Читать книгу Kuidas mõista andmestunud maailma - Anto Aasa Mare Ainsaar Mai Beilmann Marju Himma Muischnek - Страница 15

Üks olulisemaid kohti, kus tekib küsimus andmete kogumisest ja kasutamisest, on riik ja selle toimimine. Peamiseks küsimuseks on, kuidas lahendada ühiskondlikke probleeme ning saavutada soovitud muutusi, olgu siis tegemist kas tööpuuduse vähendamise, iibe tõusu, keskkonnareostuse ennetamise või ühistranspordivõrgustiku optimeerimisega. Teadmispõhine poliitikakujundamine sai avaliku halduse ja poliitikate kujundamise reformide trendiks Euroopas ja Anglo-Ameerika riikides juba 1960. aastatel, kui hakati rõhutama strateegilist planeerimist, kulu-tulu analüüse ning teaduslikku ja ekspertteadmisel põhinevat otsustamist (Pollitt, Bouckaert 2017: 11). Nüüdseks on see trend muutunud arenenud riikides valdavaks seoses andmeanalüüsi meetodite ja tehniliste võimaluste, sh avaandmete ja uutest allikatest pärit andmete arenguga (vt ka raamatu sissejuhatus). Andmeanalüüs on muutunud riigiasutuste toimimise igapäevaseks osaks. See on märgatav pidevas andmete kogumises, seires, aruandluses ja analüüsis, mis informeerib mitte ainult asutuse juhtimist ja muutuste kujundamist ühe valdkonna piires, vaid laiemalt kõiki riigi poolt vastu võetavaid otsuseid. Lisaks sellele on andmete kogumine institutsionaliseeritud, st need protsessid väljenduvad ka asutuse struktuuris ja funktsioonides. Seega on riigi ja riigiasutuste võime neid funktsioone täita võtmetähtsusega (vt nt Wu et al. 2018).

Ükskõik, millisel kujul andmeid kogutakse ja kasutatakse, on riigi ja kohaliku omavalitsuse perspektiivist eesmärk sama: andmepõhine otsustamine võimaldab vähendada ebakindlust, mis tulevikku suunavate otsuste tegemisega kaasneb. Vaadates paralleelselt avaliku halduse teooria ja praktika arengut 20. sajandil (vt nt Pollitt, Bouckaert 2017; Lynn 2012), on peamine rõhuasetus olnud just ekspertiisi suurendamisel ning sellistel väärtustel nagu tõhusus (efficiency) ja mõjusus (effectiveness) (eesmärkidena) ning erapooletus ja neutraalsus (ametnike iseloomujoontena) avalike teenuste pakkumisel erasektori poolt, võrdlevanalüüsil (benchmarking) ja strateegilisel planeerimisel. Selline fookus peidab aga endas ohtu: keskendudes tõhususele ja mõjususele ning arvulistele indikaatoritele, ei pane avalikud teenistujad enam tähele eetika- ja moraaliküsimusi; nad muutuvad moraali aspektist kurttummadeks (Menzel 1999).

Viimase kümnendi suurimad skandaalid on juhtinud tähelepanu selle probleemi tekkimisele ka andmekorjes ja -kasutuses. 2013. aastal avalikustas Edward Snowden USA Riikliku Julgeolekuagentuuri ning mitme telekomifirma ja Euroopa riigi koostöö, mille keskmes oli julgeoleku eesmärgil eraisikutelt andmete kogumine. Facebooki kaudu kogutavad andmed olid 2016. aastal suurepäraseks andmeallikaks Cambridge Analyticale USA presidendivalimiste ja Ühendkuningriigi Brexiti-referendumi kontekstis (vt täpsemalt ptk 1.4). Need kaks skandaali tõid kaasa diskussioonid andmeanalüütiku rolli üle poliitikakujundamises, aga ka elavnenud huvi mitme kaasneva teema üle (nt privaatsus ja selle riive, kontroll andmete kasutamise üle, teadlik nõusolek, millistel eesmärkidel (riigikaitse, julgeolek) võib tavapäraselt kehtivaid reegleid rikkuda, vabade valimiste ohustatus). Nende skandaalide sisuks olnud tegevused on just nimelt tuginenud tõhususele ja mõjususele kui väärtuskriteeriumitele. Esimene muutis riigi julgeoleku eesmärgiks, mille nimel kogutakse andmeid, ennetamaks võimalikke rünnakuid, kuid riivas samal ajal eraisikute privaatsust. Teine aga muutis andmed kaubaks, mille abil manipuleeriti inimeste infovälja ja seeläbi demokraatlikku protsessi.

