Framtidsstudier – Sida 2 – Anteckningarna.org

Innovationsvinter eller ny kapplöpning?

2019-11-072019-11-06 Nicklas Lundblad1 kommentar

Mycket av analysen av relationen mellan Kina och USA handlar om hur en alltmer ansträngd relation kommer att påverka innovationstakten i världen i stort. Det fascinerande är att det tycks finnas två diamertralt olika sätt att se på den saken. Dessa två olika perspektiv är värda att studera, eftersom utvecklingen på detta område kommer att ha en djup inverkan på världen de kommande åren.

Först: antagandena. I diskussionen antas att USA inte kommer att kunna välkomna Kinas utveckling, och att det därför kommer att utvecklas en konflikt mellan de två länderna i både handelsfrågor och andra politiska frågor. Som ett resultat av detta kommer teknik och forskning mellan de två länderna att sluta flöda, och nätverken knoppas av – så att vi får ett amerikanskt och ett kinesiskt innovationsnätverk. Frågan blir då om detta kommer att sakta ned innovationstakten globalt eller om det kommer att leda till en ny kapplöpning inom områden som AI, syntetisk biologi och neuroteknik.

Det första perspektivet förutspår en innovationsvinter. Innovationstakten kommer att sakta av och de ekonomiska konsekvenserna betydande. Forskningsnätverken – som i dag är integrerade – kommer att falla sönder och viktiga samarbeten kommer att lösas upp. De gemensamma resurser som kunde ha satsats på att slutföra stora projekt kommer nu att hamna i militärens händer.

Det andra perspektivet förutspår en tekniska kapplöpning. När nätverken faller i sär och den nationella säkerheten blir drivfaktor i forskningen och utvecklingen kommer resurserna att öka och dessutom organiseras helt annorlunda. Vi kommer att se en utveckling som påminner om den runt DARPA och militär effektivitet och forskningens innovation kommer att kombineras och ge en mycket högre innovationstakt – först inom de områden som kan ge militära övertag, men sedan inom alla områden.

Det är inte självklart vilket av dessa perspektiv som är det rätta. Det första är det något vanligare, men det andra kommer snabbt.

Ett av problemen är förstås att vi saknar bra sätt att mäta innovationstakt på – men vi vet vad vi menar med innovationstakt i alla fall. Vi känner igen det när vi ser det.

De historiska exemplen är svåra att generalisera ifrån: spänningarna mellan Ryssland och USA ledde förmodligen till en acceleration av innovationstakten, främst i Väst. Andra världskriget ledde förmodligen också till en acceleration av innovationstakten – och till några av de mest effektiva institutionella mekanismerna i innovationssystemens historia. Samtidigt skedde detta inte från ett utgångsläge där forskningsnätverken blivit alltmer sammanflätade och integrerade.

Å andra sidan kan den som argumenterar för det andra perspektivet säga att det är just det som är problemet: det finns ingen känsla av angelägen brådska längre – det finns ingen spänning som driver forskningen. När forskningen förenas globalt sysselsätter den sig mest med normalvetenskap och finansiering – det finns inga incitament att vara snabb.

Vem som har rätt? Jag vet inte, men det är en nyckelfaktor i flera olika framtidsscenarier, tror jag.

Hur stora bör dina mål vara?

2019-11-022019-11-01 Nicklas Lundblad

Hur stora mål bör vi sätta för oss själva? Det talas ofta om “moonshots”, men hur vet vi om ett mål är stort nog och vad betyder det att säga att ett mål är “stort”? Jag tror att det finns några olika dimensioner i mål som är intressanta att funder över.

Målets framstegsdimension. Hur förhåller sig det du sätter upp som ett mål till vad som åstadkommits tidigare? Om du försätter dig att lösa ett visst givet problem på 10 sekunder, och det i dag tar 10 månader att lösa det så är det ett enormt framsteg. I den här dimensionen talar man ofta om 10x, eller att förändra lösningen med en storleksordning i olika riktningar. Att åstadkomma något som aldrig tidigare åstadkommits blir naturligtvis då ännu mer omfattande. Ett stort mål kan alltså vara stort i den meningen att det förbättrar eller förändrar det gällande läget på ett omfattande sätt. Här kan vi tala om ett måls prestandadimension.

Målets omfattning. Om du sätter upp ett mål om att 10 miljoner människor skall ha tillgång till något som 100 människor har tillgång till idag är detta en delvis annan dimension än den prestandaorienterade dimensionen. Att öka tillgången till en viss tjänst, eller deltagandet i val eller andra samhällsfunktioner är andra exempel (en god forskningspolitik borde exempelvis som mål ha att öka deltagandet i svensk forskning och återintroducera amatörforskaren som en respektabel bidragsgivare – nätverksforskning skulle kunna involvera många fler i samhällets framsteg). Denna dimension skulle vi kunna kalla målets omkrets.

Målets längd. En annan dimension som ofta hamnar på undantag är hur långt bort målet ligger. Vi sätter ofta mål som ligger inom en kortare period, men all mål kan också ha en tidsdimension. Ett ofta citerat exempel är katedralbyggen och olika andra samhällsbyggen, men även The Long Nows klocka är ett annat exempel. Riktigt långa mål kan vara intressanta exempel på en sorts mål som vi sällan ser idag. De flesta mål är mycket mer kortsiktiga. Här finns en intressant kognitiv utmaning: hur tänker vi som individer på mål som vi vet att vi inte kommer att se uppnådda under vår egen eller våra barns livstid? Hur motiverar vi dem? Och – kanske – finns det inte en politisk invändning här? Längden på våra mål riskerar att kringskära individens frihet, eller hur? Kan den individuella liberalismens omfatta ett 200-årigt mål? Jag tror ju det, men kan se spänningen.

Så, bör vi då sätta mål som handlar om att förbättra 100x för miljoner av människor om 200 år? Eller bör vi sätta mål som handlar om en 10% förbättring för 25% fler om 6 månader? Det finns givetvis inga enkla svar på den frågan, men det är intressant att se på sina egna mål och åtminstone utmana sig själv, eftersom tendensen i de flesta mål vi sätter är att de blir mindre i ljuset av vår förhoppning om att kunna uppnå dem.

Helt ouppnåeliga mål är inte heller ideala, naturligtvis — eftersom de rimligen är både demoraliserande och kanske ett slöseri med tid. Eller? Det beror helt på vad man uppnår om man misslyckas med dem. För vissa ouppnåeliga mål kan misslyckandet vara väl så värdefullt som framgången. Att kolonisera Mars kanske hjälper oss att utvinna resurser ur asteroidbältet i närtid. Det vore värdefullt i sig.

Det sägs i bland att vi lever i en tid som lider brist på mening, och att det i det postsekulariserade samhället är svårt att skapa någon sorts motiverande syfte för individen. Ett möjligt svar på detta är att i olika gemenskaper sätta upp riktigt stora mål och förbinda sig att nå dem — åt var och en ett eget Manhattanprojekt, ett eget månfararuppdrag. Kanske.

Den riktiga frågan är nog om våra mål inte är för små idag, paradoxalt nog. I en alltmer komplex tid med globala utmaningar är det lätt att känna sig maktlös, och maktlösheten krymper målen. Det är en tendens att se upp med.

