Datajournalismi edellyttää uudenlaista verkostoitumista ja yhteistyön kulttuuria

21.12.2016

Digitopian vilkas täydennyskoulutusvuosi päättyi marras-joulukuussa datajournalismin koulutukseen. Kymmenkunta journalismin, viestinnän ja datan kanssa työkseen tekemisissä olevaa tai muuten niistä kiinnostunutta osallistujaa perehtyi datajournalismin lähtökohtiin ja työprosessiin, avoimen datan saatavuuteen, sekä data-analyysin ja datan visualisoinnin perusteisiin.

Innostus oli käsinkosketeltavaa, mutta lähitapaamisten vilkkaissa keskusteluissa myös epävarmuudet nousivat esiin: onko minusta tekemään tätä ilman koodaustaitoja tai monialaisen työryhmän tukea?

Kysymys lienee tuttu kaikille datajournalismin koulutuksiin osallistuneille tai niissä kouluttaneille. Datajournalismi kiinnostaa ja kursseille on tulijoita, mutta kun koulutus on ohi, opit eivät automaattisesti siirrykään osallistujien käytännön työhön.

Yksittäistä toimittajaa datajournalismin äkkiseltään hurjalta vaikuttavat osaamisvaatimukset voivat hirvittää. Journalistisen osaamisen lisäksi pitäisi osata löytää ja tulkita dataa, ymmärtää tilastotieteen perusteita, hallita matematiikkaa, käytellä sujuvasti taulukkolaskentaohjelmaa ja mielellään vielä ymmärtää jotain graafisesta suunnittelusta ja koodaamisestakin – tai ainakin ottaa sujuvasti haltuun datan analysointiin ja visualisointiin kehitetyt uudet sovellukset.

***

Näin näppituntumalta uskallan väittää, että matemaattis-luonnontieteellisesti ja teknisesti suuntautuneet nuoret eivät juurikaan hakeudu opiskelemaan journalismia. Ennemminkin ala viehättää äidinkielestä vahvuutensa löytäneitä ja taide- tai humanistis-yhteiskuntatieteellisistä oppiaineista kiinnostuneita. Ei siis ihme, että moni toimittaja askaroisi mieluummin sanojen kuin numeroiden parissa.

Toimittaja kuin toimittaja joutuu tietenkin työssään tekemisiin tilastojen kanssa ja tulkitsemaan esimerkiksi mielipidekyselyjen tuloksia. Data-aineistojen analysointi vaatii kuitenkin astetta syvällisempää ymmärrystä numeroista, kuin jonkun toisen tekemän tilastoanalyysin hyödyntäminen.

Toimittajan kannalta on lohdullista, että kaikkea ei tarvitse osata tehdä itse. Vaikka pienimuotoisia dataa hyödyntäviä juttuja voi toki tehdä toimittaja yksinkin, useimmissa tapauksissa Suomessa ja maailmalla datajournalismi on tiimityötä. Kokoonpanot voivat vaihdella toimittaja-koodarityöparista datajournalistiseen toimitukseen, josta löytyy tuottajia, journalisteja, web-kehittäjiä, graafisia suunnittelijoita ja tilastomenetelmät hallitsevia data-analyytikkoja erilaisina yhdistelminä.

Toisaalta yksi este datajournalismin tiellä lienee journalistinen työkulttuuri, jossa etenkin kirjoittavilla toimittajilla on perinteisesti korostunut yksin tekeminen. Oman juttuidean avaaminen muille jo alkuvaiheissa, sekä sen kehittely ja toteuttaminen yhteistyössä voivat vaatia opettelua.

***

Pienissä mediataloissa haasteeksi nousevat tietenkin rajalliset resurssit ja erityisosaamisen puuttuminen omasta toimituksesta. Pienen paikallis- tai maakuntalehden tuskin on mahdollista palkata pysyvään työsuhteeseen vaikkapa web-kehityksen tai data-analytiikan ammattilaisia. Oma talo ei siis välttämättä pysty tarjoamaan toimittajalle tämän osaamista täydentävää tiimiä.

Mutta miksi kaiken osaamisen pitäisikään löytyä oman toimituksen sisältä? Suomessakin datajournalismin edelläkävijöiden toiminnassa näkyy merkkejä avoimen lähdekoodin ja avoimen datan aktivisteille ominaisesta jakamisen ja avoimuuden kulttuurista. Omaa osaamista ollaan valmiita jakamaan kollegoille konferensseissa ja koulutuksissa, työprosesseja ja juttujen aineistoja avataan verkossa lukijoille ja potentiaalisille jatkotyöstäjille, ja avoimen datan verkkoyhteisöjen osaamista hyödynnetään työprosessin

ongelmien ratkomisessa. (Toki journalistisen työn luonteeseen kuuluu väistämättä sekin, että kaikkia ideoita tai aineistoja ei voi julkisesti jakaa ennen lopputuotteen eli jutun julkaisua.)

Tällainen avoimuuden, verkostoitumisen ja yhdessä tekemisen kulttuuri voisi tulla avuksi myös pienin resurssein toimivissa ja datajournalismia vasta aloittelevissa ja opettelevissa toimituksissa. Verkkoyhteisöistä voi löytyä ajoittaista apua ihan vapaaehtoispohjaltakin, mutta miksi tätä hajautettua osaamista ei voisi hyödyntää myös systemaattisemmin ja siitä kohtuullisen korvauksen maksaen? Moni mediatalo hyödyntää säännöllisesti avustajina freelance-toimittajia – samaan tapaan olisi mahdollista hyödyntää freelance-koodareita, -graafikoita tai -tilastotieteilijöitä, kulloisenkin tarpeen mukaan. Näin pienikin toimitus voisi vakituisten avustajien verkostosta koota projektikohtaisesti datajournalistisen tiimin työskentelemään yhdessä oman talon toimittajan kanssa.

 

Kirjoittaja Pirita Juppi on numeroihin viehtynyt media-alan yliopettaja Turun AMK:n Taideakatemiassa

 

Tutustu datajournalismiin suomalaisissa toimituksissa (Teemo Tebestin blogi)

Nieminen, Anna-Sofia 2015. Uuden ajan journalismia. Datajournalismin määritelmä, merkitys ja tila Suomessa. Tiedotusopin pro gradu -tutkielma. Tampereen yliopisto.

Toikkanen, Ilkka 2014. Pinnallisista klikkikartoista yhteiskunnalliseen merkittävyyteen. Datajournalismin työprosessi Helsingin Sanomissa ja Ylessä. Journalistiikan pro gradu. Jyväskylän yliopisto.

Uskali, Turo & Kuutti, Heikki 2016. Datajournalismin työkäytännöt: Tampere: Vastapaino.