Viime aikoina tiedemaailmassa on puhuttu paljon suurten aineistomassojen, big data, merkityksestä tutkimukselle. Suomalaiset Venäjän tutkijat saivat jo kymmenen vuotta sitten käyttöönsä Integrum-tietokannan, joka käsittää yli 50 miljardia sanaa erilaisia lehtitekstejä. Kehittämällä tehokkaat hakumetodit olemme aineiston avulla osoittaneet, että venäjän kielioppien antama tieto monista venäjän kielen piirteistä ei pidä paikkansa, jos tarkastellaan aitoa kirjoitettua kieltä.

Kielioppiasioiden ohella olemme käyttäneet laajoja tekstimassoja myös monien muiden asioiden tutkimiseen: mitä politiikka, urheilu tai tiede voi ”tehdä”, mitä venäläiset ajattelevat modernisaatiosta, miksi ihminen teeskentelee ymmärtävänsä.

Aiheesta lisää:

• Mustajoki, Arto. Slaavilaisen kirjaston uusi elektroninen vetonaula. Julkaisussa Kirja tietoverkkojen maailmassa. Toimittaja Inkeri Salonharju. Verkkojulkaisu. Helsinki: Helsingin yliopiston kirjasto, 2003.
• Mustajoki, Arto. Mitä tiede, uskonto, kirjallisuus, politiikka ja talous voivat tehdä? Verkkosivustolla Venäjää voi ymmärtää. Helsingin yliopisto, nykykielten laitos, venäjän kieli ja kirjallisuus.
• Mustajoki, Arto. Integrum-tietokanta. Verkkosivustolla Venäjää voi ymmärtää. Helsingin yliopisto, nykykielten laitos, venäjän kieli ja kirjallisuus.
• Mustajoki, Arto. The Integrum Database as a Powerful Tool in Research on Contemporary Russian.
• Lisää tietoa aiheesta luettavissa myös Arto Mustajoen englanninkielisestä ja venäjänkielisestä 375 humanistia -esittelyistä.

Kyrilliikka on haaste tietokoneympäristölle. Aluksi venäjäksi piti kirjoittaa eri kirjoituskoneella. Sitten tulivat IBM-pallokoneet, jossa oli vaihdettavia kirjainpalloja. Tällaisella välineellä kirjoitin väitöskirjani. Tosin kun korjaamismahdollisuutta ei tuolloin vielä ollut, tein viimeisen version leikkaa & liimaa -periaatteella. Paikoin oli viisikin kerrosta paperia, mutta kun oppi pistämään liimaukset suoraan, se ei näkynyt kopiossa. Kun sitten tulivat ensimmäiset tietokoneet, joukossa oli australialainen MicroBee, johon sain kyrilliset kirjaimet. Teimme paljon käsityötä kun piirsimme matriisikirjoittimiin kyrillisiä ja muita slaavialisia aakkostoja.

Kehitimme myös erityisen RuSlav-näppäinjärjestyksen, jossa venäläiset kirjaimet ovat samoilla paikoilla kuin latinalaiset niin pitkälle kuin se vain on mahdollista. Mukana kehitystyössä olivat Jouko Lindstedt ja Jyrki Papinniemi. Tämä näppäinjärjestelmä on nykyään käytössä kaikkialla Suomessa. Vähenevä määrä käyttäjiä haluaa edelleen pitää kiinni aidosta venäläisestä näppäinjärjestelmästä.

RuSlav-näppäimistön asennusohjeet.

Olen aina ollut kiinnostunut tietokoneista opetuksen välineenä. 1990-luvun puolessa välissä laadin Venäjän kielen mestari -tietokoneohjelman, joka opettaa venäjän substantiivien ja adjektiivien taivutuksen. Ohjelma perustuu kahteen oivallukseen. Taivutettavat sanat esiintyvät aina osana lausetta, joita ohjelma pystyy tuottamaan puoli miljoona erilaista. Toinen hienous on vastauksen analyysialgoritmi: jos vastaus on väärin, ohjelma kertoo millä tavalla se on väärin. Kirjainten opiskeluun kehittelin Kapusta CD-rompun, jota oli ideoimassa suuri joukko nuoria nörttejä. Se sisältää seikkailupelin ja erilaisia tehtäviä. Romppua myytiin yli 3000 kpl. Molemmat ideat ovat edelleen elinkelpoisia, mutta niiden tekniikka ja layout on vanhentunut.

• ”Pelimies”, Ylioppilas-lehti 21.9.1995