Future of Finland’s partnership with NATO : Creating normative scenarios with big data
Voutilainen, Jani (2020-05-07)
Future of Finland’s partnership with NATO : Creating normative scenarios with big data
Voutilainen, Jani
(07.05.2020)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2020062245247
https://urn.fi/URN:NBN:fi-fe2020062245247
Tiivistelmä
The public discussion on NATO has been ongoing in Finland since the 90’s century. In 2018 Finland’s president Sauli Niinistö said that if Finland applies for a full NATO membership there will be referendum. National security policies can feel quite distance for the general public, therefore there was a need to create alternative scenarios if such a referendum would take place. These scenarios could help possible voters to decide about this topic.
For scenario purposes, a normative approach was chosen. In normative scenarios the out-come is predetermined, which in this case resulted into four plausible scenarios. These scenarios are divided the following: Finland joins or does not join NATO and positive and negative outcomes based on these decisions. To find out the content of the scenarios a Google Alert’s was exploited as a data source. During a one-year period the data was collected. The amount of data gives and argument that that research was using big data. The data was analysed in qualitative and quantitative methods. In qualitative analysis a content analysis was used to locate clusters. This has been done with Power Bi as a tool. In quantitative approach a Python script was ran to create a word cloud to find out the most frequent words in the articles.
It was found out that big data is a great asset in scenario planning, but with the chosen methods it requires a lot of effort to be worthwhile. These data-driven scenarios were able to provide four plausible scenarios for the year 2030. The scenarios may be appreciated by the possible referendum voters. Futures studies drives people for change and therefore the ethical discussion under this topic has been discussed under this study as well. Implications that were found out, were the increasing need for media literacy and to re-consider the pros and cons of the referendum. Julkinen NATO keskustelu on jatkunut Suomessa 90-luvulta asti. Vuonna 2018 Suomen presidentti Sauli Niinistö sanoi, että jos Suomi hakisi NATO:n jäsenyyttä, niin siitä tulisi järjestää kansanäänestys. Kansallinen turvallisuuspolitiikka voi tuntua kaukaiselta suurelle yleisölle, sen vuoksi oli tarve luoda vaihtoehtoisia skenaarioita, jos kansanäänestys toteutuisi. Nämä skenaariot voisivat auttaa mahdollisia äänestäjiä päättämään tästä aiheesta.
Skenaarioiden luomiseen valittiin normatiiviset skenaariot. Normatiivissa skenaarioissa lopputulema on ennalta päätetty, mikä johti siihen, että neljä mahdollisesti toteutuvaa skenaariota luotiin. Nämä skenaariot ovat jaettavissa seuraavasti: Suomi liittyy tai ei liity NATO:on ja näiden päätösten pohjalta lopputulema on joko positiivinen tai negatiivinen. Sisältö skenaarioihin löydettiin hyödyntämällä Google Alert:ia datalähteenä. Data kerättiin yhden vuoden aikana. Datan määrän vuoksi voidaan sanoa, että tutkimus hyödynsi big dataa. Data analysoitiin kvalitatiivisin ja kvantitatiivisen metodein. Kvalitatiivisessa analyysissä sisällönanalyysiä hyödynnettiin klustereiden paikantamiseen. Tähän työkaluna käytettiin Power Bi:tä. Kvantitatiivisessa lähestymistavassa käytettiin Python koodia, jolla tehtiin sanakartta millä löydettiin useimmiten toistuneet sanat artikkeleissa.
Big data osoittautui suureksi hyödyksi skenaarioiden suunnittelussa, mutta valituilla metodeilla sen hyödyntäminen vaati suurta vaivaa. Data-käyttöiset skenaariot mahdollistivat neljä mahdollisesti toteutuvaa skenaariota vuoteen 2030. Mahdolliset kansanäänestyksen äänestäjät voivat arvostaa näitä skenaariota. Tulevaisuudentutkimus ajaa ihmisiä muutokseen ja sen vuoksi eettinen keskustelu tämän aiheen ympärillä on käsitelty myös tässä tutkimuksessa. Löydetyt seuraukset, olivat lisääntynyt medialukutaidon tarve ja kansanäänestyksen hyvien ja huonojen puolien uudelleen mietintä.
For scenario purposes, a normative approach was chosen. In normative scenarios the out-come is predetermined, which in this case resulted into four plausible scenarios. These scenarios are divided the following: Finland joins or does not join NATO and positive and negative outcomes based on these decisions. To find out the content of the scenarios a Google Alert’s was exploited as a data source. During a one-year period the data was collected. The amount of data gives and argument that that research was using big data. The data was analysed in qualitative and quantitative methods. In qualitative analysis a content analysis was used to locate clusters. This has been done with Power Bi as a tool. In quantitative approach a Python script was ran to create a word cloud to find out the most frequent words in the articles.
It was found out that big data is a great asset in scenario planning, but with the chosen methods it requires a lot of effort to be worthwhile. These data-driven scenarios were able to provide four plausible scenarios for the year 2030. The scenarios may be appreciated by the possible referendum voters. Futures studies drives people for change and therefore the ethical discussion under this topic has been discussed under this study as well. Implications that were found out, were the increasing need for media literacy and to re-consider the pros and cons of the referendum.
Skenaarioiden luomiseen valittiin normatiiviset skenaariot. Normatiivissa skenaarioissa lopputulema on ennalta päätetty, mikä johti siihen, että neljä mahdollisesti toteutuvaa skenaariota luotiin. Nämä skenaariot ovat jaettavissa seuraavasti: Suomi liittyy tai ei liity NATO:on ja näiden päätösten pohjalta lopputulema on joko positiivinen tai negatiivinen. Sisältö skenaarioihin löydettiin hyödyntämällä Google Alert:ia datalähteenä. Data kerättiin yhden vuoden aikana. Datan määrän vuoksi voidaan sanoa, että tutkimus hyödynsi big dataa. Data analysoitiin kvalitatiivisin ja kvantitatiivisen metodein. Kvalitatiivisessa analyysissä sisällönanalyysiä hyödynnettiin klustereiden paikantamiseen. Tähän työkaluna käytettiin Power Bi:tä. Kvantitatiivisessa lähestymistavassa käytettiin Python koodia, jolla tehtiin sanakartta millä löydettiin useimmiten toistuneet sanat artikkeleissa.
Big data osoittautui suureksi hyödyksi skenaarioiden suunnittelussa, mutta valituilla metodeilla sen hyödyntäminen vaati suurta vaivaa. Data-käyttöiset skenaariot mahdollistivat neljä mahdollisesti toteutuvaa skenaariota vuoteen 2030. Mahdolliset kansanäänestyksen äänestäjät voivat arvostaa näitä skenaariota. Tulevaisuudentutkimus ajaa ihmisiä muutokseen ja sen vuoksi eettinen keskustelu tämän aiheen ympärillä on käsitelty myös tässä tutkimuksessa. Löydetyt seuraukset, olivat lisääntynyt medialukutaidon tarve ja kansanäänestyksen hyvien ja huonojen puolien uudelleen mietintä.