:tä ei ole olemassakaan – ei ainakaan samalla tavalla kuin rahoitushakemus tai tenttivastaus voi olla hyvä tai huono. Hyvä rahoitushakemus on sellainen, jolla saa rahaa; hyvällä tenttivastauksella saa korkean arvosanan. On siis helppo sujahtaa samaan mentaliteettiin myös DMP:n kanssa: kirjoitetaan se, mitä oletetaan DMP:n tarkastajien (datatiimiläisten) sekä rahoittajien (Suomen Akatemian) haluavan kuulla, haetaan ”hyvää arvosanaa” DMP:lle.

Tämä on kuitenkin täysin väärä asenne: DMP:ssä ei ole tarkoitus sanoa sitä, mitä jotkut muut haluavat kuulla, vaan puhua totta, minkä perusteella tarkistaja näkee mahdollisia muutoskohtia ja potentiaalisia ongelmia suunnitelmassa. Nämä puutteet eivät ole samalla tavalla miinuksia kuin tenttivastauksissa saattaa olla punakynää (tai mikä lieneekään punakynän digitaalinen vastine), vaan vaillinaisuuksia esimerkiksi tietosuojassa. Nämä vaillinaisuudet ottavat monenlaisia muotoja, mutta otetaan hypoteettiseksi esimerkiksi sensitiivisen henkilötiedon käsittely: tutkija on kirjoittanut DMP:n alkuun, että tutkimuksessa käytetään potilastietoja, mutta toisaalla samassa suunnitelmassa väitetään, ettei mitään sensitiivisiä henkilötietoja ole; tallennusratkaisuksikin on suunniteltu OneDrivea. Tämä olisi DMP:ssä kriittinen (joskaan ei tavaton) vaillinaisuus: potilastiedot ovat EU:n tietosuojalainsäädännön (eli tuttavallisemmin GDPR:n) saralla sensitiivistä henkilötietoa, jonka suojelemiseen kuuluu mm. tarkkuus tietojen pysymisestä EU:n sisällä (OneDriven serverit ovat Yhdysvalloissa, mikä on yksi syistä, joiden perusteella se ei sovellu sensitiiviselle datalle).

Oma tyylini tarkastaa DMP on kirjoittaa pitkiä kommentteja, koska toivon niiden auttavan tutkijaa ymmärtämään ei vain vaillinaisuuden olemassaolon vaan syyn vaillinaisuudelle. Tällä pyrin siihen, että tutkija ei kirjoittaisi vain ”hyvää DMP:tä”, vaan sisäistäisi edes jotakin siitä, miksi koko tätä tarkistusrumbaa tehdään: säästämään tutkijoiden ja tutkimuskohteiden mielipahaa. Sanotaan, että hypoteettisen esimerkkini käyttämät potilastiedot vuotavat OneDrivesta pahantahtoisiin (kyberrikolliset, Venäjän tiedustelupalvelu GRU, Yhdysvaltojen NSA…) käsiin: kärsimässä ovat tutkimuskohteet ja juridisessa vastuussa on tutkija, joka ei ole huolehtinut riittävästä tietosuojasta ja -turvasta. Tätä – ja monia muita vastaavia – skenaariota DMP-tarkistamisella yritetään välttää. Tarkistaminen on onnistunut silloin, kun mitään negatiivisesti dramaattista ei tapahdu.

Hyödyllisessä DMP:ssä ei sanota, mitä tarkastajien oletetaan haluavan kuulla, vaan puhutaan totta, vaillinaisuuksineen kaikkineen. Hyödyllisen DMP:n taustalla ei ole ajattelu, että ”kirjoitetaan tähän nyt yhtä ja tehdään sitten oikeasti toista”, vaan hyväksytään väistämätön tosiseikka, että aina helpoin ja totuttu toimintatapa ei ole ongelmaton. Puhun omasta puolestani, mutta uskon kollegoidenikin allekirjoittavan seuraavan väittämän (joskaan he eivät välttämättä käyttäisi samoja sanoja): emme me Datatuessa halua kiusata tutkijoita, vaan auttaa välttämään tuulettimeen läimähtävän ulosteen – sekä ihan muutenkin. Meiltä saa apua monenlaisissa muodoissa – vaikkapa henkilökohtaisessa (Zoom-)palaverissa, jossa DMP:n teemoista voidaan keskustella kasvotusten ja sähköpostikirjeenvaihtoa vähemmän muodollisessa ilmapiirissä. Eikä apua tarvitse kuin pyytää, sitä kyllä saa.

Hyödyllisen DMP:n taustalla ei ole ajattelu, että ”kirjoitetaan tähän nyt yhtä ja tehdään sitten oikeasti toista”, vaan hyväksytään väistämätön tosiseikka, että aina helpoin ja totuttu toimintatapa ei ole ongelmaton.

