Send oss ditt digitaliseringscase!

econa-logo-magma-bannerSammen med Ragnvald Sannes, Bendik Bygstad og Jon Iden er jeg fagredaktør for et spesialnummer av Magma om erfaringer med digitalisering i Norge. Hensikten er å lage en samling med gode eksempler på digitalisering – vellykket eller ikke – til undervisnings- og forskningsbruk. Hensikten er ikke å belyse spesifikk teori eller gjøre for mye tolkning, ei heller å lage en samling pressemeldinger om hvor fantastisk smart bedrifter og organisasjoner har vært. I stedet vil vi ha dype eksempler på ting som er gjort eller er i ferd med å gjøres – med nok detaljer til at man kan lære av det.

Så – hvis du (bedrift, organisasjon, offentlig institusjon, enkeltperson) vil gjøre en innsats for digitalisering i Norge – ta kontakt med redaksjonen med forslag til bedrifter og organisasjoner som har erfaringer (gode og/eller dårlige) med digitalisering. Resultatet kan bli den samlingen med dype eksempler man kan henvise til å diskutere på ledermøter, forskermøter og fagdager om digitalisering rundt omkring i landet.

For vi mennesker lærer av historier og eksempler, ikke av teori alene. Og vi trenger litt kjøtt på teoribenene.

Ta kontakt hvis du har noe!

Diskuter digitalisering i Sophia Antipolis!

IMG_3657Nok en gang ønsker Ragnvald Sannes og jeg velkommen til et Executive Short Program (23-26 oktober i år) kalt Digitalisering for vekst og innovasjon i Antibes og i teknologiparken Sophia Antipolis, Europas svar på Silicon Valley, like utenfor Nice i Syd-Frankrike. Hensikten er å vise frem interessante nye teknologiske muligheter og invitere til en dialog om hvordan man kan ta disse i bruk innenfor egen virksomhet.

acc-sophDette programmet er ment som et møtested (gjerne for flere mennesker fra samme bedrift,) der vi i tillegg til å vise frem mye ny teknologi setter av tid til diskusjon mellom deltakerne. Det gir en anledning for ledere og ledergrupper til ta en time-out og tid til å tenke over hva den nye teknologien (Blockchain, Internet-of-things, analytics, robotics, delingsøkonomi, automatisering, digitale tvillinger, etc.) betyr for din bedrift og din (eller dine kunders) situasjon og prosesser. Vi vil også forsøke å systematisk fange opp hvilke muligheter og utfordringer hver enkelt bedrift står overfor, og hjelpe til å finne perspektiver for hver enkelt bedrift eller organisasjon om hvordan man skal forholde seg til utviklingen.

IMG_3647Det er 11. gang Ragnvald og jeg arrangerer et seminar der nede sammen med Accenture Technology Labs, og fjerde gang vi gjør dette som et selvstendig, firedagers program. Deltakerne på det første tre programmene har vært svært fornøyd. En av tingene vi har lært av deltakerne er å sette av tid til diskusjoner – man lærer minst like mye av hverandre som av Ragnvald og meg – og at diskusjonene, i hvert fall mellom deltakerne, kommer til å være på norsk.

Her er noen linker til notater jeg har tatt ved tidligere besøk. Jeg ser frem denne uken, til å lære nye ting, og til å bli kjent med nye mennesker med interessante utfordringer og et ønske om å forstå hvilket potensiale som ligger, forretnings- og arbeidsmessig, i ny teknologi!

Vi sees! (Og har du spørsmål, send meg gjerne en epost.)

berne.jpg

Hvordan skrive et undervisningscase

Siden jeg av og til underviser i undervisningsteknikk (særlig case-undervisning) og har skrevet en bok om dette med Bill Schiano, blir jeg av og til spurt om hvordan man skal skrive et undervisningscase. Det følgende er en kjapp oppsummering av hva jeg mener er viktig (i hovedsak en oversettelse av denne bloggposten.)

