Ajakirjandus suurandmeühiskonnas

Kes ei valda arvude käsitlemise kunsti ABCd, jääb suurandmeühiskonna kõrgpilotaažis hätta.

RAGNE KÕUTS

Juhtumina võiksid Panama dokumendid olla ajakirjanduse edasiliikumise valikute teelahe – kas minna kaasa mõtte- ja toimimisviisiga, millele see juhtum teed näitas, või jätkata senisel kursil ja nii oma valvekoera rolli ja viienda võimu staatuse käest andes. Panama dokumentide juhtum võimaldab küsida, milliste paradoksidega peab kvaliteetne ja ühiskondlikult oluline ajakirjandus seisma silmitsi suurandmeühiskonnas.¹ Ajakirjaniku haritus ja teadmised on pandud proovile: kas ülikeerukaks muutunud ühiskonnasüsteemis suudetakse täita info selekteerija ja tõlgendaja rolli? Tahan tuua välja mõned argumendid, miks ei tohi lubada ajakirjanduse muutumist odavaks ametialaks, pelgalt klikimagnetiks või ööpäev läbi glamuurivoo vahendajaks.

Kommunikatsioonitehnoloogiliselt oleme arenguetapis, mida võiks võrrelda perioodiga, mil lugemis- ja kirjaoskus oli munkade ja väheste õpetlaste monopoolses omanduses. Praegu on privilegeeritud positsioonil need, kelle käes on internetiliikluse juhtohjad ja kelle valdusse jooksevad kokku erinevatest tarkadest tehnoloogilistest süsteemidest mitmesugused andmed. Teine privilegeeritud seltskond on need, kes valdavad koodi – oskavad registritest tõmmata tähenduslikke andmeid, eri registrite andmed omavahel kokku panna ja nendest sisukaid järeldusi teha. Andmetes orienteerumine ja töötlemisoskus annab võimaluse osaleda ka nende tõlgendamises. Ilmselt ei ole vaja esitada naiivset küsimust, miks ei tohi tõlgendus olla kellegi monopol ja miks on vaja endiselt ja üha rohkem kõrgeltharitud ajakirjanikkonda, kes räägiks kaasa keerukate andmete tõlgendamises. Kirjandusest leiab hea näite, mis võib juhtuda, kui vend Jorge valvab õigete materjalide õige lugemise üle.

Arvude kasutamist ja neile oponeerimise oskust saab õppida. Oli mõnevõrra koomiline, kui eelmine peaminister hakkas erakordse järjekindlusega kasutama ajakirjanikega suheldes argumenteerimiskilbina arve ega leidnud ajakirjanike hulgas vastaseid, kes oleksid olnud võimelised samal tasemel tema kallutatult valitud näiteid ümber lükkama. Arv võttis vastastelt relvad, hüpnotiseeris näilise teaduspõhisuse ja faktilise mittevaieldavusega. Ülikeerukas ühiskonnas muutuvad ka faktidega toestatavad seosed üha keerukamaks. Kes ei valda arvude käsitlemise kunsti ABCd, jääb suurandmeühiskonna kõrgpilotaažis hätta.

Kättesaadavus vs. käsitlemisoskus

Esimene keerukus, mis paneb küsima, millist ajakirjandust on meil vaja, puudutab info kättesaadavuse-kasutamisoskuse paradoksi. Näiliselt on info kõigile kättesaadav – võta ja kliki, kasuta sobivat otsisõna ja leia. Kättesaadavus loob illusiooni sellest, et saladusi ei ole. Tegelikult on näha, et mida rohkem on andmeid, seda lihtsam on andmetesse olulist infot peita.² Ja kui anda suur hulk andmeid hinnata lühikese aja jooksul, nagu see toimus Estonian Airi küsimuse otsustusprotsessis, siis ei ole ebapiisaval analüüsil ainult moraalsed, vaid ka rängad majanduslikud tagajärjed.

Probleem on selles, et suuremahuliseks andmetöötluseks on vaja ressurssi. Panama juhtumi puhul ilmnes ressurss töötlejate meeskonna suuruses, kvalifitseerituses ja omavahelises suures usalduses. Ka ajalist ressurssi kulus kaasatud ajakirjanikel isegi kuni aasta, et delikaatseid seoseid esile tuua ja tõestada. Ressurss oli ka kollektiivne akumuleeruv teadmus, mis võimaldas teha valikuid ja andmed omavahel kõnelema panna. Panama juhtum näitas ka eriti ilmekalt, et väga sageli on vaja ka niidiotsa, et teada saada, kust meeletult suurtes andmekogustes otsima hakata.

