Tieteellisen kirjoittamisen tulevaisuus

Kevät 2008 on ollut tutkinnonuudistushässäkän takia kiireistä aikaa valmistumista halajaville. Kaiken maailman lähteitä on kerätty, luetteloitu ja luettu, ja tuloksista on sitten  puserrettu kasaan reilut 50 sivua “uutta tiedettä” yliopistojen kirjastoja täyttämään. Ja tietenkin vanhemmat ja koko suku ovat sitten uudesta maisterista kovin ylpeitä.

Jos on kiire vielä viime vuonna ikuisiksi itseään luulleilla opiskelijoilla, niin kiire on kaksinkertainen graduvirityksiä vastaanottavilla laitoksilla ja tiedekunnilla. Pitäisi sekä antaa asiantuntevia ja hyödyllisiä kommentteja että huomata mahdolliset huijaus-copypastetuksetkin. Vielä nykyään kopiointiyritykset paljastuvat ennemmin tai myöhemmin, mutta miten käy jatkossa, kun yleisesti saatavilla olevan tiedon määrä jatkuvasti lisääntyy ja ennen kaikkea kun näitä tietoja yhdistelevät algoritmit riittävästi parantuvat?

Algoritmiikan paranemisesta on jo olemassa melko vaikuttava esimerkki: Philip Parker, liikkeenjohtamisen professori Inseadin kauppakorkeakoulusta Pariisista, on nimittäin “kirjoittanut” kehittämillään algoritmeilla ja internetistä vapaasti löydettävissä olevalla tiedolla yli 200 000 kirjaa lähes kaikesta kuviteltavissa olevasta aineistosta. Amazon.com listaa näistä yli 140 000.

Youtube-video paljastaa “kirjoittamisprosessin” melko suoraviivaiseksi tapahtumaksi. (video kertoo  Parkerin kehittämän teknologian käyttömahdollisuuksista myös mm. opetuspeleissä) Ohjelmistolle syötetään rajattu määrä faktoja ja tämän jälkeen softa pulauttaa käyttövalmiin kirjan. Ei tämä tietenkään aitoa uutta tietoa tuota, mutta helpottaisi varmasti graduissa ja jopa korkeamman luokan kirjallisuudessa ainakin “aikaisempi tutkimus” -osion vääntämistä. Sehän tuntuu olevan pakkopullaa jo nyt, johon harva omia suuria ajatuksiaan paukuttaa.

Epätoivoisten gradujenkirjoittajien auttamisen sijaan tällaisten menetelmien hyödyllisempi käyttötarkoitus lienee sittenkin vaikeasti kaivettavissa olevan ja pienen kysynnän uhriksi joutuvan tiedon helpomman jäsentämisen mahdollistaminen. Itse asiassa tämänkaltaisen teknologian tutkiminen, analysointi ja eteenpäin kehittäminen olisi aivan mainio gradun aihe! Konstruktiivinen osuuskin olisi lähes legendaarisella metatasolla. Voisiko tässä tapauksessa koko gradun pullauttaa nojautuen pelkkään algoritmiin ja näin todistaa menetelmän nerokkuus tai aikaisemmin huomaamatta jäänyt sisäänrakennettu heikkous?

PS: Tuntuu muutenkin siltä, että epäseksikäs informaatiotutkimus kehittyy kaiken muun tieteen varjossa hurjempaa vauhtia eteenpäin kuin itse tajuankaan; Googlen etusivu on vain pintakuohua. Viiden vuoden päästä research-on-demand on yhtä helppoa kuin “I’m feeling lucky”.