Det blir allt svårare att hitta signal i bruset – här är ett par artiklar som jag tyckte hade en okej signal/brus-kvot.
“The Man Who Saw the Pandemic Coming: Will the world now wake up to the global threat of zoonotic diseases?” Nautil.us.
“The coronavirus is kicking our door down now, don’t you think?
Yes, it’s got everyone’s attention. But this coronavirus will fall off the headlines and when it does, you will see a contraction in the kind of investments that are made in it. We have war budgets and then no monies during peacetime. So part of the challenge—it’s a social engineering exercise—is getting lawmakers and investors to invest in risk. That’s really difficult.”
“Why do dozens of diseases wax and wane with the seasons—and will COVID-19?” ScienceMag.
“She doesn’t expect to show that our immunity is, say, weaker in the winter and stronger in the summer. But by counting different immune system cells, assessing metabolites and cytokines in the blood, deciphering the fecal microbiome, and measuring hormones, Martinez’s team hopes to find that the seasons may “restructure” the immune system, making some types of cells more abundant in certain locales, and others less, in ways that influence our susceptibility to pathogens.
Animal studies support the idea that immunity changes with the seasons. Ornithologist Barbara Hall from the University of Groningen and her colleagues, for example, studied European stonechats, small songbirds that they caught and then bred in captivity. By taking multiple blood samples over the course of 1 year, they found that the birds ramp up their immune systems in the summer, but then tamp them down in the autumn, the time they migrate, presumably because migration is a big drain on their energy.”
Reporters Without Borders har konstruerat ett väldigt bibliotek med censurerade artiklar i Minecraft, och det kan vara en av de mest spännande utvecklingslinjerna i diskussionen om informationsfrihet som vi sett hitintills. Spelare kan nu hitta informationen i biblioteket och flera olika leverantörer har lovat att försöka se till att biblioteket inte förstörs.
Det här är en sorts steganografi, av ett helt nytt slag. Informationen placeras på en plats som inte är uppenbart tillgänglig för den som vill censurera den, och som de första måste hitta för att kunna radera. I det här fallet bidrar kanske publiciteten till att göra det lättare att hitta, men det är lätt att se att ju fler onlinevärldar som tillåter inte bara att man “läser” dem utan också att man skriver och lämnar egna bidrag, desto svårare kommer det att bli.
Ett bibliotek i Minecraft!
I en inte alltför avlägsen framtid kan olika sorters information finnas nedgrävd i en skog i Azeroth eller sänkt i haven på en planet någonstans i Ett EVE Online-liknande spel. De spelare som vill ha kunskap får då resa runt och leta efter den, och långsamt samla på sig kunskapen igen.
Var i skogen i Azeroth kan det ligga informationsskatter tro?
Det finns en intressant insikt här och det är att tillgängligheten till kunskap också innebär att det blir lättare att censurera den. Detta är förstås kontraintuitivt för den som växt upp med internetretoriken om att Internet behandlar censur som skada och routar runt censuren, men jag tror att det stämmer alltmer. När censorn börjar använda samma teknik som informationssökaren och filtren blir allt bättre så kan allt som är enkelt att söka efter och finna också censureras. Det betyder att den som vill säkra informationstillgången måste använda sig av en särskilt sorts steganografi – konsten att gömma skrift, eller information – och placera informationen bortom sökhorisonten.
Ett sätt att göra detta är att bädda in informationen i icke-sökbara eller lågsökbara datastrukturer av olika slag. Ett annat sätt att göra det på är att lokalisera informationen i en särskild artefakt.
Lokaliserad information – en sorts steganografi
Det senare slog mig när jag blev irriterad över att man i Star Wars var tvungen att åka omkring och leta efter holokronkuber med information. Det slog mig som extremt osannolikt att den informationen inte skulle finnas centraliserad, men en holokron är förstås en sorts steganografi där skyddsmekanismen är lokaliseringen i ett objekt (en bra tankeregel: antag alltid att Star Wars har rätt).
Den här typen av steganografi – där vi gömmer information på vissa platser eller i vissa objekt – kan kanske komma sig att bli överraskande vanlig i framtiden. Samtidigt som det vore synd om vi inte kunde upprätthålla en gemensam kunskapssfär så skulle det ju vara litet spännande att veta att det finns hemlig information gömd på mystiska platser…
Jag har skrivit några gånger nu om vår relation till komplexitet och hur vi kan falla över in i en längtan efter det enkla. En stor del av attraktionen i det apokalyptiska och post-apokalyptiska ligger i denna vilja till förenkling. Om det enda du behöver tänka på är att tvätta händerna och köpa toalettpapper så att det räcker ett år så försvinner mycket av vardagens komplexitet. En pandemi förenklar prioriteterna.
Samtidigt är denna förenkling bara skenbar. Samhället försvinner inte, det kommer att fortsätta att existera och det kommer att fortsätta att bli mer och mer komplext — kanske i allt snabbare takt. Pandemin kommer kanske att förvandlas till en ny säsongssjukdom som vi måste ta hand om och forska kring för att förebygga och bota. Dessa sjukdomar fortsätter dessutom att komma – nya – och det kräver kanske att vi organiserar vården annorlunda och smittskyddet effektivare.
Samtidigt har världen blivit och fortsätter att bli i de allra flesta meningar bättre. Men komplext bättre, inte enkelt bättre. Det är en utmaning och det vi behöver nu är en optimism som kan integrera komplexiteten, en framtidssyn som accepterar att det inte blir enklare, men som samtidigt bygger på förhoppningen om framsteget.
När vi utvärderar den här pandemin kommer det att pekas finger och några kommer att leta syndabockar. Det är ointressant, och slöseri med tid — det som vore intressant vore att veta vad det är som vi kan göra mycket bättre än man kunde vid spanska sjukan. En sådan sak som slagit mig är att informationskampanjerna kring Flatten The Curve har varit riktigt bra, och de har nått ut mycket brett. En annan är att den sociala distanseringen nu kan ske med ett ekonomiskt avbräck som bara är en fraktion av vad samma åtgärder hade kostat 1918 – för de som har sådana jobb (många av oss) är att arbeta hemifrån inget som helst problem.
Nästa pandemi kommer vi att klara av ännu bättre, och vi blir allt mer uthålliga. Utmaningen stärker oss – men förenklar inte. Framtiden är ljus, men inte enkel.
—-> En riktigt bra rapport om generella spelare i AI. Här.
Och det finns förstås massor av annat — men poängen är inte att lista allt, utan att fundera på hur vi konsumerar information i kriser. Och vilka nya sårbarheter det skapar i organisationer och samhällen.
Ytterligare en träningssak för den egna tankeförmågan alltså – låt inte informationskonsumtionen koncentreras alltför mycket vid kriser. Det är nästa så att man skulle ta en 30 minuter per dag och verkligen söka sig utanför den för tillfället dominerande berättelsen, bara för att inte förlora perspektiven.
I morse fördes en diskussion om att flera myndigheter nu beslutat att införa regler som strider mot folkhälsomyndighetens bedömningar. Det uppkommer då en intressant fråga om hur dessa beslut skall betraktas. Ansvarig minister svarade, inte överraskande, att hon anser att Folkhälsomyndighetens rekommendationer bör gälla (antag att hon sagt att varje myndighet själv får bestämma — det skulle ju vara att massivt underkänna sin egen myndighets rådighet över detta område).
Sedan menade ministern att regeringen inte kan fatta beslut om att begränsa folksamlingar mm, och att det där handlar om grundläggande rättigheter som en regering inte ska kunna träda för när i olika sammanhang. Detta är intressant att granska närmare för att förstå på djupet.
