Sildiarhiiv: ülikool

Tarvilik tingimus doktorantuuri astumiseks

Tarvilik, kuid mitte piisav tingimus selleks, et mingis valdkonnas doktorantuuri alustamine mõttekas oleks, on antud valdkonnaga hobi korras tegelemine. Aine peab iseenesest huvitav olema, muidu saab doktorantuuri ajunussist kiiresti kõrini. Näiteks kui inimene läheb igal nädalavahetusel loodusesse linde vaatlema, siis on ehk mõttekas zooloogias doktor teha. Kui tuleb isik õhtul koju, paneb kaabu varna ja hakkab progema või osaleb häkkerite võistlustel, siis tasub võibolla arvutiteaduse doktorantuuri astuda. Garaažinurgas masinate ehitaja ja leiutaja võib insenerinduse doktori peale mõelda.

Aine huvitavus on tarvilik, kuid mitte piisav, sest võib näiteks olla vaja peret toita, mis doktorantuuri näljapalgaga raskeks osutub. Võib juhtuda, et doktorantuuris valdkonnaga päevast päeva tegeledes läheb asi igavaks, isegi kui alguses väga huvitav oli (see juhtus minuga). Samamoodi igaks söögikorraks oma lemmiktoitu süües võib see söök varsti vastikuks minna.

Kuus aastat samu mõtteid mõelda muudab inimese imelikuks, nii et kui on soovi normaalne ühiskonnaliige olla, siis pole doktorantuuri asja. Pole juhus, et ingliskeelne doktori lühend PhD tõlgendub Permanent head Damage. Muidugi, kui isik juba doktorantuuri alustades imelik oli, siis pole sellest lugu 🙂 Siinkohal viitab autor jällegi iseendale, enesekeskne tüüp nagu ta on. Ja kolmandas isikus veel pealegi – isiksuse kahestumine on juba kolmestumiseni arenenud. Lõpudiplomi järgselt võin juba öelda, et olen paberitega ja et diagnoos on ametlikult kinnitatud.

Ma arvan, et doktorantuuris mittekäinud rahvastikusegment mulle ülaltoodu osas väga vastu ei vaidle, aga kui seda juhtub lugema mõni doktorantuuris olev või olnud tegelane, võib see tekitada teatud poleemikat. Öelge julgesti oma arvamus, minu oma on statistiliselt vaid üks vaatlus paljudest.

Arvutiajastu hindamissüsteemist

Tudengi hindamisel ülikoolis on probleem see, et tahaksime teada nii tudengi andekuse ja töökuse kombinatsiooni kui ka aine raskust, aga vaadeldav on ainult üks number – hinne. Kuna hinne H sõltub nii andekusest A kui aine raskusest R (näiteks funktsioonina H=A-R), ei saa andekust ja raskust ainult hinde põhjal eristada. Pole võimalik ühe võrrandi põhjal leida kahte muutujat.

Probleem leeveneb, kui vaadeldav on mitme tudengi hinne mitmes aines. Näiteks kui kaks tudengit, A ja B, võtavad mõlemad aineid C ja D, siis on meil vaatlustena neli hinnet ja tahame leida kahe tudengi andekust ja kahe aine raskust. Seega on meil neli võrrandit nelja tundmatuga ja ülesanne on lahendatav.

Kui tudengid valivad oma ained nii, et maksimeerida oma keskmist hinnet, siis tekib uus probleem – kui ainete raskused või hindamispõhimõtted pole teada, ei saa keskmise hinde põhjal tudengi andekust mõõta. Üks võtab lihtsaid aineid ja saab kõrge keskmise hinde, teine raskeid aineid ja saab madala keskmise hinde, aga andekus on sama. Seda kallutatust on püütud leevendada suhtelise hindamisega, mille korral näiteks parimad 10% aines saavad A, järgmised 20% B jne. Kui aine on raske, saavad kõik tudengid madala absoluutpunktisumma, aga kuna hinne tekib suhtelise punktisumma põhjal (näiteks jagatakse kõigi punktisumma aine parima tulemusega), siis on raske aine keskmine hinne sama, mis lihtsas aines.

