Till larmens filosofi

Att konstruera ett brandlarm är överraskande svårt. De första brandlarmen – konstruerade 1852 av William F Channing och Moses Farmer var helt enkelt telegrafiska anordningar som en människa behövde aktivera – själva upptäckten av branden automatiserades relativt långt senare och 1930 fann den schweiziske fysikern Walter Jaeger att den giftgasdetektor han misslyckats med att bygga faktiskt kunde detektera cigarettrök.

Rökdetektorn föddes.

Redan där kan vi lära oss något viktigt. Brandlarm är risk- och korrelationslarm – de detekterar förekomsten av en substans a som ofta är korrelerad med en händelse b och meddelar oss att det brinner om och om endast om de detekterar denna substans.
Moderna brandalarm använder en mångfald av olika sensorer och det betyder att man aggregerar korrelationerna och säger ungefär som så: om de olika faktorerna a(1)…a(n) föreligger så är sannolikheten för att det brinner så hög att larmet bör gå.

Brandlarm är också intressanta eftersom de föreskriver en enkel uppsättning reaktioner: lämna huset, ring brandkåren. Brandlarm är larm om händelser som är mycket koncentrerade i tiden – båda vad avser händelsen och reaktionen. Ett brandlarm koncentrerar dina alternativ till mycket få under några minuters tidsförlopp och sedan har det gjort sitt jobb.

Responsrummet är litet och väl definierat.

*

Alla som varit med på en brandövning eller ett falsklarm vet också en annan intressant sak; det finns inget sätt på vilket brandlarmet kan förmedla att faran är över. I stället kommer brandkåren, undersöker skälet till att larmet gick av, inspekterar byggnaden och går igenom allt som skett. Om det verkligen brinner är vi beroende av brandmännens expertis i att bekämpa elden – brandlarm föreskriver inte hur man släcker bränder och det finns en mängd olika strategier, risker och komplexitet att beakta i detta – som förtjänstfullt skildrats i exempelvis Gary Kleins välkända bok Sources of Power.

Brandlarm påminner om febertermometrar: de kan konstatera att det föreligger ett problem, men inte göra något åt det. De handlingar vi själva kan vidta – lämna huset, ta febernedsättande – räcker om problemet är enkelt, men annars måste vi ta hjälp av och konsultera expertis (brandmän, läkare).

*

Det är fascinerande att ta denna mentala modell och då i stället fråga om man inte skulle kunna bygga ett pandemilarm. Det finns en mängd olika projekt som handlar om att tidigt detektera nya zoonotiska överföringar från den djupa reservoar av virus som finns i allt liv runtom oss, och dessa projekt är livsviktiga för att vi skall kunna möta framtida hot. De som arbetar med dessa projekt tänker sig dock inte i första hand att de är ”larm”, utan tänker snarare i termer av en sorts radar eller väderteknik som gör det möjligt att prognostisera framtida epidemier.
Samtidigt som det finns en larmvariabel – förekomsten av ett nytt virus – så ligger en del av komplexiteten i att vi inte vet hur vi skall differentiera olika virus från varandra. Nya virus hittar vi hela tiden – och vi vet inte riktigt hur de påverkar oss. Vi vet inte heller hur deras möjliga mutationsrum ser ut.

Variationen i hotet är alltså mycket stor.

(Det finns idéer om att man skulle kunna kartlägga alla existerande virus – något som enligt viss uppgifter skulle kosta runt 6.4 miljarder US-dollar. Om det stämmer skulle det kanske ändå inte vara värt att göra det (summan är ganska liten om man tänker på hur mycket skador pandemier kan orsaka), eftersom virus utvecklas hela tiden och förändrar karaktär.)

Ett pandemilarm skulle alltså behöva bestämma inte bara att det skett en övergång från virusreservoaren i andra djur till människan, utan också försöka förutse någon sorts möjlig sjukdomsbild, smittsamhet och mortalitet. Dessutom skulle man nog vilja veta mer om den co-morbiditet som viruset kan ha eftersom det egentligen är litet dumt att tro att ett enskilt virus är problemet. Problemet är snarare hur detta virus interagerar med det patogeniska nätverk som hela tiden påverkar mänskligheten på olika sätt.

Frågan är om det skulle vara möjligt att bygga ett effektivt pandemilarm, och om hur reaktionerna som larmet förväntas ge upphov till kan definieras skarpt. Det finns en sorts föreställning om att responsrummet är väldefinierat här, att det handlar om att göra x,y,z och sedan är det klart, pandemin är över. Som brandlarmet – man lämnar byggnaden, brandkåren kommer, branden släcks – ett väldefinierat responsrum. Det tycks mig dock inte klart att så är fallet med pandemier, men jag är inte säker. Om det inte går så står vi i pandemin inför ett variationsrikt hot med ett odefinierat responsrum. Där någonstans går gränsen för vår förmåga att bygga larm, som vi förstår det begreppet.

Det finns däremot en annan fråga här som är intressantare, och det handlar om vad man larmar för. Låt oss säg att vi kunde bygga ett pandemilarm, skulle det då egentligen hjälpa oss? Antag för ett ögonblick att vi har ett väldefinierat responsrum – nedstängning av samhällen, slutna gränser, mm – då skulle kanske värdet av ett pandemilarm vara att det i sin tur kunde utgöra reagensen i ett samhällskrislarm.

De åtgärder som vidtagits för att stoppa pandemin – det responsrum som vi valt – har skapat en enorm ekonomisk kris, som nog måste sägas vara en samhällsvid kris vid detta laget.

Ett samhällskrislarm är ett exempel på ett larm som går av om ett annat larm löser ut, som en konsekvens av det första larmet och vårt svar på detta larm. Plötsligt framträder en märklig bild, ett spindelnät av larm som går av och triggar varandra och snart går alla larmen utan att det finns några väldefinierade sätt att hantera något av dem när de alla går av samtidigt.

Du sitter på kontoret, brandlarmet går av, men du jobbar i ett kärnkraftverk, och när det brinner finns det en risk att branden leder till en större skada, ska du då fortfarande fly byggnaden?

I ett nät av sammantvinnade risker blir konstruktionen av larm mycket komplex. Bränder är ofta inte multiplikativa – de kan sprida sig, men de orsakar sällan i enskildhet en lågkonjunktur eller massarbetslöshet. Att bygga larm för multiplikativa händelser är märkligt svårt.

*

Bör man alltså bara sitta kvar i biografen när brandlarmet går? Nej, alls inte. Man bör förstås lämna biografen eftersom en väldefinierad risk med ett väldefinierat responsrum har identifierats.

*

I amerikansk jurisprudens finns en intressant historia kopplad just till bränder. Det handlar om yttrandefriheten och dess gränser. Den store juristen Oliver Wendell Holms Jr noterade att yttrandefriheten har gränser, och att dessa har att göra med när ord skapar panik. Holmes skriver, i fallet Schenck vs United States:

The most stringent protection of free speech would not protect a man falsely shouting fire in a theatre and causing a panic. […] The question in every case is whether the words used are used in such circumstances and are of such a nature as to create a clear and present danger that they will bring about the substantive evils that Congress has a right to prevent.

Schenck vs US

Att skrika att det brinner på en teater skapar risker för alla inblandade, och paniken och skadorna är så uppenbara att man därvidlag kan begränsa yttrandefriheten, noterade Holmes. Han sade därmed samtidigt något om den omedelbarhet som hotet om brand uppvisar.

Det ger oss ett annat begreppsligt perspektiv på frågan – skulle man kunna orsaka samma sorts panik genom att springa in på teatern och skrika ”pandemi!”? Förmodligen inte – eftersom hotet är annorlunda. Skulle man kunna orsaka samma flykt hals över huvud om man skrek ”samhällskris!”? Nej, knappast alls.

Olika sorters varningar och larm har olika sorters omedelbarhet.

(Det blir förstås knepigare om det verkligen brinner på teatern – är det då inte försvarligt att ropa för att varna alla? Eller bör man i lugn ordning se till att publiken kan nå nödutgångarna och lämna i säkerhet?)

För att säga det uppenbara: frågan är inte om man bör kringskära yttrandefriheten kring pandemin och dess hantering, utan om det inte föreligger en skillnad mellan brand och pandemi, brand och samhällskris när det gäller hur man kan larma kring dem, med vilken direkthet?

*

Kan man bygga osäkerhetslarm? Inte bara risklarm? Skulle det vara kunskapsteoretiskt möjligt att bygga ett larm som reagerar på knightsk osäkerhet? Jag tror inte det, och det är spännande i sig för det betyder att vi faktiskt kan definiera knightsk osäkerhet (efter Frank Knight) som sådan osäkerhet som det inte går att bygga ett larm för.

När vi står inför det som Mervyn King och John Kay kallar ”radikal osäkerhet” finns inga larm att tillgå. Osäkerhet måste både detekteras och hanteras på ett annat sätt; de föreslår konstruktionen av en referensberättelse som ett sätt att både planera och beskriva responsen samtidigt.

Berättelser är en sorts intressanta motsatser till larm. Att tillsammans lära sig, utveckla en mängd olika åtgärder och angripa problemet. Alternativet till ett larm är inte overksamhet. Det är en annan sorts handlingar, mindre automatiska, mindre kortsiktiga.

Så, då, den smärtsamma invändningen: ”Människor dör nu, har dött – döden är absolut – är då inte larmet den naturliga reaktionen på denna fruktansvärda verklighet? Räcker berättelsen, den är vek, den är undfallande inför döden!”

Ja, vad räddar flest liv – berättelsen eller larmet? Brandlarm räddar massor av liv. I de situationer där vi kan bygga larm skall vi göra det. Men i de situationer vi inte kan det – vilken mening har de då?

Brandlarmet bygger på att risk kan sekventieras: först ut ur byggnaden, sedan släck branden. Osäkerhet är inte sekventiell, utan parallell – och det gör att vi inte kan paketera besluten ett och ett i en rationell linje.

Mycket av det moderna samhället bygger på tanken att vi lever i sekventiell risk. Under större delen av vår historia har vi levt i parallelliserad osäkerhet.

Här kunde man säga, om man ville, att det inte spelar roll hur världen är. Att vi måste se den i den nästa kantianska kategorin sekventiell risk, eftersom vi annars förlorar så mycket av den agens som definierar vår mänsklighet. Att meningen med att leva i larmets språkspel är att det ger oss åtminstone upplevelsen av val.

Det är en ganska smal syn på det mänskliga. Motsatsen är inte fatalism, utan en gradualism. En berättelse.

*

Döden beter sig speciellt i språket. Den har kommit att bli ett negativt imperativ. Allt kan motiveras med att man sätter stopp för den, hindrar den. Det finns inga motargument mot döden. Om vi visste att ett beslut gav oss 10 döda och ett annat 100 döda så skulle matematiken vara enkel, men det är sällan den typen av beslut vi står inför.

Ett dödslarm skulle ha ett gigantiskt responsrum: allt måste göras för att stoppa döden. Men vilken skulle vara reagensen? Alltför ofta är reagensen just döden själv – någon har dött, alltså måste vi göra allt. Det ligger något djupt sympatiskt i det – men också något omöjligt.

Den dödens aritmetik som vi dras in i är svår; men den är inte avhängig larmet eller berättelsen. Larmet är ingen garanti mot döden.

*

Här finns en annan fråga, delvis relaterad, som handlar om hur man reagerar på osäkerhet. Nicholas Nassim Taleb har, med andra, noterat att om man ställs inför multiplikativ osäkerhet så bör man massivt ’överreagera’ snabbt, så att man kan slå ned osäkerheten till varje pris. Det gör att den inte, så att säga, infekterar systemet. Det ligger något attraktivt i den tanken, men på sistone har jag undrat om inte betyder att man kan isolera en osäkerhet och att man är säker på att man inte med sin reaktion skapar en annan multiplikativ osäkerhet.

En spekulativ, men intressant, tanke är att det för osäkerheten är som med energin i ett system – den konserveras, och distribueras bara olika i tid och rum. Kan det vara så? Är det i så fall en vinst att skjuta osäkerheten framför sig?

Så skulle man kunna tänka sig ett osäkerhetsalarm som går av om en osäkerhet uppenbarar sig – där allt måste göras för att slå ned den. Frågan är om ett sådant larm inte skulle klinga hela tiden?

*

Larmens filosofi är värd att djupdyka i – det ger oss en fin lektion i frågor om risk och osäkerhet. Den som vill lära sig mer om hur alarmen som begrepp, deras design och frågor om osäkerhet rekommenderas följande läsning:

Us, Tolga & Jensen, Niels & Lind, Morten & Jørgensen, Sten. (2014). Fundamental principles of alarm design.

Carter, M. M., & Barlow, D. H. (1995). Learned alarms: The origins of panic. In W. T. O’Donohue & L. Krasner (Eds.), Theories of behavior therapy: Exploring behavior change (p. 209–228). American Psychological Association. https://doi.org/10.1037/10169-008

Begreppet ”alarmfilosofi” är också en teknisk term inom tillverkningsbranscher. Se ex här och här.

Wikipedia om brandlarm är som alltid enastående intressant (vilken skatt vi har i Wikipedia!) och rökdetektorer här.

Katedraler och skyskrapor – om väntandet som strategi

Martin Rees, astronom och tänkare extraordinaire, noterade nyligen i en podcast att vi inte längre bygger katedraler. Varför gör vi inte det? Det finns en mängd möjliga, men ganska lata, förklaringar. Vi skulle kunna säga att vi tittar på TV istället och underhåller oss till döds, eller att vi helt enkelt inte längre förmår att se bortom den egna individen i ett samhälle som sekulariserats till existentiell ångest – men Rees hade inte så mycket till övers för de förklaringarna. Anledningen, menade han, var att vi lever i en tid där våra verktyg utvecklas mycket snabbt.