Argumentationen skulle då se ut ungefär, slarvigt, såhär:
Regeringen kan inte godtyckligt begränsa rättigheter att exempelvis mötas utan att det skall finnas grundlagsenliga skäl för detta. Sådana grundlagsenliga skäl har riksdagen fattat beslut om i Smittsmyddslagen. Smittskyddslagen delegerar detta ansvar till Folkhälsomyndigheten, och det är endast genom beslut från denna myndighet som sådan inskränkningar kan göras.
Det finns mycket att nysta i här, men grundprincipen är ganska klar — vi vill inte att regeringen godtyckligt skall kunna upplösa fri och rättigheter och skylla på en ”farsot” som det heter.
Samtidigt säger SmittskyddsL 9 kap 4§:
4 § Regeringen eller den myndighet som regeringen bestämmer får meddela de ytterligare föreskrifter som krävs för ett ändamålsenligt smittskydd samt till skydd för enskilda.
Grundregeln är att det skall vara genom lag mm, men 9 kap tycks ge utökade befogenheter vid pandemi till regeringen. Så hur skall man tolka ”eller” här? Är det så att om regeringen har utsett Folkhälsomyndigheten så har man avhänt sig denna möjlighet?
Här är min juridik rostig, men jag skulle vara intresserad av att gräva litet i detta. Det tycks rimligt att regeringen skulle kunna stiga in och ta ett ansvar här, inte för att man inte skall lita på experter utan för expertis är mycket mer brett distribuerad än bara i en myndighet. Det finns något farligt i att säga att vi bara skall lita på en myndighet, när kunskapen finns utspridd i en mycket mer komplex struktur — och inte alltid kommer fram till samma sak som just myndigheten.
Är detta populism som förnekar expertis? Jag tror inte det, kanske kan man se det såhär: det handlar om att inse att expertis organiserad i en myndighet beter sig på ett sätt och har ett givet värde, men att annan expertis också kan ha ett värde och att det finns ett tredje värde i om det finns åsiktsskillnader mellan dessa olika experter — och då måste man fatta ett politiskt beslut om vårt samhälle utifrån dessa olika värden.
Kanske att det kan säga något om vad politiska beslut egentligen är — de är metakognitiva; de handlar om att försöka syntetisera komplex kunskap till politisk handling genom att tillämpa olika sorters politisk kunskapsteori. De ideologiska skiljelinjerna blir då tydliga i hur man väger olika sorters information, och hur man drar slutsatser av den.
Politik som tankestil eller en uppsättning principer för beslutsfattande. En kanske självklar, men ibland bortglömd modell. Skillnaden mellan den som endast litar till organiserad expertis i en myndighet och den som litar till expertis oavsett källa är nog faktiskt ideologisk i grunden.
Och i dag med totalt 341 fall och en ökning på 37.5%…från 32 nya fall i Stockholm till 60:
Det är lätt att göra sig lustigt över sånt här, men förmodligen skulle ingen av oss låtsasepidemiologer klarat av det särskilt mycket bättre. Det är en påminnelse om hur usla vi är i allmänhet på att förutsäga mycket komplexa system. Nu återstår att se om det verkligen råder samhällssmitta, och om den sprids snabbt eller långsamt. Alla försiktighetsåtgärder som låter oss platta ut kurvan är förmodligen bra.
Jag hoppas att det kommer att skrivas en hel del forskning om hur detta förlöpt, om de olika kognitiva fällorna i det, åt alla håll, och vad de kom att betyda.
Tyler Cowen har en mängd regler – och säger ofta att man inte skall följa hans regler – men av de kanske mest intressanta reglerna är nog ändå rätt bra. Han menar att man skall undvika att “devalue and dismiss” ideér och personer. I en podcast nyligen med Tim Ferris tog han ett exempel: Paul Krugman. Han håller inte med honom i nästan någon fråga, ändå försöker han lära sig av Krugman. Det är okej att nedvärdera och nedgradera värdet i en tes, men inte att avfärda ideér eller människor.
Cowens regel är ett enkelt exempel på intellektuell hederlighet. En genuin vilja att lära sig och se till att ständigt kalibrera sina åsikter. Det är oerhört svårt – och värdefullt om man lyckas. Om du är ärlig mot dig själv – när gjorde du senast misstaget att nedvärdera och avfärda en idé eller en person? Vad hade hänt om du i stället bara nedgraderat den idén eller personen något, och fokuserat på vad det lärde dig?
Om vi bortser från orsaken – finanskris, grekisk kris, terrorism, pandemi — finns det ett mönster i hur de uppkommer? Hur ofta och med vilken magnitud? Frågan kunde formuleras såhär: kan vi förutse samhälleliga kriser på samma sätt som vi kan förutsäga jordbävningar? Att vi vet att de kommer med viss regelbundenhet, att de har mindre efterskalv mm?
Det vore förstås en lågupplöst och grovkorning modell, men det ter sig inte helt osannolikt att det finns något värde i den modellen — den utgår från den kanske egentligen självklara tanken att kriser formar en sorts potenslag, som jordbävningar mm. Vart tionde +-2 år en större kris?
Vad skulle kunna ligga bakom en sådan modell? Varför skulle samhällen uppvisa sådan regelbundenhet i sin sårbarhet? En leksaksmodell skulle kunna bestå i att man säger att ett samhälle når viss komplexitet och sedan förenklas och att komplexitetstillväxten tar ungefär ett tiotal år – och att den sker med olika profil?
Det håller förmodligen inte, men det är en intressant tanke. Man använder bl.a. jordbävningsmodeller för att förutsäga brott, men det har visat sig vara problematiskt.
Med dagens reverbteknik kan man spela in ett rum – och sedan lägga till det som en effekt till exempelvis sång. Just detta har man gjort med Hagia Sophia, och när en kör sedan sjunger musik som vi inte hört – i det rummet – sedan 1400-talet blir resultatet, ja, magiskt.
Jag lyssnar till musiken och hör mig själv tänka två saker samtidigt:
“Betänk vilka vi var då. Att vi byggde katedraler, sjöng lovsånger i dem och kontemplerade mysteriet. Vi hade ett ankare i en annan rytm, en annan tid. Vi var på ett sätt både mindre och större. Mindre i våra egna ögon, och större i vårt värv. Vi var en del av en berättelse, rörde oss i ett mönster av mening.”
— Vilka vi var då? Grymmare absolut, lydigare visst, men större? Alls inte — det är större att möta sin frihet utan vidskepelse, att se sin existens i vitögat och framförallt se sin medmänniskor som individer. Det ankare du ser utanför människan var inget annat än maktens ursäkt för förtryck och underordning. Du äger din egen berättelse nu – om du nu vågar. Det finns ingen mening bortom den vi skapar tillsammans.
Kierkegaard uttrycket det ganska väl när han sade att han kände sig som schackpjäsen när motståndaren utbrister att “den där kan du ju inte flytta”.
I den här föreläsningen presenterar professor Lauren Ancel Meyers olika modeller för att förstå och förutsäga pandemier. Antag att du har ett nätverk och vill förutsäga hur en sjukdom rör sig genom det – och du inte har full kännedom om nätverket – det är inte helt kartlagt. Då måste du välja någon delmängd av noderna för att modellera nätverket. Hur väljer du då?
Professor Meyers börjar med att föreslå två olika modeller: en är slumpmässig – ta ett antal noder på chans, och den andra är att ta de noder som verkar har högst centralitet, dvs är kopplade till flesta andra noder. Båda dessa metoder fungerar, men den första ger nästan ingen förutsägelsekapacitet utan låter dig bara spåra epidemin. Den andra är knepig om du inte har insikt i vilka noder som är centrala.
Det visar sig att det då finns en annan metod som är så användbar att den rimligen också har applikationer långt utanför medicinsk epidemologi och den består i följande mycket enkla steg.
Ta ett antal noder i nätverket slumpmässigt och kontakta dem.
Be dem att utse en person i nätverket att spåra
Spåra dessa i stället för att spår de slumpmässigt utvalda första noderna.