Siit tekib aga uus mure, sest tudengid võivad püüda valida aineid, kus ülejäänud tudengid on keskmisest viletsamad. On lihtsam saada teistest paremat tulemust, kui teised on nõrgad. Kui tahame teada tudengi andekust, tuleb hinnet selle kallaku võrra korrigeerida, näiteks võttes arvesse teiste seda ainet võtvate tudengite keskmist hinnet (absoluutset või suhtelist) ülejäänud ainetes. Kui teised on nõrgad, on nende keskmine hinne muudes ainetes madal.

Aga siit tekib järgmine probleem, sest hinnet maksimeerivad tudengid tahavad võtta aineid, kus teised tudengid on keskmisest viletsamad ja võtavad aineid, mis on kas lihtsad või kus teised tudengid on samuti keskmisest viletsamad. Tundub, et iga probleemi lahendades tekib sellest uus probleem, ehk tegu on lõpmatu probleemijadaga. Igal lõplikul hinde korrigeerimise tasemel süsteemi on võimalik manipuleerida, püsides selle korrigeerimistasemest ühe sammu võrra ees – absoluuthinde puhul võttes lihtsaid aineid, suhtelise hinde puhul võttes rumalate tudengitega aineid, teiste hindega korrigeerimise puhul võttes aineid rumalate tudengitega, kes võtavad teisi lihtsaid aineid või teisi aineid rumalate tudengitega.

Kõiki ülaltoodud hindemanipulatsiooni probleeme saab lahendada korraga, tehes kõik korrigeerimised korraga. Sarnane probleem on ammu lahendatud otsingumootorite poolt – kõik veebilehed tahavad näida populaarsed, seega kuidas leida tegelikult populaarseid veebilehti. Üks võimalus oleks lugeda populaarseks need veebilehed, millele viitab palju teisi lehti. Aga siis tekiks veebilehe pidajatel motivatsioon luua palju võltsveebilehti, mis viitavad nende veebilehele. Võttes arvesse viitavate veebilehtede populaarsust, püsiksid veebilehtede omanikud ühe sammu ees, kui looksid võltsveebilehti, mis viitavad teistele võltsveebilehtedele, mis viitavad nende veebilehele. Ja viitavatele veebilehtedele viitavate veebilehtede populaarsuse arvesse võtmisel tehtaks veel üks samm edasi ja tõstetaks kunstlikult viitavatele veebilehtedele viitavate veebilehtede populaarsust.

Lahendus on korraga võtta arvesse kogu süsteemi. Veebilehtede puhul kogu veebilehtede ja linkide võrgustikku, tudengite hindamise puhul kogu tudengite ja ainete võrgustikku. Viimase puhul on tegemist kaht tüüpi sõlmedega võrgustikuga (bipartite graph), kus tudengid ja ained on võrgustiku sõlmed ning tudengi ja aine vahel on side, kui tudeng võtab seda ainet. Hindamise jaoks on vaid tarvis kõigi tudengite absoluutpunktisummadele kõigis ainetes rakendada veebilehtede populaarsusjärjestusse paneku algoritmi sarnast programmi. Kõigist hinnetest korraga on võimalik välja arvutada kõigi ainete raskused ja kõigi tudengite andekused, kui iga tudeng võtab vähemalt kaht ainet ja iga ainet võtab vähemalt kaks tudengit.

Realistlikkusest jääb ülaltoodud mudelil muidugi kõvasti puudu. Eeldusteks on ühemõõtmeline andekus, tudengite omavaheliste vastasmõjude ja tudengi-aine vastasmõjude puudumine, ainete valik vaid keskmise hinde maksimeerimiseks. Siiski, ühegi eelneva eelduse väärus ei tundu tekitavat kogu ülikooli hindeinfot arvesse võtva hindamissüsteemi kasutamisel negatiivset efekti.

Matemaatikute sisseränne ja konkurents USAs

Borjas ja Doran kirjutavad QJEs, kuidas Nõukogude Liidu lagunemise järgne matemaatikute sissevool USAsse mõjutas sealsete matemaatikute karjääri- ja avaldamisvõimalusi. Sissevoolu järgselt jäi rohkem matemaatika doktorikraadi saanuid töötuks ja lahkus teadusest, USA matemaatikud liikusid madalama tasemega ülikoolidesse ja avaldasid vähem artikleid.

