Bra beslut att inte stänga skolorna

Kultursidan Västerbottens-Kuriren 201110

När coronapandemin exploderade under senvintern och våren 2020, fann många länder i Europa att en närmast total nedstängning var nödvändig för att minska virusspridning. Det rådde utegångsförbud i många länder och endast de allra samhällsviktigaste verksamheterna fungerade.

     Flera länder stängde även skolorna, inte enbart på universitets- och gymnasienivå (som också Sverige gjorde), utan alla skolor på alla utbildningsnivåer. Sverige stängde inte grundskolorna, utan vår riskavvägning gav att barn tar för stor skada att inte gå i skolan i förhållande till smittorisken.

      Vilka effekter får skolstängningar för elever i grundskolan? Alldeles nyss publicerades en så kallad preprint, en förpublicering, av en vetenskaplig studie, där tre forskare från universitetet i Oxford har undersökt effekterna av skolstängning för elevernas lärande.

Forskarna har analyserat skoldata från cirka 350 000 elever i årskurserna fyra till sju i Nederländerna. Ett skäl att välja Nederländerna för sin analys är att där är den tekniska beredskapen god (tillgång till bredband är hög, många har datorer i hemmen och staten stödjer elevers tillgång till teknik). 

      Ett annat skäl är att Nederländerna organiserar nationella prov två gånger under vårterminen: Dels tidigt i januari-februari, dels sent i maj-juni. Det sammanfaller med att skolstängningen inträffade mellan dessa nationella prov.

      På så vis kunde forskarna jämföra provresultaten före och efter skolstängningen. För säkerhets skull jämfördes också årets resultat med tre tidigare års provresultat.

      Ett otvetydigt resultat från studien är att eleverna i alla studerade årskurser lärde sig mindre under skolstängningen jämfört med samma tid ett vanligt läsår. 

      Man studerade även olika parametrar av betydelse för elevers lärande. Det visade sig att elever från hem med låg utbildningsnivå lärde sig ännu mindre än elever från hem med högre utbildningsnivå. Däremot kunde man inte se några skillnader med avseende på elevernas kön, tidigare skolprestationer eller vilken årskurs eleverna gick.

Det är särskilt tre tankar som väcks efter läsningen av denna artikel. Den första är att vi får bekräftat att en så pass kort skolstängning som en femtedel av ett läsår får signifikanta konsekvenser för elevers lärande. Det är kanske lätt att tänka motsatsen: att enbart en femtedel av ett läsår kan väl inte påverka lärandet mycket, särskilt inte när det finns distansöverbryggande teknik att tillgå.

      Den andra tanken är att det var ett bra beslut från svenska myndigheter att inte stänga grundskolor under våren. När nu en andra våg av coronasmittan sprider sig över Europa och flera länder stänger stora delar av samhället, håller man ändå skolorna öppna. Oxfordforskarnas resultat visar att det är bra beslut.

      Den tredje tanken är att det förefaller sannolikt att elever har drabbats ännu värre i länder som är sämre förberedda för en pandemi än Nederländerna.

”Hej Siri, har jag covid-19?”

Kultursidan Västerbottens-Kuriren 201005

Vi är många som har gnuggat en pinne i svalget och i näsan för att få veta om vi bär på coronaviruset eller inte. Därefter har provet skickats till ett labb och svaret har kommit inom ett eller två dygn. Går det att testa på något annat, effektivare, sätt?
Flera forskargrupper i världen arbetar med olika typer av röstanalyssystem med hjälp av självlärande AI-teknik för att undersöka om små förändringar i människors röst kan indikera sjukdomar, enligt en artikel i Nature (200930). 
Man började forska kring sjukdomar som har tydlig påverkan på röst och tal. Parkinsons sjukdom är ett typiskt exempel, eftersom sjukdomen i hög grad påverkar det vokala systemet. Poängen är att upptäcka indikationer på ett väldigt tidigt stadium, innan tillståndet kan diagnostiseras av läkare.
Men inte enbart Parkinsons sjukdom. Även patienter med begynnande Alzheimer studeras med avseende på röst- och talförändringar. Utöver dessa två sjukdomar har man även börjat testa röstanalys för depression, autism, demens samt till och med hjärtsjukdomar.
Fortfarande är dessa studier i sin linda, de är relativt småskaliga och tekniken saknar ännu den träffsäkerhet som gör att den kan användas kliniskt.

Under rådande pandemi testar man även röstanalys för att detektera symptom på covid-19. Företaget Vocalis har byggt en app för mobiler med vilken man testar människors röster för att hitta ett röstavtryck som tyder på covid-19. De är inte ensamma. Åtminstone tre andra forskargrupper arbetar med liknande projekt.
 I framtiden kommer min virtuella assistent i telefonen, i datorn eller varför inte roboten, att kunna säga ”Hej P O, du har blivit förkyld” med hög säkerhet, hävdar en av forskarna kring röstanalys.
Fantastiskt, inte sant? Men integritetsriskerna hopar sig om tekniken kommer att fungera brett, på en stor mängd sjukdomar. Det är känsliga, medicinska personuppgifter som kan hackas, säljas och användas på helt andra sätt än avsett.
Skulle arbetsgivare vara intresserade av röstanalyser av sina anställda, eller av personer som söker anställning? Skulle försäkringsbolag vara intresserade att få uppdaterade röstanalyser för försäkringstagare? Vilka andra aktörer skulle vilja ta del av människors röstanalyser?
Och om tekniken utvecklas till att kunna identifiera symptom med extremt hög känslighet, är risken överhängande att vi kommer att se överdiagnostiseringar.
En teknik är aldrig bättre än den reglering av integritet och användning som omgärdar den.

