Helsingin Sanomat julkaisi taannoin lyhyen kommenttini epävarmuuden arvioinnista tieteessä, erityisesti ilmastonmuutostutkimuksessa. Tuttuun tapaan satuin törmäämään seuraavana aamuna bussissa lähellä asuvaan ilmastonmuutoksen parissa työskentelevään akatemiaprofessoriin. Kohteliaana miehenä hän kehaisi artikkelia, mutta hiukan aikaa keskusteltuamme totesi, että vaikka IPCC:n raportti painottaa epävarmuuksien arvioimista, se näyttäytyy usein ongelmallisena, sillä päättäjät eivät ota epävarmuuden raportoivaa tutkimusta yhtä tosissaan kuin sellaista tutkimusta, joka antaa yhdet tarkat lukemat kaikille niille muuttujille, joista ollaan kiinnostuneita.

Tämä nostaa monta oleellista kysymystä pöydälle. Onko tosiaan niin, että päättäjät ovat kouliintuneet siihen, ettei hyvässä tutkimuksessa ole epävarmuutta? Monet päättäjistä ovat saaneet akateemisen koulutuksen, johon useimmiten kuuluu ainakin jonkinlainen tilastotieteellinen koulutus, jolloin ainakin luottamusvälin pitäisi olla tuttu käsite. Onko tämä oppi annettu jo alun perin surkeasti, vai onko niin, että poliittinen toiminta on helpompaa ilman epävarmuuksien artikulointia?

Itse olen toiminut pääosan urastani kalastuksen säätelyn piirissä, missä esimerkiksi Yhdysvaltojen länsirannikon ja osin Kanadan tutkijat tuottavat lähes rutiininomaisesti todennäköisyysjakaumat, eli epävarmuuden arviot, kaikille tärkeille muuttujille (esimerkiksi nykyinen biomassa ja rekrytointi sekä kalastuskuolevuus ja tulevat saaliit). Australiassa ja Uudessa-Seelannissa on vastaavat käytänteet. Sikäläiset päättäjät ovat tottuneet todennäköisyysjakaumien tulkintaan ja poimivat helposti oleellisimmat epävarmuuden lähteet, sekä kokevat epävarmuusarviot osaksi tieteellistä laatua.

EU:ssa tilanne on toinen. Vielä reilu kymmenen vuotta sitten ICES:ssä (Kansainvälinen merentutkimuksen neuvosto) oli useampia kanta-arvioinnin ryhmiä, jotka arvioivat myös tuottamansa tiedon epävarmuuden. Tällä hetkellä ainoa epävarmuutta arvioiva työryhmä on Itämeren lohen ja meritaimenen kanta-arvioinnin työryhmä. Muut hävisivät jostain syystä kartalta.

Keskeinen syy tähän löytyy, kun haastattelee EU-komission kalastuksen säätelystä vastaavia virkamiehiä. He sanovat, että tarvitsevat jakauman sijasta yhden luvun, jotta lähtötilanne poliittisiin neuvotteluihin on yksiselitteinen. Neuvottelut avaavat joka tapauksessa useita mahdollisia kehityspolkuja, ja niiden hallitseminen on hankalaa. Vielä hankalampaa se olisi, jos eri maat pääsisivät valitsemaan todennäköisyysjakaumista niitä arvoja, jotka sopivat maan kalastuspolitiikan riskiasenteeseen. Riskiasenteella tarkoitetaan tässä tapauksessa sitä, mihin todennäköisyysjakauman osaan kiinnitetään huomiota, eli esimerkiksi sitä, kuinka suurella todennäköisyydellä biomassa on korkeampi kuin alin biomassa kannan historiassa. Tämä todennäköisyys kasvaa, jos saalistasoa pienennetään tulevassa kalastuksessa, eli riskit pienenevät.

Yhden luvun tuottamat vaikeudet

Yhteen lukuun nojaaminen avaa nähdäkseni useita haasteellisia kysymyksiä. Ensinnäkin yhden luvun valitseminen (useimmiten keskiarvo) tarkoittaa sitä, että otetaan 50 % riski sille, ettei tavoitetta saavuteta. Samalla tehdään mahdottomaksi se, että joku toimijoista (esimerkiksi luonnonsuojelujärjestöt) haluaisivat argumentoida luvulla, jossa vaikkapa eri lohikantojen suojelemisen tavoite saavutetaan 80 %:n todennäköisyydellä. Näin perustellun luvun käyttö politiikassa edellyttäisi riskitasoon yhdistettävien saalistasojen ja kalastuskuolevuuksien laskentaa ja raportointia.

Kalastuksen säätelyssä on maailmanlaajuisesti otettu käyttöön ns. vaihdettavissa olevia kiintiöitä, jolloin kiintiön omistajalla on tietty osuus kannan kokonaiskiintiöistä. Tämänkaltainen, osakkeenomistukseen verrattavissa oleva järjestelmä luo kalastajalle intressin pääoman, eli biomassan, suojeluun. Tämä luo oman säätelyyn sopivan argumentaatiotapansa, ja omistaja ei varmasti halua omistuksen arvon putoavan 50 % todennäköisyydellä. Näiden erilaisten, epävarmuuteen pohjautuvien argumentaatioiden käyttö on mahdotonta yhden luvun tiedepolitiikassa.

Ilmastonmuutoksen osalta lienee selvää, että eri mailla on erilaisia riskiasenteita. Alle metrin korkeat saarivaltiot suhtautuvat merenpinnan nousuun eri tavoin kuin vuoristovaltiot, joille tietysti toisaalta jäätiköiden sulamiset voivat luoda vaikeita tilanteita. Mietin, että helpottaisivatko näiden tapahtumaketjujen keskinäiset todennäköisyysriippuvuudet eri valtioiden välisten neuvottelutavoitteiden luomista, ja sitä kautta myös perustellumpaa kansallista keskustelua? Eri muuttujien välinen todennäköisyysverkko tukisi mielestäni paremmin tiedepohjaisen keskustelun käymistä yhteiskunnissa.

