LØRN.TECH og digitale plattformer

Min gode venninne Silvija Seres – som jeg har skrevet en haug kronikker og alltid ser frem til å snakke med – inviterte meg til å lage en podcast om digitale plattform for noen uker siden. Resultatet i all sin skravlete omtrentlighet finner du her.

Digital økonomi og ledelse – fem år etter

Her for noen uker siden skulle jeg presentere studiet Informatikk: Digital Økonomi og Ledelse for Rådgiverdagen på UiO. Jeg møtte opp med foiler og en historie, men fikk beskjed om at på grunn av en misforståelse skulle jeg ikke holde foredrag likevel. Nuvel, sånt skjer, men jeg hadde jo forberedt meg, så derfor bestemte jeg meg for å lage en liten video om hvorfor og hvordan dette studiet ble til, hva det inneholder, og hvordan det går med studentene som nå kommer ut med en Master. Informasjon som sikkert har interesse for poden som skal søke seg videre i livet til våren.

Hint: Det går bra med studentene. Svært bra.

Og hvis du aner at jeg er litegrann stolt av dette studiet, vel, så stemmer det.

Hvordan gjøre et forskningsintervju

Sitter akkurat nå og hjelper Ragnvald Sannes med en videoforelesning om bruk av intervjuer i prosjekter innenfor kurset Strategisk forretningsutvikling og innovasjon. Og så kom jeg på at jeg ikke har lagt ut noen henvisning til min video om hvordan man skal gjøre forskningsintervjuer her. Så her kommer den. (Og vil du ha et skriftlig sammendrag av videoen, finner du det her.)

Om alle debatter holdt dette nivået…

Av og til finner man ting på Internet eller Youtube eller hvor det nå er som rett og slett er så imponerende at man føler seg litt liten. Her er en samtale mellom Jordan Peterson og Stephen Fry som burde danne skole for hvordan en debatt skal holdes: Mellom to personer som er uenige, men som hører på hverandre, videreutvikler argumenter, og lærer mens de går (rent bortsett fra at de begge kan mye mer enn de fleste av oss.) Jeg er rett og slett imponert – dette er en av de Youtubevideoene hvor du ikke kan sette opp hastigheten, men av og til må ta en pause for å tenke gjennom hva som egentlig ble sagt.

Om smittesporing og digital nøyaktighet

Nok en kommentar i digi.no, denne gangen om et svært viktig tema, som dessverre har blitt litt borte i diskusjonen om personvern og smittesporing. Jeg liker ikke konspirasjonsteorier og alt som har med Covid-19 haster, men før man lanserer noe som sporer folk overalt må man vite at det faktisk gir den effekten man er ute etter.

.Alle datakilder og alle modeller har feil. Det må vi leve med. Det vi må vurdere, er om feilene er store nok til at vi ikke kan bruke resultatet.

Lydfil herunder, også tilgjengelig på Spotify.

Om å lage dialog i en videoforelesning

Jeg holdt en videoforelesning med diskusjon basert på den undervisningsvideoen jeg laget for et par dager siden. Erfaringene er notert i dette blogginnlegget, som jeg ikke gidder oversette til norsk, men hovedpoenget er i alle fall at videosesjoner må legges opp med et mål for øye: Presentasjon eller dialog, og at det er vanskelig å få til begge deler.

Det er i alle fall fullt mulig å få til dialog og diskusjon i en videoforelesning, men det krever et stramt opplegg og god planlegging. Og da går det bra!

Om hvordan håndtere en krise

Oppdatering 31. mars: Opptak fra denne forelesningen er lagt ut gratis.