Hva er hensikten med caset?
For det første: Et case skrives i en spesifikk undervisningshensikt. (På Harvard Business School får man faktisk ikke skrive et nytt case uten at det er satt inn i en spesifikk undervisningssituasjon. Det holder ikke at man har en interessant bedrift som har gjort noe spennende – selv den mest spennende og nyskapende historie trenger å ha et pedagogisk poeng, en teori eller et dilemma å illustrere.

Standard disposisjon
Cases – særlig de som skrives på Harvard – følger en disposisjon som nok er en klisjé, men som er svært effektiv. Den ser omtrent slik ut:

  • 0.5 side: Introduksjon: Casets hovedperson introduseres, vanligvis en leder eller mellomleder som lurer på hva han eller hun skal gjøre i et viktig spørsmål. Tanken er å fortelle studentene fra hvis perspektiv caset er skrevet, sette scenen, kanskje si noe om analysenivået – og det er det hele. Det at det er personlig skrevet, hjelper studentene å identifisere seg med personen og føle det litt som om de har den samme utfordringen selv.
  • 1 – 1.5 sider: Beskrivelse av firmaet eller organisasjonen – ikke hele histoiren, men relevante detaljer. Man må forklare hva bedriften eller organisasjonen gjør, hvordan den tjener penger, hva den produserer, hvordan den har kommet til den situasjonen som beskrives. Bedrifter og organisasjoner er i stor grad formet av sin historie, så i alle fall jeg mener at man heller bør ha for mye enn for lite detaljer her.
  • 1 – 1.5 sider: Bransje/omgivelsesbeskrivelse. Bedrifter og organisasjoner eksisterer innenfor en kontekst, og du må beskrive den. Beskrive bransjen, dens utvikling, og bedriftens plass innenfor den. Vær kortfattet, men presis, og legg gjerne inn mer detaljer enn strengt tatt nødvendig.
  • 1 – 5 sider: Problem. Dette er casets tema – beskriv det utførlig og nøytralt, få med kompleksiteten i situasjonen. Et undervisningscase skal skrives slik at flere alternative løsninger er mulige, så man har noe å diskutere.
  • 0.5 side: Avslutning, typisk at casets hovedperson(er) oppsummerer spørsmplet og lurer på hva de skal gjøre – ofte i form av en eller annen form for hendelse (et styremøte, for eksempel) der de skal legge frem en anbefaling til løsning.

De fleste case er et enkeltcase, men man kan ha B-case (som deles ut til studentene etter at man har diskutert det første caset) og til og med et C-case. Det er viktig at B og C cases er kortfattet, siden de skal leses i klasserommet. B-caset sier typisk noe om hva bedriften eller organisasjonen gjorde og introduserer kanskje et problem som oppsto på grunn av avgjørelsen. C-caset, hvis det er nødvendig, bør bringe en slags avslutning. Etter min erfaring er vanskelig å generere noe særlig diskusjon etter et C-case – studentene blir slitne. En fersk caseforfatter som skrive rom et firma med en lang historie kan nok bli fristet til å lage en lang rekke med korte case, men i praksis fungerer ofte dette dårlig – ikke minst fordi det gjør diskusjonen svært forutsigbar.

Det man ikke skal gjøre
Jeg har sett en hel del nybegynnerfeil som kommer når man skal skrive et case for første gang. Her er noen av de tingene man bør unngå:

Ikke teori. Et godt case skal være en beskrivelse av en interessant situasjon, ofte en avgjørelse som må tas – og ikke noe annet. Det betyr at det skal ikke være teori og ikke diskusjon i selve caseteksten. Spar teori og diskusjon til en eventuell «teaching note» eller skriv en separat akademisk artikkel. Ikke bare gjør dette caset mer realistisk, det åpner også for at man kan bruke caset innenfor kurs og undervisningssituasjoner det ikke opprinnelig var ment for. Å holde teori utenfor kan være vanskelig hvis du bare er vant til å skrive akademiske artikler – men det er god praksis å legge frem «just the facts». (Hvilke fakta du velger å legge frem er naturligvis også en form for diskusjon og tolkning, men vi lar den ligge i denne omgang.)

