Tilastot ja tilastojen tuottajat elävät parhaillaan suurta murrosta nopean teknologisen kehityksen ja tekoälyn käyttöönoton keskellä. Pohjoismaisessa tilastokokouksessa Kööpenhaminassa esiteltiinkin elokuun lopulla laaja kirjo erilaisia innovatiivisia kehittämishankkeita, jotka muuttavat perustavanlaatuisesti tilastovirastojen toimintaa.

Perinteisesti Pohjoismaat ovat olleet rekisteripohjaisen tilastoinnin edelläkävijöitä, mikä antaa hyvän lähtökohdan laajojen rekisteritietojen yhdistämiselle. Rekisteriaineistojen tarjoajien kanssa pyritään sopimaan datasopimuksia, joissa määritellään entistä tarkemmin tilastokäyttöön luovutettavien aineistojen luokittelut ja metatiedot. Näin voidaan siirtyä aineiston hankkimisesta yhtä tilastoa varten -ajattelusta kohti saman aineiston käyttöä useaan kertaan eri tilastoissa.

Aineistojen käsittelyssä automaation ja tekoälyn hyödyntämisen avulla ihmistyö voidaan suunnata tehokkaasti mahdollisiin virhetapauksiin ja näin saavuttaa aika- ja kustannussäästöjä.

Tilastovirastot rakentavat tulevaisuuden datataloa

Perinteisten kyselytutkimusten vastausaktiivisuus on laskenut jatkuvasti. Siksi tilastovirastot ovat siirtymässä kohti monilähdetilastointia, jossa hyödynnetään olemassa olevia hallinnollisia rekistereitä. Muutos edellyttää, että rekistereistä saatava tieto soveltuu rakenteeltaan, käsitteiltään ja luokitteluiltaan tilastojen tekemiseen.

Modernit avoimiin standardeihin pohjautuvat pilviratkaisut tarjoavat tilastovirastoille skaalautuvuutta, jota ei voida saavuttaa kustannustehokkaasti tilastovirastojen omilla tietojärjestelmillä. Yhdysvaltojen arvaamattoman toiminnan aiheuttamat geopoliittiset riskit ovat kuitenkin herättäneet Euroopassa keskustelua digitaalisen suvereniteetin tärkeydestä.

Ruotsin tilastoviraston kehittämässä tuotantojärjestelmä 4.0:ssa useista eri lähteistä saatava raakadata jalostetaan järjestelmällisesti standardoitujen vaiheiden läpi lopullisiksi, julkaistaviksi tilastoiksi asti. Kun samaa dataa pystytään käyttämään useissa tilastoissa, kevenee yritysten vastausrasite ja tilastotietojen johdonmukaisuus lisääntyy.

Tekoälyn haaste tilastotuotannolle

Suurin haaste liittyy koneoppimisen ja tekoälyn valjastamiseen osaksi virallista tilastotuotantoa. Tekoäly nähdään usein läpinäkymättömänä ns. mustana laatikkona, mikä sotii suoraan tilastomaailman ydinarvoja – eli luottamusta, läpinäkyvyyttä, toistettavuutta ja tarkkuutta – vastaan.

Tuotettujen tilastotietojen laatu ja tarkkuus riippuvat täysin lähtöaineistojen tasosta, joten luotettavien automaattisten tiedonkeruuratkaisujen kehittäminen on ensiarvoisen tärkeää.

Tilastokeskuksessa on kehitetty ratkaisu eri rekistereistä saatavien hallinnollisten aineistojen epäyhtenäisyyden haasteeseen. Järjestelmä vertaa datan rakennetta kansalliseen metatietojärjestelmään ja luo tuotantokonfiguraatiot lennossa. Sen ansiosta virheellisten tietojen selvitysaika vähenee tunneista alle viiteen minuuttiin.

Samalla kun koneoppimisen ja tekoälyn käyttöä rutiinitehtävien automatisoinnissa lisätään, on huolehdittava laadunvarmistuksesta. Perinteisiä laatumittareita on kehitettävä kattamaan otantavirheiden lisäksi rekisteripohjaisen datan ja mallinnuksen epävarmuustekijät.

Modernisaatio ei ole pelkkää teknologiaa

Teknologinen murros vaatii tilastojen tuottajilta työkulttuurin muuttumista. Työntekijöiden on kyettävä omaksumaan uutta osaamista jatkuvasti. Pohjoismaisiin työkulttuureihin liittyvä matala hierarkia ja korkea keskinäinen luottamus tarjoavat perustan jatkuvalle uuden oppimiselle.

Käytännön tilastotyössä ollaan siirtymässä vuosikymmeniä hallinneesta suljetusta SAS-ohjelmistosta avoimen lähdekoodin R- ja Python-pohjaisiin ohjelmistoihin. Muutoksessa on tärkeää nopeasti kehittää työntekijöiden osaamista, mikä vaatii riittävän ajan varaamista uusien AI-työkalujen kokeiluihin ja kokemusten jakamiseen.

Digitaalisen murroksen kriittisin menestystekijä onkin tilastovirastojen sisäisen oppimiskulttuurin kehittäminen.

Kaikkien esiteltyjen kehittämishankkeiden perimmäisenä tavoitteena on nopeuttaa ja monipuolistaa tilastojen tuotantoa ja tarjontaa sekä edistää niiden tekoälyluettavuutta käsitteitä ja läpinäkyvyyttä lisäämällä.

Kirjoittaja työskentelee Tilastokeskuksen kumppani- ja ekosysteemisuhteet -palvelualueella. Hän toimi puheenjohtajana Pohjoismaisen tilastokokouksen (Nordic Statistical Meeting 2026) teemassa 4: Modernising the Production of Statistics.

Lähteet:

Danmarks Statistik: Nordic Statistical Meeting 2026. Copenhagen 25.-26.8.2026.

Danmarks Statistik: Nordic Statistical Meeting 2026. Papers. Copenhagen 25.-26.8.2026.