Kui inimühiskonnas statistikat kogutakse ja andmetevahelisi seoseid analüüsitakse, eeldatakse üldjuhul, et tegemist on üksteisega mitteseotud andmetega ning need jaotuvad normaaljaotuse, nn Gaussi jaotuse kohaselt. Võrgustunud ühiskonnas ei pea need eeldused paika: andmed ei ole ajast ja ruumist väljavõetavad, nende voog on katkematu ja eeldada võiks pigem võrgustunud akumuleerumist. Sellist pidevat koondumist ei ole võimalik selgitada ja analüüsida traditsioonilise Gaussi statistika eeldusi arvesse võttes. Siin omandavad elementaarsed statistikakontseptsioonid, nagu keskmine, varieeruvus ja standardhälve, hoopis teise tähenduse.³ Suurandmetega töötades on vaja statistika peenhäälestust. Võimalik, et ajakirjanik ise ei peagi kõike sellisel professionaalsel tasemel oskama, kuid tal peab olema usaldusväärne meeskond ja/või kontaktid, kes aitavad tal andmetest olulisi seoseid esile tuua.

Individuaalsus vs. massi hulka peitumine

See, et andmete automatiseeritud kogumine ja pidev jälgimine on sisse ehitatud meie tehnoloogilistesse süsteemidesse, muudab mõnevõrra ka uudisväärtuslikkuse leidmist – tähelepanuväärseks muutub individuaalne rada, eristuv muster. Ajakirjandust on huvitanud sageli kurioosumid, kuid samavõrra on oluliseks peetud ka üldistust. Näiteks kui tutvustamisvääriliseks peetakse sotsioloogilise meesteuuringu tulemusi, siis teema lähemale toomiseks leitakse üks tüüpiline mees, et andmed lugejale võimalikult mõistetavad oleksid. Ajakirjandus on siiani personifitseerinud üldisi tendentse või protsesse. Mingis mõttes on see individuaalsus seni alles, kuid natuke ümberpööratud kujul.

Kui Gaussi statistikas jäetakse äärmuslikud juhtumid analüüsist enamasti kõrvale, siis uues analüüsimudelis peaksid just need pälvima ajakirjaniku suurema tähelepanu. Sel põhimõttel töötavad ju praegu ka ühismeediat monitooringuks kasutavad kaitsestruktuurid, et teha kindlaks isikuid, kes võivad endast kujutada ohtu riigi ja kodanikkonna julgeolekule.⁴ Iga ebatavaline asjaolu, iga ähvardus tuleb võtta tähelepanu alla, üle kontrollida, hoolikalt põhjendada selle kõrvalelükkamist või edasist menetlemist. Sama printsiip juhib ka tuleviku andmeajakirjaniku tööd. Korrelatsioonide ja andmehulkade ilmutamise tehnikate valdamise kõrval on vaja tähele­panu ebakõlade, hälbimise ja tavatu märkamiseks. Poliitika, majanduse ja ühiskonnaelu keeruliste teemade kajastamisel kulub uutmoodi tähelepanu ära.

Üldistuste tegemisel ja mustrite otsimisel tuleb arvestada sellega, et tehnoloogiline kommunikatsioon, interneti intensiivne kasutus on iseloomulik vaid teatavale grupile. Näiteks liigub teataval veebilehel vaid teatavat tüüpi inimesi. Seega me ei saa pidevandmevoo puhul eeldada, et see annab meile läbilõike kogu ühiskonnast. Ikka on seal ainult kindla huviga külastajad.

Kontroll vs. kuritarvitused

Suurandmeühiskonnas on kontroll n-ö panspektriline, see ei toimu enam nagu panoptikonis, kus keskse kõikejälgiva silma ümber on jälgitavad, vaid palju sensoreid on paigutatud iga jälgitava ümber.⁵ Võim on selle käes, kellel on ligipääs andmebaasidele. „Panspektrilisus on seireviis, mis annab eeliseid neile, kes kontrollivad seiret teostavaid infrastruktuure, ja jätab võimuta need, kellel puudub ligipääs või kontroll.“⁶ Kuivõrd tasub neid infrastruktuure usaldada, tuleb samuti hoolikalt läbi mõelda.

