Kuplista ja niiden ehkäisemisestä

Teksti perustuu minun, Salla-Maaria Laaksosen ja Bryan Semaanin artikkelikäsikirjoitukseen. Koska akateeminen julkaisu on hidasta, päätin kirjoittaa  tiivistetyn version jo nyt blogimuodossa – onhan tuloksia jo esitelty Rajapinta-meetupeissa. Huomautettakoon, että tekstin näkökulma voi olla monelle yhteiskuntatieteitä edustavalle rajapintalaiselle hiukan outo, koska artikkelin pääyleisönä on käyttöliittymätutkijat.

Kuplien ja polarisaation tutkimiselle on pitkät perinteet myös verkkotutkmuksessa. Vuoden 2004 Yhdysvaltojen vaaleja tutkineet Adamic & Glance (2005) havaitsivat, että demokraattiblogaajat linkkaavat enemmän demokraattilähteisiin ja vastaavasti republikaaniblogaajat republikaanilähteisiin. Vastaavia tuloksia on saatu myös esimerkiksi Gilbertin yms. (2009), Jacobsonin ym. (2016) sekä Merazin (2015) tutkimuksissa.

Myös käyttöliittymätutkijat ovat lukeneet samoja artikkeleita ja alkaneet pohtia, kuinka polarisaatiota voisi teknologiaa kehittämällä vähentää. Tutkimusta on tehty varsin runsaasti. Esimerkiksi Park et al. (2009) ja Munson et al. (2009, 2010, 2013) ovat pyrkineet vaihtamaan uutisten suosittelun tukemaan erilaisten näkökulmien esittelyä. Suosittelu voi myös tapahtua suosittelemalla ihmisille muita ihmisiä joiden näkökulmat ovat aiheeseen voisivat olla erilaisia (esimerkiksi Garimella, 2016, 2017). Artikkelissamme kutsumme tätä vallitsevaksi lähestymistavaksi jonka haluamme haastaa (englanniksi common design agenda).

Empiirinen esimerkki: toimisiko vallitseva lähestymistapa?

Tutkimme Suomessa melko tuoretta, selvästi polarisoitunutta ilmiötä: maahanmuuttokeskustelua. Käytämme aineistona viittä maahanmuuttoa kannattavaa ja viittä maahanmuuttoa vastustavaa Facebook-yhteisöä ja niissä tapahtuvaa linkkien jakoa. Ilmiön kuvaamiseksi teimme verkostoanalyysin, jossa sivuston ja ryhmän vällle syntyy yhteys aina, kun kyseisessä ryhmässä on jaettu jokin kyseisen sivuston alla oleva linkki. Kuten verkostokuvastä näkee, aiemman tutkimuksen havaitsema polarisaatioilmiö on havaittavissa tässäkin keskustelussa: ryhmille yhteisiä sivustoja on vain kourallinen eli ryhmien keskelle jäävät verkoston solmut. Valtaosa jaetuista sivustoista on kullekin ryhmälle erillisiä.

network2
Linkit maahanmuuttoa vastustavissa (A1-5) ja kannattavissa (P1-5) ryhmissä. Aineisto on analyysissa täysin anonymisoitu, eli yksittäisiä käyttäjiä ei voi tunnistaa.

Jos seuraisimme aiemman tutkimuksen johtopäätöksiä, kuvaaja voisi johtaa ajatukseen, että ryhmille voisi tehdä hyvää välillä lukea samoja lähteitä ja ehkä löytää yhteistä maaperää tätä kautta. Aineistossa havaittiin, että noin kaksi prosenttia linkeistä ovat täysin samoja sekä kannattavissa että vastustavissa ryhmissä, eli näiden linkkien sivustot ovat mahdollisia yhteisen maaperän löytymiselle.

Päätimme kuitenkin tarkastella hiukan syvemmälle ja analysoida, mitä näiden yhteisten linkkien alla tapahtuu. Linkken alla olevien Facebook-kommenttien analyysi osoittaa, että yhteistä maaperää ei löytynyt. Linkkien alla varsin usein dissattiin hyvinkin julmasti sitä “toista puolta” – niin maahanmuuttoa vastustavissa kuin sitä kannattavissa ryhmissä. Keskustelu oli hyvin etäällä yrityksistä ymmärtää toisten näkökulmia.

Tulos ei välttämättä ole yllättävä ja uusin poliittinen psykologia (esim. Washburn, painossa) kuvaa, kuinka jopa tilastojen lukeminen värittyy lukijan ennakkokäsityksien kautta. Tästä huolimatta  ajatus yhteisen maaperän luominen esimerkiksi jaettujen linkkien avulla on keskeinen oletus vallitsevassa lähestymistavasssa.

Mitä sitten?

