Tutkijoilta peräänkuulutetaan tietoa yhteiskunnallisen päätöksenteon tueksi. Tulosten yhteiskunnallisen viestimisen tärkeyttä korostetaan, ja niin yksittäiset tutkijat kuin tutkimushankkeetkin yrittävät muokata tietoa käyttökelpoiseksi eri kohderyhmille. Tieteellisten artikkeleiden lisäksi tutkijat tuottavat raportteja, policy brief –dokumentteja, antavat haastatteluita, osallistuvat paneelikeskusteluihin ja pitävät esitelmiä erilaisissa tilaisuuksissa.Tästä huolimatta tieto ei siirry erityisen tehokkaasti yhteiskunnalliseen päätöksentekoon.
Jos tieto onnistuu vaikuttamaan päätöksentekoon, on prosessi melkoinen musta laatikko: mitä tietoa syntyneen päätöksen, lain tai vastaavan taustalla on tarkalleen hyödynnetty ja miten? Miksi juuri kyseinen tietolähde on valittu, miten tietoon liittyvää epävarmuutta on tarkasteltu, ja onko vaihtoehtoisia tuloksia ja tietolähteitä ja niiden vaikutusta päätöksen valintaan selvitetty? Poliitikkoja myös kritisoidaan valikoivasta tiedon käytöstä: argumentointiin käytetään sitä ennustetta, joka sattuu tukemaan omaa kantaa parhaiten. Oman lisänsä soppaan tuovat epäselvät tavoitetermit kuten kestävä kehitys, jonka merkitys on jopa tiedeyhteisön sisäisen väittelyn kohteena [1,2] ja näin ollen kestää mitä erilaisimpia tulkintoja myös poliittisessa puheessa.
Yhteiskunnalliset päätösongelmat ovat tyypillisesti luonteeltaan hyvin kompleksisia: ne koskettavat monta yhteiskunnan sektoria suoraan tai välillisesti ja ovat luonteeltaan ”viheliäisiä” [3] – niihin ei löydy yksiselitteisesti oikeita ratkaisuja, vaan ne vaativat eriasteisia kompromisseja ympäristön, sosiaalisen hyvinvoinnin ja kansantalouden välillä. Päätöksiä pohditaan usein sektorikohtaisesti, vaikka käytännössä toimet vaikuttavat yli sektorirajojen erilaisten takaisinkytkentämekanismien kautta. Sektoreittain tehdyillä päätöksillä saattaa olla keskinäisiä vuorovaikutuksia, jolloin ne voivat joko heikentää tai vahvistaa toistensa tuottamaa hyötyä.
Myös aikajänne, jolla vaikutuksia ja vuorovaikutuksia tulisi tarkastella, mutkistaa asioita. Päättäjää mietityttää, ovatko äänestäjät valmiita sitoutumaan päätökseen, joka lähivuosina syö varmasti valtion taloutta tai yksilönvapautta mutta pitkällä aikavälillä todennäköisesti parantaa edellytyksiämme selviytyä globaaleista muutoksista ja mahdollisesti tuottaa tuolloin jopa kilpailuetuja.
Viheliäinen, eriasteisia epävarmuuksia sisältävä eko-sosio-taloudellinen päätösongelma rikkoo totunnaisia oletuksia syy- ja seuraussuhteista. Se on myös yleensä niin monimutkainen ja arvolatautunut, että jopa kaiken asiaan liittyvän tiedon valossa parhaan ratkaisun rationaalinen arvioiminen on haastavaa [4]. Kun kysymykset muuttuvat monimutkaisemmiksi, tarvitaan työkaluja integroimaan tietoa ja tukemaan (jäsentelemään, dokumentoimaan ja validoimaan) ajattelua.
Päätösanalyysi auttaa tiedon integroinnissa ja päättäjän logiikan näkyväksi tekemisessä
Vaikutusarviot, tilastot, yksittäiset ekosysteemimallit, talousteoriat tai muutkaan yksittäiset tiedon palaset eivät sellaisenaan vastaa kysymykseen, mitä meidän tulisi päättää. Päätösongelmaan liittyy arvovalintoja, joihin tutkimus ei voi vastata – se voi korkeintaan tarjota tietoa niiden taustatueksi.
Todennäköisyyspohjainen päätösanalyysi (jatkossa käytän tästä vain yleistermiä päätösanalyysi, vaikka lähestymistapoja päätösanalyysiin on muitakin) on lähestymistapa, joka jäsentelee ja dokumentoi päätösongelman, kokoaa tarvittavat tiedon palaset epävarmuuksineen ja vastaa sitten laskennallisesti päätösongelmaan liittyviin kysymyksiin. Tällainen analyysi edellyttää päättäjiltä päätöksentekologiikan ja -kriteerien täsmällistä määrittelyä ja tutkijoilta vallitsevan tiedon kokoamista ja yhdistelyä vastaamaan esitettyyn päätöskysymykseen (Kuva 1).