Att tänka tillsammans om risk – en liten workshop för riskanalys

2019-10-302019-10-30 Nicklas Lundblad

All organisationer gör klokt i att tänka igenom de risker de står inför – och verkligen försöka förstå hur de kan angripa dem. Det finns en mängd olika tekniker för detta, men i mitt nya jobba har jag hittat ett minimalistiskt format som jag gillar att arbeta med och som säkert kan utvecklas gemensamt, och där andra säkert har idéer och tankar om hur det kan förbättras, så jag tänkte summera formatet här om någon är intresserad och efterlysa idéer om förbättringar.

Den här workshopen tar inte mer än 3 timmar och man bör inte vara fler än 10 personer, åtminstone inte om man vill ha en ordentlig diskussion. Formatet är avskalat och enkelt – eftersom syftet är att fokusera på en första diskussion om risk ur ett strukturerat perspektiv.

När jag satte mig ned och skulle skriva ned workshopen slog det mig att det inte finns någon given notation för hur man sprider workshops eller gruppövningar – och att detta onekligen är en brist — en enkel notation gör det möjligt att konstruera och diskutera workshops på olika sätt. I det följande kommer jag att använda följande notation – och vidare fundera på hur man kan bygga ut den.

M – moderatorledd del av workshopen.
IG – individuellt arbete för hela gruppen, exvis skriva ned något på en post-it notis.
G – gemensamt arbete (som diskussion) för hela gruppen.
Post – efter workshopen
Pre – före workshopen

Dessutom kommer jag att beskriva workshopen som en serie numrerade steg, men utan tidsangivelser – eftersom jag tror att tiden kan variera med ämnet och gruppen.

Pre: ett introduktionsbrev till alla deltagare som introducerar syftet med workshopen – att bättre kartlägga de olika risker som företaget står inför och förstå dem i flera dimensioner. Be alla fundera på tre-fyra risker som de kan ta med sig men inte prata med någon annan (undvik konsensus så länge det överhuvudtaget går).
M: Introduktion till workshopen, översiktlig tidsplan (varierar per grupp) och gemensam introduktion av deltagarna i kort format. De frågor som brukar fungera är vad heter du, vad gör du och vad vill du ha ut av workshopen. De är triviala, men matnyttiga.
M: “Det första vi skall göra är att samla in de olika risker som ni har funderat på. Framför er har ni material att skriva på och jag vill att nu tar er tid och skriver ned så många risker ni kan och sedan sätter upp dem på väggen/tavlan här.” Här kan moderatorn också – om gruppen är litet mer insatt – påminna alla om skillnaden mellan en bred riskgrupp och en individuell risk – skillnaden mellan “ekonomin” och “sjunkande kundunderlag för produktgrupp B”. En riskgrupp är bred och kan inte sannolikhetsbedömas särskilt väl, en individuell risk kan ofta prissättas till både inverkan och sannolikhet. Det är vanligt att få breda riskgrupper i workshops med deltagare som inte är inblandad i riskarbete – och det går också att arbeta med, men det bästa är om deltagarna kan formulera risker som är mer högupplösta.
IG: Alla arbetar igenom sina risker och sätter upp dem på tavlan utan någon särskild ordning.
M: ”Nu skall vi organisera riskerna i olika steg för att se hur de ser ut. För det första kommer vi att organisera dem i stora grupper för att se att vi har täckt alla olika typer av risker som organisationen står inför: vi kommer att grupper riskerna i politiska, ekonomiska, sociala, tekniska, rättsliga och miljömässiga”. Moderatorn skriver upp dessa områden på tavlan – helst en stor whiteboard – och sedan börjar sorteringen. (Tillval: moderatorn kan också lägga till rader med 6 12 18 36 månader och sortera riskerna efter vilken tidshorisont de existerar på. Resultatet blir vanligtvis att gruppen är närsynt och tittar på närtida risker. En mer erfaren grupp kan ha mycket utbyte av att diskutera vilka risker som ligger på 36-48 månaders sikt.)
G: Moderatorn läser upp en risk och gruppen bestämmer var den bör hamna. Risker som är snarlika summeras till en risk. Steget är klart när alla risker är sorterade.
M: Går igenom de olika kategorierna och ser om det finns risker listade i alla olika områden. Om det inte gör det leder moderatorn en diskussion med gruppen om varför det saknas tydliga risker inom vissa områden – är det rimligt?
M: “I nästa steg ska vi bedöma riskerna i två dimensioner – vilken inverkan de skulle ha på organisationen om de realiserades och vilken sannolikhet vi bedömer att det är att riskerna realiseras. Resultat kommer att bli en enkel fyrfältare som ser ut såhär:“
G: Moderatorn sorterar riskerna efter gruppens indikationer. Dokumentera med ett foto eller liknande. Uppmuntra oenighet – och lista de största oenigheterna tydligt på tavlan. Om gruppen är konsensussökande kan en person utses till “Herr/Fru Oenig”, som utmanar sorteringen.
M: “De risker som vi kommer att fokusera på nu är de risker som är sannolika och dessutom har en stor inverkan på organisationen – de i övre högra hörnet. Men innan vi börjar diskutera riskerna ska vi ordna dem i två andra dimensioner: insats och utväxling. Vad jag vill att ni gör här är att ni funderar på hur mycket arbete som behövs för att möta de olika riskerna och hur stor inverkan ni kan ha, med ert arbete, på riskerna – i någon av de två tidigare dimensionerna. Kan ni göra risken mindre sannolik eller mindre skadlig? Hur mycket arbete skulle krävas? Resultat kommer att bli en fyrfältare som ser ut såhär.”
G: Moderatorn sorterar riskerna efter gruppens indikationer. Dokumentera med ett foto.
M: “Nu är det dags att börja skissa på en åtgärdsplan. Här är några regler: de risker som ligger i den övre vänstra kvadranten är “no brainers” – med liten insats kan ni få stor utväxling på arbetet för att reducera en större risk. Börja med dessa risker, och beskriv hur de kan åtgärdas i bägge de dimensioner vi diskuterat: sannolikhet och skadlighet. De som finns i övre högra hörnet är “heroiska” – och det kan vara värt att även ta sig an någon enskild av dessa – men med tanke på att alla organisationer har begränsade resurser bör det först ske när de “no brainers” ni identifierat är hanterade. Under alla omständigheter bör ni undvika de risker som ligger i under högra hörnet – era “Sisyfosuppgifter”: där ger enorma insatser knappt någon utväxling alls. De risker som ligger i undre vänstra hörnet är de risker som ni får betrakta som en del av er verksamhetsmiljö – ni kan inte påverka dem, utan får leva med dem.”
G: uppbruten i mindre grupper. Arbeta på en risk och producera en plan för att flytta risken i en eller båda av de dimensioner som först identifierades – sannolikhet och skadlighet.
G: presentera preliminära tankar kring hur risken de valt kan hanteras.
M: Summera och tacka.
Post: dokumentera workshopen noga, med alla olika element och grafiska diagram.
Post: Sätt ett datum för uppföljning och check-in. Vid en check-in skall åtminstone följande frågor behandlas: är riskerna desamma eller har några tillkommit/fallit bort? Har någon av riskerna framgångsrikt hanterats i någon av de två dimensionerna sannolikhet / skadlighet?. (Tillval: en uppföljningsworkshop som diskuterar de riskera som har extremt låg sannolikhet men extremt hög inverkan – svarta svanar).

Fini. Ett mycket enkelt, snabbt format för en första diskussion och därefter kan man välja att gå vidare med mycket mer avancerade frågor (som att prissätta risker i olika intervall mm). Nå — detta kan utvecklas på massor av sätt, men det är en liten början. Alla åsikter välkomna!

