Toomas Gross on suure ja mitmekülgse akadeemilise kogemusega antropoloog, kes on töötanud aastaid õppejõu ja teadlasena. Oma töös jõudis ta arusaamani, et nüüdisaegne teadus ja õppetöö eeldavad üha enam ka tehnoloogilist ning andmeteaduslikku kirjaoskust. Soov end proovile panna ja intellektuaalsest mugavustsoonist väljuda viis ta Tartu Ülikooli arvutiteaduse instituudi magistriõppekava „IT mitteinformaatikutele“ alusel õppima. Kogemusloos kirjeldab Toomas teekonda, kus tema varasem akadeemiline kindlus põimub valmisolekuga alustada uute oskuste omandamist algtasemelt. 

Teekonnad äratundmiseni oma teadmiste piiratusest ja puudulikkusest on mõistagi üpris isesugused, eriti kui äratundmine päädib otsusega teist ja vahel kolmandatki korda ülikoolipinki istuda. Seetõttu on minu kogemus vaevalt kellelegi teisele ülekantav, nagu pole seda ilmselt ükski teine taoline lugu. 

„Seda õppekava ühendab omamoodi antiidentiteet – sinna ei tule informaatikud.“ 

Ei ole ka ime, sest nagu õppekava „IT mitteinformaatikutele“ pealkirigi üpris üheselt mõista annab, on selle sihtrühm õppurid, keda ühendab teatud mõttes antiidentiteet. Eeslisand „mitte“ viitab paratamatult sellele, et infotehnoloogia suunas pööravad sel õppekaval oma pilgud väga erinevate eluilmade ja valdkondade inimesed. Välja arvatud informaatikud. Üliõpilaskonna heterogeensus on aga minu arvates üks selle õppekava paljudest väärtustest, nii et las õitseda sada lugu ja olgu allpool põgusalt esitatud ka minu oma. 

Kui ma 2017. aastal selle õppekava alusel õppima asusin, oli mul juba kaks magistrikraadi ja doktorikraadki. Inglismaal kaitstud doktorikraadist oli selleks ajaks möödas juba põlvkonna jagu aastaid. Alustasin bakalaureuseõpinguid bioloogia erialal, kuid intellektuaalsete eneseotsingute keeristes jõudsin lõpuks antropoloogiani, mis oli 2017. aastaks mulle nii õppejõu kui ka teadlasena töötades juba kaks kümnendit leiva lauale toonud.

„Kombineeritud uurimismeetodid ja suurandmete analüüs ei ole ammu antropoloogidelegi võõrad.“ 

Antropoloogia on teadupärast niinimetatud pehme teadus, kuigi teadusharude jagamine kõvadeks ja pehmeteks on mulle alati tundunud kallutatud lihtsustusena. Kui binaarsuse ja vastandamiseta tõesti ei saa, siis ilmekam on minu arvates Gregory Batesoni pakutud vahetegemine kõvade (ingl hard) ja raskete või keeruliste (ingl difficult) teadusharude vahel. Küll aga on tõsi, et vähemalt sotsiaal- ja kultuuriantropoloogias on traditsiooniliselt kasutatud peamiselt kvalitatiivseid ja eelkõige etnograafilisi uurimismeetodeid. Samas olin oma töös juba pikemat aega tundnud suurenevat vajadust infotehnoloogia ja andmeteaduse teadmiste ning oskuste järele. Osalt johtus vajadus sellest, et infotehnoloogial oli järjest suurem roll õppekeskkonna kujundajana ja seda juba enne koroonapandeemiat. Mis aga veelgi tähtsam: kombineeritud uurimismeetodid ja suurandmete analüüs ei ole juba mõnda aega antropoloogidelegi võõrad. 

Soov end õppekavas nimetatud valdkondades mitte ainult täiendada, vaid mõnel puhul ka sisuliselt nullist alustada ning omandatud teadmisi ja oskusi hiljem teadus- ja igapäevatöös kasutada oli esmane ja nii-öelda pragmaatiline põhjus, miks otsustasin selle õppekava alusel õppima kandideerida. Kirjutasin motivatsioonikirjas need põhjused üksipulgi lahti. On mõneti üllatav tõdeda, et kuigi sukeldusin sisuliselt tundmatusse, mõjub mu motivatsioonikiri pärast magistriõpinguid endiselt enam-vähem asjakohasena, isegi planeeritava magistritöö teemat puudutav osa. Ühe võimalusena pakkusin tookord välja, et käsitlen tervisekäitumise valdkonda ja nii ka lõpuks läks. 

