Tieteenkin ongelmia ratkaistaan joukkoistamalla

Oli hauska yhteensattuma bongata Twitteristä Vesa Linja-Ahon linkittämä Anna Oksasen kirjoitus Tutkijaksi kotisohvalta. Siinä kerrotaan EteRNA-projektista, joka yhdistää tutkijat ja kymmenet tuhannet verkkopelin pelaajat toisiinsa. Hotkaisin näet tänään aamupalaksi Chiara Franzonin ja Henry Sauermannin tuoreehkon artikkelin Crowd science: The organization of scientific research in open collaborative projects.

EteRNAnkin taustalla on ei-niin-yllättäen biokemisti David Baker, joka alun perin oli käynnistämässä Folditia, yhtä pioneerihanketta avoimen tieteen saralla. Proteiinien rakenteen tunnistamiseen keskittyvä Foldit on myös yksi Franzonin ja Sauermannin kolmesta esimerkistä. Muut ovat GalaxyZoo galaksien luokitteluun kuvien pohjalta sekä monimutkaisempaan matemaattiseen ongelmanratkaisuun omistautunut Polymath.

Artikkelissa esitellään myös koko liuta muita crowd science -projekteja. Nekin ovat pääsääntöisesti biologian, biokemian, tähtitieteen ja matematiikan aloilta, unohtamatta genetiikkaa, lääketiedettä, arkeologiaa ja paleontologiaa. Mutta missä viipyvät ”pehmeät” tieteenalat? Onko tälläkin kertaa niin, että luonnontiede rakentaa olosuhteet, ja meidän ihmistieteilijöiden suuri massa seuraa perässä joskus vuosikymmenten kuluttua, kunhan on voittanut oman inertiansa, motivaatio-ongelmansa ja muutosvastarintansa?

Kolikon toistakin puolta kannattaisi jo harkita:

• Joukkoistaminen ei tarkoita pilipalituloksia tai asiantuntemuksen puutetta. Vuonna 2010 eräs Folditin pelaajaryhmä selvitti vuosikausia tutkijoita askarruttaneen viruksen proteiinin rakenteen kolmessa viikossa. He olivat mukana kirjoittamassa neljää tieteellistä julkaisua alan huippulehdissä. Foldit on rakennettu pelin muotoon tuloslistoineen ja rankingeineen, mutta välttäen ääri-individualismia: pelaajat muodostavat tiimejä, joiden strategiat kilpailevat toisiaan vastaan.
• Ennen GalaxyZoon perustamista laajin tutkimus aiheesta käsitti 3000 galaksin aineiston. Seitsemän kuukautta perustamisesta käyttäjät olivat käyneet läpi 900 000 galaksin aineiston ja tuottaneet noin 50 miljoonaa luokittelua. Yhdeltä tutkijalta työ olisi vienyt 83 vuotta. GalaxyZoo menestyi, koska galaksien kuvat ovat yksinkertaisesti kauniita ja houkuttelevat käyttäjiä – mutta myös siksi, että BBC mainosti hanketta sivuillaan.

 

Franzoni ja Sauermann nostavat esiin monia muitakin mielenkiintoisia seikkoja. Tieteellinen tieto on ollut kauan naimisissa yliopistojen, yritysten T&K -osastojen ja muiden tutkimusorganisaatioiden kanssa. Niiden palkitsemisjärjestelmät suosivat asiantuntemuksen monopolisointia. Tästä seuraa paitsi norsunluutorni-ilmiö myös se, että saavutetuista asemista pidetään mustasukkaisesti kiinni ja pyritään sulkemaan tiede itsessään umpioon. Harvalla tutkimusryhmällä on itselläänkään ymmärrystä siitä, millaisen prosessin kautta uusi tieto syntyy – saati että siitä haluttaisiin kertoa muille.

Avoimen tieteen vahvuuksia ovat muun muassa laajempi tekijäjoukko, täydentävä osaaminen, nopeus ja tavoittavuus. Ja mikä vielä tärkeämpää, tiedon luomisen ”intermediate input” avautuu niin tiedeyhteisölle kuin suurelle yleisölle – sehän on vapaasti saatavilla verkossa! Näin voidaan, ainakin periaatteessa, varmistaa validiteetti ja tulosten uskottavuus huomattavasti paremmin kuin anonyymissa pienen eliitin arviointiprosessissa ja tieteellisiin artikkeleihin liimattavassa tuhannen sanan metodologisessa liturgiassa.

Artikkelissa listatut tiedejoukkoistamisen haasteet lienevät tuttuja kaikille nettiyhteisöjen ja joukkovoiman parissa painiville:

• oikean kohdejoukon löytäminen tiettyyn tehtävään
• tehtävän osittaminen ja samanaikaisen työskentelyn mahdollistaminen
• projektin johtaminen – mitään ei tapahdu itsestään
• motivaation ylläpitäminen
• laajemman käyttäjäjoukon, ml. ammattilaisten, oikeanlainen motivoiminen
• ristiriitaisten motivaatiotekijöiden yhteensovittaminen.

 

Ajatuksia herättävä oli myös kirjoittajien esittämä luokittelu joukkoistetun tehtävän luonteesta ja tehtävän ratkaisemisessa tarvittavasta osaamisesta. Tämä liittyy läheisesti omaankin jatkotutkimukseeni, jossa pyrimme löytämään ideaalit joukkoistamismallit erityyppisten ongelmien ratkaisuun.

Kuten allaoleva kuva havainnollistaa, tällä hetkellä valtaosa tieteen joukkoistamishankkeista on aineiston luokittelua tai keräämistä. Monimutkainen, yhteisöllinen ongelmanratkaisu on huomattavasti harvinaisempaa – Polymath ainoana esimerkkinä. Kirjoittajat huomauttavat tässä yhteydessä, ettei luokittelua tai aineiston keräämistä pidä halveksua ”vähempiarvoisena” tieteellisenä työnä. Perinteisissä projekteissa ne nielevät huomattavan määrän aikaa ja rahaa. Yksi artikkelin johtopäätöksistä kuuluukin, että rahoittajien on tulevaisuudessa kanavoitava enemmän tutkimusrahaa sinne, missä työ tehdään paremmin, nopeammin ja tehokkaammin! Tutkimusmaailma on tottunut kyynärpäihin ja loputtomaan rahoituskilpailuun, ja seuraava suuri taistelu käydään avointen ja suljettujen projektien välillä.

Erityyppisiä crowd science -projekteja: tehtävän luonne vs. osaamisvaatimukset. Muokattu Franzonin ja Sauermannin artikkelista (2014, s. 11).

Jos aihe kiinnostaa, lue myös Gareth Cookin (2011) How Crowdsourcing is Changing Science ja Ravi Iyerin (2013) All Scientific Research Should Be Crowdsourced, jonka mukaan valtaosa perinteisen tiedekoneiston tuottamista artikkeleista on itse asiassa puuta heinää. Tutkimukset julkaistaan ensisijaisesti uutuusarvoon ja kiinnostavuuteen vedoten – unohtamatta kustantajien ja kirjoittajien omia intressejä – ei siksi, että ne olisivat erityisen ”totta” saati objektiivista tietoa.

Tieteen tulevaisuus on avoin. Toivottavasti sitä on myös tutkijoiden mieli.