Det kräver ett par sekunder att inse vad han menar. Den som försätter sig att bygga en katedral tar på sig ett projekt som han eller hon vet kommer att ta generationer att slutföra – med de verktyg man hade till sitt förfogande. Om vi antar att byggtekniken fördubblades i kapacitet varje år, ja, då skulle den katedral som det tog mig 100 år att bygga med förra årets teknik, nu bara ta 50 år att bygga. Om jag väntar ett år sparar jag alltså 49 år på byggandet. Om byggkapaciteten fortsätter att förbättras på samma sätt kan jag vänta ett år till och plötsligt tar det 25 år att bygga katedralen.

Nu har jag sparat 73 år.

Om jag väntar tillräckligt länge på bättre verktyg kommer det att ta mycket kort tid att bygga katedralen. Även om vi tänker oss en S-kurva så verkar det – i en tid av snabb kapacitetstillväxt – att vara rationellt att vänta på bättre verktyg. Vi måste bara vara säkra på att verktygen förbättras snabbare än den tid det tar för mig att vänta.

En kultur som vänjer sig vid verktygens ständiga förbättring bygger inte katedraler, utan väntar på verktygen för att bygga skyskrapor.

*

Att vänta – eller skaffa sig extra tid – är alltså en god strategi om man vet att ens verktyg förbättras i stigande hastighet. Om man inte kan förlita sig på kraftigt förbättrade verktyg så får man bygga katedraler: långsamt konstruera byggnadsverk som står sig över århundraden.

Hur är det då med en pandemi?

Det finns de som menar att vi borde vänta, att vi kommer att kunna bygga skyskrapor med den nya teknik som väntar runt hörnet – och att vi snart till och med kommer att se ett vaccin. Om alla bara håller sig hemma kan vi slå ned pandemin, och sedan – med hjälp av kontaktspårning och testning – kan vi besegra viruset en gång för alla.

Den strategin sätter sin tillit till att verktygen blir bättre, kommer på plats och kan rullas ut för att hantera pandemin.

Sedan finns de som menar att vi inte kan räkna med bättre verktyg. Att det vi måste göra för mycket svårare – vi måste bygga ett svar på pandemin med kulturella förändringar och långsiktiga beteendeförskjutningar. Har vi tur kanske en dröjande immunitet hjälper det bygget, men det vet vi inte heller.

Den första gruppen menar att vi bara behöver vänta så kan vi bygga en skyskrapa. Den andra menar att vi måste bygga en katedral. De första menar att vi spelar ett fördröjningsspel tills dess att verktygen blir så bra att vi kan hantera virusets framfart. De andra menar att vi måste spela ett längre och mer komplicerat spel med viruset, med de verktyg vi har.

De som vill bygga en skyskrapa fnyser åt immuniteten, och menar att den påminner om att bygga en skyskrapa för hand – den kommer inte att hålla, den kan inte byggas i tid! De som bygger katedraler hoppas på immuniteten, men beror inte av den. De måste arbeta med de verktyg som vi har. Utbyggd IVA-kapacitet. Bättre sjukvårdsförmåga. Beteendeförändringar som kan hålla över tid, sociala mönster som vi kan hålla ut i, avvägningar mellan olika värden – ekonomi, psykisk hälsa, arbetslöshet, framtidstro, medmänsklighet och hälsa. Katedralen byggs långsamt, skyskrapan snabbt – om den väl byggs.

Katedralen bygger på gamla principer om bärighet. Skyskrapan bygger på moderna matematiska simulationer av hållfasthet.

*

Katedraler och skyskrapor är mentala modeller. De låter oss tänka kring två olika fall: ett i vilket verktygen vi har är de vi kommer att tvingas använda för att lösa vårt problem, och ett i vilket vi tror att verktygen kommer att förbättras över tid så snabbt att det är rationellt att försöka vänta. Bland alla de andra avvägningar vi måste göra i denna kris ligger också en avvägning om just detta: hur mycket bättre våra verktyg för att bekämpa viruset kommer att bli om vi väntar.

Om vi verkligen vill använda den här modellen för att förstå pandemin måste vi dock också lägga till en aspekt. Att vänta – när denna väntan tar nedlåsningens form – kostar. Vi dröjer inte bara, vi försöker aktivt stoppa tiden.

Den som byggde katedraler gjorde det till Guds större ära. Att sitta och vänta på bättre verktyg var knappast förenligt med de teologiska föreställningar som rådde vid den här tiden. De samhällen som inte visade sin gudsfruktan kunde ju hemsökas av allsköns hemskheter – som pest eller krig. Katedralerna byggdes som en sorts skydd mot osäkerheten, som en sorts bevis på kyrkans makt i en osäker värld. Det är intressant att fråga sig om katedralerna hade en positiv inverkan på människans utveckling. Jag tenderar att tro att de visade på vår kollaborativa förmåga och att de skapade institutioner som stabiliserade en del av vad som annars var ett ganska flytande samhälle. Det betyder inte att kristendomen och kyrkorna var oreserverat positiva för samhällets påverkan – det vet vi att de inte var. Men jag kan tro att katedralerna gjorde oss mer robusta; att vi byggde dem med en sorts mening. Om vi inte byggt dem skulle vi vara fattigare som civilisation.

Jag kan absolut ha fel. Att vänta på bättre verktyg i pandemin har dock en tydlig kostnad. De verktyg vi väntar på – vaccin, kontaktspårning och testning – är nämligen beroende av en grundläggande samhällelig stabilitet. De är beroende av att alla de som skall omfattas av de nya åtgärderna har ekonomiska och sociala förutsättningar att ingå i dessa nya program. I ett samhälle som låsts ned, där institutionerna rasat samman och där de utsatta grupperna exploderar i storlek blir verktygen inte bättre – de försämras i effektivitet och uthållighet.

En nedlåsning av samhället för att vänta på bättre verktyg riskerar alltså att allvarligt försämra förutsättningarna för att de verktygen sedan skall kunna användas effektivt. Även den som tror på framsteget kan alltså vara tveksam till att vänta på bättre verktyg, om det blir allt svårare att använda dem när väntan kostar.

Ett samhälle med växande klyftor och raserad ekonomi är inte ett samhälle som enkelt inordnar sig i kontaktspårning, testning och vaccinering. Samtidigt måste åtgärderna införas om det skall fungera. Då sker det med stor sannolikhet på bekostnad av fri- och rättigheter för att se till att alla inordnas i ledet. Då riskeras hela bygget.

Det är som att vänta på att få bygga skyskrapor och upptäcka att all cement ersatts av gips när man väntat. Hur ska det hela hålla nu?

*

Ur ett perspektiv är strategi hantverket att fördela sina risker och möjligheter över rum och tid på ett sådant sätt att man kan vinna bestående fördelar. Det är ingen lätt uppgift.

Valet mellan skyskrapor och katedraler sker inte i isolering. Några länder har valt att satsa på skyskrapor när andra mödosamt bygger katedraler. Det kan visa sig vara en klok strategi, men det kan också visa sig att skyskraporna inte håller om verktygen väl kommer på plats.

Martin Rees observation om katedralerna kan generaliseras. I ett samhälle som kunnat förlita sig på framsteget på det sätt som vi har ter sig katedralstrategier som anakronistiska idiotier. Vem skulle väl inlåta sig på ett projekt som löper över generationer? Dessutom kan man irritera sig på de religiösa övertonerna – katedralerna kom också att förkroppsliga en sorts underordning och social stratifiering – det finns väl inget berömvärt i det? Samtidigt kanske framsteget börjar ändra form – kanske att det i en tid som präglas av komplexitet inte blir mindre, utan längre – och mer och mer påminner om katedralen.

Elon Musks planer på att kolonisera Mars (”die on Mars, but not in impact”) ter sig för mig som katedralplaner. Rymdfarten kanske kräver sådana planer. Kanske gör också läkarvetenskapen det i en tid där antibiotika försvagas och zoonotiska reservoarer spiller över allt oftare? Hur ser en katedralstrategi för den moderna sjukvården ut?

Om att ha tur och att ha rätt – väder och pandemier

Anna och Erika singlar slant. Anna får välja om hon satsar på krona eller klave. Hennes vänner samlas runt henne och säger alla att hon borde satsa på krona, eftersom det känns troligare, eftersom modeller av myntet visar att de senaste gångerna har det varit klave – tre gånger i rad! – och det finns dessutom studier som visar att det blir krona litet oftare än klave i nordiska klimat. Anna väljer krona. Erikas vänner hånar Anna, eftersom det blivit klave tre gånger i rad, och dessutom vet alla att man inte kan säga något om enskilda mynt när det gäller klimat – det vore ju fånigt.

Myntet singlas. Det blir krona. Hade Anna och hennes vänner rätt?

*

Anna och Erika arbetar som meteorologer. I juni slår de vad om vi kommer få en vit jul. Anna menar att det är osannolikt eftersom klimatförändringarna tycks innebära att det blir varmare varje år, och därför borde en vit jul bli mer osannolik. Erika säger att det varit ett antal gröna jular i Stockholm och att oddsen för en vit jul gått upp just därför. Deras vänner utvecklar argumenten in absurdum. Fler och fler kollegor ansluter sig till Annas syn, och till sist är hela den meteorologiska institution som Anna och Erika arbetar på engagerade i vadet. Nästan alla står på Annas sida.

Det blir en grön jul. Hade Anna och alla hennes kollegor rätt?

*

Att ha rätt och att ha tur är inte samma sak. I båda de exempel som redovisas ovan handlar det bara om tur. Men det är lätt att tro att det i det andra fallet handlade om ett stort antal experter inom ett sakområde som gjorde en analys utifrån detta sakområde och hade rätt. Samtidigt vet vi att det finns en maximal gräns för väderprognoser. Den är två veckor.

Notera att de argument som Anna och hennes kollegor använder inte handlar om väderprognoser utan om klimatprognoser. Klimatprognoser är dock statistiska varelser. En klimatprognos skulle kunna säga att vi kommer att få fler gröna jular i framtiden än vi haft i det förflutna, men den kan inte säga något om en enskild grön jul.

Det kan nämligen ingen. Det finns en komplexitetshorisont i förutsägelserna, och den ligger vid runt 14 dagar. Efter det blir systemen obegripliga i kraft av den komplexitet de uppvisar.

Anna hade tur.

Visst är det märkligt svårt att acceptera det? Hon är ju meteorolog, och hon borde ju veta vad hon pratar om och hennes kollegor höll ju med henne och det verkar ju rimligt och…men sanningen är att det inte spelar någon roll. Hon hade tur. Så kan det gå.

*

Om Sverige drabbades av en svår storm skulle vi kanske kunna tänka oss att SMHI dök upp varje dag vid 14 och berättade hur stormen flög fram över landet, var den tilltog och var den mojnade. Men om vi frågade SMHI om den skulle ligga kvar om tre veckor eller så vore det enda rimliga svaret från meteorologerna att de faktiskt inte vet. Vädret är så komplext att det inte går att förutsäga.

Vad SMHI skulle kunna säga är att det vore klokt att stanna inne och avstå från onödiga resor, och invänta att stormen drar förbi.

Är smittskyddsinstitutet så annorlunda? Hur skiljer de sig egentligen från SMHI? Är en pandemi med ett helt nytt virus mer förutsägbar än en storm? Eller handlar det bara om att ge ledning för dagen, med utgångspunkt i en hyfsad väderprognos?

Vi kräver dock mer. Vi vill veta när pandemin tar slut. Vi vill förstå hur vi bäst bekämpar den. Vi letar modeller, data och underlag för att stödja de intuitioner som vi har. Vi påminner ganska mycket i detta om Annas kollegor — vi tror att det finns en möjlighet att vetenskapligt förutsäga hur pandemin kommer att utvecklas och därmed hitta rätt åtgärder.

Evidensen skiftar och förändras. I det ena ögonblicket ser det ut som om ”vi” har rätt och att vår modell är den rimliga. I det andra ögonblicket ser det ut som om alla andra har rätt, och vi vacklar.

Ändå är det enda någon kan ha i den här situationen kanske tur.

*

Frågan om en pandemi är mer komplex än en storm är inte menad att vara retorisk. Jag vet verkligen inte svaret. Om jag var tvungen att gissa skulle jag säga att en pandemi är mer komplex än en storm, särskilt eftersom vi vet så litet om det virus som ligger bakom pandemin. Om det stämmer betyder det att det kanske finns något värde i att inse att det vi egentligen debatterar om är om det kommer att bli en grön jul i år.

Epidemiologi är en värdefull och viktig vetenskap. Precis som meteorologi. Det betyder inte att den inte kringskärs av komplexitet. Inte heller betyder det att man inom ramen för en pandemi måste ha rätt eller fel med utgångspunkt i epidemiologin i långsiktiga prognoser.

Man kan bara ha tur.

Eller otur.

*

Den riktigt svåra frågan vi återkommer till är hur vi bör handla om vi står inför en osäkerhet som reducerar oss till att singla slant. Hur hanterar vi de situationer där ingen kan ha rätt, och vi alla bara kan hoppas på att ha tur? Det finns, som noterats tidigare, förmodligen bara två olika, rena, strategier. Den ena handlar om att mycket, mycket tidigt överreagera kraftigt för att eliminera osäkerheten helt. Att vägra singla slant, vägra slå vad om en grön jul. Den strategin – som närmast är den som vi ser i Nya Zeeland – kräver att världen i sin helhet reagerar likadant, eller att vi slår ned ett virusutbrott innan det blir en pandemi. Annars innebär den strategin att man sätter sig i en liten bubbla av tid där allt fryses vid tidpunkten före pandemin.

Det andra alternativet är att hantera pandemin som man hanterar en storm. Notera var det är klokt att stanna inomhus, varna för dåligt väder och avråda från resor. Ge dagliga prognoser. Försöka lära sig så mycket som möjligt för att kunna förstå och förutsäga de kommande 14 dagarna – som mest.

Nöja sig med att ha rätt dag till dag, inte i det långa loppet. Eftersom man bara kan ha tur i det långa loppet.

*

Om vi så står här 2021 i december och Sverige har fler döda per capita än andra nordiska länder (förutsatt att vi någonsin kommer att mäta och rapportera på samma sätt) – hade vi då fel? Eller måste vi kanske svälja det beska piller som det innebär att veta att vi bara hade otur?

