Kuvien käyttö ja jakaminen digitaalisilla alustoilla ja applikaatioissa on kasvava trendi. Digitaalisia kuvia, kuten meemejä, profiili- ja edustuskuvia, tai sosiaalisessa mediassa kiertäviä ja jaettuja kuvia on kuitenkin monesti haasteellista tutkia pelkästään laadullisesti esimerkiksi niiden määrän tai hajautuneisuuden vuoksi. Tarvitaan siis uudenlaisia menetelmien yhdistelmiä, jotta laajojen kuva-aineistojen tutkimus olisi mielekästä, ja ylipäätään mahdollista, väittää kaupallisten kuvantunnistuspalvelujen tavasta representoida uskontoa väitellyt Helsingin yliopiston humanistis-yhteiskuntatieteellisen instituutin postdoc-tutkija Anton Berg.
Mitä ongelmia digitaalisten kuvien laadulliseen tutkimiseen liittyy?
Ajatellaan, että olet kiinnostunut siitä, mitä tiettyjen uskonnollisten instituutioiden sosiaalisessa mediassa jakamilla kuvilla pyritään viestimään. Kuvat jaetaan usein tekstin sekä hashtag-tunnisteiden kanssa, mutta yksinkertaisuuden vuoksi pysytään pelkissä kuvissa. Jos analyysisi kohteena on joitain kymmeniä tai satoja kuvia, voit melko helposti käydä ne yksitellen läpi ja kirjoittaa kuvauksesi siitä, mitä kuvissa mielestäsi on. Jos kuitenkin ajattelet, että kuvauksesi saattaisi olla puolueellinen, voisit yrittää pienentää tulkintavinoumaa esimerkiksi laittamalla muita henkilöitä luokittelemaan samaa aineistoa. Tämän jälkeen voisitte vertailla tulkintoja. Saattaisitte esimerkiksi tämän jälkeen päätyä säilyttämään vain ne kuvaukset, joista olitte tarpeeksi samanmielisiä. Mutta entäpä jos kuva-aineisto koostuu kymmenistä tuhansista kuvista, puhumattakaan siitä minkälaiseksi aineisto kasvaa, jos olet kiinnostunut ajallisesti useiden vuosien tapahtumista jollain sosiaalisen median alustalla?
Konenäkö apuna analyysissa
Tietokoneen ymmärrys kuvista tapahtuu bitti- ja pikselitasolla. Digitaaliset kuvat muodostuvat kuvapikseleistä, jotka koostuvat yhdestä tai useammasta lukuarvosta vastaten eri värikomponenttien kirkkautta. Kuvassa 1 on esityksiä eri pikseliresoluutioina Tux pingviinihahmosta, joka on avoimen lähdekoodin Linux-ytimen virallinen tunnushahmo (Kuva 1).
Tämän yksinkertaisen esimerkin kautta havainnollistuu, kuinka pingviiniä esittävästä kuvasta voi pikselien voimakkuuksia tarkastelemalla (viimeinen kuva) saada analysoitua matemaattisesti myös erilaisia kuvan osia, kuten pingviinin räpylät, nokka tai silmät. Kuvaan voisi myös käyttää erilaisia suodattimia (engl. filters). Suodattimien käytön tavoitteena on muokata tai parantaa kuvan ominaisuuksia ja/tai poimia kuvista arvokasta tietoa, kuten reunoja, kulmia ja pisteklustereita. Tällaista analyysiä käytetään esimerkiksi osana digitaalista forensiikkaa.
Automaattiset kuvantunnistusalgoritmit
Kuvien sisältöä voidaan analysoida ja luokitella suoraan erilaisiin objektiluokkiin hyödyntämällä kuvantunnistusalgoritmeja, jotka perustuvat useimmiten nk. syväoppiviin neuroverkkoihin. Kuvantunnistusalgoritmit ovat sosioteknisiä järjestelmiä: ihmistoimijoiden ja teknologisten järjestelmien yhteenliittymiä. Automaattisen kuvantunnistusjärjestelmän rakentaminen koostuu monista vaiheista ja prosesseista, kuten koulutusdatan valikoimisesta ja luokittelusta (ihminen ja/tai automaatio), mallin algoritmisen rakenteen muodostamisesta, mallin koulutuksesta ja lopuksi mallin testaamisesta. Jokaiseen vaiheeseen sisältyy omat vinoutumisen vaaransa, jonka vuoksi malleja ei tulisi milloinkaan pitää objektiivisina tai neutraaleina, vaan yksinkertaisesti erilaisten valintojen lopputuloksina.
Kuvantunnistusta tarjoavat lähes kaikki suurimmat läntiset teknologiayritykset, kuten vaikkapa Google, Microsoft ja Amazon. Niiden laajamittainen käyttö esimerkiksi ohjelmistorajapintojen (engl. APIs) kautta on myös melko yksinkertaista. Ohjelmointirajapinta välittää ohjelmoidut luokittelupyynnöt valituille kuville ja kuvantunnistusjärjestelmälle, jonka jälkeen se palauttaa järjestelmän tekemät luokittelut. Kuvassa 2 näkyy Googlen konenäölle (Cloud Vision) syötetty uskonnollista tilaisuutta esittävä kuva, ja järjestelmän tuottamat luokittelut ja näistä saavutettu tarkkuus.
Vaikka Googlen kuvantunnistusjärjestelmä kykeneekin tekemään monia hyödyllisiä luokitteluja esimerkin kuvasta, tunnistaen myös ehkäpä joitain uskontoon liitettyjä materiaalisia, toimijuudellisia ja rituaalisia piirteitä, on sen kuvailua vaikea pitää millään muotoa täydellisenä tai kattavana (kuvassa on esimerkiksi poliittinen ulottuvuus). Tällainen menetelmä on kuitenkin hyödyllinen, mikäli haluttaisiin seuloa vaikkapa satojen tuhansien kuvien joukosta ne, joissa on jotakin uskontoon liittyvää, tarkempaa laadullista analyysia varten.
Kohti uudenlaisia menetelmien yhdistelmiä
Uskontotieteessä on hyödynnetty laajalti diskursiivista tekstitutkimusta. Diskursiivinen tekstianalyysi on menetelmä, joka tutkii, miten kielenkäytön ja tekstien kautta rakennetaan, ylläpidetään ja haastetaan merkityksiä, valtasuhteita ja sosiaalisia käytäntöjä. Diskursiivisen tekstianalyysin, kuvantunnistuksen ja konenäön yhdistelmä on esimerkki menetelmällisestä hybridimallista, joka on erityisen hyödyllinen kuva-aineistojen tutkimuksessa. Tuottaessaan representaatioita ja luokitteluja, kuvantunnistusjärjestelmät tuottavat diskursseja. Se, miten kuvat rakentavat ja välittävät ideologioita, valtasuhteita ja kulttuurisia käsityksiä, on tärkeää. Keskittyessään diskurssien dynaamiseen rakentumiseen ja käyttöön, tällainen hybridimenetelmä myös väistää ankarimmat väittelyt siitä, miten uskonto tulisi käsitteenä määritellä – onko jokin uskontoa tai ei ole – keskittyen ensisijaisesti siihen miten uskontoa tuotetaan ja käytetään kuvien kautta.