Jonas kjem inn på dette temaet stadig vekk i The Imperative of Responsibility (1984), og eg nærleser difor diverse avsnitt frå alle kapitla i boka. Martin Heideggers teknologifilosofi er eit viktig grunnlag for Jonas sin posisjon, så eg bruker ein del plass på å beskrive den fyrst.

Essayføljetong i ni deler

Teknologisk determinisme

Hans Jonas si framstilling kan lesast som teknologisk determinisme. Denne posisjonen tilseier at teknologiutviklinga har sitt eige momentum som trumfar menneskas forsøk på å tilpasse den til sine sosiale behov og interesser.

            Jonas såvel som andre tenkjarar i denne tradisjonen peikar på at naturvitskapen gjev moderne teknologi ein stadig aukande kapasitet og stadig breiare bruksområde som følgje av ei stadig meir sofistikert utfordring av naturen.

            Jonas går inn i ein lang tradisjon for kritiske analysar av forholdet mellom menneske, teknologi og moderne vitskap. Sjølv om dei færraste er “harde” deterministar, finn vi “mjuke” deterministiske posisjonar hjå Martin Heidegger, som eg refererte til i del 3 og går grundig inn på nedanfor, og også hjå Jacques Ellul, Marshall McLuhan, Ray Kurzweil og andre.

            Eg har sjølv drøfta teknologiutviklinga på denne måten blant anna i innlegget “Teknologi tek over” i Bergens Tidende (2020) og “Ungdommar er teknologiske deterministar” i Vox Publica (2013).

Datamaskiner og kunstig intelligens

Det beste eksempelet på at Hans Jonas er inne på noko finst i Moore’s lov. Denne seier at prosessorhastigheita til datamaskiner vil dobla seg omtrent kvar 18–24 månader. Dette har nemleg stemt på ein prikk i mange tiår.

            Utviklinga av datamaskiner frå 1940-talet har hatt nettopp den kumulative dynamikken som Jonas føreset, og som eg kjem grundig inn på nedanfor. Dataverktøy har fått både sterkare yteevne, større mobilitet, betre informasjonsoppløysing, og fleire kontaktpunkt mot andre dataverktøy og menneske. Internettet dekkjer heile planeten, og geografisk avstand betyr ikkje lenger noko for kommunikasjonen mellom menneske.

            iHuman (Tonje Hessen Scheier, 2019) ein dystopisk dokumentarfilm om kunstig intelligens, sosial kontroll og makt. Filmen viser korleis AI-teknologi veks seg stadig sterkare, og kan komme til å styre livsførselen, samfunnet og framtida til menneska i retningar som ingen ynskjer. “Du får lyst til å logge av. For godt”, skriv NRK i sin introduksjon. Filmen eignar seg godt til å illustrere Jonas sin kritiske analyse.

Vitskapen lagar teknologi av naturen

For å forstå den veksautomatikken Jonas snakkar om må vi gå djupare inn i kontrasten mellom handverksteknologi og moderne teknologi. Igjen er det Martin Heidegger som set tonen. Moderne teknologi kjem med ei utfordring som stiller naturen til veggs, seier han i “Spørsmålet om teknikken” (eg brukar den norske omsetjinga frå 1973).

            Naturvitskapen har ein utreknande tenkjemåte som gjer naturen til ein generelt tilgjengeleg ressurs for teknologiutvikling. Medan handverk avdekker ved å “bringe fram”, avdekker moderne teknologi ved “tvinge fram”. Heidegger seier det slik: «Den moderne teknikks form for avdekking er en utfordren, som krever av naturen at den leverer energi der hvor sådan kan utvinnes og lagres» (Heidegger 1973, s. 73).

            Der handverkaren bringer fram eit objekt, så tvinger moderne teknologi fram eit objekt. Moderne teknologi ordnar alt utifrå ei utreknande tenking som menneska tileignar seg ved å forstå naturen stadig betre gjennom naturvitskap. «Utfordringen skjer derved at den energi som skjules i naturen, legges åpen, det åpenlagte omformes, det omformede lagres, det lagrede fordeles, det fordelte sjaltes om på nytt» (Heidegger 1973, s. 75).

Alle deler er utskiftbare

Moderne teknologi er prega av den kvaliteten Heidegger kallar “ståande beredskap”. Den vitskaplege ordninga av naturen skapar produkt som pr. definisjon er byggesteinar i eit større system. Eit passasjerfly på rullebanen er eit godt døme på ståande beredskap.

            «Det er bestilt for å sikre muligheten for transport. For dette må det selv i hele sin konstruksjon, i enhver bestanddel, være bestillbart, dvs. startklart» (Heidegger 1973, s. 76). Eitkvart fysisk fly kan skiftast ut med eit anna fly, og det vert i praksis definert ved å kunne tilfredsstille bestillinga “å vere startklart”.

            Flyet består for sin del av ei rekkje utskiftbare komponentar og delsystem, t.d. seter, dører, motordeler og instrument. Dette at kvar komponent på alle nivå er utskiftbare er eit vesenstrekk ved moderne teknologi, seier Heidegger.

Mennesket kan også verte ståande beredskap

“Den største fare” er i følge Heidegger at mennesket også vert ein del av den ståande beredskapen. Då vil mennesket også verte utskiftbart i forhold til ei gitt bestilling, og vil berre ha verdi så lenge det kan bidra til å tilfredsstille ei gitt slik bestilling. Då vil det knapt vere forskjell på menneske og teknologi.

            “Atomalderens fremrullende tekniske revolusjon vil kunne trellbinde, forhekse, blende og forblende mennesket, slik at den beregnende tenkning en dag gjelder og blir utøvet som den eneste” (Heidegger 1973, s. 31).

            Dette er eit skrekkscenario ikkje berre for Heidegger, men i høgste grad også for Jonas. I vår tid er varelagra til Amazon.com eit mykje brukt døme på korleis menneske kan verte ein del av ei “utreknande tenking”, men potensialet har funnest heilt sidan fabrikken vart oppfunnen.

            Både utdanning og arbeidsliv er innretta på dei ferdigheitene som mest effektivt styrkar teknologiutviklinga. Globalt er det no millionvis av jobbar som består i å programmere algoritmer, designe og tilrettelegge grensesnitt, organisere pengetransaksjonar, utføre transport og ikkje minst transportere varene som vert kjøpt og selt.

            Den IKT-kompetansen som politikarane ynskjer å dyrke hjå norsk ungdom, og den tekniske kunnskapen som trengst for husbygging, oljeutvinning, kunstig intelligens-utvikling og ikkje minst det grøne skiftet, er fundamentalt prega av den utreknande tenkjinga. Same kva menneska gjer vil vi bidra til å styrke vekstautomatikken, er Hans Jonas sitt perspektiv.