Och alla andra då? Som stängde ned? Är det inte märkligt att alla hade tur utom Sverige? Nej. Det är så tur fungerar. Man väljer krona eller klave. Myntet singlas genom luften, landar och — verkligheten händer. Att alla andra valde krona gör inte plötsligt att vi valde fel.

Det finns dock en sak som vi kan värdera, och det är hur mycket vi satsar. Om vi singlar mynt eller slår vad om en grön jul kan vi välja hur mycket vi är villiga att spela om. Låt oss återvända till Erika och Anna. Säg att Anna satsar all sin egendom, alla sina pengar och sina barns sjukvårdsförsäkringar. Erika satsar 100 kronor. Erika förlorade sina 100 kronor när Anna vann.

Men hon förlorade inte allt. Om Anna hade förlorat hade hon förlorat allt, på ett vad där det bara handlade om att ha tur. Att hon vann förlåter inte att hon satsade allt — det måste ses som orimligt att satsa allt i ett spel under osäkerhet.

Den stora skillnaden mellan Sveriges strategi och den strategi som andra länder har anammat ligger inte i utvärderingen av modeller och data och epidemiologiska prognoser. Dessa spelar stort ingen roll eftersom komplexitetshorisonten gör det omöjligt att förutsäga hela pandemin. Det Sverige däremot gjort är att man satsade mindre. Man satsade inte hela ekonomin, de medborgerliga rättigheterna och företagandet. Man satsade visserligen inskränkningar och förändringar av genomgripande slag, men inte allt.

Andra länder som slagit igen, infört husarrest och riktat näringsförbud har satsat allt på att deras modeller är riktiga. På att det blir krona. Att vi får en grön jul. De har satsat allt i ett spel som spelas med genuin osäkerhet, utan kännedom om de många konsekvenser som nu rullar ut.

Kan inte det då vara riktigt? Att satsa allt? Spelar vi inte om liv? Är det inte värt att satsa allt på att rädda våra gamla, som byggde vårt samhälle? Är det inte värt att sätta allt på spel för att skydda de svaga i samhället? Är det inte statens moraliska plikt att satsa allt på att rädda sina medborgare?

Glidningen här är nästan osynlig. Plötsligt låtsas vi att vi vet att de åtgärder vi vidtar kommer att ha dessa, onekligen goda, effekter. Men det är inget annat än att ha teorier om att det oftare bli krona i kalla klimat eller att klimatförändringarna innebär att just denna jul kommer att bli grön.

Vårt vad är komplext eftersom potten inte är given i sin helhet.

Vi vet inte vad vi spelar om, och vi vet inget om oddsen. Vi singlar slant utan att veta vad det är vi kan vinna och då måste frågan bli – vad är det rationellt att satsa? När potten blir känd först i efterhand?

Här är ett enkelt vad:

(i) Det är 40% chans att vi kan rädda 10 000 liv om vi stänger ned samhället under tre veckor, och det kostar 50 miljarder.

Detta vad skulle nog alla politiker anta, och stänga ned samhället. De skulle inte räkna på det förväntade värdet (12,5 miljoner per liv) eftersom vi lever i Luttwaks post-heroiska värld. 4000 liv är nästan oändligt värdefulla (och det är i sig egentligen en sympatisk utveckling). Jag tror att jag skulle anta det, också, om jag skall vara ärlig.

Men det är inte detta vad vi står inför. Det vad vi står inför är ett märkligt vad som ser ut såhär.

(ii) Om vi stänger ned samhället under tre veckor till en kostnad av 50 miljarder så finns det en sannolikhet som vi inte kan definiera att vi skulle kunna ha en effekt som vi inte kan specificera över litet längre tid (säg slutet av 2022).

Detta är det vad som vi står inför. Det är detta som är den stora skillnaden mellan klimatförändringarna och pandemin. När det gäller klimatförändringarna börjar vadet anta en mycket mer tydlig och uttalad karaktär, och dessutom vet vi att det finns en otvetydig vinst i energieffektivisering som allt annat lika bara kommer att ge oss fördelar.

Pandemin är inte samma sorts problem, annat än att vi vet att det ger oss otvetydiga fördelar att förbättra vår hygien (influensan, kräksjukan mm har tvingats till reträtt).

*

Det finns två sätt att angripa det här resonemanget på, som måste redovisas för klarhet och någon sorts ärlighet. Det finns också en anmärkning som borde göras.

Den första angreppsvinkeln utgår från att vi vet mycket mer än jag antar. Att potten är känd och sannolikheterna också specificerade. Det handlar inte om att singla slant eller förutsäga en grön jul. Det handlar om att maximera räddade liv i en känd, effektiv och robust modell. Vi vet att om vi gör A så kommer vi att få B i resultat med så hög sannolikhet att det är omoraliskt att inte göra A.

Det jag är oense om med den person som hävdar detta är om kunskapsläget är robust. Jag menar att vi vet mycket litet och att komplexitetshorisonterna där vetandet kollapsar ligger kanske 14 dagar ut, som i exemplet med vädret. Det finns, skulle en kritiker kunna säga, en tydlig fatalism i mitt resonemang. Mitt enda försvar där är att det är en epistemologiskt grundad fatalism, inte en ontologisk.

Den andra angreppsvinkeln är att situationens allvar kräver extrema åtgärder. Det är en sorts kritik som grundar sig i Talebs kloka synpunkter om hur man inledningsvis bör förhålla sig till osäkerhet överlag. Problemet med den kritiken är att när vi har en global pandemi där osäkerheten redan fått fäste, så är det svårt att se hur man kan rulla tillbaka tiden till en punkt där osäkerheten själv effektivt kan elimineras.

Till sist finns det också en mängd olika perspektiv som grundar sig i att lägga fast data vid en viss given tidpunkt och säga att just denna data visar att en viss prognos om framtiden är rätt. Det påminner mest om fotbollskommentatorer som under spelet gissar vem som kommer att vinna, och kanske har ett underhållningsvärde. Det saknar dock någon sorts djupare värde för en analys av situationen. Det är när matchen är över som man vet vem som vann och vem som förlorade. Och ibland handlar det om tur även i fotboll – det är inte alltid det bästa laget som vinner.

Den sista anmärkning som måste göras är att det i kriser kanske måste finnas någon som hade rätt och någon som hade fel. Politikens handlingskraft och känslan av att vi har en egenmakt skulle annars försvagas betänkligt. Under medeltiden kunde man förlika sig med att man haft otur och söka tröst i religionen. Vår sekulariserade tid saknar den möjligheten och gör att syndabocken måste återinföras, den krävs för att samhället skall upplevas som meningsfullt. Det finns också ett värde i att ha tur och otur tillsammans med andra, eftersom alla hatar den som har tur när man själv har otur och föraktar den som har otur när man själv har tur – eftersom den mänskliga naturen förväxlar tur och kompetens förbluffande ofta.

Det kan vara precis så, men det betyder inte att vi får glömma att dessa syndabockar är just det – inget annat.

*

En av de kanske svåraste lektionerna från pandemin är att det finns en mängd olika fenomen i världen som påminner om vädret. Där komplexitetshorisonter och tur gör det i stort sett omöjligt att leta rätt och fel. Och ja, det ligger en sorts fatalism i den insikten – men inte mer fatalism än vad som motiveras av världens egen natur.

Världen är i grunden fylld av osäkerhet.

Asynkrona ekonomier och samtidighetens värden

Världen kommer inte att bli som förr. Den kommer inte heller att inte bli som förr som förr. Vägen från dagens asynkrona värld där länder, städer och ekonomier kopplats loss från varandra till en ny synkronicitet kommer att bli komplex och vindlande.

Synkronicitet är en underskattad egenskap i världen. Vår samtidighet är nyckeln till fungerande leveransnätverk och tillverkning, marknader och ett fungerande internationellt politiskt system. När vi talar om en global värld är det en värld som existerar i samma tid (även om vi har olika tidszoner).

En av pandemins mer komplexa effekter var att den slog sönder denna gemensamma tid till lokala ögonblick. Världen krympte, säger vi, men den hamnade också ur takt. Vi ser det inte så tydligt nu, men effekterna finns där för den som tittar efter. Låt oss se på ett exempel.

Skolor och årskurser som kommer ur takt med arbetsmarknader och utbildningssystem. I Sverige har vi högskoleprovet, universitetsantagningen och frågorna om hur vi skall hantera niondeklassares betyg i en situation med massiv frånvaro. Internationellt blir samma problem en storleksordning mer komplext: hur skall antagningar anpassas mellan länder som har olika inskränkningar, olika antagningsprocesser och nedstängningar?

Den tysta synkronicitet som funnits i det internationella utbildningssystemet har fallit samman. Asynkroniciteten i både nationella och internationella system skapar nu växande transaktionskostnader.

Världens asynkrona svar på pandemin kommer också att skapa problem när vi skall starta upp igen. Vissa länder, som Nya Zeeland, har helt lyckats slå ned pandemin genom en tidig nedstängning. Andra länder, som USA, har inte lyckats. De kommer nu att befinna sig i två olika faser av pandemin. Hur ska resor mellan dessa länder hanteras? Nya Zeelands styrka lokalt blir en skörhet globalt. Asynkroniciteten mellan de två ekonomierna kommer inte bara att påverka resor, utan även studieutbyten, affärer och politiska utbyten.

Nya Zeeland kommer kanske att kunna införa provtagningsprogram och smittospårning, åtminstone tills dess vi får ett vaccin, men även med ett sådant program kommer kostnaderna för asynkroniciteten att bli betydande över tid. Det är inte ens säkert att de två ekonomierna kommer att bli samtidiga i samband med ett vaccin om Coronaviruset uppvisar ett säsongsbeteende med samma typ av mutation som influensan, då förblir asynkroniciteten ett definierande element mellan de två nationerna.

Varje land måste i en asynkron värld tidsbestämmas; var i tiden ligger det? I vilken fas? Om två länder finner att de är ur fas med varandra utgör det land som är längre gånget en möjlig risk för det som ligger i en tidigare fas.

När kommer Danmark att öppna gränserna mot Sverige igen? Finland? Norge? Dessa olika länder befinner sig förmodligen i olika faser och därmed kan även en så extremt synkron politisk och geografisk enhet som de nordiska länderna komma att halta i tiden.

Asynkroniciteten märks tydligast i de olika karantänperioder som länder inför. Kina inför 28 dagars karantän för utlänningar som kommer till delar av landet, under dessa 28 dagar uppnår den resande långsamt ”samtidighet” med Kina, och kan släppas fri om de inte har några symtom. Karantäntiden är en asynkronicitetskostnad.

Asynkronicitetskostnader kommer också att bli uppenbara i leveranskedjor världen över, varefter de olika globala tillverkningsnätverken kommer ur takt. Dagens leveranskedjor och tillverkningsnätverk har ingen stark klocka, ingen robust samtidighet.

En pandemi är en fruktansvärd lärare, men lektionerna är viktiga. En av de viktigare slutsatserna är att världen måste utveckla institutioner för att bemöta globala hot med synkroniciteten intakt. De asynkronicitetskostnader, nationella såväl som internationella, som nu drabbar oss alla kommer att kännas i ekonomin under lång tid.

Samtidigheten är ett nyckelvärde i en global ekonomi.

(P.S. Det är nyttigt att locka fram de olika mentala modeller som ligger under ett resonemang; här utgår resonemanget från att det finns en enda pandemi och att den spelar ut i faser och scener världen över, men att slutet är detsamma överallt. Det är fullt möjligt att tänka sig att vissa länder aldrig behöver gå igenom detta – om det exempelvis kommer ett vaccin och de kan skydda sig så, eller om viruset försvinner efter det att det tryckts tillbaka effektivt världen över. Jag har dock inte hittat några exempel på en pandemi som lämnat delar av en så sammanknuten värld som vår orörda. Och även i de fallen uppkommer asynkronicitetskostnaderna, men de kanske kan tas snabbare. D.S.)

Döden på marginalen

Covid-19 är en allvarlig sjukdom. Men är den en i sig själv dödlig sjukdom? Hur tar vi reda på det? Säg att vi testar alla de som dött på sjukhus efter problem med att andas — kan vi då säga att de dödsfall vi testat som visar på Covid-19 är dödsfall som inträffat på grund av Covid-19?

Det är en fråga om kausalitet. I en artikel nyligen i Scientific American noterades att hälften av de som dött av Covid-19 också haft andra, sekundära infektioner. Så vad dog de av? Det enda rimliga svaret är att de dog av summan av sina sjukdomar.

I studier av kausaliteten skiljer vi ofta mellan nödvändiga och tillräckliga orsaker. Covid-19 tycks vara en nödvändig, men inte alltid tillräcklig orsak för att man skall dö – det krävs andra underliggande sjukdomar eller tillstånd. Covid-19 är alltså en sjukdom som gör andra sjukdomstillstånd mer dödliga.

Det är också därför den är så pass farlig — den lägger sig på marginalen på patientens sjukdomstillstånd och om patienten har otur väger den över. Hjärt och kärlsjukdomar, diabetes, fetma, KOL, astma…Covid-19 ligger på marginalen och väger med alla dessa tillstånd. När du kommit in på sjukhuset i ett land där antibiotika resistenta bakterier härjar, ja, då väger det ofta över.

Kan Covid-19 i sig vara tillräcklig för att en patient skall dö? Förmodligen, men det ser mer och mer ut som att de fallen är ganska sällsynta.

Det betyder inte att vi bör andas ut. Tvärtom är det ju så att ju äldre vi blir, desto mer multisjuka blir vi. En man i 75-års åldern utan några hälsoproblem överhuvudtaget är nog ganska sällsynt (om du är en – grattis!). Livslängden ökar, och med den de olika sjukdomar som vi kan bära på. Allt fler dör med, inte av sjukdomar av olika slag som vi lärt oss att behandla.

