17.–19. aprillil 2026 toimus HUM andmelabori häkaton, kus interdistsiplinaarsed meeskonnad töötasid ühe intensiivse nädalavahetuse jooksul kultuuripärandi andmetega. HUM andmelabori häkatoni võidutiimi jaoks oli nädalavahetuse tulemuseks „Tunes of the World Map“ – interaktiivne projekt, mis uurib Eesti ja Ukraina rahvalaule digitaalse tekstianalüüsi ja kaardipõhise visualiseerimise abil.
Häkatoni võitnud meeskonnas Think Floyd oli kolm eri erialase ja kultuurilise taustaga osalejat: Türgist pärit kunstiajaloolane ja arheoloog İbrahim Göktürk Kılcan; Aserbaidžaanist pärit arvutiteadlane Hikmat Azimzade ning Ukrainast pärit muusikateadlane Inna Lisniak. Häkatoni jooksul oli nende eesmärk muuta rahvalaulutraditsioonid kasutajatele köitvamaks ja lihtsamini uuritavaks.
Projekt keskendus Eesti ja Ukraina rahvalaulude tekstianalüüsile. Algusest peale huvitas meeskonda materjalide analüüsi kõrval ka nende esitlemine laiemale avalikkusele. Inna selgitas, et nende projekti eesmärk oli ühendada humanitaarteaduslik uurimistöö arvutuslike meetoditega, et mõista rahvalaulutraditsioone paremini ja muuta kultuuriandmed kättesaadavamaks, eriti noorematele uurijatele.
Mitmest ideest ühe interaktiivse kaardini
Meeskond ei alustanud ühe kindla ideega. Esialgu oli laual mitu võimalust. Üks suund oli andmeteaduslik: laulude liigitamine žanri järgi, vormelitüübi mustrite tuvastamine ja korpuse esmane andmeanalüüs. Teine idee oli luua Spotifyga seotud veebileht, mis soovitaks kasutajale tema muusikamaitse põhjal rahvalaule. Kolmas võimalus oli interaktiivne platvorm, mille abil rahvalaule uurida.
Häkatoni jooksul hakkasid need ideed järk-järgult kokku sulama. Kaart kujunes keskseks elemendiks juba varakult, sest see aitas laule geograafiliselt paigutada. Mentorite toel lisas meeskond märksõnapõhise uurimisvõimaluse, temaatilise liigituse ning emotsiooniskaala, mis lubas kasutajal filtreerida laule rõõmsa ja kurva meeleolu teljel.
Nädalavahetuse lõpuks oli “Tunes of the World Map” tugevuseks analüütilise sügavus, mida saab mõista ligipääsetava ja kaasahaarava kasutajaliidese kaudu. Kasutajal on võimalik küsida, kuidas saaks rahvalaule uurida keeleliste, geograafiliste ja emotsionaalsete aspektide kaudu.
Töö segase, aga rikka andmestikuga
Üks olulisemaid õppetunde meeskonna jaoks oli see, et kultuuripärandi andmed ei käitu nagu puhas ja kasutusvalmis andmestik. Rahvalauluarhiivid ei ole algselt loodud arvutuslikuks analüüsiks. Need on kokku pandud etnograafide, kogujate ja uurijate töö tulemusena, keda huvitasid lauljad, piirkonnad, esituskontekstid ja suuline traditsioon.
Meeskonna jaoks ei olnud see probleem, Göktürk kirjeldas seda nii: „Selgus, et see korratus ongi osa võlust!“
Samuti mõistis meeskond, et andmestiku suurus ei tee seda automaatselt tähenduslikuks. Isegi 142 000 lauluga korpus muutub huvitavaks alles siis, kui uurijad esitavad konkreetseid küsimusi. Selles mõttes ei olnud projekti eesmärk lasta andmetel iseenda eest rääkida. Pigem püüti luua läbimõeldud viise, kuidas neid uurida.
