Tämän skenaarion alkuperäinen lähde: Tuula Tutkijan tarina
Info | ||||
---|---|---|---|---|
| ||||
Tuula Tutkija on arvostettu apulaisprofessori korkeakoulussaan. Tutkimusalansa johtoryhmän jäsenenä hänen täytyy ymmärtää mitä tutkimuksen palveluita ja miten järkevästi näitä oikeasti käytetään, ja käytetäänkö rajallisia resursseja tuottavasti monenlaisiin tutkimuksen palveluiden hankintoihin. Tutkimustyö alkaa vähitellen siirtyä yhä laajemmin erilaisiin ekosysteemeihin, joissa akateeminen yhteisö, työnantajat, erilaiset julkaiset organisaatiot tekevät yhteistyötä. Tämä edellyttää uudenlaista ajattelua myös infran ja tiedonhallinnan kannalta. Suurimpia haasteita Tuulan työssä on tutkimuksessa syntyvän (osin sensitiivisen) tiedon hallinta. Dataa syntyy tutkimuksen aikana valtavia määriä, ja tästä tietty osa pitää pystyä tallentamaan myös projektin jälkeen hyödynnettäväksi oman organisaation lisäksi alansa kansainväliselle tutkijayhteisölle. Lisäksi tutkimus tehdään yhteistyössä yksityisen yrityksen kanssa, jonka henkilökuntaa on mukana projektissa ja joka hyödyntää syntyvää dataa. Tutkimuksen rahoittajat ja muut päättäjät edellyttävät, että Tuulan hankkeella on todennettavissa oleva datan/tiedonhallinan suunnitelma. Hyvinkin erilaisten datasettien yhdistäminen luo merkittäviä mahdollisuuksia uusille tutkimusinnovaatioille. Aineistot eivät välttämättä ole levytilan määrässä mitaten valtavia, mutta niiden heterogeenisyys vaatii datan esikäsittelyä ja mallintamista tutkimustyön helpottamiseksi. Vuonna 2030 Tuulalla on käytössään hyvät koneoppimiseen pohjautuvat työkalut tähän työhön. Työkalut auttavat vielä vuonna 2020 haastaviltakin tuntuvissa kohdissa kuten videohaastatteluiden automaattisessa annotoinnissa. Tuulan tutkimusryhmä tarvitsee runsaasti laskentakapasiteettia ja monia työvälineitä tiedon analysointia varten. Suuri osa ’raskaammasta’ työstä tehdään oman organisaation ulkopuolisten (pilvi)palvelun tarjoajien järjestelmillä ja valmisohjelmistoilla. Monet tutkijat kuitenkin kokevat haasteena järjestelmien käytettävyyden ja sopivien toimintamallien löytämisen oman tutkimuksen kannalta. Omien ideoiden pienimuotoisempi testaus tutkimusta varten räätälöidyillä algoritmeilla ei toimi lainkaan tai riittävän joustavasti ulkopuolisten toimittajien laskenta- ja datan analytiikkatyökalujen ympäristöissä. |
...