Seda kõike on lihtne ennustada nõudluse ja pakkumise mudelist. Matemaatikute pakkumine suurenes, aga nõudlus jäi samaks, sest uusi töökohti ega ilmselt ka teadusajakirju ei loodud. Sama arv matemaatikuid täitis sama arvu kohti, aga need olid erinevad inimesed. Sisserännanud matemaatikud said töökohad ülikoolides, kust siis mõned seal varem olnud teadlased lahkusid nõrgematesse ülikoolidesse, kust omakorda osa varasemaid olijaid pidi lahkuma jne. Ülikoolide pingerea allotsa jõudes pidid sealt välja tõrjutud matemaatikud teadusest lahkuma.

Borjas ja Doran väidavad, et USA matemaatikute tootlikkus langes sisserände tagajärgel, aga sisserändajate teadustöö kompenseeris selle üsna täpselt. Kui autorid arvavad, et avaldatud teadusartiklite hulk (mis on neil tootlikkuse mõõduks) mõõdab teadlase absoluutset tootlikkust, siis teevad nad vea, jättes arvestamata samaks jäänud avaldamisvõimaluste arvu. Kui suurem arv teadlasi konkureerib sama arvu artiklikohtade pärast ajakirjades, siis loomulikult varasemate olijate artiklihulga langus võrdub uute tulijate artiklihulgaga. See ei tähenda kohalike teadlaste tootlikkuse langust, vaid keskmise artikli kvaliteedi tõusu. Fikseeritud artiklikohtade arvu korral mõõdab avaldatud artiklite hulk inimese suhtelist tootlikkust võrdluses teiste sama valdkonna teadlastega.

Kui ajakirjade toimetajad valivad neile saadetud artiklitest n parimat, siis sisse rännanud matemaatikud suudavad kohalike artikleid ajakirjadest välja tõrjuda ainult parema kvaliteedi abil. Kui uued tulijad avaldavad m artiklit, siis nende m artikli minimaalne kvaliteet on suurem või võrdne välja tõrjutud artiklitest parimaga. Kvaliteedi minimaalse tõusu suuruse saab leida, eeldades et immigrantide artiklid asendavad täpselt kohalike kõige viletsamad artiklid. Maksimaalse tõusu suurust lihtsalt avaldamisandmete põhjal leida ei saa, sest kui sisserändajate m artiklit on paremad kui kõik kohalike omad, siis võivad nad olla kuitahes palju paremad. Asendades m kohalike tippartiklit, sunnitakse asendatud artikleid asetuma m järgmisele kohale, m järgmist omakorda asendavad neist allpool olevaid jne. Ajakirjadest välja jäävad ikka kõige viletsamad, aga juurdetulijad võivad olla lõpmatult paremad kui algne hulk.

Muidugi pole ajakirjade toimetajad kõiketeadjad ega suuda alati valida parimaid artikleid, aga kui nad keskmiselt teevad õige otsuse (valivad parema artikli suurema tõenäosusega kui halvema), siis eelnev argument kehtib, ainult muutuste suurus väheneb (kvaliteet tõuseb vähem).

Ülikoolide motiveerimisest

Eestis kurdetakse, et ülikoolidel on raha vähe ja selle tõttu kannatab hariduse kvaliteet. Osaliselt on küsimus tõesti raha hulgas, aga oluline osa probleemist on raha jaotamise alused, mis tekitavad mõneti kummalise motivatsiooni. Põhimõte, et mida mõõdad, seda toodad, ehk saad seda, mille eest maksad, kehtib ka ülikoolide puhul.

Kui ülikoolidele maksta lõpetajate arvu järgi, siis motiveerib see nõrku tudengeid diplomini läbi vedama, mis omakorda alandab kõrghariduse keskmist taset ja väärtust, mida tööandjad sellele omistavad. Kui maksta vastuvõetute arvu põhjal, siis on ülikoolidel huvi võimetest olenemata maksimaalne arv inimesi vastu võtta ja hiljem välja visata, mis raiskab õpetamiseks eraldatud ressursse ja nende inimeste aega, keda poleks pidanud vastu võtma. Kui eraldada raha hetkel õppivate tudengite järgi, siis soovib ülikool üliõpilasi võimalikult kaua kinni hoida ja suurt arvu vastu võtta. See raiskab samuti õpetamisressursse ja tudengite aega. Kui igale ülikoolile maksta kindel summa, siis ei motiveeri see ülikooli inimesi vastu võtma ega õpetama. Raha hakatakse kulutama administratsiooni mugavate kabinettide ja ametiautode peale. Sama kehtib, kui maksta õppejõudude arvu pealt, aga sel juhul tekib ka soov võimalikult palju rahvast nende kvalifikatsioonist hoolimata tööle võtta.