Ingen helter, ingen skurker. Når jeg lærer studenter å analysere et case (og når jeg hjelper organisasjoner å forstå komplekse situasjoner) pleier jeg å si at for de fleste situasjoner innenfor ledelse og forretningsdrift et det god praksis å gå ut fra at folk ikke er dumme og ikke onde. Så – når du skriver et case, pass på at det har ingen helter og no ingen skurker. Hvis et case hare en klar helt eller en klar skurk, er det et tegn på at du ikke har lagt inn nok detaljer. Skriv det så studentene kan se situasjonen fra flere sider.

Ingen vurderinger. Et vanlig problem er at man finner karakteristikker og vurderinger fra forfatteren i et case – særlig hvis caset er skrevet av en firma som skriver om seg selv. Et case (også et kundecase man bruker i reklame) er mest troverdig hvis det er skrevet i en nøytral og beskrivende tone. Ikke skriv at et firma er «ledende» – beskriv hva firmaet gjør og hvilke resultater de har oppnådd, og la leseren selv vurdere hvor ledende firmaet er eller hvor vellykket hovedpersonen er. For eksempel: «Nilsen var en dyktig leder, med ansvar for et stort og vellykket prosjekt.» Legg til opplysninger som forteller noe, og skriv. «29 år gammel ble Nilsen forfremmet til den yngste direktøren i firmaets historie, etter å ha utviklet og innført bransjens første maskinlæringsplattform.»

Ikke noe konsulentspråk. Vær svært forsiktig med motepreget språk og konsulentuttrykk. For eksempel: Er firmaet i ferd med å inngå en strategisk allianse eller samarbeider man bare med et annet firma i den hensikt å oppnå noe spesifikt? (Som en britisk venn av meg pleier å si: Jeg kjøper alle sokkene mine på Marks & Spencer – det betyr ikke at jeg har inngått en strategisk allianse med dem.) Unngå uttrykk som ikke er veldefinert, og vær presis i din språkbruk. Husk at et undervisningscase har lengst holdbarhet når det beskriver en situasjon som involverer mennesker og dilemmaer, ikke spesifikke situasjoner eller teknologier (som Fabritek-eksempelet nedenfor).  Jeg bruker ofte eldre case om teknologi, og hvis studentene klager over at casene er gamle og datamaskiner er mye raskere nå, så ber jeg dem bare ta en penn og endre alle årstallene og oppdatere datamaskinenes ytelse – og se om noe annet endrer seg.

Dramatisk struktur
Et virkelig velskrevet case har en dramatisk struktur – det er en begynnelse, en midtseksjon som bygger opp historien, og et virkelig interessant dilemma til slutt. De beste casene er som detektivhistorier, hvor du må grave deg langt ned i detaljene for å der du finner overraskende og ofte kontraintuitive konklusjoner. Et eksempel på en skikkelig «detektivhistorie» er Fabritek 1992, et gammelt (først publisert 1967, oppdatert 1992 av Jan Hammond) case om et kvalitetskontrollproblem i et mekanisk verksted. (Takk til Robert D. Austin, glimrende caseunderviser, for å ha gjort meg oppmerksom på dette caset og lært meg hvordan det skal undervises.) Fabritek er glimrende fordi det starter med en beskrivelse av bedriften (strategisk nivå), beskriver arbeidsprosessen og aktørene (organisasjonsnivå/forretningslogikknivå) og deretter problemet (operasjonelt nivå). En detaljert analyse av de operasjonelle detaljene leder til en noe overraskende konklusjon, som så kan diskuteres på organisasjons- eller prosessnivå, og deretter plasseres i en strategisk kontekst. Caset er glimrende fordi det tillater studentene å trekke linjer mellom disse nivåene, lærer dem at djevelen virkelig er i detaljene, og at du som leder bør ha en dyp, operasjonell forståelse for hvordan bedriften din faktisk gjør ting og faktisk tjener penger.

