It is the beginning of a new month, so it’s time again for me to write a summary about what we have been doing at Helsinki Rephotography in September. Last month was the Hack4OpenGLAM event, so most of our time went to preparing for that. We were participating with a project about upscaling images with machine learning and artificial neural networks. For this we used the OpenCV library which stands for Open Computer Vision.

Artificial neural networks are computing systems that are inspired by the real biological neural networks found in our brains. They can be used for example in pattern recognition, 3D reconstruction and machine translation. For testing, we used a neural network model trained for upscaling images called EDSR.

Setting everything up

I was the one responsible for doing the initial legwork and getting OpenCV up and running. This required compiling it from the source code, since the super resolution module necessary for upscaling images was not included in the pre-compiled version of OpenCV. I first did a test version without GPU acceleration just to see how fast the upscaling was with just the CPU power. This ended up working with simpler upscaling models such as FSRCNN, but that one obviously wasn’t as good as EDSR, which took well over a minute to upscale a small image with just the CPU.

I then figured out how to get CUDA working with OpenCV. This allowed the use of Nvidia GPUs in the upscaling process. It required installing the CUDA toolkit and recompiling OpenCV with support for it. After setting it up, I ran into another problem: my GPU had too little integrated memory to do the upscaling. This prompted Kimmo to set up an analytics server with a more powerful GPU that we could try, and this ended up working. It now only took 5 seconds to upscale the same picture that took over a minute just with the CPU.

The results

After this we could try it on different images and see how it worked. We ended up using 3 different image upscaling models; GFPGAN, Real-ESRGAN and ESRGAN. These models were based on a different neural network technique called generative adversarial network. In this technique, two neural networks compete against each other. The other creates data points, while the other tries to distinguish between the real ones and the ones created by the neural network.

The end result was that the images themselves looked good, but the AI sometimes tended to create weird things, such as badly shaven mustaches, faces inside faces and walls that were made from fabric. So, it was not perfect, but could work if you weren’t looking for the perfect result. Here is a good example of the upscaling that we did on an image provided to us by Fortepan, who we did this project in collaboration with. This image was upscaled with ESRGAN. In it you can clearly see the difference in sharpness and details between the original and the upscaled image.

For me it was interesting to see and learn what machine learning and neural networks can be used for. I hope that in the future we can also use this for something useful.

-Siru, intern

Suomi tunnetaan tuhansien järvien ja saarien maana. Iso osa saarista on merellä rannikolla ja keskeisessä asemassa ruotsalaiselle Suomelle – ja näin ollen kiinnostuksen kohde Projekt Fredrikalle. Miten Wikipedian tietoa saaristosta voisi jatkokehittää suomeksi, ruotsiksi ja muillakin kielillä? 

Saarien nykytila

Suomenkielisessä Wikipediassa artikkeleita saarista on 880 merialueilla ja 335 sisävesillä. Ruotsiksi vastaavat luvut ovat 17 235 (merellä) ja 23 219 (sisävesillä). Englanniksi, saksaksi ja muilla kielillä luvut ovat huomattavasti pienemmät. Jos googlettaa jonkun Suomen tuhansista saarista, niin hakutuloksiin saa melko todennäköisesti ruotsinkielisen Wikipedian artikkelin. 

Ruotsinkielisen Wikipedian artikkelit on luotu botilla useampi vuosi sitten. Lsjbot laski algoritmilla maastodatasta saarien koordinaatit, pinta-alan, korkeimman korkeuden ja muita tietoja, ja yhdisti näistä sivut. Saarien tiedot ovat siis “aika hyviä”, mutta vailla virallista lähdettä. 

Lsjbotin artikkelit voidaan mieltää ruotsinkielisen Wikipedian asiaksi, mutta tiedot ovat myös päätyneet kieliriippumattomaan Wikidataan ja ovat siten osa Suomen maantiedettä Wikidatassa.  

Artikkeleiden jatkokehitys ja hyödyt

Rannikon saarien artikkeleita voisi jatkokehittää monelta kannalta. Ensinnäkin olisi hienoa saada pois “automaattisesti luotu”-varoituskyltti jokaiselta ruotsinkieliseltä sivulta – tämä vaatisi tarkistustyötä ja tietojen verifiontia.