Metoden bygger på den enkla insikten att den första person folk kommer på kommer ha högre centralitet än dem själva. Det betyder att man kommer åt centralitet bakvägen. så att säga-
Denna modell gav i den studie professor Meyers nämner två veckors varning för epidemins spridning.
En gissning är att man kan använda detta för att förutsäga även andra saker, och då kanske med ännu längre ledtider. Ta ett slumpmässigt utval av ditt nätverk, be dem välja en person och spåra dennes val i kläder, flygskam, politiska åsikter, diet…kan det fungera? Kanske. Att komma åt centralitet på detta sätt är ganska intressant. Om man arbetar med åsiktsbildning borde man be alla man talar med att ge ett förslag på någon annan man borde tala med — och spåra centralitet på detta sätt. Förmodligen får man mer genomslag om man mejlar de som man samlar ihop på detta sätt i vissa fall (skillnaden mellan den som har tid att träffa dig och den de säger att du kanske borde ha träffat).
Läs mer om modellens möjligheter och begränsningar här.
I den här twittertråden bygger Liz Specht en intressant modell. Hon har kvantifierat sjukhuskapaciteten i USA – antalet bäddar – och räknat på när det blir fullt; när sjukhusen når sin maxkapacitet med dagens antal bäddar. Svaret blir 8 maj. Hon räknar med att USA har runt 1 miljon bäddar och att 2/3 redan är belagda, och dessutom med allmän spridning i samhället samt ca 10 procent hospitaliseringsgrad. Många av dessa antaganden kan ifrågasättas, men modellen i sig är intressant.
Om man översätter den till svenska förhållanden måste man göra en mängd olika antaganden också, men det är om inte annat en nyttig mental modell att laborera med nu när vi alla är så intresserade av pandemier.
Sverige har såvitt jag kan se 22 000 sjukhusbäddar – det är ett lågt tal i OECD-sammanhang och sjunker. Antag att 2/3 är upptagna, som i Spechts modell (fast svenska sjukhus säger i och för sig att det är många fler som redan är upptagna) och att det vi har att spela på är 7300 bäddar – då tar vår kapacitet slut, ser det ut som, vid 73 000 smittade. Den springande frågan blir då när vi har så många smittade vid allmän smittspridning i samhället? Specht räknar med en dubblingstakt vid allmän spridning på 6 dagar. I dag har vi ca 160 fall (jag räknar inte med några oupptäckta fall alls, Specht räknar med 8x antalet upptäckta fall) och hävdas det – ingen allmän smittspridning). Såhär ser det ut, ungefär: den 13 april har vi 10 000 fall, den 19 april 20 000 fall, den 25 april 40 000 fall och den 1 maj 80 000 fall. I Spechts modell kollapsar systemet där, om vi bara tittar på när sängarna tar slut. Det som sedan händer är inte vackert, men Specht tror inte att mer än 1 procent av befolkningen får sjukdomen, så för oss borde det betyda att runt 100 000 svenskar drabbas i hennes modell, och därför balanseras behovet av sängar där.
Som alla modeller är denna fel, men användbar. Det är användbart att fundera över antagandena i modellen, framförallt och fundera på om de är rimliga:
Allmän smittspridning. Får vi det? När?
Sjukvårdens kapacitet som mätt i antalet vårdplatser — är det ett rimligt mått? Varför, varför inte? Varför har Sverige i OECD-sammanhang så få vårdplatser?
Dubblingstakten – var 6 dag – är den liknande i Sverige som i andra länder? Varför, varför inte? (Om vi nu får allmän smittspridning)
Hospitaliseringsgraden – drivs den av panik, sociala mönster, rykten? Eller är den medicinskt motiverad på runt 10%? Högre? Lägre?
Hur länge behöver man en säng? Specht räknar med att det handlar om mer än 14 dagar, och därför når vi en punkt där sjukvården börjar knaka i fogarna.
Vid 1% antal smittade i Spechts modell räknar hon med att det saktar ned — mättnadseffekten. Det betyder att hon inte räknar med re-infektion eller andra alternativa modeller, eller?
Antalet vårdplatser är inte statiskt. Hur snabbt kan Sverige skala antalet vårdplatser? Antag att vi behövde 10 000 nya vårdplatser till 1 maj — har vi den samhälleliga kapaciteten att producera dessa? Hur skulle vi gå tillväga? Omvänt: hur många extra vårdplatser kan vi producera till 1 maj om vi måste? Hur är det med personal?
Just nu är det så mycket brus i signalerna att det inte är möjligt att säga om situationen i Sverige är under kontroll, kan jag tycka — men jag vet också att jag inte vet tillräckligt för att ens säga det. Just därför blir det viktigt att laborera med olika mentala modeller så att vi kan räkna på det hela, utveckla vår förståelse mm. Spechts modell är ett intressant bidrag.
Handlingar och händelser har konsekvenser. Men konsekvenser har också, uh, konsekvenser. Och de är ofta mer intressanta att fundera över. Ibland kallas de för andra ordningens effekter (en rätt usel översättning av second order effects) – och de är inte helt lätta att sortera. Det hävdas exempelvis att spanska influensan medförde snabbare jämlikhet mellan könen eftersom fler män drabbades och kvinnor demonstrerade det självklara att de kunde ta vilka uppgifter som helst i samhället. Det behövde, menade forskarna, bara dö litet män först.
Covid-19 skulle kunna leda till en mängd intressanta sådana andra ordningens effekter. Två är särskilt intressanta: den snabbare automatiseringen av supply chains är den första. Robotar kan ta många fler arbetsuppgifter än de har idag, nästan precis som kvinnor vid spanska influensan.
Den andra är en ny dimension i urbaniseringen. Kommer den att sakta av, eller kommer vi att utveckla helt nya metoder för att förstå och arbeta med urban hälsa? Ämnet är vidöppet och inte särskilt genomforskat. Jag minns en Asimovnovell där människor med tiden deurbaniserade och aldrig sågs fysiskt efter vågor av epidemier.
En annan sak som jag undrar över är mönstret i tid. De flesta artiklar jag sett utgår från att detta är 1/100 år och pekar på just spanska sjukan. Men om man istället tittar på zoonotiska Corona-virus så ser det mer ut att vara mellan 1/10 till 1/5 år. Och då kanske med högt R0 var tionde år? Sammanfaller högt R0 med lägre CFR i denna viruskategori? Någon icke-biologisk relation måste det finnas åtminstone vid kortare inkubationstider, tror jag.
Alla vi framtidsforskare som nu sitter med detta är nog egentligen intresserade av frågan om nästa pandemi och hur den förlöper med Covid-19 i minne och som exempel.
Hur ser en realistisk framtidstro ut? Varför är det viktigt att politiken bereder plats för individens projekt och inte fastnar i att försöka justera ett system? Några av de frågor som dyker upp i denna artikel.
I dag diskuterar jag Geoffrey Wests Scale i en podcast (mer snart). När jag läste om den slog det mig att det finns andra intressanta möjligheter att förklara skillnaden mellan de olika sorters komplexitet som vi återfinner i städer och företag, och att vi kan använda James P Carse föreställning om oändliga och ändliga spel för att utveckla Wests argument.
Oändlig spel, hos Carse, spelas för sin egen skull. Livet, rätt förstått. är ett oändligt spel där meningen kommer ur spelet självt. Schack är ett ändligt spel där målet är att ställa motståndaren i matt. Så hur ska vi då se på städer och företag? Städer är nog oändliga spel – och det skulle kunna förklara varför de överlever.
I ett oändligt spel är den ökande komplexiteten ett mervärde – den förlänger spelet och eventuella kostnader som den medför blir en del av spelet. Men i företag – som mest liknar ändliga spel – blir komplexiteten en kostnad som man måste hantera för att kunna vinna spelet. Komplexiteten är inte ett mål i sig, utan en konsekvens av att spelet håller på längre tid och med större och större organisation.