Jeg har nettopp sittet i halvannen time og hørt på et seminar fra Harvard Business School, der man har diskutert krisehåndtering. Jeg syntes seminaret var interessant og nyttig – det er vanskelig å komme med konkrete råd i en situasjon som nå, men foreleserne kom med interessante innspill og en prosess som fungerer. Publikum for denne sesjonen er bedrifts- og andre ledere som står overfor en situasjon der de må respondere på vegne av sin organisasjon. Her er en kort oppsummering:

  1. Denne krisen er annerledes enn mange andre fordi den treffer alle på en gang (så man kan i liten grad se «utenfor» organisasjonen for ledetråder for hva man skal gjøre (ei heller kan man se til historien, i hvert fall ikke for praktiske råd.).
  2. Denne krisen er også annerledes fordi tidsrammen er ukjent – den er ikke som et jordskjelv, som går over og så er man i en vanskelig, men i alle fall mer kjent situasjon.
  3. Denne krisen vil, som mange andre kriser, ha mål som står i konflikt med hverandre – som for eksempel å få forretningen til å overleve versus å holde medarbeiderne trygge.
  4. Som leder vil man også være i en situasjon der personlige bekymringer (som at man er redd for sårbare slektninger, for eksempel) kommer samtidig som en bekymringsfull beslutningssituasjon. I slike situasjoner har man mindre energi og tar dårligere beslutninger.
  5. Det er viktig å beholde roen og forsøke å konsentrere seg om å forstå situasjonen, ikke gå for raske og enkle løsninger (de fleste av dem, og de vil komme opp, er feil).
  6. I stedet er det viktig å etablere en mekanisme for å ta beslutninger, og en prosess.

Mekanismen er et kriseteam, som bør

  • bestå av folk med et bredt spekter av bakgrunner, kunnskaper og erfaringer (gitt at situasjonen er komplisert)
  • være fasilitert av noen som ikke selv er hovedbeslutningstaker (så sjefen får litt mer tid til å tenke)
  • møtes ofte
  • være et senter for kommunikasjon – og den kommunikasjonen må være ærlig og basert på alt du vet (falske håp er mye verre enn realisme)
  • trekke på krefter fra hele organisasjonen

Prosessen teamet bør følge, er basert på en militær prosess kalt «the OODA loop» – observe, orient, decide, act – som ble utviklet for jagerflypiloter, men som har dannet grunnlag for mange beslutningsprosesser. Hovedpoenget er at man skal ta beslutninger raskt og basert på situasjonen slik den er på beslutningstidspunktet, men at man skal gå gjennom denne prosessen raskt, hele tiden med en forståelse av at alle beslutninger er midlertidige og å betrakte som eksperimenter. Hensikten med dette er at man vinner en viss form for kontroll ved å være raskere enn omgivelsene til å beslutte slik. Som jagerflypilot vil du at omgivelsene skal reagere på dine beslutninger heller enn at du venter på at de skal beslutte noe.

Jeg er ikke sikker på at omgivelsene i denne situasjonen vil reagere på noe jeg eller de organisasjonene jeg har å gjøre med gjør, men jeg tror denne tilnærmingen – og at man stoler på prosessen – kanskje er den mest konkrete måten å nærme seg en vanskelig og gjentatt beslutningsprosess på.

Så herved delt – og jeg skal oppdatere dette etterhvert som jeg lærer mer…

Hvorfor du skal lære matematikk (igjen)

Jeg slo på radioen i bilen i går og inne i mellom all viruspraten (som jo i prinsippet handler om matematiske spredningskurver) fikk jeg høre to matematikklærere, begge tydeligvis flinke folk (de har begge skrevet lærebøker) som strevet med å artikulere nytten av matematikk for sine elever. Det er ikke enkelt å snakke på direkten, særlig når programlederen starter med den vanlige «jeg har ikke hatt nytte av matematikken» tiraden, men debattartikkelen det hele bygger på, er velskrevet og bra – bortsett fra overskriften (som er det de fleste leser, og som forfatteren ikke setter selv.)

Skal ungdom forstå hvorfor de skal lære matematikk, må vi være direkte. Så derfor vil jeg nok en gang å gjengi mine grunner til å lære matematikk, denne gang oppdatert med et punkt til – om klima og forurensning og (hvorfor ikke) pandemier.

( Tidligere versjoner av denne kom først som en kronikk fra Aftenposten fra 2006, også her i 2015, og tidligere publisert mange steder og i mange språkdrakter rundt omkring i verden.)

Her også som lydfil – tilgjengelig som podkast på Spotify.