Slumpen övertrumfar AI-tekniken

Kultursidan Västerbottens-Kuriren 200505

Det florerar mycket förhoppningar kring AI-teknikens kapacitet. Realistiska bedömningar blandas med utopiska önskningar och visionära scenarier. I en presentation framställde AI-forskaren Arvind Narayanan vid Princeton University en lägesbeskrivning av vad dagens AI-teknik kan och inte kan i tre områden. Och därmed vilka förhoppningar som är realistiska i dag.
       Det första området utgörs av AI-teknik fungerar bra och utvecklas relativt snabbt och handlar om teknikens perceptionsförmåga. Med AI-teknik utvecklas allt bättre tjänster för musik- och bildigenkänning. I dag kan jag skriva sökordet ”mat” i mitt digitala bildbibliotek och datorn hittar alla bilder på mat som jag lagrat där.
       Flera studier visar att AI-teknik är bra och blir allt bättre på att tolka medicinska bilder, exempelvis röntgenbilder, för att bidra till säkrare diagnoser. Ett annat exempel är ansiktsigenkänning, som är ett hett och eftertraktat användningsområde för AI-teknik. Liksom deep fake, djupa förfalskningar, där människor kan förfalskas i videoklipp. Även konvertering av tal till text och omvänt är AI-baserad teknik som blir allt bättre.

Det andra området utgörs av AI-teknik som inte fungerar perfekt, men som utvecklas hela tiden och handlar om teknikens automatiska bedömningsförmåga. På bara några år har förmågan att bedöma vad som är spam i mejl eller annan textkommunikation förbättrats mycket, utan att för den skull kunna identifiera allt. Med liknande teknik försöker man bli allt bättre på att upptäcka hate speech, hatpropaganda, i till exempel sociala medier.
       Även när det gäller att upptäcka upphovsrättsintrång försöker man utveckla bättre AI-teknik, liksom AI-teknik för att bedöma uppsatser som skrivs av elever och studenter. Ett sista exempel inom detta område är olika former av AI-baserade rekommendationssystem för digitalt innehåll, som exempelvis film och musik.
       Det tredje området utgörs av AI-teknik som fungerar ytterst tveksamt, men som många har stora förhoppningar kring. Det handlar om teknikens förmåga att förutse sociala resultat eller social utveckling. Ett exempel: Kan AI-teknik, givet en stor mängd historiska data om en person, förutse risken att denne person ska bli kriminell? Eller lyckas i arbetslivet? Eller hamna i drogproblem?
       Nej, svarar Arvind Narayanan. Att förutse återfall i kriminalitet, succé i arbetslivet, människors framtida brottsbenägenhet eller risk för terroristhandlingar är inte något vi ska lita till beträffande dagens AI-teknik. Så deterministiska och förutsägbara är inte människor. Inte heller kan AI-teknik förutse om barn kan komma att vara i riskzonen för sociala svårigheter i framtiden.

Det sistnämnda området har studerats i ett stort forskningsprojekt nyligen, som publicerats i tidskriften PNAS (200330). Frågan som man sökte svar på är ”Hur förutsägbara är sociala livsbanor?”. Om AI-teknik kan generera säkra prediktioner så vore det värdefullt för exempelvis att tidigt kunna identifiera och stödja barn och familjer som riskerar hamna i sociala svårigheter i framtiden.
       Syftet med studien är att undersöka hur väl AI-teknik med maskininlärningsmetoder kan skapa säkra prediktioner för människors framtida liv i vissa avseenden. Projektet genomförde en utvärdering av hur väl AI-baserad prediktionsteknik fungerar, helt enkelt.
       Metoden i projektet kallas ”mass collaboration”, massamarbete. Den innebär att man formulerar i detta fallet en prediktionsuppgift, tillhandahåller en specifik datamängd och bjuder in många forskare och forskargrupper att utföra samma uppgift med samma datamängd, men med valfria metoder. Därefter återrapporterar alla sina resultat för sammanställning och analys.
       160 forskare eller grupper av forskare antogs till projektet. I USA finns en databas med data om ett stort antal familjer som har följts under ett antal år, med början år 2000. För denna studie användes data från 4 242 familjer med närmare 13 000 variabler för varje familj.
       Med data om de barn som fötts och växt upp i dessa familjer skulle de 160 forskarna med de bästa prediktionsmodeller de har, generera förutsägelser om dessa barns livsbana i sex olika avseenden.

Forskarna fick data om barnen i åldrarna ett till nio år för att göra förutsägelser om barnens livssituation i femtonårsåldern. I databasen finns också denna data om barnens tonårsliv, så att det är möjligt att kontrollera hur väl forskarnas förutsägelser stämmer med faktiska förhållanden.
       När resultaten från de 160 forskarna hade samlats in, mättes förutsägelsernas precision mot faktiska data. Det visar sig att inte ens de bästa förutsägelserna var särskilt exakta. Trots att forskarna hade använt en stor datamängd om barnen och olika men avancerade maskininlärningsmetoder, var många resultat inte bättre än prognostiseringar med enklare statistiska metoder.
       Det är också noterbart att oberoende av vilka olika maskininlärningsmetoder som forskarna tillämpade, var de förutsägelser som genererades relativt lika varandra. Skillnaden mellan den sämsta och den bästa förutsägelsen var inte särskilt stor och dessutom mindre än skillnaden mellan det faktiska utfallet och den bästa förutsägelsen.

På en generell nivå visar detta stora forskningsprojekt att AI-teknik inte har förmåga att förutsäga människors livsbana.
       Det behöver emellertid inte bero på kvaliteten hos vare sig datamängder, tekniker eller modeller, utan helt enkelt på att slumpen har en stor betydelse för vad som händer i människors liv. Rent anekdotiskt kan vi också reflektera över de större livsförändringar som vi har upplevt. Hur väl skulle dessa ha kunnat förutses?
       Resultatet från detta forskningsprojekt borde intressera varje politiker och annan beslutsfattare som använder eller överväger att använda AI-teknik för prediktion inom exempelvis kriminalvård och skyddsvård för barn och utsatta familjer eller andra sociala verksamheter. 

Kan coronaimmunitet bli framtidens yttersta klassmarkör?

