Actors, Structures and Law

Month: November 2018

Vertaisarviointi: Näkökulma sisältäpäin

Professori Johanna Niemen kirjoitus on julkaistu alunperin Turun yliopiston blogissa.

Olen keskustellut monen yliopistotutkijan puolison kanssa, ja tutkimustyöhön liittyvä jatkuva arviointi nousee usein esiin. He näkevät läheltä sen, miten tutkija ottaa vastaan palautteen, varsinkin negatiivisen. Lähes poikkeuksetta puolisoiden palaute on ihailun ja kritiikin yhdistelmä: Miten te jaksatte elää niin kovassa maailmassa?  Arviointikulttuuri on tullut akateemiseen maailmaan jäädäkseen, ja me, jotka olemme täällä pysyneet, olemme oppineet elämään sen kanssa.

Olen saanut monenlaista palautetta viranhauissa, rahoitushauissa ja tieteellisissä lehdissä. Kuten tämän ikäiset yliopistoihmiset, olen myös arvioinut muita. Mutta melko vähän olen käynyt keskusteluja siitä, millaiset ovat ammattimaisen arvioinnin kriteerit, millainen on hyvä arvioitsija ja miten arviointeja tulisi tehdä.

Kuva: Pixabay

Olen kuluneiden kolmen vuoden ajan ollut Suomen Akatemian yhteiskunnan ja kulttuurin tutkimuksen toimikunnan jäsen, ja sinä aikana paljonkin pohtinut arviointia. Kauden nyt lähestyessä loppuaan on aika aloittaa tilinpäätöksen tekeminen. Kuvaan tässä Akatemian päätöksentekoprosessia, sillä sitä ei edes tiedemaailmassa tunneta kovin hyvin. Toimikuntien arviointiprosessit ovat muuttumassa vuoden 2018 syyskuun haussa, ja avaan seuraavassa muutoksen päälinjoja ja pohdin hiukan sen vaikutuksia.

Michèle Lamont analysoi klassikkoteoksessaan How Professors Think: Inside the Curious World of Academic Judgement (2009) asiantuntija-arvioitsijoiden roolia Yhdysvaltojen keskeisillä tutkimusrahoittajilla.  Hänen tutkimuksensa perustui panelistien haastatteluihin ja havainnointiin.

Lamontin tutkimus tuo esiin hyvän panelistin ominaisuuksia, joista ensimmäiseksi kiinnitti huomiota valmius tehdä kovasti työtä usein tiiviissä ajanjaksossa. Lamontin mukaan panelistit olivat omistautuneita, mikä ahkeruuden lisäksi näkyi siinä, että he aidosti uskoivat arviointiprosessin johtavan parhaiden hakemusten valikoitumiseen rahoitettaviksi. Keskeiseksi hyvän panelistin ominaisuudeksi nousi kollegiaalisuus eli valmius antautua keskusteluun muiden panelistien kanssa hakemusten ansioista ja heikkouksista sekä kunnioitus toisten panelistien osaamista ja ammattitaitoa kohtaan. Tähän tarvitaan tiettyä laaja-alaisuutta ja vähintäänkin halukkuutta ymmärtää toisten tieteenalojen kriteereitä ja traditioita.

Ennen muuta vaaditaan kykyä vuoropuheluun ja vastakkaisten näkökohtien punnitsemiseen. Samalla kuitenkin tulisi pystyä pitämään kiinni oman tieteenalan laatuvaatimuksista ja ymmärtämään muiden tieteenalojen kriteerejä. Arviointi on kontekstuaalista ja suhteellista, eivätkä eri tieteenalojen arviointikriteerit voi olla yhdenmukaisia. Lamontin mukaan tieteidenvälisyys ja tutkimuksen monimuotoisuus olivat panelistien mielestä laatukriteerejä, eivätkä vaihtoehtoisia arviointikriteereitä.

Oma kokemukseni Akatemian toimikunnan jäsenenä vastaa pitkälti Lamontin havaintoja. Toimikunta käsittelee ja tekee rahoituspäätökset tutkimushankkeista sekä akatemiatutkijan ja tutkijatohtorin hakemuksista. Hakemuksia on vuosittain ollut lähes tuhat, ja hyväksymisprosentti on vaihdellut 9-14 välillä.