Det dialogiska tänkandets ljusa framtid

2019-10-172019-10-17 Nicklas Lundblad

Dialogen är en av de kanske mest intressanta formerna för tänkande. Inte bara fångar den flera olika synpunkter och invändningar på ett sätt som en egocentriska monografin inte mäktar med, den speglar också det egna tänkandet bättre. Som Platon låter Sokrates noterar i Theaitetos är dialogen en spegel av hur vi tänker, själva tänkandet är inte symboliskt logiskt, vi tänker inte i propositioner — nej, vi tänker i frågor och svar och när frågorna till sist – tillfälligtvis – tystnar så kallar vi den jämvikten kunskap.

Allt du vet, som RG Collingwood påpekade, är ett svar på en fråga, inte en oberoende proposition om världen. Se på “jorden är rund”. Den satsen är sann som svaret på frågan “Vilken är den bästa grova, förenklade geometriska approximationen på jordens form?” – men satsen är falsk om frågan istället lyder “Hur bör vi modellera jorden så exakt som möjligt?”.

Platon väljer, tror jag (och jag har sagt detta förut), dialogen som form eftersom den är helt interoperabel med det egna tänkandet – det sätt på vilket vi tänker. Det maximerar också chansen att hans text får effekt, att vi ändrar oss. En monolog blir snabbt en glatt yta där intresse och engagemang halkar av.

Dialogen som form klingar av efter medeltidens, men det finns undantag — men de är just undantag. Det är inte kontroversiellt att säga att dialogen som litterär form håller på att falna bort.

Brevskrivandet har tydliga släktskapsband med dialogen – det är en långsam dialog som spänner över stora geografiska avstånd, ett resonemang utspritt över tid och rum i akt och mening att öppna upp varandras tankar. Det är nog inte fel att säga att brevskrivandet fram till helt nyligen utgjorde en egen kunskapsform – både för förmedling och upptäckter av kunskap. I brevskrivandet kunde en sfär skapas och upprätthållas som i sig kunde bära mycket av den nyfikenhet som präglar oss som människor.

Den brevens republik som man ibland talar om var en tidig infosfär som verkligen accelererade det mänskliga vetandets framsteg – det var en gemenskap, en sorts tidig – om än elitistisk – webb. I breven fångar vi inte bara de tillrättalagda resultaten – som i den övervärderade vetenskapliga artikeln – utan hela processen, hela den utveckling som ledde till slutsatserna. Att följa exempelvis hur sannolikhetslärans tidiga konturer växer fram i brevväxlingen mellan Fermat och Pascal är ett intellektuellt äventyr av sådan halt att forskare verkligen beklagar att det första brevet i den brevväxlingen gått förlorat.

Hur ser det då ut i dag?

Det är lätt att dra slutsatsen att det dialogiska tänkandet ersatts av en monologens kultur – ett samhälle där ingen egentligen samtalar, utan alla istället hänger sig och känslomässiga yttringar – och då använder jag ordet i den basala, biologiska bemärkelse som Wittgenstein använder termen Äusserungen. Samtidigt är pessimismen alltid historielös — historien lär oss att världen inte tar slut, att den inte blir sämre, att den inte kollapsar i intighet bara för att vår egen trötthet i medelåldern gör att vissa av oss nästan hoppas att vår generation skall vara den sista. Nej, historien lär oss att vi utvecklas och hittar nya former.

Bloggen är en. Det skriver jag inte för att jag bloggar sedan ett tjugotal år, utan för att jag har sett den användas dialogiskt i olika sammanhang. Min egen erfarenhet från den tidiga bloggosfären var verkligen att vi då hade fröet till en egen bloggens republik, men den föll samman — av flera olika skäl. Jag skall inte spekulera om det nu, men det är intressant. Ett exempel på rent akademisk användning av bloggen för att skapa en forskningsgemenskap ser vi hos Terence Tao, en av världens främsta matematiker. Med sin blogg har han skapat ett fantastiskt rum mellan den vetenskapliga artikelns döda materia och klassrummets omedelbara spekulation.

Twitter, rätt använt är en annan dialogisk form. Där får man dock se upp. De korta formaten och mediets inbyggda öppningar mot emotionella svador och nonsens gör att man måste välja sina följare och de man följer noga. Twitter är inte som ett vardagsrum – eller jag vill inte att mitt twitter skall vara det – utan som ett kafé eller en salong. Det tar tid att hitta dit med Twitter, men är det omöjligt? Alls inte.

Internets alla forum och grupper är ett annat exempel. Quora och Reddit, Facebookgrupper och andra liknande sajter skapar en större dialog mellan flera olika personer. Det är djupt fascinerande att stiga in i en Quoratråd och se hur diskussionen utvecklas över tid — det är dialogiskt tänkande, och paradoxalt nog tror jag att det idag skrivs mer dialoger än någonsin tidigare i människans historia. De skrivs dock inte litterärt, utan dialogen har kommit att bli en sorts grundform för den text som växer fram på nätet.

Det betyder dock inte att allt är i sin ordning — jag tror att parallellt med dialogens spridning på nätet så har vi också sett spänningen med det monologiska tänkandet öka. De som skriker och inte samtalar, de som ser tvivlet som en rättighet utan investering, de som samlas kring rädsla och hat. Hat och rädsla är monologiska känslor, förresten, har du tänkt på det? Vi kan hata tillsammans, men vi hatar alltid under tystnad och utan egen åsikt. Hat är asymmetriskt, riktat mot den Andre. Hat löses upp i samtalet. Att vara rädd med någon annan i dialog är att bekämpa rädslan, att hitta strategier för att förändra den.

Här finns ett tema som jag tror är värt att fundera över: monologen mot dialogen i teknikens framtid, spänningen mellan påståendet och frågan. Vi saknar inte förutsättningar för att ställa oss på dialogens sida: verktygen och formerna finns, men det kräver litet medvetet arbete.

Här en hypotes: den mänskliga civilisationens utvecklingstakt beror direkt av kvoten mellan dialogiskt och monologiskt tänkande. I en tid då denna kvot blir mindre än 1 och det monologiska tänkandet dominerar så saktar vi in, förfaller. När dialogen i stället tar plats så firar människan triumfer.

Det är egentligen inte så konstigt. Människan är ju en dialog.

Modeller av framtidens arbetsmarknad

2019-10-162019-10-16 Nicklas Lundblad

En hel del av de framtidsdiskussioner som vi deltar i handlar om framtidens arbetsmarknad. De är absolut centrala för hur vi utvecklas som samhälle, och just därför är det intressant att försöka locka fram de mentala modeller som ligger bakom de olika synsätten som vi råkar på. I det följande tänkte jag gå igenom dessa i sina idealtypiska former – och därför blir de också litet förenklade – men jag tänkte att det kan ha ett visst egenvärde att försöka visa hur olika de mentala modellerna i diskussionen faktiskt är.

Den första modellen, den kanske vanligaste, ser ut såhär: det finns människor som har jobb. Nu kommer maskiner som kommer att ta dessa jobb. I framtiden kommer det alltså inte att finnas jobb kvar åt människor. I en bild:

Frågan blir då – automatiskt – vad ska människorna göra nu när robotarna tagit jobben? Där finns det två olika modeller också – en i vilken det kommer nya jobb som människorna kan göra:

I denna modell är allt frid och fröjd. Nu arbetar människorna igen, och det stora problemet är hur man kan se till att de lär sig de nya jobben. Ofta tror vi att dessa nya jobb kommer att vara mer komplicerade, och frågeställningen ser ut ungefär såhär, förenklat: förut behövde vi en massa bagare, men nu kan maskiner baka bröd. nu behöver vi läkare istället och alla bagare kan inte bli läkare, så hur ska vi lösa det? Den som håller fast vid den här modellen måste lösa ett omfattande omställningsproblem där hela kompetenskorgar – jobb – måste bytas mot nya, förmodat mer avancerade och komplicerade jobb.