iPremier-front-pageEt annet case som viser kvalitet og innovasjon er iPremier, skrevet av Robert D. Austin og Jeremy C. Short. Det er det første og eneste tegneseriecaset jeg kjenner til. Historien handler om et lite, nettbasert firma som selger gaveartikler, og hvis webside og systemer blir angrepet av hackere. Angrepet avslører store sikkerhetshull og manglende beredskapsrutiner, og tvinger ledere på mange nivåer og innen mange spesialiteter til å ta vanskelige beslutninger. Det grafiske formatet gjør figurene levende og bygger opp historien (selv om jeg tviler litt på om de ansatte i et slikt firma i gjennomsnitt er like vakre, veltrente go velkledde som tegnerne fremstiller dem.) Caset illustrerer nokså innfløkte tekniske problemer på en forståelig måte (også for ikke-tekniske studenter) og har et glimrende plot med et B- og et C-case. Jeg liker å bruke endel tekniske case i mine kurs fordi, vel, en av mine kjepphester er at det ikke er nok teknologi på handelshøyskoler, og et case som iPremier illustrerer med all ønskelig tydelighet hva som kan skje hvis ledere neglisjerer teknologi og betrakter det som noe de kan overlate til teknologer i et hjørne. Det grafiske formatet (det finnes filmbaserte case også) gir studentene en liten pause fra vanlig tekst – standard case-tekster kan bli litt ensformige i lengden.

Detaljer, detaljer, detaljer!
Forskningscases – slike som publiseres i akademiske tidsskrifter – tenderer til å være skrevet for å passe i en spesifikk sammenheng, noe som betyr at bare opplysninger som er relevant for den sammenhengen blir tatt med – ofte nokså abstrahert. Et undervisningscase er det stikk motsatte: Det trenger masse opplysninger, gjerne tilgjengeliggjort som appendikser (grafer, bilder, tabeller, dokumenter, etc.) bakerst i caset, etter hovedteksten. En caseforfatter, når han eller hun besøker et firma eller en organisasjon for å lage et case, må legge merke til de små detaljene og legge dem inn, omtrent slik en god journalist gjør. I et av mine kurs lar jeg studentene skrive case som fagoppgave, og sier til dem at de skal skrive caset så detaljert at når du har lest det føles det litt som om du har jobbet der. For å få til det, må du få tak i nødvendige opplysninger. (Det kan av og til være nødvendig å maskere opplysninger for å kunne publisere dem, men hvordan man gjør det får jeg heller ta i en annen bloggpost.) Studentene klager av og til over at det er for mange detaljer i et typisk Harvard-case, og at ikke alle av dem er relevante (i hvert fall ikke i alle kurs). Men slik er det jo i den vanlige verden også – og det å finne ut hva som er relevant og hva du ikke skal legge vekt på er en egenskap det er svært viktig å oppøve hos prospektive ledere.

Lesing – og jobb.
grandongillJeg kjenner ikke til så mange gode bøker om hvordan man skal skrive et godt undervisningscase, kanskje med et unntak: Grandon Gill (bildet), professor ved University of South Florida og en glimrende caseforeleser har skrevet Informing with the case method, gratis nedlastbar i PDF, MOBI og EPUB format fra hans webside. Den har masse detaljer, tips og tricks, ikke bare om caseskriving, men også om caseundervisning og kursplanlegging. (Og, ahem, for de siste to er jeg vel nærmest forpliktet til å anbefale Bill Schianos og min bok Teaching with Cases: A Practical Guide.)

Sist men definitivt ikke minst: Ikke underestimer hvor mye jobb det er å skrive et skikkelig undervisningscase. Å få detaljene riktige, beskrive dramatis personae, og å utvikle en skikkelig historie er litt av en utfordring, forskjellig (i mange dimensjoner) fra å skrive en akademisk artikkel. På den annen side: Får du det til, har du et meget effektivt læringshjelpemiddel i mange år fremover.