13 grunner til å lære matematikk

Du skal lære matematikk for å bli smartere. Matematikk er for læring hva kondisjons- og styrketrening er for idrett: Grunnlaget som setter deg i stand til å bli bra i den spesialiteten du ender opp med. Du blir ikke idrettsstjerne uten å ha god kondis. Du blir ikke stjerne innen din jobb eller flink i dine fag uten å kunne tenke smart og kritisk – og matematikk lærer deg det.

Du skal lære matematikk for å tjene mer penger. Idol-vinnere og andre kjendiser tjener penger, men det er få av dem, og de fleste tjener bare penger i noen få år. Deretter er det tilbake til skolebenken. Dersom du kutter ut Idol-køen og TV-fotball og i stedet gjør leksene dine – særlig matematikken – kan du gå videre med en utdannelse som gir deg en godt betalt jobb, for eksempel innen stordataanalyse og kunstig intelligens. Du vil tjene mye mer enn popsangere og idrettsfolk – kanskje ikke med en gang, men helt sikkert når du regner gjennomsnitt og over hele livet.

Du skal lære matematikk for å tape mindre penger. Når massevis av mennesker bruker pengene sine på dårlige investeringer, inkludert pyramideselskaper, forbruksgjeld og tilbud som er for gode til å være sanne, så er det fordi de ikke kan regne. Hvis du skjønner litt statistikk og renteregning, kan du gjennomskue økonomiske løgner og luftige drømmer. Med litt naturfag i bagasjen blir du sikkert friskere også, siden du unngår alternative medisiner, krystaller, magneter, homøopati, shamaner og annen svindel fordi du vet det ikke virker.

Du skal lære matematikk for å få det lettere senere i studiene. Ja, det kan være endel jobb å lære seg matematikk mens du går i videregående. Men når du kommer videre til universitet eller høyskole, slipper du ofte å pese deg gjennom hundrevis av overforklarende tekstsider. I stedet kan du lese en formel eller se på en graf, og straks forstå hvordan ting henger sammen. Matematikk er mer kortfattet og effektivt enn andre språk. Kan du matematikk, kan du jobbe smart i stedet for hardt.

Du skal lære matematikk fordi du skal leve i en global verden. I en global verden konkurrerer du om de interessante jobbene med folk fra hele verden – og de smarteste studentene i Øst-Europa, India og Kina kaster seg over matematikk og andre “harde” fag for å skaffe seg en billett ut av fattigdom og sosial undertrykkelse. Hvorfor ikke gjøre som dem – skaffe seg kunnskaper som er etterspurt over hele verden, ikke bare i Norge?

Du skal lære matematikk fordi du skal leve i en verden i stadig endring. Ny teknologi og nye måter å gjøre ting på endrer hverdag og arbeidsliv i stadig større tempo. Hvis du har lært din matematikk, kan du lære deg hvordan og hvorfor ting fungerer, og slippe å skrape deg gjennom arbeidsdagen med huskelapper og hjelpetekster, livredd for å trykke på feil knapp og komme ut for noe nytt.

Du skal lære matematikk fordi det lukker ingen dører. Hvis du ikke velger full matematikk i videregående, lukker du døren til interessante studier og yrker. Du synes kanskje ikke disse yrkene og studiene er interessante nå, men tenk om du skifter mening? Dessuten er matematikk lettest å lære seg mens man er ung, mens samfunnsfag, historie, kunst og filosofi bare har godt av litt modning – og litt matematikk.

Du skal lære matematikk fordi det er interessant i seg selv. Altfor mange mennesker – også lærere – sier matematikk er vanskelig og kjedelig. Men hva vet de om det? Du spør ikke bestemoren din hva slags smarttelefon du skal kjøpe? Du ber ikke foreldrene dine om hjelp til å legge ut noe på Tiktok? Hvorfor spørre noen som aldri lærte seg matematikk om du skal lære matematikk? Hvis du gjør jobben og holder ut, vil du finne ut at matematikk er morsomt, spennende og intellektuelt elegant.

Du skal lære matematikk fordi du kommer på parti med fremtiden. Matematikk blir viktigere og viktigere innen alle yrker. Fremtidens journalister og politikere vil prate mindre og analysere mer. Fremtidens politifolk og militære bruker stadig mer komplisert teknologi. Fremtidens sykepleiere og lærere må forholde seg til tall og teknologi hver dag. Fremtidens bilmekanikere og snekkere bruker chip-optimalisering og belastningsanalyser like mye som skiftenøkkel og hammer. Det blir mer matematikk i arbeidslivet, så du trenger mer matematikk på skolen.

