Tutkija tunnistaa tieteelle – usein myös ihmisille ja yhteiskunnalle – tärkeän aiheen. Aiempaan tutkimukseen perehdyttyään hän keksii yllättävän hypoteesin, jota lähtee kokeilemaan keräämällä massiivisen määrän dataa erilaisista lähteistä.

Työn tulokset ilmestyvät maksumuurien takana vasta noin kahden vuoden päästä. Siksi tutkija lähettää artikkelin luonnoksen heti kollegoille, joille tuloksella on merkitystä.

Keräämiensä tietojen ja vankan kokemuksen perusteella hän toimittaa selkeän tiedotteen tuloksista aihepiiristä kiinnostuneille toimittajille, tiedebloggaajille ja sosiaalisen median yhteisöille.

Jos aihe on päätöksenteon kannalta relevantti, ministeriöön lähtee lisäksi powerpoint-esitys. Siinä tulokset on yleisöä ajatellen kuvattu häkkyrämäisin diagrammein.

Hienoa! Mutta kuka tähän kaikkeen edes kykenee?

Ehkä jonakin päivänä vastaus on: kone.

Oppiva tekoäly kykenee jo käytännössä keksimään uusia hypoteeseja ja oivalluksia valtavien datajoukkojen keskeltä. Ei ole mitään syytä kuvitella, etteikö se vielä oppisi kaikki tutkimustyön vaiheet taustatutkimuksen tekemisestä tuloksista viestimiseen.

Kuka silloin on tutkija?

Tutkijuuden häilyvät rajat

Digitalisoituessaan tutkimus verkostoituu nyt vauhdilla. Dataa kerätään ja saadaan eri lähteistä, ja tutkimuksen eri vaiheisiin voi osallistua suuriakin joukkoja vapaaehtoisia, kollegoja tai eri sidosryhmien toimijoita. Jo ilman tekoälytutkijoita tutkijuus on muuttumassa vähemmän tarkkarajaiseksi.

Tätä voi olla vaikea havaita. Samaan aikaan nimittäin media haluaa aiempaakin voimakkaammin kertoa tarinoita yksittäisistä tutkijoista ja näiden nerokkaista oivalluksista. Tutkimuksen verkostoituessa ja ”koneellistuessa” vaarana onkin, että tutkija muuttuu pelkäksi tutkimustyön ja sen tulosten inhimilliseksi edustajaksi, jonkinlaiseksi keulakuvaksi tai henkilöbrändätyksi mannekiiniksi.

Entistäkin enemmän on tarpeen tuoda esiin tieteen yhteisöllistä luonnetta ja sitä tapaa, jolla toiset ihmiset sekä koneet ovat osa tutkimusprosessia.

Mutta mikä prosessissa jää ihmisen rooliksi, jos koneet jonain päivänä suorittavat suuren osan nyt tutkijalle kuuluvasta työstä?

Tutkimus ja ihmisyys

Tiedettä tehdään paitsi tiedettä, myös ihmistä varten. Kenties tutkijan vastuulle jää entistä enemmän tutkimuksen kytkeminen ihmisyyteen.

Vaikka tekoäly oppii tunnistamaan ja mallintamaan ihmisen tunteita, haluja ja muita kokemuksen laatuja, se ei itse niitä koe. Reaktioidemme perusteella tekoäly kykenee kyllä tehokkaasti suosittelemaan meille vaikkapa luettavaa ja kohdentamaan meihin mainontaa, mutta olotilojamme tai kokemuksiamme se ei jaa.

Jatkossakin tarvittaneen ihmistutkijaa ymmärtämään ja kertomaan, mitä tutkimuksen tulokset ja tieteen läpimurrot tarkoittavat inhimillisen kokemuksen kannalta.

Tekoäly ei myöskään elä ihmisen elämää. Laajaan dataan pureutunut tekoäly voisi esimerkiksi lähes erehdyksettä ehdottaa, mitä nyt 15-vuotiaan nuoren kannattaisi ryhtyä opiskelemaan. Sen voi kuitenkin olla hankala hahmottaa sitä asemaa, joka vapaudella, sattumalla, omituisuudella ja suoranaisella älyttömyydellä on inhimillisessä elämäntavassa.

Ihmistutkijan rooliksi tullee jatkossa selventää, mitä merkitystä tutkimuksella on yhteiskunnan ja ihmisten yhteisten projektien kannalta. Tämä koskee myös niitä tutkimusaloja, joiden yhteys yhteiskunnallisiin aiheisiin on tähän asti näyttänyt ohuelta.

Kuten muuallakin, tekoäly ja verkostoituneet toimintamallit tuskin poistavat tutkijan työtä. Ne vain muuttavat sen kovin toisenlaiseksi. Jotta tulevaisuus ei pääsisi yllättämään, otsikon kysymys saisi olla tieteentekijöillä jatkuvasti mielessä.

Kirjoituksen alkuperäinen versio on julkaistu TENK:n ja TJNK:n Vastuullinen tiede -sivustolla.