Informaatiotutkimus voisi olla tekoälymurroksen keskiössä – Paavo Arvola opettaa ja tutkii tiedonhaun muuttumista uudella aikakaudella
Paavo Arvola työskentelee yliopistolehtorina, jonka alaksi on kirjattu digitaaliset ihmistieteet. Tehtävään on liittynyt tutkinto-ohjelmavastaavan tehtävät viestinnän monitieteisessä koulutuksessa vuodesta 2021. Itse hän on opiskellut siihen kuuluvista aloista vain informaatiotutkimusta, mutta kaiken kaikkiaan pääaineita omalle polulle mahtui peräti neljä.
Arvolalla ei ollut opiskelemaan hakiessaan vielä selkeää ajatusta siitä, mitä hän haluaisi tehdä. Yliopisto tuntui kuitenkin itsessään hyvältä valinnalta. Ensimmäinen pääaine oli matematiikka ja tilastotiede. Myöhemmin Arvola haki ja tuli valituksi filosofiaan ja filosofiasta siirtyi opiskelemaan tietojenkäsittelytiedettä, josta valmistui kandidaatiksi ja maisteriksi.
– Tietojenkäsittelytieteissä on kiehtovaa, että siinä saa oppia tekemällä ja nähdä työn lopputuloksen. Ajattelin ensin, että otan tietojenkäsittelytieteestä paperit ulos ja menen alan töihin tai yrittäjäksi, mutta rohkea voi olla ja totuutta etsiä myös yliopistossa.
Jatko-opinnoissa Arvola vaihtoi alakseen informaatiotutkimuksen ja interaktiivisen median. Hänen väitöskirjansa käsitteli tarkkuusorientoitunutta tiedonhakua.
– En varsinaisesti ole mikään hiiri kädessä syntynyt diginatiivi. Sain kuitenkin tietojenkäsittelytieteen koulutuksesta hyvät välineet, joita olen hyödyntänyt jatkossakin tutkimuksessa ja opetuksessa. Sen kautta opin myös kurinalaista ajattelua.
Monet tiet voivat johtaa informaatiotutkimukseen
Arvola on tyytyväinen siihen, että sai opintojensa aikana kokeilla erilaisia asioita.
– Nykyään tällainen alojen vaihtelu olisi tuskin edes mahdollista opintoaikojen rajauksen takia, eikä se ehkä ollut toivottavaa ennenkään. Oma opintohistoriani ohjaa kumminkin omaa ajattelua koulutuksen suunnittelussa ja johtamisessa: joissain hakukohteissa alkuopinnot voisivat olla laaja-alaisempia ja opiskeluala tarkentua vasta myöhemmin.
Informaatiotutkimuksen opiskelijoilla on Arvolan mukaan edelleen hyvin erilaisia taustoja. Osa on alanvaihtajia, jotka ovat aikaisemmin tehneet jotain aivan muuta, mutta aiempi tausta tulee nähdä voimavarana. Informaatiotutkimus hyötyy siitä, että opiskelijoilla on keskenään erilaisia kiinnostuksen kohteita, eikä Arvolalle ole vielä tullut vastaan sellaista alaa, jota siihen ei voisi yhdistää. Esimerkiksi lääkärin, insinöörin, historioitsijan tai journalistin informaatiokäyttäytyminen ei ole samanlaista, ja informaatiotutkimus tarvitsee tällaista osaamisen, kiinnostuksen kohteiden ja näkökulmien diversiteettiä.
– Informaatiotutkimus on kiinnostunut siitä, miten ihmiset käyttävät ja hankkivat tietoa. Tutkimusalan perusajatusta voisi luonnehtia demokraattiseksi, sillä informaatiotutkimus tarkastelee informaatiota myös vastaanottajan, etsijän ja käyttäjän näkökulmasta eikä ainoastaan sen tuottamisen ja välittämisen näkökulmista. Toimiva demokratia edellyttää valistuneita jäseniä, eikä yleissivistyksen tai erikoisosaamisen merkitys suinkaan katoa, vaan edelleen tarvitaan valistusta ja lukuhalua.
