Työvälineet väitöskirjan kirjoittamiseen (ja opiskeluun)

Tutkijan konttorityöstä tänä päivänä merkittävin osa tehdään tietokoneella. Siksi työskentelyyn on oltava hyvät ja toimivat välineet. Tässä artikkelissa käyn läpi tutkijan työkalut, joita käytän aktiivisesti tänä päivänä ja mitä ohjelmia tai työnkulkuja on tullut käytettyä aiemmin, mutta olen niistä sittemmin luopunut.

Tekoälyn myötä työnteko ja työtavat kehittyvät hurjaa vauhtia, joten mainittakoon tämän artikkelin kirjoitusajaksi heinäkuun helteet 2025. Ohjeet ja neuvot olen kirjoittanut seitsemän vuotta nuoremmalle minälleni, jotta ihan jokaiseen kiveen ei tarvitsisi kompastua.

Työkaluja tutkimustyöhön eri aloilla on valtavasti ja kontekstiksi kerron, että olen tehnyt väitöskirjani Tampereen yliopistossa maastohiihtäjien astmasta. Aineistona oli noin 700 tutkittavaa ja suurin yksittäinen datatiedosto oli noin 50 megatavua eli kevyttä tavaraa nykypäivän tietokoneille. Raakadatana oli sähköinen kyselylomake.

Rauta

Ostin 15-vuotiaana ensimmäiseni Applen tietokoneeni ja olen käyttänyt niitä siitä lähtien. Omistin myös aikoinaan aivan ensimmäisen iPhonenkin, jota ei edes myyty Suomessa ja näillä laitteilla. Tästä omenoiden ekosysteemistä en ole luopunut.

Minimisuositukseksi koneesta kirjoitustyöhön ja helppoon, pienempien aineistojen koodailuun tänä päivänä riittää kaikkein halvin myynnissä oleva MacBook (Applen omalla M1, M2 jne suorittimella) ja tämän ohjeen olen antanut myös nykyisille ohjattavilleni. Lisäksi minulla on yksi 13” iPad.

Ohjelmistot

Lopullisen artikkelin valmisteluun käytin yliopiston tilaukseen kuuluvaa Microsoft Wordia ja kaikenlaiset esitykset valmistelin Powerpointilla. Exceliä käytin aluksi raakadatan muokkaamiseen ja avoimen tekstin datan luokitteluun merkeistä numeroiksi. Taitojen kehittyessä olen enemmän siirtynyt suoraan koodailemaan ja pyrkinyt olemaan koskematta raakadataan.

Viitteenhallintajärjestelmä kannattaa jo heti alussa valita oikein. Minulla on ollut käytössä Refworks ja Mendeley, kunnes viimein löysin Sen Oikean eli Zoteron. Se on avoimen lähdekoodin ohjelma ja samassa sovelluksessa pystyy myös säilyttämään kaiken kirjallisuuden pdf-tiedostoina.

Muistiinpanosovelluksia olen kokeillut useita. Tutkimustyön aloitin Applen omalla Muistiinpanot -sovelluksella (Notes). Tämän jälkeen kokeilin Evernotea, Notionia ja Officen muistiinpanosovellustakin kokeilin hetken opinnoissa.

Löysin kuitenkin itseni alla olevasta kuvasta ja lopulta palasin takaisin Applen muistiinpanosovellukseen, jossa on minulla on yli 2000 muistiinpanoa niin töistä kuin henkilökohtaisesta elämästä. Jokainen muistamisen arvoinen asia on lähtökohtaisesti siellä. Minulla on oikea paperinen muistikirja, mutta kopioin sinne lähinnä NFL-jalkapallotuloksia huomioineen sekä muita urheilutuloksia.

Kuva 1. En ole varma, kummassa päässä tätä väestön älykkyyttä kuvaavaa Gaussin käyrää tässä asiassa olen. Siitä olen kuitenkin toistaiseksi vakuuttunut, että yksinkertainen muistiinpano-ohjelma helpottaa työtä selkeydellään. Kuvan lähde

Koodailu

Väitöskirjaa valmisteleva oppii hyvin todennäköisesti uuden kielen ja usein se kieli on jokin ohjelmointikieli. Tampereen lääkiksessä opetettiin SPSS:n käyttö toisena opiskeluvuonna ja harjoituskurssi ja siihen liittyvä seminaarityö valmisteltiin tällä ohjelmalla. Käytin SPSS:ää myös ensimmäisen ja toisen artikkelin valmisteluun. Koin sen käytön kuitenkin hieman työlääksi ja kömpelöksi, koska esimerkiksi hyvien kuvien tekeminen artikkeliin on erittäin tärkeä osa tutkijan työtä.

Innostuin muutaman vuoden SPSS-ajelun jälkeen R-kielestä, joka on yksi suosituimmista tieteentekijöiden keskuudessa. Aineiston käsittely, analyysi ja julkaisukelpoisen materiaalin valmistelu onnistuu alusta loppuun asti Ärrällä ja lähdin uutta kieltä hiljalleen opettelemaan. Tekoälyn ja lähinnä ChatGPT:n tulo räjäytti koodiriviä per päivä -nopeuden. R-kieltä käytän RStudion kautta, joka on ilmainen pienessä mittakaavassa käytettynä.