Analyysimme perusteella on selvää, että esitetty yksinkertainen eri uutislähteiden suosittelu sellaisenaan ei riitä. Käyttöliittymätutkimuksessa on palattava työpöydän ääreen ja mietittävä, missä määrin teknologialla voidaan välttää yhteiskunnan polarisaatiota ja mitä vaikutuksia sillä lopulta voi olla. Tämä on selkeästi kutsu rajapintaiselle teknologian ja yhteiskuntatieteen välissä olevalle tutkimukselle jossa voitaisiin huomioida niin teknologian syvällinen ymmärtäminen ja jopa teknologiakonstruktiivinen tutkimusote kuin myös yhteiskuntatieteen kautta ymmärrys ihmisen monimutkaisuudesta.

Käyttöliittymäsuunnittelu voisi lähteä rohkeasti kokeilemaan erilaisia lähestymistapoja pelkän mediadieetin laajentamiseen asemesta. Alla on kolme esimerkkiä siitä mitä voitaisiin esimerkiksi tehdä. Ensimmäisessä koetetaan rakentaa suosittelua heikkojen yhteyksien kautta. Toisessa pyritään tuomaan uutisesta jo käytävää keskustelua ja sitä kautta eri näkemyksiä enemmän esille. Kolmannessa tarjotaan uutisten jakajille vihjettä, että samaan aiheeseen on esitetty monta näkökulmaa.

Nämäkään lähestymistavat eivät välttämättä toimi. Pahimmillaan ne voivat vain aiheuttaa enemmän antisosiaalista toimintaa ja pahaa mieltä. Siitä huolimatta olisi tärkeää, että design-vetoinen käyttöliittymätutkimus tutkisi myös vallitsevaa lähestymistapaa haastavia ratkaisuja pohtisi mitä kaikkea voitaisiin tehdä tämän yhteiskunnallisen ongelman ratkaisemiseksi.

 

Somekohun anatomia – Mikä selittää kohun kestoa?

Somekohu, someraivo, sometapaus – Sosiaalisen median aikaansaamat puheenaiheet tuntuvat nousevan ja kuolevan yhä kiihtyvällä tahdilla. Niin yritykset kuin yksilöt suhtautuvat kohuihin monesti kauhunsekaisin tuntein: miten toimia jos seuraavaksi se olenkin minä myrskyn silmässä? Toisaalta jonkinlainen kohu voi olla tavoitteena, jos halutaan mahdollisimman suuri huomio omalle tuotteelle tai brändille.

Markkinoinnin puolella tavoitteellinen kohuilu kategorisoituu viraalimarkkinonnin piiriin. Tavoitteena on, että ilman merkittävää markkinointipanostusta keskustelu esimerkiksi omasta uutuustuotteesta leviäisi kuin virus, ja erityisesti sosiaalisen median myötä viraalimarkkinointi on noussut tärkeään rooliin. Tutkimuksessa on paljon pohdittu, mitkä asiat edistävät keskusteluaiheiden viraalista leviämistä. Kolme kilpailevaa strategiaa nousee usein esille:

  1. Aiheen kylväminen (seeding) mielipidevaikuttajille
  2. Aiheen kylväminen kriittiselle massalle
  3. Aiheen kylväminen eri verkostoja yhdistäville yksilöille (ns. siltastrategia)

Täysin yksimielistä näkemystä parhaasta strategiasta ei ole, mutta mielipidevaikuttajat vaikuttavat olevan tärkeässä roolissa aiheiden leviämisessä, koska he yksinkertaisesti postaavat someen paljon ja osallistuvat herkästi erilaisiin tempauksiin. Toisaalta median ollessa ns. hybridinen mielipidevaikuttajat ja julkkikset saattavat olla erityisen tärkeitä, koska perinteinen media kirjoittaa heistä todennäköisemmin kuin meistä taviksista.

Usein aiheiden viraalisuutta tutkittaessa keskitytään aiheesta käytävän keskusteluun määrään. Lasketaan siis esimerkiksi postausten, jakojen, latausten tai katselukertojen määriä. Harvemmin tutkitaan, mitkä tekijät selittävät aiheesta käytävän keskustelun kestoa. Esimerkiksi nyt ajankohtaisista aiheista voi todeta, että #metoo-keskustelu on kestänyt jo kuukausia, kun taas Pirkko Arstilan kolumnista kohistiin vain hetken.

Tutkimme aihetta SSMA-hankkeen puitteissa hyödyntämällä tutkimuskumppanimme Futusomen kehittämää Viraalivahti-palvelua. Viraalivahti on kehitetty tunnistamaan keskusteluaiheita, jotka alkavat saada poikkeuksellisen paljon mainintoja normaaliin verrattuna. Inspiraationa Viraalivahdille on toiminut ns. Mutti-gate, joka sai alkunsa, kun kokki Henri Alén tammikuussa 2014 tviittasi tomaattikastikereseptin tunnisteella #soosi ja ihmiset ostivat kauppojen hyllyt tyhjiksi Mutti-tomaattikastikkeesta.