Käytännöt muuttuvat, käsitteet säilyvät
Arvolan oma erikoisala informaatiotutkimuksessa on alusta asti ollut tiedonhaku ja informaatiovuorovaikutus. Tällä hetkellä hän keskittyy tutkimaan ja opettamaan tiedonhaun roolia tekoälyjärjestelmissä.
–Tekoälyyn liittyy tunnetusti monenlaisia vakaviakin uhkakuvia, mutta akateemisesta näkökulmasta on hienoa olla uteliaana mukana tässä murroksessa. Minusta informaatiotutkimus voisi kernaasti olla tämän kehityksen keskiössä. Kielimallit muuttavat tapaa, jolla ihmiset hakevat, muodostavat ja arvioivat informaatiota, joten monet tekoälymurroksen keskeiset kysymykset ovat samalla informaatiotutkimuksen vanhoja ydinkysymyksiä: mikä on relevanttia tietoa, miten sitä löydetään, miten ihminen ilmaisee tiedontarpeensa ja miten järjestelmän tuottamaa tulosta arvioidaan.
Tällä hetkellä yksi Arvolan tutkimuksen ja opetuksen kohteista on informaatiovuorovaikutus, jossa tekoälyjärjestelmiä ohjataan prompteilla, tai kotoperäisemmin ilmaistuna kehotteilla. Koulutuksessa opiskelijoiden tehtävänä on suunnitella kehote, jonka avulla tekoäly muuttaa automaattisesti hakijan tiedontarpeen kyselylausekkeeksi. Kyselylauseke ajetaan hakukoneeseen, ja sen toimivuutta mitataan sillä, kuinka relevantteja dokumentteja hakukone löytää ja kuinka korkealle relevantit dokumentit sijoittuvat hakutuloksissa. Tässä asetelmassa opiskelijat tutkivat empiirisesti kehotteiden toimintaa ja oppivat samalla niiden laatimista ja tekoälyn toiminnan luonnetta.
Kuva: Karu Films
Arvola pyrkii yhdistämään tutkimuksensa opetuksen kehittämiseen. Hänen mukaansa tekoälyn kaltaisessa nopeasti muuttuvassa ympäristössä myös opetusmenetelmiä pitää kehittää tutkimusperusteisesti. Kehittämiään menetelmiä hän on vienyt myös tieteellisiin konferensseihin ja muille akateemisille foorumeille. Vastikään Arvola esitteli Tuulikki Alamettälän kanssa tehdyn artikkelin “From Prompts to Queries: Teaching and Measuring Prompt Engineering as Query Construction” SEFI-konferenssissa Prahassa.
– Se on insinöörikoulutukseen keskittyvä konferenssi. Opetukseni ei itsessään ole insinööritiedettä, mutta menetelmä on samantyyppinen: muodostetaan koeasetelma, jossa mitataan kehotteen onnistumista.
Vaikka tekoäly mullistaa informaatiotutkimuksen samoin kuin monet muutkin alat, uudet innovaatiot rakentuvat vanhan päälle. Esimerkiksi edellä mainitussa tutkimuksessa kehotteiden onnistumista määritellään Tampereella informaatiotutkimuksessa vuonna 2002 kehitetyn kumuloituvaa hyötyä mittaavan mittarin mukaan.
Myös muut vakiintuneet käsitteet ovat edelleen käyttökelpoisia, ja esimerkiksi ”relevanssi” on olennainen tekoälyjärjestelmien tuottamien tulosten arvioinnissa. Toki uusi ympäristö herättää myös keskustelua vanhojen käsitteiden soveltuvuudesta.
– Voidaan kysyä, missä määrin vaikkapa ChatGPT on tiedonhakujärjestelmä. Ja kun se tuottaa vastauksen, onko tuo vastaus dokumentti? Vanhoja käsitteitä tarvitaan edelleen, mutta samalla joudumme kysymään, mitä ne uudessa ympäristössä tarkoittavat.