Vi er avhengige av framskritt

Moderne teknologi er det viktigaste symbolet på framskritt, og framskritt er nesten synonymt med auka materiell velstand. “Den stadig meir avanserte teknologien vert forventa å auke menneskeslektas materielle velstand ved å auke produktiviteten i den globale økonomien, skape mange forskjellige goder som kan bidra til at vi kan nyte livet, og samstundes lette byrden ved arbeidet” (s. 163).

            Jonas framhevar stadig at gode moderne teknologiar gjev oss tek all merksemda vår, og vi følgjer etter dei omtrent som husdyra følgjer etter ei bøtte med kraftfor. Og før vi merkar det har vi gått inn i innhegninga og grinda er stengt.

            “Det at teknologien har tatt over makta er ein revolusjon som ingen har planlagt, fullstendig anonym og uimotståeleg, og med ein dynamikk som ingen tidlegare teoriar har inkludert eller forutsett” (s. 127). Denne prosessen har eit tempo “med ein skremmande eksponensiell akselerasjon som ser ut til å vere utanfor einkvar kontroll” (s. 128).

Irreversibelt momentum

Framskrittet har det Jonas kallar ein “stigningskvalitet” som inneber at “det som kjem seinare alltid er betre” (s. 166). Moderne teknologi skapar “ein stadig auke i kapasitet og bruksområde i alle tenkjelege retningar i ubegrensa framtid” (s. 187). Det er denne prosessen som gjer at menneska mistar kontrollen. Jonas forklarer poenget ved å vise til ingeniørens situasjon.

            “Erfaringa viser oss at utviklingsprosjekt som vart sett i gang med kortsiktige mål har ein tendens til å gjere seg uavhengige og tileigne seg sin eigen tvingande dynamikk, sitt eige sjølvgåande momentum, som gjer at den vert irreversibel og pressar ting framover på ein måte som overstyrer ynskja og planane til dei som sette i gang prosessen” (s. 32).

            Vi er frie til å ta det fyrste skrittet, men slavar av det andre, seier Jonas. “Teknologisk drivne utviklingstrekk gjev ikkje rom for sjølv-korrigering” (s. 32).

            Vi er trua av ein katastrofe som etterkvart ligg innebygd i sjølve den historiske utviklinga, og kan difor ikkje stole på at framskrittet har ei ibuande fornuft eller at “det er ei meining med alle ting”. “Tvert imot”, seier Jonas, “må vi ta hand om denne framover-styrtande prosessen på ein heilt ny måte og utan ei kjent målsetjing” (s. 128).

Permanent nyvinning som vi ikkje forstår

Det einaste som er sikkert med dynamikken i moderne teknologi er at ting endrar seg heile tida, og at vår noverande etikk og våre verdisystem er dårleg eigna til å handtere denne permanente endringstakten.

            Innovasjon kan utifrå Jonas sin tankemåte definerast som “ei kunstig tilverking av marknadskapasitet for goder som ingen trengte på førehand, og heller ikkje visste om” (s. 146). Frå ein annan synstad kan denne prosessen vere positiv, for den skapar jo nye produkt som til dømes iPaden.

            For Jonas er denne mangelen på forutsigbarheit ikkje overraskande eit stort problem. “Global teknologi har auka innsatsen grenselaust og også auka gapet mellom den makta som vert iverksett og forutsigbarheita i dens langtidsverknader” (s. 118). Apple-konsernet har svært stor marknadsmakt, og når dei lanserer eit produkt som iPaden vert langtidsverknadene svært lite forutsigbare. Jo større makt, jo mindre forutsigbarheit.

            “Vi må rekne med nyvinningar utan å vere i stand til å forstå dei; endring er garantert, men ikkje kva endringa vil bestå av […] Denne permanente innovasjonen har ein ukjent X som forpurrar ei kvar utrekning. Prognosar har blitt den reine kunstarten på grunn av analysar ved hjelp av datamaskiner, men dei skjer med dette atterhaldet” (s. 119–120). Analysane fortel oss meir enn tidlegare spådommar om framtida kunne gjere, men dei syner også fram mange fleire ukjente faktorar enn før.

Teknologioptimisme

Moderne innovasjonsteori er prega av eit positivt syn på den same utviklinga som Jonas har eit negativt syn på. Clayton Christensens The Innovator’s Dilemma (1997), James McQuiveys Digital Disruption (2013) og ei rekkje liknande bøker handlar om korleis du som forretningsperson kan tene pengar på den permanente innovasjonen.

            Peter Diamandis er ein amerikansk innovasjonsguru som har analysert det økonomiske potensialet i “exponentials” i mange år. Han seier omtrent det følgjande: Så lenge menneska berre hadde handverksteknologiar var det ei lineær utvikling i den krafta teknologiar hadde, men no har vi datateknologiar som er prega av eksponensiell utvikling.

Etter mange tiår med det Diamandis kallar “computational growth”, og som igjen er basert på det Heidegger og Jonas kallar “den utreknande tenkjemåten”, har menneska no fått demokratisk tilgang til produktet av denne veksten. Med ei relativt låg investering får du tilgang til ein potensielt global marknad for ditt kommunikasjonsprodukt. Den jevne entreprenør har såleis tilgang til “exponentials” som eit verkemiddel til marknadsmakt, og kan få enorm suksess og rikdom hvis han treff blinken.

            Der Jonas ynskjer å bremse ned den permanente veksten i teknologi ynskjer altså Diamandis og dei andre teknologioptimistane å forsterke den endå meir. Dei gjev studentar og næringslivsaktørar gode råd om korleis ein kan tene pengar på å forstå prosessen. Sjå gjerne denne videoen “Disruption Caused by Exponentials” (2017) hvis du vil fordjupe deg i poenget og prøve å bli millionær.

Teknologipessimisme

Eg vender tilbake til Jonas sitt perspektiv, som er prega av sterk bekymring for menneskas manglande evne til å handtere dei etiske implikasjonane av veksautomatikken. Pessimismen er knytt til at det verkar umogeleg å snu utviklinga. Samfunnet rundt oss har akseptert stoda, og bidreg villig vekk til ytterlegare vekst. Eg avsluttar med to ferske eksempel.

            Sommaren 2020 fekk 70 Amedia-aviser støtte frå Google News Initiative til å lage automatisert journalistikk basert på kvantitative data. Konserndirektør for innovasjon, Pål Nedregåtten, seier til Journalisten: “Vi er allerede storforbrukere av Google-teknologi. Uansett hvordan vi snur og vender på det vil vi være avhengige av teknologi som leveres av de store aktørene, så vi tar imot de mulighetene vi får”. Dei er ikkje i posisjon til å utvikle uavhengige løysingar, og knyter seg berre sterkare og sterkare til Google.

            Sommaren 2020 var det debatt om bruken av amerikanske dataverktøy i norsk skule. Kunnskaps- og integreringsminister Guri Melby skreiv i ein kronikk til NRK at nettbrett som iPad skal “brukes til å tilegne seg ny kunnskap, og nye ferdigheter”. Dei bekymra røystene seier at vi ikkje veit nok om korleis slik teknologi påverkar barns utvikling.