Covid-19 sätter dock fingret på vågen och plötsligt tippar det över. Den sjukdom som vi kunde leva med, blir den vi dör av. Med Covid-19.

Det kommer att göra det extremt komplicerat att försöka förstå dödligheten i den här sjukdomen. Om Covid-19 är en sjukdom som tillsammans med andra gör att vi dör tidigare än vi annars skull gjort av de andra sjukdomar vi lever med – samtidigt som det är troligt att vi skulle ha dött av dessa andra sjukdomar, ja, då är det inte rättvisande att säga att det var Covid-19 ensam som orsakade dödsfallet.

Ett accelererat dödsfall är inte detsamma som ett direkt orsakat, nödvändigt dödsfall som saknar andra bidragande orsaker.

Jämför med en bilolycka. Om du blir överkörd av en bil är det enkelt att ange som dödsorsak just bilolyckan. Oavsett om du hade andra sjukdomar eller inte. Bilolyckan var i sig tillräcklig – och nödvändig – för att du skulle omkomma. Men Covid-19 träffar bara det ena villkoret – nödvändighetsvillkoret – och just därför går det inte att enkelt räkna dödsfall.

Vi kan inte ens se på överdödligheten under själva pandemin, utan måste egentligen se på överdödligheten inom ett femårsspann för att förstå vilka dödsfall som vi kan tillskriva Covid-19.

Ett enkelt räkneexempel: Kalle, Tova och Lars dör av Covid-19. De hade alla underliggande sjukdomar som gjorde att de skulle dött ändå inom tre år.Nu dör de alla ett givet år, men därmed minskar också antalet döda inom tre års perioden. Mätt över 5-10 års tid så syns sjukdomen då inte i statistiken annat än som en distribution av dödsfall som avviker (och det är ju däri det knepiga ligger. Om alla de 92 000 som dör per år dog en torsdag i maj skulle sjukvården kollapsa omedelbart, men årsnettot skulle inte skilja sig ett dugg. Sjukdomen påminner nästan om en denial of service-attack.)

Det är inte omöjligt – även om det nog är osannolikt – att Covid-19 då helt försvinner från statistiken för att det inom den perioden jämnas ut av de dödsfall som i alla fall skulle ha inträffat i andra sjukdomar där Covid-19 blev tungan på vågen. Det är nog sannolikt att mortalitetssiffrorna, om de mäts över en 5-10 års period blir lägre, emellertid.

Nå — det är inte det viktiga. Det intressanta är något annat: vi måste nu se upp inte bara med pandemier som är dödliga i sig, utan även pandemier som är co-dödliga. Det betyder rimligen att vi med ökande livslängd kommer att få fler pandemier, eftersom de inte längre behöver vara dödliga i sig själva, de behöver bara vara dödliga tillsammans med de många sjukdomar som vi lärt oss leva med.

Vi står inför en tid med marginalpandemier, där dödligheten ligger på marginalen i vad som sannolikt är en ökande utsträckning.

Voro vi förberedda?

Två olika typer av utvärderingar bör rimligen följa på Covid-19-pandemin. Den första handlar om hur vi hanterade krisen när den väl var här, men det är den mindre viktiga av de två. Den viktigaste, och svåraste, kommer att vara den som handlar om huruvida vi gjorde tillräckligt för att förbereda oss på en risk som vi borde kunnat uppskatta bättre – innan den blev en osäkerhet.

Pandemirisken var inte en osäkerhet. Inte i det stora hela – vi lät den bli en svart svan, genom att inte ha ett robust samhälle. När vi nu går tillbaka och tittar på hur vi borde ha handlat är det viktigt att vi inte diskuterar i efterklokhetens sken, utan i stället försöker förstå hur det kommer sig att vi misslyckades, och vilka institutionella svar som finns på den insikten.

Juristen, domaren och den orimligt produktive författaren Richard Posner skrev 2005 en bok som hette Catastrophe:Risk and Response (jag skrev om den understrecket här). Posners bok irriterade mig, och jag avfärdade den som undergångsmånglande. Människors förmåga att alltid klara av det som de möter och teknisk utveckling var svaret, skrev jag, och det tror jag nog fortfarande — men jag har också kommit att tro att jag missade en central del av Posners argumentation i denna ganska arroganta recension.

Posner lyfte fram hur vår institutioner belönar kortsiktighet. Han menade att ingen politiker som väljs på fyra år kommer att vara mer långsiktig eller förstå vikten av att möta långsiktiga katastrofer. Han kunde till och med visa det. I en enkel matematisk övning visade Posner hur man kunde uppskatta kostnaden för en katastrof, sedan se till statsbudgeten och vad som där avsatts för att förebygga den och ur dessa två enkelt sluta sig till den sannolikhet som det politiska systemet tillskrev katastrofen. Ekvationen är enkel:

Budgetallokering (Katastrof) = Sannolikheten (Katastrof) x Kostnad (Katastrof)

Posner kunde visa med den formeln att nästan alla långsktiga risker underskattades grovt. Till och med asteroidnedslag, som kanske sker var 100 000 år, underskattades enormt när man tittade på hur mycket kongressen lade ned på asteroidforskning och -försvar.

Skälen, igen enligt Posner, är att vi byggt våra demokratiska institutioner på ett sådant sätt att de saknar långsiktighet. Politiker väljs i cykler som ger dem närsynthet och institutionerna runt dem kan inte korrigera detta.

Så, hur ser det ut i Sverige? Vad är kostnaderna för en pandemi? Det kan vi inte veta. De uppskattningar som gjordes kring svininfluensan var fokuserade endast på epidemin, och hade endast tunna skrivningar om hur man borde se de bredare samhälleliga kostnaden (frånvarotimmar kring vaccinering mm). De totala kostnaderna man räknade med hamnade kring 5 miljarder kronor. Det är svårt att skaka av sig intrycket att det fungerat som ett sorts ankare för hur man värderat pandemier, som vi ser när vi tittar på 2020 års budget.

Vi kan vara ense om att kostnaderna är högre än 5 miljarder, men hur höga är de egentligen? De kommer att värka ut över ett par år, men låt oss räkna med att 1/3 av BNP försvinner, och att kostnaden överlag blir litet lägre, 1500 miljarder, fördelat över tre år — 500 miljarder per år. Detta är en gissning och bättre siffror kommer att komma, men låt oss gissa för att kunna räkna fram var vi befinner oss.

Hur mycket satsades då i 2020-års budget för att förebygga eller hantera en pandemi? För det första satsades ingenting på en pandemi baserad på Coronaviruset. Hela budgeten, och diskussionen, handlade om influensapandemier. Till och med den reserverade vaccinkostnad som finns handlar bara om just det:

Här kommer så en modell och räkneexempel som helt säkert är fel, men som ändå kan ge vid handen hur man skulle kunna gå tillväga. Fel, men användbar – det är målet, alltså.

88 miljoner per år för att göra insatser, och 405 miljoner för att köpa vaccin alltså. Säg, 500 miljoner för att vara generös. Då landar vi i följande slutsats:

500 miljoner = Sannolikheten x 500 miljarder = 0.1 %.

Eller översatt till år — statsbudgeten behandlade en pandemi som något som händer var 1000:e år.

Låt oss lägga till hela MSBs budget och FHMs budget, då landar vi på 2.5 miljarder ungefär. Det blir 0.5% – eller 1 per 200 år. Då har vi verkligen varit generösa, eftersom vi ignorerat allt det andra som FHM och MSB gör, så det måste nog sägas att det kanske mest rättvisande resultatet är att säga att politiken värderade risken för en pandemi som 1 på 1000 år – åtminstone som hypotes.

Hur borde vi då värdera risken? Det är det som är det verkligt svåra. Låt oss se på några olika alternativa mönster som ger ledning.

  • Covid-19 är som spanska influensan. Det kommer, ungefär var 100:e år en epidemi som är lika omfattande och komplex som spanska sjukan. Alltså är rätt värdering 1% risk och 1 på 100 år.
  • Covid-19 baseras på Coronavirusfamiljen. SARS, MERS kom med ungefär 10 års mellanrum. Inte alla Coronavirus är lika komplexa som SARS-COV-2, men vi borde i alla fall räkna med att var tredje är det. Alltså 1/30 år.

Vi kan använda dessa skattningar för att bakvägen försöka räkna ut hur mycket vi borde ha satsat på att försöka förebygga pandemin och se till att vi stod rustade. I det första fallet är det 5 miljarder, i det andra runt 15 miljarder — om vi ville försäkra oss rationellt mot den risk vi diskuterar (och vi antar att det är en risk).

Vi har satsat mycket mindre än så, kan vi konstatera. Men vår analys kan inte stanna där. Vi måste göra två saker till.

Det första är att vi måste fundera igenom hur vi kan se till att vi värdera långsiktiga risker bättre. Här behövs institutionell innovation. I dag granskar lagrådet all lagstiftning i Sverige för att se till att den rimmar med de konstitutionella principer vi håller för viktiga. Det skulle inte vara omöjligt att införa ett liknande Framtidsråd för att värdera och gå igenom budget, allokering av pengar och ett urval av långsiktiga risker. Precis som lagrådet kan denna institution vara rådgivande, men den kan också väcka debatt.

Det andra är att vi måste fundera ut hur vi skulle spendera de extra pengarna vi diskuterar. Om vi nu hade 15 miljarder för att bygga ett samhälle förmöget att möta en pandemi – hur skulle vi göra det? Det är långt ifrån uppenbart. Det är en sak att skissa summor, en annan att komma fram till kloka reformer. Lyckligtvis kan man lösa det, genom att utlösa ett innovationspris. Dela ut 100 000 var till de forskare som kan föreslå de bästa sätten att investera 5-15 miljarder för att Covid-19 aldrig mer skall lamslå Sverige på samma sätt som idag. Vi borde också diskutera hur de samlas in – behöver vi en jordbävningsförsäkringsliknande lösning?

Nästa gång ska ingen kunna säga att vi inte voro förberedda.

Vi måste tala om linjen

Under krisen är vi förstås fullt upptagna med att försöka se till att vår existerande sjukvårdskapacitet inte överskrids. Det är ett rimligt fokus, och det finns skäl att innerligt hoppas att vi lyckas med detta (det är ett av måtten på framgång när vi utvärderar detta i framtiden). Den modell som kommit att bli nästan ensamt förhärskande på det området är tanken om att vi måste ”platta ut kurvan.” Den berömda bilden ser ut ungefär såhär:

Det är en bra modell — och en stor del av diskussionen handlar i dag om hur man kan ”platta till sombreron” som Boris Johnson uttryckte det. Men när vi börjar undersöka den här erfarenheten för att dra slutsatser och lära oss så måste vi flytta fokus till linjen, och fundera över hur vi ser på den.

Den i strategikretsar avgudade Richard Rumelt noterar i sin bok Good Strategy, Bad Strategy att en stor del av verkligt strategiarbete handlar om att i detalj beskriva vilka förmågor man behöver för att klara sig i en ny miljö. Det finns en mängd exempel på hur goda strateger tänkt just så, ett av de senaste är General David Berger som överser den amerikanska marinkårens transformation just nu. Marinkåren skall, enligt nya direktiv, kunna hantera marin strid på en helt annan nivå än tidigare, och det betyder att man måste skaffa sig ett antal nya förmågor. General Berger drog intressanta slutsatser av detta uppdrag och skrev en artikel i vilken han inte bara detaljerat lade fram vilka nya förmågor marinkåren nu måste skaffa sig, utan också vilka gamla förmågor som man måste släppa.

Strategi handlar om avvägningar. Svaret på pandemin kan inte vara att generallt se till att alltid ha hög kapacitet:

Det måste i stället handla om att, så långt det är möjligt, förändra skalbarheten i vården. En dynamisk skalbarhet – vad skulle krävas för att nå dit och uppnå en kurva som skulle kunna se ut såhär?


Det kommer förstås att finnas de som säger att det inte låter sig göras, men låt oss för tillfället anta att det kan göras — vilka nya förmågor är det man måste koncentrera sig på? Här ett förslag på en långt ifrån fullständig lista på nya/nygamla förmågor som sjukvården behöver utveckla.

  • Digital frontlinje. Vi måste bygga en digital frontlinje som inte bara drar på nätläkarna – det borde vara en självklarhet – utan också fundera på hur vi kan bygga ut möjligheten till egentest för enklare värden som feber mm. Vilken utrustning hos exempelvis gamla eller riskgrupper skulle hjälpa till att garantera deras hälsa? En hälso och sjukvård med mer utrustning i kanterna av nätverket, distribuerat, skulle kunna vara en central förmåga för att minska belastningen.
  • Pandemiskt civilförsvar. En bredare allmän sjukvårdsutbildning som en sorts civilförsvarsplikt skulle göra det möjligt att skala upp och ned sjukvårdspersonalen vid kriser som denna. Sett ur ett riskperspektiv kan sjukvårdsnödlägen vara minst lika angelägna som krig. Ett starkare och mer robust civilförsvar vore förmodligen inte särskilt svårt att motivera politiskt heller. Bränder, pandemier mm. har inskärpt behovet av mänsklig förmåga.
  • Beredskapslager. Denna förmåga lät vi vittra bort, det var ett misstag och bör korrigeras. Det gäller inte bara sjukvårdsmateriel, utan det gäller en förmåga till självständighet under kris i flera olika avseenden. Den nationella egoism som pandemin avslöjat är inte en engångsföreteelse, och vi kan inte vara beroende av andra nationer. Det kan dels hanteras med medborgarnas hjälp – dels med samhälleliga resurser av olika slag.
  • Sjukdomsradar. En bättre uppfattning om var och när sjukdomar uppkommer, deras karaktär och deras möjliga inverkan på samhället. Här kan AI, sensorer, internationella nätverk mm vara viktiga. Med en radar skulle man ha valet att ”överreagera” enligt Nicholas Nassim Talebs modell.
  • Produktionsomställningsförmåga. Det skulle inte skada om man hade en uppfattning om vilka olika produktionskedjor som kan ställas om för att hantera uppkommen kris — som pappersfabriken som kan producera munskydd. Vilka andra exempel finns? Vilka kan producera medicinsk utrustning?
  • Open source medicinsk nödutrustning. En mer spridd kapacitet kan uppnås genom att man specificerar ett antal utrustningsklasser som kan produceras distribuerat och privat, som i dag sker med droppskydd. Vilka andra utrustningsklasser kan produceras av folk hemma?
  • Robusta nätverk och IT-tjänster. Att som Malmö kommun vara i den situationen att man inte kan arbeta distribuerat vid kris kan inte vara optimalt, och borde nog inte accepteras i framtiden. Det handlar också verkligen om att de distribuerade systemen måste vara säkra.

