Päätöksenteon tietopohjan vahvistamisessa tarvitaan nykyisessä toimintaympäristössä uusia menetelmiä. Menetelmistä parhaat ovat kevyitä ja nopeita, ja niissä korostuu vuorovaikutuksen merkitys.
Tutkittu tieto päätyy harvoin itsestään osaksi päätöksenteon prosesseja. Lisäksi tutkitun tiedon määrä on ylittänyt rajan, jossa yksittäinen virkamies pystyisi seuraamaan vastuualueelleen kuuluvaa julkaisuvirtaa.
Olemme Suomalaisessa Tiedeakatemiassa päässeet useissa projekteissa kehittämään hallinnon ja tieteen toimijoiden erityistarpeet ja toimintakulttuurit huomioivia tiedevälittämisen malleja.
Mahdollisuuksia ja potentiaalia on runsaasti. Tässä kirjoituksessa keskitymme kuitenkin kahteen, helposti itsestäänselvyydeltäkin tuntuvaan työvaiheeseen: tiedon tarpeen tunnistamiseen sekä nopeisiin tapoihin koota tutkimustietoa. Väitämme, että näitä työvaiheita kehittämällä tutkitulla tiedolla pystytään aidosti vastaamaan päätöksenteon tarpeisiin - nopeasti, kevyesti ja yhä vuorovaikutteisemmin!
Tiedon tarpeen tunnistaminen on oikeastaan hankalaa
Olemme huomanneet, että onnistunut tiedevälittäminen rakentuu tietotarpeen täsmälliselle rajaamiselle. Kun tietotarve on määritelty hyvin, ovat tiedevälittäjien koostamat tutkimustulokset ja tutkijoiden asiantuntemukseen perustuva sisältö suuremmalla todennäköisyydellä hyödyllisiä tiedon tarvitsijalle.
Tietotarpeen tunnistaminen ei ole välttämättä helppoa. Se vaatii esimerkiksi ilmiöstä jo saatavilla olevan tiedon kartoittamista sekä tietotarpeen rajausta täsmentävien kysymysten muotoilua. Jälkimmäiseen liittyen ensiarvoisen tärkeää on vuorovaikutus tiedon tarvitsijan ja tuottajan, useimmiten valmistelijoiden ja tutkijoiden, välillä.
Kokemustemme mukaan yhteiskehittämisen menetelmistä voi olla tietotarpeen rajaamisessa suuresti hyötyä. Näitä oppeja sovelletaan kehittämässämme Tiedesparraus-menetelmässä, joka mahdollistaa tietotarpeen tarkentamisen dialogisesti ja monialaisesti. Olemme koonneet tietotarpeen rajaamiseen liittyviä näkökulmia myös tuoreeseen ohjeistukseen.
Tutkijoiden koko potentiaali käyttöön
Tietotarpeen rajaamisen yhteydessä on tärkeää päättää myös lopputuotteeseen toivottavista tiedon lajeista. Tiedon lajien määrittely tarkoittaa käytännössä päätöksiä siitä, tarvitaanko ilmiöstä esimerkiksi määrällistä vai laadullista tietoa, vertaisarvioitua tutkimusta, tutkijoiden asiantuntija-arvioita, ennakointitietoa tai tutkittua tietoa soveltavia suosituksia.
Tiedon lajien määrittely mahdollistaa tutkijoiden asiantuntemuksen hyödyntämisen kaikessa laajuudessaan sekä ohjeistaa tutkijoita tarjoamaan toivottua tietoa.
Tutkittua tietoa on mahdollista koostaa nopeasti ja tehokkaasti
Tietopohjaisen päätöksenteon ongelmia kuvataan usein toisiaan vastaan sotivien aikajänteiden kautta: tutkimuksen sanotaan olevan hidasta ja päätöksenteon nopeaa. Kehittämäämme sapluunamalliin perustuva Tiedettä tiiviisti -koosteen kokoamisprosessi haastaa näitä ennakkoasenteita. Mallin avulla on mahdollista koota tutkimukseen perustuva kokonaisuus päättäjien käyttöön jopa viikossa.
Mallissa rajatulle joukolle tutkijoita esitetään heidän erityisalaansa liittyvät kysymykset samassa formaatissa. Sapluunassa huomioidaan tietokoosteeseen valitut tiedon lajit, jotka erotellaan tutkijoille suunnatuissa kysymyksissä selkeästi toisistaan. Tämä auttaa tietopyyntöön vastaavia tutkijoita sekä tiedon koostamisesta vastaavia tiedevälittäjiä työskentelemään tietopyynnössä määritellyissä rajoissa.
Valtioneuvoston kanslian Suomalaiselta Tiedeakatemialta tilaamissa Tiedettä tiiviisti -koosteissa tiedonkeruuta edeltävä selkeä tarvemäärittely on auttanut tuottamaan tietokoosteen kevyesti ja nopeasti.
Kun tiedät mitä tarvitset, saat aidosti hyödyllistä tietoa!
Tiedon lajien nimeäminen ja sapluunamalli ovat molemmat hyviä esimerkkejä kehittävästä työotteesta, jota tiedevälittämiseltä tämänhetkisessä toimintaympäristössä vaaditaan. Tutkitun tiedon hyödyntäminen nopeissakin tietotarpeissa on mahdollista, kun olemme valmiita kokeilemaan rohkeasti uusia toimintamalleja ja panostamaan erityisesti toimeksiannon valmisteluun.
Kirjoittajat: Vaula Helin ja Iiris Koivulehto, Suomalainen Tiedeakatemia