Den andra möjligheten är förstås att det inte kommer några nya jobb. Det här var vad som oroade bland annat Keynes:

Vad gör vi nu? Dessa människor som inte har ett jobb – och Keynes trodde att de skulle förvandlas till en sorts avdankade aristokrater som spelade bridge och hade affärer – måst vi ju ta hand om. Nu blir problemet ett rent försörjningsproblem: hur försörjer vi en växande skara arbetslösa människor?

Sedan finns de de som har en mer högupplöst syn på problemet. De menar att jobb är fel analysenhet: vi måste istället konstatera att jobb består av olika arbetsuppgifter – och vissa av arbetsuppgifterna kan automatiseras, andra kan det inte. I framtiden delar vi alltså arbetsuppgifter med robotarna:

Möjligen kan detta också låta oss hitta på nya arbetsuppgifter som vi inte gjorde tidigare alls. Här finns ett omställningsproblem, men framförallt ett innovationsproblem – hur använder vi den nu tillgängliggjorda mänskliga förmågan på bästa möjliga sätt?

Det finns en variation på detta tema, som förekommer exempelvis i en del av schackmästaren Garry Kasparovs skrifter, och det är att vi kommer att smälta samman med robotarna, eftersom en människa och en maskin alltid slår en maskin. Vi kommer att bli kentaurer, eller cyborgs, och helt enkelt bli mycket bättre på det vi gör:

Skillnaderna mellan IV och V kan tyckas små, och har egentligen mest att göra med hur man organiserar arbetsplatsen, men de är ändå intressanta att fundera kring. Om vi smälter samman alltmer med tekniken blir distinktionen mellan människa och maskin allt mindre intressant — frågan om robotarna kommer att ta ditt jobb, blir enkel att besvara: nej, men du kommer att bli en robot, också. Det intressanta med denna modell är den antagna uppdelningen mellan maskinautomation och mänsklig verksamhet blir mycket mindre intressant att fundera kring. I stället blir det möjligt att fråga vad vi kan göra nu, och vilka typer av kompetenser som behövs för att smälta samman med en robot. I schack, menar Kasparov, är det inte de bästa enskilda spelarna som blir de bästa cyborgspelarna, utan andra kvaliteter – som en expertis på maskinens svagheter – blir viktiga kärnkompetenser. I IV blir människor bättre på sånt bara människor kan, och uppdelningen mellan människa och maskin är strikt. I V måste människor utveckla en viss kompetens som handlar om just maskinen och sammansmältningen blir målet.

Sedan finns de de som menar att föreställningen om “jobb” är dömd att förlora i betydelse. För dem handlar framtiden om att organisera arbetsuppgifter och koordinera dem så att de blir till arbete som ger sådan avkastning att man kan leva på dem, och detta kommer man att göra med olika typer av intelligenta verktyg:

I modell VI kan vi komplicera bilden ytterligare. I stället för den 1:1 relation som idag finns mellan arbetstagare och arbetsgivare, kan man tänka sig att en cyborg specialiserar sig på att göra en viss typ av arbetsuppgifter åt en stora mängd olika arbertsgivare. Då uppstår ett koordinationsproblem förstås, just det problem som ett jobb löser: hur kan man få stabilitet och förutsägbarhet i ekonomin om man lever i den s.k. gigekonomin? Här kan vi tänka oss en mängd olika svar, men ett exempel skulle vara att man litar till en tjänst som kombinerar arbetsuppgifter, arbetsgivare och schemaläggning på ett sådant sätt att du får förutsägbarhet och den arbetsbörda som du är bekväm med. Ett jobb går från att vara en statisk uppsättning arbetsuppgifter till att vara en dynamisk uppsättning arbetsuppgifter och relationer som lastbalanseras på samma sätt som exempelvis Internettrafik eller liknande. Här blir problemet att skapa den typen av tekniska, sociala och ekonomiska institutioner som kan bära atomiseringen av de klassiska jobben och bereda vägen för dynamiska jobb (djobb…?) istället.

Olika modeller betyder alltså olika utmaningar och politiska problem, men också helt olika möjligheter och öppningar för en helt annat effektivitet i ekonomin.

Alla dessa modeller har det gemensamt att de gör antaganden om tillgången på arbetsuppgifter. Det är intressant att notera, eftersom det snuddar vid en fråga som jag diskuterat tidigare – och det är frågan om hur mycket arbete det finns. Jag tror fortfarande att mängden arbete är oändlig, men det är fullt möjligt att ha en avvikande åsikt. Jag tror också att den växande komplexiteten innebär att vi faktiskt måste utveckla automatiseringen och olika intelligenta verktyg så snabbt som möjligt, för att lösa de alltmer pressande problem vi ställs inför.

Att förutsäga terror

2019-10-102019-10-09 Nicklas Lundblad

Tänk om man kunde förutspå hur dödlig en terrorgrupp kommer att bli genom en analys av, säg, de först tio attackerna. Det skulle låta olika säkerhetstjänster prioritera vilka grupper de attackerar och kanske till och med leda till att de dödligaste kunde undanröjas snabbast möjligt. Just detta menar ett antal forskare nu att de lyckats med. Studien, som kommer från Northwestern University, Kellog School of Management (!), har testats mot historiska data och forskarna menar att den är robust.

Modellen är enkel: forskarna betraktar terrororganisationer som företag som producerar – just det – död. Vi har modeller för att förutsäga hur framgångsrika företag bli och dessa, menar forskarna, kan vi nu använda också på andra organisationer. Nu tycks det ju finnas viss skillnad mellan död och, säg, choklad, men forskarna menar att det ändå finns modeller som kan vara användbara: när det gäller företag kan man sluta sig till vilka resurser de har genom att se hur de går tillväga när de lanserar nya produkter – ny attacker, i terrorgruppernas fall. Ett företag med goda resurser lanserar nya produkter regelbundet och planerat, ett företag som lanserar litet här och litet där har sannolikt inte så bra resurser, eller åtminstone inte effektiv management.

Även variationen i attackerna, i de vapen som används och liknande faktorer kan användas.

Drömmen om att kunna förutsäga hur terrororganisationer agerar är inte ny. Den är inte heller utan kontroverser. Den mest berömda skandalen var nog sen s.k. “Policy Analysis Market”, där den amerikanska forskningsbyrån DARPA ville öppna en marknad för att förutsäga terrorattacker, men snabbt fick skrota projektet efter politisk upprördhet. Så här i efterhand kan man konstatera att det förmodligen var ett felaktigt beslut — det kan inte vara fel att samla in så mycket information vi kan om framtida katastrofer, och om en förutsägelsemarknad kan vara till hjälp så borde den användas — så enkelt är det nog.

Den kanske intressantaste risken diskuterades inte heller i skandalen: att den som förutsäger attacker också kunde tjäna på att de inträffade, och därför kanske finansiera just dessa attacker. Den som satsar på en viss förutsägelse om en attack blir ju automatiskt misstänkt — eftersom denne förmodligen sitter på någon sorts, legitim eller ickelegitim, information om framtida attacker. Det kan till exempel handla om att man har en mycket bra analysmodell, men det kan också handla om att man leder en terrorgrupp.