Toimikunta on siitä kiitollisessa asemassa, että kansainvälinen paneeli on arvioinut hakemukset, kun ne tulevat toimikunnan käsittelyyn. Silti toimikunnan työskentelyssä tuntuivat löytyvän kaikki Lamontin kuvaamat piirteet.

Kaudella 2016–2018 kansainväliset paneelit olivat vaihtelevan kokoisia. Ne olivat tieteenalapohjaisia, mutta siitä huolimatta kunkin paneelin arvioitavaksi tuli hakemuksia varsin laajalta skaalalta sekä tutkimuskohteen että käytettyjen menetelmien suhteen. Paneelit arvioivat hakemukset asteikolla 1-6. Toimikunta on tehnyt lopullisen päätöksen hakemusten keskinäisestä järjestyksestä eli siitä, kenelle rahoitus myönnetään.

Taso on kova. Edes arvosana kuusi ei ole taannut rahoitusta. Joskus jokin paneeli on voinut antaa useita kuutosia ja jokin toinen taas ei lainkaan. Toimikunnan tehtävä on ollut tasoittaa tilanne. Varsinainen karsinta on tehty arvosanan viisi kohdalla. Arvosanan viisi saaneet hakemukset ovat kaikki olleet erittäin korkeaa tasoa, ja niille olisi kernaasti suonut rahoituksen. Keskustelevassa prosessissa hakemusten ansiot ja heikkoudet tulivat perusteellisesti käsitellyiksi, ja myös paneelien lausuntoja arvioitiin huolellisesti. Rahoitettavat hakemukset löytyivät perusteellisten keskustelujen tuloksena siten, että toimikunnan jäsenet kokivat prosessin siivilöivän parhaat hakemukset rahoitukseen. Samoin kuin Lamontin haastattelemat panelistit, me toimikunnan jäseninä uskoimme prosessin oikeudenmukaisuuteen ja päädyimme pönkittämään järjestelmää.

Sen vuoksi on ehkä mielenkiintoista kiinnittää huomiota seikkoihin, joissa saattoi esiintyä systeemiin liittyviä eroavia näkemyksiä. Ei liene yllätys, että tieteenalakohtaiset erot nousivat välistä esiin. Toimikunnan kattamilla aloilla esiintyy varsin erilaista teoriapohjaa ja metodologiaa, joiden ymmärtäminen toisenlaisesta tutkimusperinteestä tulevalle saattoi olla haasteellista. Vuoropuhelun kautta tällaiset ongelmat ratkesivat. Toinen asenne-ero esiintyi suhtautumisessa kansainvälisten paneelien arviointiin. Osa toimikunnan jäsenistä halusi nojautua vahvasti paneelien arvioihin. Toiset taas korostivat toimikunnan omaan arviointia enemmän.

Tässä suhteessa tulevan toimikunnan työprosessit vuodesta 2019 eteenpäin tulevat olemaan erilaisia. Paneelien kokoonpanossa ei olla luopumassa tieteenalapohjaisuudesta, mutta paneelit pyritään saamaan saman kokoisiksi. Tästä seuraa, että pienet tieteenalat eivät välttämättä saa omaa paneelia. Lisäksi poikkitieteellisissä teemoissa voidaan kokeilla ilmiöpohjaista paneelia. Paneelit tulevat myös asettamaan hakemukset paremmuusjärjestykseen. Myös toimikunnan rooli muuttuu. Paneelien antamien arvioiden merkitys korostuu, ja niistä poikkeaminen tulee olemaan harvinaista tai ainakin vaatimaan erityisen hyviä perusteluita.

On vaikeaa ennakoida, mitä muutos tarkoittaa toimikunnan työn kannalta. Jos paneelien arviointeihin nojaudutaan entistä enemmän, toimikunnan työ voi helpottua. Tällöin toimikunnalle jäisi enemmän aikaa pohtia ja keskustella tiedepoliittisista linjauksista. Toimikunnat olivat kaudella 2016-2018 sivussa strategisen tutkimuksen, profilointien ja akatemiaprofessuurien hauista ja niiden rooli huippuyksikköhaussa oli vähäinen. Tämä ratkaisu on ollut toimikunnan jäsenten työmäärään nähden ymmärrettävä, mutta samalla toimikunta on ollut sivussa tärkeistä tiedepoliittisista linjauksista. Uusi menettely voi antaa lisää tilaa laajemmalle tiedepoliittiselle pohdinnalle.