Päätösanalyysin avulla voimme paitsi optimoida parasta päätöstä tai päätösyhdistelmää myös tehdä ajattelumme näkyväksi muille ja arvioida tietoon liittyvän epävarmuuden merkitystä tuloksille. Voimme testata vaihtoehtoisia skenaarioita ja ajatustapoja sekä tutkia sitä, miten ne muuttavat käsitystämme siitä, mitä pitäisi tehdä. Hyvin epävarmoissa tapauksissa päätösanalyysi voi myös tarjota vastauksen siihen, voidaanko esitettyyn päätöskysymykseen vastata vallitsevan tiedon valossa riittävällä tarkkuudella ja missä systeemin osasta tiedon tarkentaminen olisi päätöksenteon kannalta olennaisinta. [esim. 5, 6]
Kun päättäjät ovat määritelleet riittävällä tarkkuudella päätöksentekomallin – eli mistä tarkalleen ottaen ollaan päättämässä – tutkijat ja asiantuntijat voivat laatia analyysiin tarvittavan eko-sosio-taloudellisen systeemin avaintekijät ja niiden riippuvuudet sisältävän kausaalimallin. Päätöksentekomalli muotoilee sen, millä kriteereillä päätöksiä vertaillaan ja millä suureilla kriteerien täyttymistä mitataan. Systeemimalli taas kuvaa syy-seuraussuhteita, jotka vaikuttavat ympäristössä ja yhteiskunnassa. Ulostulonaan systeemimalli tarjoaa ennusteita kiinnostuksen kohteena olevien mittasuureiden tiloista, kun jotain mallin osaa säädellään tai tietoa osan tilasta muutoin päivitetään. Tämän jälkeen malliin lisätään yhteistyössä päätöksiä, joilla systeemimallin eri osia voidaan eriasteisesti kontrolloida. Osa päätöksistä ovat toisensa pois sulkevia (esim. toteutetaan vs. eitoteuteta toimenpidettä), kun taas toisille voidaan etsiä parasta mahdollista yhdistelmää. Tähän kausaalipäättelykoneeseen voidaan lopulta syöttää tietoa asioiden välisistä riippuvuuksista, joita yksittäiset tutkimustuotokset tyypillisesti sisältävät.
Usein päätösanalyysillä voidaan havaita, miten jotkin päätökset yhdessä vahvistavat tai heikentävät toistensa tehoa tai miten päätösten toimeenpanojärjestyksellä voi olla merkitystä sille, miten paljon hyötyä niistä kustakin saadaan. On myös huomioitava, että malli voi ehdottaa vain sellaisia päätöksiä, joita siihen on sisällytetty. Näistä syistä potentiaalisia toimenpiteitä kannattaisi tarkastella samassa mallissa laajalla skaalalla, tässäkin yhteiskunnalliset sektorirajat ylittäen. Kokonaisvaltaisessa päätösanalyysissa, jonka tavoitteena on etsiä kollektiivisesti hyvää ja perusteltua ratkaisua, myös tavoitteet – niin kilpailevat kuin toisiaan tukevatkin tulisi sisällyttää samaan analyysimalliin.
Epävarmuus: uhka vai mahdollisuus?
Todennäköisyyspohjainen päätösanalyysi ratkaisee päätösongelman laskennallisesti epävarmuuksista huolimatta – tai oikeastaan niiden valossa. Tällöin vastaus on paras päätös tai päätösyhdistelmä vallitsevalla tietotasolla, huomioiden epävarmuudet. Mallia voi edelleen käyttää sen tarkastelemiseen, missä systeemin osassa epävarmuuden pienentämisellä lisätutkimuksin olisi suurin merkitys sille, mitä kannattaa päättää. Tähän luonnollisesti vaikuttaa myös päätöksenteon kiireellisyysaste.
Päätösanalyysi voi kuitenkin myös osoittaa, että epävarmuudesta huolimatta tietty strategia on selkeästi paras käytettyjen kriteerien valossa, eikä lisätietoa päätöksen taustalle tässä tapauksessa tarvita. Näin ollen epävarmuuksien eksplisiittinen sisällyttäminen osaksi tietopohjaista päätöksentekoa on ensiarvoisen tärkeää, ja tähän tarvittaisiin kulttuurinen muutos.
Päätösanalyysia varten voidaan tuottaa tietoa systeemin eri osista esimerkiksi empiirisen tutkimuksen, mallinnuksen, kyselyjen ja kirjallisuuskatsausten keinoin. Todennäköisyyspohjainen lähestymistapa mahdollistaa vaihtoehtoisten mallien ja eri lähteissä esiintyvän tuloshajonnan sisällyttämisen arvioon tietoon liittyvän epävarmuuden muodossa. Kausaaliverkon modulaarinen luonne mahdollistaa helpomman päivittämisen ja modifikaatiot, jolloin esimeriksi kriteerien, painotusten, rajauksen tai saatavilla olevan uuden tiedon vaikutusta voidaan arvioida.