            Sjølv om læringsforskarar arbeider for å finne ut meir presist korleis ny teknologi påverkar barns læring vil ministeren imidlertid ikkje vente på resultata. Ho skriv: “Det er krevende for forskningen å holde tritt med den teknologiske utviklingen. Samtidig går den teknologiske utviklingen sin gang, og den utviklingen kan ikke norsk skole melde seg ut av”.

            Desse to sitata viser at både mediebransjen og skuleverket er grunnleggande avhengige av dei verktøya som Facebook, Apple og Google har skapt. Og desse selskapa viser i sin tur kor presist Heidegger og Jonas skildrar dei overordna utviklingstrekka i moderne teknologi. Aksepten av denne vekstautomatikken er Jonas si største bekymring for framtida.

Neste del

Dette er ein essay-føljetong i ni deler. Femte del heiter “Menneska vil ha permanent innovasjon”. Medan del 4 handla mest om dei eigenskapane ved teknologi som skapar permanent innovasjon handlar del 5 om nokre opportunistiske trekk i mennesket som bidreg til den same utviklinga. Det ligg i menneskets natur å dyrke sine eigne muligheiter, sprenge grenser og ta nye skritt innover i det ukjente. Vår kapasitet for nyvinning er vår skjebne, seier Jonas.

Kunstig intelligens og offentligheten

Innleggene i denne nye bloggen vil tolke teknologiens betydning for mediene ut fra fagfelt som medievitenskap, designvitenskap, programutvikling, kunstig intelligens, teknologifilosofi og innovasjonsteori. Skribentene vil granske hvordan konkrete teknologier setter medienes etablerte arbeidsmåter under press. De vil også analysere hvilke begreper og forståelsesrammer vi tar i bruk når vi snakker om teknologien.

Bloggen startes i samarbeid med TekLab ved Universitetet i Bergen. TekLab er et initiativ for å fremme akademisk forskning som sikrer at kunstig intelligens og andre avanserte teknologier brukes på en best mulig måte for offentligheten. Innleggene blir også publisert på TekLabs nettsider.

Farlige og spennende teknologier

Det første innlegget “Transgressiv mediedesign” er skrevet av forskerne Lars Nyre og Bjørnar Tessem, begge ved Infomedia på UiB og TekLab, og illustrerer godt hva bloggen vil by på. De to peker på at flere nye teknologier oppleves som “farlige”: Droner, ansiktsgjenkjenning, syntetisk tale. I mediesammenheng er det farlige at de truer for eksempel innarbeidede presseetiske regler og praksiser. Men de er også farlige i betydningen “spennende” – teknologiene kan brukes av mediene for å løse samfunnsoppdraget på nye måter. Ved hjelp av transgressiv mediedesign kan forskere ta for seg farlige teknologier på en ansvarlig og nytteorientert måte, hevder Nyre og Tessem.

Bloggen vil vie kunstig intelligens (AI) spesiell oppmerksomhet. Den offentlige samtalen om AI er det kanskje beste eksemplet på hvordan heseblesende hyllest kombineres med bange anelser om konsekvensene av ny teknologi. Men hva er egentlig kunstig intelligens, og hva er de viktigste problemstillingene for medier som vil utnytte det smarte, men styre unna det skumle?

Bidragsytere på bloggen vil være forskere ved UiB og andre forskningsmiljøer i inn- og utland, medarbeidere i medie- og teknologivirksomheter samt uavhengige skribenter. Bloggen vil også publisere bearbeidede innlegg fra seminarserien AI Agora, der eksperter på kunstig intelligens tar for seg viktige tema og tilnærmingsmåter. Vi tar sikte på å publisere et nytt innlegg hver måned det første halvåret.

Ta kontakt dersom du har innspill til bloggen eller kunne tenke deg å bidra med eget innlegg.

Salangen nyheter er ikkje åleine

Salangen nyheter fekk eige tv-program. Dei og «Alvdal midt i væla», superlokal avis for Alvdal, magasinet «The Tyler Loop» i Texas, hardpolitiske «Tucson Sentinel» i Arizona, lokalavisa porten.no i Indre Sogn og «Great Lakes Den», ein publikasjon for homofile i Chicago og Illinois, har faktisk noko felles – dei er alle del av ei aldri så lita bølgje – uavhengige digitale lokale nettstader. Og alle greier seg fint.

Eit anna fellestrekk er at dei er små, somme bittesmå. Sjølv om lesartalet kan variere frå 700 til 70 000, er det eit særsyn med redaksjonar med meir enn to faste medarbeidarar. Frilansarar, fotballmødrer, frivillige og studentar tar seg av resten.

LION (local independent online news) Publishers, organisasjonen for denne typen media i USA, veks jamt og trutt, og nærmar seg 200 medlemmer. Det er førebels ikkje noko svært imponerande tal i dette landet, framleis er det langt fleire tradisjonelle lokalaviser, men trenden er tydeleg.

På den årlege konferansen til LION i Chicago i oktober var det nær dobbelt så mange publikasjonar representerte som for eit par år sidan. På sitt vis er LION ein amerikansk parallell til norske LLA (Landslaget for lokalaviser), men med ein viktig forskjell – ingen av publikasjonane kjem ut på papir.

Butikkopningar og High School-fotball

Medan dei norske digitale lokalavisene på alle vis liknar på tradisjonelle lokalaviser, er det massive forskjellar på dei amerikanske. The Tyler Loop presenterer få, men grundige, artiklar om ting som rører seg i Tyler, Texas. Dei har for eksempel gjennomført ein grundig demografisk analyse av Tyler-samfunnet, basert på alle tilgjengelege data. Den viste at Tyler slett ikkje er den byen folk går rundt og trur det er, og at 100 stemmer er nok til å snu eit val.

Kart over Texas med Smith County. Byen Tyler markert med rødt. (Illustrasjon: Wikimedia Commons — Offentlig eiendom).

I «Saucon Source» I Pennsylvania kan du teikne abonnement på dekninga av High School-fotball, med mottoet «be first with the final score», Great Lakes Den dekkjer «the bear, leather and fetish communities of the Midwest», Charlottesville Tomorrow har blinka seg ut fire område dei skriv om, og berre dei, medan andre er mest opptekne av butikkopningar, restaurantar og interiør.

Betalt innhald

Dette siste har mest med forretningsmodellar å gjere. Dei kan i og for seg vere like forvirrande som mangfaldet i typen publikasjonar. Men eitt trekk går igjen. Ettersom tradisjonelle bannerannonsar ikkje kan bere nokon av dei økonomisk, er såkalla «native content» ofte berebjelken. Det er altså heilt tradisjonell innhaldsmarknadsføring, ein plass i publikasjonen som er sett av til dette.