Nende motivatsioonide juures tuleks tähele panna, et kusagil ei teki ülikoolil soovi tudengeid hästi õpetada. Õpetamise kvaliteedist rääkimiseks tuleks kõigepealt defineerida, kuidas seda mõõta. Üks võimalus on lõpetajate hilisema eluaegse sissetuleku järgi, aga see jätab tähelepanuta avalikuks hüveks tehtava vabatahtliku töö. Teine võimalus on lõpetajate tuntuse põhjal oma valdkonnas, aga see võib viia kuulsuse narride koolitamisele. Edaspidises mõtlen ma „hea õpetamise“ all mingit kombinatsiooni neist kahest mõõdust.

Võib tunduda keeruline maksta ülikoolidele lõpetajate hilisema eluaegse sissetuleku või kuulsuse järgi, sest võtab ju aastakümneid, enne kui mõlemad lõplikult teada on. Natuke saab probleemi leevendada, makstes ülikoolile igal aastal kõigi selle lõpetajate hetkesissetuleku ja tuntuse järgi. Ometi jääb küsimus, kuidas seda sissetulekut ja tuntust teada saada.

Riik võib sissetulekut mõõta maksulaekumise põhjal, aga see jätab tähelepanuta välismaale läinud lõpetajad. Võibolla seda soovitaksegi, ja makstes ülikoolile vaid kodumaal asuvate lõpetajate järgi, tekitatakse motivatsioon mitte anda tudengitele rahvusvaheliselt nõutud teadmisi, vaid pigem selliseid, mida saab kasutada üksnes koduriigis. Välismaale lahkunud lõpetajate sissetulekut ja inimeste tuntust oma valdkonnas on riigil raske mõõta.

Tegelikult saab küsimuse lahendada täiesti riigivabalt – Põhja-Ameerika ülikoolidel on säärane motivatsiooniskeem kaua aega kasutusel. Suur osa ülikooli rahast tuleb lõpetajate annetustest, mis tekitab ülikoolis huvi, et lõpetajad teeniksid palju. Motivatsioon muuta oma lõpetajad edukaks mitterahalises mõttes tuleb sellest, et ülikool saab reklaamida ennast tulevastele tudengitele oma lõpetajate eduga. Kui lõpetajad suhtlevad praeguste tudengitega, siis tekivad üliõpilastel kontaktid tuntud inimestega, mis aitavad hilisematel tööotsingutel ja annavad ideid ettevõtluseks, ehk suurendavad praeguste tudengite oodatavat eluaegset sissetulekut.

Osa enda lõpetajate edukuse kindlustamisest on andekate ja püüdlike inimeste ülikooli kandideerima meelitamine ja kandidaatide hulgast välja valimine. Nii et ülikooli motiveerimine lõpetajate edu kaudu ei soodusta võimalikult paljude vastuvõtmist, ülikoolis kinni hoidmist või diplomini välja vedamist. Ka ei soodusta see inimeste võimalikult kiiresti läbikonveierdamist.

Lisaks huvile aidata oma tudengitel saada edukaks, tekib ülikoolil ka motivatsioon teha nad õnnelikuks. Lõpetaja võib ju saada edukaks, aga kui talle selles ülikoolis üldse ei meeldinud, siis ta tõenäoliselt raha ei anneta ja ülikooli praeguste liikmetega suhtlema ei tule.

Negatiivne külg sellisel ülikoolide motivatsiooniskeemil on, et tudengite lojaalsuse kindlustamisele pööratakse liiga palju tähelepanu. Suur rõhk populaarsetele spordialadele, näiteks ameerika jalgpall, tuleb osalt sellest, et võistlused teiste ülikoolidega on mänguline konflikt ja konflikti ajal toetavad inimesed oma gruppi rohkem. Kui tudeng on oma kooli meeskonna fänn, siis jääb ta selleks tõenäoliselt ka pärast lõpetamist ja teeb ülikoolile annetusi, et oma lemmikmeeskonda toetada. Oluline osa annetustest ülikoolidele on tegelikult annetused nende spordivõistkondadele, mis motiveerib ülikooli pöörama ebamõistlikult palju tähelepanu tudengispordile.