Olen kuluneiden kolmen vuoden aikana nähnyt paljon erinomaisia hakemuksia, joita ei ole pystytty rahoittamaan. Mieleeni ovat monesti tulleet Uumajan yliopiston entisen rehtorin, Wallenbergin säätiöiden johtajan Göran Sandbergin sanat, että ”tärkeimmät tutkijalta vaadittavat ominaisuudet ovat kyky vuorovaikutukseen ja kyky kestää pettymyksiä”. Toivoisin, että tutkijanuralla ei tarvitsisi olla niin paljon pettymyksiä kuin nykyisin. Tarvitsemme enemmän tietoa ja keskustelua arviointiprosesseista ja siitä, miten tutkimusrahoitus kanavoidaan.

Johanna Niemi
Kirjoittaja on Suomen Akatemian Minna Canth -professori kaudella 2015–2019

Lainmuutosta potilastietojen luovuttamisen laajentamiseksi ei tarvita – väkivallan ehkäisyyn on muita keinoja

Julkaistu alun perin Helsingin Sanomissa 15.11.2018

Arveluttavan uudistuksen sijasta olisi tärkeää kehittää poliisin toimintatapoja siten, että perheväkivaltatilanteissa toimittaisiin tehokkaasti.

Helsingin Sanomat uutisoi (6.11.), että sisäministeriö valmistelee lainuudistusta, jolla laajennettaisiin poliisin pääsyä arkaluonteisiin terveystietoihin.

Uudistuksen tarpeellisuutta perusteltiin muun muassa herkemmällä puuttumisella perheväkivaltaan. Tarve parantaa perheväkivaltaan puuttumista on olemassa, mutta ehdotettu keino ei ole siinä suhteessa tarpeellinen. Sen sijaan on aiheellista kehittää niiden toimivaltuuksien käyttöä, jotka ovat jo olemassa.

Sisäministeri Kai Mykkänen (kok) esitteli kolme esimerkkiä, joissa laajennettua pääsyä terveystietoihin tarvittaisiin. Esimerkit koskivat tilanteita, joissa jo nyt terveydenhuollolla on velvollisuus antaa tietoja poliisille. Nämä esimerkit olivat raiskaus, törkeä pahoinpitely ja törkeä huumausainerikos, joista voi seurata kuuden vuoden vankeusrangaistus. Tällöin tietoja on annettava.

Jos terveydenhuolto kieltäytyy antamasta tietoja, poliisi voi viedä asian tuomioistuimeen. Lainmuutosta ei siis näiltä osin tarvita.

Kuva: Pixabay

Tietojen antamisen laajentaminen tilanteisiin, joissa mitään rikosta ei ole tapahtunut, vaan sellaista ennakoidaan, on hyvin arveluttavaa. Se vähentäisi erityisesti hakeutumista lääkäriin mielenterveysongelmien vuoksi ja voisi johtaa päinvastaiseen tulokseen kuin on ajateltu. Jo nyt terveydenhuolto voi tehdä ilmoituksen, jos konkreettinen väkivaltarikoksen vaara on olemassa.

Arveluttavan uudistuksen sijasta olisi tärkeää kehittää poliisin toimintatapoja siten, että perheväkivaltatilanteissa toimittaisiin tehokkaasti. Poliisi voi esimerkiksi määrätä väliaikaisen lähestymiskiellon, mitä voitaisiin käyttää nykyistä enemmän. Lähestymiskiellon tehostamiseksi olisi syytä kehittää elektronista valvontaa.

Perheväkivalta on usein toistuvaa, mihin tulisi tutkinnassa kiinnittää erityistä huomiota. Ruotsissa erityinen kriminalisointi on suunnannut tutkintaa perheväkivallan toistuvuuteen.