Så, det där är en början — det behövs alldeles säkert massor mer, och vi kommer att diskutera det i botten, hoppas jag, när pandemin bedarrar. Då måste skifta vår uppmärksamhet från kurvan till linjen. Då måste vi naturligtvis också diskutera vilka förmågor vi måste ge upp.

I husarrestens tid – från epidemiologi till epistemologi

Medborgarna i Storbritannien och Frankrike sitter nu i husarrest. De sitter inte i karantän — karantän är en begränsad rörelsefrihet för den som misstänks vara sjuk — utan i snabbt beslutad, statligt påbjuden husarrest.

Karantän – 40 dagars väntan om man kom från ett smittodrabbat områden – var en logisk åtgärd, men historiskt har den inte varit särskilt framgångsrik när det gäller att begränsa smitta. Det kvittar nu lika, eftersom det vi ser nu inte handlar om det — utan om att stilla den allmänna smittspridningen i samhället genom att lösa upp grundläggande fri- och rättigheter.

Det kan fungera. Det kan misslyckas. Det saknas avgörande evidens, och det kan inga datamodeller i världen förändra. Vacker datorgrafik är fortfarande bara grafik, inte evidens. Åtgärden baseras inte på en analys av risk, utan utgör en reaktion på osäkerhet – att låtsas att vi hanterar risk när vi hanterar osäkerhet är inte bara ineffektivt, utan också farligt.

Vad vi ser nu är en reaktion som baseras på omöjligheten att veta hur det ska gå, hur viruset beter sig och hur spritt det är och vilka konsekvenser pandemin kommer att få. Det intressanta är att det handlar inte om epidemiologiska strategier, utan epistemologiska strategier; kunskapssökande strategier.

Smittskyddsinstitut och andra experter är ganska öppna med att de reagerar på osäkerhet, och hoppas att hitta en modell som fungerar — det är också rationellt att reagera på osäkerhet med experiment för att se om det finns delar av osäkerheten som kan förvandlas till risk. De har ganska unisont också förklarat att vi inte vet hur det hela spelar ut över längre tid, och att en åtgärd nu mycket väl kan resultera i att vi bara fördelat om osäkerheten i tiden (i sig kan detta förstås vara värdefullt då man får tid att bygga kapacitet i hälsa och sjukvård).

Det betyder dock inte att man får experimentera hur man vill inför osäkerhet — ett samhälle borde lägga fast regler för hur experiment av detta slag går till. En modell skulle kunna vara att ha en proportionalitetsprincip: är den åtgärd som vi föreslår ett experiment där värdet av informationen som vi skulle kunna få motsvarar den kostnad som experimentet betingar?

Notera att en sådan princip inte låtsas att experimentet – åtgärden – inte kamoufleras som ett bevisat effektivt svar på osäkerheten, utan just som ett experiment för att lära oss mer. Det är viktigt, eftersom det gör det möjligt att undersöka kostnaden för åtgärden med en riktig värdering av dess nytta — den extra kunskap som vi får — och inte i utgångspunkt i en fiktivt säker verkan.

Det är en väldig skillnad mellan att svara ”jag vet inte, men ska se vad vi kan ta reda på” och ”den här åtgärden har 55% sannolikhet att reducera antalet sjuka med 33%”. ”Jag vet inte” är nog det rätta svaret oftare än vi skulle vilja medge.

Då kan man närma sig olika åtgärder med en empirisk, men ödmjuk hållning: vi står inför osäkerhet, vi måste experimentera och se vad vi kan lära oss och samtidigt göra det med proportionalitet i åtanke.

En annan möjlig princip är extremprincipen. Enligt den bör de experiment ett samhälle vidtar vi osäkerhet vara så extrema som möjligt för att försöka undvika eller reducera osäkerheten så snabbt som möjligt, eftersom den skapar en situation där ytterligare osäkerhet förräntas mycket, mycket snabbt.

Betänk vad en andra svart svan skulle innebära nu: en jordbävning i ett storstadsområde (som i Kroatien), ett större krigsutbrott eller en andra pandemi (att vi har en pandemi på basis av ett Coronavirus minskar inte automatiskt risken att vi får en pandemi baserad på exempelvis ett influensavirus eller Ebola, och i USA just nu har man en ganska elak influensasäsong). Effekten av en andra svart svan är inte additiv, utan multiplikativ -.- den fördubblas av den första svarta svanen.

Extremprincipen utgår därför från att en massiv “överreaktion” omedelbart är det enda sättet att se till att vi inte befinner oss in situation där extra risk är multiplikativ, utan endast additiv och att alla experiment bör utformas för att ha så stor effekt som möjligt, så snabbt som möjligt. Den torde också vara exklusiv — den går inte att kombinera med en proportionalitetsprincip, eftersom den syftar till att blixtsnabbt reducera så mycket osäkerhet som möjligt till risk.

Det är också värt att extremprincipen kallas så för att den tillåter två olika strategier: den ena är att inte göra något alls och den andra att leta efter de mest extrema åtgärderna. Båda dessa strategier är försvarbara under extremprincipen. Om vi tror att en osäkerhet är tidsbegränsad kan det snabbaste sättet att eliminera den vara att göra — ingenting. Boris Johnsons tidiga analys – skogsbrandstanken – var ett tydligt exempel på hur extremprincipen kan tas till intäkt för att inte förlänga osäkerheten med interventioner.

Hur skulle dessa olika principer se ut i praktiken? Få länder spelar med rena strategier, men intressant nog tycks Sverige spela med en rätt så renodlad proportionalitetsprincip: vår åtgärder passar det mönstret väl och skulle kunna berättigas med en proportionalitetsprincip.

Husarresten i Frankrike och Storbritannien ser kanske ut som om de var baserade på extremprincipen, men det är de inte — dessa åtgärder kommer alldeles för sent. Nya Zeeland tillämpar en variant av extremprincipen med husarrest mycket, mycket tidigt i pandemin — Frankrike och Storbritannien försöker dock växla från den ena principen till den andra, och det går – enligt den inneboende logiken i extremprincipen – inte.

I stället arbetar de utifrån en sorts eskaleringsprincip där åtgärderna hela tiden skärps om de inte upplever att de har tillräckligt med kunskap. En sådan epistemologisk strategi påminner om den panikslagnes: frågorna blir gällare och gällare, slutsatserna mer och mer långtgående och den egna handlingsplanen mer och mer drastisk inför osäkerheten.

Extremprincipen, proportionalitetsprincipen och eskaleringsprincipen är alla exempel på epistemologiska strategier som ger olika politiska utfall och konsekvenser.

Det kanske viktigaste politiska påpekandet är att de två första ger en naturlig utväg ur åtgärderna — åtgärder vidtagna under extremprincipen är så kraftfulla att de är naturligt begränsade i tiden. Proportionalitetsprincipen ebbar ut efter det att den nått tillräcklig risk.

Eskaleringsprincipen är dock svårare att backa ut ur — och det demokratiska inflytandet över vägen tillbaka är oklart. Hur kan Storbrittaniens och Frankrikes medborgare häva sin husarrest? Är det endast i nästa val de kan göra det?

En stor del av oenigheten kring frågan om pandemin kan spåras till en oenighet om vårt problem är epistemologiskt eller epidemiologiskt. Det i sin tur beror av om vi anser att krisen handlar om osäkerhet eller risk. Om vi anser att den handlar om osäkerhet blir uppgiften att söka en princip som vi tror ger en bra kunskapsstrategi, och som samtidigt inte underminerar demokratins grundvalar och erbjuder en rättssäker väg ur krisen.

Den epistemologiska strategin föregår den epidemiologiska.

En osynlig fiende och en osynlig union

”Var tog Europa vägen?” undrade en kollega nyligen, och det är inte utan att det är en intressant fråga. Gränser stängdes, pandemin – ett globalt fenomen – möttes med uteslutande nationella svar och den vacklande ekonomin med nationella insatser. Europeiska Unionens svar på den osynliga fienden bestod i att Unionen själv blev svår att skönja. Återhämtningen kommer sannolikt också att vara tysk, fransk, svensk och nationell överlag — inte europeisk. En viss samordning, javisst, men går EU stärkt ur detta?

Det är egentligen inte så märkligt, och vad EU har genomgått är något relativt unikt men fundamentalt omvälvande: två på varandra följande svarta svanar. Sannolikheten för det Storbritanniens utträde bedömdes alltid som låg, tills den var, tja, 100% och med detta utträde vacklande EU första gången. Sedan kom pandemin, just som man höll på att förhandla färdigt den först svarta svanen, och reducerade Bryssel till en eftertanke i en värld av stängd gränser, nationellt smittskydd och ekonomiska nödpaket deklarerade i medlemsstaternas huvudstäder.

Ingen institution kommer genom två svarta svanar oförändrad.

Vad kommer då att ske med Europeiska Unionen? Det är inte lätt att se eller säga, men om den tidigare följde en svagt lutande kurva med minskande inflytande så är det svårt att inte tycka att brottet i kurvan nu måste bedömas som grovt – EUs roll i krisen påminner kanske mest om statistens.

Det betyder inte att EU nu försvagas och försvinner — men betyder att EU, som redan efter Brexit hade en identitetskris nu måste hitta ett nytt jämviktsläge. Det kan leda till en närmare integration och ett nytt fördrag – samma kollega påminde mig om att alla internationella institutioner föds vid kriser – eller så kan det leda till eurons upplösning och fall, i kölvattnet av breda statssubsidier och nationaliseringsinsatser i industrin.

Europas, och den Europeiska Unionens, roll är ett av de kanske viktigaste projekten för den som sysslar med framtidsstudier nu; och det sker mot en bakgrund av ett USA som beskrivits som unikt isolationistiskt och ett Kina som flyger in hjälputrustning till Italien.

Fältet för hypoteser om den framtiden är vidöppet.

Pandemi och ideologi

Pandemier ger inte bara upphov till konspirationsteorier, utan också till ideologiska utläggningar av hur pandemin bör läsas. Om konspirationsteorierna kommer att flytta tillbaka in i den memetiska internetforumreservoaren efter pandemin, så kommer de ideologiska förskjutningarna att spela större roll och påverka det politiska samtalet under längre tid.

För framtidsstudier blir det därmed viktigt att försöka teckna konturerna till olika möjliga ideologiska skiften över hela spektrat av politiska analyser.

Några exempel.

Olika gröna ideologier kan komma att ta intryck av den romantisering av det nedstängda samhället som översätter karantän och massdöd till rena kanaler i Venedig och minskade utsläpp i Kina. Rapporter om att fler liv räddas när luftföroreningarna minskar, än som gått förlorade i pandemin, förvandlar viruset till en kraftfull folkhälsofrämjande insats.

Olika center / vänster ideologier kan komma att ta pandemins undantagstillstånd till intäkt för att den starka staten måste göra sitt återtåg i en värld som fundamentalt är osäker och komplex — och att det kommer att finnas en medborgerlig efterfrågan på just denna starka stat. Ekonomins kollaps i katastroftillstånd lyfts fram som skäl till att marknaden inte kan utgöra en del av fundamentet i en demokrati, stora uppsägningar och företags desperata åtgärder – ibland säkert överreaktioner – kommer att användas för att leda i bevis att näringslivet i grunden är egoistiskt, och måste regleras hårdare. Om de data vi ser nu stämmer kommer pandemins socio-ekonomiska avtryck – att svagare grupper drabbas hårdare, ofta för att de inte kunnat isolera sig på samma sätt som de mer välbeställda – att motivera massiva fördelningspolitiska insatser. Arbetsmarknadspolitiska åtgärder för att stänga gapet mellan de tillfälligt anställda och de som har fast anställning (som man kommer att mena vuxit till en punkt där de tidigare blivit rättslösa) kommer att lanseras.

Globaliseringen kommer att ifrågasättas och målas ut som en sårbarhet, där lokal produktion hyllas som både mer demokratisk och säkrare.

Konservativa ideologier kan komma att betona det nationella oberoendet, nödvändiga förberedelser och en beredskapsmentalitet. Globalisering, liberalisering och ”just in time” kommer att skyllas för att ha skapat ett skört samhälle som inte klarar av chocker. Urbaniseringen kan komma att ifrågasättas av en allt starkare grön konservatism som kommer att kunna visa att många småstäder klarade sig bättre än storstadsregioner. ”Om kriget kommer”- mentaliteten kommer också att leda till försvarspolitiska prioriteringar, en upprustning av försvaret och en utvidgning av försvarets roll. Det finns förutsättningar för en ny religiositet i det som sker nu – men det är inte så enkelt som att säga att vi söker oss till religionen i kriser, det handlar om hur vi förhandlar osäkerheten med vår egen existentiella rädsla.

Liberala analyser kan komma att tvingas in i defensiva positioner – som i tanken att ”det finns ett pris för öppna samhällen” och ”epidemiologiska beslut måste kontextualiseras ekonomiskt”. En del av energin kommer att fokuseras på att lyfta fram olika diktaturers hantering av pandemin som omänsklig och repressiv, spänningen mellan västerlandet och Kina blir en fokalpunkt. Ett möjligt amerikanskt misslyckande kan följas av en amerikansk isolationism flera storleksordningar starkare än något vi sett tidigare, och liberalismen kan se sin transatlantiska bas erodera kraftfullt på mycket kort tid. Ett ljus i mörkret är att framsteget plötsligt blir värdefullt igen: vetenskap, teknik och innovationer kommer att hamna i självklart fokus i diskussionen om hur vi rustar oss för nästa kris, men också hur vi hanterar en i grunden osäker värld. För liberalismen blir det kanske allra svårast att integrera den radikala osäkerheten som politiskt begrepp i den egna ideologin, eftersom så mycket av den liberala analysen orienterat sig kring riskbegreppet (och vikten av risktagande, rationalism, kostnads/intäktsanalyser och den matematiserade ekonomin).

