Matkustin kesäkuussa 2017 Suomen Musiikkikirjastoyhdistyksen myöntämän apurahan avustamana Riikaan, jossa järjestettiin kansainvälinen musiikkikirjastojen, -arkistojen ja kulttuuri-instituutioiden kongressi. IAML Riga tarjosi hienon näyteikkunan siihen, millaiset asiat kentällä mietityttävät, mitä tutkitaan ja mistä keskustellaan.
Yksi hauskimmista kongressin oheisohjelmista oli vierailla kolmessa hyvin erilaisessa kirjastossa. Latvian Kansalliskirjasto (National Library of Latvia) toimi konferenssin pääpaikkana. Kirjasto valmistui vuonna 2014 ja rakennuksen pääarkkitehtina toiminut Gunnar Birkets tuotiin hienosti esiin monessa eri yhteydessä: mm. Lukunurkkauksessa ja ylimmän näköalakerroksen arkkitehdin työtilassa. Vaikutuksen teki myös Aulan kirjaseinä, johon halukkaat saivat lahjoittaa omia kirjojaan. Toisella puolella aulaa valkokankaalla näkyi myös tärkeä osa talon historiaa: kirjat kulkivat ihmisketjussa kädestä käteen kohti uutta kirjastorakennusta.
Latvian musiikkiakatemiassa (The Latvian Academy of Music) vierailimme omatoimisesti pienemmällä porukalla ja Latvian yliopiston kirjaston (University of Latvia Library) vierailu oli yksi kongressin tarjoamista kierroksista. Kauniit rakennukset ja vanha miljöö tekivät vaikutuksen!
Kirjastoissa oli valtava määrä erilaisia työskentelypisteitä ja tietokoneita, joiden käyttö ainakin kesäaikaan näytti melko vähäiseltä. Niinpä tässä olisi hyvä vinkki monelle työmatkalaiselle! Samalla pohdin, että onko painotus tilojen osalta järkevää keskittää tulevaisuudessa jo asiakkaiden omien koneiden käytön tukemiseen? Joko kirjastot ja arkistot lainaavat softia? Kirjastojen tiloissa oli myös kymmeniä näyttelyjä. Parhaat niistä oli tehty yhteistyössä eri toimijoiden kanssa.
Kun itse työskentelen tällä hetkellä arkiston, tietokantojen ja tutkimuksen parissa, jäin kongressissa ehkä eniten kaipaamaan tekoälyyn ja sen mahdollisuuksiin liittyvää keskustelua. Mitä mahdollisuuksia alalla olisi audiomateriaalin tietokonepohjaiseen luokittelemiseen? yhdysvaltalaisen Alan Lomaxin keräämien musiikkiäänitteiden osalta on jo käytetty tietokonetta tunnistamaan erilaisia luokkia. Ohjelma tosin pystyi lajittelemaan laulua vain kolmeen luokkaan: laulu, puhe, ja eri instrumenteilla esitetty musiikki. (Tanya Clement 2015, Machinic Ballads: Alan Lomax’s Global Jukebox and the Categorization of Sound Culture).
Mutta miten tätä kehitystä voisi olla mukana tekemässä ja tukemassa niin, että se hyödyttäisi myös kirjastoja tai arkistoja arkipäivän töissä? Omassa tutkimuksessani käsittelen tuhansia arkistoon tallennettuja musiikkikappaleita, joille on jo määritelty kerääjän toimesta erilaisia luokkia mm. soittimeen ja genreen liittyen. Voisiko tätä aineistoa käyttää opetusmateriaalina tekoälylle, jolloin se oppisi tunnistamaan samat luokat myös muista musiikkikappaleista?
Toinen kantava teema oli keskelut omista ja yhteisistä tietokannoista, sekä portaaleista. Suomessahan tilanne on Finnan ansiosta hyvä, mutta kansainvälisessä seminaarissa esiin tulivat monenlaiset omat tietokantaratkaisut ja erilaiset portaalit, jotka kokoavat yhteen vaikkapa vapaasti käytettäviä elektronisia nuottijulkaisuja. Ehkä Suomessa tämä keskustelu koskee enemmänkin arkistoalaa, jossa käytetään lukuisia erilaisia lähdetietokantoja. Ongelmana lienee se, että julkaistujen aineistojen osalta esimerkiksi sama kirja ei tunnu yksilöityvän niin, että siihen voisi lisätä paikkatiedon vain omiin kokoelmiinsa. Niinpä sama kirja saattaa näkyä yhteisissäkin tietokannoissa moneen otteeseen, vaikka oikeasti hakutuloksiin riittäisi yksi osuma yhdestä kirjasta ja sille useampia eri saatavuustietoa. Julkaisemattoman materiaalin osalta luetteloinnit taas poikkeavat toisistaan monin eri tavoin. Jotkut luetteloivat objekteja, toiset aineetonta kulttuuriperintöä.
Oma esitelmäni koski työn alla olevaa väitöskirjaani, jossa keskityn kansanmusiikin kerääjään Erkki Ala-Könniin. Esitelmässäni Finnish folk music collector Erkki Ala-Könni – Digital collection catalogues as a research material keskityin lähinnä tilastopohjaisiin tutkimusmahdollisuuksiiin ja esittelin prosessia, jossa sain muutettua digitaaliset keruuluettelot tilasto-ohjelmaan sopivaan muotoon. Itselläni tilastopohjainen tutkimus mahdollisti suuren aineiston, johon pystyin lisäämään myös uusia, itseäni kiinnostavia muuttujia (tässä tapauksessa esiintyjän sukupuoli ja kerääjän itsensä käyttämät aineiston luokitukset). Niinpä tulosten avulla pystyin myös tarkastelemaan sitä, mitä aineistosta voidaan tilastopohjaisesti sanoa, mitä aineisto kertoo kerääjän itsensä tärkeinä pitämistä näkemyksistä tai vaikkapa naisten musiikkiharrastuksesta maaseudulla? Ja mitä tietokannoilta yleensä vaaditaan vastaavan tutkimuksen toteuttamiseksi.
Matkalla sain myös omalle tutkimukselleni kansainvälisiä vertailukohtia, sillä mm. Samassa sessiossa puhunut toinen tutkija oli käyttänyt kirjastomateriaalin osalta hyvin samankaltaisia karttapohjaisia esitystapoja, kuin mitä itse olen käyttänyt arkistokokoelmien tutkimuksessa. Samalla sain myös uusia ideoita siihen, miten tutkimustuloksia voisi esitellä arkiston verkkosivuilla tai vaikkapa osana museonäyttelyä!
Outi Valo
Musiikintutkimuksen tohtoriopiskelija, Tampereen yliopisto
Kansanmusiikki-instituutin vastaava arkistonhoitaja (tutkimusvapaalla kesään 2018 saakka)
Teksti ja kuvat: Outi Valo.
Toimitus: Tuomas Pelttari.