Den økonomiske logikken blir då slik: Dersom vi skriv om butikkar, restaurantar og interiør, får vi fatt i dei lesarane som er interesserte i den slags. Dermed blir det også interessant for butikkar og restaurantar å kjøpe innhald på nettstaden. Dei fleste stader står dei heilt fritt til å skrive sitt eige innhald, men mange får råd frå redaksjonen om korleis det best skal gjerast. Redaksjonane hevdar at dette går greit, og at det sjeldan er overtramp i det betalte innhaldet. Dei fleste merker det dessutan godt.

Strengt tatt finst det retningslinjer for innhaldsmarknadsføring; The Federal Communications Commission (FCC) har laga eit regelsett som media helst skal halde seg til. Du kan for eksempel godt ha betalt innhald der ein madrassbutikk fortel at du bør skifte madrass kvart tiande år, men du har ikkje lov til å seie at din butikk har dei billegaste madrassene. Det er vanskeleg å seie om retninglinjene alltid blir følgde.

Betalingsmurar

Betalingsmurar er ukjent terreng for dei fleste i dette medielandskapet, dei er berre så vidt i gang med diskusjonen om dette kan vere noko for dei. Men det finst likevel variantar. Charlotte Agenda satsar så å seie utelukkande på sitt daglege nyheitsbrev, som du altså må abonnere på. Der møter du også annonsørane, 25 i talet, og dei betaler mellom 25 000 og 75 000 dollar årleg for å vere der. Det er meir enn nok til å halde skuta flytande.

Rop om hjelp

Mange av publikasjonane ber lesarane om direkte støtte, og det til dels ganske høglytt. Dei prøver gjerne å få folk til å gi ein fast sum, for eksempel kvar månad, og somme får det til. I andre tilfelle startar dei kronerulling for å kunne dekkje eit bestemt tema. Andre søkjer om  pengar frå fond og legat, som det jo finst ein heil del av i USA. Meir fikst er det å ta betaling for lesarinnlegg (!), arrangere events eller ta pengar for å omtale ulike arrangement. Alt blir prøvd.

For profit – non profit

Eit litt sært skilje i amerikanske digitale media går mellom dei som er registrerte som non profit-tiltak og dei som ikkje er det. Det er spesielle reglar for å bli registrert som non profit-tiltak, og mediedrift er ikkje blant dei utvalde formåla. Likevel har mange greidd å bli registrerte, og sjølv om det ikkje har noko å seie for innhaldet i media, har det ein heil del å seie økonomisk, ettersom non profit-tiltak har skattefritak.

Samarbeid

Ulike former for samarbeid, særleg med andre media, er ein annan trend blant dei små, lokale. Gjennom blant andre Center for Cooperative Media ved Montclair State University er dette til dels godt organisert. Heile New Jersey vart i ein periode pepra av saker om gamle søppelplassar og andre giftkjelder gjennom dette samarbeidet. Elles er samarbeid med lokale radio- og tv-stasjonar også vanleg, gjerne slik at det lokale digitale mediet gir bort saker for å få omtale som kjelde.

Alvdal midt i væla og andre

Den norske lokalavismarknaden kan sjå ut til å vere noko av det mest stabile i heile medieverda. Her i landet har veksten i underskogen av lokale digitale media gått temmeleg stille for seg.

Alvdal midt i væla — norsk lokal nettavis.

«Alvdal midt i væla» har ei fortid som papiravis, rett nok berre fire gonger i året, men tok i 2011 steget over i den digitale verda, og frå 2015 som betalavis på nettet. Dei har også starta tynsetingen.no, og til saman har dei to godt over 1100 digitale abonnentar i to kommunar som kvar har om lag 2 500 innbyggjarar.

I motsetning til «Alvdal midt i væla» er porten.no ei open lokalavis. Dekningsområdet er primært Lærdal, Årdal og Sogndal, og dei konkurrerer direkte med Sogn Avis i dekningsområdet. På Frøya er Tore Strømøy redaktør for Frøya.no, ei nettavis som har eksistert sidan 2010 i skarp konkurranse med Hitra-Frøya, på Tromøya ved Arendal dukka det ved nyttår opp ei ny digital lokalavis, «Geita», og det er rom for fleire.

Evans, som både er teknolog og journalist, presenterte først noen antagelser for problemet han ønsker å løse:

• At dagens nyheter er morgendagens innpakningspapir for fisk, er sløsing med resurser.
• Journalistikk kan deles inn i front-end og back-end. Back-end er informasjons-innhenting, kilde-håndtering, data-tilgang, finne fakta, etc. Front-end er det journalisten legger til: forklaringer, forenklinger, vinklinger, kritikk, etc. I våre dager kan “alle” gjøre back-end, og journalistikken må fokusere på front-end mens den sikrer at back-end er top notch. Dette kan i ytterste konsekvens bety at vi burde dele på back-ends for å holde denne så effektiv som mulig.
• Journalistikk er viktig. Politikere bruker ufattelig mye ressurser på å finne ut hva vi tror om ting. Og hvis vi tror ting feilaktig, så tilpasser politikere seg våre feilaktige oppfatninger. Vi trenger bra informasjon for å unngå dette.
• “Evergreen” journalistikk bør være et høyere mål. Det er en feiltagelse å ha så stort fokus på øyeblikket, på det nyeste nye, det er mye mer fornuftig å fokusere på tematikkene som eksemplifiseres i det løpende nye, som oftest er mer vedvarende og går dypere.
• Det finnes en gylden middelvei mellom konsis, objektiv og forklarende journalistikk, som er just hva vi trenger.
  
  

  Antagelse: Det finnes en gylden middelvei mellom konsis, objektiv og forklarende journalistikk, som er just hva vi trenger.

• Selv om vi alle er partiske på et eller annet nivå, så vil kildehenvisning på et mer granulært nivå gjøre dette mer synlig både for lesere og journalister, og dermed mer håndterbart.
• Nyheter kan atomiseres.

Løsningen Evans luftet kan du se en prototype av på explaain.com. Den er ikke ferdig ennå, og er mer som en idé som ennå ikke har funnet helt form. Ideen er dog god, og vi har sett den før. Jeg har omtalt den som database-journalistikk (da formen låner mye av sin funksjonalitet fra relasjonelle databaser), men som også omtales som strukturert journalistikk.

Poenget er å komme vekk fra en verden der en story er en gammeldags tekst (som denne bloggposten), og å komme til at en story blir en rekombinering av storyens iboende bestanddeler. Mennesker er person-objekter, steder er sted-objekter, osv, og når vi allerede har mye informasjon om mange både steder og mennesker, trenger vi å skrive minimalt om disse gang på gang. Og for hvert nye objekt, eller kunnskaps-atom, så vokser organisasjonens kollektive kunnskap og nye stories tar kortere tid.

