Kuigi enamik ülikoolilõpetajaid ei hakka programmeerima rohkem, kui Excelis lihtsa arvutustabeli jaoks vaja läheb, on kõigil kasulik mõista, millised on infotehnoloogia põhialused, võimalused ja piirid nii laiemalt kui ka oma erialal kitsamalt.

Oma ligi 80-aastase ajaloo juures on elektronarvutid fundamentaalselt muutnud info kogumist, töötlust ja kommunikatsiooni. Kiirete numbriliste arvutuste võimaldajast sai 1960-ndatel ettevõtete andmete, palgatšekkide ja reserveeringute haldaja. (Muuseas, computer oli ametinimetus käsitsi arvutajatele ja peamiselt tegelesid sellega naised.) Kui 1980-ndatel jõudsid personaalarvutid ja tabelarvutus massidesse, kadusid masinakirjutajad. Edasi avas ülemaailmne võrk ehk internet ligipääsu kaugel olevale infole ja suhtlusele. Kui veel 1990-ndatel olid veebisaidid uudiseks, siis 2000-ndate keskel muutus telefon arvutiks, televisioon digitaliseeriti ning kaugtöö sai päriselt võimalikuks. Laohaldus, pangakonto, tekst, kõne, pilt ja video on meile praegugi tajutavamad kui miljardite sensorite püsivad andmevood ja nutikate asjade internet. 

UT200129AT151.jpg

Jaak Vilo sõnutsi tulevad teadmised informaatikast kõigile kasuks. FOTO: Andres Tennus

Iga 15 aastaga on arvutite arengus toimunud umbes tuhandekordne efektiivsuse kasv^[1]. Kasvanud on ka energiavajadus, kuid seda arvutite hulga suurenemise tõttu. Arvutiteadus loob teadmisi ja uusi meetodeid arvutite programmeerimiseks – paremad algoritmid suudavad samast arvutist pigistada välja rohkem kasu. Teoreetiliselt „parem“ algoritm aeglasel arvutil töötab lõpmatult suurte ülesannete puhul lõpmatult palju kiiremini kui veidi „halvem“ algoritm kiiremal arvutil. Siinkohal on paslik öelda, et sellises võrdluses ei tohiks kasutada sõnu „parem“ ja „halvem“, vaid matemaatilist notatsiooni algoritmi keerukuse kohta sisendandmete mahu kasvamisel, näiteks n elemendi sorteerimiseks kulub vähemalt n ∙ log(n) võrdlustehet elementide vahel.  

Millised on need arusaamad, teadmised ja oskused, mida on vaja omandada kõikidel erialadel digipädevuste sildi all? Vast mitte ainult oskust arvutit käivitada või kasutada Wordi, Google’it ja Zoomi. Neid oskusi ootame juba ülikooli astujalt. Küsimus ei ole ka selles, et igaüks peab hakkama programmeerima. Samas on Excel teatud piirini juba paljudele arvutuste programmeerimise, andmehalduse ja -analüüsi vahend. Kas kõik oskavad andmeridadest luua risttabeleid^[2]? Vähemalt standardjuhtudel tuleks sellegagi hakkama saada.

Digiarusaamine hakkab pihta elementaarsest – kuidas bitid on baitides ja kuidas saab baitide komplektidega esitada täisarve, reaalarve, teksti, küljendust, sisu märgendusi või vektorgraafikat.

Informaatika fundamentaalseid seadusi ei teata nii hästi kui füüsikas kehtivaid  (näiteks massi, inertsi ja energia jäävuse seadust). Kuid informatsiooni kohta kehtivad ka oma seadused, reeglid ja piirid. Nende mingigi tunnetamine tuleks kasuks igaühele. Jah, auto juhtimiseks ei pea enam teadma mootori pisidetaile, kuid sisepõlemis- ja elektrimootori vahet ilmselt teatakse. Niisamuti teatakse seda, et suure hoo pealt ei saa auto hetkega peatuda ja et kokkupõrke korral saavad autos viibijad viga.