Lühidalt: andmed võimaldavad (riigil) teha mõjusamaid ja tõhusamaid otsuseid, kuid samas ei tohi ära unustada muid väärtusi ja hindamiskriteeriume. Poliitikakujundamises on küll eesmärk luua fakte kogutud andmete põhjal, kuid paratamatult tulevad mängu mitmed sotsiaalsed, poliitilised ja eetilised väärtused (vt nt May 2011; Bryman 2015; Creswell, Creswell 2018), sealhulgas esitatakse niisuguseid küsimusi nagu kes uuringut rahastas ja miks, kuidas ja kes uuringu korraldas, millised on valitud metoodika tugevused ja nõrkused jne. Varasemad uuringud (ibid.) on välja toonud kuus kriitilist etappi uuringute kavandamisel, mis võivad kaasa tuua olulisi eetilisi või väärtushinnangutele toetuvaid valikuid (vt tekstikast 1.1.1).

TEKSTIKAST 1.1.1. PEAMISED VÕIMALIKUD VÄÄRTUSHINNANGUTE KONFLIKTID (MUUDETULT MAY 2011; BRYMAN 2015; CRESSWELL, CRESSWELL 2018)

1. Uuringut mõjutavad huvid (huvide konflikt)

2. Uuringu eesmärgid ja uurimisdisain

3. Andmete kogumise meetodid ja protsess

4. Andmeanalüüsi meetodid ja andmete tõlgendamine

5. Andmete säilitamine ja jagamine

6. Uuringutulemuste kasutamine (või kasutamata jätmine)

Esimene etapp, kus mängu tulevad sotsiaalsed, poliitilised ja eetilised väärtused, puudutab uuringu tellimiseni viinud huve ja uuringu rahastamist (May 2011). Rahastaja tellitud tulemuste ja järeldustega uuringud on üks huvitavamaid eetilisi dilemmasid nii uurija rolli kui ka uuringu usaldatavuse aspektist. Võimalik huvide konflikt, kus vastanduvad professionaalsed, isiklikud, finantsilised, õiguslikud ja muud huvid, võib mõjutada nii andmete kogumist kui ka tõlgendamist (Fisher, Anushko 2012). Kas näiteks karastusjookide tootja tellitud uuring, mis väidab, et limonaadid võivad olla tervisliku toitumise osa, on ikka erapooletu ja usaldatav ning kas seda peaks arvestama tervisepoliitika meetmeid kujundades? Paratamatult võiks seoses eelneva näitega tekkida ka küsimus, milline on selle uuringu teostaja vastutus rasvumise kui nurjatu probleemi (wicked issue) lahendamisel (või pigem selle lahendamise takistamisel)? Võib ju öelda, et seni kui uuringu rahastaja on avalik ja tema huvi seetõttu ka justkui arusaadav, on tarbija otsustada, kas ja millises ulatuses uuringut usaldada. Samas on aga kaheldav, kui läbipaistvad need huvid tavainimesele tegelikult on, eriti juhul kui uuringutulemusi vahendav meediakanal on pigem orienteeritud löövale pealkirjale, mitte sisu kontrollile ja täpsele edastamisele (vt nt Löbl, Onneken 2015). Pealtnäha vastuoluline info võib kaasa tuua konflikte otsustusprotsessis, kus osalised lähtuvad erineva usaldusväärsusega andmeallikatest ega jõua seetõttu kokkuleppele, millised piirangud ja meetmed oleksid piisavad, asjakohased või üldse vajalikud soovitava muutuse saavutamiseks.

Teiseks, väärtushinnangutele toetuvaid valikuid tehakse ka uurimisdisaini kujundamisel ning andmete kogumismeetodit valides: ükski valitud metoodika ei ole läbini objektiivne, igal meetodil on oma tugevused ja nõrkused ning ohte uuritavatele võib tekkida mitmes etapis. Arutlemaks selle üle, millised on võimalikud eetilised ohukohad seoses andmete kogumise ja nende kasutamisega poliitikakujundamises, on kasulik aluseks võtta sotsiaalteadustes kasutatavad eetilised printsiibid (vt ptk 1.4). Andmete kasutamise eetilisi printsiipe avalike teenuste kujundamisel ja innovaatiliste poliitikameetmete väljatöötamisel on rõhutanud ka mitmed riigid. Ühendkuningriigi Data Ethics Framework rõhutab näiteks, et andmeanalüüside tegemisel kasutatavad andmed, meetodid ja algoritmid peavad olema avalikud, aidates nii kaasa analüüsiprotsessi läbipaistvusele ja uuringu korraldajate vastutuse tagamisele. Lühikese ülevaate uurimistööde eetikat puudutavatest koodeksitest ja nende kujunemisloost annavad näiteks Celia Fisher ja Andrea Anushko (2012).