Her ser vi et eksempel på hvordan dette kan se ut på explaain.com. Til venstre under overskriften: “the gist” (sakens kjerne) er en tekstlig bekrivelse av hva som har skjedd. Den er kompakt og inneholder bare det viktigste. Nesten alle setningene er klikkbare for å vise mer informasjon. Evans bruker læringskort (flash cards) som metafor for alle atomiske fakta i systemet sitt. Når jeg klikker på den første setningen, får jeg opp informasjon for læringskortet om “tv-debatten”, ved å klikke videre på “general election” får jeg opp læringskortet for parlamentsvalget i 2010, som denne debatten foregikk i forkant av. Noen trenger ikke all denne informasjonen, mens andre gjør det. På denne måten kan informasjonsmengden justeres etter leserens behov.

Den grafiske framstillingen vi vises her likner mye på modeller for hypertekst-journalistikk som var brennhet på slutten av 90-tallet (se for eksempel forskningen til Martin Engebretsen), med den forskjellen at dette ikke er ment som et navigasjonslag, men en organiserings-form for en nyhetsplattform helt fra database-server til sluttbruker. Journalistikk-som-plattform er et av målene for Evans.

Vi ble vist andre måter disse læringskortene kan rekombineres på, og med andre visuelle presentasjoner, for å fortelle journalistiske fortellinger basert på ulike læringskort. Et viktig poeng med kortene er at de kan gjenbrukes mellom flere forfattere, og også endres til ulike versjoner for å rette opp vinklinger. Hvem som er forfatteren av hvert kort vil alltid kunne sees, slik at publikum og journalister får innsikt i hvems formuleringer som gjenbrukes. Kortene kan være beskrivelser av personer, steder, osv, men også være datasett, visualiseringer, videoer, lydsnutter, dokumenter, etc. Andre visuelle former kan for eksempel være i form av lysbildevisninger, tidslinjer, annoteringer av kart, etc. Kortene skal lett kunne rekombineres og gjenbrukes. Fold.cm ble trukket fram i diskusjonen som en mulig fremtidig inspirasjonskilde.

Ideen om strukturert journalistikk, å atomisere journalistiske produkter for så å sette dem sammen igjen på en gjenbrukbar måte, har vi sett før. Politifact og everyblock har vært brukt som eksempler. Selv synes jeg HomicideWatch D.C. er et fint eksempel: vi har en stor database over fakta (drapssaker) og kan lett navigere denne på en måte som avslører database-spørringer (homicidewatch.org/victims/race/black/ lister ut saker der offeret er en afroamerikaner). Dette kan også gjenbrukes til å lage et kart, finne trender over tid, gi innsikt i hva slags folk som blir involvert i drapssaker, og også skrive mer tradisjonelle tekster, men som pepres med bakgrunnsinformasjon i form av lenker til ulike utsnitt av databasen (se eksempel). Mer data i databasen gir desto flere utsnitt, vinkler, sikkerhet i statistiske analyser, sjanser til å påpeke når vi snakker om ekstraordinære tilfeller, belegg for argumenter osv.

Når begynner din avis eller din redaksjon med strukturert journalistikk?

Evans’ prosjekt starter mellom to stoler. Det har helt klart potensielle kommersielle muligheter for denne typen systemer, og tydelige journalistiske muligheter. Det er bare ikke så lett å få disse til å begge spille ut på samme tid, og om explaain blir en software som redaksjoner kan kjøpe, eller som et crowdsourcings-verktøy online, eller som en ny produserende journalistisk aktør, er fremdeles uklart.

Det som derimot synes ganske tydelig, er at selve ideen explaain bygger på, en journalistikk som blir bedre, større, sterkere jo mer den publiserer, ideen som strukturert journalistikk eller databasejournalistikk, er altfor god til at den forblir et konsept for nedlagte startup-bedrifter. Om explaain.com er aktøren som knekker nøtta, og finner den rette modellen for hvordan denne ideen kan få et publikum og en bedriftskultur rundt seg, gjenstår å se. I mellomtiden får vi bare vri hjernene våre etter måter dette lar seg gjøre på, for tiden når aviser ikke lenger er morgendagens innpakningspapir for fisk kommer snarere enn vi har trodd. La oss håpe ideen om strukturert journalistikk kan sikre at journalistikkens korttidsminne overtas av et redaksjonelt kollektivt minne før vi alle trenger et læringskort for å slå opp hva papiravis er.

Dokumentasjon

I tillegg til Wikipedia, SNL og Digitalt Museum henter vi også inn innhold fra Virksomme Ord, databasen over norske politiske taler. Virksomme ord har også et API, men dokumentasjonen for dette har ikke vært offentlig tilgjengelig. Via vår utgiver, Institutt for informasjons- og medievitenskap, har vi likevel fått tilgang til dokumentasjonen. Etter å ha fått testet ut API-et på våre sider, har jeg samlet sammen og renskrevet denne dokumentasjonen og publisert resultatet: Virksomme ord API — Dokumentasjon.

Nye muligheter

Vi har ved hjelp av API-et fått laget temasider som automatisk viser relevante taler, men dette er bare en av mange muligheter. Vil du for eksempel lage en ordsky for taler fra de forskjellige partiene? Finn liste over partiene her retorikk.mellomlag.ListePartier, finn alle personene for hvert parti ved hjelp av retorikk.mellomlag.PartiInfo?id=9 og finn alle talene ved å søke på taler per person: retorikk.mellomlag.Asok?taler=siv%20jensen. Innholdet i talene nås via retorikk.mellomlag.TaleInfo?id=2721. Alt dette lar seg enkelt implementere i et dataprogram.

Dette var bare et eksempel på hva et API kan la deg gjøre, og nå som dokumentasjonen er offentlig kan vi håpe på at flere benytter seg av det på overraskende og innovative måter.

Google News-algoritmens kriterier for å rangere og gruppere nyhetsartikler er publiseringshyppighet, kilde, aktualitet, sted, relevans og mangfold. Millioner av ganger om dagen bruker Google News-algoritmen disse kriteriene til å ta redaksjonelle avgjørelser.

Likevel, i den systematiske bruken av beslutningskriterier kan algoritmen skape skjevheter som ikke synes opplagte, gitt programmeringen av den. Det kan være lett å gi etter for feilslutningen om at fordi datamaskinalgoritmer er systematiske, så må de på et vis være mer “objektive”. Men det er faktisk slike systematiske skjevheter som er de mest lumske, siden de ofte går ubemerket hen.

Selv roboter kan være partiske.

Enhver beslutningsprosess, enten menneskelig eller algoritmisk, om hva som skal tas med, ekskluderes eller vektlegges — prosesser Google News har mange av — har potensial til å skape skjevheter. Det interessante med algoritmer er at beslutningskriteriene som er tilgjengelige for algoritmen kan synes harmløse, men samtidig føre til resultater som oppleves som partiske eller med slagside.