Myös asiantuntijalausuntoja voidaan hyödyntää. Kun asiantuntijalta kysytään näkemystä yksittäisistä kausaalisuhteista monimutkaisessa systeemissä, eivät yksilön intressit lopputulosta kohtaan useinkaan vaikuta merkittävästi. Useampia asiantuntijoita käyttämällä voidaan eriävät näkemykset huomioida mallissa yhtenä epävarmuustekijänä ja tämänkin epävarmuuden merkitystä lopullisen päätösanalyysin tulokseen testata.
Tietoperusteista politiikkaa vai politisoitua tiedonkäyttöä?
Ratkaistava päätösongelma vaikuttaa olennaisesti vastaamiseen tarvittavan systeemimallin rajaukseen eli siihen, mitkä muuttujat ja vuorovaikutukset pitäisi huomioida. Prosessi on kaksisuuntainen (kuva 1). Yhtäältä päätöskysymys määrittelee tietotarpeet ja edelleen relevantit arvioitavat päätösvaihtoehdot. Toisaalta taas samainen malli päivitettynä tiedolla tuottaa päätössuosituksia. Muuttuuko mikään? Tukeeko mallikaan siis lopulta tietoperusteista päätöksentekoa vai onko jälleen kyse yhdestä politisoidun tiedonkäytön muodosta?
Tähän vastaamisessa merkittävimpään rooliin nousevat seuraavat tekijät:
a) kysymyksenasettelu ja analyyttinen tarkastelu (Mitä mittareita ja aikajännettä käytetään arvioitaessa ihmisen hyvinvointia, ympäristön ja/tai talouden tilaa? Miten näitä painotetaan toisiinsa nähden? Onko tavoitteena maksimoida tai minimoida vai riittääkö hyväksyttävän tason saavuttaminen?) sekä
b) käytettävän tiedon valikointi ja siihen liittyvän epävarmuuden koherentti esittäminen ja sisällyttäminen konkreettiseksi osaksi analyysiä (Entä jos luotetaankin toiseen aineistoon, malliin tai teoriaan, tai jos huomioidaan kaikkien vaihtoehtoisten datojen, mallien tai teorioiden tuloksista muodostuva kokonaisepävarmuus?).
Päätösanalyysi testaa sitä, miten vaihtoehtoiset asetelmat, mittarit ja tietolähteet oikeastaan vaikuttavat siihen, mitä meidän kannattaisi tehdä. Näin ollen se ainakin tekee politisoidusta tiedon käytöstä – niin tahallisesta kuin tahattomastakin – huomattavan hankalaa.
Johtopäätöksiä ja ehdotuksia
Tietoperustainen päätöksenteko perustuu vallitsevaan tietoon. Sen tulee myös huomioida ymmärrys siitä, että kysymys on kompleksinen ja sisältää monia eri lähteistä kumpuavia epävarmuuksia. Kompleksisuutta ja epävarmuutta ei pidä pelätä, vaan päätöksenteko-ongelmaa pitää tarkastella useista näkökulmista, yli sektorirajojen, takaisinkytkennät ja muut vuorovaikutukset huomioiden. Tietoon liittyvän epävarmuuden rehellinen esittäminen ja huomioiminen kuuluvat olennaisena osana päätösvaihtoehtojen paremmuuden tietoperusteiseen arviointiin.
Päätösanalyysi ei luonnollisesti poista eko-sosio-taloudellisten päätösongelmien viheliäisyyttä – esimerkiksi sitä tosiseikkaa, että kaikki tavoitteet eivät ole vertailukelpoisesti yhteismitallistettavissa. Tästä huolimatta – tai oikeastaan juuri siksi – ongelman huolellinen jäsentäminen, dokumentointi ja analysointi on erityisen tärkeää; itse asiassa itse prosessia voi pitää jopa yksittäistä laskennallista optimointitulosta tärkeämpänä. Päätösanalyysin tarkoitus ei ole poistaa inhimillistä älyä ja harkintaa päätöksentekoprosessista vaan erottaa selkeästi arvovalinnat tutkimustiedosta sekä tehdä päättelyn ja päätöksenteon logiikka sekä epävarmuudet näkyviksi ja jäljitettäviksi [7].
