Artikkeli käsittelee faktavapaata oppimista perinteisen taloustieteen ja palvelumuotoilun näkökulmista. Vastuut-hankkeessa tekstiilialan asiantuntijat kehittivät uusia vastuullisia vaatekonsepteja LEGO® SERIOUS PLAY® (LSP) -kehittämisympäristössä faktavapaasti oppien.

Faktavapaa oppiminen

Oppiminen on tärkeä taito, jota nykyihminen tarvitsee pärjätäkseen elämässä. Parhaiten oppiminen tapahtuu tilanteissa, jotka henkilö kokee mielekkäiksi (Fiorella & Mayer 2015, Kanerva 1988, Mayer 2009). Yleensä ajatellaan, että oppiminen edellyttää yksilöltä uuden tiedon tai taidon omaksumista (Baum 2004, Gilboa ym. 2021). Kaikki oppiminen ei kuitenkaan edellytä uutta tietoa, vaan ihminen voi oppia myös jäsentämällä aiemmin opittua uudelleen. Tällaista oppimista kutsutaan faktavapaaksi oppimiseksi (Fact-free learning) (Aragones ja muut 2005, Gilboa ja muut 2021) ja sillä on tärkeä merkitys yritysten ja muiden organisaatioiden kehittämis- ja innovaatioprosesseissa, joissa asiantuntijat jakavat kokemuksiaan.

Gilboa kollegoineen (2021) havainnollistaa faktavapaata oppimista seuraavasti. John aloittaa päivänsä Starbucksissa, jossa hän nauttii Grande Latten ja lukee sanomalehden. Eräänä aamuna Johnin työkaveri, Mary, liittyy hänen seuraansa ja kertoo ostaneensa auton 99 euron kuukausierällä. John myöntää, ettei pidä metromatkoistaan, mutta hänellä ei ole ylimääräistä rahaa autoon. Mary ehdottaa, että John voisi hankkia auton luopumalla aamukahvista ja sanomalehdestä. John päättää muuttaa rutiinejaan ja ostaa auton. Mary ei välittänyt Johnille uutta tietoa auton rahoituksesta tai hyödystä. Sen sijaan hän nosti esiin kulutuskokonaisuuden, joka oli Johnin budjetin rajoissa, mutta joita hän ei ollut aiemmin harkinnut. Näin toisen ihmisen esimerkki voi auttaa organisoimaan aiemmin opittua mielessä uudelleen faktaoppimisen periaatteen mukaisesti.

Klassisen taloustieteen mahdoton malli

Ihminen kohtaa mahdollisuuksien moninaisuuden päivittäin. Todellisuuden moninaisuus tekee perinteisestä talousteoriasta ongelmallisen, sillä kaikkien budjetin suomien tuote- ja palveluyhdistelmien läpikäyminen hyödyn maksimoimiseksi on lähes aina mahdotonta (Bossaerts & Murawski 2017). Klassinen talousteoriahan olettaa, että ihminen tarkastelee kaikki mahdolliset valintamahdollisuudet ja valitsee sitten niistä parhaan (Samuelson 1948, Von Neumann & Morgenstern 2007). Mielemme uumenissa näitä kombinaatioita on silti valtava määrä ja vaikka emme oppisi uutta esimerkiksi ruokaostoksilla, voimme kokeilla jotain uutta mainoksen tai ystävän suosituksesta faktavapaan oppimisen mukaisesti.

Kuluttajan ongelmana on, kuinka valita sopiva kombinaatio tuotteita ja palveluita lukemattomista mahdollisuuksista (Gilboa ym. 2021). Kaikkien potentiaalisten kombinaatioiden läpikäymiseen menee epäkäytännöllisen paljon aikaa, jos sovellettaisiin klassisen taloustieteen periaatetta. Esimerkiksi valittaessa 10 irtokarkkia kaupan hyllyltä, niistä voi muodostaa 92378 eri vaihtoehtoa (Suomala 2023). Jos toimit kuten klassisen taloustieteen homo economicus, sinun tulisi täyttää karkkipussit näillä kaikilla kombinaatioilla ja sitten antaa kullekin vaihtoehdolle jokin arvo. Jos yhden vaihtoehtoisen pussin keräämiseen menisi aikaa 15 sekuntia, sinulta kuluisi aikaa reilut 384 tuntia eli reilut 16 vuorokautta kaikkien kombinaatioiden kokeilemiseen (Suomala 2023). Klassisen taloustieteen idea mahdollisuudesta parhaaseen valintaan ei siis ole käytännössä mahdollinen (Meloso ja muut 2009).

Jos klassisen taloustieteen malli kuluttajan käyttäytymisestä ei toimi, niin mikä sitten toimii? Vaihtoehtojen runsautta ei tarvitse nähdä ongelma, vaan se on myös mahdollisuus oppia. Kaikki oppiminen ei edellytä uutta tietoa, vaan oppia voi myös jäsentelemällä tietämiään asioita uudelleen. Ja juuri tätä ilmentää faktavapaa oppiminen. Toimiminen erilaisissa ympäristöissä ja kommunikointi toisten ihmisten kanssa tekee vaihtoehtojen runsauden tietoisesta hahmottamisesta mahdollisuuden ja juuri tätä painottaa faktavapaa oppiminen.