Et eksempel: Hvis den ikke programmeres spesielt for det, vil ikke Google News-algoritmen ta parti når den plukker representative artikler om en lokal valgkamp — tjenesten er grunnleggende upartisk. Men et av kriteriene for å velge ut artikler er “publiseringsfrekvens”. Det kan virke nøytralt — men hvis en av kandidatene i valgkampen gjennomgående får litt mer mediedekning (altså høyere “publiseringsfrekvens”), kan det kriteriet få Google News’ utvalg til å virke partisk.

Algoritmer kan mangle semantisk grunnlag til å kunne forstå mer avanserte begreper som stereotypier eller rasisme. Hvis de enkle og målbare kriteriene algoritmene bruker til å ekskludere informasjon fra synlighet på en eller annen måte korrelerer med for eksempel kløfter mellom folkegrupper, kan de se ut som at de har en slagside mot en folkegruppe.

Enkle beslutningskriterier som leder til komplekse avgjørelser om å inkludere og ekskludere er en måte som partiskhet og skjevhet, ofte uforvarende, kan vise seg i algoritmer. Andre mekanismer som kan skape skjevheter i nyhetsdekningen kan illustreres med en særlig viktig informasjonsprosess — oppsummeringen.

Oppsummering av virkeligheten

På en måte dreier nyhetsrapportering seg egentlig om å oppsummere virkeligheten. Du kan innvende: “Det dreier seg også om å fortelle en historie!” — og det vil du ha rett i, siden lite er kjedeligere enn en tørr oppsummering. Men før historien kan fortelles må reporteren ta beslutninger om hvilke hendelser som skal tas med, hva slags bakgrunnsinformasjon som trygt kan utelates, og hva som bør vektlegges som virkelig viktig. Alt dette har potensial til å farge historien. Reportere observerer verden og avdekker mye informasjon, for så å gjøre et håndterbart utvalg som er tilpasset tiden og oppmerksomheten publikum har til rådighet. Dette er å oppsummere.

Oppsummering er viktig fordi tid og oppmerksomhet er to av råvarene som definerer vår epoke. Mange av oss ønsker eller trenger ikke kjenne til intrikate detaljer i hver nyhetssak; ofte nøyer vi oss gjerne med et kjapt overblikk over en hendelse. Dette behovet for å optimere oppmerksomhet og redde oss fra informasjonsflommen driver fram nyskaping innen behandling og oppsummering av informasjon, i redaksjonelle vurderinger så vel som i nye datamaskinalgoritmer.

Gründerbedriften Circa i San Francisco arbeider med en app for redaksjonelle vurderinger som oppsummerer hendelser som serier av “punkter” eller faktabiter. Redaktører samler inn “fakta fra et mangfold av kilder” og gjør dem om til “konsise, lettleste “punkter” i Circa”, slik appens hjelpesider beskriver konseptet. Nå legger Circa selv mindre vekt på oppsummering og mer på historiefortelling. De knytter de konsise “punktene” sammen i en sekvens som bygger en historie. Tilnærmingen deres er drevet av redaktører og er selvfølgelig utsatt for alle de ulike måtene som skjevhet og partiskhet kan oppstå i en redigeringsprosess, inkludert både individuelle og organisatoriske preferanser.

Men hva om Circa begynte å bruke algoritmer som istedenfor å basere seg på redaktører, tok automatiske avgjørelser om hvilke punkter de skulle ta med eller utelate? Da kunne de begynne å likne mer på London-baserte Summly, som har en ny lese-app med “algoritme-genererte sammenfatninger fra hundrevis av kilder”. Summly velger de “viktigste” setningene fra en artikkel og presenterer disse som oppsummering. Men hvordan kan denne algoritmen begynne å lage skjevheter i historiene den produserer, for eksempel gjennom definisjonen av “viktig”? Er det for eksempel tenkelig at algoritmen i en sak om den israelsk-palestinske konflikten kunne velge ut setninger på en disproporsjonal måte slik at den ene sidens syn vektlegges tyngre enn den andres?

Kanskje vil vi aldri få vite hvordan Summlys algoritmer kan skape skjevheter i oppsummeringene den lager; den er en proprietær og lukket teknologi. Det understreker behovet for åpenhet om algoritmer. Ved å studere mer åpne forsøk som forskningsbaserte prosjekter kan vi lære mye om hvordan algoritmer for oppsummering virker og kan skape skjevheter.

Jeg snakket med Jeff Nichols ved IBM Research, som har bygget et system (pdf) for å oppsummere sportsarrangementer basert kun på Twitter-meldinger (tweets) folk skriver om dem. Sportsinteresserte Nichols begynte å plotte inn mengden av tweets om kampene under VM i fotball i 2010. Han så at mengden økte på visse tidspunkter, og brukte sin ad hoc-metode til å finne de mest spennende øyeblikkene i en kamp slik at han kunne spole fram til dem på sin videoopptaker. Mengden tweets øker naturlig ved spennende hendelser, særlig scoringer.

Deretter begynte Nichols og hans team å spørre vanskeligere spørsmål om hva slags oppsummeringer de faktisk kunne lage på bakgrunn av Twitter-materialet. De endte opp med å lage et system som kunne behandle alle tweets om en kamp, finne toppene i tweet-aktivitet, velge ut representative nøkkel-meldinger fra disse hendelsene, og spleise dem sammen til korte oppsummeringer. Når lesbarhet og grammatikalsk nivå ble sammenlignet, viste det seg at tekstene laget med algoritmen var av tilsvarende kvalitet som manuelt produserte oppsummeringer basert på det samme Twitter-materialet.

Manuell eller maskinell oppsummering — hvilken er best?

IBM-systemet viste likevel at en spesiell type skjevhet kan snike seg inn i algoritmer:

Enhver skjevhet i dataene som algoritmen fores med blir med på lasset helt fram til det ferdige resultatet. Algoritmen er partisk til fordel for “de som skriker høyest”, ifølge Nichols, siden den relativt enkle algoritmen finner relevante tweets ved å lete etter frekvensen av nøkkelord på engelsk. Implikasjonene er ganske klare: Hvis Slovenia scorer et kontroversielt mål mot USA, kan algoritmen rapportere at “USA ble ranet”, hvis det er den dominerende reaksjonen i engelskspråklige tweets. Men antakelig vil ikke slovenere som tvitrer om hendelsen være enig. De vil sannsynligvis melde noe sånt som “Fint mål — der fikk dere den, USA!” (på slovensk, selvfølgelig). Nichols er interessert i å tilpasse algoritmen for å ta hensyn til ulike perspektiver og generere bevisst partiske oppsummeringer fra ulike synsvinkler (kan bli en vinner i amerikanske kabel-tv-nyheter!).

Når de skal ta avgjørelser om hva som skal inkluderes i eller ekskluderes fra en oppsummering, må algoritmer vanligvis gå gjennom et skritt der informasjon prioriteres. Ting med lavere prioritet blir ekskludert. IBM-systemet er for eksempel rettet inn mot høydepunkter i idrettsbegivenheter. Dette fungerer hvis målet er å finne de mest spennende delene av en kamp, som får mye oppmerksomhet. Men det er andre interessante historier som bobler like under terskelen for “høydepunkter”. Hva med midtstopperen som spilte solid i forsvar, men aldri gjorde en enkeltprestasjon som ga mange nok tweets til å bli oppdaget av algoritmen? Denne delen av kampen, eller historien, ville bli utelatt.

