Kuten useimmat opiskelijat, teen tosi epämääräisiä asioita työkseni. Eksyin opettamaan SPSS-ohjelmistoa valtiotieteelliseen tiedekuntaan jo toistamiseen. Kurssin sisältöä sen enempää moittimatta (niissä olisi kyllä varsin runsaasti pohdittavaa) kerron tämän illan luennoista.

Eräs opiskelija nimittäin kysyi miten korrelaation p-arvo lasketaan. SPSS-ohjelma laskee sen, mutta ei tietenkään esitä laskukaavaa suoraan. Mietin hetken aikaa; muistelen että kaava on olemassa ja se liittyy jotenkin T- tai normaalijakaumiin. Mutta kaava ei vain palautunut mieleeni; lupasin toki kaivaa sen esille muttei se kuulema ollut tarpeellista.

Kuitenkin kotona tämä asia häiritsi mieltäni, mitenkäs tämä pitikään tehdä. Kaivoin hyllystäni Snedecorin ja Cochranin (1980) teoksen Statistical methods voidakseni virkistää muistiani. Ja toki se virkisti: korrelaation nollahypoteesina on ettei korrelaatiota olisi. Tietyllä luotettavuudella tästä hypoteesista voidaan siis luopua (p-arvo) tietyllä todennäköisyydellä. Tämä taas saadaan t-jakaumalla tyypillisesti vapausastein . Itse t-arvo taas on . Tulipahan selvennettyä tätäkin ainakin itselleen.

Etsinnässäni satuin myös katsahtamaan Metsämuurosen (2006) teosta Tutkimuksen tekemisen perusteet ihmistieteissä. Puuttumatta termin ihmistieteet pahuuteen, havaitsin että teos on minulle varsin relevantti ja merkittävä jos ei muuten niin viiteaineistona: teenhänkevään aikana niin laadullisen kuin määrällisen tutkimusmenetelmän harjoitustyön.

Teknologia-alakin heräilee vähitellen: pelkät koodarit eivät ole ratkaisu kaikkiin ongelmiin. Kun jopa IBM, entinen laitevalmistaja ja nykyinen palvelutalo, huomauttaa laajemman osaamisen tarpeesta on syytä huolestua. Nykyisessä maailmassa ei riitä, että on yhden alan huippu (vai riittääkö?) vaan pitäisi olla laaja-alaista poikkitieteellistä näkemystä.

Muistan Päivölän kansanopiston ajoilta rehtori Juha Vuorisen opetuksen siitä, että pitää hankkia vankka ja laaja-alainen sivistys ja erikoistua sitten tiettyyn alaan johon tutustuu tarkemmin. Näin hän opasti meitä, matematiikkalinjan opiskelijoita. En tiedä sitten kuinka moni niitä oppitunteja todella kuunteli, mutta omaa opintosuunnitelmaani katsellessa ainakin toivoisin olevani kuin IBM:n haluama T.

Tarve T-osaamiselle on varsin ilmeinen: nykyisin kun jokainen asia on kytköksissä toiseen asiaan ei enää riitä se että osaa oman asiansa, pitää edes pystyä puhumaan toisen tieteenalan kanssa. Tämä on varsin hankalaa, koska ihan huomaamatta voi alkaa käyttämään tieteenalalle kuuluvaa erikoistermistöä – siihen nykyinen yliopisto opettaa ja kannustaa: oman jargonin lisäksi suositaan yhden tieteenalan vahvaan hallintaan jota tukee muutama yleensä lähitieteenalaan liittyvä opinto. Mieleeni tulee tapaaminen erään mobiiliopetukseen tutustuneen opettajan kanssa: hän kommentoi että tieteelliselle työlle on vaikea löytää mitään sopivaa foorumia: teknisen alan ihmiset nauroivat pehmeälle lähestymistavalle ja pedagogit taas ihmettelivat teknistä höpötystä.
Meidän laitoksella suurin osa opiskelijoista lukee kansantaloustiedettä sivuaineena ja rinnalle yleensä otetaan vielä joku sosiaalitiede. Tämä on kaikin puolin helpoin ratkaisu: opiskelupaikat ovat lähellä omaa varsinaista opiskelualuetta (ainakin täällä Helsingissä) ja yleensä säätöä tulee vähemmän kun rytmi ja tavat ovat samanlaiset.

Tilanne tuntuu olevan varsin perinteinen: yrityselämä tahtoisi laaja-alaisempaa osaamista mutta yliopisto pitää kiinni akateemisesta riippumattomuudestaan eikä reagoi ympäristönsä toiveisiin. Tämä on valitettavaa; Helsingin yliopisto kaipaisi myös informaatioverkostojen tapaisen koulutusohjelman, joka yhdistäisi rohkeasti eri aineen opintoja. Toki vapaa sivuaineoikeus tukee tässä ainakin paperilla, mutta toisaalta uudet valmistumismääräajat eivät niinkään.
Olen jo aikaisemmin varsin voimakkaasti puhunut poikkitieteellisyyden eduista tieteen kannalta. Nyt IBM on nostanut esille, että myös työelämä tarvitsisi niitä jotka luovivat usean tieteen rajamaastossa.