Tutkijoille

Sanamahti on suomenkielinen sanapeli, jossa sanoja etsitään kirjainruudukosta pyyhkäisemällä. Pelistä on tarkoitus tehdä mittari, joka kertoo, mitä sanoja pelaajat tuntevat ja mitä sanoja he odottavat suomen kielessä olevan. Menetelmä on suunniteltu mutta ei lukittu, ja nyt siihen on helpointa vaikuttaa.

Tilanne 12.10.2026. Peli on olemassa, ja sitä pelataan selaimessa sekä Android- ja iOS-sovelluksessa. Mittausjärjestelmä, viikoittaiset sanastopainokset ja avoin aineisto ovat suunnitteilla, ja ensimmäiset kokeet on tehty. Niistä ei ole vielä julkaistu mitään.

Mistä on kyse

Pelaaja muodostaa sanoja ruudukon vierekkäisistä kirjaimista ja saa pisteitä sanan pituuden mukaan. Peli hyväksyy sanat vain perusmuodossa. Jokainen pyyhkäisy on pieni koe: pelaaja tarjoaa merkkijonoa sanaksi, ja peli vastaa kyllä tai ei.

Nykyisin pelin sanasto on kiinteä: jokaisella laudalla on valmiiksi laskettu sanalista, joka ei muutu. Sanastosta puuttuu yleisiä sanoja, ja mukana on sanoja, jotka eivät sinne kuulu. Tilalle on suunniteltu elävä sanasto. Suunnitelmassa se päivittyy kerran viikossa numeroituna painoksena:

1. Viikon hylätyt pyyhkäisyt, pelaajien sanaehdotukset ja tunnettuusarviot kootaan yhteen.
2. Sääntöpohjainen morfologinen jäsennin erottaa taivutusmuodot, johdokset ja yhdyssanat.
3. Jäljelle jääville sanaehdokkaille haetaan päivättyä näyttöä pelin ulkopuolelta, esimerkiksi uutiskorpuksesta.
4. Tekoälytoimitus päättää kirjoitettujen sääntöjen rajoissa. Päätös julkaistaan perusteluineen ja näyttöineen.
5. Pelaajat voivat haastaa päätöksen viikon ajan ennen kuin se astuu voimaan.

Sanamahti on yhden kehittäjän, Alex Liaon, projekti. Sen takana ei ole tutkimusryhmää eikä sanakirjatoimitusta. Siksi menetelmä kirjoitetaan auki, ja siksi tämä kutsu.

Millaista aineistoa on tulossa

Suunnitelmassa järjestelmä tuottaa kolmenlaista tietoa. Tutkimuskäyttöön kelpaavaa aineistoa ei vielä ole.

Mitattu tunnettuus tekosanakontrollilla

Tunnettuus on tarkoitus mitata näin: pelaaja saa kymmenen sanan nauhan ja kertoo jokaisesta, tunteeko hän sanan. Kolme kymmenestä on tekosanoja eli pseudosanoja. Niiden avulla vastauksista poistetaan arvaamisen ja myöntymistaipumuksen vaikutus. Tuloksena on sanakohtainen luku: kuinka suuri osa vastaajista tuntee sanan.

Kotuksen Nykysuomen sanalista kertoo sanasta hakusanan, homonymian, sanaluokan ja taivutuksen. Sitä, kuinka moni sanan tuntee, se ei kerro.

Sanat, joita pelaajat odottavat mutta joita sanastossa ei ole

Hylätty pyyhkäisy on merkkijono, jota pelaaja tarjosi sanaksi mutta jota sanasto ei tunne. Suunnitelmassa jäsennin luokittelee jokaisen: sanastossa olevan sanan taivutusmuoto, johdos, yhdyssana tai tuntematon. Aineistosta on tarkoitus nähdä, mitä taivutusmuotoja pelaajat tarjoavat perusmuotoina ja mitä sanoja he odottavat sanastosta löytyvän.

Automaattinen toimitus, jonka päätökset voi tarkistaa

Hankkeen taustaselvityksessä ei löytynyt sanakirjaa eikä pelisanastoa, joka päivittyisi ilman ihmisen hyväksyntää tai viiteaineistoa. Sanamahdin suunnitelmassa päätökset tekee tekoäly, joten jokainen päätös pitää voida tarkistaa.

Siksi jokaisesta sanaehdokkaasta avataan tapaus. Siihen tallennetaan näyttö lähteineen ja päiväyksineen, päätös, perustelu ja viittaus sääntöihin, joihin päätös nojaa. Päätösloki on tarkoitus julkaista. Siitä voi silloin tutkia, missä automaattinen toimitus onnistuu ja missä se erehtyy.

Mitä aineisto ei ole

Pelaajat eivät ole otos suomenkielisistä. Pelaajakunnan koostumusta ei ole mitattu, eikä havaintoihin liitetä taustatietoja. Pyyhkäisy on vihje, ei ääni sanan puolesta, ja ruudukko rajaa sitä, mitä voi pyyhkäistä. Rajoitukset on kuvattu menetelmäsivulla.

Miltä yhteistyö voisi näyttää

• Menetelmän arviointi. Lue menetelmäkuvaus ja kerro, missä se on heikko. Kynnysarvot, arvauskorjauksen kaava ja tekosanojen muodostustapa ovat vielä auki.
• Sanaraati. Sanaston säännöt on tarkoitus johtaa arvioista, joita kutsutut arvioijat antavat sanakorteille: kelpaako sana pelisanaksi vai ei, ja miksi. Arvioijiksi on tarkoitus kutsua esimerkiksi kielentutkijoita, äidinkielenopettajia ja toimittajia. Jos haluat mukaan, kerro siitä yhteydenottolomakkeella.
• Oma tutkimuskysymys. Jos tutkimuksesi tarvitsee mittauksen, jota suunnitelmassa ei ole, kerro siitä. Rakenne on vielä auki.
• Opinnäytteet. Kandidaatintutkielmille ja pro graduille on koottu kuusi aihetta. Niitä saa tarjota opiskelijoille sellaisinaan tai muokattuina.
• Aineiston käyttö. Aineisto on tarkoitus julkaista avoimena ja viitattavana. Suunnitelma ja lisenssin tilanne ovat aineistosivulla.

Ota yhteyttä

Kirjoita yhteydenottolomakkeella ja valitse rooliksi tutkija. Kerro lyhyesti, mikä hankkeessa kiinnostaa tai mikä siinä epäilyttää. Viestit lukee Alex Liao.