IBM-algoritmen ikke bare prioriterer informasjon, men må også gjøre utvalg basert på ulike kriterier. Noen av disse valgene kan også kodes inn slik at programmererne hjelper algoritmen med å gjøre valg (heuristikk). For eksempel har IBM-systemets programmerere forhåndsbestemt at algoritmen skal foretrekke lengre framfor kortere tweets til oppsummeringene, siden de kortere meldingene pleier å være mindre lesbare setningsfragmenter. Det er helt klart en avgjørelse som kan forsvares, men Nichols innser at det også kan skape en skjevhet: “Å utelate kommentarer fra folk som har en tendens til ikke å skrive fullstendige setninger kan kanskje ekskludere en lavere utdannet del av befolkningen”. Kriterier valgt av programmerere for utvalg og prioritering kan korrelere med andre variabler (som utdanningsnivå) som kan være viktige når partiskhet og skjevheter i mediedekning skal vurderes.

Optimering, rangering, aggregering

Oppsummeringen er bare én type informasjonsbehandling som kan systematiseres i en algoritme. Din daglige nyhetsmeny har antakelig blitt påvirket av mange ulike algoritmer allerede før du har begynt å konsumere nyhetene. Algoritmer for personalisering som dem som brukes av Zite, en populær applikasjon for å lese nyheter, tilpasser systematisk innhold til dine interesser, på bekostning av å eksponere deg for et større mangfold av saker. Social Flow, en gründerbedrift i New York, bruker algoritmer for optimering for å finne ut det nøyaktige tidspunktet for når det er best å dele nyheter i sosiale nettverk slik at de får maksimalt gjennomslag hos målgruppen.

Optimeringsalgoritmer kan også bli brukt (pdf) til å bestemme layouten av en nyhetsside. Men å optimere layout basert på ett kriterium, som antall sidevisninger, kan ha utilsiktede konsekvenser, som at skandaler og kjendisnyheter alltid havner øverst på siden. Også her kan valget av hvilke aspekter man vil optimere og hva de er korrelert med, ha betydning.

Algoritmer for rangering er annen type som er mye brukt i nyhetssammenheng. Tenk på listene over “toppsaker” på de fleste nettaviser, eller hvordan kommentarer blir rangert, eller til og med på hvordan Twitter rangerer trender. Særlig Twitter-trender har kommet i søkelyset etter at hendelser som folk trodde ville dukke opp på listen over trender, som #occupywallstreet eller #wikileaks, ikke viste seg. I likhet med Summly er ikke Twitter åpne om algoritmen de bruker til å identifisere trender. Det gjør det vanskelig å vurdere hvilke systematiske skjevheter som er innebygd i algoritmen og om heuristikk eller menneskelige valg innlemmet i den også kan spille en rolle.

Google bruker også rangeringsalgoritmer til å sortere søkeresultatene dine. I dette tilfelle er rangeringsalgoritmene utsatt for den samme typen skjevhet til fordel for “de som skriker høyest” som vi hørte om fra Nichols. Internett er fullt av firmaer spesialisert på søkemotoroptimalisering som prøver å lure Googles algoritme slik at visse typer innhold vil vises høyt oppe i søkeresultatene selv om det kanskje ikke fortjener å være der. Dette gjør de delvis ved å knytte visse nøkkelord til nettstedet de ønsker å dytte oppover på listen over søkeresultater, og ved å lage hyperlenker fra mange andre nettsteder til dette nettstedet. Andre prøver å manipulere søkerangeringer. Professor Takis Metaxis ved Wellesley College og hans kollega Eni Mustafaraj har skrevet om “googlebombing”. Her skaper man koblinger mellom politiske aktører, som George W. Bush, og negative søkeord, som “håpløs fiasko”, slik at personen dukker opp når noen søker på denne frasen. Dette er et perfekt eksempel på hvordan skjevheter i data som en algoritme fores med kan føre til skjevheter i resultatet. Og når dataene algoritmen fores med er offentlige, ligger algoritmen åpen for manipulasjon.

Ikke alle typer skjevheter og partiskhet i algoritmer må være skadelig. Hvis algoritmer kunne skape en motvekt til individuell og tankemessig partiskhet vi alle bærer i oss, kunne det ha en positiv effekt på informasjonen vi blir eksponert for. Ved Korea Advanced Institute of Science and Technology (KAIST) har Souneil Park og hans samarbeidspartnere eksperimentert med algoritmer for innsamling av nyheter som fores inn i en nyhetspresentasjon kalt NewsCube (pdf). Denne leder brukeren til å forholde seg til et større mangfold av perspektiver. Glem å overlate ting til tilfeldighetene — forskere jobber med hvordan du kan bli eksponert for nyheter på en nyttig måte. Richard Thaler og Cass Sunstein kaller i sin bok Nudge denne formen for innflytelse for “libertariansk paternalisme” — å påvirke erfaringer for å korrigere for kognitive mangler i menneskers resonneringsevne. Ikke bare kan algoritmer skape skjevheter i innholdet vi konsumerer — en dag kan de kanskje gjøre det på en måte som gjør oss smartere og mindre utsatt for våre egne tankemessige brister. En algoritme kunne kanskje til og med sakte dytte ekstremister mot midten ved å eksponere dem for stadig mer moderate versjoner av deres egne ideer.

Algoritmer finnes over alt i nyhetene som omgir oss, enten det er i oppsummeringer, personalisering, optimering, rangering, koblinger, klassifisering, aggregering eller en annen algoritmisk informasjonsprosess. De er allestedsnærværende, og det gjør det verdt å reflektere over hvordan disse prosessene kan bidra til systematisk manipulasjon av informasjonen vi konsumerer, enten det er gjennom heuristikk, dataene de fores med, eller kriteriene som brukes til å hjelpe dem med å ta beslutninger om å inkludere, ekskludere og vektlegge.

Algoritmer vil alltid måtte ta ikke-tilfeldige avgjørelser om inkludering, ekskludering og vektlegging i mediene våre for å hjelpe oss å løse vårt problem med knapp tid og oppmerksomhet. Vi kan ikke på magisk vis gjøre algoritmer “objektive” ved å forstå hvordan de forårsaker skjevheter i mediene. Men vi kan lære oss å bli mer kritiske når vi bruker databaserte medier. Særlig datajournalister burde gjøre det til en vane å tenke grundig over hva bivirkningene av algoritmene de lager kan være og hva som kan korrelere med kriteriene de bruker for å ta avgjørelser. I neste omgang bør vi være åpne om disse bivirkningene på en måte som hjelper publikum til å bedømme kvaliteten på det vi gjør.

