Islannista ilmakehään purkautunut tulivuorituhka osoitti, miten yhteiskuntamme on riippuvainen tutkimuksen tuottamasta osaamisesta. Ilman laskennallisia malleja ja data-aineistojen yhdistelyä ei pystytä tekemään järkeviä päätöksiä lentoliikenteen turvallisuudesta. Samankaltaisia ymmärryksen tarpeita on kaikilla yhteiskunnan sektoreilla terveydenhuollosta ympäristönsuojeluun ja nanotekniikasta energiantuotantoon.

Suomessa kehitetään parhaillaan tutkijakoulutuksen käytäntöjä. Tulevan tutkijasukupolven on kyettävä kohtaamaan ennennäkemättömiä haasteita. Mutta Suomella on samalla tilaisuus nousta maailmanluokkaan.

Nykyaikaisen tieteen metodiikassa voi katsoa olevan neljä menetelmällistä kautta. 1500-lukua voi pitää kokeellisen tieteen alkuna. Maailmaa voitiin tutkia toistettavalla tavalla, kumoten hypoteesit, jotka eivät vastanneet todellisuutta. Myöhemmin, 1700-luvulla, syntyi teoreettinen menetelmä. Luonnontieteet kehittyivät hurjin harppauksin, kun havaittiin se uskomaton tehokkuus, jolla maailmaa voitiin kuvailla matemaattisten mallien avulla.

Seuraavia menetelmällisiä harppauksia saatiin odotella 1900-luvulle. Toisen maailmansodan jälkeen, suuremmassa määrin 1960-luvulta alkaen, kehittyi laskennallinen menetelmä, joka hyödynsi tietokonesimulaatioita mitä moninaisimpien ilmiöiden tutkimisessa. Islannin tuhkapilvien leviämismallit ovat mainio esimerkki laskennallisen menetelmän mahdollisuuksista.

Mutta kehitys ei pysähtynyt tähän. Tutkijat ovat saaneet käsiinsä välineitä, joilla massiivisista tietomääristä ja niiden yhdistelystä syntyy uudenlaista tietoa. Tästä käytetään usein termiä "data-driven discovery", informaatioperustainen tutkimusmenetelmä.

Neljännellä paradigmalla on erityisen suuri vaikutus poikkitieteellisiin oivalluksiin ja innovaatioihin. Siiloutuneesta tutkimuksesta mennään laajamittaiseen tieteiden väliseen yhteistyöhön. Tutkijoilla on mahdollisuus tarttua vaikeimpiin tämän päivän yhteiskuntaa varjostaviin ongelmiin.

Maailmalla ja Suomessa puhutaan tiedepoliittisissa korulauseissa, kuinka tutkimus-, kehitys- ja innovaatiotoiminnan nopeuttaminen on elinehto. Nyt meillä on tähän mahdollisuus neljännen tutkimusmenetelmän, data-intensiivisen tutkimuksen kautta.

Numeerisen mallinnuksen ja informaationhallinnan taidot ovat välttämättömiä kaikilla aloilla. Mutta opiskelijoiden taidot ovat kaikkea muuta kuin tyydyttävällä tasolla. Ja mikä pahinta, eri tutkimusalueilla lähestytään laskennallista ja informaatioperustaista tutkimusmenetelmää ei tavoilla, jopa keskenään ristiriidassa olevia käsitteitä käyttämällä. Mitä sitten kun pitäisi tehdä yhteistyötä haastavan poikkitieteellisen ongelman parissa?

On tartuttava toimeen ja käännettävä ongelma mahdollisuudeksi. Mitä jos tutkijankoulutuksessa olisi alusta alkaen yhteinen lähestymistapa laskennalliseen ja informaatioperustaiseen tutkimukseen?

Tutkijakoulutuksen tulee perustua temaattiseen lähtökohtaan, jossa samaa tutkimuksellista ongelmaa lähestytään monen eri tieteenalan näkökulmasta, yhdistäen ne toisiinsa. Kaikille annetaan perusvalmiudet kolmannesta ja neljännestä tutkimuksen paradigmasta, laskennallisesta ja informaatioperustaisesta. Kun tutkijakoulutettavilla on käytössään yhteensopivat työkalut, tieteidenvälisiä raja-aitoja on paljon nykyistä helpompi ylittää.

Jotta tässä onnistutaan, täytyy opetussisällön olla koherenttia ja sen teknologisen toteutuksen kattaa koko tutkijakoulutus. Koulutusjärjestelyjen täytyy ylittää tiedealojen rajat kannustamalla opiskelijoita poikkitieteellisiksi alusta asti. Tässä on tavattomasti hyötyä yhteisestä tutkijakoulutuksen e-infrastruktuurista, joka tarjoaa välineet yhteistyöhön, tuo tarjolle arvokkaat tutkimusaineistot ja mahdollistaa parhaiden simulointi- ja data-analyysimenetelmien käytön.

Suomella on mahdollisuus näyttää kykynsä. Tartummeko tilaisuuteen?

Juha Haataja
Palvelujohtaja, CSC