Mer extrema ideologier är svårare att analysera. Samtidigt som nationalism och xenofobi onekligen gynnas av pandemier så finns ingen naturlig ideologisk slutsats som skiljer sig från den som man hitintills redan dragit: att omvärlden är farlig och främlingar bör ses med misstänksamhet. Det som kan ske är att vi ser en omvandling av populismen till en ren fascism där auktoriteten ersätter facila politiska positioneringar. Efterfrågan på en stark man eller kvinna kommer givetvis att öka, och vissa länder kommer nog att ta steget in i rent auktoritära lägen. Liberalismen och globaliseringen får ta ansvar för pandemin, och i värsta fall riktas elden mot demokratin som styresskick, med grumliga argument om att vi lever i undantagstider.

Dessa skiften kommer att variera i grad och omfattning, delvis beroende på hur långdragen pandemin blir och delvis beroende på pandemins historieskrivning. Ju mer pandemin skrivs in i vår historia som ett trauma som vi fallit offer för, desto mindre kan den samtidigt vara en kris som vi gått stärkta ur.

Det är svårt att se några scenarier där pandemin inte har några ideologiska efterverkningar.

Om att fatta politiska beslut på vetenskaplig grund

Hur fattar man beslut vid en pandemi som den vi nu genomgår? Det finns flera olika modeller, och mycket av den offentliga debatt som nu rasar om detta handlar egentligen om vilken beslutsmodell som är den rätta. Ur ett rent beslutsteoretiskt perspektiv är det intressant att gå igenom de olika modellerna och försöka förstå dem mer på djupet.

I en debattartikel 20/3 I SvD skriver två professorer om att de anser att Sverige måste ändra strategi i pandemibekämpningen, och nyckelmeningen i debattartikeln lyder:

”Sveriges beslut måste vila på vetenskaplig grund, och den bästa vetenskapliga grunden just nu är rapporten från Imperial College som säger att strategin måste vara att försöka få ner reproduktionstalet under 1.”

Se SvD 2020-03-20 ”Ändra Sveriges Strategi: Pandemin Måste Stoppas” https://www.svd.se/andra-sveriges-strategi–epidemin-maste-stoppas

Jag vet inte om de har rätt eller inte, men debattartikeln ger tydligt uttryck för en beslutsmodell som förtjänar att belysas närmare – och den kan uttryckas enkelt.

(i) Politiska beslut om en pandemi måste fattas huvudsakligen på epidemiologisk vetenskaplig grund.

Författarna pekar ut en enda vetenskaplig grund som beslutet måste fattas på, och menar att denna bör vara vägledande vid beslutet till exklusion av alla andra – också vetenskapliga – grunder. Ekonomi, juridik, matematik, statistik, psykologi och sociologi skall alla exkluderas vid beslutsfattandet och besluten som fattas måste baseras på endast på epidemiologisk vetenskap och de för tillfället bästa modeller som finns inom denna vetenskap. Vi kan kalla denna modell för monovetenskapliga.

Kerstin Hessius skrev dagen innan, 19/3, i samma tidning att vi behöver en tidpunkt då vi återgår till det normala.

 De smittskyddsåtgärder man vidtagit hittills är säkert väl motiverade utifrån att få kontroll över läget och utbilda allmänheten så att risken för överfulla sjukhus begränsas.

Men konsekvenserna för världsekonomin är å andra sidan på väg att bli helt okontrollerbara

Se SvD 2020-03-19 ””Ge en tidpunkt för när livet blir normalt” https://www.svd.se/ge-en-tidpunkt-for-nar-livet-blir-normalt

Kerstin Hessius lyfter in andra vetenskapliga grunder, nämligen den ekonomiska analysen – och delvis en socialpsykologisk analys – av de kostnader som de beslut som fattas på epidemiologisk grund har. Hennes beslutsmodell är mångvetenskaplig.

(ii) Politiska beslut om en pandemi måste fattas på bredast möjliga vetenskapliga grund.

Båda parter fordrar att besluten fattas på vetenskaplig grund, men i det senare fallet fordrar Hessius att vi väger samman den vetenskapliga evidensen från flera olika fält för att fatta ett politisk beslut på basis av denna viktning.

Till dessa två perspektiv kan man foga ett tredje – som lyser med sin frånvaro just nu, men som nog kommer att bli vanligare (det finns stråk av denna modell hos Hessius) och det är att beslut som dessa också innefattar etiska och moraliska ställningstaganden. Denna modell är nog egentligen den som vi borde kalla politisk. Den grundläggande frågan i all politik är ju inte vad som är vetenskapligt korrekt, utan i stället denna: hur vill vi leva tillsammans? Vad pandemin lyft fram är att underförstått måste den frågan läsas: hur vill vi leva och dö tillsammans? Döden är lika politisk som livet, men det har vi försökt sopa under mattan under ganska lång tid — och lyckats väl med, eftersom medellivslängden hela tiden ökat.

I komplexa, adaptiva system kan osäkerheten endast reduceras till risk till begränsad del. Det går inte att förutsäga med någon exakthet hur beslut spelar ut över tid. I det läget får man välja om man är monovetenskapliga eller mångvetenskaplig, om beslut skall fattas på en enskild vetenskaps grund eller på den sammanvägda evidensen från flera olika vetenskaper. Ytterst måste dessa beslut kanske – efter som deras osäkerhetshalt är så hög – fattas utifrån moralisk grund.

Slutligen, några invändningar som det kan vara värt att granska närmare.

”I tider av kris måste politiken underordna sig vetenskapen och koncentrera sig på den vetenskap som kan mest om just den aktuella krisen.”

– Det är en fullt möjlig åsikt, men den är i sig inte vetenskaplig. Den baseras på hypotesen att de politiska besluten blir bättre för alla om man gör detta. Det finns ingen forskning eller evidens som visar att samhällen långsiktigt ser bättre utfall för att de låter sina politiska beslut dikteras av en delmängd av den vetenskapliga kunskapen.

”Det finns en tid för diskussioner och en tid för handling, och just nu är det dags att hålla tyst och göra som experterna säger.”

– Det är också en fullt möjlig åsikt, som uttrycker hypotesen att samhällen far illa av en öppen diskussion om de grunder för beslut som politiiken väljer mellan, och att man bör utse experter för att fatta dessa beslut. I förlängningen innebär denna hypotes att demokratin bör suspenderas i kris. Det ter sig osannolikt att det skulle hjälpa långsiktigt, men evidens saknas åt endera hållet. Och att säga att auktoritära stater lyckats bättre och att det visar att det stämmer är att inta ett alldeles för kort perspektiv: kostnaderna för en auktoritär metod kommer att utkrävas med råge vid nästa kris då samhället har lärt sig att repressionen kommer.

”Epidemiologi är en riktig vetenskap, det är ingen av de andra du nämner.”

— Det påstående både överskattar epidemiologin och underskattar alla de andra vetenskaperna på samma gång.

”Är inte detta bara en variant på klimatförnekandet? Måste vi nu dras också med Coronaförnekare?”

— Klimatvetenskapen är redan tvär- och mångvetenskaplig – ekonomiska perspektiv finns och ges utrymme, samtidigt som man också ser till matematik, statistik, juridik och andra evidensbaser. Det är alldeles för lätt att påstå att ifrågasättande är förnekande. Den som förnekade att vi hade en Coronapandemi skulle med rätta fördömas för att helt sakna vetenskaplig grund för sitt påstående.

Vad är då rätt? Allt annat lika säger nog beslutsforskningen att beslut blir bättre av en mångfald av olika perspektiv – se exempelvis evidensen i Scott Pages utmärkta bok The Difference – och därför skulle jag vikta beslutsfattandet mot det mångvetenskapliga, och notera att osäkerheten i besluten gör att en stor del av grunden måste förbli värderingsstyrd.

Från risksamhällen till osäkerhetssamhällen

Ulrich Beck och Anthony Giddens har båda skrivit om risksamhällen och hur vi organiserar våra samhällen för att hantera och förebygga risk. Vi försöker kvantifiera risker så väl vi kan, med olika studier brett uppslagna (”Chips ger cancer!”) och principer för hur vi hanterar risk — som den vetenskapsteoretiskt besvärliga försiktighetsprincipen. Ett av de mer grundläggande skiften vi skulle kunna se efter SARS-CoV-2-krisen är att vi måste förändra hur vi organiserar oss inför inte risk, utan osäkerhet.

En risk kan kvantifieras, om än grovkornigt. Rökning ökar risken för cancer och fetma ökar risken för hjärt och kärlsjukdom. En risk gör något mer eller mindre sannolikt. Osäkerhet är något helt annat, osäkerhet är oförmågan att alls skatta sannolikheter.

Under större delen av människans historia har vi levt i osäkerhet. En av de stora civilisatoriska framstegen var förmågan att förvandla osäkerhet till risk, att urskilja risken i osäkerhetens dimma och börja navigera efter den. Men det är fullt möjligt att den tiden var en tillfällig anomali, eller att de risker som vi kan destillera ur osäkerheten kommer att bli allt färre och kanske också mindre användbara.

Varför då? Argumentet skulle kunna se ut såhär: världen blir alltmer komplex och den utvecklingen accelererar. Med allt fler komponenter sammanknutna och samverkande, och en allt snabbare förändring, så försvinner riskerna in i osäkerheten igen, och vi står inför vår gamla utmaning som samhälle: att försöka bygga för osäkerhet.

Från risksamhällen till osäkerhetssamhällen

Den här insikten kommer att påverka hur världen ser ut efter pandemin. Vi går mot en värld av brutna kurvor, där vi har sett skarpa kast, och sedan med största sannolikhet kommer att se skarpa, men andra, kast tillbaka efter pandemin.

Brutna kurvor där B och Y bestäms av hur vi skattar usäkerhet.

Några exempel. E-handeln i Italien har fördubblats mot förra året. När pandemin försvinner kommer den inte att sjunka tillbaka till de nivåer som rådde innan. Den kommer att hitta en ny jämviktsnivå, som förmodligen kommer att vara högre än tidigare. Turismen har kraschat helt, och efter pandemin kommer även den att återgå till en annan, men inte samma, nivå.

Det som bestämmer dessa nya nivåer är delvis hur vi hanterar osäkerhet, vi kommer att prisa in osäkerheten i de nya jämviktslägena, och därför kommer kurvorna att vara brutna, i den meningen att vi inte återgår till status quo ante efter pandemin.

I vissa fall är detta kanske till och med till vår fördel. Den ökande användningen av teknik som vi ser nu kan mycket väl vara det som hjälper oss att utvinna de produktivitetseffekter som vi har haft svårt att få ur de teknikinvesteringar vi gjort. Den s.k. Solowparadoxen, att vi ser datorer överallt utom i produktivitetsstatistiken, kan mycket väl lösas av ett virus.

I andra fall kommer de brutna kurvorna att leda till strukturomvandlingsbehov som är både snabbare och större än de som redan pressade våra samhällen. Där vet vi inte hur vi ska hantera det. Vad gör vi om 30% av turismen försvinner i världen? Hur hanterar vi detta? Skall flygkapaciteten ställas om till frakt från persontransport?

En återgång till ett samhälle organiserat kring osäkerhet skulle vara en betydande sociologisk förskjutning, och i en tid där auktoritära politiska riktningar vunnit mark skulle denna tendens kunna förstärkas ordentligt. Osäkerhetens styrelseskick är monarkin, den starke mannen eller kvinnan, och inte demokratins offentliga samtal. Även identiteten som grund för existentiella beslut och perspektiv stärks. Kanske har vi sett en långsam trend mot dessa punkter i det sociala fältet, en trend som pandemin nu kommer att accelerera.

Det finns betydande svagheter i mitt resonemang här, förstås. En kritik skulle kunna spännas upp kring tanken att vi faktiskt kunde förutse att vi skulle få en pandemi, och att det har varit en erkänd risk under lång tid. Det råder ingen osäkerhet här — vi har vetat att det kommer en pandemi förr eller senare, och att risken inte är obetydlig att det skulle ske inom vår livstid. Kanske. Men vid en viss punkt förvandlas risker till osäkerhet, och när man bara säger ”kanske inom vår livstid” så diskuterar man inte risk. Risker är tydligare än så — även om spektrat mellan risk och osäkerhet är luddigt. Det är som jordbävningar. Risken för en stor jordbävning i Kalifornien är stor inom tusen år, men när risker diskuteras i den upplösningen blir de osäkerheter.

Det är också tänkbart att när vi ser auktoritära regimer misslyckas med pandemihanteringen (det är inte över än) eller populister svika folket som de bygger sin makt på, ja, då kanske vi får se en återuppväckt demokrati. Insikten om att vi lyckas eller misslyckas tillsammans kanske löser upp identitära sekter i en större gemenskap.

Sammanvägt tror jag dock att just denna mentala modell kan ha ett visst värde i att nysta i hur världen kommer att se ut efter pandemin. Ur ett perspektiv så ger modellen ett enkelt svar: ”som världen såg ut långt innan, men inte som den såg ut under det lilla undantag som två generationer tagit för sin verklighet”.

Om att gömma information i andra världar

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…

Om att förutsäga en pandemi med vänner som verktyg

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.

  1. Ta ett antal noder i nätverket slumpmässigt och kontakta dem.
  2. Be dem att utse en person i nätverket att spåra
  3. 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.

Pandemi och aritmetik

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.

Hur ser en bra förutsägelse ut – del II

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.

FoU-paradoxen 2.0

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.

Håller kärleken på att försvinna?

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:

”kärlek” och ”hat” i Sverige

Strid på kniven, minsann.