Lisäksi ruotsinkielisen saariartikkelin kartta on niin laaja, ettei se kerro paikalliselle mitään saaren tarkasta sijannista Suomen rannikolla. Itse artikkeleita voisi myös parantaa lisäämällä tietoa yhteysaluksista, saaren historiasta, asutuksesta, nimen lausumisesta, ja muusta – osa on mahdollista tehdä botilla, osa vaatii käsityötä. Fredrika on listannut näitä ajatuksia Nauvon saarien projektisivulle ruotsiksi ja suomeksi. 

Suomenkielisten olemassa olevien artikkeleiden tietoikkunoita olisi syytä yhtenäistää. Suurimmille, merkittävimmille saarille voisi luoda automaattisesti botilla tarpeeksi hyvät suomenkieliset tyngät, jotka mahdollistaisivat artikkeleiden laajentamisen myöhemmin. Esimerkkinä tyngästä ja tietoikkunasta olemme luoneet artikkelin Högsar.

Lisäksi saarien linkittäminen OpenStreetMapissa Wikidataan mahdollistaisi dynaamisien karttojen esittämisen artikkeleiden tietoikkunassa. Linkitys avaisi uusia mahdollisuuksia hyödyntää kokonaisvaltaisesti OSM:n, Wikidatan, Wikipedian ja Wikimedia Commonsin avointa dataa saaristosta. 

Virallinen lähde

Jatkokehitystä ja bottiajoja jarruttaa se, ettei Lsjbotin luomia tietoja ole verifioitu, eikä saaria ole yhdistetty virallisen lähteen uniikkiin tunnisteeseen. Isomman artikkelimäärän luominen suomeksi ja muilla kielillä Lsjbotin tietojen perusteella ei ole perusteltua. 

Maalaisjärjen mukaan saaren perustietojen lähteenä pitäisi käyttää Maanmittauslaitoksen tai SYKEn tietoja (kuten järvi- ja meriwiki). Maanmittauslaitoksen tietokorteissa on tällä hetkellä tarjolla ainakin koordinaatit ja uniikki tunniste (esim Högsar, 10303715), mutta ei muuta Lsjbotin aikanaan laskemaa tietoa, kuten pinta-ala. Hyvä alku, mutta toivon mukaan Maanmittauslaitos tai muu virallinen taho alkaisi tarjoamaan lisää tietoa saarista. 

Saaren olemassa olon vahvistaminen

Voisiko olemassa oleville Wikidatan saarille lisätä Maanmittauslaitoksen tunnisteen (P4119) ja siten edes vahvistaa niiden olemassaoloa? Minkälainen työ se olisi? 

Vertasimme valitun alueen saarien koordinaatteja Wikidatassa Maanmittauslaitoksen APIsta saataviin koordinaatteihin (käyttämämme python-koodi). Rajasimme Wikidatan tiedot entisen Nauvon kunnan alueelle, koska sen alueella on paljon saaria ja meillä on henkilökohtaista kokemusta alueesta. MML:n tietoa pystyimme rajaamaan Paraisten kuntaan sekä “Saari tai luoto” ja “Saari- tai luotoryhmä” luokituksien avulla. 

Wikidatan Nauvon 1214 saarelle löytyi nimen perusteella Maanmittauslaitoksen tiedoista
– yksiselitteinen vastinpari 732 saarelle, 
– useampi vastinpari 378 saarelle ja 
– 104 saarta ilman vastinparia. 

Etäisyys Wikidatan ja Maanmittauslaitoksen koordinaateissa oli 732 yksiselitteisillä vastinparilla: 
– yli 1000 metrin etäisyys 8 saarella 
– 10-1000 metriä: 54 saarta 
– 0-10 metriä: 681 saarta

Yli 1000 metrin etäisyydet eivät tarkoittaneet väärää tietoa Wikidatassa, vaan API-haku oli erinäisistä syistä palauttanut väärän saaren Maanmittauslaitoksen tiedoista. 