Du skal lære matematikk fordi du får reell studiekompetanse. Hvis du slapper av i videregående, får du et papir som sier at du har ”almen studiekompetanse”. Det er jo kjekt med et papir, men kompetanse til å studere har du ikke. Det vil du merke når du går videre til universitet eller høyskole, og må ha intensivkurs i matematikk for å skjønne hva foreleseren snakker om.

Du skal lære matematikk fordi det er kult. Det er lov å være smart, det er lov ikke å gjøre som alle andre gjør. Velg matematikk, så slipper du for resten av livet å vitse bort at du ikke klarer enkle utregninger eller ikke skjønner hva du holder på med. Dessuten får du jobb i de kule selskapene, de som trenger folk med hjerner.

Du skal lære matematikk fordi det er kreativt*. Mange tror at matematikk bare har med logisk tenkning å gjøre og at logikk ikke kan være kreativt. Sannheten er at matematikk er noe av det mest kreative som finnes – bare man bruker kunnskapen riktig. Gode kunnskaper i matematikk og matematisk tenkning i kombinasjon med annen kunnskap gjør deg mer kreativ enn mange andre.

Du skal lære matematikk fordi du skal løse de store problemene. Verden sliter i dag med store problemer som klima, forurensning, fattigdom, sykdommer og et forvitrende demokrati. For å løse disse problemene trenger vi folk som kan forstå komplekse sammenhenger og lage nye løsninger – inkludert ny teknologi – for å gjøre verden bedre. Det er kjempebra at ungdom protesterer mot manglende klimatiltak og forurensning, men i det lange løp trenger vi ikke protester og symbolhandlinger – og matematikk vil sette deg i stand til å lage løsningene, ikke bare rope etter dem.

Du trenger ikke å bli matematiker fordi du velger matematikk i videregående. Men det hjelper bra å velge matematikk hvis du vil bli smart, tenke kritisk, forstå hvordan og hvorfor ting henger sammen, og argumentere effektivt og overbevisende.

Matematikk er en skarp kniv for å skjære gjennom problemstillinger. Vil du ha en skarp kniv i din mentale verktøykasse – velg matematikk.

*) Takk til Jon Holtan, matematiker, for det siste punktet.

En video om teknologiutvikling – og hva jeg lærte av å lage den

Forrige torsdag skulle jeg forelese på IFI, men den forelesningen er utsatt og (naturligvis) flyttet til nettet. Jeg tenkte først jeg skulle gjøre den som en videokonferanse, men så fant jeg ut av jeg kunne jo lage en video studentene kunne se på forhånd, og så ta diskusjonen i et forum som tillater interaksjon begge veier. Det å lage video er endel arbeid, men den kan brukes i mange sammenhenger (noe som er grunnen til at jeg laget den på engelsk. Her er resultatet:

Til mine foreleserkolleger: Det faglige innholdet her er antakelig ikke så interessant for de fleste, men det er noen tips og erfaringer i de første to minuttene og de siste fem.

For andre, her er en innholdsfortegnelse med omtrentlige tider:

  • 0:00 – 2:00 Intro, some details about recording the video etc.
  • 2:00 – 27:30 Why technology evolution is important, and an overview of technology innovation/evolution processes
    • 6:00 – 9:45 Standard engineering
    • 9:45 – 12:50 Invention
    • 12:50 – 15:50 Structural deepening
    • 15:50 – 17:00  Emerging (general) technology
      • 17:00 – 19:45 Substitution
      • 19:45 – 25:00 Expansion, including dominant design
      • 25:00 – 27:30 Structuration
  • 27:30 – 31:30 Architectural innovation (technology phases)
  • 31:30 –  31:45 BREAK! (Stop the video and get some coffee…)
  • 31:45 – 49:40 Disruption
    • 31:45 – 38:05 Introduction and theory
    • 38:05 – 44:00 Excavator example
    • 44:00 – 46:00 Hairdresser example
    • 47:00 – 47:35 Characteristics of disruptive innovations
    • 47:35 – 49:40 Defensive strategies
  • 49:40 – 53:00 Things take time – production and teaching…
  • 53:00 – 54:30 Fun stuff