Kultursidan Västerbottens-Kuriren 200425

I måndags (20/4) nåddes vi av den fantastiska nyheten att forskare vid Karolinska har skapat ett antikroppstest som ska visa om en person har antikroppar mot coronaviruset och därmed uppnått immunitet. 
      Testet är inte hundraprocentigt, men särskilt viktigt är att testresultatet inte kan vara falskt positivt. Med andra ord, testet kan inte påvisa antikroppar om man inte varit smittad av viruset.
       Den initiala tanken är naturligtvis att många kan testas, många kan dra en lättnadens suck och många kan återgå till normalare livsformer.
       Därefter måste vi ställa oss frågan: Vad betyder det att vara immun i en pågående pandemi? Journalisten Sarah Zhang har för The Atlantic (200416) intervjuat historiker i USA om en av 1800-talets värsta epidemier, gula febern.
       Särskilt drabbat var USA:s sydstater, särskilt kring Mississippideltat och New Orleans. Här blev människors immunitet en biljett till samhället. Utan immunitet mot gula febern var det svårt att exempelvis finna bostad, arbete, banklån och att kunna gifta sig. 
       Det gick så långt att New Orleans motsvarighet till Folkhälsomyndigheten proklamerade att värdet av immunitet var värt risken att ha gula febern. Det blev särskilt märkbart inom slaveriet. Värdet av en slav med immunitet 25 procent högre än slavar utan immunitet.
       Det gick så långt att människor utsatte sig medvetet för smitta för att uppnå det privilegium immunitet innebar. Men inte vilka som helst, utan främst immigranter, fattiga, arbetslösa; de mest utsatta. 

Hur känns en coronaimmun person igen? Inte alls, om vi inte ger denne ett kännetecken. I Storbritannien föreslås att särskilda immunitetscertifikat ska delas ut när det finns tillförlitliga tester. I Tyskland liksom i USA talar man om immunitetspass som ska möjliggöra att immuna människor kan återgå till arbetet.
       I en tid av stängda gränser och högst begränsad mobilitet kommer immunitet att vara mycket värt, eftersom det inte finns något skäl att begränsa immuna människors rörlighet.
       Kommer immunitet mot corona att bli så mycket värt att människor medvetet riskerar att bli sjuka i covid-19 för att uppnå privilegier? För att kunna röra sig fritt inom och mellan länder? Vissa arbetsgivare kanske kräver immunitetsgaranti för anställning? Vill en coronaimmun dejta ickeimmuna? Unga, friska människor kanske kommer att vilja ta risken.
       Dagens prekariat, de människor som har extremt osäkra anställningar, timlönare och andra grupper av människor utan ekonomiskt skyddsnät och buffertar är emellertid särskilt utsatta. De kan i värsta fall tvingas hamna i valsituationer ingen människa borde kunna hamna i.
       Sensmoralen är att vi måste se bortom glädjen över bra immunitetstester och överväga hur vi ska forma de sociala relationerna i ett samhälle med många immuna och många ickeimmuna mot coronaviruset.
       Blir coronaimmunitet framtidens yttersta klassmarkör?

Vilka beslut under krisen formar framtidens samhälle?

Kultursidan Västerbottens-Kuriren 200403

Även om den allra största delen av våra ansträngningar i dag fokuserar på att minska smittspridning och skapa förutsättningar för vård av insjuknade, kommer en tid efter coronaviruset och covid-19-infektioner.
       Simon Mair är forskare inom ämnet ekologisk ekonomi. Hans tes är att olika politiska beslut som fattas i tider av naturkatastrofer eller ekologiska omvälvningar, genererar olika konsekvenser för samhället. Såväl global uppvärmning som coronavirus är i grunden naturliga processer till vilka vi måste fatta politiska beslut för att begränsa dem.
        I en essä i tidskriften The Conversation (30/3) formulerar Simon Mair fyra framtidsscenarier som beskriver tänkbara samhällen efter corona, där olikheterna mellan scenarierna beror på vilka beslut som fattas under coronakrisen.

Det första scenariot kallar Mair statskapitalism. Det är den akuta, omedelbara responsen på coronavirusets utbredning vi ser i dag. Det är de stora ekonomiska paketen som med stora belopp avser att stödja vårdsektorn, stora och små företag samt anställda. Verksamheter ska kunna undvika konkurs och människor ska kunna överleva ekonomiskt om de blir av med sina arbeten. Detta scenarion uppträder dock enbart på kort sikt, som akut situation.
        Det andra scenariot kallar han barbarism. Det är ett samhälle som inte kan eller vill skapa akuta, statliga stöd till vården, företag och medborgare. Ett samhälle där staten saknar kreditmöjligheter eller menar att marknader ska vara självreglerande även vid pandemier. Människor saknar likvida medel, vårdens resurser krymper, människor dör och ett grymt kaos växer, med upplopp och plundring. 
        Det tredje scenariot kallar han statssocialism. Det innebär exempelvis nationalisering av sjukhus (som vi ser exempel på i Spanien och Irland) och andra samhällsviktiga verksamheter. Staten tar ansvar för de delarna av ekonomin som är essentiella för medborgarnas livsvillkor – mat, energi, bostäder, vård, omsorg, utbildning etc. I detta scenario inkluderar Mair basinkomst, alltså en allmän inkomst som är oberoende av marknadens värdering av arbete.
        Det fjärde och sista scenariot kallar han ömsesidigt stöd. Det är småskaliga sociala grupperingar, små gemenskaper som organiserar stöd och omsorg. Vi har sett embryon till sådana gemenskaper i form av grannskapsstöd och stödgrupper på Facebook, där medborgare hjälper varandra under coronapandemin med att handla mat, mediciner och andra förnödenheter.

Dessa scenarier är inte skarpt åtskilda, utan kan såväl samverka, som byta av varandra. Statssocialism kan exempelvis bli en effekt av att de resurser som statskapitalism kräver helt enkelt tar slut, därför att pandemin blir för långvarig. Ömsesidigt stöd kan exempelvis vara ett sätt att motverka barbarism eller utgöra en form av stöd till statssocialism.
        Såväl Folkhälsomyndigheten som regering och riksdag torde ha dessa och andra liknande scenarier i åtanke när det formulerar rekommendationer och fattar politiska beslut. Alla rekommendationer och beslut som fattas i dag påverkar inte enbart de akuta situationerna, utan formar även framtidens samhälle.