Lykke til!

Odd Erik om replikering av AI-forskning

file (1)

Syntes jeg dro kjensel på fotografiet – og jammen var det ikke Odd Erik Gundersen (som jeg sitter i styret i SmartHelp sammen med) som ble intervjuet og har skrevet en glimrende (og tilgjengelig) kronikk i Morgenbladet om diskusjonen om forskningskvalitet. Det er et stendig problem innen forskning (også innen informatikk) at forskningsresultater ikke lar seg replikere.

Innenfor kunstig intelligens (eller, vel, maskinlæring som jeg regner med at det er snakk om her) er dette ekstra viktig fordi utviklingen av maskinlæringsalgoritmer i motsetning til vanlig vitenskapelig metode er teoriløs – man har masse data, kjører en søkealgoritme over mange modeller og modellvarianter, og så ender man opp med et eller annet resultat, gjerne uttrykket ved en confusion matrix eller en validation curve (også kalt learning curve).

Ofte finner man at når folk snakker om at de har en modell som er «94% nøyaktig» så snakker de om nøyaktigheten på treningsdataene (der modellen er utviklet) og ikke på testdataene (som er de dataene man holder til side for å se om modellen, utviklet på treningsdataene, er nøyaktig.) Dermed får man modeller som har svært høy nøyaktighet (ikke noe problem å komme til 100% hvis man bare er villig til å ta med nok variable) men som brukbare til noe som helst.

Og det er et problem ikke bare i maskinlæring, men i all forskning. Det er bare det at i maskinlæring finnes dataene og programmene lett tilgjengelige, problemet er synlig, og det er sjelden noen grunn til å skjule det.

Bortsett fra at noen trenger å publisere noe, heller enn å bygge en god modell.

Doktorgrad: Innovasjon i offentlig sektor

Ny doktorgrad ved BI: Innovation in Public Services: Wicked Problems and Multi-layered Solutions, Rannveig Røste

Advarsel: Notater og refleksjoner underveis. Feil, mangler og misforståelser foreligger sikkert –  caveat emptor.

Innovasjon i offentlig sektor er mye omskrevet, men preges av en søken etter en magisk og enkel løsning, et universalverktøy for å løse absolutt alle problemer. Denne doktorgraden har studert i detalj en innovasjon i offentlig sektor – introduksjonen av offentlige ladestasjoner for elbiler i Oslo – for å beskrive og avdekke hva som egentlig foregår.

Et problem er en utbredt oppfatning at det er stor forskjell på innovasjon i offentlig og privat sektor, der offentlig sektor er dyr, ineffektiv og rigid, mens den private er kompetitiv og innovativ. Baserer seg på Schumpeter (eller rettere sagt, neo-Schumpeteriansk evolusjonsteori og Webersk byråkratiteori (legitimering ved å følge regler som oppfattes som riktige og naturlige.)

Fokus for studien har vært utbyggingen fra 0 til 701 offentlige ladestasjoner for elbiler i Oslo, gjennom tre teknologigenerasjoner. Dette er en enkel tjeneste (ingen kostnad for brukeren), men har en kompleks og interessant historie. Et vedtak med et mål om 400 ladestasjoner ble vedtatt i 2007 og tatt inn i budsjettene året etter. Trafikketaten slet med dette fordi de var opptatt av parkering og hadde ikke kunnskap eller interesse for ladestasjoner. Etaten tok imidlertid ansvar, men var redd for at 400 var et for høyt antall, og at man ville få avisoverskrifter om dyre og ubrukte ladestasjoner. Dette dyttet dem i retning av å finne en god løsning. Man foretok studiereiser og innledet et samarbeid med Norsk Elbilforening, som ble en sentral aktør i å representere elbileiere og -produsenter.