Företag går under, för att låna Tainters modell, när de åtgärder man vidtar för att minska komplexiteten ökar den än mer. Städer, och andra oändliga spel, frodas i den miljön.
Hur är det då med civilisationen? Spelar vi ytterst ett ändligt eller oändligt spel? Här tycks Tainter och West ense: civilisationen är med nödvändighet ett ändligt spel och våra resurser kommer att ta slut. Det betyder att för livet är komplexiteten en fiende, hur man än ser på det. Oändliga spel – som städer – är bara möjliga inom ramen för ett ytterst ändligt spel.
Det är inte en slutsats som vi måste acceptera. En av de kanske svåraste politiska utmaningarna är att våga försvara framsteget utan att för den skull hävda att det kommer att minska komplexiteten i våra liv oh samhällen. Att välja framsteget trots det är utmaningen. Hayek uttrycker det väl:
In this sense the twentieth century was certainly an outstanding age of superstition, and the cause of this is an overestimation of what science has achieved—not in the field of the comparatively simple phenomena, where it has of course been extraordinarily successful, but in the field of complex phenomena, where the application of the techniques which proved so helpful with essentially simple phenomena has proved to be very misleading. Ironically, these superstitions are largely an effect of our inheritance from the Age of Reason, that great enemy of all that it regarded as superstitions. If the Enlightenment has discovered that the role assigned to human reason in intelligent construction had been too small in the past, we are discovering that the task which our age is assigning to the rational construction of new institutions is far too big. What the age of rationalism—and modern positivism—has taught us to regard as senseless and meaningless formations due to accident or human caprice, turn out in many instances to be the foundations on which our capacity for rational thought rests. Man is not and never will be the master of his fate: his very reason always progresses by leading him into the unknown and unforeseen where he learns new things.
Hayek, F. A.. Law, Legislation and Liberty (Routledge Classics) (p. 507). Taylor and Francis. Kindle Edition.
Notera att emfasen är Hayeks egen.
En sista tanke — det finns en likhet här mellan städer / företag och party /möte. En fest lider inte av komplexitet, men ett arbetsmöte kan bli olidligt. Och fester tar egentligen inte slut — minns Douglas Adams, som fångar samma problem på sitt oefterlikneliga sätt:
The longest and most destructive party ever held is now into its fourth generation, and still no one shows any signs of leaving. Somebody did once look at his watch, but that was eleven years ago, and there has been no follow-up.
The mess is extraordinary, and has to be seen to be believed, but if you don’t have any particular need to believe it, then don’t go and look, because you won’t enjoy it.
There have recently been some bangs and flashes up in the clouds, and there is one theory that this is a battle being fought between the fleets of several rival carpet-cleaning companies who are hovering over the thing like vultures, but you shouldn’t believe anything you hear at parties, and particularly not anything you hear at this one.
One of the problems, and it’s one which is obviously going to get worse, is that all the people at the party are either the children or the grandchildren or the great-grandchildren of the people who wouldn’t leave in the first place, and because of all the business about selective breeding and regressive genes and so on, it means that all the people now at the party are either absolutely fanatical partygoers, or gibbering idiots, or, more and more frequently, both.
Either way, it means that, genetically speaking, each succeeding generation is now less likely to leave than the preceding one.
So other factors come into operation, like when the drink is going to run out.
Vi förstår världen i berättelser — de komprimerar information och placerar den i ett kronologiskt perspektiv så att vi kan hantera dem bättre. Att studera berättelser är att studera en särskild klass mönster som har en given vikt för att förstå samhällen och samhällsförändringar. Döm därför om min glädje när jag såg att PLOS nu lagt upp en särskild samling artiklar om mönster.
I flertalet böcker jag läst på sistone, som Peter Gärdenfors Den meningssökande människan , Robert Schillers Narrative Economics och Brian Boyds The Origin of Stories, identifieras berättelsen som den mänskliga förståelsens grundform; en intressant tanke i tider som fokuserar på data och information — långt mer fragmentariska begrepp som saknar samma förklaringskraft. Samhällen är komplex av berättelser, och samhällsförändring handlar till stor del om hur vi skiftar berättelser och betonar dem annorlunda.
Det betyder inte att samhället är godtyckligt; berättelser är verkliga mönster för att leka med Dennetts term.
När man arbetar med att formulera förutsägelser finns det flera viktiga principer som man måste fundera över. Rätt använda kan förutsägelser ge ett betydande konkurrensövertag, men det är lika lätt att slösa bort tiden med värdelös spekulation. I den här posten började fundera en del över detta, och här litet fler tankar.
Förutsägelser – eller forecasts – är mest intressanta i närtid, och så fort vi rör oss längre in i framtiden är det bättre att arbeta med scenarier och kartlägga spektrumet av möjliga utfall. Det finns dock ett förutsägelsefönster som är intressant att arbeta med och där en god förmåga att hitta rätt kan vara mycket värdefull.
Det hela påminner i tekniskt avseende om skillnaden mellan klimat och väder. När det gäller klimatet vill vi ha insikt i hela spektrumet möjliga utfall, och när det gäller väder är en 7-dagarsprognos värdefull för vissa företag. Förutsägelsefönstret ser olika ut för olika fenomen — vädret är så pass komplext att det knappast kan förutsägas bortom ett tiotal dagar, till exempel.
Det betyder inte att vi inte kan säga intressanta saker om möjliga utfall för klimatet, emellertid. Oförutsägbarheten är relaterad till upplösningen i förutsägelsen — den som vill ha en högupplöst förutsägelse får acceptera en krympande horisont, och den som är nöjd med en mer grovkornig förutsägelse kan kika längre in i framtiden (i ett exempel med en viss kurva — det går att tänka sig att andra frågor har en helt annan kurva förstås):
Det finns en intressant fråga här, och det är om det är någon artskillnad mellan grovkorniga och finkorniga förutsägelser — eller om den enda skillnaden är skalan i förutsägelserna. När det gäller riktigt grovkorniga förutsägelser – som Keynes berömda “in the long run we are all dead” – så tycks de mindre värdefulla, men att veta hur många dagar man har kvar att leva känns mer relevant.
Betyder det att värdet i finkorniga förutsägelser alltid är högre än det i grovkorniga? Förmodligen stämmer det någorlunda (fast det förstås finns avtagande nytta även här – att känna till temperaturen på regndropparna om det skall regna på torsdag skulle kanske inte förändra särskilt mycket). Här finns dock en intressant insikt – och det är att värdet på grovkorniga förutsägelser inte nödvändigtvis går mot noll ju mer grovkorniga de blir — det är nog så att vi ofta underskattar värdet på grovkorniga förutsägelser just för att de har så låg upplösning. I ett enkelt exempel:
Nå, åter till frågan: hur ser en bra förutsägelse ut? Hur formulerar vi den? Egentligen kan man börja bakifrån. Vi kan anta att vi skall använda förutsägelsen, och det betyder att vi borde kunna ta reda på hur vi skulle använda den — vilket i sin tur betyder att alla intressanta förutsägelser borde kunna skrivas i formen:
(i) Om jag visste att X med viss sannolikhet så skulle jag Y.
Om jag visste med mer än x procents sannolikhet att det kommer att regna på torsdag så packar jag med mig mitt paraply. Notera att X inte behöver vara 50, det kan vara så litet som 10 om kostnaden för att packa med paraplyet är liten.
För ett företag som ägnar sig åt framtidsstudier bör denna formulering kanske se ut såhär:
(ii) Om vi visste X med viss sannolikhet så skulle vi handla så att Y.
Om vi visste att priserna på kaffe går upp om tre månader så skulle vi köpa på oss kaffe för en längre tid nu (och mot detta då eventuella lån för kaffeköp, lagringskostnader mm).
En förutsägelse måste alltså, för att ha ett värde, leda till någon sorts handling för den egna organisationen.