Liibalaaba ja isot sanat

”Hyvän DMP:n” harhaan liittyy myös se, että DMP:ssä käytetään isoja ja tyhjiä lauseita. Jos tekisimme Datatuessa DMP-tarkistusbingon, yksi ruuduista olisi ”Tutkimuksessa seurataan GDPR:ää”. Mitä tämä tarkoittaa? Aivan, ei yhtään mitään, jos (ja valitettavan usein, kun) tätä ei täsmennetä mitenkään. Yhtä hyvin voisi sanoa, että tutkimuksessa seurataan fysiikan lakeja tai YK:n ihmisoikeusjulistusta – ilman tarkempaa määrittelyä siitä, miksi näin ylipäänsä suunnitelmassa sanotaan, koko fraasi on tyhjä ja turha. Isot sanat kuulostavat ja näyttävät suunnitelmassa hyviltä, mutta ne ovat – kuten eräs kollegani on niitä kutsunut – ihan täyttä liibalaabaa, onttouttaan kumisevaa täytettä. Ne osoittavat aihepiirin tuntemuksen sijaan päinvastaista.

Kun kirjoittaa DMP:tä, on vaikea olla liian konkreettinen. On helppo täyttää DMP:n maltillinen merkkimäärä (DMP:n suositusmitta on 2–3 sivua) tyhjillä fraaseilla, jotka kuulostavat hyvältä ja jotka ovat pahimmillaan copy-pastettu jostakin muualta. Silloin yritetään tehdä ”hyvää DMP:tä”, ja silloin koko DMP:n kirjoittaminen ja tarkistaminen on turhanpäiväistä näpräilyä kaikille osapuolille. Datatuessa osataan kyllä nähdä liibalaaban läpi ja niistä tulee säännöllisesti takaisin vaihtelevalla turhautumisen asteella kirjoitettu kommentti. Sen sijaan aidosti hyödyllinen DMP on kirjoitettu niin konkreettisesti kuin mahdollista: mitä tietoja kerättävä henkilötieto sisältää, miten sitä käytännössä tullaan säilyttämään, millainen on datan läpikäymä työnkulku. Tämä on toki vähemmän helppoa, mutta näin tehtäessä DMP on jotakin muuta kuin sitä byrokraattista kiusantekoa, jollaiseksi se valitettavasti turhan usein mielletään.

Aidosti hyödyllinen DMP on kirjoitettu niin konkreettisesti kuin mahdollista: mitä tietoja kerättävä henkilötieto sisältää, miten sitä käytännössä tullaan säilyttämään, millainen on datan läpikäymä työnkulku.

Vain datalla on väliä

On luonnollista, että tutkija haluaa rahoittajalle menevissä asiakirjoissa kertoa tutkimusprosesseistaan, sen innovatiivisuudesta ja yhteiskunnallisesta tärkeydestä. Tekisin itsekin samoin, uskoisin. DMP on kuitenkin väärä paikka näille itsekehuille, koska DMP:ssä vain yhdellä asialla on väliä: datalla. Mistä se tulee, mitä sille tehdään, miten sitä säilytetään, mitä juridiseettisiä ongelmia siihen liittyy ja kuinka se avataan tutkimuksen jälkeen? Näihin kysymyksiin vastaamiseen ei tarvita metodologisen innovatiivisuuden alleviivaamista, ihan vain datasta kertominen riittää.

Puhun vain omasta puolestani, mutta kun eteeni tulee DMP, jossa käytetään rajattua tilaa tutkimuseettisiin pohdintoihin tai viitataan muuhun tutkimukseen, huokaan syvään ja valmistaudun kirjoittamaan pitkiä kommentteja, joiden sisältö on aina sama: DMP ei ole oikea paikka näille.

Tämä ei tarkoita sitä, etteikö esimerkiksi tutkimusetiikka olisi tärkeää datanhallinnassa, päinvastoin, vaan esimerkiksi etnisten vähemmistöjen oikeuksien turvaaminen on lopputulos, johon datanhallinnan suunnittelulla välillisesti pyritään: kun sensitiivistä aineistoa käsitellään huolellisesti, tutkittu etninen vähemmistö on, datanhallinnan näkökulmasta, turvassa. Me emme voi ottaa kantaa yhteiskunnallisiin rakenteisiin, tiedekenttien paradigmoihin tai piilorasistiin oletuksiin – meitä kiinnostaa vain data ja mitä sillä tehdään. Tutkimuseettinen neuvottelukunta ja Helsingin yliopiston tutkimuseettiset toimikunnat ovat eri instansseja kuin Datatuki.

Tämä on vain monisanainen selitys sille, että DMP:ssä vain datalla on väliä. Mitä se on? Miten se kerätään ja mitä sille tutkimuksen aikana tehdään? Mihin data tallennetaan tutkimuksen aikana? Kuka omistaa oikeudet dataan? Liittyykö tutkimusmenetelmien sijasta dataan itseensä eettisiä tai juridisia ongelmakohtia – miten niihin vastataan? Millaista metadataa kerätään? Missä data tai metadata avataan tutkimuksen jälkeen? Kun DMP:ssä vastaa tämänkaltaisiin kysymyksiin, se riittää, muuta ei tarvita.