Det skulle väl sannolikt bli svårt för en terrorledare att casha in på en marknad som denna, men betänk vad som skulle kunna hända om man anonymiserade marknaden. Då skulle vi landa i ett annat intressant scenario som diskuterades tidigt i teknikkretsar. När David Chaum lanserade anonyma pengar (“DigiCash”) – långt före bitcoin – var det flera personer som föreslog att dessa skulle öka likviditeten i brottsligheten (Se Tim Mays fina artikel från 1997 här): man skulle kunna beställa brott genom att exempelvis slå vad om att de inte inträffade. Såhär:

(I) Jag vill mörda herr X.

(II) Jag sätter ut ett vad om 10 000 digicash att Herr X kommer att vara vid liv vid årets slut. Om jag förlorar vadet betalar jag, anonymt, 10 000 till den som sätter emot.

(III) Någon antar vadet.

(IV) Herr X skjuts före årets slut.

(V) Jag betalar ut pengarna.

Mördade den som antog mitt vad Herr X? Jag vet inte, och inte heller går det att spåra i DigiCash-systemet. Men nog känns det som att det finns ett tunt stråk av kausalitet här?

Det blir intressant även om vi ser på mycket lång vadslagning. Om vi kikar på LongBets.org – en underbar tjänst där man kan slå vad på lång tid – så hittar vi följande vad:

“A bioterror or bioerror will lead to one million casualties in a single event within a six month period starting no later than Dec 31 02020.”

Det är ett vad mellan den kungliga astronomen i Storbritannien, Martin Rees, och den kände spårkvetaren Steven Pinker. Pinker tror inte det kommer att hända, men nog borde vi övervaka vad Martin Rees har för sig under de kommande 16 månaderna?

Hur ser en bra förutsägelse ut?

2019-10-07 Nicklas Lundblad

Den som sysslar med planering och framtidsstudier gör klokt i att spendera en hel del tid med att formulera frågan rätt — en av de kanske mest klassiska kognitiva misstagen är att anta att vi vet exakt vad frågan är. Vi ägnar alldeles för litet tid åt att undersöka, formulera och strukturera upp problemet på ett sätt som gör att det kan lösas på ett intressant sätt.

I vad som nästan helt säkert är ett apokryfiskt citat, sägs Einstein ha hävdat att om han fick en timme på sig att lösa ett problem skulle han använda de första 50 minuterna åt att förstå det, och sedan de återstående minuterna till att lösa det. Poängen är enkel: formuleringen och förståelsen för problemet är helt central i gott tankearbete.

Omvänt finns det gott om lösningar på problem som är ointressanta, eftersom det problem de löser inte är ett problem som är väldefinierat, intressant, generativt (lösningen ger flera lösningar), generaliserat nog, långt (i meningen att lösningen är varaktig och stabil över tid) eller överförbar (analogier ur lösta problem är enormt värdefulla).

När man specifik sysslar med förutsägelser är det intressant att se på hur dessa kan formuleras för att a) leda till en intressant strategisk konversation, b) leda till en inhämtningspraktik som är värdefull och c) ge en intressant sannolikhetsprissättning.

Jämför ett par olika förutsägelser:

(I) President Trump kommer att lämna presidentposten.

(II) President Trump kommer att fällas i riksrätt och avlägsnas från presidentposten före 31.12 2019.

(III) President Trump kommer att åtalas i riksrätt, men ej fällas i senaten, och frias före 31.12 2019.

(IV) President Trump kommer inte att vara republikanernas presidentkandidat i valet 2020.

(V) President Trump kommer att förlora valet 2020 på grund av riksrättsförfarandet och problem associerade med detta.

(VI) Nästa president i USA kommer att vara en radikal demokrat.

Vilken av dessa förutsägelser har mest värde för den som arbetar med att förutse, planera för och arbeta med företags politiska arbete? (I) har en hel del brister, men också några förtjänster. En av de uppenbara bristerna är att denna förutsägelse inte är tidssatt. Det betyder att den är både trivialt sann och extremt osannolik. Vi vet att President Trump kommer att lämna presidentposten, och inte vara president 2024 om inte konstitutionen ändras. Vi vet att han absolut kommer att ha “lämnat” presidentposten år 2100, om inte vi lyckats avbryta åldrandet. Vi vet att president Trump kommer att ha svårt att vara president när solen brinner ut — etc. Vi kan också säga att det är extremt osannolikt att han lämnar president posten inom de närmaste 2 timmarna. (I) är ett exempel på en förutsägelse som med tiden närmar sig 100 procents sannolikhet – frågan är bara vilket värde t som ger p(I)=1.

(II) Är bättre, ur ett perspektiv, eftersom sannolikheten inte varierar enformigt med tiden. Antingen så händer det eller så händer det inte – långsiktigt kommer (II) antingen att vara sann eller falsk. Det betyder att (II) formulerats på ett sådant sätt att den innehåller en genuin osäkerhet. Frågan är om denna genuina osäkerhet är intressant för oss eller ej — den har ett visst värde, men hur stort är detta värde? Vi har köpt oss precision till priset av att inte längre ha samma sorts förklaringsvärde. (III) är en variant på detta, och visar bara att endast precision inte ökar värdet i en förutsägelse.

(IV) är en intressant förutsägelse som är tidssatt, och dessutom har stort potentiellt värde i att analysera olika scenarier. Vem skulle denna andra presidentkandidat vara? Varför har han eller hon tillträtt och Trump avgått? Vad är det som har hänt? Det finns ett narrativt djup i (IV), tror jag man kan säga, som gör den förutsägelsen intressantare än (II) och (III). (IV) fordrar att vi ställer frågan: hur skulle världen behöva se ut för att detta skulle kunna ha skett – med en mångfald av olika möjliga orsaker.

(V) Är mer generativ, eftersom en Trumpförlust är en politisk händelse som kan ha andra efterverkningar i polarisering, politisk hätskhet mm. Problemet med (V) är dock att den låser sig till en orsaksförklaring. Det är inte en bra förutsägelse. En bra förutsägelse måste vara polyvalent, ta en mängd olika indata och invärden för att generera en intressant förutsägelse. Ett sätt att se det är att säga att en förutsägelse ska kunna representeras som ett träd: själv förutsägelsen är roten och sedan kan vi explodera de olika faktorer som vi tror ökar eller minskar sannolikheten för förutsägelsen. I en bild:

Ett kausalitetsdiagram – en av många olika verktyg man kan experimentera med vid förutsägelsearbete.

Detta tar oss till (VI) som har fördelen att ha stort värde för att skissa ut ett företags framtid i USA, fokuserar på en egenskap – radikal – som i och för sig behöver definieras tydligare, men som är tydlig nog i dagens diskussion. Om man skulle välja en förutsägelse av de ovanstående, skull jag nog välja denna — även om det finns fördelar med alla olika varianter. Just adjektivet är intressant, förresten, eftersom det fordrar att man i kausalitetsdiagrammet bryter ut ett antal faktorer som just främjar sannolikheten för att en radikal demokrat skulle väljas i primärvalen mm.

Detta är långt från enkelt, förstås, men det är intressant. Det är en nyttig och viktig övning att ständigt fråga sig: vilka tio saker om framtiden skulle det vara verkligt värdefullt för mig att kunna förutsäga med en bättre än 70% sannolikhet eller så?

Finns det en alt-data marknad?