Utöver detta bör den vara precis nog för att vi skall kunna lära oss av den och se till att vi kan bedöma tydligt varför vi hade rätt eller fel. Det betyder att det inte räcker att skriva ned förutsägelsen – utan vi borde också skriva ned skälet för att vi gör just denna förutsägelse. Det är ett sätt att vaccinera sig mot framgångens delirium i vilket turen inte finns.
Vi landar då i något i stil med:
En förutsägelse F är värdefull om den är precis nog, noga motiverad och dessutom vid ett visst tröskelvärde skulle leda till handling i en i förväg specificerad riktning.
En intressant måndagsövning är då att försöka komma fram till tre eller fyra sådana förutsägelser. Min gissning är att det är överraskande svårt i de flesta företag och verksamheter, av flera olika skäl. Mer om detta i en annan post.
Ur Brian Boyds underbara “On The Origin of Stories” (2009):
“…an unpredictable combination of patterns repays intense attention and can yield rich inferences, although finding how to ascertain all the patterns and all the meaning they imply may not be easy.”
Boyd, B On the Origin of Stories s 90
och
“Art concentrates and plays with the world’s profusion of interrelated or intersecting patterns.”
Ibid.
Just denna tanke — att den konst som fångar oss är byggd på oförutsägbara kombinationer av mönster spänner upp det konstnärliga rummet på ett intressant sätt: verket måste ha ett mönster, men det får inte vara förutsägbart – och det får gärna hänga samman med andra mönster och skära över dem.
Ta bilden ovan – den öppnar upp en mängd förväntade och kopplade mönster, som alla kan förvrängas och förändras för att öppna för det oväntade. Varje scen, varje rad, varje ton har en skugga av förväntade mönster – och en större skugga av möjliga variationer på temat.
När astronomer nu rapporterar att man uppfångat en fast radio burst (FRB) som upprepar sig var 16.35:e dag är det intressant att fundera kring hur man arbetar med hypotesen att det rör sig om en signal snarare än ett naturligt fenomen. Att vi kan hitta ett mönster kan inte vara nog, eftersom de regelbundenheter vi ser kan vara naturliga och inte intentionella.
Här är vi ute på filosofisk myrmark, dock. Antag för diskussionens skulle att vi accepterade idén att förekomsten av ett mönster kraftigt antyder intelligens. Hur skulle vi då göra med matematiken – och med primtalsmönster? Skulle vi säga att matematiken är en signal? Från vem? Här är många benägna att skaka på huvudet och säga att matematiken konstruerar vi ju, den finns inte på samma sätt som radiovågor från rymden, men det är nog en ganska tunn skiljelinje. Finns radiovågor på ett annat sätt än matematik? Ontologiskt faller olika filosofer inom matematikens filosofi på olika sidor här – så alldeles givet är det inte.
Och visst vore det ganska roligt om matematiken inte bara var, som mången fysiker lyriskt sagt, universums eller gudarnas språk — utan faktiskt en signal från något till oss. Jag minns vagt en science fiction-novell där en person ger sig ned tillräckligt djupt i decimalerna till pi och finner att de plötsligt förvandlas till nollor och ettor som kan dechiffreras till ett meddelande. Efter hårt arbete dechiffreras meddelandet och lyder:
“I en oändlig talserie kommer till synes meningsfulla sekvenser att uppkomma med mycket hög sannolikhet, utan att det för den skull finns anledning att anta att de betyder något.”
Förvirring sätter in.
Åter till vår FRB – när skulle vi säga att den var en signal? Om vi kunde hitta mönster i mönstren? Om vi inte bara hittade en regelbundenhet i hur vågorna uppkommer, utan en regelbundenhet också i vågorna? Här närmar vi oss en intressant synpunkt: att det är överlagrade mönster som gör att vi antar intentioner, att vi antar att radiovågor utgör en signal. Mönster invävda i varandra är det kanske tydligaste tecknet vi har på intention, mönster på olika nivåer.
Om – och detta exempel är absurt – matematiken förändrades cykliskt så att vissa teorem “blinkade”, eller om primtalen skiftade över tid så skulle antagandet om intention vara rimligare.
Människans förmåga att finna mönster på olika nivåer är värd att studera närmare.
Jag avslutade för någon vecka sedan boken “Extraterrestrial Languages”, som angriper frågan från en annan utgångspunkt – nämligen hur vi skulle kunna konstruera ett meddelande som en annan intelligens skulle förstå. Det är en fin sak att fundera på en måndag i februari.
Det finns ett flertal olika formuleringar av det som ibland kallas FoU-paradoxen, men den kanske enklaste är något i stil med:
(i) Av de investeringar vi gör i forskning omsätts en mycket liten andel i (kommersiell) utveckling.
Det finns en variant som hävdar att detta är ett konstant förhållande
(ii) Även om vi ökar investeringarna i forskning får vi samma absoluta kommersiella utveckling.
Sedan finns en tredje variant som är intressant att utforska här:
(iii) Även med ökande investeringar i forskning kommer vi att få allt mindre utväxling i kommersiell utveckling.
Ofta diskuteras FoU-paradoxen i samband med statliga satsningar, men just (iii) har faktiskt diskuterats också i näringslivssammanhang, av bl.a. forskaren Anne Marie Knott. Hon har observerat sjunkande avkastning på FoU-investeringar i företag under ett flertal olika år och har undersökt olika möjliga förklaringar på detta fenomen.
Anne Marie Knotts undersökningar av avkastning på R&D ger en intressant inblick i FoU-paradoxen.
De två huvudhypoteserna kan enkelt uttryckas som följer.
A. Det blir hela tiden svårare att utveckla nya innovationer eftersom de mest uppenbara innovationerna redan gjorts.
B. Företag blir allt sämre på att organisera sina FoU-insatser.
Knott förespråkar B och menar att det bevisas av att maxavkastningen på FoU-satsningar för enskilda företag faktiskt gått upp under den tid som den genomsnittliga avkastningen sjunkit. Det visar, menar hon, att det inte blivit svårare — vissa kan till och med öka avkastningen!
Det är fullt möjligt, men det är intressant att studera den andra förklaringen också – och modifiera den litet – genom att anta att all vår innovation är kombinatorisk på olika sätt. Hal Varian har noterat att kombinatorisk innovation är en av de kanske bästa modeller vi har för att förstå hur innovation sker — vi kombinerar olika idéer och genom att göra det skapar vi ofta något nytt som vi sedan kan testa på marknaden. iPhonen kombinerar en mängd andra idéer till en helt ny innovation, för att ta en närmast trivialt exempel.
En av de kanske mindre uppmärksammade konsekvenserna av denna modell är emellertid att den också betyder att mängden möjliga innovationer växer kombinatoriskt över tid — och många av dessa kommer att vara triviala eller meningslösa. Det internetuppkopplade kylskåpet är en kombination av idéer om konnektivitet och kylskåp, men fungerade inte på marknaden och blev just därför aldrig en innovation nation. Ju fler idékombinationer vi får, desto fler kombinationer av dessa kommer att vara triviala eller ointressanta för marknaden.
(En terminologisk anmärkning: i likhet med Schumpeter skiljer vi här mellan idéer eller uppfinningar och innovationer. Innovationer är idéer som framgångsrikt lanserats på en marknad).
Lyckade innovationer skapar i sin tur en mängd olika nya idéer som kan kombineras på olika sätt till nya möjliga innovationer och så vidare. Resultatet blir ett snabbt expanderade idéuniversum.
Det låter ju fantastiskt, eller hur? Borde inte avkastningen på forskning då explodera i samma takt? Nej, och det är här problemen börjar. Endast en liten fraktion av alla möjliga idékombinationer kommer att klara sig på marknaden, och med ett snabbt expanderade idéuniversum får vi ett klassiskt sökproblem: vi måste försöka hitta de kombinationer som fungerar i detta expanderande universum. Mängden meningslösa idékombinationer växer snabbare än mängden innovationer. I så måtto ligger det något i tesen A ovan — det är lättare att genomsöka ett litet idéuniversum än ett stort, och i det lilla kommer vi att hitta flera innovationer per tidsenhet än i det större.