Tutkimuksessa tarkasteltiin Viraalivahdin tunnistamia eri viraalitapauksia tammikuusta 2015 maaliskuuhun 2017. Osa tapauksista nousi Mutti-gaten sfääreihin, kun taas suurin osa päättyi nopeasti sen jälkeen, kun algoritmi tunnisti sen. Keskityimme ainoastaan hashtag- ja avainsanaperusteisiin tapauksiin, jotka saivat algoritmilta heti ensimmäisenä päivänä riittävän korkean luokituksen. Näiden rajoitteiden myötä tutkittavien viraalitapausten määrä oli 1335. Esimerkiksi #halpuuttaminen ja ABC:n lehtipihvikohu nousivat aineistossa Mutti-gatea vastaaviksi viraalitapauksiksi.

Määrittelimme tapauksen keston laskemalla yhtäjaksoisten päivien määrän, jolloin aihe sai vähintään yhden maininnan. Rajasimme pois yli 30 päivää kestävät keskustelut, koska ne tulkittiin koskevan jatkuvia keskusteluaiheita. Jäljelle jäi 960 viraalitapausta, joita koskevia mainintoja haettiin Futusomen rajapinnan avulla eri some-kanavista, kuten keskustelufoorumeista, avoimista Facebook-keskusteluista, Twitteristä, Instagramista, blogeista, uutiskommenteista, ja niin edelleen. Tällöin aineisto käsitti yhteensä lähes 14 miljoonaa some-postausta. Kuva näyttää, miten data jakautui eri alustoille.

Somekohu_saitit

Tapausten kesto oli keskimäärin noin kolme päivää hashtag-perusteisille ja noin yhdeksän päivää avainsanaperusteisille tapauksille. Lisäksi määrittelimme keskimääräisen päivittäisen postausten, keskustelijoiden ja keskustelukanavien määrän, sekä postausten, keskustelijoiden ja kanavien suhteellisen muutoksen ensimmäisen päivän jälkeen. Eri mallinnustavoilla esille nousi selkeä tekijä, joka selitti tapauksen kestoa: Mitä useammilla eri keskustelukanavilla aiheesta puhuttiin, sitä kauemmin se kesti. Postausten tai keskustelijoiden määrällä ei ollut vaikutusta aiheesta käytävän keskustelun kestoon.

Tuloksen perusteella voi väittää, että keskusteluaiheilla on lyhyempi elinkaari yksittäisten kanavien sisällä ja uudet kanavat ja yleisöt ovat edellytys keskustelun pidemmälle jatkumiselle. Tulos myös tukee eri verkostoja yhdistävien yksilöiden merkitystä viraalitapausten jatkumisen näkökulmasta. Todennäköisesti myös perinteisten medioiden mukaantulo edistää keskustelun jatkumista nimenomaan laajentamalla keskustelua uusiin kanaviin.

Lopuksi vielä vinkki niille, jotka haluavat välttää somekohuja: vaikka yhdessä kanavassa yhtenä päivänä ei-toivotusta aiheesta keskustellaan paljon, älä huolestu, sillä keskustelu ei välttämättä jatku kauan – ellei se leviä muihin kanaviin.

Tutkimus esitellään tammikuussa 2018 Hawaii International Conference on System Sciences -konferenssissa otsikolla “Anatomy of Viral Social Media Events” ja sen ovat laatineet Essi Pöyry, Salla-Maaria Laaksonen, Arto Kekkonen sekä Juho Pääkkönen.

Rajapinta Skrivarstuga – 5 vinkkiä artikkelityöpajan järjestämiseen

Torstaina 16.11. järjestettiin Rajapinnan ensimmäinen artikkelityöpaja, Tukholman-tuliaisina tuodulla skrivarstuga-konseptillaPäivän aikana annoimme palautetta yhteensä viidelle käsikirjoitukselle. Samalla opimme toistemme töistä, tavoitteista ja tutkimusyhteisöistä. Ja joimme vähän liian paljon kahvia.

Jos et päässyt mukaan, ei hätää! Järjestämme vastaavia työpajoja epäilemättä toistekin – ja näiden viiden vinkin avulla voit pistää oman työpajan pystyyn vaikka heti:

2017-11-16 14.59.16

1. Aloita ajoissa: Lähetä kutsu mahdollisille osallistujille ajoissa. Kokoa verkkolomakkeen kautta tieto 1) osallistujista ja 2) käsikirjoituksista. Hyvä ajankohta on usein pari viikkoa ennen yhteistä deadlinea, jos sellaisia on. Varaa työpajalle rauhallinen tila. Jos osallistujia ja käsikirjoituksia on niin paljon, että papereita on tarpeen käsitellä rinnakkaissessioissa, ota tämä huomioon myös tilajärjestelyissä.