Teine halb külg annetuste kaudu rahastamisel on, et see ei mõõda ülikooli lisandväärtust, vaid vastuvõetute andekust ja neile antud haridust koos. Ehk kui kuulus ülikool, kuhu kõik pürgivad, lakkaks õpetamast, siis sinna sisse saamine oleks ikkagi signaal andekusest, kuna valitakse parimad. Signaali tõttu oleks sellesse ülikooli sissesaamine tööandjate poolt väärtustatud, aga kui ülikool ei õpeta, siis on diplomi väärtus sama, mis vastuvõtmise väärtus.

Vilistlane, kes oskab elada

Kevadisel Yale majandusteaduskonna vilistlaskonverentsil (üritus, mille eesmärgiks on vilistlasi hästi lõbustada, et teaduskonnale annetusi hankida) kohtasin ühte läinudaastast Yale lõpetajat, kelle hariduskäik ja karjäär olid üsna huvitavad. Nimelt tegi ta nelja aastaga nii bakalaureuse- kui magistrikraadi matemaatikas ja majanduses ning pärast lõpetamist asutas oma (ühe töötajaga) investeerimisfondi. Bakalaureuseõpe kestab USAs neli aastat, magister lisaks olenevalt valdkonnast üks või kaks aastat.

Huvitav tema investeerimisfondi juures oli tehtav tööhulk. Investeerimisfond kasutab ülikõrgsageduslikku automaatkauplemist (arvuti teeb börsil tehinguid, mille vahemik võib olla sekundi murdosa), nii et alguses pidi ta programmeerima oma kauplemisalgoritmid. Aga pärast seda töötab ta kümme minutit päevas – kontrollib hommikul oma eelmise päeva tulemusi ja ülejäänud päeva laseb arvutil tegutseda.

Seda kuuldes mõtlesin, et siin on inimene, kes oskab elada – mina olen seitse aastat ülikoolides olnud, rügan hommikust õhtuni, aga tulemused on ikka nigelad ja tulevikuvaade keskpärane. Tema seevastu pärast nelja aastat ülikoolis töötab kümme minutit päevas ja oletatavasti teenib päris hästi.

Ta ütles, et kui elu igavaks läheb, siis astub võibolla doktorantuuri. Tõepoolest, kui rahamuret pole, siis pole doktorantuuris ka mingit survet programmi sisse jääda, lõpetada või head töökohta saada. Siis on doktorantuur ilmselt tõesti nauditav – kuuleb huvitavaid asju, saab vaimset stimulatsiooni, elu on rahulik ja pinget pole.

Samal teemal jätkates: tunnen siin üht saksa kirjanduse doktoranti, kellel oli oma konsultatsioonifirma 15 töötajaga. Riides käib ta üsna stiilselt ja tema ülikonnad näevad kallid välja. Ta ütles, et konsulteerimine läks igavaks, 11 tundi päevas tuli teha samasugust tööd, nii et ta astus kirjanduse doktorantuuri.

Tööväljavaated kirjandusdoktorina on üsna olematud, aga vaevalt, et see talle muret teeb – raha on tal ilmselt elu lõpuni mugavaks äraelamiseks. Nii et ta ei pea lõpetamisega kiirustama, võib omas tempos raamatuid lugeda ja tekkivaid mõtteid kirja panna, kuni neid diplomitöö jaoks piisavalt koguneb. Oleks mul raha endal vanadussurmani hinge sees hoidmiseks, loeksin ma ka raamatuid ja paneksin mõtteid kirja, tööga ennast eriti ei vaevaks J

Teoreetilise ja empiirilise teadustöö võrdlus

Tippülikoolide majandusteaduskondades tundub teoreetikute osakaal olevat oluliselt suurem kui järjestuses madalamatel kohtadel olevates teaduskondades. Üks võimalik seletus on, nõudlus teooria õpetamise järele on väike, seega teoreetikuid palkavad uurimisülikoolid, mitte õpetamisülikoolid, ning uurimisülikoolid on (teadustöö põhjal tehtavas) järjestuses kõrgemal.