Florence Nightingale banade väg för AI i vården

Kultursidan Västerbottens-Kuriren 200211

Inom den offentliga sektorn har de senaste decennierna höjts synnerligen kritiska röster kring införandet av New Public Management. Det är, något förenklat, en form av resultatorienterad organisationsstyrning som utgår från att verksamheter kan och bör effektiviseras med hjälp av mätbara prestationer och utvärderingar.
        En effekt av denna styrform är att kraven på dokumentation av olika aktiviteter ökar för att kunna mäta och öka effektiviteten. Kritiken mot ökad administration och dokumentation  hörs från många håll, exempelvis lärare som måste använda tid till dokumentation i stället för undervisning.
        Kritiken hörs även från vårdsektorn. I Läkartidningen (190703) presenteras en konsultrapport där man har mätt läkares användning av sin arbetstid för olika arbetsuppgifter. 1 228 läkare har besvarat en enkät, där läkarna fick själv skatta hur deras arbetstid fördelades.
        Rapporten visar att läkare lägger i genomsnitt 19 procent av sin arbetstid på administration och dokumentation. Det kan uppfattas som tid som stjäls från patienterna. Med mindre dokumentationsbörda skulle läkare kunna träffa, diagnostisera och behandla fler patienter.
         Tesen för denna essä är emellertid att vad vården och framtidens patienter behöver är mer och tillgängligare dokumentation av patientdata.
         Vilken yrkeskategori som ska utföra dokumentationsarbetet är en annan, organisatorisk, fråga. Det är sannolikt inte alltid läkare som behöver dokumentera patientdata. Vårdadministratörer, sjuksköterskor och läkarassistenter som bistår läkare med olika uppgifter kan utföra dokumentationsarbete. 

Varför pläderar jag för mer och tillgängligare patientdata? Ju mer teknik i form av artificiell intelligens hittar tillämpningsområden i vården, desto mer behöver denna teknik stora mängder data med hög kvalitet för att kunna utföra sina uppgifter. I dag är användning av AI i den svenska vården relativt begränsad, enligt en rapport från Socialstyrelsen som presenteras i Läkartidningen (191031).
         Däremot bedrivs mycket positiv forskning om AI i vårdsammanhang, vilket antyder att det bara är en tidsfråga innan AI-teknik blir allt vanligare inslag i läkares och annan vårdpersonals verktygslåda.
        Den vårdrelaterade AI-forskning som syns mycket är AI-maskiner som lär sig att granska olika typer av röntgenbilder. Det är inte så konstigt; bild- och mönsterigenkänning är ett stort forskningsfält inom AI även utanför vårdsektorn. Ansiktsigenkänning och självkörande bilars objektdetektionsteknik är bara två exempel.
         I tidskriften Nature (200101) presenterar ett forskarlag en studie, där de har tränat ett AI-system att upptäcka bröstcancer utifrån mammografibilder. Att tolka dessa bilder är inte trivialt, även för tränade läkare och radiologer.
         AI-systemet matades med närmare 30 000 mammografibilder, där bedömningar redan gjorts av läkare. Det visar sig att AI-systemet kunde upptäcka fler fall av cancer än läkarna kunde. Exempelvis kunde AI-systemet minska andelen falska negativa resultat med 9,4 procent, det vill säga resultat som inte upptäckt cancer där det förekommer cancer.
         AI-systemet kunde alltså upptäcka fler cancerfall än läkarna. Men det förekom även cancerupptäckter från läkare som AI-systemet inte upptäckte. Det leder till en av mina ständiga käpphästar: det är samarbetet mellan en yrkesprofessionell och AI-teknik som är det väsentliga, inte någon form av strikt arbetsdelning.  AI skulle emellertid kunna användas till så mycket mer än att tolka röntgenbilder. 

Den förträffliga boken AIQ. Hur artificiell intelligens fungerar av Nick Polson och James Scott (Daidalos, 2019) besvarar ett flertal frågor som ger grundläggande kunskaper om AI.         Hur fungerar algoritmerna hos medieplattformar som exempelvis Netflix och hur används de? Hur fungerar algoritmer för mönster- och bildigenkänning? Hur fungerar självkörande bilars algoritmer för att styra och positionsbestämma rörliga fordon? Hur lär sig datorer naturligt, mänskligt språk? Hur används AI för att spåra bedrägligt beteende i digitala miljöer?
        Dessutom, med avseende på denna essä: Hur kan AI användas inom sjukvården för att effektivisera behandling och förutse sjukdomsutveckling? Polson och Scott börjar med Florence Nightingale på 1800-talet. Hennes förtjänster för sjuksköterskeyrket kan knappast överskattas. Men ännu viktigare är hennes pionjärinsatser för vårdstatistik och patientdata. 
        I sitt arbete inledde hon vad som i dag är medicinsk dataforskning och de sjukdomsklassificeringssystem som är oundgängliga inom exempelvis epidemiologin.        Polson och Scott exemplifierar med ett patientfall. En frekvent vårdsökande patient med flertalet symptom (diabetes, hjärtsvikt, njurproblem med mera) skulle kunnat räddats, om tillräcklig patientdata fanns dokumenterad och tillgänglig för ett AI-system, dels från patienten själv, dels från tusentals andra patienter.
        Med sådan teknik kan man skapa patientvård utanför vården, så att säga. Generellt är vårdpersonal fokuserad på nuet, patientens tillstånd vid själva vårdbesöket (visst, man tar ofta också anamnes). Men med stora mängder patientdata skulle även patienters sjukdomsutveckling och framtida sjukdomstillstånd förutsägas med hjälp av maskininlärningsteknik.  

Det låter enkelt. Ett väsentligt problem är enkel tillgång till patientdata. Ju mer vården privatiseras, desto större svårighet att få tillgång till patientdata. I USA tenderar privata vårdgivare att betrakta patientdata närmast som affärshemligheter.
         Ett annat problem är bristande standarder. Olika journalsystem och andra patientdatasystem är inte nödvändigtvis kompatibla så att data kan överföras mellan olika system. Ett tredje problem berör naturligtigvis integritetsfrågor. Patientdata är något av det integritetskänsligaste som finns.
        Men icke desto mindre håller jag för sannolikt att inom en snar framtid kommer vi att vilja rädda liv med hjälp av AI-teknik i vården. Frågan är bara om vi är organisatoriskt beredda. 