2019-09-262019-09-24 Nicklas Lundblad

Nyheten om alt data providern Thasos problem har rest frågan om den s.k. alt data marknaden hajpats och om den egentligen finns. Det är i sig en ingång till en intressant fråga om hur vi samlar data för beslutsfattande och olika sorters analys.

Den mentala modell som ligger till grund för tanken på en alt-data marknad är enkel: det finns en uppsättning data som används för standardanalyser av företag och finansmarknader – denna ‘finansiella’ information kan nu kompletteras med andra, ‘alternativa’ datakällor som kan ge nya och unika insikter.

Det finns flera problem med den här modellen:

(I) Antagandet om en standardmängd är egentligen inte prövat — investeringsbeslut görs ofta på basis av rikt heterogena datakällor.

(II) Antagandet om ett bestående värde i alternativa datakällor är skakigt. Just nu verkar det som värdet minskar snabbt – och så fort information integreras i priset så försvinner värdet – ett intressant problem, eftersom det säger något om hur data som konkurrensfördel funkar: så fort data används förlorar den i relativt värde. Marknaden lär sig. Ur artikeln:

For instance, right now a datapoint that can measure tariff impacts on China would be extremely helpful, Tsafos said. But the current interest from hedge funds can dissipate quickly.

Marknaden har dessutom gått igenom en bubbla här och antalet företag har exploderat — vilket visar hur svårt det är att ringa in vilka sorters data som har unikt värde.

Det finns en lektion här för de som gått på metaforen att data är den nya oljan.

När pandemin kommer

2019-09-222019-09-21 Nicklas Lundblad

Hanne Vibeke Holsts bok Som pesten är en välskriven och intressant studie i hur vi skulle kunna hantera en influensapandemi. När jag läste den upplevde jag hennes skildring av hur oförberedda vi är och hur svårt samhället skulle drabbas som överdriven, men det visar sig att jag hade fel: Holst var generös i sin skildring. WHO släpper nu en rapport i vilken en panel påstår att en pandemi inom 36 timmar kan bli global, med omfattande konsekvenser för säkerheten och ekonomi.

Endast 59 länder har planer för hur en pandemi skall hanteras och mycket få har finansierat sina planer. I Sverige ansvarar Folkhälsomyndigheten för arbetet och man redovisar på sin hemsida de planer som föreligger. När det gäller medicinsk beredskap redovisar man i en av rapporterna hur mycket antivirala medel och antibiotika som finns i våra beredskapslager — och det är intressant läsning. Antibiotika tros behövas för att hantera sekundära infektioner som lunginflammation och generella antivirala mediciner är mest till för att hantera sårbara grupper fram till det att ett vaccin kan tas fram – men ändå tycks siffrorna skakiga, och senast uppdaterade 2015:

Men min bedömning är förstås en amatörs — detta kanske är mer än nog. Planen för läkemedel uppger också att förhandlingar pågår för att se till att vaccin kan framställas snabbt och att dokumentet skall uppdateras när så skett — i vaccineringsplanen framgår separat att man avtalat med ett antal läkemedelsföretag om att få tillgång till vaccin så fort det existerar, och att man avtalat om 17 miljoner doser. Så möjligen är den svenska beredskapen ändå rätt god.

Världens beredskap i övrigt tycks dock skakig, enligt panelen, och frågan är om en pandemi kan hanteras som ett nationellt problem.

Den som är intresserad av framtidsstudier i stort intresserar sig också för händelser som en pandemi – oundvikliga överraskningar som Peter Schwartz kallat dem. Vi vet att det kommer en pandemi – vi vet bara inte när. Ett tips är att läsa Holst som ett optimistiskt scenario. Sedan är det bra att hålla ett öga öppet för händelser som denna…

Den amerikanska butiksdöden fördubblas 2019 – men vad betyder det?

2019-09-212019-09-20 Nicklas Lundblad

I den här studien rapporteras att antalet stängda butiker i USA 2019 kommer att stiga till 12000 från 6000-8000 förra året. Det är en anmärkningsvärd siffra. Samtidigt är den meningslös om vi inte också kan svara på frågan om hur många nya butiker som öppnas. I denna studie hävdar författarna att mer än 12000 butiker öppnade 2018, samtidigt som runt 8000 lades ned. Det betyder att netto ökade antalet butiker alltså kraftigt – och allt tal om en “butiksdöd” blir genast suspekt.

Det här illustrerar ett vanligt misstag i framtidsstudier och diskussioner om framtiden i stort: att fokusera på endast en faktor i en större ekvation: att bara titta på butiksdöden utan att titta på nyöppnade butiker är att falla för vår förkärlek för det negativa.

Det leder emellertid till en annan intressant fråga — hur skall vi tolka de relativa faktorernas tillväxt? Antag att vi ett år har 5000 nya butiker och att 2000 stängs, och ett annat år 12000 nya butiker och 8000 stängs – vad kan vi lära oss av det i såfall? Deltat är detsamma, men omsättningen eller aktiviteten är mycket större i det senare fallet — dynamiken ökar.

Brottslighet som komplext system i städer

2019-09-20 Nicklas Lundblad

Är det mer sannolikt att du utsätts för brott i en stad än på landet? Svaret tycks vara ja, och förklaringen är enkel: även brottslingar kan dra nytta av det faktum att en stad erbjuder flera samarbetsmöjligheter och fler potentiella samarbetspartners.

Städers innovationskraft diskriminerar när det gäller syftet med innovationen, och även brott kan beskrivas som en entreprenöriell verksamhet. Det är i sig inte särskilt uppseendeväckande, men en observation i studien förtjänar att lyftas fram: brottsligheten ökar snabbare än stadens storlek ökar. Det betyder att när en stad växer till dubbla storleken, så mer än dubblas brottsligheten.

Det gäller också, påpekar författarna, antalet patent och företagandet och konstnärlig verksamhet — alla sociala verksamheter ökar snabbare med en ökande stadsstorlek – de är superlinjära. Även tidigare studier har visat detta, med en intressant modifikation: för de riktigt stora städerna blir resultaten sublinjära för våldsbrott och egendomsbrott. Om du vill bo i en stad, men bo i en relativt sett säkrare stad, så blir rådet alltså att flytta till en riktigt stor stad – topp 10 verkar duga i USA.

Som de flesta också vet handlar det inte bara om en skillnad mellan stad och land, utan också om var i staden man bor. Brottsligheten är inte jämnt fördelad över staden, utan koncentrerad till vissa områden – och olika sorters brottslighet är olika koncentrerad. En studie visade att stöldbrott är mer koncentrerade till vissa områden än rån, och att rån i sin tur är mer koncentrerade till platser i en stad än inbrott.

Några hypoteser för framtidsstudier:

Det tycks vara säkert att förutsäga att till en viss gräns kommer brottsligheten i en stad att öka snabbare än stadens storlek ökar — det betyder i sin tur att städer som växer kommer att ha ett större problem med brottslighet – tills dess att de blir riktigt, riktigt stora.
Urbaniseringen kommer att öka innovationstakten – även i brottsligheten.
Varje typ av brottslighet uppvisar någon sorts geografisk koncentration – områden som i dag är utsatta kommer, när en stad växer, att bli mer utsatta och svårare att få ordning på.
Ordningsmakten är inte organiserad på samma sätt som brottsligheten – där ordningsmakten är strukturerad som ett hierarkiskt system är brottsligheten ett komplext adaptivt system. Hierarkiska systems effektivitet ökar sublinjärt med stadens storlek. Den kanske mest intressanta frågan blir då om säkerheten i en stad kan organiseras som ett socialt komplext nätverk, och därmed också öka superlinjärt med stadens storlek? Utan att det urartar till medborgargarden? (Detta sker spontant idag med nattvandrande nätverk och andra liknande initiativ — skall de uppmuntras eller ej?)