Forslaget kom fra Venstre og fikk støtte av alle partier, et resultat av en gradvis utvikling mot å legge til rette for elbiler som en offentlig norm. Norge hadde også to elbilprodusenter (Think og Buddy).

Hovedkonklusjonen er at innovasjon i offentlig sektor er et komplekst problem med mange prosesser i parallell – et såkalt «wicked problem».

Questions from the invigilators:

Q: What are the two or three big take-aways from your dissertation?

A: Innovation in public services is much more complex than what the debates and the governmental agendas – there are many processes and things are not planned as much as people tend to think that they are.

Q: What would be your advice for a policy-maker, and what would you say to your academic audience?

A: Understand the complexities of the processes and think hard about incentives. [missed this discussion]

Egen oppsummering: God doktorgrad hva gjelder selve studien, skulle gjerne sett litt mer presise og anvendbare konklusjoner – som komiteen sier, litt egen teoribygging – men det er kanskje feltet heller enn doktorgraden som er problemet her. Og at man som doktorgradsstudent kanskje er litt kledelig beskjeden.

Sintef-seminar: Det fremtidige «mennesket»

Advarsel: Dette er liveblogging: Notater underveis, jeg kommer til å misse og misforstå ting og sikkert skrive ting feil og, vel, caveat emptor. (Og det livestreames (med opptak) her: https://www.youtube.com/watch?v=WQqpu50jtBU).

Summa: Ikke mye nytt her… men morsom liten filosofidiskusjon på slutten.

Herman Ruge Jervell: Hva datamaskiner ikke kan, 30 år etter.
Jervell skrev en bok med denne tittelen for 30 år siden. På den tiden var entusiasmen for hva datamaskiner kunne bli stor. Boken var ment nøytralt. Det var antakelig den første boken i Norge der teksten ble sendt rett til trykkeriet (takket være Kai A. Olsen.) Ønsket var å få frem det håndverksmessige i programmering.

AI er to ting – og man må ha begge deler: AI (artificial intelligence some syntaktisk agent), og AE (artificial environment, som sivilisasjonsprosess, en del som ofte undervurderes.) T-banen i København er en selvkjørende bil, innenfor en verden som er nokså begrenset, og i denne begrensningen ligger mye av konstruksjonen. Dette er en sivilisasjonsprosess i den forstand at man trenger skriftssprog, arkiv, kommunikasjon, avtaler, veier, bank, bokholderi, annet.

Hva forfatterne bommet på: Internett, automater (perseptron, nevralnett, bruk av statistikk, persepsjon). Nå har man etterhvert forstått at det er gap mellom kode og adferd – vi kan ikke gå direkte fra kode til adferd – man kan ikke bruke genomet til å forutsi adferd, for eksempel. Oppsummering: Datamaskinen er en syntaksmaskin, mange tror da at en står fritt til å gjøre hva som helt, men man trenger kunnskap fra mange områder.

Marita Skjuve: Intelligent teknologisk liv
Tar mennesket som utgangspunkt for hva det vil si å ha et liv og være intelligent. Definerer teknologi som bruk av vitenskaplig kunnskap for praktiske oppgaver. Teknologien om prøver å etterligne menneskelige egenskaper: Roboter og chatboter. Viser noen videoer (Google Assistant, en sexrobot, Atlas, etc.). Store begrensninger – chatbots skjønner ikke ironi og klarer ikke å huske langt tilbake i en samtale, for eksempel. Moravec og Kurzweil har spådd intelligent teknologi lenge, en nylig survey blant AI-eksperter sier at menneskelig intelligens er oppnåelig innen 2075. Dette vil manifestere seg enten ved en embodied evolution (ligner mennesket, færre begrensninger) eller disembodied evolution (lever i en virtuell virkelighet.) Realismen i dette kan diskuteres.

Kommentar: Skille mellom frykten for AI som ligner mennesker, kontra den mer realistiske frykten for å overlate mer og mer til algoritmer man ikke kan argumentere med.