Näillä tiedoilla voisi luottavaisin mielin lisätä 0-10 metrin etäisyydellä oleville 681 saarelle Maanmittauslaitoksen koordinaatit käyttäen Maanmittauslaitosta lähteenä. 

Suurimman tarkastustyön ennen lähteen lisäämistä aiheuttaisi useamman vastinparin saaneet (378 saarta) ja ilman vastinparia jääneet (104 saarta) – mutta sekään ei ole mahdotonta. 

Mitä sitten? Kysymyksiä lukijalle

Onko suuressa tarkastustyössä ja Maanmittauslaitoksen tunnisteen (P4119) lisäämisessä järkeä? Antaisiko tunniste toivottavaa pohjaa uusien artikkeleiden luomiselle? 

Jos saariartikkeleita luotaisiin botilla suomeksi, mitä ominaisuuksia artikkeleilta toivotaan? Mikä on pienin artikkelitynkä mitä sallitaan – onko Högsar sopiva? Missä vedetään raja saaren merkittävyydelle – saaren koko?

Tarvitaanko tarkempaa ja luotettavampaa tietoa saarista? Suomen järvistä on saatavilla tarkkaa valmista tietoa järvi & meri-wikissä, mm. järvien pinta-aloista. Ei vaatisi kuin geometrista matematiikkaa, että samaa voisi tarjota saarista, mutta kenen toimesta ja miten? Miten voisi kehottaa esimerkiksi Maanmittauslaitosta laskemaan ja tarjoamaan tietoa? 

Oma lukunsa on saarien ääriviivat OSM:ssä, joissa olisi paljon parantamisen varaa. Ääriviivoja voisi mieluiten parantaa automaattisella ajolla Maanmittauslaitoksen karttatietojen avulla manuaalisen piirtämisen sijaan. Kenen toimesta tämä onnistuisi? 

Projekti- ja keskustelusivut

Lisää aiheesta Kahvihuoneessa sekä Nauvon saarien projektisivuilla ruotsiksi ja suomeksi. 

This month in Helsinki Rephotography we have worked on implementing IIIF using IIIPImage to Ajapaik. IIIF stands for the International Image Interoperability Framework, and it is a protocol for standardizing image retrieval. Using IIIF it is easy for users to manipulate images, like modifying size, scale, region of interest, rotation, quality, and format. IIIF also allows for easy implementation of image annotations, and with it users can comment, transcribe and draw on images.

The IIIF protocol has two parts, the image API, and the presentation API. The image API delivers images in a way that easily specifies the characteristics of the image, such as region, size, rotation, and quality. The presentation API on the other hand provides the information necessary to drive a compelling viewer experience.

IIPImage is a high-performance image server that can be used to stream high resolution images. It uses IIIF and the Fast CGI protocol in combination with a front-end web server (nginx in Ajapaik’s case). IIPImage can use images that are either in the TIFF format, or the JPEG2000 format. It also comes with an image converting tool called vips than can be used to convert images to the TIFF format.

During the month I have made a Python script that is used with the uWSGI server to download images from Wikimedia, convert them to the TIFF format and then display them over IIIF. uWSGI is a Web Server Gateway Interface server implementation that can be used in conjunction with a web server to forward requests to an external program.

The idea is to get this script to execute whenever a 404 Not Found error happens at the IIPImage server. It will parse the filename from the request and find out if the image can be found on Wikimedia Commons. If it can, it will download and convert the image to TIFF using vips. Lastly it will redirect the user to the IIPImage server that will serve the image using the IIIF protocol.

I did this by launching uWSGI with the Python script and a socket file as parameters. I then added a new location to the nginx site configuration that specifies that the requests to this location should be forwarded to the uWSGI server. This worked when the user directly accessed the location but didn’t when they were forwarded to it from a 404 error, since in that case only the request URL got forwarded to uWSGI instead of the full parameters.

To fix this we had to modify the script to parse the filename from the full URL. This was easy with Python’s urllib. Now we are in the process of implementing the presentation API of IIIF. During the Wikimania Hackathon we also added a link to IIIF to the user interface of Ajapaik.

-Siru, intern

Last year’s objective: Our goal is to have 1,000 new, well-sourced biographies of women created and 40 new editors during the initiative; share of women’s biographies from ~19.5 % to over 20 %.