Hur städer minns jordbävningar

2019-09-172019-09-16 Nicklas Lundblad

I en intressant artikel visar CEPR att vi såg en relativ förändring av städers storlek – i jordbävningsdrabbade områden – efter den jordbävning som drabbade San Francisco 1906:

In a recent paper (Ager et al. 2019), we exploit newly collected data on population sizes of 412 cities and towns located in the American West, for every decade from 1890-1970, to show that the 1906 San Francisco Earthquake left a permanent mark on relative city sizes. This finding supports the notion that ‘economies of scale’ have been a prominent force in shaping the distribution of economic activity in the region. We provide evidence suggesting that this long-lasting effect is largely a result of individuals’ high geographical mobility at that time: less earthquake-affected areas became more attractive migration destinations in the immediate aftermath of the earthquake.

Forskarna har tittat på olika städer på västkusten och jämfört hur de utvecklats i storlek. Fram till 1900 växte de alla ganska jämnt, men efter 1906 ser man en tydlig effekt: de städer som drabbades hårdare av jordbävningen växte långsammare än de som undkommit den – och, det mest fascinerande, denna trend fortsatte ända in på 1970-talet. Minnet av jordbävningen formade alltså städernas utveckling under mycket lång tid — städer minns:

The results shown in Figure 2 reveal that cities with different earthquake intensities experienced similar population growth from 1890 to 1900, supporting the so-called parallel trend assumption, while after the disaster had taken place, more affected cities experienced less population growth, relative to less or non-affected cities. These empirical patterns indicate that the effect of the earthquake, in terms of relative city sizes, is still measurable in the second half of the 20th century. For example, a one standard deviation higher earthquake intensity is associated with a reduction in population size of 30% in 1970, corresponding to a decrease in the annual population growth rate of 0.7 percentage points.

Det skulle vara intressant att se hur länge de minns, och om man kan identifiera mönster i relativ tillväxt som kanske till och med skulle kunna låta oss upptäcka olika katastrofer längre tillbaka i tiden. Det skulle också vara intressant att se hur städer minns idag. Om en ny jordbävning inträffade i dag (gud förbjude!) – hur skulle Bay Area minnas den om 100 år?

Kommer Mello att samla in pengar mot klimatförändringarna?

2019-09-16 Nicklas Lundblad

Tyska Deutsche Welle rapporterar om hur man i Danmark haft ett insamlingsrejs på TV för att plantera 1 miljon träd i Danmark. Tydligen fick man in 2.4 miljoner danska kronor – och hela projektet bygger på en studie som säger att om vi bara planterar en väldig massa träd så kan vi stoppa klimatförändringarna.

Det är en intressant utveckling, och eftersom det tycks finnas ett växande behov av att göra något så är det inte osannolikt att vi kommer att se liknande insamlingar i Sverige. Det perfekta föremålet för en sådan aktion vore förstås den älskade melodifestivalen.

Det som intresserar mig här är hur den växande klimatoron söker sig utlopp i olika typer av (förenklade) kampanjer och rörelser. Det är inte osannolikt att vi kommer att se flera olika exempel på detta i framtiden – men frågan är hur underbyggda dessa kommer att vara. Balansen mellan att göra det rätta och göra det lätta är alltid svår att finna – men det står nu klart att det finns en klimatvilja som inte kan ignoreras i politiska analyser och framtidsstudier; frågan har förblivit en av de viktigare i Sverige under lång tid och med den fokalpunkt som Greta Thunberg erbjuder så måste klimatfrågan värderas upp i de olika framtidsscenarier vi funderar över. Det danska exemplet sätter ett pris på engagemanget som ger oss en bättre uppskattning av styrkan i denna faktor.

Samsung om livet 2069

2019-09-142019-09-08 Nicklas Lundblad

Framtidsstudier är svåra – särskilt när de handlar om framtiden. Det är inte utan att man känner för att parafrasera Yogi Berra när man läser olika typer av framtidsstudier, och det gäller särskilt de riktigt långsiktiga, som denna studie där Samsung försöker förutsäga 2069. Bland förutsägelserna finns medicinska implantat och självstädande hem – och undervattensvägar av olika slag. Rymdturism och virtuella assistenter förekommer också i rapporten. Något med allt detta känns litet … tråkigt? Men det kan vara en poäng! Kanske kommer framtiden att vara litet tråkig. 50 år sedan var 1969 – och om vi använder det som modell inser vi att det kanske är så att det är mer av allt vi har idag och med nya användningsområden som är den bästa gissning vi kan erbjuda?

1969 fanns tydliga tecken på Internet, mobiltelefoner och AI var redan uppfunnet. Visionerna då skiljde sig kanske inte radikalt från vad vi ser idag. Men kanske handlar det om upplösningen i förutsägelserna? Det är lätt att göra ganska grovkorniga och intressanta förutsägelser, men riktigt svårt att göra mer detaljerade prognoser – frågan är vid vilken upplösning en prognos blir meningslös?

Vi påminner oss om Keynes: “in the long run we are all dead” – en riktigt prognos, men så grovkornig att den saknar mening för oss (pace Kurzweil). Just detta – förutsägelsers upplösning – är en nyckelfråga för den som är intresserad av framtidsstudier. Här finns också frågor om upplösningen i de dataserier som vi använder för att försöka förstå framtiden — vilken upplösning är idealisk? Vad bestämmer detta, egentligen? Jämför:

(i) Börsen kommer att stå i X kl 12:23:21

(ii) Börsen kommer att gå upp 10% under det kommande året

Vilken av dessa skulle du föredra att kunna göra med 90% sannolikhet? Varför?

Eller jämför dessa:

(i) UK kommer att lämna EU under 2019.

(ii) UK kommer att lämna EU 31.10 2019.

Vilken av dessa är mest intressant? Spelar det roll att de hänger ihop i detta fall (den ena är en delmängd av den andra)?

Nå, Samsung erbjuder en grovkorning förutsägelse om 2069 som ändå innehåller en hel del intressant att fundera på, men kanske är det just upplösningen som gör att jag ändå inte riktigt går igång på materialet?

Förutsägelsemarknader – när fungerar de?

2019-09-102019-09-08 Nicklas Lundblad

Predictit – en av många framtidsmarknader – handlar i sannolikheter för olika händelser. En av de händelser man kan handla i (om man bor i USA) är en recession under Trumps första mandatperiod. Prisbilden ser ut såhär:

Det är fascinerande att se hur sannolikheten ändrats i de olika bedömningarna sedan i slutet av juli. Förutsägelsemarknader är viktiga verktyg, men de är svåra att sätta upp på rätt sätt. Ur Mother Jones:

Hal Varian’s answer is that the most valuable predictions are very sensitive, and you don’t want those to be public. My answer is different: prediction markets are too easy to game. They work decently as long as no one really cares about the answer, but as soon as someone does care—i.e., someone can make a lot of money from influencing the results—then the prediction market will be rigged. The only way to stop that from happening is to make the market expensive, but then you lose almost all your players.

Det finns en allmän insikt här, en viktig generell sanning — det är inte lätt att sätta upp en marknad – oavsett vad den är till för! Marknader är komplexa institutioner. En fin genomgång av denna komplexitet finns här. Oaktat detta utgör dock de protomarknader som finns idag intressanta signaler som sedan kan användas i det egna arbetet med forecasting.