Dette er ikke første gangen jeg har laget videoer, men det er første gangen jeg har laget en såpass lang video selv, og med en fremtidig forelesning som hensikt. Noen refleksjoner:

  • Dette er en forelesning jeg har holdt mange ganger, så det tok meg ikke lang tid å lage innholdet – for det meste handlet det om å ta vekk ting. Normalt ville den første delen ha tatt 2-3 timer, den siste det samme (men ville inkludert et case i tillegg.) Presentasjonsformatet er mye strammere og jeg må utelate mye som ikke går direkte til budskapet (og jeg er glad i å fortelle historier). Det er en begrensning som jeg vil synes er vanskelig i fremtiden, hvis dette blir vanlig.
  • Jeg sier mye feil, glemmer å si ting, hopper over ting jeg ikke burde hoppet over. Det er irriterende å se i etterkant, men jeg gjør det i vanlige forelesninger også (det er bare at jeg ikke husker det etterpå.) Men dette er et opptak av en forelesning (riktignok ved kjøkkenbordet hjemme), ikke en dokumentar – skulle jeg laget noe mer profesjonelt, måtte jeg ha utviklet et storyboard og filmet alt som korte snutter, kanskje med lyden lagt på separat. Jeg ønsket å gjøre dette fort, og da kan man ikke henge seg opp i alle detaljer.
  • Når det er sagt – dette tar tid. Videoen er omtrent 55 minutter lang. Opptaket tok omtrent to timer (inkludert fikling og endel avbrytelser). Å redigere de første 30 minuttene tok to timer, resten (av den rene forelesningen) tok halvannen. Så ble jeg ambisiøs, begynte å ta vekk alt som var av kremting og pauser, flytte på rekkefølgen på noen punkter, legge på tekst og annet, inkludert alle klippene på slutten. Det tok antakelig omtrent fem timer til. På den annen side – jeg begynner å få Camtasia i fingrene, og dette er jo en læreprosess for meg også.
  • Å bruke en iPad til å tegne og styre presentasjonen var å overkomplisere ting litt for mye – jeg kunne like gjerne brukt tastaturet, eventuelt tegnet med en mus. Apples SideCar (forbindelse til iPad’en) er fortsatt litt for fersk software som tok endel oppmerksomhet og systemressurser.
  • Å ha datteren min som publikum var hyggelig og gjorde det hele mer levende, men det er begrenset hvor lenge hun orker det. Å tape et bilde av henne eller et annet familiemedlem til kameraet vil antakelig fungere i det lange løp.
  • Når du bruker en smarttelefon til å filme, sett den i flymodus så du ikke blir avbrutt. Det finnes visst apper der ute som lar deg koble iPhone som et kamera direkte, men jeg har ikke testet dem.
  • Lyden ble tatt opp av to mikrofoner – iPhone og en Røde trådløs mikrofon. Jeg syntes lyden ble “fetere” hvis jeg brukte begge lydsporene, så da gjorde jeg det, men dette gir større filer og noe mer kompleksitet når man redigerer i Camtasia (som også får litt synkroniseringsproblemer i blant og forskyver lydbildet.) To mikrofoner gir også «publikum» en sjanse til å være med.
  • En fin ting med video er at du kan fikse feil. Du kan ta vekk ting, legge tekst på skjermen for å rette på ting du sier feil (som årstallet på en Chrysler Airflow), og rette på foiler.Men dette tar tid, og man bør har et bevisst forhold til bytteforholdet kvalitet og tidsbruk – mistenker at grensenytten er sterkt fallende på et tidligere tidspunkt enn man selv tror.

Min eminente kollega Ragnvald Sannes påpekte i en telefonsamtale i morges at dette har konsekvenser for hvordan vi organiserer og belønner forelesning. Vi kommer til å bruke mye mer tid på å lage innhold og mye mindre tid på å stå og gjenta det. Det betyr at vi ikke lenger kan betale folk ut fra undervisningstimer – eller i det minste at vi redefinerer hva begrepet betyr.