Kolmandas etapis ehk andmete kogumisel on üks olulisemaid printsiipe uuritavate teadliku nõusoleku põhimõte (vt ka ptk 1.4). Printsiip on iseenesest justkui lihtne ja järgib sotsiaalteadustes kasutatavaid üldisi eetilise uurimuse põhimõtteid, samas on aga selge, et andmeanalüütik, kes tegutseb poliitikakujundamise eesmärgil, ei suuda alati ette ennustada, millist infot täpselt võidakse koguda ning kuidas see võib hiljem osalejat mõjutada (Creswell, Creswell 2018; Fisher, Anushko 2012). Näiteks võivad tekkida selged õiguslikud või sotsiaalsed tagajärjed juhul, kui info uuritavate kohta peaks avalikuks muutuma (nt info terviseseisundi kohta, nagu nakatumine HIV-ga, võib oluliselt mõjutada suhtumist ja kaasa tuua sotsiaalse tõrjutuse; kuritegevust uurides võib avalikuks muutunud info kaasa tuua õiguslikke tagajärgi). Paratamatult tekivad siin riived selliste väärtustega nagu läbipaistvus (transparency) ja hoolsuskohustus (beneficence) ehk kohustus maksimeerida uuringuga saadavat kasu ja minimeerida kahju.

Probleemid muutuvad veelgi komplitseeritumaks juhul, kui tegemist ei ole sotsiaalteaduslike uurimustega, vaid hoopis erasektori kogutud andmega. Kui avalikus sektoris on tänu õiguslikele regulatsioonidele võimalik veidi lihtsamalt aru saada, millised andmed on riigil isiku kohta olemas, kellel on neile juurdepääs ja millistel tingimustel on võimalik seda infot kolmandatele osapooltele edastada, siis erasektoris ei ole info jagamine olnud alati nii selge. Kliendiandmete kogumine ja müük teistele ettevõtetele, sellest tulenevad suunatud reklaamid ja müügikõned ning võimalikud privaatsuseriived ei ole alati üksikisiku poolt kontrollitavad ega ka hoomatavad. Keeruline on aru saada, et andmed, mis oleme teadlikult andnud näiteks poodides kliendikaarti registreerides (telefoninumber, e-posti aadress) ja mis ei ole just salastatud info, võidakse edasi müüa ja see võib kaasa tuua tagajärgi, mida alguses ei teadvustatud. Selles situatsioonis on eriti haavatavad näiteks eakad, kes ei suuda pealetükkivate müügikõnedega toime tulla. Jällegi tekib küsimus nii süsteemi ja andmete kasutamise läbipaistvusest kui ka osapoolte vastutusest (nii andmete müüjad kui ka ostjad). Selliseid vastuolulisi arusaamu ideaalides ja väärtustes on uuringutes nimetatud ka algoritmiliseks lõheks (Männiste, Masso 2020).