Olika sätt att ha fel om framtiden


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.

Mekaniska regler och restjobb

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.

Kommer det att finnas mat åt alla på jorden?

Intressant nog är svaret på den frågan i stigande utsträckning ”ja”. Vi producerar idag mat snabbare än den genomsnittliga befolkningsökningen på planeten (som ligger på 1.1%). Det i sin tur betyder att det blir mer mat till fler — och dessutom kostar den mindre över tid. Matkostnaderna som en del av den disponibla inkomsten sjunker. I USA:

Matkostnaderna som en andel av total inkomst har i USA sjunkit från 25% ned till 10%.

Det finns en mängd intressanta frågor kopplade till denna trend, och ofta underskattar vi betydelsen av just mat i framtidsstudier. Matsäkerhet – den robusthet och säkerhet som finns i produktionskedjan när det gäller mat – är en av de kanske främsta faktorerna när man ska bedöma stabiliteten i ett land, eller dess sårbarhet. Samtidigt som maten blivit billigare har vi nämligen strukturerat om matproduktionen så att en majoritet av produktionen på olika sätt nu är skörare. Städerna producerar inte sin egen mat – och det kan skapa olika typer av nya risker (något som i dag möts med idéer om ”urban agriculture”).

Och naturligtvis finns det fortfarande människor som inte får tillräckligt med mat, eller någon mat alls — men trenden är tydlig. Vi producerar mat snabbare än världens befolkning växer. Det ger anledning till viss optimism.

Finns det då något som komplicerar bilden? Vi bör ju alltid försöka förstå världen som komplex? Jo – det finns det så klart. En sådan sak är att antalet matmil ökar; maten reser längre. Det har att göra med hur vi organiserar produktionen och förblir en utmaning. Klimatförändringarna skulle också kunna leda till att vi får problem med att hitta jord att odla i — men där skulle det kunna kompenseras av att väldiga jordområden också öppnas upp när tundran försvinner. Den som vill formulera den tanken i en förutsägelse skulle kunna fundera på om det någonsin kommer en tid då Ryssland exporterar mer spannmål än olja. Idag exporterar man oljeprodukter av olika slag för runt 180 miljarder dollar, och vete för 8 miljarder dollar — så det vore en ganska fundamental omstrukturering av den ryska ekonomin (kanske också en som skulle innebära att det är svårare att införa sanktioner?).

Kärnan i detta resonemang är dock en annan: matsäkerhet och matfrågor är egentligen alldeles avgörande för frågor om politiska, sociala och ekonomiska framtidsstudier, men ofta lyfts de inte fram på just det sättet. Här finns en del att göra för den som är intresserad av geopolitiska framtidsstudier.

Två klockor, två ideologier – om domedagar och långa framtider

Dagens nyhet är att det är 100 sekunder kvar till midnatt på den stora domedagsklocka som en grupp vetenskapsmän använder för att visa hur allvarlig världens situation är. Klockan, som specifikt använts för att mäta risken för ett kärnvapenkrig, är artefakt i tiden. Vår politik drivs till dels av rädsla och en föraning om världens undergång – och framtiden ser nu ut som Hobbes en gång beskrev livet självt: otäck, brutal och kort.

Domedagsklockan är nu 100 sekunder från midnatt

Problemet är bara att framtiden inte är given eller förutbestämd. Domedagsklockan är konstruerad så att den med nödvändighet når slutet. Den innesluter en ideologi som förutsätter att slutet är på väg — och att det måste vara nära. När klockan klämtar midnatt är det slut.

Det är inte det enda sättet att bygga en klocka på. Man kan istället göra som Stiftelsen för det långa nuet och bygga en klocka som gör ett varv på tiotusen år, och klämtar var tusende, och börja planera för ett långt nu — tio tusen år bakåt och tiotusen år framåt. Den klockan drivs av människors ständiga omsorg, eftersom det är det enda sättet att garantera att den överlever så lång tid.

Det långa nuets klocka öppnar upp tusentals år framåt

Den klockans ideologi är djup tro på människan, och en påminnelse om att framtiden är lång. Den implicerar inte att vi inte står inför utmaningar, men att vi kan lösa dem med rätt verktyg, inspiration och mänsklig innovationskraft. Slutet är varken nödvändigt eller nära.
Domedagsklockan lägger ansvaret för slutet på oss. Den tiotusenåriga klockan lägger ansvaret för framtiden på oss.

Jag finner det inte särskilt svårt att välja vilken av dessa klockor jag vill ställa mig bakom.

Dags för ett decennielöfte?

Eftersom vi nu inleder ett nytt decennium har vi chansen att gradera upp de nyårslöften som vi normalt avger med någon sorts insikt om att de kommer att vara minnen blott i februari. Vi kan nu, om vi vill, avge decennielöften.

Att tänka tio år framåt kan verka avskräckande, men det öppnar också enorma möjligheter. Det är mycket litet som inte kan åstadkommas på tio år. i de första avsnittet av The Institute for The Futures framtidsforskningsserie konstaterar föreläsaren att på tio år kan man bli expert i ett nytt ämne, skriva fem böcker, byta karriär, helt lägga om sin livsstil, skapa och växa ett företag till en marknad på miljarder och revolutionera vetenskaper. Tio år är en hel del tid.

Därför, noterar hon, är svaret på när framtiden börjar också lämpligen om tio år. Om vi sätter tio år som riktmärke så kommer vi nämligen att verkligen våga tänka fritt.

Här då dagens övning: sitt ned och skriv ned hur du vill att ditt liv ska se ut 2030, och hur du tog dig dit. Eller, om du är mer orolig – hur du vill att ditt liv inte skall se ut och hur du hamnade där.

Om tio år är jag 58 år (!) och då tänker jag mig att mitt liv kommer att se ganska annorlunda ut mot hur det ser ut i dag. Här är några saker jag är ganska säker på:

– Jag kommer att ha en annan arbetsgivare, eller i alla fall en annan roll. Förmodligen en annan arbetsgivare.

– Jag kommer att ha skrivit mer, och om jag får som jag vill kommer jag att ha skrivit fler böcker.

– Jag kommer att vara i bättre form. Resor och arbete har eländigt nog saktat ned mig, och det är en av mina prioriteter att få det på rätt köl igen.

– Jag kommer att ha lärt mig massor om saker som jag inte kan något om i dag – och över en mängd olika ämnen. Kommer jag att ha lärt mig ett nytt yrke? Det är inte omöjligt. Ibland funderar jag på att hitta tillbaka till den mer klassiska juridiken, exempelvis.

– Jag kommer att ha barn som är unga vuxna!

Det är bara en skiss, och jag ska under de veckor som är kvar skriva ned mer i detalj hur jag vill att de kommande tio åren ska se ut. Det kunde man givetvis ha gjort när som helst, men det roliga är att decennieskiften och annat faktiskt har en viss betydelse – de är symboler och vi bör nog låta dem bli det. Vikten av symbolik är lätt att underskatta, och då förlorar vi möjligheten att dra nytta av deras ofta subtila påverkan på våra liv.

Berättelser i ekonomin – Schiller och narrative economics

I Schillers senaste bok ”Narrative Economics” möter läsaren ett intressant perspektiv som verkligen är värt att tänka mer kring — Schiller menar att ekonomin till mycket stor del styrs av berättelser, och således också att om vi vill förstå ekonomin, eller förutsäga den, så måste vi etablera de berättelser som för närvarande dominerar vår gemensamma syn på ekonomin.

Konstellationer av berättelser eller narrativ skapar en gemensam syn, och denna syn präglar sedan den ekonomiska verkligheten.

Det kanske mest intressanta i Schillers analys är de metoder han använder för att försöka rekonstruera berättelser — det är ju där den stora svagheten ligger; vi vet inte riktigt hur vi kan avtäcka narrativ mer objektivt. Vilka är berättelserna som vi nu kämpar med? Här finns det en hel del att diskutera och det är värt att återkomma till.

Schiller använder frekvensanalys av olika textmängder över tid, och redan där kan man hitta en hel del intressanta resultat. Mer snart!

Har du gjort ditt premortem? Några grundläggande artiklar

Ett premortem är en enkel sak — det handlar i princip om att göra följande mycket enkla övning. Se över de mål och planer som du har, gå igenom dem med teamet och be sedan var och en i enskildhet att tänka sig att ni samlas igen om 18 månader och allt har gått helt fel. Hur gick det till?

Formatet är en berättelse. Den kan börja med prompten ”Alla våra planer gick om intet, och vi är i dag i en mycket värre situation än tidigare…” och sedan fortsätta därifrån. Var och en bör producera ungefär en halvsida, åtminstone, och detaljera hur det gick till. Det finns endast ett krav på denna berättelse och det är att den är så trovärdig som möjligt, och att den litar till mer en enda orsak. Det är exempelvis inte till stor hjälp om någon skriver ”…eftersom jorden blev invaderad av utomjordingar som förintade mänskligheten”. Det är både otroligt och berättelsen litar till en enda orsak. Som huvudregel bör det finnas åtminstone tre bidragande orsaker till det tänkta misslyckandet.

Detta är inte en gruppövning, utan en övning som måste göras enskilt för att undvika konsensusdöden som hotar varje ledningsfunktion. Konsensus är fienden: du vill inte ha samma tre orsaker från alla, utan olika orsaker till det egna misslyckandet.

När du sedan har dessa berättelser blir nästa steg i övningen enkelt – var och läser upp sin berättelse och ni arbetar tillsammans för att extrahera orsakerna till misslyckandet: vad var det som gick fel, egentligen? Varför?

När du så har detta har du något väldigt intressant: en karta över möjliga svaga punkter i den egna planen. Om det är möjligt bör du nu foga dessa punkter till de olika delar i planen som de påverkar och göra en karta över dem. Planens mål och de olika svaga punkterna tillsammans blir din misslyckandekarta, och den bör du sedan gå igenom åtminstone varje kvartal för att se att du har rätt åtgärder på plats för att undvika misslyckandena.

Det är också möjligt att den här övningen ger till resultat att gruppen inser att den behöver nya mål, eller nya förmågor som saknas i dag, och i så fall kan de inkluderas i planen.

Ett premortem är inte svårt att göra, men det är litet obehagligt – eftersom vi så ofta förväxlar planer med trossatser som man måste vara med på. En plan är inget man tror på, det är något man kritiskt granskar och reviderar — särskilt varefter man lär sig nya saker.

Mer läsning om ämnet:

  • Gary Klein om premortems i HBR.
  • En detaljerad workshop för premortems från Atlassian.
  • En bra artikel i The Guardian om hur du kan använda tekniken själv.
  • Richard Thaler om premortems – med den intressanta frågan ”Hur många krig hade startats om någon först frågat ”Vi förlorade – hur?”.

Vad bör man inte läsa?

I den här artikeln om Superforecasters finns en liten passus som är intressant att notera: en av de personer som visat sig vara bra på att förutsäga framtiden säger att han inte läser tidningen särskilt mycket. Det återkom i den workshop vi hade, och var en av de där kontraintuitiva sakerna som vi ville veta mer om, så vi ställde en mängd frågor. Det visar sig att det förhåller sig, ungefär, såhär – enligt deras forskning.

Kunskap spelar en betydande roll i förmågan att förutsäga saker och ting bra, men det är en speciell sorts kunskap: beständig kunskap som kanske inte har lika stort nyhetsvärde, och just därför inte nödvändigtvis publiceras dagligen eller veckomässigt. TV bör man helt hålla sig borta ifrån, och dagliga nyheter har mycket lågt näringsvärde för den som vill förstå världen. Vad man i stället bör göra är att söka sig läsning som har en helt annan rytm: böcker är bra och sällanpublikationer (månatliga) är också nyttiga – och om man styr om sin läsning mot dessa och skippar den tid man spenderar på dagliga nyheter, så får man en bättre och klarare bild av verkligheten.

Dagliga nyheter är, menar man, i allt väsentligt bara brus.

Det är en provocerande åsikt för någon som läser så mycket man kan komma över, varje dag, och en möjlig invändning är att det inte handlar så mycket om att det är dagliga nyheter som att det är få nyhetskällor. Den som bara lyssnar till TV-nyheterna varje dag får en bild av världen som är fullständigt felkalibrerad. Den som använder en nyhetsläsare som Feedly och följer tiotals olika källor i flera olika ämnen kan börja se mönster i bruset.

Men allt annat lika är den invändningen nog ändå en invändning på marginalen — och det ger anledning till eftertanke även för den som skriver. Jag skriver dagligen, men gör det inte för att förmedla nyheter, utan för att just samla och fånga mina anteckningar i olika ämnen — samtidigt som jag kan se värdet i att samla sina tankar om ett ämne över en litet längre tid, och testa dessa åsikter för att kanske publicera i ett särskilt ämne månatligen.

Ett sätt att göra detta är att samla artiklar över tid och sedan återvända till dem för att undersöka mönster och idéer. I exempelvis Feedly kan man använda s.k. boards och sätta upp artiklar där över ett par månader och sedan gå igenom dem för att se vilka olika trender och mönster som kan skönjas i dem.

Vad blir då slutsatsen? Kanske denna: att läsa fler böcker och se mindre på TV. Åtminstone om du vill förstå världen. Och läs inte bara en tidning, utan se till att läsa flera – gärna med olika perspektiv. Inte så överraskande, kanske.

Vill du bli bättre på att förutsäga framtiden?

I London. I går hade vi en workshop med The Good Judgment Project, som är en idé som har sina rötter i Philip Tetlocks arbete med Superforecasters — vanliga personer som är extremt duktiga på att förutsäga framtiden (en recension av den som jag skrev 2015 här).

Tanken med workshopen är att försöka visa vilka intellektuella vanor som hjälper om man vill förbättra sin egen förmåga att skatta sannolikheten att olika framtida händelser skall inträffa. Det finns en mängd olika tekniker och mycket intressanta metoder som man kan använda – men de kanske viktigaste faktorerna är två kanske något oväntade insikter.