Artikkelen ble først publisert av Nieman Journalism Lab. Oversatt av Olav Anders Øvrebø.

Arrangørene definerer datajournalistikk vidt. Her er eksempler på formater som godtas:

• visualisering og mashups
• et nyt eller sammensat datasæt
• en web- eller mobil-applikation
• datadreven journalistik i hvilken som helst form

Materialet må være nytt, det vil si laget etter april 2011. Frist for innsending: 20. april.

Data Journalism Awards

En annen og større konkurranse arrangeres av European Journalism Centre. International Data Journalism Awards utlyses for første gang, med innsendingsfrist 10. april. Det konkurreres i tre kategorier: Data-driven investigative journalism, Data visualisation & storytelling og Data-driven applications (mobile or web).

Førstepremien i hver kategori er på 7500 euro og deles ut i Paris 31. mai. Juryen ledes av redaktøren for ProPublica. Les mer på Open Knowledge Foundations blogg.

Finsk app-konkurranse

Helsingin Sanomat har også akkurat utlyst en egen konkurranse. Det originale konseptet her går ut på å produsere det de kaller “artikkel-apps”:

By article apps we mean applications that can be embedded into any web site in 560×400 pixel Iframe. An article app should visualize some interesting data, with the possibility of user interaction or of displaying data inputted by the users.

Også denne konkurransen er åpen for internasjonal deltakelse, og det er premier på 3000 euro.

Bergen Open samlet aktører fra private bedrifter (medier, IKT, design), stat, kommune, fylke, forskning og høyere utdanning — akkurat den miksen av folk og tilnærmingsmåter som gjør dette til et av de mest spennende nye feltene innen kunnskapsbasert innovasjon og næringsutvikling akkurat nå.

Arrangøren MediArena har lagt ut presentasjoner; få også med deg Informations Johannes Wehners lysbilder.

Jon Hoem har laget en kronologisk oppsummering av hvert innlegg. Og MediaArena-folkene har fulgt opp med kronikk i Bergens Tidende om Vestlandets digitale fremtid.

Mine subjektive inntrykk, farget av en spesialinteresse for de journalistiske sidene av viderebruk av data, er kort oppsummert disse:

• Arbeidskrevende formatkaos: Det begynner å bli en del gode eksempler på journalistiske datakildeprosjekter. Tor Olav Mørseth fra Bergens Tidende (BT) presenterte avisens trafikkofferserie. Hovedkilde er Statens vegvesens datasett om trafikkulykker. Mørseth fortalte om tidkrevende arbeid for å få ut tall og mye jobb med å rette opp feil i datagrunnlaget. Generelt etterlyste han kompetanseheving blant dem som jobber med datakilder i de offentlige virksomhetene, og ikke minst mer standardiserte dataformater. I dag må en gjøre samme jobb med å lage systemer hver gang en har et nytt prosjekt, sa Mørseth.
• Fra statiske til dynamiske datasett: Hvis datagrunnlaget oppdateres dynamisk, vil tjenestene man lager få lengre levetid, sa Erik Bugge fra Essens i forlengelsen av Mørseths poeng. Dynamiske data er en viktig forutsetning for å få nok igjen for investeringen i nye tjenester. Data må kunne gjenbrukes internt i for eksempel en redaksjon, eller gjennom deling med andre aktører.
• Visualisering er analyse: Visualisering av datakilder er ikke “bare” en designoppgave — det er også en analysemetode i seg selv, fordi man i arbeidsprosessen filtrerer vekk støy og styrer brukeren til det interessante i et datamateriale, sa Jostein Ryssevik fra Ideas2evidence. Mediene er ikke kommet så langt med dette, mente han — fortsatt formidler de kvantitativ informasjon i hovedsak som “døde” tabeller eller grafikk. Til god datavisualisering kreves det både IT-kompetanse, metodekunnskap og evner til historiefortelling. (Ryssevik vartet opp med Charles Joseph Minards fantastiske Napoleon-grafikk fra 1869 — alene verdt hele seminardagen!)

For min del styrket seminaret meg i troen på at deling av kunnskap er en avgjørende forutsetning for at vyene om åpne data som innovasjonsråstoff kan virkeliggjøres. Og med “deling” mener jeg:

• Del rådata, konkurrer om ideer: Vi forlanger av offentlige virksomheter at de frigir sine datakilder. Redaksjoner og andre miljøer som får innsyn i offentlig sektors datasett, bør også dele rådataene med hverandre. Det er ulogisk å sitte på datakilder som vi ellers betrakter som fellesskapets eiendom. Konkurransen skal ikke dreie seg om råstofftilgangen, men om hvem som kommer opp med de beste foredlingsideene.
• Del kompetanse: Det er neppe realistisk at en redaksjon — eller et annet enkeltmiljø — bygger opp all kompetanse som trengs til datadrevet journalistikk eller tjenesteutvikling. Derimot kan det oppstå økosystemer av spesialkompetanse rundt større aktører som redaksjoner, kunnskapsbedrifter og universiteter. Håvard Ferstad fra BT var inne på dette: Medier vil samarbeide med hverandre, og de vil hente spesialkompetanse utenfra til feks. å grave i datakilder.
• Del… visittkort: Konseptet åpne data skaper et felles rom for folk som gjør så ulike ting som visualisering for oljebransjen, analyse av klimadata og programmering av applikasjoner for mobiltelefoner. Alle disse miljøene igjen kan være ressurser for redaksjoner, på en kvalitativt annen måte enn som tradisjonelle intervjuobjekter. Men nettopp fordi aktørene som graviterer mot temaet åpne data er så forskjellige, er faren ekstra stor for at man jobber på samme felt, i samme by, uten en gang å vite om hverandre. Praktisk rettede samarbeidsfora er derfor den første, banale brikken som må på plass.

A Case for Open Data in Transit from Streetfilms on Vimeo.

Og oppfølgeren blir forhåpentligvis laget i Norge. Fornyingsdepartementet har lyst ut prosjektet.

(Videoen funnet hos våre venner i Open Data Network).

Tid: Tirsdag 7. september kl. 09.00–15.30. Sted: Scandic Hotell Bergen City.

Blant innlederne er medieutvikler Anders Brenna, danske Johannes Wehner som har gjort spennende arbeid med Information.dk og Bente Kalsnes fra Origo. Dessuten er selvsagt vi i “Fakta først” med. Flere detaljer om opplegg og foredragsholdere er underveis.

MediArenas mål er å “stimulere til økt innovasjon basert på samarbeid mellom bedrifter, FoU og utdanningsmiljøer og offentlige utviklingsaktører.” Det er spennende at de har valgt offentlig sektors data som et satsingsområde. Nettopp regionale og lokale satsinger på å åpne opp data har stort potensial, det har initiativer som London DataStore vist. Kanskje Bergen her kan vise vei for andre norske byer og regioner? I beste fall kan dette lede til en konkurranse om å være den mest åpne byen eller kommunen.