Å flytte kurset ditt til video: Fem ting å ta med seg

Nok en video (den første finner du her). Denne gangen handler det om de tingene du må tenke på og planlegge for at overgangen skal bli så enkel som mulig for deg – og opplevelsen så god som mulig for studentene.

Fra teksten på Youtube:

Mange forelesere må nå flytte kursene sine over i en digital verden, og bekymrer seg for hvordan dette skal gå. Det å undervise over nett er annerledes enn i et klasserom, men ikke så annerledes at det er grunn til å få panikk: Det viktigste er fortsatt at man kan de tingene man underviser og bryr seg om hvorvidt de i den andre enden lærer seg det.

Noen ting er imidlertid annerledes, og her er fem tips som du bør tenke på når du skal flytte kurset ditt over til nett:

1. Snakke til en student, ikke mange.
2. Struktur, struktur, struktur: Å planlegge stegene i undervisningen blir mye viktigere enn i et klasserom.
3. Interaksjon er viktig, men må planlegges.
4. Ikke gjør dette alene første gange – ta med deg en kollega som bisitter og assistent.
5. Bruk opptaket som et verktøy til forbedring.

Lykke til – dette kommer til å gå bra!

Ragnvald får innovasjonspris!

Og her er en hyggelig nyhet som fortjener å spres godt utenfor BI: Ragnvald fikk i forrige uke BIs pris for innovasjon i pedagogikk!

Her er nominasjonsteksten, underskrevet av en haug av hans kolleger fra både faculty og administrasjon:

Awards of this kind tend to go to people who pursue one particular innovation (using a particular technology in the classroom, for instance) in a way that is easy to explain and visualise. Ragnvald Sannes has persistently done innovation in teaching and course development for his whole career at BI:

  • He was the first to use web technology in the classroom, in 1995, setting up course pages and interacting with students over email and FAQs, in the process inspiring other faculty to start their own initiatives.
  • He has created a model for process-based EMM courses, where the students form groups through an innovation market, getting coaching through real-world projects that deliver real business value. The main redesign for this was with the course Strategisk Forretningsutvikling og Innovasjon 14 years ago, and the course has since then been oversubscribed. Out of the student projects have come new companies, major reorganisations and technology innovations. The approach has been copied for other courses, such as Analytics for Strategic Management, with business results conservatively estimated to more than NOK 100m.
  • He has built up a collaborative relationship with a number of technology companies in Norway, resulting in many initiatives that benefit students, such as competitions, excursions to companies in Norway and abroad.
  • He has consistently experimented with and developed technologies for use in the classroom and in courses – for instance, he spearheaded the use of webinars as a supplement to and replacement for lectures in EMM courses, as a way of delivering content to students. This included getting and testing technology which has become the standard at BI, long before the organisation started doing this in any systematic manner.
  • He has developed a number of courses (and now a bachelor program) aiming at teaching students not only about technology, but helping them implement it in context. For instance, his course Den digitale endringsagenten have students implementing chatbots and RPA (robotic process automation) while in the course, not just making the course relevant to the students but making them eminently employable as well.
  • He has patiently and persistently been a faculty representative and expert on committees and projects associated with the use of technology in the classroom since he started at BI 25 years ago – the latest being the initiative with Skills Norway to develop flexible solutions for executive education within digital competencies.

The pedagogical innovation BI needs is not showy use of single technologies, but relentless evolution of teaching, content and technology over long periods of time. Ragnvald exemplifies how this should be done – hence, he deserves this award.

Intellektuelt friminutt

Det blir mye stress om dagen – alle dager, når jeg tenker meg om. Mye tid blir brukt i bil, noe som jeg faktisk synes er helt greit, for da har man tid til å tenke og ta telefonsamtaler. Hørte om Arthur Buchart for noen år siden at han hadde kontoret sitt i en Mercedes stasjonsvogn, og jeg kan forstå det. (Har lekt med tanken om å ha en bil med et kontor i – ikke en bobil, men en litt ombygget varevogn eller SUV. Skikkelig firmabil.)