Den första är att grupper nästan alltid är bättre än individer. Och ju bättre individerna är, desto bättre blir grupperna — men att sätta samman en grupp med 5-10 personer är det kanske absolut bästa sättet för företaget att se framtiden tydligare. Eller varför inte göra det privat? Jag skulle mycket väl kunna tänka mig att ha en prognosklubb i stället för en bokklubb; en grupp som enas om tio frågor om framtiden som man försöker förutsäga så bra som möjligt — det skulle onekligen leda till intressanta diskussioner!

Den andra insikten är egentligen uppenbar, men ändå viktig: man måste dokumentera sina egna förutsägelser och börja räkna poäng – och dessutom redovisa skälen till de egna uppskattningarna.

Det här är intressant — och ett fenomen som återkommer i flera olika discipliner. Vill du bli bättre på att fatta beslut? Skriv ned besluten och grunderna för dem och utvärdera sedan efter ett tag. Vill du bli bättre på att spela schack? Skriv ned dina partier och utvärdera dem, och gör det gärna detaljerat – vilka drag trodde du att motståndaren skulle göra? Och samma sak gäller förutsägelser: om du vill bli bättre måste du börja hålla dig själv ansvarig för resultatet.

Så enkelt, men ändå så svårt. Ingen vill ha fel, ingen vill misslyckas – så vi ger bort förmåga för att slippa den intellektuella smärtan som följer av att ha fel.

Nu blir nästa steg för den lilla grupp jag leder att implementera detta — det skall bli intressant; inte minst ur ett organisationspsykologiskt perspektiv.

Vetenskapens framtid

I en artikel i Nature nyligen redovisas resultat som antyder att vetenskapen i stort håller på att bli mer tvärvetenskaplig — referenserna i de vetenskapliga artiklar som produceras griper över alltfler olika områden. Trots att det finns några strukturella förklaringar – som en alltmer detaljerad datamodell för olika vetenskapliga grenar och en tendens att referera mer (eller alls — artikeln innehåller det häpnadsväckande historiska faktumet att tidiga artiklar inte hade några referenser alls – något som får mig att undra om det skulle vara bättre, och vilket värdet av referenser egentligen är) – så är detta intressant. Det speglar en alltmer komplex värld där vi måste knyta samman olika kunskapsdomäner för att komma vidare överhuvudtaget.

Detta är inte utan baksidor dock. En alltmer komplex vetenskap kan bli allt svårare att ta sig in i. Hur bör den som börjar forska i dag förhålla sig till dessa resultat? Bör man försöka läsa flera olika ämnen, eller koncentrera sig på smalare ämnen eller helt ignorera ämnesuppdelningen och koncentrera sig på problem? Det finns en mängd frågor här om hur vetenskap bäst organiseras, och dessutom finns det en mängd frågor om hur den vetenskapliga praktiken håller på att förändras.

Vi vet att vetenskapen i dag är enormt mycket mer kollaborativ än den var tidigare — den ensamme vetenskapsmannen som i sitt geni sitter och upptäcker världen är i allt väsentligt både en atavistisk figur och ett hinder mot vidare framsteg. Dagens vetenskap bedrivs ofta i nätverk och i djupt samarbete mellan olika individer och länder. Trösklarna är dock fortfarande höga och vetenskapen är fortfarande en i allt väsentligt elitistisk verksamhet — något som inte är hållbart givet de vetenskapliga utmaningar vi står inför. Vi behöver återvända till en vetenskap som välkomnar vetenskapsmedborgaren vid sidan av och som jämställd med vetenskapsmannen.

Det finns flera skäl.

För det första har var och en i dag verktygen och tillgången till kunskap för att kunna dyka djupt i olika problem – med nätets framväxt och de moderna verktyg som finns (Wolfram Alpha är ett exempel) finns inga skäl till att utesluta det frågande som finns utanför ett fåtal institutioner från det vetenskapliga projektet.

För det andra har vi för få vetenskapare. Detta är en poäng som Stanislaw Lem tog upp redan 1964 i sin märkliga Summa Technologiae. Lem skriver att varefter den vetenskapliga fronten växer – och varje nytt resultat öppnar upp nya områden och fält som måste undersöka – kommer vi att få allt svårare att allokera vetenskaplig uppmärksamhet eftersom vi inte på förhand vet vad som är fruktbart och vad som leder oss i cirklar. Därför behöver vi, menar Lem, mycket mer vetenskaplig uppmärksamhet för att hantera denna växande, alltmer komplexa vetenskapliga horisont. Hans två förslag – det ena lekfullt och det andra allvarligt – är att tvångsrekrytera studenter till vetenskaplig forskning eller bygga artificiella vetenskapsmän. För Lem är AI ett sätt att hantera den växande komplexiteten i världen runt oss och i vetenskapen.

För det tredje är det vetenskapliga systemet i dag riggat så att det mycket snabbt söker sig till det tillstånd som Kuhn kallade normalvetenskap – det triviala producerande av resultat som maximerar inte framsteg utan sannolikheten att få finansiering i ytterligare några år. Systemet i sig måste reformeras, men det behöver också externa chocker och med en parallell organisation av vetenskapligt arbete i vetenskapsmedborgarens regi skulle åtminstone de värsta exemplen på bruspublicering av minsta möjliga resultat kunna elimineras.

En problemorienterade inkluderande vetenskaplig verksamhet skulle kunna vara ett sätt att förnya vetenskapen i sin helhet.

När det gäller frågan om hur man bör studera så är den mycket svår. Jag har en tendens att tro att ordet ”tvärvetenskap” sätter fokus på fel saker — antingen tror vi att man skall läsa litet av varje i dag kodifierad vetenskap eller så att man måste hitta två olika vetenskaper och läsa över dem. Förmodligen håller inte detta — man behöver ett djup för att kunna nå en bredd. Samtidigt tror jag inte att detta djup måste vara disciplinärt. Det som gör att det disciplinära djupet oftast vinner är dock att kunskapen är organiserad i nätverk och den som vill gå på djupet måste söka sig till ett nätverk som organiserats kring ett ämne, och då blir det ofta en disciplin. Det finns dock intressanta undantag — jag tror att man kan gå på djupet i komplexitet vid Santa Fe-institutet exempelvis.

Det är svårt att mäta det vetenskapliga framstegets hastighet, men vad vi vet är att vi inte skulle ta skada av ett snabbare framsteg — och kan vi organisera oss så att vi löser ut fler samhälleliga resurser i det vetenskapliga projektet så vinner sannolikt alla.

Här finns en annan tanke också – vi lever i ett samhälle som har det allt svårare att skilja ur fakta mot en bakgrund av politiskt oväsen. Vi har gjort det alldeles för billigt att tvivla på något, det krävs ingen som helst ansträngning eller investering för att tvivla på vaccin, att jorden är rund eller att det finns antropogeniska klimateffekter. Vetenskapen behöver en renässans eftersom den har ett inbyggt pris på tvivel: det empiriska arbete som ger vid handen att det finns ett problem.

Till sist: det finns i artikeln en fascinerande bild som visar hur olika vetenskaper refererar till varandra. Den är en underbar nyckel för de forskare som vill pröva något nytt: leta reda på de två vetenskapliga grenar som är minst sammankopplade och börja ställa frågor om hur de skulle kunna informera varandra:

Om värdet av att veta när man inte vet

Den som är intresserad av framtidsstudier har ett rikt bibliotek med verktyg att utforska. De två kanske mest grundläggande teknikerna är olika sorters prognoser och scenarier. Prognoser – forecasts – handlar ofta om att försöka ange sannolikheten för en viss given händelse i framtiden. Scenarier handlar om att försöka kartlägga möjliga utfall utan att enkelt tillskriva dem någon särskild sannolikhet. Bortom en viss gräns blir framtiden otillgänglig, och den gränsen kan vi flytta på olika sätt — men den förblir en verklighet. I en bild:

I denna bild ser vi hur osäkra och säkra faktorer varierar över tid, och så fort vi får en kritiska massa osäkra faktorer så bryter prognosmetoderna samman, och får då ersättas av scenarier. När så de osäkra faktorerna blir fler än de säkra bryter även scenarierna samman och vi får lita till hoppet.

Just dessa två gränser är intressanta att studera.

Den första handlar om när det blir i stort sett meningslöst att försöka göra prognoser. Det är ingen absolut gräns, och den kommer att variera över olika ämnen och frågor, men det är en viktig gräns att hålla reda på. Om man, i en organisation, är intresserad av framtiden finns ett värde av att se till att man inte överskattar hur långt fram den gränsen går.

Den andra gränsen handlar om när framtiden blir otillgänglig för förnuftet. Även den gränsen kommer att variera, men den är intressant, eftersom den visar var avkastningen på framtidsstudier omedelbart sjunker till noll. Detta är också en gräns som varierar med den samhälleliga komplexiteten.

Vi kan med dessa två gränser leka med en mängd olika tankeexperiment och fråga oss exempelvis var dessa gränser har legat historiskt för ekonomiska frågor. Givet att vi vet att den historiska BNP-kurvan såg ut ungefär såhär (se nedan) så tycks det som prognoshorisonten historiskt varit flera hundra år under många hundra år – åtminstone för lågupplösta prognoser.

Det är förstås en förenkling, men det tycks stämma. Ju längre fram i historien vi kommer desto kortare blir prognoshorisontent för vissa frågor, och vissa ämnen.

Nå, det som jag ville komma till var att det finns ett värde i att ha en uppfattning om både prognoshorisonten och scenariehorisonten i de olika frågor man arbetar med, och inte bara fastna för jämna årtal eller klichéer som 3-5 år. Alltför ofta bestäms dessa horisonter slumpmässigt, trots att deras position säger något intressant om vår samtid. Ett samhälle i vilket horisonterna kryper närmare och närmare nuet får allt svårare att handla långsiktigt – och medvetenheten om detta har ändå ett värde.

Hur nöjd är du med livet?

Eurostat publicerade nyligen sin årliga undersökning av hur nöjda med livet medborgare i olika EU-länder är. Det är en skala från 1-10 som varierar från 5.4 för Bulgarien till 8.1 för Finland. Sverige ligger högt på 7.8.

Livsnöjdheten varierar stort i EU

Man frågar också delfrågor – om exempelvis finansiell situation och personliga relationer. Sverige ligger mycket högt även där, och typiskt sett ligger alla högre på personliga relationer än finansiell situation – och när det gäller personliga relationer är svenskarna till och med nöjdare änn förra gången undersökningen publicerades, 2013 – med enorma 8.5 av 10.

I alla länder är medborgarna mer nöjda med sina personliga relationer än sin finansiella situation.

Hur rimmar det med Sverigebilden i stort? Bilden av en ensamhet som breder ut sig, ett alltmer sönderslitet samhälle? Det finns förstås flera olika möjliga tolkningar här: den som vill läsa något oroande i siffrorna kan påpeka att extrem nöjdhet med de personliga relationerna kanske tyder på att man vänder sig inåt, mot den egna gruppen och att det är en reaktion mot samhället i stort. Det kan också läsas som en anklagelse mot det sätt på vilket vi rapporterar mot Sverige, som en bekräftelse på att Sverige faktiskt kommit att bli ännu varmare och mer relationsdrivet än tidigare. Jag har ingen aning om vilken läsning som är den rimliga – men intressant är det.

Det som kanske är än mer fascinerande är, som alltid, frågan om var idealet ligger på den, givetvis grovhuggna, skalan mellan 1 och 10. Hur skulle ett land se ut där medborgarna gav 10 på alla frågor? Eller ett samhälle där alla låg på Bulgariens nivå? Är 7 idealt? Eller för högt? För lågt? När blir ett samhälle så nöjt med sig själv att det kanske till och med stagnerar?

Undersökningar av det här slaget blir lätt parodiska, men det finns några möjliga spår att peka på: både Polen och Österrike ligger i topp, medan Portugal och Grekland återfinns mot botten. Finns det en nord-syd dimension här? Det verkar så. Tyskland ligger nära mitten, men litet under medel när det gäller personliga relationer. Nederländerna ligger nära toppen i livsnöjdhet generellt, men under medel när det gäller personliga relationer – vad är det som händer där? Om nu skillnaderna alls är signifikanta.

OECDs motsvarande index ser ungefär likadant ut, men inkluderar också USA som ligger litet under Sverige, men över OECD-genomsnittet som tyngs av länder som Ryssland och Turkiet:

OECDs Better Life index innehåller livsnöjdhet också –

Det finns till och med ett världsindex som presenteras av Our World in Data — det ger en mer global bild.

Här finns också ett lyckoindex – där människor själva får rapportera om de är lyckliga (även om jag inte tror lycka är något att sträva efter).

Samtidigt som dessa index är intressanta är deras motsats nästan ännu mer intressanta. Gallup har ett stress och ilskeindex som man nyligen publicerades. Se på ilskan i USA över tid och vad som händer med den:

Ett argare USA

Deras stressindex globalt ger en märklig bild:

USA i märkligt listsällskap

Ett USA som är mer stressat än Uganda, Rwanda, Turkiet och på samma nivå som Iran? Det känns nästan som om ordet ”stress” måste ha använts på två olika sätt, eller hur? Samtidigt är det en intressant påminnelse om hur svårtolkade olika undersökningar är: i USA är man mycket mer nöjd med livet (6.9 i OECD) och mer stressad, samtidigt som man i Turkiet är mycket mindre nöjd med livet, och samtidigt massivt stressad. Stress och livsnöjdhet i kombination ger en bild av oss människor som är ganska intressant.

Världens emotionella tillstånd är svårgripbart, men förmodligen viktigare än vi tror, särskilt för framtidsstudier. Frågan är om de undersökningar vi har i dag fångar det tillståndet särskilt väl. Om jag bara fick en enda variabel för att försöka förutsäga ett lands framtid skulle jag kanske trots allt välja en emotionell snarare än en ekonomisk variabel — och det är i sig intressant för de av oss som vill fördjupa oss i scenarier och forecasting. Frågan är vilken emotionell variabel jag skulle välja.