„Soov end proovile panna ja intellektuaalsest mugavustsoonist välja murda ajendas mind astuma täiesti uude valdkonda.“ 

Ent lisaks pragmaatilistele olid mul ka subjektiivsemad, võiks öelda idealistlikumat laadi motiivid taas ülikooli astuda. Juba aastaid olin otsinud uut ja praktilist õppimisvõimalust. Mitte loosunglikust elukestva õppe ideaalist ajendatuna ega loodetavasti ka mitte keskeakriisi tõttu, vaid soovist end proovile panna ja intellektuaalsest mugavustsoonist välja murda. Flirtisin, kuigi mitte väga tõsiselt, Tartu Ülikooli sessioonõppe pakkumistega, isegi mõttega Räpina Aianduskoolist ja Luua Metsanduskoolist, kus olid endale uue eneseteostamise kodu leidnud üllatavalt paljud tuttavad, kes polnud minu teada varem näppe mullaseks teinud. Aga miski ei veennud ega motiveerinud mind piisavalt. 2017. aasta kevadtalvel komistasin juhuslikult õppekava „Infotehnoloogia mitteinformaatikutele“ otsa. Oleks ehk liialt lääge väita, et see oli armastus esimesest silmapilgust, aga tõsiasi on ometi see, et tunne, mis minus tekkis, kui õppekava tutvustust lugesin, oli kohe õige. 

„Alguses oli tunne nagu ultrajooksjal stardijoonel – finiš ei olnud sugugi garanteeritud.“ 

Ja ma ei pidanud oma uues suhtes ja tekkinud tunnetes pettuma, mis ei tähenda seda, et õppimine oleks alati olnud lihtne ja muretu. Mõnes mõttes tegin kogu teekonna endale ise teadlikult raskemaks, kui see ehk oleks võinud olla. Näiteks otsustasin, et kui olin juba uusi teadmisi omandama tulnud, ei kanna ma ühtegi kursust ega ainepunkti eelnevatest õpingutest üle. Valikmoodulisse korjasin endale aineid, mis näisid algajale veidi hirmutavadki. Näiteks objektorienteeritud programmeerimise puhul oli kursust alustades tunne kui keskmisel ultrajooksjal, kes pikema ja raskema võistluse stardijoonel ei või finišisse jõudmist sugugi enesestmõistetavaks pidada. Aga eduelamus taoliste kursuste läbimisel oli seda suurem. 

Suurimaks väljakutseks osutus praktikamoodul, mis koosnes erialasest, täpsemalt infotehnoloogia valdkonda kuuluvast praktikast ning magistritööst. Oma veidi jäärapäises idealismis ei tahtnud ma praktikat läbida oma tööandja, Helsingi Ülikooli juures, ega siduda magistritöö teemat otseselt oma senise tööga. See muutis nii praktikakoha kui ka magistritöö teema ja juhendaja leidmise keerulisemaks, kuid lõpuks said needki väljakutsed seljatatud – ja seda suuremat rahulolu nende ületamine pakkus.

Pärast mitut temaatilist valelähet kirjutasin ja kaitsesin magistritöö seletava ja ennustava modelleerimise teemal, kasutades näitena Eesti täiskasvanud rahvastiku tervisekäitumise andmeid. Muuhulgas võrdlesin kuue klassifitseerimisprobleemide lahendamisel laialt kasutatava masinõppemudeli võimet ennustada ülekaalulisust ja rasvumist treeningandmete põhjal.

Sellest õpiteekonnast sain eelkõige kaasa parema tunnetuse IT-valdkonnast tervikuna. Kuna minu eesmärk ei olnud karjäärivahetus, pean kõige olulisemaks just oskust selles valdkonnas orienteeruda ning suuremat enesekindlust teemades, millega oma töös kokku puutun. Pärast lõpetamist ei ole ma küll kirjutanud ridagi koodi – ei Javas ega Pythonis –, kuid olen pidanud koodi lugema ja mõistma. Samuti ei ole ma projekteerinud SQL-andmebaase, ent olen osanud oma töös vajalikke andmebaase kasutada teadlikumalt. Multimeedia ja infoturbe kursustel õpitust on olnud väga konkreetset ja otsest kasu ka minu igapäevatöös ja -tegemistes.

Õpikogemuse saamisel ei olnud vähetähtis ka see, et meil oli väga tore ja ühtehoidev kursus, mis võimaldas mul end parimas mõttes taas üliõpilasena tunda ning mitte ainult loenguruumis, vaid ka väljaspool seda. Kõik see lisas kogemusele palju väärtust, nagu ka suurepärased õppejõud, kes meile loenguid ja praktikume andsid. Julgen seda õppekava soovitada kõigile, kes kas pragmatismist, idealismist või mõlemast soovivad astuda sammu, paar või enamgi informaatikale lähemale.