Skip to content

Kaikki tutkittu tieto ei ole samanarvoista

Koronakriisin alussa joukko käyttäytymistieteilijöitä oli sitä mieltä, että ihmisten viruspelko on irrationaalista ja perustelematonta eikä SARS-CoV-2-viruksen leviämistä vastaan kannata tehdä erityistoimia (esimerkiksi How Fear Distorts Our Thinking About the Coronavirus). Osin tämänkaltaisten kannanottojen vaikutuksesta monessa maassa virukseen varauduttiin heikommin kuin ehkä olisi pitänyt. Itse suhtauduin asiaan samoin – ehkä ei olisi pitänyt (Don’t trust the psychologists on coronavirus).

Tutkimustietoon ja asiantuntija-arvioihin pohjautuvaa päätöksentekoa pidetään demokraattisissa yhteiskunnissa arvossa. Kuitenkin iso osa käytetystä tutkimustiedosta on epävarmaa tai jopa virheellistä. Mikäli koronavirukseen liittyviin päätöksiin vaikuttanut tiedeneuvonta perustui tiettyjen tieteenalojen virheellisille oletuksille ja epävarmoille tutkimustuloksille, on houkutus jälkiviisastella suuri. Oli miten oli, esimerkiksi yhteiskuntatieteillä ja psykologialla on vielä paljon tehtävää ennen kuin merkittäviä päätöksiä voidaan johtaa tutkimustiedosta luotettavasti, erityisesti kriisitilanteissa. Toki paljon myös tuotetaan tietoa, joka on luotettavaa ja suoraan hyödynnettävissä yhteiskunnallisessa päätöksenteossa. Osa ennustuksista on hämmästyttävän tarkkoja, mutta osa menee kohtuuttoman paljon ohi. Haasteena on, miten erottaa jyvät akanoista.

Kun tiedeneuvonnassa välitetään päätöksentekijöille tietoa, on aina mahdollisuuksien mukaan viestittävä, kuinka varmaa tieto on. Toisin kuin esimerkiksi tutkijayhteisön sisäisissä keskusteluissa, tiedeneuvonnassa ei voi luottaa siihen, että kaikki osapuolet osaavat arvioida tutkimusten luotettavuutta, laatua tai näytön astetta. Vertaisarvioinnin läpäiseminen ei riitä osoitukseksi näytön voimakkuudesta, sillä monenlainen tutkimus tulee hyväksytyksi ja laadukaskin tutkimus voi tarjota heikkoa näyttöä. Yksittäisen laadukkaan tutkimuksen näyttö ei voi koskaan olla erityisen vahvaa, sillä aidosti uskottava näyttö muodostuu lopulta satojen laadukkaiden tutkimusten myötä. Siksi katsaukset sopivat lähtökohtaisesti yksittäisiä tutkimuksia paremmin tiedeneuvontaan. Myös katsausten tarjoama näyttö on suoraan verrannollinen niissä yhteen vedettyjen tutkimusten luotettavuuteen, laatuun ja näytöasteeseen, eli katsauksia hyödynnettäessä on varmistuttava siitä, että niiden tekijä on arvioinut ja huomioinut mukaan ottamiensa tutkimusten tarjoaman näytön painoarvon yhteenvedossaan.

Joillain tieteenaloilla laadun ja näytönasteen arviointimenetelmiä on jo käytössä. Esimerkkejä ovat lääketieteen AMSTAR 2 ja STROBE sekä yhteiskuntatieteisiin kallellaan olevan EPPI-keskuksen Weight of Evidence -viitekehys. Sofin ilmiökartta-pilotissa tuotetaan tietosynteesejä digitaalisen median vaikutuksia tarkastelevasta tutkimuksesta. Sopivaa valmista arviointimallia tällaiselle psykologian ja yhteiskuntatieteellisen alan aineistolle ei ollut, mutta edellä mainittujen pohjalta sellainen oli kehitettävissä. Tutkimuspaljouden keskellä laadun ja näytönasteen arviointi on yhä tärkeämpää ja arviointimallien käytön yleistyminen on toivottavasti vain ajan kysymys.

Asia on yksinkertainen: kuten tiedustelutietoa valtionjohdolle välitettäessä, myös tiedeneuvonnassa on tiedon lisäksi toimitettava aina kun mahdollista arvio tiedon varmuudesta, epävarmuustekijöistä ja sovellettavuuden reunaehdoista. Päätöksentekijöiden on myös opittava tätä vaatimaan.

LAURI HIETAJÄRVI

Kirjoittaja on kasvatuspsykologian tutkijatohtori Helsingin yliopistosta. Hän on työskennellyt Sofin ilmiökartta-pilotissa ja tuottanut tietosynteesejä digitaalisen median vaikutuksista nuoriin.

Kommentointi on suljettu.