Uudelle aloittavalle tutkijalle suosittelen aloittamaan heti R:n opettelun ja esittäisin tätä myös lääkiksessä opetettavaksi kieleksi. SPSS voi olla inasen helpompi, mutta R antaa enemmän. Toisaalta en ole käyttänyt vielä Pythonia…

Olen kuunnellut viisaampia ja kokeneempia koodareita ja hyvin usein toistuu ajatus, mikä itsellekin on hiipinyt mieleen: Opitko oikeasti kieltä ja kirjoittamaan, jos et itse kirjoita?

Tällä hetkellä rehellinen oma taitotaso on seuraava:

• Mitkä ovat pienen, paikallisesti säilytettävän aineiston käsittelyvaiheet raakadatasta valmiiksi tuloksiksi

• Mitä paketteja ja toimenpiteitä ja itse koodia pitäisi kirjoittaa

• Kun pyydän esim. ChatGPT:tä kirjoittamaan itse koodin, osaan tulkita, mitä missäkin tapahtuu

• Suurin puute: en välttämättä osaa nähdä, missä virhe tulee ja korjata sitä itse

• En tiedä, mitä en tiedä = jonkin asian voisi tehdä vielä paremmin ja tehokkaammin kuin mitä tekoäly ensimmäisellä kerralla ehdottaa. käsittely ja analyysiraakadatan tuonnista kuvan ja tulosten julkaisuun

Käytännön vinkkejä kirjoitustyöhön

Maksullinen tekoäly

Olen jo kahden vuoden ajan maksanut ChatGPT:stä ja minulla on käytössä ns. yritystilaus (noin 55 €/kk (hinta 7/25)) Suurin hyöty tulee koodailusta ja annan kuukausitilauksen hinnalle arvon jo parin tunnin istunnon jälkeen, koska tekoälyllä koodailu (huom. minun tasollani) nopeutuu huomattavasti.

Englannin kielen sparraukseen ja oikeinkirjoituksen tarkistamiseen tekoäly sopii siten, että se sujuvoittaa ja helpottaa tekstin ymmärtämistä. Tosin usein joudun ottamaan puolet pois ja esipromptina käytän usein “Act as a academic assistant writer to a grumpy, blunt and honest Finnish professor who knows not everything is certain”, jolloin teksti on lyhyempää ja selkeämpää.

Odottelen vielä sitä hetkeä, että tekoäly toimisi paikallisesti ja tietoturvallisesti siten, että voisin luovuttaa myös tutkimusdatan luettavaksi. Vielä näin ei voi olettaa ja toimia, vaikka ChatGPT lupaa olla käyttämättä yritystilaajien käyttäjätietoja ja syötettyä dataa kielimallien koulutuksessa. Jo tänään voi ladata muutaman kielimallin paikallisesti omalle koneelle pyöritettäväksi, mutta tehoa ei tässä kannettavassa kuitenkaan siihen vielä riitä.

Tutkimuspäiväkirja

Kirjaan itse kuukausitasolla yhteen jättimäiseen muistiinpanoon To do -listoja, yhden päivän aikana edistettyjä asioita ja ajan kuluessa kaikki tehdyt asiat ja havainnot jäävät muistiin. Lähtökohtaisesti en poista mitään, en edes suttuisia ajatuksia ja havaintoja.

TTS – Text to Speech, konelukijat

Koneääni on kehittynyt aivan hurjaa vauhtia ja parhaat mallit menevät jo aivan todesta, eivätkä juuri “väsytä” pitkiäkään aikoja kuunnellessa. Kuuntelen paljon koneääntä erilaisissa tilanteissa ja tällä hetkellä käytän useimmiten Applen omaa järjestelmiin intergroitua ominaisuutta eli Käyttöapua. Apple panostaa laitteiden käytettävyyteen ja yksi ominaisuus on näytön sisällön lukeminen. Esimerkiksi mikä tahansa kirja muuttuu äänikirjaksi, kun aktivoi tämän ominaisuuden. Esimerkiksi e-kirjaa lukiessa Kirjat -sovelluksessa Käyttöapu osaa vaihtaa sivua, joten puhelimeen tai tietokoneeseen ei oikeasti tarvitse koskea!

Maksullisia konelukusovelluksia on useita ja niistä olen kokeillut Speechifya, jossa lukijana toimi esimerkiksi Snoop Dogg ja Barack Obama. Sovellus oli kuitenkin jonkin verran buginen ja monipalstaiset PDF-artikkelit saattoivat olla jonkin verran vaikeita. Lisäksi hinta oli noin 12 dollaria kuussa, joten vuoden tilaus sai riittää (Kokeilin 2023–2024).

Lopuksi

Tietokoneita ja ohjelmistoja valittaessa kannattaa panostaa ohjelmia käytettäessä ei tarvitse itse odotella, vaan sinun komentojasi odotellaan. Lisäksi koen, että edellä käytetyt ohjelmistot ovat helppokäyttöisiä, jolloin niillä pääsee nopeasti alkuun ja syventymismahdollisuudet tehokäyttöön ovat hyvät.

Työn iloa!