16
Työmaana tutkimusdatan avoimuus
Sami Borg
Pidin marraskuussa 2013 esitelmän otsikon aiheesta tieteellisen kirjastoseuran seminaarissa ”Tutkijapalvelut näkyviksi – tutkimusaineistot ja kirjastojen rooli”.
Tämä kirjoitus ei ole esityksen toisinto, vaan tavoitteeni on pikemminkin luoda tilannekuvaa tutkimusdatan avaamisesta Suomessa ja alan haasteista.
P
ääteesini pelkistyy parin melko ilmeisen syy- seuraus -suhteen skenaarioksi. Tutkimusdatan avaamisella on jo nyt niin vahva kansainvälinen ja kansallinen poliittinen tuki, että tämä pakottaa tutkimusrahoittajat ja -organisaatiot luomaan tai tarkistamaan datan avaamista tukevia menettely- tapaohjeitaan. Tällaisten datapolitiikkojen teho- kas toteuttaminen edellyttää lähitulevaisuudes- sa riittävän laadukkaita tietopalveluja ja teknisiä ratkaisuja, joiden kehittämisen ja koordinoinnin tarve on suuri. Datan avaamista ja tutkimusda- tan jatkokäyttöä tukevien tietopalvelujen järjes- täminen tulee olemaan keskeinen haaste kaikil- le alan potentiaalisille toimijoille, myös tieteelli- sille kirjastoille. Alan koulutustarve on ilmeinen.Poliittinen tuki
Datan, ja sen osana tutkimusdatan, avaamisen tarpeellisuudesta ei internetaikana enää oikeas- taan kannata kiistellä. Keinoista ja avaamisen yk- sityiskohdista pitää keskustella, mutta itse pää- määrällä on nykyisin jo niin laaja ja vahva po- liittinen tuki, että avata pitää (vrt . Wilhelmsson ja Keinonen 2013). Datan avoin saatavuus vah- vistaa yleisesti yhteiskuntien päätöksenteon tie- topohjaa. Lisäksi tuottavuutta halutaan lisätä te- hostamalla datan keruuseen liittyviä julkisia in- vestointeja ja luomalla mahdollisuuksia uudel- le, dataperustaiselle liiketoiminnalle. Nämä ylei- set taustamotiivit ovat löytyneet esimerkiksi säh- köiseen muotoon tallennetun julkisrahoitteisen datan avaamisen suosituksista jo pitkään (esim.
OECD 2007, ks. Borg ja Kuula 2007) ja nyt da-
tan avaaminen sisältyy myös maamme hallitus- ohjelmaan.
Suorimmin datan avaamispyrkimys näkyy Ka- taisen hallituksen viestintäpoliittisissa tavoitteissa.
Hallitusohjelma (VNK 2011) toteaa: ”Julkisin va- roin tuotettuja tietovarantoja avataan kansalaisten ja yritysten käyttöön. Tavoitteena on julkisen sek- torin hallinnoimien digitaalisten tietoaineistojen saattaminen helposti uudelleenkäytettävässä muo- dossa tietoverkkojen kautta kansalaisten, yritysten ja yhteisöjen, viranomaisten, tutkimuksen ja kou- lutuksen hyödynnettäväksi.”
Lisäksi hallitusohjelma toteaa viestintäpoliittis- ten linjausten yhteydessä, että hallituksen tulee varmistaa ”…julkisten tietojärjestelmien yhteen- toimivuus käyttämällä avoimia rajapintoja ja stan- dardeja. Avoimeen lähdekoodiin perustuvien rat- kaisujen käyttöönottoa edistetään julkisen hallin- non kokonaisarkkitehtuurin puitteissa ja kustan- nushyötyanalyysin pohjalta.”
Erityisesti tutkimusdatan avaamisen kannalta on niin ikään oleellista, että tiedettä koskeva ly- hyt hallitusohjelmakirjaus mainitsee ensimmäise- nä asiana kansallisen tutkimusinfrastruktuuripoli- tiikan: ”Edistetään kansallista infrastruktuuripoli- tiikkaa”. Tutkimusinfrastruktuurien kehittämisel- lä on tiedeyhteisössä keskeinen merkitys tutkimus- datan avoimelle saatavuudelle. Euroopan Unio- nissa tämän suuntauksen vahvistaminen on ollut käynnissä jo kymmenisen vuotta tutkimusinfra- struktuurien strategiafoorumin eli ESFRI:n puit- teissa. Ilman tätä prosessia Suomessakaan olisi tus- kin edetty asiassa niin rivakasti, kuten nyt on teh- Signum 6/2013
17
ty. 2000-luvun loppupuolella laaditun tutkimu- sinfrastruktuurien kansallisen tiekartan päivitys julkaistaan aivan lähiaikoina.
EU näyttää tutkimusjulkaisujen ja -datan avaa- misessa myös esimerkkiä. Se edellyttää uudes- sa tutkimuksen puiteohjelmassaan Horisontti 2020 perusteellista avoimuutta sekä rahoitettavi- en hankkeiden tuottamilta julkaisuilta, että nii- hin liittyvältä tutkimusdatalta. Asiaa edistetään muun muassa pilottihankkein sekä olemassa ole- vien avaamisinfrastruktuurien avulla.