2. Ennakkovalmistelut: Skrivarstugassa tarvitaan paperikopiot kaikista käsiteltävistä artikkeleista kaikille osallistujille. Tapahtuman lähestyessä pyydä osallistujia toimittamaan artikkelitiedostot määräaikaan mennessä kopiointia varten – tai määrää, että jokainen hoitaa paikalle riittävän määrän kopioita omasta artikkelistaan. Papereita ei siis lueta etukäteen – ennakkovalmisteluiden minimoimiseksi ja siksi, että päivä sujuu paremmin kun kaikki aloittavat samalta viivalta.

3. Työpajan ohjelma: Valmistele työpajan ohjelma niin, että jokaiselle artikkelille on varattu noin 60 minuuttia. Session aluksi kirjoittaja(t) kertoo lyhyesti, muutamalla lauseella, mistä paperissa on kyse, missä se on tarkoitus julkaista, ja mihin erityisesti toivoo muilta kommentteja & tukea. Sen jälkeen kaikilla on noin 25 minuuttia aikaa lukea paperi, jonka jälkeen on noin 25 minuuttia aikaa yhteiselle keskustelulle. 20 minuutissa ei tietenkään ehdi lukea pitkää tekstiä perusteellisesti, mutta kipukohdat ja kehitysideat yleensä löytyvät tällä menetelmällä sangen tehokkaasti. Koska tekstit luetaan paperilta, läppärit ja puhelimet voi jättää suosiolla syrjään – se tekee tunnelmasta keskittyneemmän ja levollisemman.

4. Palaute ja sen vastaanottaminen: Ohjeista osallistujat antamaan rakentavaa palautetta, miettimään mikä voisi auttaa kirjoittajia, puhumaan myös käsikirjoitusten vahvuuksista ja siitä, mikä erityisesti inspiroi tai vakuutti. Hyvä palaute voi olla myös kirjallisuusvinkki, idea artikkelin rakenteen sujuvoittamiseksi, tai vaikeaselkoisen kappaleen merkitseminen korjauslistalle. Vielä olennaisemmin, ohjeista osallistujat ottamaan palaute vastaan kuunnellen: Kun saat palautetta, sinun ei tarvitse eikä pidä vastata heti. Kuuntele ja tee muistiinpanoja. Vastaa palautteeseen muokkaamalla artikkeliasi.

5. Lounas, fika, ehkä myös afterwork: Varaa tarpeeksi aikaa tauoille – vauhdilla lukemisen ja intensiivisten palautekeskustelujen vastapainoksi tarvitaan lepohetkiä ja liikettä! Menkää yhdessä lounaalle. Ottakaa ruotsalaisista oppia ja kahvitelkaa rauhassa. Ja jos osallistujilla on intoa, päivän päätteeksi voi tietenkin jatkaa keskustelua afterworkin merkeissä.

Happy workshopping! Ha det bra!

Algorithmic Systems, Strategic Interaction, and Bureaucracy

What do algorithmic systems and bureaucracy have in common?

I gave on algorithmic systems, strategic interaction, and bureaucracy in the Making Sense of Algorithmic Systems symposium at the Annual Social Psychology Conference in Helsinki on November 18, 2017. The talk lays out early ideas in a domain that is (relatively) new for me. These have been developed in collaboration with Matti Nelimarkka, Jesse Haapoja, Juho Pääkkönen & others – but all mistakes are mine.

To accompany the slides above, here are the key ideas from the talk:

What might post-interaction HCI (Human–Computer Interaction) look like? This is a conceptual shift we are grappling with and trying to make sense of – focusing on direct and observable interaction between one individual and one device feels less and less sufficient (although those interactions, too, remain important). Inspired by Alex Taylor’s thoughts, I like to think of city bike systems as one example that pushes us to think about socio-technical systems and data in new ways.

The more we talk about algorithmic systems, the more we need to ask ourselves to be precise about how exactly they are different from socio-technical systems more broadly. Algorithms, data, artificial intelligence and machine learning are words I’ve heard awfully often this year — and there are problems with how they are used in public (and academic) conversations. There is lots of fear-mongering as well as moments when systems are narrated to hold more power and capabilities than they actually have etc.

One things that seems to be clear is that all things digital and the datafication of everything is attracting a lot of attention in a variety of fields – and critical researchers are already on it, too! There has been a proliferation of critical studies of algorithms and data over the past years. This reading list, collected by Nick Seaver and Tarleton Gillespie is one fantastic place to start from if you’d like to get a glimpse of what is going on. Moreover, we need to keep asking questions about what algorithms are and in what way(s) they are interesting. One important observation underlying the shift to talk about algorithmic systems rather than algorithms on their own is the fact that algorithms don’t exist in isolation. On this account, I recommend Algorithms and their Others, written by Paul Dourish.

Another source of inspiration for me has been this popular piece on the similarities between bureaucracy and algorithmic systems: Rule by Nobody. The analogy does not work 1:1, of course, but there is something to it. And this points to where I think social psychology has an opening to step in and speak up: our field has a lot of expertise on social interactions (also strategic ones) and organizations. These are needed in conversations about algorithmic systems.