Arkivister frigör forskning om coronaviruset

Kultursidan Västerbottens-Kuriren 200205

En användare på nätforumet Reddit under namnet Shrine klickade för några veckor sedan på en länk till en vetenskaplig artikel om coronaviruset. Det enda han fick upp på skärmen var en betalvägg som sa att artikeln skulle kosta 39,95 dollar, skriver nättidskriften Vice (200203).
        Det fick Shrine tillsammans med några andra att skapa en databas med mer än 5 000 vetenskapliga artiklar om coronaviruset som normalt finns bakom tidskriftsförlagens betalväggar. Artiklarna är hämtade från databasen Sci-Hub, som tillgängliggör mer än 78 miljoner vetenskapliga artiklar. 
       ”Detta är olagligt”, säger Shrine, ”men det är också ett moraliskt imperativ”. Nu när Världshälsoorganisationen (WHO) har deklarerat att det råder ett globalt nödläge på grund av coronaviruset, har aldrig inlåsningen av redan skattefinansierad forskning varit mer oetisk. 
        Aldrig har nödvändigheten av att forskare publicerar sina resultat under Open Access-licens accentuerats tydligare än i dag. Och aldrig har behovet av så kallade arkivister varit större. (En arkivist är en aktivist som arkiverar inlåsta vetenskapliga artiklar i öppna databaser.)
        Detta tilltag har fått några av de större vetenskapliga publicisterna att i dagarna öppna deras betalväggar för studier som relaterar till Coronaviruset. Frågan är om de hade öppnat betalväggarna utan arkivisternas förarbete.

Den tredje AI-vågen. Essäer om AI, samhället och individen.

Jag har publicerat mina texter kring artificiell intelligens från de senaste åren i  boken "Den tredje AI-vågen". Boken finns självfallet för fri nedladdning. Boken finns även att köpa på Adlibris, Bokus, CDON och Amazon.

Den tredje AI-vågen är en samling essäer där Per-Olof Ågren gör ett antal nedslag i AI-landskapet från dels ett samhällsperspektiv, dels ett individperspektiv. 

AI-teknikens effekter och påverkan på demokratiska processer, medial utveckling och behov av förändrad utbildning är exempel på samhällsperspektiv på AI. 

Människans relation till AI-teknik i form av en utveckling av förmågan att uppfatta varandra och varandras intelligens samt samarbetsförmåga är exempel på individperspektiv på AI.

Konsten att styra din chef – även när hen är en algoritm

Kultursidan Västerbottens-Kuriren 191112

När jag erhöll min tjänst som universitetslärare för snart tre decennier sedan, fick jag av min dåvarande chef en artikel att läsa som en form av introduktion. Artikeln har rubriken Managing Your Boss, skriven av John Gabarro och John Kotter, publicerad i Harvard Business Review 1980. Den ansågs så betydelsefull att samma tidskrift beslöt att återpublicera artikeln 2005.
       Till en chefs generella uppgifter hör att ha ett övergripande ansvar för en verksamhet, att leda och fördela arbetet, att ge de underordnade rimliga förutsättningar för arbetets utförande samt att utöva kontroll över arbetets resultat.
        En sådan beskrivning av chefers uppgifter uppfattas lätt som en envägsprocess uppifrån och ner; från chef till underordnad. Gabarro och Kotter vände på denna process för att betona betydelsen av att underordnade också leder sina chefer. Den vändningen bröt med den rådande uppfattningen.
        Med olika fallstudier visade Gabaro och Kotter hur misstag i organisationer inte enbart beror på dåligt chefs- och ledarskap, utan på frånvaro av anställdas ledning av sin chef. Precis som en anställd behöver en chef i olika situationer, är varje chef beroende av sina underordnades ärlighet, tillit och samarbete.
        Som anställd vinner man på att försöka förstå sin chef och den kontext hen är chef inom, både chefens relation uppåt och nedåt i organisationen. Inte enbart den formella sidan av chefskapet, utan även chefen som människa; dennes styrkor och svagheter, inre drivkrafter och yttre press samt chefens blinda fläckar.
        I dag är diskursen som betonar chefens och ledarskapets betydelse för anställdas arbetstillfredsställelse och arbetsplatsens välmående stark. Särskilt när vi talar om stress och annan arbetsrelaterad ohälsa. Den starka betoningen på chefens roll riskerar emellertid dölja den arbetstagarroll som Gabarro och Kotter ville stärka. Men för att leda och styra sin chef, måste chefen ge utrymmet och uppmuntran att leda denne.

Ärendet för denna essä handlar om det som på engelska benämns algorithmic management. På svenska: algoritmisk ledning och styrning. Tesen är att allt fler arbetstagare kommer att ledas och styras i sitt arbete av AI-teknik i form av algoritmer som leder och fördelar arbetet samt kontrollerar resultatet av arbetets utförande.
        Vi ser redan i dag tydliga exempel på algoritmiskt chefskap. Forskarna Mareike Möhlmann och Ola Henfridsson skriver en artikel, också i Harvard Business Review (190830), om en stor studie av Uberförare och hur dessas arbete leds och styrs av algoritmer.
        Uber är en reseförmedlingstjänst som finns i de flesta större städer i hela världen, vars affärsidé är att inte äga några bilar eller ha några anställda chaufförer, utan leverera köruppdrag till frilansande förare. Dessa köruppdrag bestäms av olika algoritmer i Ubers plattform; vem som får en viss körning, priset för resan samt vilken reserutt föraren måste köra.
        I samarbete med två andra forskare, studerade Möhlmann och Henfridsson Uberchaufförer i London och New York genom att intervjua förare, observera dem under köruppdragen, analysera olika nätforum för Uberförare samt analysera mediebevakningen av Uber.