Eesti ja Ukraina rahvalaulude võrdlus tõi kaasa ka metodoloogilisi raskusi. Need kaks traditsiooni kuuluvad eri keelelistesse ja kultuurilistesse kontekstidesse, mistõttu oli otsene võrdlemine keeruline. Meeskond pidi hoolikalt läbi mõtlema, kuidas materjale analüüsida ja esitleda nii, et kummagi traditsiooni eripära säiliks.
Teineteist täiendavate oskustega meeskond
Tööjaotus interdistsiplinaarses meeskonnas kujunes loomulikult. Arvutiteaduse taustaga Hikmat keskendus interaktiivse kaardi, visualiseeringute ning analüüsi ja kasutajaliidese vaheliste tehniliste ühenduste loomisele. Inna töötas tihedalt andmestikega ning keskendus rahvalaulude sarnasuste ja erinevuste tõlgendamisele. Göktürk panustas uurimisküsimuste sõnastamisse, esitlusse ja visuaalsesse kujundusse.
Samas ei jaganud meeskond tööd eraldiseisvateks üksikuteks ülesanneteks, pigem toimus töö järkjärguliselt ja koostöös. Meeskonnaliikmed arutasid tööprotsessi käigus pidevalt, kas tehnilised lahendused on kooskõlas kultuuriliste uurimisküsimustega. See dialoog tehnilise arenduse ja humanitaarteadusliku tõlgenduse vahel kujuneski projekti üheks tugevuseks.
Ka kasutatud tööriistad peegeldasid projekti hübriidset iseloomu. Esmaseks andmeanalüüsiks kasutas meeskond Pythonit ja selle teeki pandas, Google Colabi ja visualiseerimisteeke. Koodi kirjutamisel ja ideede katsetamisel kasutati ka tehisintellekti tööriistu, näiteks Claude’i ja Geminit. Esitlus valmis Canvas, Claude’i abiga, kuigi meeskond rõhutas, et suurem osa tekstist ja kontseptuaalsest tööst oli nende enda tehtud.
Mida meeskond õppis?
Think Floydi jaoks näitas häkaton, et kultuuripärandi andmetega töötamine nõuab korraga täpsust ja loovust. Andmeid tuleb käsitleda hoolikalt, pöörates tähelepanu kontekstile, struktuurile ja piirangutele. Samal ajal sõltub tähenduslik töö sellise materjaliga sageli uuenduslikest esitlusviisidest ja katsetavatest meetoditest.
Meeskond tõi esile ka häkatoni formaadi väärtuse. Kolm päeva intensiivset ideede arendamist, meeskonnatööd ja mentorlust võib viia üllatavalt sisukate tulemusteni. Üritus andis osalejatele võimaluse ideid kiiresti katsetada, mentoritelt õppida ja eri tüüpi teadmisi ühendada.
Tulevastele osalejatele annab meeskond lihtsa soovituse: „Olge uutele ideedele avatud ja ärge kiinduge liialt oma esimesse lahendusse. Fookuses peaks olema probleem, mitte toode. Kuulake mentoreid, nende nõuanded mõjutasid meie projekti väga. Töötage meeskonnana ja toetuge iga liikme tugevustele. Ja mis kõige tähtsam: ehitage midagi ägedat ja tundke sellest rõõmu!“
Kuidas edasi?
„Tunes of the World Map“ ei ole häkatoni võitnud meeskonna jaoks veel valmis toode, vaid prototüüp, mida edasi areneda. Kui meeskonnal oleks rohkem aega, oleks üks esimesi eesmärke laiendada geograafilist haaret Eestist ja Ukrainast kaugemale, et lisada ka teisi rahvalaulutraditsioone. Teine eesmärk oleks parandada kaardi filtreerimis- ja süvauurimisvõimalusi, et kasutajad saaksid liikuda riigi tasandilt etnograafiliste piirkondade, üksikute laulja ja täistekstide uurimiseni.
Juba praegusel kujul näitab projekt, milline potentsiaal peitub kultuuripärandi kogude, arvutusliku analüüsi ja interaktiivse disaini ühendamises. See osutab võimalustele, kuidas rahvalauluarhiive avada uutmoodi uurimiseks – mitte ainult teadlastele, vaid ka tudengitele, õpetajatele ja ka kõigile teistele kultuurihuvilistele.