Datalukutaito - itsestäänselvyys vai ässä hihassa?
Datavetoisuus on nyt in. Dataa tulee ovista ja ikkunoista, ja sitä pitää kerätä mahdollisimman paljon - monesta eri lähteestä. Työyhteisö on data-oriented, ja jokaisen sydän sykkii tiedolle. Kaiken myllerryksen keskellä meidän tulisi olla myös ‘data literate’ - datalukutaitoisia - jotta koko paletin pyörittäminen ja ymmärtäminen olisi ylipäätään mahdollista.
Termi “datalukutaito” (eng. data literacy) ei suinkaan ole uusi, vaan siitä on kirjoitettu jo digikansalaisuuden alkujuurilla 2000-luvun kynnyksellä. Datalukutaidosta puhutaan kuitenkin yllättävän vähän, vaikka teknologian nopea kehitys ja datan jatkuva lisääntyminen asettavat uusia haasteita niin yrityksille kuin oppilaitoksillekin. Koneoppimisen ja tekoälyn rooli on kasvamassa merkittävästi, ja datalukutaidon rinnalle onkin hiljattain noussut jo termi “tekoälyn lukutaito” (eng. AI literacy). Mitä voidaan odottaa tapahtuvan seuraavaksi?
Datalukutaidon kehittämisen puolesta on parhaillaan menossa hankkeita Suomessa. Yhteiskunta-, oikeus- ja tietojenkäsittelytieteitä yhdistävä Datalit hanke käynnistyi vuonna 2021, jonka päätavoitteena on kehittää työkaluja tukemaan tietoon perustuvaa päätöksentekoa, sekä löytää ratkaisuja datan hyödyntämisen haasteisiin. Jyväskylän Yliopiston “kohti datalukutaitoa” hanke (2023-2027) pyrkii yhtälailla kehittämään keinoja erityisesti oppilaiden datalukutaidon kehittämiseen.
Ennen kuin voidaan puhua datalukutaidon merkityksestä syvemmin, selvitetään ensin lyhyesti, mitä se data oikeastaan on.
“Data on tämän päivän öljyä”
Tämän päivän tietoyhteiskunnassa saamme jatkuvasti informaatiota erilaisten älylaitteiden kautta - koska vain haluamme. Sosiaalinen media tarjoaa meille sisältöjä pitkälti asettamiemme suositusten perusteella. Dynaamiset uutissivustot sekä sääennusteet päivittyvät useita kertoja tunnin aikana, tarjoten meille jokaisella kerralla erilaista informaatiota.
Työelämässä käsittelemme myös päivittäin dataa lähes jokaisessa ammattialassa, toisinaan jopa ihan huomaamattamme. Kaupat pitävät hallussaan dataa mm. myynneistä, markkinoinnista, sekä asiakkaistaan. Verkkosivut keräävät jatkuvasti kävijädataa, ja terveyskeskukset käsittelevät terveystietojamme. Data on tänä päivänä vallan- ja myös kaupankäynnin väline, siksi sen ymmärtäminen ja hallinta on välttämätöntä.
Kun puhutaan datasta, puhutaan usein tietomassoista, jotka ovat tallennettuina eri tietojärjestelmiin. Termillä data tarkoitetaan kuitenkin kokoelmaa, joka voi sisältää merkkejä, tilastoja, numeroita, symboleja ja figuureja, joiden tarkoitus on ilmaista jotain erityistä. Data voi olla kvantitatiivista (määrällinen) tai kvalitatiivista (laadullinen) ja se voi tulla monista eri lähteistä, kuten mittauksista, havainnoista, kokeista tai dokumenteista. Data sellaisenaan on kuitenkin hyödytöntä. Siksi sitä tuleekin osata käsitellä ja tulkita.
Datasta jalostettu informaatio (eng. information) tuo taas lisäarvoa. Se on kategorisoitua, laskettua, ja merkityksellistä dataa. Informaatiosta voidaan vuorostaan jalostaa tietoa (eng. knowledge), jota voidaan käyttää tietyssä kontekstissa. Informaaatio siis jalostuu tiedoksi, kun ihminen osaa prosessoida, analysoida, ja soveltaa sitä tiettyyn tarkoitukseen, esimerkiksi ongelmanratkaisuun [1].