Sotsiaalteadustele omaselt võib oluline probleem olla ka andmete tõlgendamine. See, milliseid andmeid järelduste ja soovituste tegemisel kaasata ning kuidas neid tõlgendada, ei ole absoluutne ega ka mitte tingimata objektiivne. Kui eespool on mainitud uuringu rahastaja võimalikku survet ja sellest tulenevat huvide konflikti (Fisher, Anushko 2012; May 2011), siis tegelik osapoolte skaala on veidi laiem. Näiteks on poliitikate kujundamisel sageli mitu osapoolt, kelle ettekujutuses võib andmete põhjal jutustatav lugu suuresti erineda, lähtuvalt sellest, millise huvigrupi esindajatega on tegemist. Riigi julgeoleku eest seisjad võivad pooldada suuremat juurdepääsu andmetele selleks, et teha paremaid otsuseid ja võimalikke rünnakuid ennetada; inimeste privaatsuse ja põhiõiguste kaitsjad aga pooldavad pigem väiksemat juurdepääsu ja suuremat eelkontrolli. Kuid see, kelle lugu ja eesmärke peaks uurimuse kavandamisel ja andmete analüüsil arvesse võtma, ei ole ühemõtteline (vt ka ptk 4.2). Kui võtta näiteks poliitikaanalüüsid, siis ei ole kindel, kas arvestama peaks ühiskonnaga laiemalt, konkreetse avaliku teenuse klientidega (või nende alarühmadega), muude sidusgruppidega, teenuse eest vastutava valitsusasutusega, käesoleva hetke valitsuskoalitsiooni partneritega või hoopis kellegi muuga (Rossi et al. 2019: 295). Kui hindamiskriteeriumiks on asjakohasus (relevance) ja kasulikkus (utility), siis on ehk kõige parem aluseks võtta poliitika sihtgrupi või avaliku teenuse kliendi perspektiiv – kas püstitatud eesmärk lähtub tegelikest vajadustest ja kas poliitika aitab probleemi lahendada. Kui aga hindamiskriteeriumiks on tõhusus (efficiency), siis võib kasulik olla pigem elluviimise eest vastutava institutsiooni seisukoht. Küsimusele, milline lähtekoht aluseks võtta, ei ole õiget-valet vastust; pigem on küsimus selles, kas see on selgelt välja öeldud ja analüüsitulemuste kasutajale arusaadav.

Väärtuste kujundamise alusena on eelkõige kolm peamist võimalust: 1) metodoloogiline objektiivsus ja läbipaistvus (analytical integrity), 2) vastutus kliendi (ehk tellija, nt riigiasutuse) ees ja 3) analüütiku enda arusaam heast ühiskonnast (Weimer, Vining 2005: 41–43). Neist esimene rõhutab analüütiku rolli „objektiivse tehnikuna“, kelle ülesanne on võimalikult igakülgselt identifitseerida olulised hindamiskriteeriumid ja andmed ning neid ka võimalikult objektiivselt tõlgendada, lähtuvalt kõnealuse valdkonna parimast praktikast. Eesmärk on anda analüüsi kliendile (tellijale) võimalikult täpne hinnang või prognoos, tuua välja kõik valikukohad, jättes valikud kliendi teha. Teise variandi puhul on analüütiku ülesanne anda küll kliendile igakülgset infot, kuid tõlgendada vaieldavaid olukordi kliendi kasuks või lähtuvalt tema perspektiivist. Primaarseks väärtuseks on siinkohal analüütiku lojaalsus kliendile ning isiklike seisukohtade tagaplaanile jätmine. Kolmanda variandi puhul aga identifitseerib analüütik end pigem poliitikaprobleemi edendajana või konkreetse sihtgrupi kaitsjana ning seega protsessi osapoolena. Seega tõlgendatakse vaieldavad andmed lähtuvalt sihtgrupist või eesmärgist ning lojaalsus on suunatud neile, mitte kliendile.

Paratamatult kujuneb valik variantide vahel mitme osapoole koosmõjul. Faktoriteks võivad olla nii analüüsi tellija surve, analüütiku organisatsiooniline kuuluvus kui ka analüütiku enda väärtushinnangud. Analüüsi tellija surve on sageli seotud eespool mainitud rahastamisega. Organisatsiooniline kuuluvus võib analüüsi raames ette kirjutada ka konkreetse (poliitilis-ideoloogilise) vaatenurga (nt poliitikat analüüsivad mõttekeskused (thinktanks), mis on seotud ühe erakonna ja ideoloogiaga), mille kaudu kõiki andmeid tõlgendatakse. Juhul kui selline organisatsiooniline surve või tellija suunis puudub, on üha suurem mõju analüütiku enda seisukohtadel, sealhulgas sellel, kui oluline uuritav teema talle isiklikult on (nt kui analüüsitakse ühiskondlikku probleemi, millega on olemas isiklik seos, vs. juhtumid, kus isiklik seos puudub) ning kuidas see tema objektiivsust mõjutab.

Seega ei saa väärtusaluste aspektist kõrvale jätta analüütiku enesereflektsiooni – teadlikku mõtestatud valikut väärtuste vahel, mis suunavad järelduste tegemist ja soovituste andmist. Andmepõhise otsustamise ja analüütiku enesereflektsiooni kombineerimise vajadus otsuste tegemisel on viinud andmeõigluse printsiipide sõnastamiseni, millest töös andmetega lähtutakse.