Digiarusaamine hakkab pihta elementaarsest – kuidas bitid on baitides ja kuidas saab baitide komplektidega esitada täisarve, reaalarve, teksti, küljendust, sisu märgendusi või vektorgraafikat. Kogu info on esitatav ja esitatud bitijadade baasil: fotod, video, heli jne. Kuidas korrastada oma andmeid Excelis, mis on andmebaas ning miks on vaja andmebaasi tegemisel andmemudelit? Arvestada tuleb ka seda, et osa andmeid võib olla puudu, valed või ühildumatutes formaatides. Nagu füüsikas tekib mõõtmisvigu, tulevad ka andmete käsitsi sisestamisel ja isegi automaatsel kogumisel vead sisse. Milliseid andmeid saab usaldada, mis piirini? Kuidas aitab statistika visualiseerimine andmetest sotti saada?

Veidi ootamatuna võib tunduda, et kõik maailma arvutid pole kogu oma eluea jooksul suutelised tekitama kõiki võimalikke erinevaid 1-kilobaidiseid (1024 baiti ehk 8192 bitti) faile. Sest kilobaidiseid bitijadasid on kokku ca 10²⁴⁶⁰(üks 2460 nulliga kümnendsüsteemis). Kõige kiiremad arvutid alles hakkavad jõudma eksaskaalasse, mille puhul tehakse 10¹⁸ tehet sekundis. Selliseid arvuteid peaks olema vähemalt 10²⁴³⁴, et loendada ühe aastaga kõik kilobaidised bitijadad. Teiselt poolt saaks vajaduse korral igale universumi umbes 10⁸⁰ aatomile või meie virtuaalmaailma objektile anda kilobaidiga täiesti unikaalse aadressi läbi kogu tema eksistentsi aegruumi hetke ja koha. Internetiaadressid said korraks otsa (IPv4 aadressiruum sai täis), kui selleks kasutati 32 bitti (2³² ehk u 4 miljardit erinevat arvu). Uue aadressiskeemi IPv6 loomisel kasvatati see 128 bitini (u 3,4 × 10³⁸).

Digipädevused on minu arvates mõistmine, et bitt (0/1) on informatsiooni fundamentaalne ühik, et sellega saab esitada „kõike“ ja tehted toimuvad tavalise matemaatilise loogika alusel; et algoritm tähendab eeskirja, kuidas mingit kokkulepet süstemaatiliselt peaks täitma; et algoritm saab ise kasutada juhuslikkust; et sama algoritmi saab realiseerida paljude programmeerimiskeelte ja süsteemidega; et arvuti protsessor arvutab ning mälu ja salvestusruum on praegu vähemalt veel eri asjad; et ei ole võimalik luua programmi, mis leiaks selle „parima“ kilobaidise faili, kui selle jaoks tuleks neid kõiki ükshaaval katsetama hakata, jne. See on formaalse hariduse osa, mis vastab enam-vähem matemaatikale ning võiks sellisena ka gümnaasiumis selgeks saada, aga mis tuleks ilmselt ülikoolis üle korrata. 

Teine vaade on see, kuidas arvuti, telefoni või külmkapi programmi kasutada, eriti kui selle kasutajaliides pole võib-olla kõigi jaoks loogiline ega inimsõbralik. Aga mis üldse on inimsõbralik, loogiline, paindlik ja mis on seejuures ka võimekas ning kiire kasutada? Kuidas teha selgeks, mis ülesannet programm peaks lahendama? Kuidas peaks mõtlema oma eriala andmetest? Kuidas erinevad Wordi, HTML-, LaTeX- ja PDF-failid või XML-andmefailid digiloo portaalis? Mida tähendab digiallkiri ja kuidas seda anda? Kas plokiahela krüptoraha ja e-valimised on turvatavad? Viimase kümne aasta tehisintellekti arengust saab lühiülevaate ka Postimehe kokkuvõttest.