Dataa on jo avattu
Suomi on onneksemme ollut hereillä tutkimus- datan avaamisessa jo kohtuullisen varhain. Useil- la tieteenaloilla on jo kauan osallistuttu hankkei- siin, joiden tutkimusdata on ainakin alan sisäi- sesti avoimessa käytössä. Suomen Akatemia on muutamien vuosien ajan edellyttänyt kaikilla tie- teenaloilla aineistonhallintasuunnitelman laati- mista rahoitushakemuksen yhteyteen.
Keskitettyjä tuki-infrastruktuurejakin on pe- rustettu. Yhteiskuntatieteellinen tietoarkisto (www.fsd.uta.fi) perustettiin Suomen Akatemi- an aloitteesta 1990-luvun loppupuolella tuke- maan yhteiskuntatieteiden ja niiden lähitieteiden piirissä kertyvien sähköisten tutkimusaineistojen pitkäaikaissäilytystä ja avaamista jatkokäyttöön.
Yksikkö on arkistoinut noin 1400 tutkimusai- neistoa, pääosin eri alojen kyselytutkimusten ha- vaintoaineistoja. Tietovarannossa on pari sataa kvalitatiivista tutkimusaineistoa, joista useim- mat sisältävät haastatteluista purettua ja doku- mentoitua tekstiä.
Internetin kehittymisen myötä useat keskei- set yhteiskunnalliset tiedontuottajat ryhtyivät 2000-luvulta alkaen kehittämään verkossa toi- mivia avoimia tietokantoja, jotka mahdollista- vat pääsyn yleiseen käyttöön soveltuviin tietoi- hin. Tutkijoiden kannalta ongelma on kuiten- kin siinä, että avattujen tietojen taustalla olevat perusaineistot eivät useinkaan ole avoimesti tut- kimuksen saatavilla.
Opetus- ja kulttuuriministeriön hallinnonalalla
2000-luku toi mukanaan lukuisia Open Access – toimenpiteitä. Tutkimusdatan avaamisen kannal- ta olennaisin on CSC:n koordinoima Tutkimuk- sen tietoaineistot –hanke, joka alkoi ensin selvi- tyshankkeena vuosina 2009–2010 (Tieto käyt- töön 2011) ja jatkui sitten laajana yhteistyöhank- keena vuosina 2011–2013. Vuodesta 2014 alka- en TTA-hankkeen toiminnot ja palvelut siirty- vät osaksi CSC:n palveluja (ks. www.tdata.fi) .
TTA:n myötä käyttöön tulevat palvelut ovat jo nykymuodossaan laaja-alaisia kattaen kehit- tyviä ratkaisuja tutkimusdatan säilytyspalveluil- le (IDA), metadatapalveluille (KATA), hyödyn- tämispalveluille (AVAA) sekä aineistojen käyttö- valtuutukselle (REMS). Lisäksi TTA tulee tuot- tamaan Kansallinen digitaalinen kirjasto -hank- keen kanssa tutkimusdatan pitkäaikaissäilytyspal- velun, joka otettaneen käyttöön vuonna 2015.
TTA-palvelut ovat varteenotettava vaihtoeh- to sellaisten tieteenalojen tutkimusdatalle, joil- la ei ole toistaiseksi käytettävänään tietoarkis- ton kaltaisia ala- tai aineistotyyppikohtaisia pal- veluja. Lisäksi ne tarjoavat käyttökelpoista tek- nistä infrastruktuuria olemassa oleville alakoh- taisille toimijoille. Tietoarkiston palvelut sopi- vat muun muassa kysely- ja haastatteluaineistoi- hin, jotka ovat tyypillisiä ihmistieteissä ja eri yh- teiskuntasektoreilla.
Tutkimusdatan avaaminen vaatii osaamista
Tutkimusdatan avaamista kannattaa tarkastel- la tutkimusaineistojen elinkaaren näkökulmas- ta. Datan keränneen tutkijan tai tutkijaryhmän perustyön jälkeen pitkän elinkaaren tukeen sisäl- tyy työvaiheita, joita tutkimushankkeet ja niiden tutkijat eivät yleensä ole tottuneet itse suunnitte- lemaan ja toteuttamaan.
Jotta ensikäyttäjät voivat saada avoimessa jat- kokäytössä olevista tutkimusaineistoistaan heil- le kuuluvan viittausmeriitin, tutkimusdata pitää julkaista. Julkaisemista varten data pitää tarkis- taa ja dokumentoida. Lisäksi on tarvittaessa so- vittava, millä ehdoilla aineistoa voi käyttää uu-
Signum 6/2013
18
siin käyttötarkoituksiin.
