On arvovalinta pitää toinen silmä kiinni

Keskustelu sai alkunsa, kun kasvatuspolitiikan professori Jaakko Kauko esitti Mustreadissa (29.5.2026), että tietopohjaista päätöksentekoa ohjaavat aina arvot. Vastasin Laboren blogissa (1.6.2026), ettei näytön väärinkäyttö tarkoita empirian hylkäämistä ja että kasvatustiede ja taloustiede nojaavat pitkälti samoihin menetelmiin. Nyt Kauko jatkaa Politiikasta.fi:ssä (10.6.2026) ja vaatii, että koulutuspoliittisessa keskustelussa tehdään näkyviksi arvot ja tiedon tuotantoa ohjaavat taustaoletukset. Hyvä vaatimus – teen juuri niin kuin hän pyytää ja aloitan omistani.

Hyvä vaatimus – johon vastaan ensin itse

1. Lähtökohtana lainsäädäntö ja sen vaateet

Lähtökohtani ei ole abstrakti tehokkuusihanne vaan konkreettinen velvoite. Laki asettaa perusopetuksen arvioinnille tavoitteita, joiden keskiössä on yhdenvertaisuus. Nykyiset tiedot eivät kuitenkaan kerro, toteutuvatko nämä tavoitteet (Karhunen ym. 2026).

Vaikuttavuuden arviointi ei ole metodinen makuasia vaan voimassa olevan lainsäädännön vaade. Perusopetuslaki ja koulutuslainsäädännön keskeiset esityöt edellyttävät arvioinnilta koulutuksen tuloksellisuuden – ja sen osana vaikuttavuuden – seurantaa, ja vaikuttavuus on niissä määritelty kausaalisesti: kysymykseksi siitä, mitä koulutus saa aikaan.

2. Niukkuus on aito – siksi tarvitaan syy-seuraustietoa

Toinen oletukseni on taloustieteen ydintä: resurssit eivät ole rajattomat eli emme elä utopiassa. Koulutus kilpailee rahoituksesta kaiken muun kanssa, ja väärään panostaminen on aina pois jostakin muusta – usein juuri heikoimmassa asemassa olevilta. Siksi päättäjät tarvitsevat syy-seuraustietoa siitä, mikä koulutuksessa todella toimii ja mikä on kustannustehokasta.

Onko esimerkiksi kehittävän arvioinnin omia vaikutuksia koskaan arvioitu luotettavasti? Emme tiedä, onko Suomessa vallitseva kehittävän arvioinnin malli parantanut vai heikentänyt oppimistuloksia – kysymystä ei ole voitu edes kunnolla asettaa, koska mallia ei ole suunniteltu tuottamaan tietoa vaikuttavuudesta (vrt. Atjonen 2021). Juuri tällaiset oletukset ovat vaarallisia: hyvää tarkoittavatkin ratkaisut voivat oikeasti satuttaa lapsia, jos kukaan ei tutki, mitä ne saavat aikaan. Ja kun oppimistulokset ovat samaan aikaan laskeneet, riski ei jää teoreettiseksi.

Jos tieteen oma määritelmä ei kelpaa, mikä sen korvaa?

Tässä on vastineeni ydin. Kun Kauko esittää, ettei kasvatustiede »rajoita syy-seuraussuhteiden havaitsemista yhtä tiukasti«, hän hylkää tieteen vakiintuneen kausaalikäsityksen – sen, ettei kausaalista väitettä esitetä siellä, missä uskottavaa koeasetelmaa ei voi edes kuvitella (Rubin 1974; Holland 1986) – mutta jättää sanomatta, mikä sen korvaa. Vai onko sittenkin niin, että kasvatustieteilijät ovat tästä epistemologisesti samaa mieltä: jakavat saman käsityksen siitä, mitä tieto on ja mitä vaikuttavuudella tarkoitetaan? Silloin koko vastakkainasettelu menetelmien tiukkuudesta osoittautuisi näennäiseksi. Kuvaileva tutkimus vastaa jo määritelmällisesti eri kysymykseen kuin syy-seuraussuhteita mallintava kausaalitutkimus (KvantiMOTV).

Korostan vielä: vaade uskottavasta syy-seuraustiedosta ei ole pelkkä taloustieteilijöiden erikoisuus, vaan laajasti kasvatus- ja yhteiskuntatieteissä jaettu lähestymistapa (Murnane & Willett 2011).

