Kes kellega käib?

Mobiiltelefonidega kogutud andmestik annab võimaluse aru saada sõprus-kondade, organisatsioonide, kogukondade, isegi ühiskondade dünaamikast.

MARIE KRISTINE KÜLVIK

Ühiskonna ja selles toimuvate protsesside, muutuste ja mustrite mõistmiseks on vaja mõista inimestevahelisi seoseid. Omavahelises läbikäimises ja suhtlemises seob inimesi kindel käitumismuster. Loomaökoloogias on kasutusel termin dünaamiline interaktsioon, millega kirjeldatakse indiviididevahelist üksteist mõjutavat käitumist ja liikumist, mis võib olla nii tõmbuv kui ka vältiv. Sellega on loomaökoloogid andnud ühe võimaliku vahendi ühiskonna ja seda defineerivate suhete kirjeldamiseks.

Sotsiaalse dünaamika uurimine

Sotsiaalse struktuuri loovad inimestevahelised kohtumised, nende hulk ja sisu. Kuigi inimese käitumine võib tunduda juhuslik, on igaühe elus korduvaid ja hõlpsalt tuvastatavaid käitumismustreid. Kui vaadelda käitumist ajalises, ruumilises ja sotsiaalses ühenduses, saab seaduspära selgemaks. Selle tausta loovad inimesed, kes jätavad maha tohutul hulgal digitaalset infot.

Korralik interdistsiplinaarne uuring vajab mahuka andmestiku kõrval ka laiemat vaatenurka. Geograafilise informatsiooni süsteem (GIS) annab inimese aegruumilise tegutsemise analüüsile avara kasutuspinna. See aitab aimu saada inimeste käitumismustritest, sealhulgas näiteks rahvastiku voolust linnas, perioodilistest liikumismustritest ja segregatsioonist. Saadud teadmisi saab kasutada epideemiate leviku mõistmisel ja vältimisel, päästetööde planeerimisel, linnaplaneerimisel, agendipõhisel modelleerimisel ja muudes valdkondades, kus on vaja mõtestada inimeste dünaamikat. Miks mitte kasutada ka inimestevahelise suhtluse ja tutvumise edendamisel?

Seni on sotsiaalset läbikäimist, sotsiaalvõrgustiku struktuuri ning selle teket uuritud sotsiaalset lähedust tuvastavate meetoditega: andmekogumisel on kasutatud sotsiomeetrilisi märke, Bluetooth-seadmeid, wifi signaali ning ka pildi- ja videopõhiseid andmeid.

Nendel sotsiaalse dünaamika uurimismeetoditel on ka kitsaskohti. Usaldusväärse pildi saamiseks tuleb sekkuda uuritavate ellu, teha intervjuusid, kasutada lisajälgimisseadmeid. Ka seadmed seavad piiranguid, nt signaali maksimaalne kaugus ja seadmete taristuga kaasnev hind või hooldus. Omaette takistusi seavad andmete võimalik parim kvaliteet, valiidsus ja maht.

Kuigi inimese käitumine võib tunduda juhuslik, on igaühe elus korduvaid ja hõlpsalt tuvastatavaid käitumismustreid. Kui vaadelda käitumist ajalises, ruumilises ja sotsiaalses ühenduses, saab seaduspära selgemaks. Selle tausta loovad inimesed, kes jätavad maha tohutul hulgal digitaalset infot.

Andras Kralla / Äripäev / Scanpix

Mobiiltelefonide kasutamine on maailmas väga levinud. Ennustuste järgi on 2019. aasta lõpuks nutitelefoni kasutajate arv kaks ja pool miljardit, mobiiltelefoni kasutajate arv viis miljardit. Mobiiltelefonide abil inimeste asukoha ja liikumise jälgimine ning sellekohaste andmete kogumise täpsus areneb pidevalt ja kiiresti. Nutitelefonidest jääb maha järjest täpsem ja parema kvaliteediga digitaalne jälg, mis aitab ühiskonnaliikmete aegruumilist liikumist järjest paremini mõista ja kirjeldada. Telefoni kantakse pidevalt kaasas ja seepärast on see inimestevahelise dünaamika jäädvustamiseks parim vahend.