Dokumentointi ei käy käden käänteessä. Pitää kuvailla yksityiskohtaisesti tutkimusdatan tieto- sisällöt, datan kerännyt tutkimushanke ja tiedon- keruuseen liittyvät muut olennaiset seikat. Do- kumentointi vaatii standardeja sekä taitoja ja re- sursseja niiden soveltamiseen. Lisäksi tarvitaan tekninen infrastruktuuri tukemaan tiedon löy- tymistä ja datan jakamista verkossa.
Tehtävälistan pituus puhuu sen puolesta, että tutkijoiden omaan toimeliaisuuteen datan avaa- misessa ei kannata luottaa liikaa. Sanon tämän 15 vuoden data-arkistokokemuksella. Kuka tai mi- kä taho tutkimusdatatietopalveluja tarjoaakaan, kaikissa tapauksissa tarvitaan osaavaa datapalve- luammattilaista, joka voi auttaa aineiston tuot- tajia datan dokumentoinnissa, arkistoinnissa ja julkaisemisessa, sekä tukea tutkijoita, opettajia ja opiskelijoita tutkimusdatan jatkokäytössä. Työ on vaativaa ja vie aikaa, enkä siksi pidä lainkaan pahana sitä, että tutkijat haluavat ja heidän pitää saada keskittyä tutkimukseen.
Kirjastojen rooli?
Dataan avaamiseen ja jatkokäyttöön liittyviä tu- kipalveluja kannattaa hajauttaa silloin kun se on perusteltua. Toisaalta niitä kannattaa myös pe- rustelluista syistä keskittää. Kirjastoille soveltu- via tehtäviä on jo nykyisellään runsaasti. Kirjasto- asiantuntija voi opastaa opiskelijoita ja tutkijoita esimerkiksi tutkimusdatan löytämiseen ja käyttö- mahdollisuuksiin sekä keskitettyjen tutkimusda- tapalvelujen käyttöön.
Tutkimusdatan elinkaarta ja jatkokäyttöä sel- västi laaja-alaisemmin tukeva profiili on jo eri asia. Olisi varmaankin hyvä kerryttää kokemuk- sia erilaisista toimintamalleista. Suomesta löytyy jo nyt ala- tai aineistotyyppikohtaisesti manda- toituja valtakunnallisisia ratkaisuja (tietoarkis- to), teknistä infrastruktuuria laaja-alaisesti tar- joavia kansallisia ratkaisuja (TTA) sekä orasta- via yliopistokohtaisia tukiratkaisuia (esimerkik- si Jyväskylän yliopistossa suunnitelma Dataver- se-alustan hyödyntämisestä).
Toistaiseksi suomalaisilla yliopistokirjastoilla ei tietääkseni ole ollut tutkimusdatapalvelujen tuot- tamisessa niin merkittävää asemaa, että siihen liit- tyisi laajaa vastuuta myös itse tutkimusdatan säi- lyttämisestä, arkistoinnista ja jatkokäytön tuesta.
Mitenkään mahdoton ajatus ei ole, sillä esimer- kiksi Pohjois-Amerikassa yliopistokohtaiset, kir- jastotietopalveluihin linkittyvät datapalvelut ovat yleisiä. Sielläkään ne eivät tosin kovin usein ka- ta datan elinkaaren hallintaa laajasti, vaan ne toi- mivat lähinnä paikallisina tukipisteinä ja ”käyttö- liittyminä” keskitettyihin data-arkistoihin ja da- ta-keskuksiin.
Mikä tieteellisten kirjastojen rooli tulee tule- vaisuudessa asiassa olemaankaan, pidän varsin todennäköisenä, että myös kirjastot tarvitsevat jatkossa yhä useampia datapalveluammattilaisia, joiden tulee kouluttautua tutkimusdatan hallin- tapalvelujen vaatimiin erityistaitoihin. &
Lähteet
Borg, Sami ja Kuula, Arja (2007): Julkisrahoittei- sen tutkimusdatan avoin saatavuus ja elinkaari. Val- misteluraportti OECD:n datasuosituksen toimeen- panomahdollisuuksista Suomessa. Yhteiskuntatie- teellisen tietoarkiston julkaisuja 6. Tampere: Yhteis- kuntatieteellinen tietoarkisto.
OECD (2007). OECD Principles and Guidelines for Access to Research Data from Public Funding. http://
www.oecd.org/dataoecd/9/61/38500813.pdf
Tieto käyttöön (2011): Tieto käyttöön. Tiekartta tut- kimuksen sähköisten tietoaineistojen hyödyntämisek- si . Opetus- ja kulttuuriministeriön julkaisuja 2011:4.
Helsinki: OKM.
Wilhelmsson, Thomas ja Keinonen, Juhani (2013):
Tiedon avoimuus mullistaa myös yliopistomaailman.
Vieraskynäkirjoitus Helsingin Sanomissa 23.11.2013.
VNK (2011): Pääministeri Jyrki Kataisen hallituksen ohjelma. Helsinki: Valtioneuvoston kanslia.
Tietoa kirjoittajasta
Sami Borg
johtaja, Yhteiskuntatieteellinen tietoarkisto FSD Email. Sami.borg@uta.fi
Signum 6/2013