This year’s objective: Make bias visible and focus on closing the gaps in participation and content by organizing 3-5 events, with 1000 new articles of well sourced biographies of women/minorities.

• Hosting writing events for closing gender gap (Womens month events, Women in Red)
• Support third parties when they are organizing events,
• Co-operate with Finnish Wikipedia’s Weekly competitions and other competitions
• Improve the ability to participate in Finnish Wikipedia’s competitions with minority languages in Finland

So far this year, we have had two major online events that address the gender gap on the Finnish, Inari Saami, Northern Saami, and Livvi-Karelian Wikipedias. The Skolt Saami incubator project has also been included in these events, although the gender gap there is actually the reverse of what it is everywhere else: all of its biographies are about women.

The first event (Viikon_kilpailu_2021-10) was held in conjunction with the Weekly Competition in the Finnish Wikipedia, which started on International Women’s Day. Like last year, the week-long competition gave editors points for writing biographies about people whose gender value is not male in Wikidata.

For the first event, 23 of the 25 editors who registered for the weekly competition went on to edit articles. These 23 editors created 83 articles, improved those 83 and another 224 articles, added 207 new images, and added 592 references to sources in Finnish, Inari Saami, and Northern Saami. Out of all of the 307 articles that were created or edited during the competition, a whopping 45 of these were in Inari Saami, a language of approximately 400 speakers whose Wikipedia had been launched in October 2020, only a few months before the competition. Many of these articles were written about the CASLE language masters , who are one of the major reasons Inari Saami is thriving.

The second event (Wikiprojekti:Punaisten_linkkien_naiset_2021) started off with a bang as the Finnish Wikipedia rushed past the magic 20% marker for biographies about women already on the first day of the competition. This month-long Women in Red edit-a-thon saw 154 editors sign up for the competition, of whom 108 ended up participating in Finnish, Inari Saami, Northern Saami, and Skolt Saami. If we compare this year’s competition to the previous two years combined, this year was a smashing success. In the 2019 and 2020 competitions combined, editors created a total of 1540 articles, added a total of 1043 images, and added a total of 6643 sources. In 2021 alone, editors added more images and sources than in both 2019 and 2020 combined and just barely missed doing the same for creating new articles.

Part of this success is indubitably due to partnering with author and speech artist Jenni Janakka, whom we first worked with back in 2019 during that year’s Women in Red competition. Together we organized a virtual mini-editathon on Facebook , where a representative of Wikimedia Finland and Janakka showed viewers how to edit Wikipedia and encouraged them to follow along by editing at the same time. This was followed by a second mini-editathon for social media influencers. Janakka always brings with her a list of suggested topics that the stereotypical Wikipedia editor would not necessarily think about adding to Wikipedia, if they even knew they existed in the first place. This results in a much more diverse range of topics than we normally see in these types of competitions.   

By the end of the competition, the gender gap in the Finnish Wikipedia peaked at 20.53%, Inari Saami at 52.68%, and the biographies on the Skolt Saami incubator continued to be 100% about women. There were no changes in the figures for the Northern Saami or Livvi-Karelian Wikipedias during the competition.

Restituutio Afrikkaan hiertää länsimaisten ihmisten mieliä. Kyse on mantereen ulkopuolelle siirretyistä, eri aikoina ja alueilla Afrikassa tehdyistä taide-esineistä, jotka ryöstettiin usein kyseenalaisissa siirtomaavalloitusten olosuhteissa. Ne siirtyivät pääasiassa Eurooppaan ja Yhdysvaltoihin ja ovat olleet jo kauan erilaisissa museoissa ja kokoelmissa.

Puhetta restituutiosta, erilaisten esineiden palauttamisista maasta toiseen eli repatriaatiosta on ollut paljon ja kauan. Kuuluisin esimerkki lienee Lontoon British Museumissa olevat Elginin marmorit, joista Kreikka ja Britannia ovat käyneet kiistaa jo kymmeniä vuosia. Paljon niistä on puhuttu ja kirjoitettu, mutta mitään ei ole tapahtunut.