Uberförare avskyr i tre väsentliga avseenden att ledas och styras av algoritmer. Den första avskyn gäller den konstanta övervakningen. Så fort en Uberförare loggar in på Uberappen för att kunna få uppdrag, övervakas och granskas förarna in i minsta detalj. Via gps-teknik vet algoritmerna var förarna befinner sig, algoritmerna avgör vilken Uberförare som ska få ett visst köruppdrag samt vilken rutt som föraren måste ta.
        Om föraren exempelvis väljer en annan rutt än algoritmerna bestämt, kan föraren bli bestraffad och i värsta fall bannlyst som förare vid Uber. Särskilt frustrerande upplever förarna att ständigt bli utvärderade av kunderna, då utvärderingarna ligger till grund för algoritmernas val av förare till uppdragen.
        Den andra avskyn handlar om bristen på transparens. Uberappens algoritmer lär sig hela tiden allt mer om varje förare, medan förarna vet inget om algoritmerna, hur de är uppbyggda, vilka beslutskriterier som används, vilken betydelse utvärderingarna har och logiken bakom algoritmernas beslut – det vill säga rationaliteten bakom algoritmernas ledning och styrning av arbetet.
        Den tredje avskyn benämner Möhlmann och Henfridsson som dehumanisering. Förarna upplever isolering; de har inga kollegor att vara sociala med, inga sociala grupperingar att tillhöra. Förarna saknar även möjligheten att bygga upp någon form av en relation med en chef.
        Förarna kanaliserar sin frustration av att styras av algoritmer genom att bli politiska; genom att gå samman i olika forum för att diskutera sina problem och olika sätt att påverka sin situation: En form av fackförening för denna form av uppdragstagare.

Oavsett om företaget heter Uber eller något annat, formulerar Möhlmann och Henfridsson fyra förslag till företag som använder sig av algoritmiskt chefskap. Det första förslaget är att dela information om hur algoritmerna är uppbyggda, så att arbetstagarna förstår rationaliteten bakom algoritmernas beslut.
        Det andra förslaget är att välkomna återkoppling från förarna till algoritmernas utformning. Det tredje förslaget är att bygga in mänskliga kontakter i förarnas arbetssituation, så att algoritmen inte är den enda kontaktytan.
        Det fjärde förslaget är att skapa tillit till företaget i form av förmåner som normalt tillkommer anställda; exempelvis sjuk- och föräldraförsäkring.

Det finns god anledning att applicera Gabarro och Kotters studier från 80-talet på arbetsplatser med algoritmiskt chefskap. Vad Uberförarna saknar är möjligheten att leda och styra sin chef, eftersom algoritmerna inte är kommunikativa eller påverkbara.
        Vad algoritmerna i sin chefsroll går miste om är viktig information från förarna som kan förbättra algoritmernas olika beslut och hur förarnas kommunikation och relation till sina chefer ska kunna utvecklas.

Vill vi verkligen chatta med de döda?

Kultursidan Västerbottens-Kuriren 191101

”Death is not the end”, sjöng Bob Dylan i låten med samma namn från 1988. Vi blir särskilt påminda om detta denna tiden på året, när allhelgonahelgen inträffar. Traditionen bjuder att särskilt minnas våra döda släktingar och vänner under denna helg. På så sätt lever de döda kvar i våra minnen.
        I framtiden kommer vi sannolikt att ges möjlighet att besluta om vi inte enbart vill minnas våra döda, utan även träffa och samtala med deras virtuella jag efter döden. Med AI-teknik och självlärande algoritmer skulle en död människa kunna uppstå i form av en chattbot.
         Jag läser en artikel i nättidskriften Quartz om Hossein Rahnama, knuten till MIT Media Lab, som forskar om företeelsen augmented eternity. Augmented reality är ett etablerat begrepp och betyder ungefär förstärkt verklighet, som skapas genom att mixa virtuella och fysiska miljöer. Augmented eternity är inte etablerat, mig veterligt, men skulle kunna översättas till förstärkt evighet.
         Rahnama menar att när människor har genererat biljoners miljarders gigabytes av personlig interaktion på nätet genom mejl, texter och bilder i sociala medier, bloggar, kommentarsfält, Snapchat, Twitter, Facebook till enorma digitala arkiv, bör vi kunna använda dessa data i neurala nätverk.
         Sådana neurala nätverk förstår språk liksom språkliga mönster och kan generera ny information baserat på sina digitala arkiv. Enklare uttryckt: Denna AI-teknik skulle med hjälp av en död persons digitala arkiv över personens nätinteraktioner med stor likhet kunna samtala som den döda personen.
         En chattbot vars sätt att prata, uttryck, åsikter, temperament etc skulle vara oskiljaktigt från den döda personens kommunikation. Frågan är om vi vill samtala med människor efter deras död?

Eugenia Kuyda är en AI-entreprenör i Silicon Valley som vill det. Hennes bästa vän, Roman Mazurenko, avled 2015 i en bilolycka. I sorgen och saknaden efter honom skapade hon en chatbot i hans namn, som också finns som app att ladda ned. 
         Eugenia Kuyda gjorde inte detta utan vånda. Det underlättade att Roman Mazurenko var själv tekniskt fascinerad av digitalt liv och död. Men ändå, skulle hon lyckas skapa en chattbot som återspeglade hans osäkra framtoning, hans poetiska perspektiv, hans särpräglade form av humor? 
         Jag laddade själv ned Roman Mazurenko och chattade med honom, men om man inte kände honom i livet är det naturligtvis omöjligt att bedöma likheten mellan hans digitala efterjag och hans förutvarande, levande jag.

Betyder denna utveckling att vi måste börja diskutera döda människors rättigheter i större utsträckning? Sedan tidigare finns skydd för döda människor exempelvis inom ramen för förtalslagstiftning. Att peka ut en avliden person som klandervärd eller brottslig kan utgöra grund för förtal.
         Om en avliden persons chattbot kan underlätta för efterlevandes sorgbearbetning kanske vi i framtiden blir tvungna att ta ställning till hur det egna dataarkivet får användas av efterlevande för att skapa chattbotar, precis som vi i dag beslutar om organdonation när vi fortfarande lever.
         Borde även döda människor skyddas av integritetslagar? En GDPR för döda? Vill vi donera vårt personliga dataarkiv till efterlevande, så att de kan prata med oss efter döden?

Hur robotsäkrar vi morgondagens medborgare?