Suomi erottui Euroopan unionin tutkimuksessa maana, jossa naisiin kohdistuva väkivalta on yleistä. Tarvitsemme selkeän naisiin kohdistuvan väkivallan toimintaohjelman, johon sisältyy myös rikosoikeusjärjestelmää koskevia toimenpiteitä.

Saara Ilvessalo, oikeustieteen maisteri, tutkija

Johanna Niemi, prosessioikeuden professori, Turun yliopisto

 

AI and its Power to eliminate women

Sonal Makhija

Apparently, AI can do everything – it can change the world, eliminate human error, automate boring tasks, essentially make us ‘humans’ irrelevant. That we don’t have a common understanding of what is ‘artificial’ or what is ‘intelligent’ is largely pushed under the carpet given the hype surrounding AI and the manner in which social media accelerates and reifies everything (or is equally quick to demonise). This is not in any way to undermine the power of AI and what it can do. Yet, my interest here lies in how the lure of AI to eliminate human biases and errors has been presumed. 

Picture: Pixabay

A recent Reuter’s article reported on how Amazon’s resume search engine discriminated against women  based on what words the algorithms taught itself to recognise based on successful applicants employed by Amazon. The ideal applicants, not surprisingly, were mostly men, as is the case in tech industries. So, contrary to eliminating biases, AI generated discriminatory practices that preferred men, and possibly men of a certain race and with certain experience and qualifications.

How can we then ensure that AI guards against the same biases and enables diversity which is key to organisations whether that be racial, gender, linguistic, ethnic or professional?  Given algorithms and the data it is taught to recognise is based on the historical data, AI will mimic our biases and prejudices into the future too. The goal of AI is to accurately replicate what has been done in the past. By doing so, the AI cannot make ‘better’ decisions, but it will reproduce the past fallacies and stereotypes. The patterns that emerge from that data will do essentially that, recognise successful candidates all of who happen to be of a particular category. AI as tech-anthropologist Genevie Bell recognises will inherit our biases, prejudices and be as ‘human.’ After all isn’t the goal that AI is as ‘human as it can be’ so much so that we cannot differentiate whether it is a machine or a human we are talking to? The fear of AI replacing humans then is not what we should concern ourselves with, instead our worry should be who does it leave behind, and will we be leaving women aside, this includes ensuring that women of a particular racial, age, linguistic diversity. How do we change the future while relying on historical data is a tricky one given we don’t want to repeat past mistakes and biases. Will ensuring diversity in creating algorithms change the nature of what becomes of AI? Bell, particularly challenges us to ask what the AI is supposed to do and what is its purpose. What goes into the data and what data is fed and what are the determining factors, she argues are important questions to ask. As Bell says, the systems replicate our cultural and societal biases and the ideal human they are designed for is rarely us and thus what we need to do is question and interrogate and beware of the biases and demand greater transparency.

Picture: Pixabay

This ideal human does not exist. Back in 2003 when I was ethnographically mapping how women navigate urban spaces in Mumbai for a research project, what we fascinatingly discovered via ethnographic research was that women access spaces differently from men and their access is determined by who they are and where they come from. Not only that, the ideal ‘human’ (implying abled bodied young men) that architects design spaces for do not exist. It is this ‘ideal human’ that architects imagine use spaces, that often fail to match up to those who actually use these spaces, like pregnant women, children, old, disabled who fail to meet the human ideal. Similarly, when we talk of AI, Bell warns us to guard against this unconscious bias and this imagined ideal human and somehow the false belief that AI has the power to eliminate are foibles and inequities. Let’s not assume the accuracy and objectivity of AI as ‘superhuman’. Anthropologists Sarah Pink and Minna Ruckenstein and Robert Willim have argued that we need to rethink the accuracy of Big Data and reliability, given we have little insight into how datasets are created. On the contrary AI will replicate what we do and how we do it and that includes our biases, that is, if we let it.

Sonal Makhija is an anthropologist and lawyer who specialises in sensory-anthropology. She has an MSC. from the London School of Economics & Political Science and has recently submitted her doctoral thesis for pre-examination at the University of Helsinki. She has a wide range of interests from questions relating to AI, digital culture, digital humanities and sensory engagements with climate change.

© 2020 ASLA

Theme by Anders NorenUp ↑