Afrikkaan suuntautuva restituutio ei ole uusi keksintö sekään. Vuonna 1936 Akenzua II, nykyisen Nigerian alueella olevan Beninin kuningaskunnan Oba, eli kuningas teki vuonna 1897 ryöstetyistä esineistä palautusvaatimuksen British Museumiin. Sinne lainatut, yksityiskokoelmassa olleet kaksi korallikruunua sekä korallihelmin koristeltu vaate palautettiinkin kahden vuoden kuluttua.

Varsinkin brittien vuonna 1897 toteuttama Nigerian Benin Cityn tuhoaminen ja ryöstö tulivat vähitellen yhä enemmän tietoisuuteen toisen maailmansodan jälkeen. Lisää löylyä keskusteluun ovat lyöneet ajankohtaiset aiheet kulttuuriperinnöstä. Syksyllä 2020 toinen Sarr-Savoy -raportin kirjoittajista, ranskalainen taidehistorioitsija Bénédicte Savoy totesi The Art Newspaperin haastattelussaan, että Ranskasta tapahtuvia restituutoita oli jouduttanut Black Lives Matter -liike.

”Kaiva siitä missä olet”

Tähän keskustelun osui pommin tavoin Dan Hicksin ironisella otsikolla varustettu kirja The Brutish Museums. Hicks työskentelee Oxfordissa, Pitt Rivers -museossa Oxfordin yliopiston antropologian ja maailman arkeologian osastolla, jossa hän toimii ”maailman arkeologian” kuraattorina.

Hicks ilmoittaa pyrkivänsä noudattamaan ruotsalaisen Sven Lindqvistin ajatusta ”Dig Where You Stand”, eli ”kaiva sitä, mitä tiedämme, käytä asiantuntijoita ja joskus esoteerista teknistä tietoa uusien menneisyyksien paljastamiseen ja ehkä parempaa tulevaisuuttakin.”

Lähtökohtaansa Dan Hicks luonnehtii eräänlaisena europessimisminä. Hän tarkoittaa sitä että tieto, jota eurooppalaiset saavat afrikkalaisista esineistä antropologian museoissa on yhteneväistä eurooppalaisen kolonialismin kanssa. Tämä tieto on kokonaan sidonnainen mustaihoisia vastaan suunnattuun väkivaltaan ja osattomuuteen, kunnes nämä ajat paljastetaan, tutkitaan sekä ymmärretään ja kunnes restituutiotyö on alkanut. Restituutiotyöllä Hicks tarkoittaa jokaisen antropologisen ja ”maailmankulttuurin” museon valkoihoisen infrastruktuurin riisumista.

Dan Hicksin kanta on se, että kaikki on palautettava. Esineiden palauttaminen aloittaisi kulttuurisen restituution maissa, jotka olivat aikoinaan aikaisempien siirtomaaisäntien siirtomaita. Kun aineisto palautetaan maihin, joiden alueilla ne aikoinaan luotiin ja joista ne varastettiin, ne mahdollistaisivat niiden oman kulttuuriperinnön juhlimisen ja tutkimisen. Se pakottaisi myös Britannian sovittamaan suhteensa omaan siirtomaaperintöönsä. Tämä perintö ei ole menneisyyttä, vaan lasin takana olevaa nykyisyyttä.

Restituutio on alkanut

Hicks siis kirjoitti viime vuonna (2020) ilmestyneessä kirjassaan restituutiotyön alkamisesta. Asiat ovat edenneet nopeasti. Tätä kirjoittaessa toukokuussa 2021 voi sanoa, että restituutiotyö Euroopan keskeisistä siirtomaavalloista on alkanut, tosin vasta hyvin pieneltä osin. Eräs syy siihen on varmaan myös itse Dan Hicksin kirja ja sen saama julkisuus.

Keväällä 2021 on uutisoitu ainakin seuraavista Afrikkaan tapahtuvista palauttamisista:

Iso-Britanniasta palautetaan Beninin pronsseja Nigeriaan. Brittien halu palauttaa ei ainakaan tähän asti koske suuria museoita ja kokoelmia, vaan pieniä.