Uansett, av og til trenger man å koble av med noe helt annet. Radio er ikke lenger det mediet det aldri har vært – blir for mye pludring – selv om det hjelper at jeg har Internet-basert radio og kan høre f.eks. på offentlige radiostasjoner i USA, såsom WBUR.

Men podcasts er i ferd med å ta over radioens rolle, akkurat som Youtube og Netflix utkonkurrerer lineær TV, og også her får det nasjonale konkurranse fra det internasjonale. For all del, det finnes masse gode podcasts i Norge også, men der NRK har intervjuprogrammer der man forsøker å forenkle for den store masse, har BBC intervjuprogrammer der fagfolk diskuterer med fagfolk.

Jeg bruker Spotify. Mitt foreløpige favorittprogram, og der jeg har startet (men jeg skal videre, tro meg) er Melvyn Braggs In Our Time (BBC player, Spotify), som handler mest om historie og filosofi, ispedd litteratur, natur- og samfunnsvitenskap. Formatet er enkelt – et tema spesifiseres, man inviterer tre professorer med sakkunnskap, og så spør en svært godt forberedt programleder om temaet og driver samtalen fremover. Hvert program tar en snau time, folk får lov til å fullføre setningene sine, og man lærer masse om temaer man har tenkt eller ikke tenkt på, som Melisende, Nero, Doggerland, fri vilje, Lawrence of Arabia, Limerick-traktaten, Robert Burns eller Picassos Guernica.

Min favorittepisode så langt var en kunnskapsrik og tydelig diskusjon om Hannah Arendt, som herved anbefales som stedet å starte. Arendts bok Eichmann in Jerusalem er en av de beste analyser av et samfunnsfenomen jeg noensinne har lest, og dette programmet har inspirert meg til å utforske hennes andre bøker.

God fornøyelse!

Kvantedatamaskiner og IoT

If you think you understand quantum mechanics, you don’t understand quantum mechanics. (Richard Feynman)

Notater fra et seminar i Forskningsparken. Advarsel: Notater tatt underveis – mangler, misforståelser og digresjoner i massevis.

Hva er en kvantedatamaskin? Franz Fuchs (SINTEF)
Introduction: Google’s «quantum supremacy» isn’t that… Quantum computers outperform regular computers on certain tasks (such as integer factorisation) but are unlikely to have practical use in the near future. Moore’s law is saturating, transition to a quantum age. Short history of quantum computing:

Quantum computers are at the stage of ENIAC at this point.
Two challenges for quantum computers: Hardare and software. Lots of research: EU has a quantum computing technologies flagship, worth 1b Euros, similar in the US and China. IBM has done a lot of research, up to 20 qubits devices. D-Wave uses quantum annealing, a kind of analog computing, free access for 1 minute, open source python tools. Alibaba, Microsoft, Google all experiment. Intel, Rigetti has technologies (the latter a hybrid), IonQ. In sum: Heavy investments into development from many parties. But: Classical algorithms run on a quantum computer will not run faster. Shor’s algorithm is not parallelism… Developments:

Applications will be quantum chemistry, AI, optimization, and simulations. In addition, cryptography, China is using quantum satellites to have safe video calls, and a quantum tunnel between Beijing and Shanghai, though this is not strictly quantum computing.

Question: Quality of qubits? IBM has a measure, depends on errors in measuring, connections, etc.

Question: Languages? A number of high-level languages (QISKit, Forest), mostly assembly at this point. Will be more general.

Kvanteberegning og IoT. Ketil Stølen
Naivt bilde av IoT: Data opp i skyen. Pipeline en flaskehals, dermed går man til fog computing (LAN-nivå) og edge computing (tingene selv). Stort problem at teknologien er fragmentert og umoden, mangler særlig testet software for integrering og interaksjon. Sikkerhet ofte et problem på grunn av manglende kapasitet. Samtidig gir nettforbindelse en kolossal angrepsflate. Eksempel: Casino angrepet gjennom et akvarium som sto i foajeen. Et annet problem er at man er svært avhengig av leverandører. Personvern også et stort problem – og mye av motivasjonen for edge computing.

