Elämme maailmassa, jossa tulevaisuutta leimaa geopolitiikkaan, ilmastonmuutokseen ja luontokatoon liittyvä suuri epävarmuus. Joudumme etsimään uusia, kestäviä ratkaisuja kiireellä. Kestävyysmurroksen ratkaisuvaihtoehtoehdoista käytävä keskustelu vellookin ajoittain kuumana.
Moni tutkija varoo tutkimustuloksistaan viestimistä, koska poliittisesti herkissä asioissa keskustelu ja tutkijan leimaaminen ovat ajoittain äityneet rumaksikin peliksi, varsinkin sosiaalisessa mediassa. Juuri nyt tarvitsemme kuitenkin kiihkotonta keskustelua uusista tutkimustuloksista ja niihin liittyvistä epävarmuuksista.
Epävarmuus on olennainen osa tutkimustulosta
Kiistanalaisten tutkimustulosten epävarmuudesta ei usein haluta mainita, se kun on omiaan leimaamaan koko tutkimustuloksen tutkijoineen epävarmaksi. Epävarmuuksiin tartutaan, kun halutaan kyseenalaistaa tulokset esimerkiksi ideologisista syistä.
Asia on kuitenkin päinvastoin: ympäristöön ja ihmisten toimintaan liittyvissä tilastollisissa tai mallinnetuissa tuloksissa on aina epävarmuutta, ja epävarmuus on olennainen osa tuloksia. Epävarmuuden suuruus tai vähintäänkin laatu kertoo eri tutkimusten tulosten eroavaisuuksien merkittävyydestä. Siksi epävarmuuden määrittäminen on tärkeä osa laadukasta tutkimusta.
Epävarmuutta tutkimustuloksiin aiheuttavat muun muassa lähtöaineiston epätarkkuus, tilastollisen otannan koko sekä tutkimuksessa käytettävän matemaattisen mallin kalibrointi ja se, kuinka hyvin malli on yleistettävissä erilaisiin tilanteisiin ja kohteisiin.
Päätöksenteon tueksi tarvitaan usein erilaisia skenaarioita mahdollisista, vielä toteutumattomista muutoksista. Skenaarioiden pohjana on siten luonnollisesti paljon oletuksia ja sen myötä epävarmuutta. Skenaarioihin epävarmuutta tuovat myös esimerkiksi mallin kalibrointiin käytetyn aikajakson pituuden suhde mallinnettavaan aikajaksoon ja vastaavasti kalibrointiin käytetyn alueen koon suhde mallinnettavaan pinta-alaan.
Epävarmuuden suuruudella on merkitystä
Tutkimustulosten epävarmuuden suuruutta pystytään arvioimaan laskennallisten ja tilastollisten menetelmien avulla. Herkkyysanalyysin avulla taas saadaan tietoa tulosten herkkyydestä erilaisille epävarmuuden lähteille.
Epävarmuuden suuruudella on merkitystä erityisesti silloin, kun vertaillaan eri skenaarioiden, alueiden tai aikajaksojen tuloksia. Ilman epävarmuusvälien määrittämistä emme voi tietää ovatko vertailtavat tulokset selkeästi erilaisia.
Jos vertailtavan tuloksen eroavaisuus on toisen tuloksen epävarmuusvälin sisällä, on syytä epäillä, ovatko tulosten erot lainkaan merkittäviä. Epävarmuusvälien ulkopuolelle meneviä eroavaisuuksia voidaan sen sijaan pitää merkittävinä. Tällöin voidaan esimerkiksi päätellä, että tulosten perusteella tehtävät ratkaisut johtavat selkeästi erilaisiin vaikutuksiin.
Epävarmuuden ymmärtäminen on tärkeää
Muutoksiin liittyvistä tutkimustuloksista tehdään mediassa usein liian suuria johtopäätöksiä silloinkin, kun muutokset ovat epävarmuusvälien sisällä, ja siis käytännössä mittauksiin ja mallinnuksiin liittyvää kohinaa.
Toisaalta epävarmuudesta, hyvin pienestäkin, raportointi voi luoda keskusteluissa kuvan epävarmasta tutkimustuloksesta, vaikka erot vertailtavien tutkimustulosten välillä olisivat epävarmuusvälien ulkopuolella, ja erot siksi epävarmuudesta huolimatta selkeitä.
Somekanavilla ja medioissa keskusteleva yleisö tarvitseekin selkeää tietoa epävarmuuden käsitteestä ja sen tulkinnasta. Tämän tiedon tuottamisessa meillä tutkijoilla on oma vastuumme. Sen myötä myös yleinen tiedekeskustelu voisi palautua pykälän verran rakentavammalle uralle.
Virpi Junttila toimii ekosysteemimallintajana SYKEn biodiversiteettikeskuksessa. Hän on mukana mallintamassa metsien hiiliprosessia SysteemiHiili- ja IBC-carbon hankkeissa. Metsät, kasvit ja matemaattinen mallinnus innostavat häntä myös vapaa-ajalla. Vapaa-aikaan kuuluu myös ulkoilu, kaikki langoista tekeminen ja huonekasvien kasvattaminen. Tutkimustulosten epävarmuusväleistä hän muistuttelee toisinaan myös kunnallisissa luottamustehtävissään.