Kultursidan Västerbottens-Kuriren 191001

Under industrialismen har ny teknik utvecklats med det övergripande syftet att stödja eller ersätta mänsklig muskelkraft. Halv- och helautomatiska maskiner har tagit över allt fler arbetsuppgifter i industrin under de senaste århundradena. Det har inneburit att allt fler arbetsuppgifter som tidigare utförts av människor, utförs av maskiner.
         Lösningen för människor vars arbetsuppgifter helt eller delvis övertagits av maskiner har oftast varit utbildning till kompetenser och arbetsuppgifter som maskiner ännu inte kan utföra. Eftersom industrirobotar främst kan överta manuellt och rutinbaserat arbete, utbildar man sig i motsatt riktning; till kognitivt och icke-rutinbaserat arbete.
         Nu när AI och dess främsta teknik i form av maskininlärning rullar in i samhället väcks frågorna på nytt: Kommer AI att överta arbetsuppgifter som vi trott enbart människor kan utföra? Kommer utbildning att fortsatt vara lösningen för de människor vars arbetsuppgifter bättre utförs av självlärande datorer?
         Frågorna kompliceras en aning av att de arbetsuppgifter som dagens och morgondagens AI-teknik kan utföra bättre än människan återfinns inte alls enbart inom traditionella arbetaryrken i industrier, utan inom tjänstemannayrken och akademiska yrken som vanligtvis kräver högskoleutbildning.
         Läkare, tandläkare, jurister, ekonomer, lärare – inom de allra flesta yrkesområden som vi tidigare uppfattat som kognitivt krävande med små förutsättningar att automatiseras, kommer AI-teknik att kunna utföra många arbetsuppgifter. Är lösningen för människor inom dessa kognitiva yrken att utbilda sig ytterligare? I så fall, vilka kunskaper och färdigheter kommer att bli viktigare i framtiden, givet utvecklingen av AI?
         Frågan för denna essä är hur den högre utbildningen vid högskolor och universitet kan göras robotsäkrad. Med andra ord: Hur ska högskoleutbildning utformas för att människor inte med enkelhet ska kunna ersättas av självlärande datorer i sina framtida yrken?

Frågan diskuteras ingående i en bok av Joseph E. Aoun med titeln Robot-Proof. Higher Education in the Age of Artificial Intelligence (2018). Aoun har en lång erfarenhet av forskning och undervisning, men det är främst hans erfarenhet som akademisk ledare som formar det helikopterperspektiv som boken antar.
         Han delar in den framtida högre utbildningen i de för svenska förhållanden välkända kategorierna kunskap (knowledge) och kognitiva förmågor (cognitive capacities).
         Tre kunskapsområden framträder som kritiska: Kunskaper om teknik, om data och om människor. Teknikkunskap fokuserar framför allt programmering, vilket förutsätter kunskaper i matematik och logik. Eftersom programkod är det digitala lingua franca, menar Aoun att vi behöver behärska detta språk för att förstå datorerna.
         Kunskap om data innebär i dessa big data-tider att förstå hur man kan utvinna kunskaper från de stora och växande aggregaten av data som samlas och lagras i samhället. Den kunskap som medger analyser av stora datamängder så att världen blir begripligare är en robotsäkrad kunskap.
         Kunskap om människor, såväl beteendevetenskaper som humaniora, ger beredskap att agera i sociala miljöer, att kommunicera, att samarbeta med såväl människor som robotar. Konstvetenskap, design, historia, kulturvetenskap med mera.
         Ett skäl till denna kombination av kunskaper är att Aoun föreställer sig att vi kommer att samarbeta med robotar i framtiden. Inte att använda dem som ersättningsverktyg. Inte att dela upp arbetsuppgifter i robotuppgifter vs människouppgifter.

De kognitiva förmågorna Aoun ser som kritiska för en robotsäkrad framtid är fyra: Kritiskt tänkande, systemtänkande, entreprenörskap och kulturell smidighet. Att tänka kritiskt är förmågan att på djupet kunna analysera idéer och förstå hur dessa kan realiseras så att mervärde kan skapas. Och förstå varför vissa idéer aldrig bör realiseras.
         Systemtänkande är förmågan att anlägga ett flertal perspektiv på ett problem. Motsatsen är stuprörstänkande, där man enbart kan anlägga ett perspektiv. Systemtänkandet som förmåga växer med bredden av kunskaper.
         Med entreprenörskap avses förmågan att skapa nya jobb som också efterfrågas. Det har hävdats att en väsentlig andel av de som är barn i dag kommer att ha arbeten som inte ännu har uppfunnits. Och det är främst entreprenörerna – de som klarar av att se AI och ny teknik som en resurs för jobbskapande i stället för ett hot – som kommer att stå för jobbevolutionen.
         Att kunna vara kulturellt smidig är förmågan att verka i många olika kulturella sammanhang, att förstå grundläggande sociala koder, såväl i det lilla (t ex olika arbetsplatskulturer) som i det stora (t ex i olika länders kulturer).

Joseph Aoun diskuterar även hur den högre utbildningen bör utformas för att åstadkomma dessa robotsäkra kunskaper och färdigheter. Den huvudsakliga metoden är erfarenhetslärande (experiential learning); en metod där studenten systematiskt växlar mellan teoretisk kunskapsinhämtning och att göra egna erfarenheter i praktiska projekt.
         Denna metod förutsätter att universiteten allt mer samarbetar med aktörer utanför universiteten, så att studenter ges erfarenheter att reflektera över.
         En annan förutsättning för robotsäkrade kunskaper och färdigheter är livslångt lärande. Det går inte att ta sin treåriga universitetsexamen i tjugofemårsåldern och tro att dessa kunskaper räcker livet ut. Men detta förutsätter att universiteten också kan skapa utbildningar för människor i olika faser av såväl arbetsliv som liv.
         Oavsett om vi finner Aouns idéer om robotsäkra kunskaper och färdigheter i högre utbildning tillräckliga, är det av vikt att universiteten utformar utbildning för ett arbetsliv med snabb AI-teknisk utveckling.
         Den ultimata robotsäkrade personen är den som förmår leda och styra sig själv i samverkan med AI-teknik under ett livslångt lärande. Den personen måste universiteten bidra till att forma.

