Tulevik on andme-Eesti päralt

Näiteks: „Kui suurt ohtu sõjapõgenikud endast tegelikult kujutavad?” – „Pagulased ei ole meile ohtlikud, kuid ohtlikud on nende varjus liikuvad terroristid. Terroristide osakaal pagulastest on 0,x%. Samas: sõjapõgenike aitamisega vähendame uute terroristide tekkimise riski xx%.” (Selle näitega ei väljenda ma oma arvamust selles asjas). Kui meil oleks võimalik kasutada selliseid lahendusi, siis saaks kõik sildistamised ja manipuleerimised andmetega ümber lükata. See pidurdaks populistlike jõudude arengut ja looks tugeva ühiskonna aluse.

Ei pea ka alustama kaugelt. Teeme seda alustuseks meie enda riigi peal. Kogume kokku kõik andmed, mis meil riiklikes andmebaasides on, ning lisame juurde muu vabalt kätte saadava – ja ehitame selle peale meie riigi olukorda hindava süsteemi.

Kas riigi strateegilised otsused soodustavad pigem lisandväärtust loovat tööd või odavat allhanget? Kui suur osa otsustest on populistlikud ega muuda päriselt midagi? Kui palju on erakonnad teinud otsuseid neile raha annetanud isikute huvides (seadused)? Kui suur on alkoholiaktsiisi tõstmise tegelik tulu riigile (haiglate kulude vähenemine vs. aktsiisitulu vähenemine)?

Sellise asjaajamise tulemus võiks olla, et odavad ja sisutud loosungid ei mõjuta meid enam, ja me valime riiki juhtima inimesed, kes tegelikult ka meie elu paremaks soovivad muuta.

Tehnoloogia panus

Sellise süsteemi loomine ei ole lihtne, sest eeldab eri sisendite kasutamist. Üheks tugisambaks on tehnoloogia. Saame oma andmed anda õppimiseks Amazoni või Google’i loodud masinõppe lahendustele. Miks mitte proovida riigi tasemel saada sellise projekti jaoks teadmiste tuge otse nimetatud ettevõtetest (äkki tundub neile isegi piisavalt ambitsioonikas). Eesmärk võiks olla meil olemasolevate andmete ja järelduste tegemise õpetamine masinatele ning pideva uue andmevoolu tagamine süsteemile.

Tehnoloogial on muidugi oma nõrkused. Üks näide on Microsofti loodud chat bot ehk masin, kes suhtles pärisinimestega. Masinast sai üsna kiiresi rassist, sest rassistid olid need inimesed, kellega masin suhtles ja kellelt ta õppis. Siin tekib mitu küsimust: kas me peaksime masinat mõjutama järelduste tegemisel? Kas me peaksime inimesi muutma hakkama, sest teised arvavad teisiti? Kas sekkuda, kuidas seda teha?

Kogukonna panus