Toukokuussa uutisoitiin, että Irlannin kansallismuseo aikoo palauttaa 21 historiallista artefaktia Nigeriaan. Museolla ei ole muodollista suunitelmaa palautuksista, mutta se on sitoutunut restituutioon.

Saksa on luvannut palauttaa Berliinin etnologisen museon kokoelmissa olevia Beninin pronsseja. Saksan kulttuuriministeri ilmoitti myös, että maa on hyväksynyt strategian tuleville palauttamisille. Saksan ulko- ja kulttuuriministeriöt julkaisivat netissä myös kontaktipaikan kolonialististen kontekstien kokoelmille. Luettelo Saksassa olevista Beninin pronsseista julkaistaan kesäkuussa.

Brittien ja Saksan palauttamiset käynnistyvät vuonna 2022.

Ranskan parlamentti hyväksyi joulukuussa 2020 asetukset 26 esineen palauttamiseen Beninin tasavaltaan ja yhden esineen palauttamiseen Senegaliin. Palauttamiset on tehtävä vuoden kuluessa, eli tämän vuoden loppuun mennessä. Wikipediassa näistä on luettelo otsikolla Béhanzinin aarteet.

Restituution hyväksyminen vaatii asenteiden muutoksia, ja niiden muuttuminen näyttää nyt toteutuvan. Yksityiset kokoelmat ja pienet museot ovat osoittautuneet ainakin Englannissa nopeammiksi kuin suuret instituutiot. Dan Hicksin keväällä The Guardianissa antaman lausunnon mukaan British Museum, jonka kokoelmassa on paljon Beninin pronsseja, on aikaisemmin saanut aivan liikaa tilaa tässä keskustelussa.

Hicks sanoo: ”Vastuu ja päätökset ovat enimmäkseen museoiden toimihenkilöillä ja nyt on nähtävissä alku uusille, paikallisille keskusteluille, joita johtavat yleisöt, yhteisöt ja sidosryhmät.”

Se vaikuttaa lukemisen tapoihin, lapsiin ja nuoriin, terveyden edistämiseen, vuorovaikutuksen uusiin muotoihin, organisaation maineriskeihin ja ostokäyttäytymiseen. Sen mahdollisuuksia tutkitaan kodin, koulun ja kunnan viestinnässä.

On tutkittu sen käyttöä ehdokkaiden ja kansalaisten poliittisessa käyttäytymisessä vuosien 2003–2015 eduskuntavaaleissa. Sillä on vaikutus varusmiesten mielipiteisiin ja asenteisiin, sekä sen markkinointiviestintäkanavilla on vaikutus kuluttajan kaurajuoman ostopäätökseen.

Tämä oli vasta pientä alkua, kun googlasin sosiaalisen median vaikutuksesta. Mutta tämäkin oli tarpeeksi, jotta vakuuttuisi siitä, että some on kaikkialla ja joka paikassa. Siitä on tullut osa mediaa ja me olemme tulleet osaksi sitä.

Mutta vaikuttaako some internetin suosittuun toimijaan, Wikipediaan? Kyllä, some rämpii sinnekin. Se hiipii Wikipedian artikkeleiden keskustelupalstoille, vyöryy käyttäjäsivuille ja täyttää Kahvihuoneet pitkillä, vaikeasti luettavilla ja tolkuttoman huonosti määritellyillä ongelmilla. Se tarkoittaa syvällisiä käyttäytymiskeskusteluja, provosointia, suuttumista, trollaamista, besserwisseröintiä, härnäämistä, kyynisiä asenteita, cancel-kulttuuria.

Some-ajan Wikipedialta odotetaan… äh, sosiaalisuutta. Ei riitä, että olet kiinnostunut vain artikkelien kirjoittamisesta. Tietosanakirjan muokkaajan on varattava aikaansa yhä enemmän pitkiin keskusteluihin, jaaritteluihin ja jorinoihin. On oltava jotain mieltä, nähtävä, katsottava, kieltäydyttävä, tuomittava tai kannatettava. Some on osallisuutta ja osallistumista, mutta eikö se vaikuta joskus enemmänkin saalistamiselta?