For theoretical bases to work on algorithmic systems and strategic interaction, I recommend as a less known book by Erving Goffman, Strategic Interaction. It is a microsociological take of game theory! As I see it, there are (at least) two levels worth thinking about here: First, computer-mediated communication, including questions about how does social interaction play out in the context of algorithmic systems and how do individuals and groups use these systems in strategic ways in interacting with others? Second, human–computer interaction, with questions about how individuals and groups ”game the algorithm” and work around systems that are making it hard for them to accomplish their goals. Here, one might think about Uber drivers strategizing with one another (and against the company and its app) to make more money, but also about the kinds of workarounds that have long been observed as part of the ”normal” repertoire of how people make socio-technical systems work. Goffman’s work gives us tools to consider how individuals can interact with algorithmic systems (and with one another in the presence of these systems) in active, purposeful ways, rather than the dopes fooled by black boxes that popular accounts sometimes make us to be! But we need to be careful in considering what we can take from this work, focused on rich interactional settings (face-to-face).

When it comes to algorithmic systems and bureaucracy, Max Weber’s scholarship is one obvious candidate to work with. I, however, am intrigued to revisit Michel Crozier’s work, especially the book The Bureaucractic Phenomenon, as a resource for thinking about interactions with algorithmic systems. Crozier’s work challenges perspectives that overemphasize the rational organizational structure of bureaucracy, and places emphasis on the strategic efforts of different stakeholders within these organizational systems. Looking at algorithmic systems from this point of view allows for analysing strategic interactions on the system level in a manner that does not do away with the impact of networked systems but also keeps us focused on the possible tensions between the different human actors. Here, too, we need to be careful in applying old tricks to a new show, since as Minna Ruckenstein pointed out in the symposium, the rules in bureaucracies are typically public knowledge whereas this tends not to be the case with proprietary algorithms.

(Finally, while this talk deals with another domain, most of my recent research deals with the so-called sharing economy. If you’d like to hear more, I’d be happy to hear from you. For my academic papers, take a look at my Scholar profile.)

 

Slämärit ja superkäyttäjät: ihmeellinen Internet tutkijan työpöydällä

 

https://www.flickr.com/photos/meddygarnet/8346190491/
(cc) Morgan @Flickr

Smarter Social Media Analytics -tutkimushankkeessa sovellamme ja kehitämme erilaisia koneoppimiseen pohjautuvia menetelmiä sosiaalisen median tekstisisältöjen analysointiin. Fiksumpi  analyysi kuitenkin vaatii algoritmien rinnalle ihmisilmää – vähintäänkin kehitysvaiheessa.

Olen lukenut eilen ja tänään  SSMA-hankkeemme aineistosta läpi parintuhannen viestin otoksen, jossa viestit koskevat kasvissyöntiä tavalla tai toisella. Otos liittyy koko aineistosta tehtyyn aihemallinnukseen, jossa noin puolen miljoonan viestin massasta on ohjaamattoman koneoppimisen avulla erotettu erilaisia topiikkeja tai teemoja. Mallinnuksen syötteenä skripti antaa kasan perusmuotoistettuja sanalistoja, jotka kuvaavat näitä erilaisia aiheita. Lopulta kuitenkin ainoa tapa varmistaa, että tehty analyysi toimii kuten pitää, on ihmisvoimin tarkistaa mistä topiikeissa oikeastaan on kysymys. Tämä tapahtuu esimerkkiviestejä tarkistamalla.

Tarkistuskeikka on pieni matka yhä vain ihmeelliseen Internetiin. Sosiaalisen median tutkimuksen parasta antia ovat usein juuri näkymät vuorovaikutuksen maailmoihin, joita ihmiset verkossa elävät ja tuottavat mikrotasolla. Tässä kaksi hienoa esimerkkiä kasvisruokakeskusteluista.

**

Viestejä läpikäydessä olen kohdannut kymmeniä erilaisia virtuaalislämäreitä. Omassa nuoruudessani slämäri oli vihko, jossa jokaisella sivulla oli eri kysymys ja vastaukset kirjattiin tietyllä symbolilla tai anonyymisti. Nykypäivän slämäri on keskustelupalstalla kiertävä lista numeroituja kysymyksiä, johon kukin kirjoittaja vastaa, tai lista [ ] väittämiä, joista [x] rastitaan kirjoittajaan sopivat kohdat. Arvioin kirjoittajien olevan enimmäkseen melko nuoria.

