Datavuodot näkyviksi : Datavuototutkimus vuosina 2010–2022

Abstract

Nyky-yhteiskunta pyörii ihmisistä kerättävän datan ympärillä. Internetin sisältö kuratoidaan jokaiselle käyttäjälle heistä kerättyjen tietojen perusteella mahdollisimman kiinnostavaksi ja tiedot kerätään usein ilman käyttäjien tietoista suostumusta. Yksityisten ja julkisten tahojen palvelimien välillä kulkiessa henkilökohtainen data vuotaa myös kolmansille osapuolille. Tässä tutkielmassa perehdyn vuosina 2010–2022 tehtyyn datavuototutkimukseen systemaattisuuteen pyrkivän kartoittavan kirjallisuuskatsauksen avulla, kiinnittäen erityistä huomiota käytettyihin aineistoihin ja tutkimusmenetelmiin.

Datavuototutkimukseen liittyy monia erityispiirteitä aineistojen saavutettavuuden, tutkimusetiikan ja soveltuvien menetelmien osalta. Henkilökohtainen data, eli datavuotojen rakennusaine, on yksityisyydensuojan piirissä. Datayhtiöt eivät voi tai halua luovuttaa tietoja tutkimuskäyttöön. Aineistoja olisi saatavilla myös vapaasti verkossa tietomurtojen jäljiltä, mutta tällaiset aineistot ovat rikollista alkuperää ja siten tutkimuseettisesti kestämättömiä. Tutkimusten olisi oltava toistettavissa, mutta aineistot sisältävät yksityisiä tietoja.

Määrällisesti datavuototutkimus on keskittynyt kyselyihin, tapaustutkimuksiin ja datakaavintoihin, joista osa on eettisesti kestämättömällä pohjalla. Tutkimuksiin osallistuneet henkilöt ovat stereotyyppisesti nuoria korkeakouluopiskelijoita, ja tutkimuksen ulkopuolelle ovat jääneet haavoittuvassa asemassa olevat ihmisryhmät. Kuitenkin erilaisia aineistolähteitä yhdistelemällä, monitieteisillä tutkimusryhmillä ja ennakkoluulottomilla tutkimusotteilla voidaan päästä käsiksi myös uusiin aineistoihin, joilla pystytään kartoittamaan aiemmin tietotason ulkopuolelle jääneitä datavuotoja.