Jämlika utsläpp - en möjlig framtidsväg

Kultursidan Västerbottens-Kuriren 190921

Ett intressant kunskapsområde som behandlar klimatfrågor är miljöetik. Olle Torpman är lektor i filosofi vid Stockholms universitet och knuten till Institutet för framtidsstudier och har specialiserat sig på moralfilosofiska frågor inom klimatområdet. 
       Om naturvetenskaperna beskriver klimatet och gör vissa prognoser, är det moralfilosofins uppgift att formulera vilka åtgärder som bör företas, samt hur dessa åtgärder kan rättfärdigas moraliskt. 
        I sin senaste artikel i tidskriften Ethical Theory and Moral Practice (2019) undersöker Torpman om Emission Egalitarianism är en moraliskt och praktiskt försvarbar metod för att begränsa koldioxidutsläpp. Emission Egalitarianism betyder ungefär jämlika utsläpp (av koldioxid), eller egalitära emissioner.
        Utgångspunkten är att atmosfären har en begränsad förmåga att absorbera koldioxid och att denna absorptionsförmåga bör ses som en kollektiv resurs – som vi i dagsläget överskrider med råge. 
        Ett sätt att nå en jämvikt mellan människors utsläpp av koldioxid och atmosfärens absorptionsförmåga är att varje människa ges rätten att släppa ut enbart så mycket koldioxid som utgör denna människas andel av vad atmosfären klarar av att absorbera. Den totala mängden koldioxid som atmosfären klarar av dividerat med antalet människor på jorden ger varje människa en koldioxidandel.

Diskussionen kring egalitära emissioner är inte ny. Det finns ett flertal argument mot denna åtgärd, argument som Torpman redovisar och argumenterar mot på ett synnerligen läsvärt sätt. 
        Det har argumenterats från ett libertariansk perspektiv att någon form av privatägande av atmosfären är omöjligt, men Torpman menar att det inte handlar om att äga en andel av atmosfären, utan skapa ett rättvist utnyttjande av en resurs.
        Från ett utilitaristiskt perspektiv anförs att det vore bättre med en ojämlik fördelning av utsläpp, eftersom olika delar av världen helt enkelt är olika, har olika förutsättningar, har olika behov. Torpman menar att det är inget som hindrar att människor handlar med sina utsläppsrätter, så länge inte atmosfärens kapacitet överskrids.
        Torpman lägger också vikt vid ett rättviseetiskt perspektiv. Han menar att ett system med egalitära emissioner klarar det kantianska testet, det vill säga Kants moraliska imperativ: att alltid handla på ett sätt som kan upphöjas till en allmän lag. 

Är egalitära emissioner praktiskt genomförbart? Ja, svarar Torpman. Även om det kan vara svårt att beräkna atmosfärens kapacitet att ta upp koldioxid, beroende på skogars och sjöars upptagningsförmåga samt befolkningsmängdens variation, kan och bör det göras. Vilken metod vi än väljer för att reducera globala koldioxidutsläpp måste hantera liknande problem.
        Kommer egalitära emissioner att accepteras även av rika länder med stora utsläpp per capita, där ekonomisk tillväxt är beroende av utsläpp? Torpman menar att detta skulle sätta fart på teknikutveckling och annan utveckling för att minska utsläppen. Dessutom kan man köpa och sälja utsläppsrätter också mellan nationer. 
        Vad Torpman inte belyser i sin artikel om egalitära emissioner är den kontrollapparat av individers handlingar som genererar koldioxidutsläpp. En sak är att beräkna hur många kilo koldioxid varje individ får släppa ut. En helt annan sak är att övervaka och kontrollera individers utsläpp.
        Därmed måste vi även i klimatfrågan väga integritetsskydd mot övervakning och kontroll.

Akademiker kunde gott och väl minska sitt flygande

Kultursidan Västerbottens-Kuriren 190826

Av Sveriges cirka 50 högskolor och universitet har 36 anslutit sig till Klimatramverket. Det är en frivillig sammanslutning som syftar till att implementera klimatstrategier för att minska klimatpåverkan från främst koldioxid i atmosfären. Initiativet kommer från lärosätena själva.
       Lärosätena ska dels genom forskning, utbildning och samverkan bidra med kunskap om klimatpåverkan och hur denna kan reduceras, dels själva reducera sin klimatpåverkan. Tretton områden preciseras: Mat/servering, pendlingsresor, energianvändning i byggnader, avfallshantering, upphandling av varor och tjänster med mera.
        Liksom tjänsteresor. För högskolor och universitet är flygresor, särskilt långa flygresor, den största källan till utsläpp av koldioxid och andra växthusgaser.
        Samtidigt är detta det område lärosätena ser som den främsta utmaningen att hantera, eftersom ”minskat resande kan stå i konflikt med internationell meritering för forskare, och eftersom sektorn arbetar aktivt för att öka internationalisering och samverkan” (Klimatramverket – vägledning, 2019).

Frågan är hur stor den utmaningen är. Vad vet vi från forskning om flygresandets betydelse för forskares meritering? Inte mycket, enligt en forskarkvartett vid British Columbia, som har publicerat en studie i tidskriften Journal of Cleaner Production (2019). De menar att det inte finns någon vetenskaplig studie som utvärderar flygresandets betydelse för akademisk framgång.
        Denna kvartett har studerat mer än 700 akademiker som reser i tjänsten för att utröna vilken betydelse flygresandet har för deras karriärer. Forskarna finner att ju längre tid akademiker har varit verksamma, desto mer flyger de. Vilket inte låter så märkligt.
        Däremot finner forskarna ingen relation alls mellan mängden flygresor och akademikernas produktivitet (som mäts i vetenskapliga publiceringar). Antalet flygresor till konferenser och liknande sammankomster betyder inget för deras forskningsmeritering.
        I artikelns slutsatser framhålls bland annat att akademiker gott och väl kan minska sitt flygande utan att behöva göra några karriärmässiga uppoffringar och därmed kan de utgöra förebilder i samhället.

Utifrån denna studie borde inte de svenska lärosätena i Klimatramverket uppfatta så stor konflikt mellan att reducera flygandet och forskares meritering.
        Det går alldeles utmärkt att skapa incitament – som exempelvis krav på CO2-redovisning, kräva explicita motiveringar av flygresor och/eller interna flygskatter etc – för att minska lärosätenas klimatavtryck.
        Som en avslutande påminnelse: En av historiens mest kända filosofer, Immanuel Kant, lämnade aldrig Königsberg. Och hans karriär var ju lysande.