Tällaiset memeettiset sisällöt ovat toistuvia, mutta kuitenkin niin monipuolisia tekstimuotoja, ettei sanojen yhdessä esiintymisen perusteella aiheita luokitteleva algoritmi osaa niitä niputtaa. Virtuaalislämäreissä kuitenkin kiertää kasvisyöntiä koskevia kysymyksiä, joiden vuoksi kaikki nuo tuhannet viestit näkyvät jokaisessa kasvissyönti-sanalla tehdyssä haussa tai tietyllä sanalla piirretyissä trendikuvaajissa. Toki ne osaltaan trendistä kertovatkin; kasvissyönti puhututtaa.

Toinen ihmettelyn aihe oli aihemallinnuksessa erästä topiikkia kuvaava sana, joka ei ollut mikään suomen kielen tunnistettava sana. Pienen selvittelyn jälkeen paljastui, että kyseessä on yksi Suomi24-foorumin superaktiivinen käyttäjä, joka kirjoittaa palstalle joka päivä keskimäärin kolmetoista viestiä päivässä.

Viestimäärä on ilmeisen tarpeeksi, että saa aikaan oman aiheen aihemallinnuksessa, kun muut käyttäjät mainitsevat kyseisen nimimerkin tarpeeksi usein. Selvästi siis onnistunut keskustelunherättäjä ja oman mikroyleisönsä julkkis, jonka viesteillä voi olla suurikin vaikutus keskustelujen aihepiiriin.

**

Molemmat esimerkit ovat sellaisia, joita on hankala automaattisesti tekstin seasta erottaa ilman laadullista tarkastelua, tai vähintäänkin sen tekeminen vaatisi melkoisia tapauskohtaisia virityksiä koodiin. Viritykset taas ovat varsinkin tuotantokäytössä aika hankalia ja toisaalta tekevät analyysista prosessin, jonka toimintaperiaatteita on vaikea ymmärtää ja tuloksia tulkita.

Silti ne ovat aika oleellisia mikrotason havaintoja siitä dynamiikasta, jolla vuorovaikutus verkossa muodostuu.

Kohti fiksumpaa keskustelujen mallinnusta siis pyritään, mutta todellisuus on aina vaan analytiikkaa ihmeellisempää. Se on jotenkin lohdullista.

Digitaalisen yhteiskunnan rajapinnoilla -luentosarja Tiedekulmassa 30.10.-11.12.

labyrinthclassroom_2435823037_7853d39e69_z
(cc) Karl-Ludwig Poggemann @Flickr

Rajapinta ry. järjestää yhdessä Helsingin yliopiston Kuluttajatutkimuskeskuksen kanssa luentosarjan Digitaalisen yhteiskunnan rajapinnoilla Helsingin yliopiston Tiedekulmassa 30.10.–11.12.2017 aina maanantaisin klo 13.15-14.45. Luennot ovat kaikille avoimia ja ne välitetään myös suorana verkkoon – tervetuloa kuulolle!

Luentosarja pureutuu digitaalisuuden yhteiskunnallisiin vaikutuksiin eri näkökulmista. Digitaalisuus ja teknologiset laitteet ovat muodostuneet erottamattoksi osaksi arkeamme. WhatsAppissa lähetetään yhdessä minuutissa 21 miljoonaa viestiä ja pyyhkäistään lähes miljoona kertaa Tinderissä. Suomessa tehdään päivittäin 30 miljoonaa Google-hakua. Vaalikeskustelut käydään vaaliteltan sijasta Twitterissä. Luentosarja kysyy, miten digitalisoituminen vaikuttaa sosiaalisen ja yhteiskunnalliseen toimintaan? Minkälaisia poliittisia, taloudellisia ja kulttuurillisia kytköksiä teknologian taustalla on? Teemoista alustavat teknologiayhteiskuntatieteilijät sekä organisaatioiden edustajat.

Helsingin yliopiston opiskelijat voivat suorittaa luentosarjan kurssina, jolloin suoritukseen kuuluu myös lukupiirisessio luentojen jälkeen.

Kurssin ohjelma:

*** 30.10. Introluento: Mitä on digitaalinen yhteiskuntatiede? [tallenne]

Mika Pantzar & Minna Ruckenstein (Kuluttajatutkimuskeskus)
Mika Pantzar luennoi kuluttajakansalaisen arjesta datataloudessa ja kertoo, miksi digitaalisesta kannattaa olla kiinnostunut? Vielä muutama vuosikymmen sitten mobiilin tietoyhteiskunnan visioissa kuluttaja näyttäytyi liike-elämälle lähinnä uutuuksien ja tiedon virran vastaanottajana. Internetin, sosiaalisen median ja kaikkialla mukana kulkevien digitaalisten laitteiden myötä käsitys kuluttajasta on kääntynyt päälaelleen. Kuluttajasta on tullut taloudellisen arvonmuodostuksen tärkein lähde. Minna Ruckenstein valottaa digitaalisen kulttuurin ja sosiaalisuuden tutkimuksellisia lähtökohtia.

