digitalisaatio & sosiaaliala
MAHDOLLINEN YHTÄLÖ
Sosiaalityön tietokäytännöillä tarkoitetaan esimerkiksi hallinnollisia tapoja, joilla sosiaalityön tietoa kirjataan ja millaista tietoa palveluista siten saadaan. Käytännössä sosiaalityön tieto käsittää sekä asiakastyöstä kerättyä käytännön tietoa että tutkimuksen keinoin tuotettua tietoa. Kun kirjattu tieto analysoidaan, sitä voidaan käyttää esimerkiksi palveluiden arviointiin ja vaikuttavuuden osoittamiseen. Pelkkä käytännön tieto tai tutkimustieto ei kuitenkaan riitä vaikuttavuuden arvioimiseen, vaan todellista vaikuttavuustietoa saadaan, kun yhdistetään arkityön tieto tutkimustietoon, tarkastellaan sosiaalityötä organisaatiotasolla ja verrataan niitä eri palveluntuottajien välillä. [1] Sosiaalityön vaikuttavuus koostuu näin ollen todella laajasta kokonaisuudesta, ja jos halutaan saada tietoa sosiaalityön vaikutuksesta koko yhteiskunnan tasolla, tarvitaan moniulotteista tutkimusta, mahdollisesti sekä ihmisten toteuttamaa kontekstisidonnaista tutkimusta että tietokoneavusteista data-analyysia. Vaikka sosiaalialan tiedontuotantoa on kuvattu hajanaiseksi ja puutteelliseksi tuotetaan tietoa kuitenkin jatkuvasti sekä tutkimuksen että käytännön työn välityksellä. Myös tiedon käyttö on hajanaista, eikä yhtenäistä, systemaattista tapaa käyttää sosiaalityön tietoa ole havaittavissa kansallisesti. [2] Tämän päivän sosiaaliset ongelmat ja niiden parissa työskentely ovat tehneet moniammatillisesta työstä sosiaali- ja terveysalan ”uuden normaalin”. Tämän vuoksi olisi äärimmäisen tärkeää löytää tapoja käyttää ja jakaa tietoa eri asiantuntijoiden kesken, ja nostaa myös asiakkaan kokemustieto osaksi tiedonkeruuta ja tiedon hyödyntämistä. Tiedon käytön ja hyödyntämisen työkalut kuitenkin perustuvat pääosin perinteisiin tiedonkeruumenetelmiin, kuten tapaustiedon kirjaamiseen asiantuntijan toimesta, sen sijaan että niissä korostuisi aito moniammatillinen tiedontuotanto, jossa myös asiakas olisi aktiivisena toimijana. Näin ollen arjen työ vaikuttaisi olevan lomake- ja kirjauspohjaista eriytettyä työtä sen sijaan, että se olisi asiantuntijoiden ja asiakkaan välistä aktiivista vuoropuhelua ja yhteistyötä. [3] Dataan perustuva päätöksenteko vaatii luonnollisesti dataa, jota tänä päivänä kerätään ja analysoidaan populaatiotasolla suuria määriä. Tätä datamäärää, ja myös tapaa kerätä ja analysoida sitä, kutsutaan isoksi dataksi (engl. Big Data). Pelkkään dataan perustuvaa päätöksentekoa voidaan kuvata dataismiksi, joka sosiaalialalle sovellettuna tarkoittaa uskomusta ison datan ja älykkään teknologian kykyyn selvittää ihmisten hyvinvointipalveluiden tarpeita paremmin kuin ihmisten tuottaman kokemustiedon perusteella. Dataismia perustellaan sillä, että koneoppiminen ja älyteknologia pystyvät tekemään päätöksiä objektiivisemmin ja rationaalisemmin kuin ihminen. [4] Dataismin ideologian mukaan sosiaalityön päätöksentekoa tulisi siis toteuttaa populaatiotasolla tarkastelematta yksittäisiä ihmisiä ja tilanteita, ja päätökset tulisi perustaa pelkkään tilastotietoon. Tällainen lähestymistapa on sosiaalityön näkökulmasta kuitenkin ongelmallinen, sillä se poistaisi sosiaalityöstä ihmisläheisyyden ja yksilöllisen elämänkulun huomioimisen, jotka ovat tapauskohtaisen sosiaalityön ydintä. Yksi argumentti dataismin puolesta on, että sen katsotaan poistavan päätöksenteosta kokonaan inhimilliset virheet. Tätä väitettä on kuitenkin haastettu sosiaalityön kentältä, sillä sosiaalityön päätöksenteon ei lähtökohtaisesti tulisi olla pelkästään neutraalia, objektiivista tai rationaalista. [4] Dataismiä kritisoidaan myös sosiaalisen kontrollin työvälineeksi, jonka myötä seuranta ja kontrolli yhteiskunnassamme voisi lisääntyä. Jotta dataismiä voitaisiin soveltaa sosiaalityöhön, tulisi sosiaalityön käytännöt yksinkertaistaa, eli ne tulisi pystyä muuttamaan