Ülikoolis on vaja jõuda arusaamiseni, mis on IT põhialus ning mida peavad teiste erialade spetsialistid teadma IT võimalustest ja piiridest. See on vajalik, et hinnata, kuidas kasutada IT-d oma erialal, mida ja kuidas saab usaldada arvutitele; et teada, millel ei tohiks lasta juhtuda ja mis on tehisintellekti praegu kiiresti arenev eesliiniteema jne. 

Valdav osa inimesi ei hakka ilmselt programmeerima rohkem, kui on vaja Excelis oma projekti eelarve tulude-kulude analüüsiks, pangalaenu liitintressi arvutamiseks või infopäringus andmebaasis sobramiseks. Aga ka tavalised töövahendid arenevad ja täienevad uute võimalustega, mille kasutamiseks on formaalsed alused ilmselt praegu juba hästi paigas. Kuidas õpetada, mis on andmebaas ja failiformaat, millised on struktureeritud ja millised struktureerimata andmed, et iga bitt ja bait peab sattuma andmebaasis õigesse kohta? Kuidas seletada, kuhu läheb süsteemide tellijate, arhitektide ja programmeerijate aeg? Sellest saab kõige paremini aru siis, kui katsetada veidikenegi programmeerimist ise. Umbes nii, nagu laulurahvas peaks aeg-ajalt suu lahti tegema – ka siis, kui pole absoluutset kuulmist. Katseprogrammi tegemine on lihtne, ohutu ja eetiliste piiranguteta. Taime, putuka või konna prepareerimisega loodusõpetuses pole see võrreldav. 

Kõikidel erialadel leidub programmeerimisoskusega inimesi: keemikud ja füüsikud nagunii, aga lisaks olen kohanud sügavaid närvivõrke katsetanud arste ja biolooge.

Igaühel on juba praegu võimalik õppida programmeerimist ise interneti abil. Kõikidel erialadel leidub programmeerimisoskusega inimesi: keemikud ja füüsikud nagunii, aga lisaks olen kohanud sügavaid närvivõrke katsetanud arste ja biolooge. Koeproovide mikroskoobipildi analüüsi meetodid aitavad luua patoloogide tööd oluliselt kergendavaid abivahendeid. Masinõpe on võimaldanud luua täiesti uusi lahendusi, mida inimene käsitsi algoritmina ise kirja panna ei suudaks, vähemalt mitte mõistliku ajakulu ja kvaliteediga. Parima lahenduse saab koostöös, igaüks oma eriala vaatest õiget sisendit andes.  

Ilmselt on lõputu vaidluse allikaks küsimus, millised peaksid olema igaühe IT-oskused vs. kuidas digitaliseerimisest kitsalt oma eriala piires praegu kasu on ja kas selleks on ikka vaja osata programmeerida. Ainult võimalikust arvutite kasust rääkimine ilma arusaamise pidepunktideta on veidi kitsas vaade ja teiselt poolt kindlasti ei pea igaüks ka programmeerima hakkama. Ega me siis pärast kooli keemiatunde kõik keemikuteks hakanud. Lootus õppida digitaliseerimise kitsast kasu praegu, kohe, iga rakendusvaldkonna võtmes eraldi, on pigem illusoorne. Parem oleks ülikoolis omandada mingi laiem arusaam, mis on digitaliseerimise alus. Sest siis saab tulevikus kergemini rakendada oma erialast loovust ning mõelda välja, mida võiks põhimõtteliselt saavutada. 

Digipädevuste erialadeülesel arendamisel tuleks mõelda sellele fundamentaalsele alusele, mis on ja mida pakub informaatika ehk arvutiteadus üha kiiremate ja rohkemate arvutite, meedia, sensorite ja veel kiiremini kasvavate andmemahtude tingimustes.