Lopputyön sankarit: Tutkimuslupia ja algoritmeja

Palstalla dipan ja gradun tehneet jakavat viisauttaan.

Teksti ja kuvat: Helmi Isotupa

Tutkimushaastattelut gradun parasta antia 

Elina Katajamäki: ”Gradussani tutkin poliisipäälliköiden ja apulaispoliisipäälliköiden ajatuksia tilannekuvasta, sitä mitä käsite heille tarkoittaa ja miten se sitoutuu kunkin organisaation johtoon. Suomessa poliisilaitokset ovat itsenäisiä virastoja, joilla on tietty liikkumavara siinä, miten toimintaa ohjataan. Olin kiinnostunut siitä, miten tilannekuvat muodostuvat ja vaikuttavat toiminnanohjaukseen. Idea nousi keskusteluista uudessa työpaikassa, jonne vaihdoin graduseminaarin alkamisen kanssa samoihin aikoihin. 

Aiheeseen piti hakea tutkimuslupa, joka oli prosessin epävarmin osa, sillä en tiennyt kauanko sen saamisessa kestää. Sain luvan kuukaudessa ja sen takaraja oli tämän vuoden lopussa, joten työ oli tehtävä siihen mennessä. Seminaarin struktuurin avulla tutkimussuunnitelmani syntyi kevyin eväin, jonka jälkeen aloin haastattelemaan, kahlaamaan kirjallisuutta ja rakentamaan teoriaa.  

Koen saaneeni haastatteluista eniten, sillä johtamisesta keskustelu sitä tekevien kanssa on todella kiehtovaa. Aiempiin haastattelututkimuksiini verrattuna oli mahtavaa, että pystyin hyödyntämään tekoälyä litteroinnissa. 

Omistin tietyt viikot gradun työstämiselle, jolloin tein tiiviitä työpäiviä kahdeksasta neljään. Se sopi lapsiperhearkeen. Matkan varrella istuin myös muutamia viikonloppuja Linnan kirjastossa. Huomasin ajanhallintataitojeni kehittyneen ensimmäiseen graduuni verrattuna. Työsuunnitelmani oli realistinen, kun mietin etukäteen mitä teen minäkin päivänä. 

Pian kymmenen vuotta hallintotieteitä opiskelleena sanoisin, että ei kannata jättää gradua viimeiseksi, vaan se kannattaa tehdä matkan varrella. Tärkeintä on, ettei työ jää tekemättä tai kesken. Kyllä se gradu sieltä syntyy, ennen kaikkea istumalihaksilla.” 

GRADU
Otsikko:Tieto tilannekuvan takana: Poliisipäälliköiden ja apulaispoliisipäälliköiden käsityksiä tilannekuvasta osana tiedolla johtamista
Ala: Hallintotieteet
Mitta: 62 sivua
Kauan kesti: Prosessi kesti kokonaisuudessaan noin vuoden, josta aktiivista työaikaa oli viidestä kuuteen viikkoa.
Kuinka rankkaa oli asteikoilla 1–5? “Vaikka 3. Rankinta oli työn keskeneräisyys.”

Perinteistä poikkeava dippatyö

Ella Koivisto: ”Kaveri vinkkasi AI-SIM projektista, jolle dippani tein. Työssäni tutkin, miten luonnollisen kielen prosessointia voidaan hyödyntää toimittajien suorituskyvyn hallinnassa. Lähdin liikkeelle rakentamalla kirjallisuudesta työlle viitekehystä, joka sisältää toimittajien suorituskyvyn kategorisointia tekstipohjaisista mittareista, poiketen perinteisistä numeromittareista. Kahdella haastattelukierroksella haastattelin suurten suomalaisten valmistavien yritysten hankinnan johtohenkilöitä. Haastattelujen kautta aloin kasaamaan viitekehyksen ympärille muuta tietoa.  

Olen alanvaihtaja ja kandiopintoni olivat todella koodipainotteiset, joten koin tärkeänä, että pystyn myös dipassa hyödyntämään teknistä osaamistani. Työni erottuu siis perinteisestä tuta-dipasta, sillä yhdistin siihen myös teknisempää näkökulmaa käsittelemällä algoritmeja.  

Prosessi ei todellakaan ollut helppo ja jopa yllätyin työmäärästä. Toisaalta otin ison palan kakkua, joten haastavuus oli myös odotettavissa. Työskentely eteni loogisesti, mutta pakan kasassa pysyminen vaati kyllä keskittymistä. Samalla kuitenkin opin ja kehityin paljon odottamattomilla tavoilla, erityisesti tekemään työtä järjestelmällisesti.  

Ennen työn aloittamista olisi tärkeää tunnistaa itselle toimivimmat työskentelytavat ja viestiä se myös ohjaajille. Kun sen tietää, voi työn etenemisen seuraamiselle luoda järjestelmän, oli se sitten Excel tai kynä ja paperi.  

Vaikka tavoitteet voivat viedä mennessään, on työn ohella tärkeää ottaa aikaa itselleen ja pitää taukoja, ettei kulu loppuun. Palkitsevinta työssä olivat pienet onnistumiset, positiiviset kommentit kollegoilta ja se, että onnistuin tutkimaan uutta, alaa muuttavaa aihetta.” 

DIPPA
Otsikko: AI-driven Supplier Performance Management: Natural Language Processing applications
Ala: Tuotantotalous
Mitta: 122 sivua
Kauan kesti: Seitsemän kuukautta
Kuinka rankkaa oli asteikoilla 1-5?: “4 tai 4,5. Saman tien en lähtisi tekemään uusiksi.”