Mahuka andmestiku kogumiseks sobivad nutitelefonid eriti hästi, sest neid saab edukalt kasutatada kohtumiste registreerimiseks ja koguda nende abil sotsiaalse läbikäimise kohta väärtuslikku informatsiooni. Mobiiltelefonidega kogutud andmestik annab võimaluse aru saada organisatsioonide, kogukondade, isegi ühiskondade dünaamikast.

Mobiilpositsioneerimise andmed võib jagada passiivseks ja aktiivseks. Kui mobiiltelefoni ja mobiilivõrgu vaheline ühendus on loodud, salvestatakse passiivne positsioneerimisandmestik automaatselt mobiilioperaatorite logifailidesse. Tavaliselt toimub see telefonikõne ja sõnumite vahetamise korral.

Aktiivse positsioneerimise andmestikku kogutakse mobiili asukoha jälgimisega, raadiolainete abil saadetakse päringuid. Aktiivse positsioneerimise puhul on uurijal võimalik päringute saatmise tihedus ise määrata.

Sotsiaalse positsioneerimise meetodi (SPM) puhul kogutakse peale digitaalselt salvestatud liikumis- ja positsioneerimisandmete uuritava isiklikke andmeid. Eelkõige on selleks kasutaja unikaalne anonüümne tähis, mis võimaldab uuritavat jälgida ajas ja ruumis. Sellisel moel saadakse teada, kus ja kuhu inimesed liiguvad ning kes nad on. Helistamismustri abil on võimalik prognoosida ka töökoha või kodu asukohta.

SPM andmestiku teeb väärtuslikuks see, et saadakse täpne teave inimese asukohast ja liikumisest. Andmemaht on suur ja kvaliteetne. Andmestik on kohe digitaalne, ära jäävad andmekonverteerimisvead, andmed kogub kolmas osaline (võrguoperaator), enam ei mõjuta vastaja või teaduri erapoolikus.

Koos viibimine ja koos liikumine

Senised mobiilpositsioneerimisalased uuringud käsitlevad turistide valikuid reisimisel, etnilist segregatsiooni, liiklusvoogusid, kõnepartnerite võrgustikku ja mobiilsust, põlvkondadevahelisi ruumilise mobiilsuse erinevusi. Uuritud on suuremaid inimrühmi, keskendutud näiteks kas rahvus- või vanusegruppidele. Seejuures otsitakse pingsalt võimalusi, kuidas kasutada neid andmeid ka ametliku statistika koostamisel. Inimestevahelist üksteisest mõjutatud liikumist ja koos paiknemist on asukohaandmete põhjal uuritud seni väga vähe ja üldisel tasemel, rohkem on sellele tähelepanu pööratud loomaökoloogias. Väljatöötatud meetoditega on võimalik analüüsida ühise ala kasutust, tõmbuvat ja vältivat käitumist ning koos liikumist.

Oma magistritöös olen analüüsinud viie osaleja aastase mobiilpositsioneerimise andmeid, et välja selgitada, kui täpselt on võimalik määrata, kus, kui kaua ja kui tihti uuritavad koos viibivad. Jälgisin ka, kui palju on inimese asukohaandmetest võimalik välja lugeda üksteist mõjutavat liikumist ja muid lähestikku paiknemisega seotud seaduspärasid.