sarjaksi binäärisiä prosesseja. Tämä prosessi voi edesauttaa ison datan hyödyntämistä, mutta toistaiseksi sosiaalityö pysyttelee kontekstisidonnaisessa päätöksenteossa, jossa pyritään objektiivisuuteen ja hyväksytään se, ettei kaikkea tarvittavaa tietoa ole saatavilla, jolloin päätös voi joskus osoittautua virheelliseksi. [4] Dataismillä on potentiaalia olla tukemassa poliittista päätöksentekoa ja suurten linjojen vetämistä, mutta yksilötason sosiaalityöhön sovellettuna sillä voi olla myös asiakkaille haitallisia oheisvaikutuksia. Dataismillä on yhteneväisyyksiä sosiaalityöhön jo jalkautuneen uuden julkisjohtamisen ja näyttöön perustuvan käytännön kanssa [4]. Näyttöön perustuva käytäntö on vahva osa terveydenhuollon työtä, mutta vielä viime vuosikymmenellä sen rooli sosiaalityössä näyttäytyi vähäisenä [5-8]. Näyttöön perustuva käytäntö perustuu ajatukseen siitä, että asiakkaan kanssa tehtävän työn päätökset perustuvat empiiriseen tietoon parhaasta mahdollisesta toimintatavasta, ja että tehdyllä interventiolla on vaikutusta asiakkaan tilanteeseen. Työntekijän tulisi perustaa toimintansa ensisijaisesti hyväksi havaittuihin toimintamalleihin, ja vain täsmällisen vaikuttavuustutkimuksen läpikäyneen käytännön eettisyys voidaan varmistaa. [8] Dataan perustuvaa päätöksentekoa ja näyttöön perustuvaa käytäntöä vaikuttaisi haastavan sosiaalialalla se, ettei yksilön kokemien sosiaalisten ongelmien tarkastelu populaatiotasolla hahmotu samalla tavalla kuin esimerkiksi terveysongelmien liittyminen osaksi suurempaa kokonaisuutta. Myös terveysongelmiin puuttuminen populaatiotasolla on selkeämpää ja sitä voidaan perustella suoraviivaisemmin kuin sosiaalisiin ongelmiin puuttumista. Esimerkkinä vertaan kahta ongelmaa ja niihin puuttumista ison datan perusteella: jos laajoissa tutkimuksissa huomataan ja kyetään todistamaan yhteys jonkin ruoka-aineen ja terveysongelman välillä, pystytään kyseistä terveysongelmaa ehkäisemään ohjeistamalla ihmisiä välttämään kyseistä ruoka-ainetta. Sosiaalisten ongelmien ollessa kyseessä tilanne on huomattavasti monimutkaisempi, sillä yhteys pelkästään yksittäisen tekijän ja seurauksen välillä on haastavaa todistaa, eikä ongelmaa todennäköisesti voi korjata pelkällä yhden yksittäisen tekijän lisäämisellä tai poistamisella. Hyvä käytännön esimerkki tästä on työttömyyden vähentäminen antamalla työnhakijoille työnhakuvelvoite. Ymmärrän hyvin, että koko yhteiskunnan tasolla työttömyys voi näyttäytyä työnhakijoiden passiivisuutena ja työnantajien ja työnhakijoiden kohtaanto-ongelmana, jota voidaan korjata työttömien aktivoinnilla, kuten työnhakuvelvoitteella. Pelkkä pakotettu työhakemuksen lähettäminen kuitenkaan tuskin vähentää työttömyyttä etenkään tilanteessa, jossa työllistymistä estävät erilaiset terveydelliset haasteet. Pahimmillaan työnhakuvelvoite voi yksilötasolla aiheuttaa sen, että työhön kykenemätön menettää ansionsa tai etuutensa velvoitteen vuoksi. Lopuksi On tärkeää, että tulevaisuudessakin sosiaalityön koulutuksessa painotetaan tutkimusosaamista ja tiedonhankintaa. Lisäksi terveys- ja sosiaaliala tulisi nähdä ennemminkin toisiaan täydentävinä kuin toisiaan poissulkevina aloina. Digitalisaatiolla ja sosiaali- ja terveysalan integraatiolla on paljon mahdollisuuksia ratkaista yhteiskunnallisia kiperiä kysymyksiä, mutta vain jos myös sosiaalityön osaaminen, tieto ja tiedon erityispiirteet otetaan yhtä lailla huomioon päätöksenteossa. Kirjoittaja: Maria Toppi, TtM (terveyshallintotiede) Sosiaalityön maisteriopiskelija, Lapin yliopisto Lähteet:
|
Blogin tarkoitusBlogissa julkaistaan tieteellisiä kirjoituksia sosiaalialan digitalisaatiosta eri näkökulmista. Blogi toimii sosiaalialan digitalisaation ajan kuvaajana ja tallentajana, sekä tietolähteenä ja keskustelun virittäjänä kaikille aiheesta kiinnostuneille. Arkisto
January 2024
Kategoriat
All
|