Etusivu » Digitalisaatio » Tutkimusprofessori Timo Hirvi: Tiedon oikeellisuus on oleellista
Kuntatekniikka

Tutkimusprofessori Timo Hirvi: Tiedon oikeellisuus on oleellista

timo_hirvi_digitaalisuus_mittaaminen
timo_hirvi_digitaalisuus_mittaaminen
Timo Hirvi on filosofian tohtori ja eläkkeellä oleva tutkimusprofessori. Kuvat: Getty Images ja oma arkisto

Digitaalisuus on muuttanut merkittävästi myös mittaamista, kun saatavilla olevan mittausdatan määrä on kasvanut räjähdysmäisesti.

– On huomioitava myös tiedon ja mittausten luotettavuus. Päätöksenteon tueksi ja erilaisten vaatimusten täyttymisen varmistamiseksi tarvitaan jäljitettävää ja riittävän luotettavaa dataa. Datan määrä ei auta, jos lähtökohtaisesti mitataan väärin tai väärää asiaa. Vesinäytteen ottamisessa kaksi tai kolme kertaa vuodessa tulos voi riippua esimerkiksi vesien virtauksista, sateista tai muista ulkoisista tekijöistä. Jatkuvalla mittauksella nähdään helpommin trendejä ja havaitaan mittausvirheitä, sanoo filosofian tohtori, eläkkeellä oleva tutkimusprofessori Timo Hirvi.

Laboratoriomittauksia käytetään verifioimaan mittaustuloksia ja varmistamaan digitaalisten mittareiden toimivuus. Mittausten jäljitettävyysketju on oleellista ja tuloksia varmentavien laboratorioiden tulee olla validoituja.

Tekniikka ei automaattisesti varmista mittausten oikeellisuutta, jos näytteenotoissa tehdään virheitä tai näytteitä otetaan väärään aikaan. 

– Se, että mittaustuloksessa on paljon desimaaleja ei tee tuloksesta tarkkaa. On ymmärrettävä millä mittausepävarmuudella tulokset on saatu, mikä on pilkun jälkeen ensimmäinen merkitsevä luku ja onko tulos ylipäätään merkittävä. Ongelmana on se, että luonnontieteellinen osaaminen ja tulosten tulkinta ovat heikentyneet. Mittaustuloksista on helppo tehdä uutisia, jos ei tiedetä mikä on esimerkiksi näytteessä olevan kadmiumin luonnollinen taso, Hirvi huomauttaa.

Tekoäly nopeuttaa tulkintaa

Tekniikka ja mittalaitteiden erotuskyky paranevat kovaa vauhtia. Tekniikka ei kuitenkaan automaattisesti varmista mittausten oikeellisuutta, jos näytteenotoissa tehdään virheitä tai näytteitä otetaan väärään aikaan. Jatkuvassa monitoroinnissa näkyvät heti esimerkiksi sateen tai tulvan vaikutukset, jolloin virtauserot eivät manipuloi tuloksia. Myös tekoälyn käyttö datan analysoinnissa kasvaa.

– Päättäjien tulisi niin kiertotaloudessa kuin laajemminkin panostaa luonnontieteelliseen osaamiseen, esimerkiksi ymmärtää luonnon taseet, Hirvi painottaa.

Next article