Vi måste alltså spendera mer resurser på att söka igenom mängden möjliga innovationer. Vilken sorts resurser är det då vi spenderar där? Jo – mänsklig innovationskraft – tid, uppmärksamhet och kreativitet.
Och dessa resurser växer linjärt med varje utbildad och entusiasmerad människa.
Vi landar då i ett klassiskt dilemma: vi måste utforska ett kombinatoriskt växande rum med en linjär resurs.
Vi letar i efter en nål i en ständigt växande höstack. När höstacken var stor som en knytnäve var det ett trivialt problem, när den växer till en mindre planet blir det knepigare.
Översatt till FoU-paradoxen, i något tillyxad form, betyder detta att forskningsinvesteringar är investeringar i att göra höstacken större, samtidigt som några nya nålar lägges till hela tiden (användbara forskningsresultat – snart kommer metaforpolisen och tar mig).
Stanislaw Lem var LÅNGT före sin tid i Summa Technologiae. Och: snyggaste omslaget i universum, eller?
Mängden nålar som läggs till är emellertid sjunkande relativt tillväxten av höstacken, eftersom det saknas starkt selektionstryck på forskningen, som redan Stanislaw Lem observerade (1964):
“We should add that another adverse phenomenon can also be observed: the number of discoveries being made is not proportional to the number of scientists (where the doubling of the number of scientists would lead to twice as much research). The situation is rather as follows: the number of discoveries doubles every thirty years, whereas the number of scientists doubles every ten years. This may seem to contradict what we have said about the exponential growth of scientific information. Yet there is no contradiction here: the number of discoveries is also growing exponentially, but more slowly (its growth is expressed by a smaller exponent) than the number of scientists. All the discoveries taken together are just a fraction of all the information being acquired by science. It is enough to flick through the dusty piles of articles and dissertations produced with a view to obtaining an academic degree and now stored in university archives to see that not a single one of them has led to an at least partially useful result. Reaching the limits of the information capacity of science means significantly lowering the probability of making discoveries. What is more, as the curve of an actual increase in the number of scientists will be getting further away from the hypothetical curve of further exponential growth (which is not possible anymore) in its descent, the coefficient of such probability should be constantly decreasing from now on.”
Stanislaw Lem, Summa Technologiae (1964)
I Lems analys har forskningen – då 1964 – mestadels förvandlats till brus:
“Does this proliferation of papers represent real growth of knowledge? As far back as 1965, Price noted a now familiar observation: “I am tempted to conclude that a very large fraction of the alleged 35,000 journals now current must be reckoned as merely a distant background noise, and as very far from central or strategic in any of the knitted strips from which the cloth of science is woven.”
Stanislaw Lem, ibid.
Ständigt större höstack, relativt sett färre antal nålar, alltså. Om detta stämmer så är (iii) ovan förmodligen den mest rättvisande formuleringen av FoU-paradoxen.
*
Betyder detta då att vi bör ge upp? Om vi har en ändlig, linjärt växande resurs till vårt förfogande för att hantera ett kombinatoriskt exploderande sökproblem så ser det ju onekligen litet deprimerande ut. Men det finns en möjlig väg framåt här — och den handlar om en särskild klass innovationer som möjliggör snabbare lärande: maskininlärning och artificiell intelligens.
En enkel leksaksmodell av kunskapsekonomin består av tre olika komponenter: data, information och kunskap. Data struktureras till information som tolkas till kunskap som i sin tur används på ett sådant sätt att den skapar värde. Problemet i vår tid är att vi kan använda datorkraft för att strukturera data till information, men tolkningen av information som kunskap kräver mänskligt engagemang i modellen — och den mänskliga resursen är ändlig (även om Lem lekte med tanken på att tvångskommendera alla att bli vetenskapsmän eller innovatörer).
Det kan emellertid förändras med nya AI-relaterade tekniker — de kan kanske inte förstå vetenskapen, men de kan göra något som ligger mycket nära tolkningen och därför hjälpa oss att söka igenom det växande idéuniversum som vi har att göra med. Det problem de måste lösa är då det följande: de måste kunna förutsäga om en viss given idékombination kommer att flyga som innovation på marknaden.
Marknaden är nämligen den andra begränsade resursen här — vi kan inte testa ett oändligt antal olika innovationer på marknaden för marknaden har en absorptionstakt — den kan bara absorbera och testa ett visst antal potentiell innovationer över en viss given tidsrymd, så vi måste simulera en marknad, öka tolkningskapaciteten och genomsöka idérymden snabbare.
I dag ser vi de första vetenskapliga upptäckterna som gjorts av olika AI-system, och nästa steg är att vi ser lyckade innovationer lanseras av AI-företag som kan hjälpa oss att hantera FoU-paradoxen — och därmed hantera en ständigt mer komplex och utmanande omvärld.
I en uppmärksammad artikel nyligen hävdade författarna att vår musik blivit inte bara mer deppig, utan mycket mer negativ överlag. Den kanske mest anmärkningsvärda observationen handlade om hur mycket ordet “hat” förekommer:
“Why are pop songs getting sadder than they used to be?” ALBERTO ACERBI & CHARLOTTE BRAND 06 February, 2020
Hittar vi samma sak i litteraturen? Det ser inte riktigt ut så, men titta på vad som sker med ordet “love”.
N-gram viewer “love”, “hate”
Vi ser en liten uppgång för “hate”, emellertid — och ligger på toppnivåer historiskt. Det är en ganska oroväckande trend (den som oroar sig över trettiotalet kan notera att det var inte så mycket hatet som rusade, som kärleken föll — något som öppnar ganska rika tolkningsmöjligheter!
Hur ser det då ut med kärlek i låtar? Inte riktigt lika dystert:
Från artikeln ovan.
Här ser det litet mer hoppfullt ut — men kanske är den här kurvan ändå litet tendentiös; det går att tänka sig en kurva som mer påminner om den allmänna trenden som forskarna har sett:
Positiviteten i musiken försvinner. Från artikeln ovan!
Hur ser det då ut med kärleken i de allmänna sökningarna? Den som kikar på Google Trends ser också ett oroväckande mönster:
Vart tar kärleken vägen?
Från toppnoteringen 2012 (100) har kärleken som en andel av sökningarna sjunkit stadigt (63).
Här finns ett helt forskningsprogram att gräva fram för den som är intresserad, med en hel del intressanta hypoteser. Ett synopsis skulle kunna lyda såhär:
“Det är inte hat som öppnar för polarisering, populism och extrema politiska rörelser – faktum är att den som dristar sig till att mäta hatet i vår kultur kommer att upptäcka att det befinner sig på mycket låga nivåer, även om vi kan se små variationer och tendenser till mer hat i vår tid än någonsin tidigare historiskt. Det hatet är dock marginellt om vi ser till kärleken i litteratur, musik och i livet i stort. Problemet är dock att kärleken håller på att försvinna ur litteraturen, ur det allmänna medvetandet och ur musiken. Det, mer än något annat, är den stora samhälleliga risk vi står inför idag. Historiskt har sjunkande kärleksnivåer öppnat för inte bara fascism och nazism utan också, slutligen, för krig.”
Boktiteln? “All we need is love”. Ganska intressant ändå, eller hur?
Till sist – hur ser det då ut i Sverige? Google Trends igen:
Underbar början, de första avsnitten riktigt bra. Nu vill jag se uppföljningen på Janeway. Science fiction har en förmåga att antyda det bästa i oss. Just därför är det så sorgligt att dagens scifi låter sig bli helt dystopisk. Jag saknar Iain M Banks.