Uuringust selgus, et linnades ja muudel tiheda asustusega aladel on võimalik tuvastada mobiilikasutajate koosviibimine juba ühe kuni kümne meetri raadiuses. Samuti on võimalik määrata inimeste potentsiaalne suhtlustasand ning tuvastada suhtlusvõrgustik. Selle määramise aluseks võib võtta näiteks kontaktifaasi, mis näitab kestvat kontakti kahe inimese vahel. Kui tuleb välja, et kontaktifaasid toimuvad kuu või aasta lõikes ainult tööpäevadel ja kestavad korraga kauem kui paar-kolm tundi, siis võib eeldada, et inimesi ühendab tööalane suhe. Samamoodi on võimalik leida ka näiteks perekondlik või sõprade suhtlusringkond.

Magistritööst tuleb välja, et seni loomaökoloogias kasutusel olnud üksteist mõjutava liikumise analüüsimeetoditel on suur potentsiaal ka inimeste liikumismustrite uurimisel. Analüüsida saab inimeste tõmbuvat ja vältivat käitumist ning üksteist mõjutavat üheaegset liikumist. Paraku on võimalik, et koos liikumise uurimiseks on Tartu linn igapäevaste sagedaste käikude eristamise keerukuse tõttu liiga väike. Kui võtta aluseks kogu Eesti, võivad liikumismustrid palju selgemalt välja tulla. Üks kitsaskoht meetodi rakendamisel on ka see, et inimkäitumine erineb loomade omast, mistõttu peab analüüsis kaaluma teistsuguseid käsitlusviise. Näiteks liigub inimene ühe päeva jooksul ühte kindlasse keskkonda (hommikul tööle) ja seejärel sealt tagasi (õhtul töölt koju).

Teistsugust analüüsi vajab ka ühise ala kasutus. Nimelt mõjutavad inimese kodupiirkonda teistsugused nähtused ja piirangud kui loomade kodupiirkonda ja seetõttu olemasolevaid valemeid üks ühele loomadelt inimestele üle kanda ei saa. Edaspidi on analüüsimisel võimalik lähtuda kohtadest – kodu, töökoht, treeningupaik jne –, mille vahel inimene liigub.

Ohukohad

Mobiilpositsioneerimise täpsusele seab Eestis (veelgi enam mujal maailmas) piirangu mobiilimastide arv ning võrgukärje suurus, mistõttu dünaamilise interaktsiooni uurimine linnadest, teedevõrgustikust ja muudest tihedama mobiilivõrguga kaetud piirkondadest eemal on raske. Ka tiheasustusega aladel tuleb saadud tulemusi tõlgendada ettevaatusega, 50 meetri pealt ei saa kindlaks teha, kas inimesed on tõesti näost näkku kohtunud.

Silmas tuleb pidada ka andmete tundlikkust ja nende privaatsust. Demokraatliku ühiskonna teenistuses on sellised inimkäitumise tahke ja nüansse peegeldavad andmed suureks abiks, et paremini mõista igapäevast liikuvust ning selle abil teha parandusi paljudes valdkondades alates transpordi planeerimisest kuni epideemiate tõkestamiseni. Diktatuuri tingimustes aitavad needsamad andmed rahvast diskrimineerida ja vabadust piirata.

See tähendab, et väga selgelt ja läbipaistvalt peab paigas olema ka isikuandmete kaitse: kes, mida ja kuidas tohib nende andmetega teha. Tähtsad otsused ja ka vastutus peavad jääma lõpuks inimese õlgadele, mitte taanduma tarkvara emotsioonitule kalkulatsioonile.

Artikkel põhineb autori sel kevadel Tartu ülikooli geograafia osakonnas kaitstud magistritööl „Kes kellega käib ehk sotsiaalsete suhete dünaamika analüüs liikumisandmete põhjal“. Juhendaja Anto Aasa.

 

Kui sulle meeldis see postitus jaga seda oma sõpradega

[LoginRadius_Share]

Leia veel huvitavat lugemist

Värske Rõhk
Hea laps
LR
Keel ja kirjandus
Akadeemia
Kunstel
Muusika
Õpetajate leht
Täheke
TeaterMuusikaKino
Vikerkaar
Looming
Müürileht