Matemaatikko Clive Humby on aikanaan rinnastanut datan olevan jopa yhtä arvokasta kuin öljy. Tänä päivänä datan väitetään olevan ennemminkin hiekan, tai itse asiassa jopa lannan veroista, kuten Lautanala & Setälä kirjoittavat blogitekstissä Data ei ole öljyä, se on lantaa: “ se on koko ajan kasvavaa, nopeasti pilaantuvaa ja paljon jalostusta vaativaa.” Se pitää varmasti paikkansa. Datan voidaan oikeastaan väittää olevan käyttökelpoista ainoastaan silloin, jos osaamme hyödyntää sitä oikein. Tähän hyödyntämiseen tarvitaan, mitäpä muutakaan kuin datalukutaitoa!
Datalukutaito on edellytys tietotyössä
Mitä datalukutaidolla sitten tarkoitetaan? Datalukutaidolla tarkoitetaan kykyä lukea, ymmärtää, käsitellä, ja arvioida tietoa (myös kriittisesti), sekä yhdistää sitä tarvittaessa eri lähteistä, kuten tilastoista tai raporteista. Datalukutaitoinen henkilö osaa tehdä päätöksiä datan perusteella, sekä arvioida myös tiedon luotettavuutta [2].
Yhä useampi ammatti- sekä työtehtävä sisältää datalukutaitoa vaativia tehtäviä, vaikkei niistä suoraan työpaikkailmoituksissa kerrottaisikaan. Kyky lukea kuukausittainen myyntiraportti ja tehdä havaintoja siitä, tai lukea ja analysoida asiakkaiden terveysdataa ja tehdä johtopäätöksiä seuraavista hoitotoimenpiteistä. Datalukutaitoinen henkilö osaa tunnistaa, miten käyttää saatavilla olevaa tietoa, ja missä yhteyksissä voi mahdollisesti jakaa sitä.
Datan määrä- ja sen vaikutus työelämässä muuttaa organisaation toimintamalleja jatkuvasti. Työntekijöiltä odotetaan vähintään perustason tietojenkäsittelytaidot, sillä työpaikoilla käytetään yhtä tai useampaa erilaista järjestelmää tiedon hakemiseen ja järjestelemiseen. Tietojärjestelmien käytön osaamista pidetään arvokkaana, mutta yhtä tärkeää on korostaa ymmärrystä siitä, mitä tietoa järjestelmästä ylipäätään haetaan, ja mikä merkitys haetulla datalla on.
Teknisissä rooleissa tekijöiltä edellytetään vahvaa datanlukutaitoa. Datatieteeseen ja -analyysiin liittyvät työkalut ja tekniikat voivat olla monimutkaisia ja vaativat erityistä osaamista. Näihin lukeutuvat usein Data Scientist, Data Analyst, ja Data Engineer -roolit. Heidän tehtävänään on analysoida ja tulkita datakäppyröitä, jotta niistä löydettyjä havaintoja voidaan hyödyntää yrityksen päätösten teossa. Havaintojen esittämiseen käytetään usein visuaalisia työkaluja, joiden avulla datasta kerätty tieto voidaan esittää helpommalla tavalla, esimerkiksi pylväsdiagrammien- sekä erilaisten raporttien muodossa.
Analyysiin liittyvien tekniikoiden takia edistyksellinen dataluku onkin jätetty usein datatiimin harteille. Tänä päivänä koko organisaation olisi hyvä omata ainakin perustason datalukutaidot, ja yrityksen tulisi osata myös määrittää, mitä ne heidän toiminnassaan tarkoittavat. Ei-teknisenä datalukutaitona voidaan yksinkertaisimmillaan pitää objektiivista ajattelua ja suhtautumista asioihin. Onko omaan rooliin kuuluvia päätöksiä mahdollista tehdä dataan pohjautuen? Onko saatavilla oleva tieto varmasti ajantasaista ja luotettavaa?
Datalukutaito ei myöskään ole pelkästään informaation ottamista vastaan sellaisena kun se on. Kysyminen, kyseenalaistaminen, sekä kriittinen ajattelu ovat myös osa datalukutaitoa.
Puhutaanko mielestäsi datalukutaidosta riittävästi tänä päivänä, ja mitä ajatuksia se herättää erityisesti nyt, kun tekoälytyökalut tulevat? Kerro kommenteissa!
Lähteet
[ 1 ] Alavi M & Leidner DE (2001) Review: Knowledge management and Knowledge Management Systems: Conceptual Frameworks and Research Issues. MIS Quarterly 25(1): 107–136.
[ 2 ] Klidas A & Hanegan K (2022) Data Literacy in Practice: The Beginning – The Flow of Data.