Teine seletus on, et et originaalset teoreetilist teadustööd on raskem teha, sest see ei vanane nagu empiirika. Kui kunagi tõestati mingi teoreem või loodi mudel, pole seda mõtet uuesti teha. Sama empiirilist analüüsi saab aga rakendada erinevatele andmetele – võtta valim teisest piirkonnast, inimrühmast, ajaperioodist. Igal aastal korraldatakse uued küsitlused, igal kümnendil uus rahvaloendus, mis võimaldavad teha uue empiirilise teadustöö vanade meetoditega. Lisaks võib uue empiirilise meetodi leiutamisel kõik vanad analüüsid sellega üle käia.

Sama meetodi eri andmehulkadele rakendamise võimaluse tõttu on empiirilise töö tegemiseks vaja väiksema hulga eelneva teaduse tundmaõppimist. Selgeks peab saama meetodi, mis võib olla suhteliselt lihtne, nagu vähimruutude regressioon. Teoreetilise töö jaoks peab jõudma pidevalt kaugenevale teaduse piirile – peab tundma kõiki antud valdkonnas tehtud teoreetilisi töid, et olla kindel, et mõnes neist pole sama asja tehtud.

Empiirika puhul peab kontrollima, et sama andmehulka pole varem kasutatud. Kui andmehulk on uus, piisab viimase aasta-paari artiklite vaatamisest. Teoorias peab vaatama ka vanu artikleid, sest matemaatiline tulemus võib olla saadud kaua aega tagasi.

Selleks, et aru saada, kas mingi teoreetiline artikkel on antud mudelit varem uurinud, peab vaatama mudelit ennast artikli põhiosas, lühikokkuvõttest üldiselt ei piisa.

 

Sisseastujate ennustamisest

Kuulsin täna lõunalauas, et sel aastal alustab matemaatikateaduskonnas null doktoranti. Eelmisel aastal oli alustajaid seitse ja minu esimesel aastal kolm. Varieeruvus on oluliselt suurem, kui majandusteaduskonnas, kus igal aastal alustab kakskümmend kuni kakskümmend kaks inimest. Ilmselt tuleneb see majanduse vastuvõtukomitee täpsematest ennustustest selle kohta, kui palju vastuvõetud inimestest valib Yale. Lisaks aitab kaasa suurte arvude seadus, mis silub varieeruvust. Majandusteaduskonnas võetakse igal aastal vastu umbes kuuskümmend inimest, kellest siis umbes nelikümmend lähevad muudesse ülikoolidesse.

Yale majandusteaduskonnas ennustatakse õppima asumist individuaalselt – iga inimese omaduse põhjal arvutatakse tõenäosus, et ta vastuvõtu korral õppima asub. Ma ei tea täpseid kriteeriume ega meetodeid, aga üheks ennustavaks teguriks on parematesse ülikoolidesse sissesaamine. Siinne majandusteaduskond on maailmas teises viisikus, ehk kusagil kuuenda ja kümnenda koha vahel. Inimesed, kes siia sisse saavad, saavad tihti sisse ka tippviisikusse ja lähevad siis tõenäoliselt sinna.

Ühe mu kursusekaaslase tüdruksõber õppis esimese doktorantuuriaasta Wisconsini Ülikoolis Madisonis ja tuli siis siia üle. Ta oli vastuvõtul ootenimekirjas esimene, ehk tema vastuvõtu tingimuseks oli, et keegi teine keeldub õppimaasumisest. Õppimaasumise tõenäosuseks ennustati tema puhul 100%. Samas inimeste puhul, kes on saanud sisse Harvardisse ja MITsse, on Yale’is õppimaasumise tõenäosus üsna madal.

Parandus postitusele Hinnosaarte ajaveebis

Kirjutasin Chicago Sõnumitesse kunagi oma arvamuse eliitülikoolist, muuhulgas mainides, et akadeemilisse pettusesse suhtutakse tõsiselt ja seda karistatakse karmilt. Olin oma kolmandal aastal Yale Ülikoolis õppeassistendiks kahes aines ja selle põhjal tuleb mul oma eelnevale seisukohale nüüd vastu vaielda.