*** 6.11. Identiteetti, addiktio ja teknologia [tallenne]

Suvi Uski (tutkija, Someturva) & Eeva Raita (Futurice Oy)
Suvi Uskin aiheena on yksilön identiteetti ja teknologia- Yksilön toiminta digitaalisissa ympäristössä ei pääse eroon ihmisen psykologian lainalaisuuksista. Luento pureutuu tutkimustietoon sekä tällä hetkellä tarjolla olevaan ongelma-avaruuteen, joka koskettaa kaikkia digitaalisissa ympäristöissä toimivia. Eeva Raita puhuu teemasta “Kokemus, addiktio ja mobiiliteknologia”: Jokaisen menestyvän digitaalisen palvelun takana on syvällinen ymmärrys ihmisten kokemuksellisuudesta. Luennolla keskustellaan siitä miten, miksi ja millä seurauksilla kokemus on noussut teknologian kehittämisen keskiöön.

*** 13.11. Näkökulmia politiikkaan ja teknologiaan [tallenne]

Matti Nelimarkka (Aalto-yliopisto & Helsingin yliopisto) & Minerva Krohn (Helsingin kaupunki, digitalisaatiotoimikunta)
Käsittelemme luennolla kahta laajaa teemaa: (1) teknologian käyttöä politiikassa erilaisten demokratiaa ja politiikkaa käsittelevien normatiivisten käsitysten kautta sekä
(2) puramme teknologian ja politiikan suhdetta toistensa muovaajina.

*** 20.11. Sosiaalinen vuorovaikutus ja yhteistoiminta verkkoalustoilla [tallenne]

Airi Lampinen (Tukholman yliopisto) & Vilma Lehtinen (Skhole Oy)
Sosiaalinen ja taloudellinen vuorovaikutus nivoutuvat yhteen alustapalveluiden avulla järjestettävässä toiminnassa. Esimerkkejä tästä ovat jakamistalous ja joukkoistaminen. Luennolla digitalisoitunutta sosiaalisuutta tarkastellaan vuorovaikutuksen, yhteisöjen ja yhteistoiminnan näkökulmasta

*** 27.11. Alustatoimijat ja datatalous [tallenne]

Tuukka Lehtiniemi (Aalto-yliopisto & Turun yliopisto) & Pauli Aalto-Setälä (Aller Media Oy)
Ihmisiä koskevasta datasta, henkilödatasta, on tullut digitaalisessa taloudessa keskeinen arvonluonnin raaka-aine. Tästä hyvänä esimerkkinä ovat verkon alustapalvelut. Luennolla kuvataan alustatoimijoiden keskeiseen asemaan johtaneita tekijöitä sekä avataan viimeaikaisia pyrkimyksiä ymmärtää datatalouden toimintalogiikkaa. Allerin Pauli Aalto-Setälä kertoo Allerin data-analyytikasta ja RIkastamo-projektista.

*** 4.12. Algoritmit, julkisuus ja media [tallenne]

Salla-Maaria Laaksonen (Helsingin yliopisto) & Jarno Koponen (YLE)
Julkisuus muotoutuu yhä enemmän mediateknologian muodostamassa ympäristössä, jossa viestien välitystä ja leviämistä säätelevät toisenlaiset logiikat kuin perinteisen mediajulkisuuden aikana. Luennolla avataan, miten teknologia ja ihmistoimijat yhdessä rakentavat hybridiä verkkojulkisuutta ja siellä liikkuvia diskursseja. Jarno Koponen Yeisradiolta avaa mikä on YLEn Uutisvahti ja kertoo muista discovery-ratkaisuista uutiskäyttäjän näkökulmasta.

*** 11.12. Teknologiavälitteinen kansalaisuus

Veikko Eranti (Tampereen yliopisto) & Johannes Koponen (Demos Helsinki)
Millaisia mahdollisuuksia ja haasteita vuorovaikutuksen, viestinnän ja politiikan teknologiavälitteisyys aiheuttavat kansalaisuuteen? Miten meitä kontrolloidaan ja miten voimme itse hyödyntää teknologiaa poliittisessa toiminnassa? Tällä luennolla pohditaan, millaisia ovat poliittinen toimijuus ja kansalaisuus teknologiavälitteisessä maailmassa.

 

Ohjelmoinnin opetusta yhteiskuntatieteilijöille Helsingissä – jotain ajatelmia

English version available at Science & Industry, Matti’s personal blog.

Ensimmäinen Helsingin yliopiston Programming for social science kurssi pidettiin syksyllä 2014. Silloin ei ollut kovinkaan monia kursseja, joista katsoa mallia suunnittelun avuksi. 2014 jälkeen olen muuttanut kurssia ja yrittänyt mielestäni parantaa sitä. Esimerkiksi kurssin harjoitustehtäviä on muokattu yhteiskuntatieteitä käsitteleviksi (kevät 2015syksy 2016). Nykyisin ohjelmointi, yhteiskuntatiede ja ´data science’ on paljon trendikkäämpää kuin vuonna 2014. Esimerkiksi SAGE Publishing on SAGE Campuselleen luonut kurssin ohjelmoinnista videomateriaaleineen ja kertomuksineen (selkeyden vuoksi: pääsin käyttämään materiaalia ilmaiseksi arviointitarkoituksissa).