Gilboa tutkijakavereineen (2005, 2021) pyrki kehittämään vaihtoehtoista mallia klassiselle talousteorialle. Se huomioi ihmisen mielen taipumuksen kulttuurin, sosiaalisen ja fyysisen ympäristön tarjoamille mahdollisuuksille. Yksi keskeinen elementti tästä vaihtoehdosta on faktavapaa oppiminen, jossa tietyt tilanteet aktivoivat yksilöä näkemään ympäristössä uusia säännönmukaisuuksia.

Vastuut-hanke ja LEGO® Serious Play® -kehittämisympäristö

LEGO® on monille tuttu rakenteluympäristö. Vuosien saatossa näiden palikoiden varaan on kehitetty lasten LEGO/Logo-robotiikkaympäristö (Suomala & Alajääski 2002) ja asiantuntijoiden LSP-kehittämisympäristö (Benesova 2023). LSP on yksi keskeinen osa Laurean palvelumuotoilun menetelmistä. Tässä ympäristössä olennaista on käsillä rakentelu, visuaalinen ajattelu ja sosiaalinen vuorovaikutus kehitettyjen ideoiden äärellä. Laurean Vastuut-hankkeessa järjestettiin kaksi LSP-työpajaa, joissa tekstiilialan asiantuntijat muodostivat tulevaisuuden vaatekonsepteja kestävän kehityksen periaatteita noudattaen. Näin mahdollistettiin faktavapaa oppiminen, kun asiantuntijoiden kokemusmaailma avautui tietoiseksi toiminnaksi ja ideoiden generointi konkreettisiksi vaatekonsepteiksi. LSP-ympäristö koettiin sopivaksi menetelmäksi moniulotteisten ongelmien ratkaisemisen harjoittelemiseen. Osallistujat uudelleenorganisoivat tietämystään ja loivat uusia konsepteja, joista kenties kehittyy myöhemmin hyödyllisiä tuotteita tai palveluita. Työpajojen materiaaleista ja tuloksista raportoidaan myöhemmin.

Lopuksi

Vaikka tiedämme, ettei perinteinen taloustieteen malli päde ihmisten käyttäytymisen moniulotteisessa selittämisessä, emme kuitenkaan toistaiseksi tiedä, millainen olisi parempi malli. Tutkimukset osoittavat, että ihmiset osaavat toimia moniulotteisten ongelmien kanssa yllättävän tehokkaasti. Sekä aikuiset (Andrabi ja muut 2024, Meloso ym. 2009) että kouluikäiset (Suomala & Alajääski 2002) tuottavat hyvin erilaisia ratkaisuja tällaisiin ongelmiin. Lisäksi ihmiset hyödyntävät näissä ympäristöissä tehokkaasti muiden ihmisten ideoita ja toteutuksia (Suomala 2001). Tällöin Ihminen ei maksimoi hyötyään perinteisen taloustieteen mukaan, vaan hän pyrkii saamaan aikaiseksi jotain hyödyllistä tilanteiden edellyttämällä tavalla hyödyntämällä vaistonvaraisesti faktaoppimista.

Lähteet

• Andrabi, H., Woods, R., Ioannidis, K., Bossaerts, P., & Yadav, N. 2024. Economic oracles: How markets discover optimal solutions to complex problems. Poster Presented at 22nd Annual Meeting of the Society for Neuroeconomics.
• Aragones, E., Gilboa, I., Postlewaite, A., & Schmeidler, D. 2005. Fact-Free Learning. American Economic Review, 95(5), 1355–1368. https://doi.org/10.1257/000282805775014308
• Baum, E. B. 2004. What is thought? MIT Press.
• Benesova, N. 2023. LEGO® Serious Play® in management education. Cogent Education, 10(2), 2262284. https://doi.org/10.1080/2331186X.2023.2262284
• Bossaerts, P., & Murawski, C. 2017. Computational Complexity and Human Decision-Making. Trends in Cognitive Sciences, 21(12), Article 12. https://doi.org/10.1016/j.tics.2017.09.005
• Fiorella, L., & Mayer, R. E. 2015. Learning as a Generative Activity: Eight Learning Strategies that Promote Understanding (1st ed.). Cambridge University Press. https://doi.org/10.1017/CBO9781107707085
• Gilboa, I., Postlewaite, A., & Schmeidler, D. 2021. The complexity of the consumer problem. Research in Economics, 75(1), 96–103. https://doi.org/10.1016/j.rie.2021.01.001
• Kanerva, P. 1988. Sparse distributed memory. MIT Press.
• Mayer, R. E. 2009. Multimedia learning (2nd ed). Cambridge University Press.
• Meloso, D., Copic, J., & Bossaerts, P. 2009. Promoting Intellectual Discovery: Patents Versus Markets. Science, 323(5919), 1335–1339. https://doi.org/10.1126/science.1158624
• Samuelson, P. A. 1948. Consumption Theory in Terms of Revealed Preference. Economica, 15(60), Article 60. https://doi.org/10.2307/2549561
• Suomala, J. 2001. How do pupils solve programming problems in a complex computerized learning environment. In Human-centered technology and learning (pp. 101–129). University of Jyväskylä. Department of teacher Education.
• Suomala, J. 2023. Ostavat Aivot. BasamBooks.
• Suomala, J., & Alajääski, J. 2002. Pupils’ problem-solving processes in a complex computerized learning environment. Journal of Educational Computing Research, 26(2), 155–176.
• Von Neumann, J., & Morgenstern, O. 2007. Theory of games and economic behavior (60th anniversary ed). Princeton University Press.