Sügisel 2010 olin õppeassistent viimase aasta bakalaureusetudengitele mõeldud mänguteooria aines. Seal oli algul umbes 20 tudengit ja lõpus 15, kellest kolm-neli regulaarselt kodutöödes eelmise aasta lahendusi esitasid. Nimelt ei viitsinud professor igal aastal uusi koduülesandeid välja mõelda, vaid andis eelmise aasta omad. Nende jaoks olid eelmise aasta tudengitel lahendused olemas, kellelt antud aasta üliõpilased neid ilmselt küsimas käisid. Juhtisin professori tähelepanu korduvalt sellele, et mõnede inimeste lahendused on sõnasõnalt samad ja lisaks samad eelmise aasta koduülesannete lahendustega, mille professor mulle andis. Kaasa arvatud vead lahendustes.

Pidin ise iga kodutöö jaoks ühe ülesande kirjutama (võibolla olidki need kodutööd eelnevate aastate õppeassistentide ühistöö), ning nende küsimuste vastuseid tudengitel polnud. Minu küsimused olid professori nõudel oluliselt lihtsamad eelneva aasta ülesannetest, aga inimestel oli palju suuremaid raskusi minu lihtsate mängude lahendamisel kui keeruliste tõestuste väljamõtlemisel. Pole kuulnud, et kedagi selles aines oleks mahakirjutamise eest karistatud.

Kevadel 2011 olin üks seitsmest õppeassistendist sissejuhatavas mikroökonoomikas. Pidime kirjutama ja hindama kõik kodutööd ja eksamid, professori tegevus piirdus (viletsa, halvasti ettevalmistatud) loengupidamisega.

Eksam sissejuhatavas mikros oli väga pikk, materjale võis kasutada, aga omavahel suhelda ei tohtinud. Tudengitel oli kaks nädalat aega eksam kodus ära lahendada ja siis esitada. Professor pikendas veel tähtaega ja ütles meile, et me pärast tähtaega esitatud eksamid ka vastu võtaksime. Augusti lõpus 2011 saatis professor õppeassistentidele veel meili, et kes tahaks ühte hiljem esitatud eksamit hinnata (eksam oli mai alguses).

Kojuvõtueksam tekitab selge mahakirjutamisprobleemi, millest professor midagi kuulda ei tahtnud. Osad tudengid kaebasid majandusteaduskonna dekaanile ja ilmselt teistele ülikooli inimestele, et mahakirjutamine on selle eksami juures tõsine oht, aga see ei muutnud eksamit. Aines oli 215 inimest, nii et mingit kontrolli omavahelise suhtlemise üle või kõikide tudengite ausust polnud mõtet lootagi. Ma pole kuulnud, et kedagi selles aines oleks mahakirjutamise eest karistatud.

Odavaid ressursse raisatakse

Lihtne majandusprintsiip: kui saab sama asja teha odavamalt, siis odavam variant ka valitakse. Kui kütta saab elektri, nafta, gaasi või puiduga ja tulemus on sama, põletatakse odavaimat kütust. Raiskamine tähendab, et pole kulutuse otstarbekust korralikult läbi mõeldud. Seda juhtub eriti odavamate ostude ja väikeste kulukomponentide puhul, ning osaliselt on raiskamine ratsionaalne.

Kui üks ressurss on mõtlemisaeg, siis on mõtet seda kulutada ainult siis, kui mõtlemine muudab tegutsemist piisavalt palju odavamaks või tulemuslikumaks, et tasuda pingutuse eest. Nii et mõtlemisaega pole tihti otstarbekas odavate ressursside kokkuhoiuviiside leidmiseks kulutada. Muidugi on otsus, kas mõtlemisaega tasub mingi otsuse peale kulutada, ise vaimset pingutust nõudev ja nii edasi, nagu kirjeldatud artiklis „Kuidas otsustada kuidas otsustada kuidas otsustada…“

Lisaks soodustab raiskamist muidugi ka teadmatus, et on võimalik leida kokkuhoiuviise. Kui ressursi kulutaja pole selle eest maksja, ehk kulu lükatakse kellegi teise kaela, pole samuti motivatsiooni odavamaid variante otsida.

USAs olen näinud palju raiskamist just viimasel põhjusel. Ülikooli ühikat köetakse suure võimsusega ka sooja ilmaga, nii et kõik elanikud hoiavad aknaid pärani. Elanikud maksavad fikseeritud üüri, kommunaalmakseid eraldi juurde ei panda, nii et suurem energiakulu ei peegeldu suuremas üüris. Kütmise üle otsustavad ülikooli ametnikud ilmselt samuti sellega oma isiklikku rahakotti ei mõjuta. Kusagilt ülikooli eelarvest see kulu tuleb, aga keegi konkreetselt selle eest vist ei vastuta.

Ülikooli hoonete välisuste vahel on paarisentimeetrised praod, kust talvel lund sisse puhub. Akende vahelt vuhiseb tuul piisava kiirusega, et kardinad liikuma panna. Maju soojapidavamaks teha ei mõtle keegi, sest ilmselt otsustab ehitustööde, sealhulgas soojustamise üle teine inimene, kui kütmise üle.

Paljud hooned, ka jõukate inimeste eramajad, on ehitatud viletsalt ja nõrga soojustusega. Ehitaja pole huvitatud lisapingutusest ja materjalikulust, et elanikel pärast kütmine odavam tuleks. Kui küte odav, ei mõtle ka maja tellija eriti soojapidavuse peale ega taha lisanõudeid esitades ehitamist kallimaks teha.

Autojuhid jätavad tükiks ajaks veoki mootori tööle ja lähevad ise sööma või suitsupausile. Külma ilmaga saaks veel aru, et tahetakse kabiini soojana hoida, aga masin jäetakse tossama ka palava suvega. Kütusekulu ilmselt autojuhi palgas ei kajastu.
Eelneva kütuseraiskamise üheks põhjuseks on ka energia odavus USAs. Bensiiniliiter on absoluutsummas odavam, kui Eestis või Lääne-Euroopas, samas elatustase on kõrgem. Ilmselt on sama lugu ka soojuse ja elektriga. Keskkonnanõuded on madalamad, seega on odavam elektrit ja sooja toota.

Miks doktorantuur nii kaua aega võtab

Täna lõunalauas küsis üks majanduse magistritudeng mult, miks doktoritöö kirjutamine kolm aastat võtab. Parandasin teda, et doktorantuur kestab keskmiselt kuus aastat, esimesel kahel aastal ained ja neljal järgneval töö kirjutamine. Eks ainekursusi peab võtma selleks, et oleks selged taustateadmised ja meetodid uurimistööks. Aineid eriti kiirendada ei saa.

Uurimistöö kirjutamise puhul, kui esimene pähetulev idee on huvitav, teostatav ja varasemas kirjanduses tegemata, kui empiirilise töö puhul on andmed kohe netist allalaaditavad, statistilised meetodid selged, neid rakendav programm on esimesel katsel kirjutatud vigadeta ja töötab, või teoreetilise töö puhul on matemaatilised meetodid selged, mudel kohe täiuslikult üles seatud ja esimene valitud lahendusmeetod töötab, siis võib töö kuu ajaga valmis saada. Tuleb vaid mehaaniliselt läbida vajalikud sammud (eelduse kohaselt on need valitud õigesti ja tehakse täiuslikult) ja kirjutada tekst.

Eelnev ulmeline eelduste jada osutub tegelikkuses tõeseks muidugi mikroskoopiliselt väikese tõenäosusega. Võimalik ajakulu uurimistööks on ülemise piirita, kui piiranguks pole uurija eluiga. Ükskõik milline arv ideid võib järjest osutuda varem tehtuks või teostamatuks. Andmeid ei pruugi saada olla või mudeli lahendamiseks vajalikke matemaatilisi meetodeid ei pruugi olla leiutatud. Ka olemasolevate andmete või meetodite leidmiseks kuluv aeg võib olla väga pikk. Programmid võivad sisaldada piiramatus koguses vigu, sest ühe vea parandamisel võidakse teha teine. Kokkuvõttes venitavad erinevad probleemid töö kirjutamise aastatepikkuseks.

Thomas Alva Edison ütles: „Teame tuhandet viisi, kuidas mitte konstrueerida elektripirni.“ Samamoodi avastab doktorant palju viise, kuidas ei tohiks kirjutada uurimistööd.