Kan QC hjelpe til med disse problemene? Masse hype. Noen problemer: Størrelse (pga. behov for superkjøling.) På kort sikt må man jobbe med store QC-maskiner, hvordan kan dette gjøres. Forskning ved Delft snakker om behov for algoritmekunnskap go lokale satellitt-maskiner. Problem er at QC gir omtrentlige svar. Min digresjon: Bør kunne brukes til PGP-oppaknining og løsning av visse typer knapsack-problemer, der en omtrentlig løsning er bra nok.

Kvanteberegning ned til fog og edge vil antakelig kunne takle et sikkerhetsproblem. Kontra: QC kan føre til at man kanskje lager sikrere arkitekturer fra bunnen av.

Diskusjon: Ca. 95 algoritmer der man har funnet at QC er raskere, det er nokså lite. Optimalisering det som D-Wave driver med, annealing fungerer for optimalisering. Men smalt spektrum av brukerområder til nå.

En arkitektur som ikke er nevnt: Photonic quantum computing, skal kunne ha romtemperaturløsninger om 5-10 år. Gir et sikkerhetsproblem ved at dagens kryptering ikke holder for fremtidige metoder.

Kvantekryptering, kvantehacking og sikkerhet. Johannes Skaar (UiO)
Kvantekryptering kan gjøres i dag med en liten dings, Sende fire fotoner som detekteres, enkelt å gjøre. Quantum key distribution trenger en ekstra kanal, BB84-protokoll:

Dette er sikkert pga to prinsipper: Ikke mulig å klone kvanteinformasjon. Måling vil forstyrre kommunikasjonen. I praksis: nokså enkelt å hacke kvantekommunikasjon. Kvantehacking, russer (Vadim Makarov) med postdoc på UiO, laget en koffert som kunne gjøre dette.

Alternativer til kvantekryptering: Assymetrisk offentlig nøkkelkryptering. Symmetrisk privat nøkkelkryptering, Oppsummering: Mange problemer med kvantekryptering, men verdt å forske på dersom vi mister assymetrisk kryptering som alternativ.

Kvanteresistent kryptografi. Thomas Gregersen (NSM)
QC et problem fordi tradisjonelle algoritmer brukes lenge etter at de er obsolent, derfor må vi utvikle kvanteresistent krypto før QC finnes. Grovers algoritme (generell) og Shors algoritme (spesiell for integer faktorisering) er utfordring fordi den finner løsninger i lineær tid. Initiativer fra NIST og PQCRYPTO (EU) mot å utvikle dette.

Nye algoritmer vil måtte ha nøkler og signaturer som ikke tar for stor plass. Skal ikke ta for lang tid, og bruke kjente vanskelige beregningsprosesser. Mange kandidater:

En hel del av dette kommer til å bli implementert, scenariet er at det skal kunne kjøres på en klassisk maskin og beskytte mot en angriper med tilgang til kvanteanalyse. Ulike algoritmer har ulike fordeler/ulemper, mulig at man kan løse dette ved å rullere algoritmer for samme melding. Men det gjenstår å se om det rent praktisk er relevant å lage maskiner som kan angripe skikkelig krypto, men vi må bruke tid på denne forskningen i tilfelle noen klarer det.

Diskusjon: Mye av kryptoknekking skjer pga. dårlig implementering. Det å øke antallet algoritmer gjør at man øker risikoen for dårlige implementeringer, særlig i hardwarebaserte løsninger. Fascinerende at dette er det samme vi har sett før: Nytt domene, blir et nytt kappløp mellom knekkere og kodere.

Kvanteberegning og kunstig intelligens. Phillip Turk (SINTEF)
Innledning om AI og ulike metoder, fokus på søkealgoritmer, siden mye AI går ut på å søke over et stort antall mulige løsninger. Algoritmer er forskjellige – input er hvordan man organiserer gates – alle løsninger finnes i superposisjonene, algoritmene siler seg frem til den korrekte løsningen.

Kommentar: Kan man bruke en QC til å finne heuristikk som så kan gjøres om til en algoritme som kan brukes av en vanlig datamaskin? Første anvendelse antakelig maskinlæring ved hjelp av quantum annealing, kanskje innen ti år. Ennå ingen problemer der man har quantum supremacy, noe uklart om vi har det ennå, men det kan kanskje komme for et eller annet problem snart.

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 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.