”Minulla ei ole dataa”

Kaikki tutkimukset perustuvat johonkin dataan, sivuuttaen kenties puhtaasti teoreettisen matematiikan tai formaalilogiikan. Tutkimusdatanhallinnan näkökulmasta kaikki aineisto, jota tutkimuksen aikana käytetään perustelemaan ja pohjustamaan tutkimustuloksia, on määriteltävissä dataksi, mikä on tietenkin erittäin väljä määritelmä ja sen alle voi halutessaan sopeuttaa muusta tutkimuskirjallisuudesta tehtävät muistiinpanotkin.

Silti allekirjoittaneelle tuli kesän aikana vastaan DMP:itä, joissa sanotaan ettei mitään dataa ole. Yleensä tätä sanoivat humanistit, joiden data on arkistoaineistoa ja aiempaa tutkimuskirjallisuutta. Myönnän ihan suoraan, että tutkimusdatanhallinta soveltuu huonosti esimerkiksi perinteiseen historiantutkimukseen, joka rakentuu arkistolähteille, lähdekritiikille, lähiluvulle ja aiemmalle tutkimuskirjallisuudelle. Silti, koska datan määritelmä RDM-maailmassa on sen verran väljä, käytännössä kaikille historiantutkijoillekin kertyy dataa: ehkä he ottavat omaan käyttöönsä valokuvia arkistoaineistosta, ehkä he kirjoittavat muistiinpanoja kannettavalla tietokoneella tai ehkä he lataavat tietokoneelleen EEBO:n kaltaisesta tietokannasta e-kirjoista eri laajuisia kokonaisuuksia. Kaikki tämä on dataa ja kaikkeen tähän saattaa liittyä RDM:n kannalta ongelmallisia teemoja: onko arkisto antanut luvan kuvata aineistoa omaan käyttöön, onko muistiinpanoista turvakopioita, asettaako EEBO tai muu palveluntarjoaja rajoituksia aineiston lataamiselle? Kaikki tällainen pitäisi tiedostaa DMP:ssä, sillä kaikki mainitut esimerkit saattavat tulla vastaan tutkimusprosessin myöhemmissä vaiheissa ja jos niihin ei ole DMP:n kirjoittamisen myötä varautunut, tutkijaraukka saattaa joutua ikävään jamaan. (Aikoinaan gradua tehdessäni menetin viikon pänttäämisen muistiinpanot pudottaessani paperisen muistiinpanovihkoni vesilätäkköön.)

Sen sijaan, että sanoo ettei dataa ole, osuvampaa olisi kertoa esimerkiksi, että tutkimus pohjautuu arkistoaineistoon, josta otetaan välillä valokuvia omana käyttöön ja niitä säilytetään Helsingin yliopiston kotihakemistossa eli Z-asemalla eikä niitä voida julkaista tutkimuksen jälkeen data-arkistoissa tekijänoikeussyistä. Tämä on parempi kuin ”ei minulla ole dataa”. Mielestäni on myös täysin hyväksyttävää sanoa DMP:ssä, että jokin kohta ei sovellu tai ole relevantti oman tutkimusdatan näkökulmasta – jos arkistoaineistosta ottaa muutamia kymmeniä valokuvia omaan käyttöön, niistä ei välttämättä tarvitse koostaa kovin mittavaa metadataa, vaikka mitään haittaahan siitä ei toki ole.

Lopuksi

En tiedä vaikuttaako tämä teksti jotenkin erityisen piikikkäältä, ehkä. Jos niin, se ei ollut tarkoitukseni, vaan olen pyrkinyt kuvaamaan havaitsemiani DMP:ille tyypillisiä ongelmia ja tulkitsemaan, mistä ne saattavat kertoa. En puhu kenenkään muun kuin itseni puolesta näissä tulkinnoissa, mikä lienee sanomattakin selvää, mutta alleviivaaminen ei taida koskaan olla pahitteeksi.

Potentiaalisesta piikikkyydestä huolimatta on sanottava, että kaikkien todella haasteellisten, puolivillaisten ja nuivien DMP:iden määrä oli alhainen – minulle niitä tuli yhden käden sormilla laskettava määrä. Kaikki tutkijat, joiden kanssa palaveerasin Zoomin välityksellä, olivat erittäin joviaaleja ja DMP:n ongelmakohdat saatiin ruodituksi hyvässä hengessä. Käytännössä kaikki tutkijat, joille lähetin kommenttini sekä huomioitani kokoavammin esittävän sähköpostin, kiittivät avusta. Kollegoideni mielestä tämän vuoden DMP:t olivat keskimääräisesti laadukkaampia kuin koskaan aiemmin – omasta takaa vertailukohtaa minulla ei ole, olenhan ollut mukana ensimmäistä kertaa. Missään nimessä ei siis sovi luulla, että nuivat tutkijat ja hutiloidut DMP:t olisivat olleet enemmistö, pelkästään paljon työaikaa vaativa vähemmistö.

Nyt kun DMP-rumba on kesältä taputeltu, aikaa jää paremmin myös muihin työtehtäviin. Silti, takaraivossa palloilee ajatus siitä, että ensi keväänä mennään taas, ja silloinkin on tärkeää olla valmiina.


Humanisti datamaailmassa -kirjoitussarja: