Menetelmät ja periaatteet

• Yhteys ei automaattisesti todista vaikutusvaltaa. Dokumentoitu yhteys (esim. hallitusjäsenyys tai rahoitussuhde) kuvaa rakennetta, ei sen käyttöä.
• Verkoston läheisyys ei todista väärinkäytöstä. Lähellä verkossa oleminen ei tarkoita yhteistoimintaa tai rikkomusta.
• Rahoitussuhde ei automaattisesti tarkoita eturistiriitaa. Rahavirta on dokumentoitu tosiasia; sen tulkinta kuuluu lukijalle ja viranomaisille.
• Johdettu mittari ei ole syytös. Mittarit ovat läpinäkyviä laskennallisia tunnuslukuja, eivät arvioita henkilön toiminnasta.

Käyttöliittymässä näkyy ihmisluettava tila; suluissa on tietomallin tekninen tunniste.

• Automaattisesti havaittu AUTO_DETECTED — agentti tai jäsennin löysi yhteyden, mutta sitä ei ole vielä riittävästi vahvistettu. Ei näytetä tavallisena vahvistettuna yhteytenä.
• Vahvistettu lähteestä SOURCE_CONFIRMED — alkuperäinen tai riittävän vahva julkinen lähde tukee juuri kyseistä väitettä.
• Ihmisen tarkistama HUMAN_VERIFIED — tarkastaja on lukenut lähteen ja hyväksynyt yhteyden. Agentti ei koskaan aseta tätä tilaa.
• Kiistanalainen DISPUTED — yhteydestä on uskottava ristiriita tai korjauspyyntö. Näytetään selvästi merkittynä.
• Hylätty REJECTED — automaattinen havainto todettiin virheelliseksi. Ei julkisessa graafissa.
• Vanhentunut STALE — tieto oli aiemmin pätevä, mutta nykytila on todennäköisesti muuttunut. Historiaa ei poisteta.

Ei-deterministiset tai toissijaiset lähteet (mediakooste, järjestön raportti, semanttinen poiminta) tuottavat suhde-ehdokkaita, joita ei julkaista automaattisesti, vaan ne käyvät läpi ihmisen tarkistuksen.

Jokainen yhteys on ajallinen. Jos päättymispäivä on menneisyydessä tai tehtävä on merkitty päättyneeksi, yhteyttä ei näytetä nykyisenä. Avoin, lähteen aktiiviseksi vahvistama rooli on Nykyinen CURRENT; pelkän historiadokumentin varassa oleva yhteys on Historiallinen HISTORICAL tai Ajankohta epävarma UNKNOWN_PERIOD, ei automaattisesti nykyinen. Historiallista yhteyttä ei poisteta.

Sama evidenssistandardi koskee kaikkia valtioita ja organisaatioita — Yhdysvaltoja, Kiinaa, Venäjää, Qataria, Saudi-Arabiaa, EU-maita, säätiöitä, kansalaisjärjestöjä, uskonnollisia organisaatioita ja yrityksiä.

Henkilön kansallisuus, etninen tausta, uskonto tai syntymämaa ei itsessään ole vaikuttamissuhde eikä riskisignaali. Merkitystä on vain dokumentoidulla rahoituksella, omistuksella, tehtävällä, jäsenyydellä, sopimuksella, lahjoituksella tai päätöksellä — ja jokaisella on lähde. Järjestelmä ei laske yleistä maa-, uskonto- tai etnisyysperustaista "epäilyttävyys-scorea".

Organisaation saama rahoitus ei ole siihen liittyvän henkilön henkilökohtaista rahoitusta ilman eksplisiittistä, dokumentoitua yhteyttä.

Kansainväliset yhteydet -näkymä esittää dokumentoituja kansainvälisiä rahavirtoja ja yhteyksiä. Ensimmäinen lähde on EU:n Financial Transparency System (FTS): EU-budjetin sitoumus- ja sopimusrivit, joiden edunsaajan maa on Suomi. Jokainen rivi on erillinen, evidensoitu rahavirta Euroopan komissio → suomalainen saaja.

Ulkomainen tai EU-rahoitus ei itsessään tarkoita laitonta vaikuttamista, korruptiota, epälojaaliutta tai agenttisuhdetta. Se on dokumentoitu rahoitussuhde.

Suora suhde vs. verkostopolku. Jos ulkomainen rahoittaja rahoittaa organisaatiota, ja henkilö on kyseisen organisaation hallituksen jäsen, se eitarkoita, että henkilö sai ulkomaista rahoitusta. Käyttöliittymä voi näyttää verkostopolun, mutta tietokanta ei luo suoraa rahavirtaa henkilölle, joka ei ole rahavirran vastaanottaja.

Sama evidenssistandardi koskee kaikkia rahoittajia riippumatta maasta (EU, Yhdysvallat, Venäjä, Kiina, Qatar, Saudi-Arabia, Pohjoismaat) tai organisaatiotyypistä (säätiö, kansalaisjärjestö, yritys, uskonnollinen organisaatio, valtio).

Vuositieto. EU FTS -aineistossa "vuosi" on rahoitus- eli budjettivuosi. Hankkeen alkamis- ja päättymispäivät kuvaavat hankekautta. Aineisto ei sisällä erillistä myöntö- tai maksupäivää, joten järjestelmä ei esitä sellaista. Eri vuosien rivit säilytetään erillisinä rahavirtoina.

Rahoituslajeja ei lasketa keskenään yhteen ilman selkeää perustetta (avustus, hankinta ja muu on eroteltu). Alkuperäinen sopimustyyppi säilytetään sellaisenaan.

Verkoston rakennetta voidaan kuvata mittareilla kuten astekeskeisyys (kuinka moneen toimijaan entity on suoraan kytketty) ja välittäjäasema (kuinka usein entity sijaitsee kahden muun toimijan lyhimmällä verkostopolulla). Nämä kuvaavat verkon rakennetta, eivät henkilön moraalia, lainmukaisuutta tai syyllisyyttä. Korkea arvo ei ole syytös eikä "epäilyttävyys-score".

Lähteet suositaan järjestyksessä: (1) alkuperäinen viranomaisrekisteri tai -rajapinta, (2) alkuperäinen päätös tai dokumentti, (3) organisaation oma virallinen raportti, (4) muu primäärilähde, (5) luotettava journalistinen lähde täydentävänä. Journalistinen lähde ei ole samanarvoinen alkuperäisen viranomaisrekisterin kanssa. Sama yhteys voi saada useita vahvistavia lähteitä; pelkkä lähteiden lukumäärä ei nosta vahvistustilaa ilman semanttista yhteensopivuutta.

Yhteys (relationship) on dokumentoitu suhde kahden toimijan välillä: esimerkiksi hallitusjäsenyys, omistus, lahjoitus, avustus, nimitys tai edustajuus. Jokaisella julkisella yhteydellä on ainakin yksi lähde (evidence). Ilman lähdettä yhteyttä ei julkaista.

Perhesuhteita merkitään vain, jos ne ovat jo julkisia ja materiaalisesti merkityksellisiä — niitä ei koskaan päätellä.

Ensisijaisia lähteitä suositaan: Eduskunnan avoin data, valtion virastojen rekisterit, tuomioistuinten julkiset asiakirjat, yhtiö- ja yhdistysrekisterit, vaali- ja puoluerahoitusilmoitukset, hankintarekisterit ja viralliset vuosikertomukset. Lähteen luokka merkitään (virallisesta ensisijaisesta lähteestä toissijaiseen mediaan) ja luottamus arvioidaan.

Ei kaavita vastoin palvelun käyttöehtoja. Jos lähteet ovat ristiriidassa, niitä ei hiljaisesti valita — ristiriita näytetään.

• Varmennettu VERIFIED — virallinen ensisijainen lähde (esim. Eduskunnan rekisteri).
• Korkea varmuus HIGH — useita riippumattomia, hyvälaatuisia lähteitä.
• Kohtalainen varmuus MEDIUM — yksittäinen hyvä lähde tai vahva epäsuora näyttö.
• Matala varmuus LOW — heikko näyttö; ei välttämättä julkisteta.
• Kiistanalainen DISPUTED — lähteet ristiriidassa; merkitään “tarkistettavana”.

Julkinen käyttöliittymä näyttää oletuksena varmennettua ja korkean varmuuden tietoa.

Emme laske yhtä selittämätöntä “valtapisteytystä”. Tarjoamme erillisiä, läpinäkyviä mittareita, joiden jokaisen laskentatapa ja syötteet ovat avoimia:

• Institutionaalinen valta — dokumentoidut viralliset tehtävät (nykyiset painavat 1, entiset 0,5).
• Verkostokeskeisyys — aste-keskeisyys dokumentoitujen yhteyksien määrästä suhteutettuna verkon kokoon.
• Hallitusroolit / Nimitykset — lukumäärät dokumentoiduista rooleista.
• Rahavirrat — dokumentoitujen virtojen summa luottamuspainotettuna; eri tyyppejä ei lasketa yhteen ilman avointa tapaa.
• Tiedon luotettavuus — yhdistelmä suhteiden luottamuksesta ja lähteiden määrästä (0–1).

Johdetut mittarit merkitään aina erikseen laskennallisiksi ja erotetaan dokumentoiduista, lähteeseen perustuvista tosiasioista. Korrelaatio ei ole kausaliteetti — johdettuja päätelmiä ei esitetä syy-yhteytenä.

Rakenteellinen taso perustuu dokumentoitujen tehtävien ja yhteyksien määrään ja ulottuvuuteen. Taso ei ole moraaliarvio.

1. Valtakunnallinen järjestelmätason vaikutus
2. Merkittävä institutionaalinen vaikutus
3. Alueellinen / sektorikohtainen vaikutus
4. Paikallinen / erikoisalavaikutus
5. Dokumentoitu verkoston jäsen

Jokainen rahavirta kirjataan: maksaja, saaja, välittäjä (jos dokumentoitu), lopullinen hyötyjä (jos dokumentoitu), summa, valuutta, päivä/ajanjakso, virran tyyppi, tarkoitus, päätös ja lähde. Aggregointi (vuosi, organisaatio, sektori, kunta, puolue) on sallittua, mutta eri virta-tyyppejä ei lasketa yhteen ilman avointa laskentatapaa. Kaikki rahasummat sisältävät valuutan.

Julkiset hankinnat (Tutki hankintoja): hankintavirrat ovat vuosittaisia kokonaisarvoja, jotka Suomen julkinen hankintatoimi on maksanut toimittajille. Maksajana näytetään aggregaatti “Julkiset hankinnat – Suomi”, koska lähde ei erittele virtaa yksittäiseen hankintayksikköön tällä rajapinnalla. Luottamukselliset toimittajat (esim. “Salassa pidettävä”) eivät koskaan päädy julkiseen dataan. Summa on lähdeperustainen kokonaisarvo, ei yksittäinen sopimus.

Hankintavirrat perustuvat Valtiovarainministeriön ylläpitämään tutkihankintoja.fi-palveluun. Lähde on virallinen julkinen palvelu, josta kaikki hankintatiedot ovat kansalaisten tutkittavissa. Jokainen virta sisältää lähteen, noutoajan ja laskentatavan.

• Yksityisiä osoitteita ei päätellä eikä näytetä.
• Puhelinnumeroita ja henkilökohtaisia sähköposteja ei julkaista ilman selvää julkista virkaperustetta.
• Seksuaalisuutta, uskontoa, terveyttä, etnistä taustaa tai poliittista ideologiaa ei päätellä.
• Rikollisuutta tai korruptiota ei väitetä ilman toimivaltaisen viranomaisen vahvistusta — ja silloinkin väite on lähdesidonnainen.
• Verkoston läheisyys ei ole väärinkäytöksen osoitus.

Samaa ontologiaa, luottamussääntöjä ja julkaisukynnystä sovelletaan kaikkiin: vasemmisto, oikeisto, keskusta, hallitus, oppositio, yritykset, liitot, järjestöt, uskonnolliset yhteisöt, aktivismi, media ja julkinen hallinto. Luokittelut merkataan vain toimivaltaisen tahon perusteella (luokittelija, jurisdiktio, päivä, lähde).

Autonomiset agentit eivät koskaan julkaise vahvistamattomia väitteitä. Putki on: HAVAITTU → POIMITTU → NORMALISOITU → TOIMIJA YHDISTETTY → LÄHDE VARMENNETTU → YHTEYS EHDOTETTU → LUOTTAMUS LASKETTU → RISKITARKISTUS → JULKAISTU. Herkät väitteet vaativat vahvempaa validointia tai ihmistarkistuksen. Kaikki agenttien ajot ovat näkyvissä hallintanäkymässä.

Toimittajat ja mediat ovat ensimmäisen luokan toimijoita. Toimittajan rooli (subtype) onammatillinen luokittelu, ei poliittinen kanta. Medialla on oma profiili: omistus, rahoitusmalli, JSN-jäsenyys ja — vain dokumentoidulla lähteellä — institutionaalinen suhde, joka pidetään erillään yksittäisten toimittajien henkilökohtaisista näkemyksistä.

• Median institutionaalista taustaa ei koskaan siirretä toimittajalle. Se on median omistama ominaisuus.
• Toimittajan kirjoittaminen poliitikosta on havaittua julkaisudataa, ei henkilökohtainen suhde. Graafissa ei luoda henkilösuhdetta pelkän kirjoituksen perusteella.
• Puolueosio nousi vain tarkasteltavasta aineistosta — laaja korpus ei vielä valmistu automaattisesti; ajankohtainen korpus on kontrolloitu pilotti.

Julkisen median (esim. Yleisradio Oy) profiilin Rahoitus-, Rahankäyttö-,Johto- ja Hallinto-osiossa käytetään kahta erillistä, toisiaan täydentävää tietotyyppiä, joita ei koskaan lasketa yhteen selittämättä laskentatapaa:

• Tilinpäätöserät (FinancialStatementItem) — tilinpäätöksen luokkatason vuosittaista tuotto- ja kulusummat (esim. henkilöstökulut, lähetysoikeudet). Jokainen erä viittaa viralliseen dokumenttiin (reportUrl). Kokonaissumma-merkitty erä on tilintarkastettu kokonaissumma; luokka- ja kokonaiserää ei summata yhteen (kaksoislaskennan esto).
• Rahavirrat (FinancialFlow) — tosiasialliset toimija-väliset rahansiirrot (esim. valtion rahoitus → Yle). Vain silloin, kun rahan liikkuminen on dokumentoitu toimijoiden välillä; luokkatason summia ei keksitä toimijakohtaisiksi virroiksi.

Summan tarkkuus merkitään aina: EXACT (tilintarkastettu/virallinen),REPORTED (ilmoitettu, ei tilintarkastettu), CALCULATED(johdettu lähdeaineistosta), ESTIMATED (arvio) tai UNKNOWN. Arviota ei koskaan esitetä tarkkana hintana.

Lahja-, etu-, vieraanvaraisuus- ja palkintotapahtumat ovat ensimmäisen luokan,lähdeperustaisia tapahtumia (BenefitEvent). Sääntöjä:

• Ei mitään ilman lähdettä. Manifestissa on vain tapahtumia, joille on olemassa uskottava julkinen lähde; muuten järjestelmä sanoo "ei riittävän luotettavaa lähdettä".
• Ei arvioita tarkkoina summina. Summan tarkkuus (EXACT/REPORTED/CALCULATED/ESTIMATED/UNKNOWN) näytetään aina.
• Automaattinen julkaisu vain virallisesta rekisteristä. Tarkka virallinen rekisteritieto voi julkaista automaattisesti; kaikki muu menee ylläpidon tarkistusjonoon (/admin/benefits).
• Palkinnon saaminen, voittajan valinta ja tuomaristossa toimiminen ovat erillisiä faktoja, eikä niitä yhdistetä.
• Kansainväliset lahjat ovat geneerisiä. Malli tukee mitä tahansa tahoja (ulkomainen valtio, presidentti, suurlähetystö, hallitus, kansainvälinen järjestö), mutta tapahtumia lisätään vain todisteilla.

Tämä ominaisuus on data-analyysi: se laskee julkisesta artikkeimetadataosesta, kuinka usein ja missä juttutyypeissä kutakin puoluetta tai poliitikkoa on käsitelty. Tulokset ovat havaittuja jakaumia:

• artikkelimäärä ja politiikka-aiheinen osuus
• puoluekohtainen näkyvyys (maininnat otsikossa/jutussa) ja sen osuus
• poliitikkokohtainen käsittely
• juttutyyppijakauma (uutinen / analyysi / kolumni / kommentti / mielipide / tutkiva / haastattelu)
• aihe- ja lähdetyyppijakaumat

Jokaisella tuloksella näytetään: analyysimenetelmä (algoritmiversio), aineiston koko, aikaväli, luotettavuus/coverage ja rajoitteet. Tulokset on merkitty automaattinen analyysi (◐).

Kehystys (positiivinen/neutraali/kriittinen) on automaattinen leksikonarvio. Se on epätarkka ja se näytetään vain selitteen “Sisältöanalyysi ei osoita toimittajan henkilökohtaista poliittista mielipidettä”. Järjestelmä ei koskaan muuta jakaumaa kentäksi “puoluekanta = X” tai “vasemmistolainen”.

Jokainen merkittävä väite kantaa evidenssiluokan, joka kertoo lähteen vahvuudesta:

• A — ensisijainen/virallinen lähde (rekisteri, viranomainen, päätösasiakirja)
• B — vahva journalistinen tai institutionaalinen lähde
• C — usean riippumattoman lähteen vahvistama
• D — yksi sekundäärinen lähde
• E — vahvistamaton; ei näytetä julkisessa näkymässä faktana

Kutakin väitettä voi klikata auki: mitä väitetään, mihin väite perustuu, lähde, lähteen päivämäärä, tarkistusaika, evidenssitaso, mahdollinen ristiriitainen lähde ja onko tieto ajankohtainen vai historiallinen.

Journalistin ja median välillä käytetään vain tarkkoja relaatioita: WORKS_FOR / WORKED_FOR / EDITOR_OF / EDITOR_IN_CHIEF_OF / OWNED_BY / PUBLISHES / PART_OF_MEDIA_GROUP / FOUNDED. Ajallisuus on pakollinen: päättynyttä työsuhdetta ei näytetä “työskentelee”-muodossa.

Artikkelimaininta (WROTE_ABOUT, CITED, INTERVIEWED) on eri asia kuin henkilösuhde (WORKED_FOR, POLITICAL_AIDE_TO, PERSONAL_RELATIONSHIP). Henkilösuhde vaatii suoran lainauksen tai eksplisiittisen lähteen; pelkkä maininta ei riitä.

Toimittajien ja medioiden tuotantoanalyysi toimii tällä hetkellä kontrolloidulla pilottikorpuksella: rajattu määrä mediaa ja toimittajia ja rajattu otos oikeita julkistettuja artikkeleita (otsikko + URL + ajankohta luettu median omasta syötteestä). Pilotti on tarkoitettu QA:ta varten ennen laajempaa käsittelyä; kirjoittajakytkennät on pilottivaiheessa rajoitettuja (byline luettu, kun se on ollut saatavissa).

Tämä kerros tekee näkyväksi, miten suomalainen media kuvaa ihmisten kansallisuutta, syntyperää, kansalaisuutta ja paikallisuutta. Se on faktapohjainen eikä ideologinen luokittelija. Alkuperäinen lähdetieto, juridinen status, median käyttämä ilmaisu ja järjestelmän analyysi ovat erillisiä asioita, joita ei yhdistetä yhdeksi "nationaliteetti"-kentäksi.

• Syntymämaa on muuttumaton historiallinen tietokenttä. Se ei muutu muuton, asumisen, kansalaisuuden tai kaksoiskansalaisuuden myötä — eikä sitä kirjoiteta kansalaisuudeksi.
• Kansalaisuus on erillinen juridinen status. Se voi olla yksi, useita tai ei tiedossa; saavuusvuosi tallennetaan, jos se on dokumentoitu.
• Asuinpaikka on erillinen muuttuva tieto. Syntymämaa ≠ asuinmaa ≠ kansalaisuus.
• Henkilön oma identiteetti on erillinen tieto, tallennettu vain eksplisiittisestä julkisesta lähteestä, sanatarkasti.
• Median käyttämä nimitys on toimituksellinen havainto — säilytetään sanatarkasti ja kontekstin kanssa, eikä se ole henkilön ominaisuus.

Järjestelmä ei päättele syntymämaata, syntyperää, etnisyyttä, uskontoa, kansalaisuutta tai maahanmuuttajataustaa nimestä, kielestä, kuvasta tai ulkonäöstä. Jos tietoa ei ole, tulos on "Ei vahvistettua tietoa" — ei tekoälyn arvaus. Järjestelmä ei muuta syntymämaata kansalaisuudeksi eikä päinvastoin.

Media-analyysi mittaa sanastoa eikä oleta puolueellisuutta etukäteen: se kerää aineiston (media, toimittaja, vuosi, aihe, henkilön dokumentoidut taustamuuttujat) ja näyttää erot vain, jos ne ovat aineistossa. Negatiivinen uutinen henkilöstä ei ole ryhmäkohtainen asenne, eikä positiivinen uutinen ole poliittista suosimista. Sanavalinta ei ole sentimenttiä.

Kaikki henkilötason faktat kantavat provenance-tiedot: lähde-URL, julkaisija, julkaisupäivä, noutoaika, tarkka ote, evidenssiluokka (A–E), luottamus ja tarkistustila. Media-ilmaukset (ja niiden luokittelu) ovat versioituja ja uudelleenlaskettavissa; epävarma luokittelu menee tarkistusjonoon.

Jokaisella profiililla on “Ilmoita virheestä”. Korjaukset käsitellään avoimesti, ja muutoshistoria säilyy. Historiallisia tosiasioita ei koskaan ylikirjoiteta tuhoavasti — ne versioidaan.