Mediajättien joukossa

Esittelen joskus Wikipediaa ja sen ympärille liittyviä Wikimedian tietojärjestelmiä sanomalla, että Wikipedia on vähän kuin Twitter, Youtube tai Facebook. Mutta sitten yritän selostaa, että Wikipedia on erilainen internetin jättiläinen. Toisin kuin Twitter, Youtube ja Facebook, Wikipedia ei kerää ja myy tietoja käyttäjistään. Se ei tuota voittoa. Sen sivuilla ei mainosteta muuta kuin omia projekteja.

Sen artikkelit, teksti, kuvat ja videot tallennetaan avoimilla lisensseillä, joita kutsutaan myös vapaiksi lisensseiksi. Se kutsuu itseään vapaaksi tietosanakirjaksi. Se tarkoittaa sekä vapautta kaupallisuudesta, että ilmaisuutta. Meille suomalaisille ilmainen tieto ei ehkä sano paljonkaan, mutta monille kaukaisissa maissa asuville se on painava tosiasia.

Wikipedia perustuu lähes kokonaan vapaaehtoisiin muokkaajiin. Sen logo, joka on maapallon muotoinen, hieman keskeneräinen palapeli, jossa on kummallisia kirjainmerkkejä, on osuva kuva Wikipediasta. Jos osallistuu sen muokkaamiseen, sitä rakentaa pala palalta. Erilaiset merkit kuvaavat sitä, että sitä julkaistaan yli kolmella sadalla kielellä.

Hetken ilo vai rakenteinen tieto?

Muistan internetin alkuajan, jolloin lausuttiin juhlallisesti sanat World Wide Web ja uneksittiin kohta kaikkialle ulottuvasta tiedon valtaväylästä: Information Superhighway. Sen piti olla järjestelmä, josta jokainen pääsisi kaikkialle ja kaikkeen tietoon. No, netistä tuli kaikkea muuta, siitä tuli tiedon sekasotku, öykkäröinnin, valetiedon, harhojen ja hörhöjen näyttämö.

Wikipedia syntyi muutamia vuosia ennen nykyajan muita somejättejä. Samoihin aikoihin syntyivät blogit ja podcastit, joka olivat osa 2000-luvun alun liikehdintää, jossa oli itse tekemisen, DIY:n ja kansalaisjournalismin henki.

Wikipedian vahvuus perustuu paljolti juuri siihen, että se pystyy organisoimaan, jäsentämään ja tekemään tiedon löydettäväksi. Wikipedian rakenteinen tieto on antiteesi sosiaalisen median kertakäyttöiselle sisällölle ja subjektiivisuudelle, sen ruokkimalle egosentrisyydelle, itseilmaisuun perustuvalle minäkeskeiselle maailmalle.

Jos Google, Facebook ja Twitter ovat maailman suurimpia mainostoimistoja, Wikimedia puolustaa paikkaansa maailman suurimpana tiedonvälitystoimistona. Kun muut sosiaalisen median jättiläiset keräävät rahaa itselleen, Wikipedia välittää tietoa, jonka on oltava hyödyksi sen lukijoille.

Sosiaalinen media on hetken ilo. Tieto Instagramissa, Facebookissa ja Twitterissä tulee ja menee, mutta Wikipediassa se jää. Sen koko rakenne on suunniteltu sellaiseksi, että tietoa on helppo löytää. Sitä tukee Wikidata, joka on taustalla toimiva tietokanta, sekä Commons, jossa tallennetaan ja organisoidaan kuvia, videoita ja muita dokumentteja.

Kaikkia tarvitaan

Wikipedia pyrkii neutraalisuuteen ja sitä odotetaan myös sen muokkaajilta. Inklusiivisuuden, siis mukaan ottavuuden pitäisi luonnehtia sen ympärillä puuhaavia. Kaikki ovat tervetulleita ja kaikkia tarvitaan, mutta vandaalit torjumme tehokkaasti.

Wikipedia ei voi välttää sosiaalisen median tapojen, kielen ja asenteiden hakeutumista sen keskustelupalstoille. Mutta sen muokkaajat voisivat ehkä miettiä joskus toimintansa lopullisia tarkoitusperiä.

Heikki Kastemaa, kulttuurinavigaattori