Kommentar: Økonomisk begrensning – hvem skal betale for den enorme datakraften man vil trenge. Overlydsfly og distribuert atomkraft er teknisk mulig og økonomisk ikke mulig…

Phu Ngyen: Advances in genetical engineering and the future of humans
Three aspects: Genetic engineering advances, applicability to humans, and future developments.

Some new advances: Things are getting cheaper thanks to CRISPR (kind of like moving from using scissors to using a word processer (search and replace.)). You can now introduce gene blocking – not changing the genes, but silencing parts of them. Applications for humans is to use screening for early detection of genetically caused disorders.

Main point: Slippery slope, we are just at the beginning.

Philip Turk: Cyborgs – humanity’s future?
Cyborg = cybernetic organism. Sliding scale from people with assisting technology (most people today are dependent on their smartphone) to true hybrids. Numerous implants possible already: Retinal, diagnostic, ID, arms steered by thoughts, etc. So what is possible in the next 30 years?

Maybe artificial organs such as eyes or hearts; fully functional artificial limbs, nanobots, proper brain-computer interfaces. Convenience implants of different kinds (already have credit cards, for instance), but we would have smartwatches or similar, VR/AR enhancements, decoration (moving tatoos, LEDs under the skin?) Exoskeletons. Enhanced artificial eyes (infrared and/or UV, superhigh def, 360 degrees?) Enhanced robustness. Most interesting: Cognitive enhancements.

Einar Duenger Bøhn: Homo Machina: Til forsvar for transhumanisme
(Medlem av CAIR, senter for AI Research.) Skal si litt om transhumanisme. Sosial og muligens politisk bevegelse, vanskelig å si hva en transhumanist er helt presist. Ser det som en normativ påstand, en moralsk påstand, som sier: Transhumanisme er at vi bør etterstrebe å utvikle, anvende og spre teknologi som forbedrer mennesket. Mennesket vil her si arten homo sapiens. Forbedre er vanskelig å definere, men vi er ikke avhengig av en presis definisjon. Også et kollektivt eller individuelt spørsmål, strategien er antakelig at samfunnet skal satse på det uten å påtvinge det mennesker.

Det er nivåspørsmål her:

  1. Preventiv transhumanisme: På et grunnleggende nivå er vi der allerede: Reparerer mennesker tilbake til normalen. Vaksinemotstandere er et eksempel på motsatsen.
  2. Proaktiv transhumanisme: Forbedring utover normalen. Sterkere syn, etc. men forbedrer menneskearten slik den er i dag, men uten å overskride grensene for hva vi er i dag.
  3. Transcenderende transhumanisme: Forbedringer slik at man blir noe annet, overskride grensene (omtrent som en transkjønnet har overskredet grensene for sitt kjønn.)

Hvorfor skal vi dit? Det er en flytende overgang – hvis å reparere hjerter er OK, hva med å la det vare evig. Kan jo ikke være galt? Et moralsk premiss er at om du kan forbedre en situasjon bør du gjøre det. Et annet argument er i evolusjon: Arv, miljø og mutasjoner. Dette skjer ved relative tilfeldigheter, og hvis vi kan styre prosessen bør vi gjøre det.

Innvendinger: Frykt for måte dette gjennomføres på («Hitlerkortet»), men dette er ikke en innvending mot transhumanisme, men mot gjennomføringen. En annen innvending er at vi skal ikke tukle med naturen, leke Gud. Vi vet ikke hvor dette ender. Igjen: Ikke en innvending mot enden, bare måten.

Hvorfor nettverk er viktig for innovasjon

En liten video som forklarer hvorfor nettverk – sosiale og andre – er viktig for innovasjon. Samt en liten reklame for kurset Nettverksledelse i praksis.

Forresten, Granovetters artikkel er

  • Granovetter, M. S. (1973). The Strength of Weak Ties. American Journal of Sociology, 78(6), 1360-1380.

…og du finner en kopi av den her.