Uuringutele seab monitoorivate infrastruktuuride rohkus tõlgenduslikud piirangud. Näiteks on keeruline ja isegi ebavajalik kirjeldada inimest ja teda iseloomustavaid näitajaid, pigem püütakse korrelatsioonide klastrite pealt teha sotsiomeetrilisi avastusi – korrelatsiooni avastamine on juba informatsioon. Inimene ei seisa mõõtmise keskmes. Seal seisab mass. „Sellest tulenevalt räägime liiklusest ja enam mitte kasutusest.“⁷ Seega liigume olukorra poole, mida Niklas Luhmann on pidanud oma teoreetiliseks lähtekohaks ja see on inimeseta teooria.⁸ Meid ei huvita inimese sugu, vanus, nimi, huvid, hoiakud. Paljude teiste hulgas jäetud anonüümne jälg on märksa kõnekam.

Uus toimetus

Tuleviku kvaliteetajakirjanduse toimetuses töötavad lugude jutustajad õlg õla kõrval uue põlvkonna statistikute ja infotehnoloogidega, kaasates era- ja kolmanda sektori registripidajaid ja telekommunikatsiooni töötajaid. Sellises meeskonnatöös varustatakse ajakirjanik vajalike teadmistega, selleks et ta saaks kätte loo poliitikult, kes oskab arvud enda kasuks kõnelema panna. Toimetuse juht on nagu suure orkestri dirigent, asjatundlik meeskonna mänedžer, kes tunneb hästi oma meeskonna iga liikme tugevaid ja nõrku külgi ning oskab need meeskonnana panustamiseks kooskõlas tööle panna.

Suurandmeühiskonna ajakirjanikul peavad olema andmetöötluse algteadmised, ta peab olema nii statistik kui ka jutuvestja, kes oskab põimida andmetest pärit seosed ja tendentsid muhedasse narratiivi. Andmemassiividest seoste leidmiseks tuleb olla läbinägelik ja loov, mõelda ka ebatraditsioonilisel viisil. Ühiskonna paradoksid muudavad ajakirjaniku, kes võtab oma tõlgendajarolli tõsiselt, töö äärmiselt komplitseerituks. Kas inimene enam sellega hakkama saabki?

1 Kasutan teadlikult väljendit suurandmeühiskond – big data society, mis on kvalitatiivselt erinev teadmus- või andmeühiskonnast. Suurandmed viivad küll mõtte mitte just kõige olulisemale omadusele uute andmebaaside juures, nagu oleksid andmebaasid üüratult suured. Suuruse kõrval on olulisem see, et tegemist on andmete pideva juurdevooluga nendesse andmebaasidesse. „Pideva andmevoo ühiskond“ oleks märksa kohmakam väljend. Eraldi mõistet on siiski vaja, sest erinevus teistest (post)modernse ühiskonna variantidest ilmneb põhimõtteliselt teistsugustes ühiskonna kontrolli-, haldus- ja juhtimistehnikates.

2 Harro-Loit, H., 2014 Ajakirjanduse kolm paradoksi inforeostuse tingimustes. Postimees, 16. V. http:// www.postimees.ee/2796266/halliki-harro-loit-ajakirjanduse-kolm-paradoksi-inforeostuse-tingimustes

3 Bolin, G., Andersson Schwarz, J., 2015 Heuristics of the algorithm: Big Data, user interpretation and institutional translation, Big Data & Society, July–December, 1–12; Andersson Schwarz, J., 2013. Online File Sharing: Innovations in Media Consumption. London: Routledge.

4 Reichert, R. 2014. Back-end science. Facebook and big data reasearch. Eurozine. http://www.eurozine.com/articles/2014-12-23-reichert-en.html

5 DeLanda, M. 1991. War in the Age of Intelligent Machines. New York, NY: Zone.

6 Bolin / Andersson Schwarz 2015: 4.

7 Ibid.

8 Kõuts-Klemm, Ragne, 2007. Inimeseta teooria. Sissejuhatus Niklas Luhmanni autopoieetilistesse sotsiaalsetesse süsteemidesse. Akadeemia nr 1, lk 2412–2439.