Koska ohjelmointi ja ‘data science’ ovat tällä hetkelä trendikkäitä, ajattelin, että nyt voisi olla hyvä hetki vähän kelata omaa opetustani ja sen kehittymistä. Uskon, että on olemassa (vähintään) kaksi erilaista tapaa opettaa ohjelmointia: tietojenkäsittelytieteellinen ja soveltava. Tietojenkäsittelytieteellinen lähestymistapa näkyy parhaiten eri yliopistojen “Johdatus ohjelmointiin”-kursseilla, missä koko tematiikkaa lähestytetään tietojenkäsittelytieteen perinteestä. Soveltava tyyli sen sijaan yrittää integroida ohjelmoinnin jonkin oppiaineen soveltavaan kontekstiin. Esimerkiksi Guzdialin (2003) kurssi keskittyi ohjelmoinnin opettamiseen media-alalle ja keskittyikin esimerkiksi kuvien automaattiseen käsittellyn. Samalla tavalla Sullivanin (2013) datavetoinen kurssi painotti laskennallista aineiston käsittelyä.

Ensimmäinen, syksyn 2014, kurssi oli ehdottomasti tietojenkäsittylytieteellinen. Teimme kaikki perinteiset tietojenkäsittelytieteen tehtävät, mukaanlukien Fizz-Buzz ja alkulukutestaus. Ovat samoja tehtäviä, millä minut on aikanaan opetettu. Jo silloin käytössä oli artikkeleita, jotka yrittivät vähän taustoittaa siitä, miten laskennallisia menetelmiä voidaan soveltaa yhteiskuntatieteissää. Kuitenkin, kurssin lopulla kuulin palautteessa, ettei ohjelmoinnin ja yhteiskuntatieteen välinen yhteys ollutkaan niin selvää, kun ajattelin sen olevan.Vähän kerrallaan, usean vuoden aikana kasvatin soveltavien tehtävien määrää. Soveltavat tehtävät pohjautuvat jotenkin yhteiskuntatieteellisiin ongelmiin, mutta yksinkertaistetussa muodossa. Tänä vuonna kokeilen liittää kaikki tehtävät yhteiskuntatieteen kannalta kiinnostavaan aineistoon ja kontekstiin. Kuten aiempinakin vuosina, luemme myös useita empiirisiä tapaustutkimuksia.

Katsotaan mitä tapahtuu tällä kertaa ja opitaan taas seuraavaan kertaan.Ja miten tämä kaikki liittyi SAGE Publishingingiin? Heidän uusi materiaalinsa pyrkii samaan tavoitteeseen kuin minä: tukemaan yhteiskuntatieteilijöiden ohjelmointia. Raktenteensa osalta kurssi on selkeästi rakennettu tietojenkäsittelytieteellisestä perspektiivistä. Rakenne seuraa hyvin perinteistä ohjelmointikurssia: ohjelmointiympäristön käyttö, muuttujien toiminta, kontrollirakenteet ja huomioita hyvistä toimintatavoista. Lisäksi on selvästi on enemmän soveltajille mielenkiintoista sisältöä, erityisesti verkkosivujen käsittely. Tekijöillä on kuitenkin ollut mielessä yhteiskuntatieteljät ja yhteiskuntatiedettä on koitettu tuoda osaksi sisältöä erillisillä “Application to Social Science”-laatikoilla. Valitettavasti ne eivät mielestäni olleet sisällöllisesti mitenkään mullistavia:

Ohjelmoinnin osalta materiaali on erittäin hyvätasoista. Videot ovat hyvin tehtyjä ja selkeän oloisia. Kuitenkaan mielestäni valmis itsenäiseksi materiaaliksi, vaan toimii yhteiskuntatieteellisen kurssin rinnalla jossa

  • on enemmän käytännön harjoituksia ohjelmoinnista, jotta yleisen tason ymmärrys ohjelmoinnista muuttuisi osaamiseksi
  • enemmän kertomusta laskennallisen tutkimusprosessin yhteydestä yhteiskuntatieteisiin ja sen käsitteisiin ja tukea ohjelmoinnin käyttöä tutkimusmenetelmänä

Tämän kaltaisella kurssilla on kuitenkin – kokemukseni mukaan – usein jonkun käsikirjan ohjelmoinnin opettamisesta. Internet toki on pullollaan näitä materiaaleja, mutta niistä tulee herkästi tilkkukäkkimäinen kokoelma erilaisia lähestymistapoja. Ja tämä ei toki ole systemaattinen ja myös aika sekava. SAGEn kurssi voisi toimia systemaattisempana mateiraalina tälläiselle kurssille.