Tehdään selväksi: en minä enkä taloustieteilijät väitä, etteikö kuvailevaa, laadullista ja seurantatietoa voitaisi ja tulisi tuottaa päätöksenteon tarpeisiin. Päinvastoin – sitä tarvitaan, ja se on usein välttämätön lähtökohta. Jos kuitenkin pitäydymme vain kuvailevassa tiedossa, pidämme käytännössä toisen silmän kiinni koulutusta kehitettäessä. Edesvastuutonta on vasta se, jos luodaan vaikutelma, että tällainen tieto yksin riittää vastaamaan vaikuttavuuden kysymykseen. Kuvaileva tieto kertoo, mitä tapahtuu; se ei kerro, mikä sen aiheutti tai mitä jokin toimenpide sai aikaan. Näiden sekoittaminen johtaa päättäjät harhaan.

Symmetria velvoittaa myös Kaukoa

Olen avannut omat oletukseni. Sama velvoite koskee Kaukoa. Hän kirjoittaa:

Kasvatustieteellisessä tutkimuksessa ratkaisujen hakemisen voisi katsoa olevan laaja yhteiskuntapoliittinen projekti. Tämä ei ratkea tarkemmalla oppimistulosten mittaamisella vaan vaatii keskusteluja esimerkiksi alueiden segregaation tasaamisesta kaavoituksella, kouluvalintoihin reagointia, pitkän aikavälin taloussuunnittelua koulutuspoliittisten tavoitteiden linjassa tai perheiden ja huoltajien moniammatillista tukea.

Nämä ovat suuria mutta valitettavan abstrakteja ratkaisuja koulutuksen kehittämisen näkökulmasta: kaupunkien kaavoitus, kouluvalintaan puuttuminen, pitkän aikavälin taloussuunnittelu ja perheiden tukeminen eri alojen ammattilaisten voimin. Yksikään niistä ei kuitenkaan ole konkreettinen toimenpide.

Lopuksi vielä professori Kaukon vahvimpaan väitteeseen: mittaaminen on arvovalinta. Aivan – mutta niin on mittaamatta jättäminenkin. Päätös olla tuottamatta vertailukelpoista tietoa siitä, mikä toimii, ei ole neutraali nollavaihtoehto vaan yhtä lailla arvovalinta, jonka lasku vain lankeaa hiljaa ja näkymättömästi. Ja koska Kauko pyytää avaamaan taustaoletukset, teen sen tässäkin: syy, miksi minä – ja taloustieteilijät – haluamme mitata, ovat edellä esitetyt lähtökohdat. Lainsäädännön vaade arvioida koulutuksen vaikuttavuutta ja tavoite tuottaa uskottavaa syy-seuraustietoa poliittisen päätöksenteon tueksi.

Tästä seuraa kysymys, joka jää Kaukon ja kasvatustieteilijöiden vastattavaksi. Jos mittaaminen – kuten eri ikäluokkien yhteismitalliset osaamisen mittaukset – ei käy, mitkä ovat heidän omat lähtökohtansa suhteessa lainsäädäntöön ja tavoitteeseen tuottaa uskottavaa tietoa päätöksenteon tarpeisiin? Ja miksi juuri he pääsevät määrittelemään, mikä tieto on sitä oikeaa ei-kausaalista tietoa, jota koulutuspoliittisen valmistelun pohjana saa käyttää?

Viitteet

Atjonen, P. (2021). Kehittävä arviointi kasvatusalalla. Kirjokansi.

Holland, P. W. (1986). Statistics and Causal Inference. Journal of the American Statistical Association 81(396), 945–960.

Karhunen, H., Kuuppelomäki, T., Sarvimäki, M., Suhonen, T. & Uusitalo, R. (2026). Perusopetuksen oppimistulokset ja mahdollisuuksien tasa-arvo. Eduskunnan tarkastusvaliokunnan julkaisu 1/2026.

KvantiMOTV – Menetelmäopetuksen tietovaranto. Tampere: Yhteiskuntatieteellinen tietoarkisto. https://www.fsd.tuni.fi/menetelmaopetus/ (viitattu 11.6.2026).

Murnane, R. J. & Willett, J. B. (2011). Methods Matter: Improving Causal Inference in Educational and Social Science Research. Oxford University Press.

Rubin, D. B. (1974). Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies. Journal of Educational Psychology 66(5), 688–701.