Yksittäisen tieteenalan teoriat ja menetelmät eivät voi tarjota eko-sosio-taloudellisiin päätösongelmiin riittävän kokonaisvaltaisia ratkaisuja. Tutkijoilta osallistuminen päätösanalyysin vaatimaan konkreettiseen tiedon integrointiin edellyttää paitsi aktiivista dialogia päättäjien kanssa myös tieteiden väliset raja-aidat ylittävää kommunikaatiota. Eri tieteenaloilla vallitsevat tutkimustraditiot ja jo yksin terminologia, jota toisen alan edustajan voi olla vaikea ymmärtää, tekevät yhteistyöstä toisinaan yllättävän haastavaa.
Päätösmalli voi tarjota strukturoidun, modulaarisen rajakohteen [8], joka mahdollistaa tieteidenvälisen tiedon yhteistuotannon ja systeemisen linkittämisen, vaikka täydellistä konsensusta kaikesta ei aina saavutettaisikaan. Graafinen kausaalimalli yhteistyökielenä edustaa sellaista ajattelun visualisointia, jota suuren osan ihmisistä on mahdollista ymmärtää. Useat meistä ovat jo koulussa oppineet piirtämään kausaalisia käsitekarttoja ajattelun ja oppimisen tueksi. Tällaista esitystä katsomalla on kohtalaisen helppoa hahmottaa, mitä tekijöitä ja riippuvuuksia ajatusmallissa on otettu huomioon, vaikka ei matemaattisesta mallinnuksesta perillä olisikaan.
Päätösanalyysia ja siihen tarkoitettuja ohjelmistoalustoja voitaisiin hyödyntää rajakohteena tutkijoiden, päättäjien ja sidosryhmien kesken, kun pyritään kohti konkretiaa tietopohjaisessa päätöksenteossa. Näin saataisiin tuotua tutkimustietoa läpinäkyvästi osaksi yhteiskunnallista päätöksentekoa. Konkreettisesti muotoiltu päätöksentekologiikka, mittarien määrittely ja vaihtoehtoisten logiikoiden ja mittareiden arviointi myös mahdollistaa rakentavamman yhteiskunnallisen keskustelun [9]. Se edellyttää päätöksentekijöiltä avoimuutta ja täsmällisyyttä mutta toisaalta myös helpottaa mallin oikeuttamien päätösten puolustamista.
Todennäköisyyspohjainen päätösanalyysialusta voisi parhaimmillaan toimia eräänlaisena skenaariosynteesialustana, jonne voisi koordinoidusti koota tietoa erilaisten muuttujien välisistä suhteista. Alusta voisi sisältää myös vaihtoehtoisia tulevaisuusskenaarioita, kuten ilmastonmuutos-, väestö- ja talousskenaarioita, toisiinsa vertailukelpoisesti sovitettuina ja linkitettyinä. Tai miltä kuulostaisi kansalaiskyselyosio, jonka kautta voitaisiin kerätä ajantasaista tietoa ihmisten asenteista ja arvoista, jolloin kollektiivista mielipidejakaumaa voisi hyödyntää yhtenä testattavista päätöskriteereistä [10]?
Päättäjien ja kaikkien tutkijoiden ei tietenkään voi olettaa ryhtyvän opiskelemaan päätösmallinnusta. Tiedon tuottajien ja käyttäjien väliin tarvitaan kommunikaatiota tukeva, päätösmallinnusta ja tiedon integrointia koordinoiva moniosaaja – tai pikemminkin tähän työhön erikoistunut tiimi. Esimerkiksi kansleri emeritus Kari Raivion raportissaanvaltioneuvostolle ehdottama tieteellinen neuvonantaja voisi johtaa tällaista ryhmää.
Päätösanalyytikon tai analyysitiimin tulee hallita muun muassa erilaisia tiedon keruun, integroinnin ja mallintamisen menetelmiä, omaksua nopeasti eri tieteenalojen edustajien kieltä, suhtautua avoimesti erilaisiin lähestymistapoihin ja toimia tiedonvälittäjänä ja diplomaattina keskusteluissa, joihin osallistuu vastakkaisia intressiryhmiä tai hyvin erilaisia tutkimustraditioita omaavien tieteenalojen edustajia [11, 12]. Yliopistojen tulisi kiinnittää huomiota siihen, että huippuunsa koulutettujen eri alojen spesialistien ohella koulutetaan tällaisia rajapintaosaajia yhteiskunnan tarpeisiin. Oletan, että myös yritysmaailma hyötyisi heistä suuresti.
Teksti pohjautuu osin Kestävyystieteen päivillä 9.5.2019 pidettyyn esitelmään. Kirjoittaja kiittää WISE-tutkijoita, jotka ovat olleet vaikuttamassa näiden ajatuskulkujen kehittymiseen: professorit Sakari Kuikka ja Janne Hukkinen sekä yliopistolehtori Nina Janasik ja tohtorikoulutettava Roope Kaaronen. Tekstin viimeistelyssä auttoi myös BIOS-tutkimusyksikön tutkija-kirjailija FT Ville Lähde.