Tutkijat epävarmuuksien määrittäjinä

Tutkijoiden näkökulmat ovat usein keskenään ristiriitaisia, ja vähänkään monimutkaisemman mallin avulla tapahtuva epävarmuuden laskenta on haasteellista. Ns. markov chain monte carlo -menetelmät, ja vastaavankaltaiset muut todennäköisyysjakaumia tuottavat menetelmät, vaativat melkoista asiaan paneutumista, ja tutkijoiden välinen vallan jakauma muuttuu helposti. Substanssiasiantuntijan vallasta osa liukuu menetelmäasiantuntijoille, eikä kiireisimmillä tutkijoilla ole yksinkertaisesti aikaa opiskella uutta metodiikkaa. Tämä mekanismi on aivan ilmeinen kalakantojen arvioinnissa, ja ilman omaa kokemustakin epäilen, että samankaltaisia mekanismeja on muillakin soveltavan tieteen alueilla, joissa annetaan tieteellisiä neuvoja taloudellisesti merkittäviin, monimutkaisiin ongelmakokonaisuuksiin.

Tutkijoiden keskinäinen kritiikki on välttämätöntä, ja nähdäkseni se tehostuisi epävarmuuden laskennalla, sillä se kertoo systemaattisesti, missä osassa ongelmaa lisätietämystä tarvitaan. Päätösmalleissa voidaan laskea ns. tiedon arvo, joka kuvastaa, kuinka paljon tieteen pitäisi allokoida rahaa päätösongelman eri muuttujiin.

Tutkimukselle haasteelliset kysymykset eivät kuitenkaan rajoitu vain näihin. Perustelluimmat todennäköisyyksiä tuottavat menetelmät perustuvat ns. Bayes-laskentaan. Ne sallivat priorijakauman käytön, joka kuvaa todennäköisyysjakauman muodossa kaikkea muuta tiedon loppukäyttäjän kannalta oleellista tietämystä kuin mitä uudesta aineistosta on laskettavissa. Esimerkiksi pitkään alalla työskennelleellä asiantuntijalla voi olla kaikesta mallituksesta ja data-analyysistä syntynyttä tietämystä, joka on arvokkaampaa kuin viimeisin havaintoaineisto kaikkine kohinoineen. Usein tämä ns. prioritietämys tuodaan artikkeleihin diskussio-osuuteen valikoitujen artikkeleiden kautta, mikä voisi olla hyödyllistä mutta vaikeasti numeroiksi puettavaa ja helposti hieman epätäsmällistä, ja potentiaalisesti harhaista epävarmuuden ilmaisemista. Kirjallisuuden hyväksikäyttö pitäisi olla artikkelin analyysin ensimmäinen, systemaattinen askel, ei epätäsmällisesti muotoiltu viimeinen askel.

Johtopäätöksiä

Olen sillä kannalla, että yhteiskunta ei voi välttää epävarman informaation käyttöä. Ilmastomuutoksen selättäminen ei salli sitä, että jäämme odottamaan ns. täyttä tieteellistä näyttöä, muutoin laajamittaiset ongelmat alkavat realisoitua ja jalat alkavat kastua kauppatorilla. Loogista olisi, että juuri epävarmuuden takia toimisimme riittävän ajoissa, sillä yhteiskunnalla täytyy olla suuren todennäköisyyden tarve välttää suuret, ilmastonmuutoksesta johtuvat yhteiskunnalliset ongelmat. Tutkijan tehtävä on tuottaa ja tulkita epävarmuusarvioita ja viime kädessä päättäjän tehtävä on tehdä johtopäätös niiden merkityksestä yhteiskunnalle.

Vaarallisinta on, jos tutkijat asettuvat päättäjän rooliin ja säätelevät tiedon tuotantoa niin, että saadaan mahdollisimman suurella todennäköisyydellä sellaista politiikkaa, joka sopii tutkijoiden omiin tavoitteisiin tai muihin tavoitteisiin, joista ei ole demokraattisilla tavoilla sovittu. Tutkijat liukuvat osin päättäjän rooliin säätelemällä tiedon raportoinnin tapaa ja luomalla haluttua johtopäätöksentekoa. Esimerkiksi päätösmallit voivat esimerkiksi osoittaa, ettei politiikkaa voida tehdä, ellei tavoitteita kirkasteta sopimuksin tai lainsäädännöllä.

Nähdäkseni tutkimusta edeltävän tietämyksen käyttö on kaikkein tärkeintä siinä mielessä, että hyödynnetään aiempien julkaisujen informaatiosisältöä kun lasketaan se, mitä tutkimuksen jälkeen tiedetään kun mukaan on liitetty aineistosta opitut asiat. Tällöin artikkeleiden välille syntyy todennäköisyysriippuvuuksia, eli tieteellistä oppimista kuvaavia ketjuja. Ketjua voidaan suunnata sellaisiin tutkimuksen osa-alueisiin, joissa epävarmuuden pienentäminen on kriittisintä politiikan kannalta. Seisominen tieteen jättiläisen olkapäillä siis mahdollistuu. Tämä vaatii metodista paneutumista tutkijoilta, julkaisukäytänteiden muuttamista ja yliopisto-opetuksen uudistamista, mutta palkkamme maksavilla veronmaksajilla on täysi oikeus tämän muutoksen vaatimiseen. Tyynenmeren saarivaltioon syntyvällä lapsella tämä oikeus on erityisen suuri.