Man kan ha fel om framtiden på en mängd olika intressanta sätt – men den som spenderat en del tid med olika framtidsstudier börjar efter ett tag känna igen några av de möjliga misstagen. Jag skriver möjliga, eftersom de inte alltid är misstag — ibland kan de säkert till och med vara kraftfulla metoder: det är det som är spännande med att tänka kring framtiden. Jag tänkte illustrera dessa med frågor om framtidens arbetsmarknad, eftersom jag tror att det kan vara ett bra område att använda som exempel.
De tomma fabrikernas tid?
Det första misstaget är enkelt – det är att övertolka signalen. Automatiseringen övertolkades tidigt som trend, och alarmistiska siffror om att 50% av jobben skulle kunna försvinna inom en generation cirkulerade. En hel del av dessa siffror hade endast sin grund i att journalister inte hade läst en vetenskaplig artikel som inte sade detta, men som såg ut att säga det — men några forskare hängde på och såg en chans att äntligen få diskutera teknikdriven arbetslöshet. Varje tänkbar mental modell som kom fram till just detta resultat behövde dock förenkla bilden för att kunna förstärka signalen och snart avfärdades dessa tidiga rapporter som de sensationslystna tidningsankor de var.
Det andra misstaget är mer subtilt – det handlar om att välja fel begrepp för analysen, eller bättre: fel upplösning på modellen. En hel del seriösa forskare utgick från följande mycket enkla förhållande: automatisering betyder att en mängd uppgifter kan utföras av robotar, och därför borde det betyda att vi förlorar en massa jobb till automatiseringen. Ser ni vad som hände där? Vi gick från en upplösning – uppgifter – till en mer grynig upplösning – jobb – och drog en slutsats som baserade sig på att vi såg en oundviklig förändring på en nivå och antog att den ledde till en förändring på nivån ovanför. Här måste vi välja, och för arbetsmarknaden är förmodligen rätt upplösning just uppgifter. Jobb är kompetenskorgar, knippen av uppgifter, och att ett urval uppgifter kan automatiseras betyder inte att hela jobb försvinner. Däremot betyder det att de uppgifter som utgör ett jobb — innehållet i kompetenskorgarna — förändras. Detta i sig är inget nytt, utan har varit en ständig del av arbetsmarknadens utveckling. Vi ser det exempelvis i den förmodligen apokryfiska anekdoten om Herbert Simons läkare, som före bilen var tvungen att lära sig rida under läkarutbildningen för att nå sina patienter, och som efter bilens tillkomst kunde klara sitt yrke utmärkt utan denna kompetens i korgen
Det tredje misstaget är inte så mycket ett misstag som en metod: att hålla allt annat lika medan vi ser på en specifik fråga som vi vill försöka förutsäga. När vi frågar om hur automatiseringen kommer att påverka jobben så antar vi att jobben är statiska och att automatiseringen ökar. Vi håller allt annat lika. Ingen social förändringen sker på detta vis, eftersom det som händer är ett en förändring i en del av systemet genererar andra förändringar i systemet. Våra jobb är inte sociala atomer som alltid funnits — de är produkten av industrisamhällets organisation av arbete och det medvetna sociala valet att inkludera social trygghet och status i just jobbet, i det sätt på vilket vi förpackade arbete. Om automatiseringen ökar så ökar också trycket på resten av systemet och vi borde försöka se till systemförändringar i stället för att koncentrera oss på en enda nod i systemet och förutsäga den.
När det gäller framtidens arbetsmarknad har detta vittfamnande konsekvenser. Den som frågar hur AI kommer att påverka arbetsmarknaden i dag frågar oftast efter hur automatiseringen kommer att påverka jobben. Det går emellertid att undersöka andra delar av systemet också. AI — eller kanske snarare maskininlärning – skulle kunna komponera olika kompetenskorgar dynamiskt och skapa en helt ny sorts organisation av arbetet i vårt samhälle, och därför också en helt ny arbetsmarknad. Det skulle kunna betyda att den modell i vilken vi arbetar för en enda arbetsgivare – där jobbet är en 1:1 relation med en arbetsgivare – också försvinner och de sociala trygghetselementen organiseras på ett helt annat sätt. Poängen är enkelt — en teknik, särskilt en s.k. General Purpose Technology, påverkar aldrig bara en del av systemet.
Att fråga hur AI kommer att påverka arbetsmarknaden är litet som att fråga hur elektriciteten påverkade arbetsmarknaden.
Ett systemperspektiv är ofta komplext och dynamiskt, och det är därför vi förenklar våra modeller — men vi bör vara medvetna om att när vi gör det blir resultatet av våra undersökningar ofta haltande. Ett systemansats till frågan om framtidens arbetsmarknad skulle förmodligen utmana ett flertal olika föreställningar vi har om arbetsmarknaderna:
Måste de vara nationella? Varför ska ett jobb vara nationellt, när det är fullt möjligt att arbeta internationellt idag? Outsourcing kan mycket väl bli pansourcing där de kompetenser som behövs i en organisation hämtas där de möter kraven bäst.
Måste det finnas arbetsgivare? Företag beskrevs av Coase som logiska konsekvenser av transaktionskostnader. Dessa kostnader förändras kontinuerligt, och kanske borde vi också ställa frågan om hur AI påverkar företagets natur? Kommer vi att ha flashföretag som uppkommer för att lösa en komplex uppgift och sedan försvinner?
Kan de integrera utbildningssystemen helt? Arbetsmarknadens matchningsproblem har att göra med att signalerna från arbetsmarknaden överförs till utbildningssystemen mycket långsamt, och dessa systems förmåga att dynamiskt allokera resurser är ganska låg. Varför skulle inte en pulvriserad utbildningskostnad i systemet via olika sorters försäkringslösningar kunna skapa en kombinerad utbildnings- och arbetsmarknad? Invändningen att detta skulle skada långsiktig forskning är ett enkelt missförstånd — marknader kan lika gärna vara långsiktiga som kortsiktiga.
Och så vidare. Om vi väljer att undersöka alla begrepp i våra mentala modeller och se hur de kan förändras tillsammans, blir resultatet förmodligen mer intressant än om vi bara fokuserar på ett enda element i modellen.
Att ha fel om framtiden är emellertid inte det sämsta, det gör att vi kan diskutera den och försöka hitta bättre mentala modeller för de olika förändringar som vi vill se, och det är ju en fördel.
Denna intervju med Lorraine Daston är värd att läsas i sin helhet. Hennes arbete med kalkyler, regler och hur dessa formaliseras i samhällen är enastående intressant. Särskilt en sak framstod för mig som intressant i intervjun, och det är när hon noterar att framtidens arbetsmarknad har två olika sorters jobb:
There’s another aspect to your initial question: the analogy to the current day. The people behind the curtain in modern AI projects are of two sorts: those who are thinking about how to divide a very complicated task into the tiniest possible steps, very much in the tradition of the history of mechanical calculation; and those whose work is compensatory for algorithmic systems — Facebook moderators, for example, who monitor objectionable content missed by the algorithms meant to eliminate it automatically. It’s really important to distinguish between these two groups of people, because they are performing two very different tasks.
“Historicizing the Self-Evident: An Interview with Lorraine Daston Jack Gross interviews Lorraine Daston” LA Review of Books, 25 januari
Denna tanke — att algoritmiseringen skapar en nisch som kompletterar den där reglerna helt klarar av att lösa problemet — är en av de kanske mest framträdande idéerna i mycket av diskussionen om framtidens arbetsmarknad. Samtidigt är det inte uppenbart att denna föreställnin om “restjobb” har någon grund i verkligheten — många arbeten förändras så i grunden att de visserligen innehåller en del uppgifter som har att göra med regelmisslyckanden, men också innehåller andra uppgifter som adderar värde.
Samtidigt är det intressant att se diskussionen om mekaniserade regler så tydligt artikulerad och genomlyst.