Antalet döda i årets värmebölja i Frankrike 1500 mot 2003 års 15000

2019-09-092019-09-08 Nicklas Lundblad

I en artikel nyligen förklarar Frankrikes hälsominister att man uppskattar att sommarens extremvärme skördade 1500 offer, men att det i sig var en tiondel av antalet som dog under värmeböljan 2003:

Agnes Buzyn, speaking on France Inter radio Sunday, said there were over 1,000 more deaths that the annual average for the time of the year, and half of those were aged over 75. She said there were 18 days of recorded heat wave in France this year during June and July.

She noted, however, that it represented many fewer deaths than the scorching heat wave in 2003 that claimed 15,000 lives.

She said: “We have succeeded—thanks to prevention, thanks to workable messages the French population heeded—to reduce fatalities by a factor of 10.”

Det är en tankeväckande observation, av många skäl. För det första tycks den visa att vi anpassar oss till extremvädret snabbt i vissa fall. För det andra reser det frågan om hur motsvarande ser ut i Sverige — räknar vi ut hur många fler som dör i en värmebölja eller under extremvarma somrar? För det tredje undrar jag hur man räknar fram ett medeltal och om inte detta redan rymmer just säsongseffekter?

Dessa frågor kan tyckas morbida, men är nog inte oviktiga när vi försöker förstå framtida effekter på ekonomi och samhälle av klimatförändringarna. Det verkar inte som om siffrorna hänger ihop: i en artikel i The Guardian påstods att det globalt var 5000 personer som förlorat livet till följd av extremväder. Om det var 1500 i somras i Frankrike kan det inte stämma — det saknas uppenbarligen standardmodeller här, eller en vilja att planera.

Jonathan Franzen har en poäng – det finns flera olika sorters underlåtenhet att undvika i klimatfrågan.

Hur minskar vi ojämlikheten? Genom krig och pandemier. (Omöjliga åsikter #5)

2019-09-062019-09-04 Nicklas Lundblad

CEPR har publicerat en ny, intressant artikel om krig och jämlikhet. Efter andra världskriget föll den rikaste procentens andel av den totala samhälleliga rikedomen från runt 20% till under 10%:

Source: Scheidel 2017: 131, Fig. 5.1, based on WID.

Det var den enskilt största “jämlikhetsreformen” under hela 1900-talet och följdes av höjda skatter som höll jämlikheten på dessa nivåer, skatter som först nu börjat dala:

Sources: Scheve and Stasavage 2016: 10, Fig. 1.1; Scheidel 2017: 167, Fig. 5.13, fromhttps://www.macro.economics.uni-mainz.de/klaus-waelde/trade-union-density-from-1880-to-2008-for-selected-oecd-countries/.

Frågan är förstås hur detta går till – vad är det som sker? Det är flera samtidiga utvecklingslinjer, menar författarna, men inte minst att kapital förlorar i värde i krig — Frankrikes kapitalstock föll med 2/3-delar, exempelvis. Krig skapar alltså jämlikhet; det betyder förstås inte att den som förespråkar större jämlikhet också förespråkar krig – om det inte är så att det är endast krig som skapar jämlikhet.

Riktigt så illa är det inte. Det är värre. Åtminstone enligt Walter Scheidel. Det har hittills, menar han, bara varit krig, statskollaps, revolution eller pest som radikalt kunnat öka jämlikheten i samhällen. Det går att vidmakthålla jämlikhet, men när den väl rasat iväg in i ojämlikheten känner vi inte till några andra historiska processer som kan justera de ekonomiska förhållandena.

Problemet här är förstås kausaliteten. Om vi är intresserad av att försöka skissa olika scenarier för framtiden så måste vi besluta oss för vilka mentala modeller vi vill utforska:

(I) [krig, pest, statskollaps, revolution] –> jämlikhet

(II) ojämlikhet –> [krig, statskollaps, revolution, pest]

(III) fred –> ökad ojämlikhet

(IV) Krig –> [ökad reformtakt, fackföreningsmedlemsskap och politisk handlingskraft]

Om vi indexerar risken för krig med ojämlikheten som en signal, så borde kanske risken för storskaligt krig idag bedömas som mycket högre (om man nu seriöst kan diskutera risken för “krig” utan att situera den risken mellan två parter och i en geopolitisk kontext). I en naiv modell:

Så hur skulle vi uppskatta risken för ett krig med fler än 4 nationer inblandade före 31.12 2019? Förmodligen fortfarande mycket låg – 0.05-0.15 eller så – men det är intressant att köra en modell som denna mot olika korgar av länder.

Tillbaka till Scheidel. Är budskapet vi ska ta till oss att det är meningslöst att kämpa mot ojämlikheten med politiska reformer? Eller att sådana reformer kräver samma typ av samhälleliga sinnesstämning som ett krig leder till? Scheidels eget svar från en intervju med förläggaren är värt att citera i sin helhet som avslutning:

This doesn’t raise much hope for the future. What are the chances that we will be able to return to a fairer distribution of income and wealth?
That’s a good question, although few people will like my answer. The traditional mechanisms of major leveling, the Four Horsemen, currently lie dormant: technological progress has made future mass warfare less likely, there are currently no revolutions on the horizon, states are much more stable than they used to be, and genetics will help us ward off novel epidemics. That’s a good thing – nobody in their right mind should yearn for death and destruction just to create greater equality. But similarly powerful peaceful means of leveling have yet to be found. And to make matters worse, a number of ongoing developments may drive up inequality even further: the aging of Western societies, immigration’s pressure on social solidarity and redistributive policies, and the prospect of ever more sophisticated automation and genetic and cybernetic enhancement of the human body. Barring major disruptions or an entirely new politics of equality, we may well be poised to enter a long period of polarization, another Gilded Age that separates the haves from the have-nots.

Tetlock i destillat (Framtidsstudier #1)

2019-09-03 Nicklas Lundblad2 kommentarer

Phil Tetlocks arbete har knappast gått någon framtidsintresserad förbi. I mitt nya jobb har jag haft anledning att gå tillbaka till hans forskning och lyssna på några intervjuer som han nyligen gett. I en av dem destillerar han de olika intellektuella dygder som ger vissa en tillsynes mycket bättre förmåga att förutsäga framtida händelser (eller bättre: uppskatta deras sannolikheter):

They are slow to make up their minds, and quick to change it.

Det är en så bra sammanfattning att jag fundera på hur man kan göra det till en sorts grundpelare i företagskulturen. Att dröja med att bestämma sig för vad man tycker och ändra åsikt snabbt med nya data (snabbt, men kanske mindre än man normalt tror).

Just nu håller jag på att fundera på om jag skulle ta och börja öva själv, genom att gå med i GJOPEN – den prognosturnering som Tetlock inspirerat och drivit. Det skulle vara ett sätt att aktivt se till att träna sin egen förmåga att värdera flera olika sannolikheter.

Samtidigt är värdet av den här typen av förutsägelser bara en liten del av vad ett aktivt framtidsarbete kan ge. Just nu är jag mer benägen att se till att vi har tillgång till en robust uppsättning scenarier alá Shell för att förstå det spektrum av möjligheter vi står inför, och använda detta för att bygga upp ett bibliotek av delade mentala modeller. Det tror jag kan vara mycket värdefullt.

Undrar om det skulle kunna finnas ett intresse för en svensk grupp i GJOPEN?