I ekonomen Tyler Cowens podcast finns återkommande en sektion som är både rolig och effektiv. I den räknar Cowen upp ett antal olika saker och ber gästen att bedöma om dessa saker är överskattade eller underskattade. Det är en listig fråga — den fordrar att man tar ställning och inte mjäkigt sätter sig i mitten (även om många famlande försöker ta sig dit). Frågor som denna är till enorm hjälp i arbetet med att ta fram åsiktsskillnader, något av de mest värdefulla vi har som människor. I varje projekt borde var och ens roll definieras i termer av vilka åsiktsskillnader som man kan ta med sig in i projektet.
Testa själv — är följande fenomen överskattade eller underskattade?
Demokrati
Beatles
Hängslen
Bluetooth
Game of Thrones
Sherlock Holmes
Star Trek
Boken Sapiens
John Stuart Mill
Glass
Visst är det en intressant övning? Hur ser en riktigt svår lista ut enligt dig?
Läst en del på kvällarna denna vecka och njutit av följande:
Terapeuten var det närmaste en perfekt söndagsbok jag läst. The Last låg kvar från en resa, och var väl okej men ojämn. Lintons bok mycket matnyttig och Boyd skrev jag om här. Den lilla boken emellan Boyd och Jameson heter Planet of Viruses och var en god genomgång av de enormt många olika sorters virus som finns.
Jag har börjat fundera på hur man kan läsa mer effektivt — och då menar jag inte snabbare, utan på ett sätt som göra att jag kan integrera det jag läser mer i det jag redan har läst. Jag skulle vilja ha ett sätt att verkligen se till att läsandet blir en del av den “kristallina” intelligens som man ibland talar om.
Det finns flera strategier att ta hänsyn till här, och jag använder dem alla mer eller mindre, men det är ett par som jag vill skärpa mig på.
Att läsa med pennan. Idealiskt är när man både håller med och inte håller med författaren och kan markera det, eller skriva marginalanteckningar. Jag gör också utropstecken vid stycken som jag vill komma tillbaka till. Ibland skriver jag sidnummer och ett kort utdrag allra först i boken så att jag kan hitta citat snabbt, men det jag egentligen borde göra är att skriva ordentliga anteckningar efter det att jag läst boken. Vilket leder till..
…skriva om boken. Jag skriver en del recensioner, artiklar och bloggposter om böcker och det hjälper verkligen för att komma ihåg mer i detalj vad en bok försökte göra, men det kan ibland ske till priset av att man inte riktigt reflekterar komplexiteten i det lästa. Jag tror att riktiga kommentarer — i samma anda som dessa utvecklades under medeltiden som självständiga texter — egentligen vore det allra bästa, och även om det tog tid så skulle det vara ett bra sätt att förhålla sig till texten. Vissa texter skulle kanske bara få 5-10 stycken kommenterade, och andra fler — och jag undrar om det är okej, eller om kommentarer med nödvändighet måste följa hela bokens flöde. Värt att utforska.
Fånga bibliografisk information. Varefter jag nu organiserar mitt liv för att skriva mer, slår det mig att jag skulle behöva utveckla långa bibliografier över de ämnen som jag är intresserad av, och gärna kommenterade bibliografier. Det är intressant arbete, men kräver en regelbundenhet som jag ännu inte riktigt mäktat med.
Jag läser också vissa texter högt för mig själv, och försöker lära mig att läsa om. Jag gillade att göra detta under mina studier, men har en tendens till otålighet nu som inte riktigt låter mig göra det nu. Hursomhelst — en nyckel till mer skrivande är strukturerat, djupare och mer reflekterande läsande, så det får bli fokus nu.
Post-apokalyptisk litteratur kan förstås spåras tillbaka till…tja…apokalypsen i bibeln. Men det finns en del steg på vägen mellan bibeln och The Walking Dead. En av de kanske mest majestätiska post-apokalyptiska dikter som skrivits är Lord Byrons The Darkness.
Dikten skrevs 1816, det s.k. året utan sommar, då himlen skuggades av ett väldigt vulkanutbrott från vulkanen Tambora, och det märkvärdiga och storslagna är att Byron fångar upp den stämningen och skriver ett undergångspoem som spelar mot den bibliska apokalypsen. Kritiker och bedömare har genomgående pekat ut hur Byron leker med apokalypsens bilder för att sedan vrida dem ett snäpp till — det kanske tydligaste exemplet är hur huggormarna förlorar sitt gift och hur detta lockar fram människans bestialiska natur – eftersom vi då äter upp dem!
Bilden av den ensamma hunden som vaktar sin husse är särskilt modern i någon mening, och skulle kunna ha förekommit i vilken zombiefilm som helst — och kannibalismen lurar även här, med de mildhjärtade som äter och äts up av de sina.
Dikten är värd att läsas i sin helhet.
I had a dream, which was not all a dream. The bright sun was extinguish’d, and the stars Did wander darkling in the eternal space, Rayless, and pathless, and the icy earth Swung blind and blackening in the moonless air; Morn came and went—and came, and brought no day, And men forgot their passions in the dread Of this their desolation; and all hearts Were chill’d into a selfish prayer for light: And they did live by watchfires—and the thrones, The palaces of crowned kings—the huts, The habitations of all things which dwell, Were burnt for beacons; cities were consum’d, And men were gather’d round their blazing homes To look once more into each other’s face; Happy were those who dwelt within the eye Of the volcanos, and their mountain-torch: A fearful hope was all the world contain’d; Forests were set on fire—but hour by hour They fell and faded—and the crackling trunks Extinguish’d with a crash—and all was black. The brows of men by the despairing light Wore an unearthly aspect, as by fits The flashes fell upon them; some lay down And hid their eyes and wept; and some did rest Their chins upon their clenched hands, and smil’d; And others hurried to and fro, and fed Their funeral piles with fuel, and look’d up With mad disquietude on the dull sky, The pall of a past world; and then again With curses cast them down upon the dust, And gnash’d their teeth and howl’d: the wild birds shriek’d And, terrified, did flutter on the ground, And flap their useless wings; the wildest brutes Came tame and tremulous; and vipers crawl’d And twin’d themselves among the multitude, Hissing, but stingless—they were slain for food. And War, which for a moment was no more, Did glut himself again: a meal was bought With blood, and each sate sullenly apart Gorging himself in gloom: no love was left; All earth was but one thought—and that was death Immediate and inglorious; and the pang Of famine fed upon all entrails—men Died, and their bones were tombless as their flesh; The meagre by the meagre were devour’d, Even dogs assail’d their masters, all save one, And he was faithful to a corse, and kept The birds and beasts and famish’d men at bay, Till hunger clung them, or the dropping dead Lur’d their lank jaws; himself sought out no food, But with a piteous and perpetual moan, And a quick desolate cry, licking the hand Which answer’d not with a caress—he died. The crowd was famish’d by degrees; but two Of an enormous city did survive, And they were enemies: they met beside The dying embers of an altar-place Where had been heap’d a mass of holy things For an unholy usage; they rak’d up, And shivering scrap’d with their cold skeleton hands The feeble ashes, and their feeble breath Blew for a little life, and made a flame Which was a mockery; then they lifted up Their eyes as it grew lighter, and beheld Each other’s aspects—saw, and shriek’d, and died— Even of their mutual hideousness they died, Unknowing who he was upon whose brow Famine had written Fiend. The world was void, The populous and the powerful was a lump, Seasonless, herbless, treeless, manless, lifeless— A lump of death—a chaos of hard clay. The rivers, lakes and ocean all stood still, And nothing stirr’d within their silent depths; Ships sailorless lay rotting on the sea, And their masts fell down piecemeal: as they dropp’d They slept on the abyss without a surge— The waves were dead; the tides were in their grave, The moon, their mistress, had expir’d before; The winds were wither’d in the stagnant air, And the clouds perish’d; Darkness had no need Of aid from them—She was the Universe.
