God digitalisering by Cappelen Damm

God digitalisering

Kai A. Olsen

Forord Informasjonsteknologi, IT, er et fagfelt preget av mange myter og sterke påstander. Fordi det meste foregår inni en lukket boks, er det kanskje lett å overse hvilke muligheter og begrensninger som ligger i teknologien. Når jeg snakker om at Norge vil bli kontantfritt, at alle betalinger vil gå digitalt, blir jeg kalt for teknologientusiast. Når jeg forteller at det vil være uhyre krevende å utvikle førerløse biler som fungerer på alle veier, blir jeg kalt en teknologiskeptiker. Jeg er ingen av delene, det jeg forsøker, er å vurdere anvendelsene ut fra en grunnleggende forståelse av teknologien. Denne forståelsen har vi alle når det gjelder enklere teknologi. Om jeg går ut og advarer om at gravemaskinene vil ta over verden, ville alle forstå at det er tull. Selv om vi kanskje ikke vet akkurat hvordan hydraulikken fungerer, har vi alle en forståelse av hvordan disse maskinene opererer. Men siden datamaskinen er en «black box», må vi lære opp denne forståelsen. Det er viktig. Det å bidra til å innarbeide denne forståelsen er formålet med denne boken. Nå har jeg arbeidet med datamaskiner siden 1969. I løpet av disse 50 årene har jeg vært med på å utvikle en lang rekke datasystemer, blant annet er det tre bedrifter i dag som i hovedsak kjører programvare jeg har utviklet. Jeg har hatt en rekke forskningsopphold ved universiteter i USA, Italia, Spania og England, og jeg har utviklet programvare for amerikanske bedrifter. Som professor har jeg skrevet en lang rekke vitenskapelige artikler, vitenskapelige bøker utgitt på amerikanske forlag, flere lærebøker og et utall kronikker og debattinnlegg. Ideer og poenger, noen gang også tekstdeler, fra disse arbeidene er tatt med i denne boken. Når jeg tar på meg oppgaven med å skrive om god digitalisering, er det altså med basis i god kunnskap om teknologien, både fra et praktisk og et teoretisk ståsted. I boken skal jeg presentere en lang rekke eksempler, fra mange områder. Deretter skal jeg drøfte disse og se hva man kan lære av dem. Gjennom dette skal du få en forståelse for teknologiens muligheter og begrensninger. Det er nyttig. Kanskje kan du spare bedriften din for millioner, kanskje kan du stoppe det umulige prosjektet før det er kommet i gang, kanskje ser du hvordan IT kan gjøre jobben enklere, kanskje vil du bli i stand til å plukke ut de grunderbedriftene som har størst mulighet til å lykkes, og kanskje vil du kunne vurdere alle påstandene om informasjonsteknologiens fortreffeligheter på en nøktern måte.

Innhold 1. Innledning.............................................................................................................. 13 2. Datamaskinen er en generell teknologi..................................................... 17 3. Formalisering – et fundamentalt krav ....................................................... 21 4. Formaliseringsprosessen ................................................................................ 26 5. Sette strøm på papiret ...................................................................................... 32 6. IT gir muligheter til å tenke nytt .................................................................. 38 7. Samfunnsendringer ........................................................................................... 46 8. Case: IT for mindre bedrifter ......................................................................... 52 9. Utvikling av store systemer............................................................................ 63 10. Initiere og gjennomføre IT-prosjekter.................................................. 72 11. Betaling: Kontanter på vei ut.................................................................... 82 12. Digital betaling................................................................................................ 92 13. Bitcoin og blokkjeder................................................................................... 99 14. Valg på Internett ......................................................................................... 105 15. Teknologi i undervisningen ................................................................... 109 16. Hvordan tilby gode brukeropplevelser ............................................. 121 17. Case: Når brukeren gjør feil ................................................................... 142 18. Kundebehandling på nett........................................................................ 147 19. Teknologi i arbeidslivet – alene på jobb ........................................... 157 20. De eldre i en digital verden .................................................................... 171 21. Tenk nytt løsninger.................................................................................... 179 22. Vyer om kunstig intelligens.................................................................... 190 23. Realistiske, smarte programmer.......................................................... 207 24. Er data den nye oljen? Kanskje ikke ................................................... 227 25. Trusler og hvordan disse kan møtes .................................................. 238 26. Innovasjon..................................................................................................... 259 27. Å se inn i fremtiden.................................................................................... 265 28. Hva har vi lært? ........................................................................................... 276 Om forfatteren............................................................................................................. 280 Stikkordregister.......................................................................................................... 281

Detaljert innhold 1. 2.

Innledning ..............................................................................................................13 Datamaskinen er en generell teknologi .....................................................17 2.1 Programmering ......................................................................... 17 2.2 Datakraft .................................................................................... 17 2.3 Programvare.............................................................................. 18 2.4 Representasjonsformer ............................................................ 19 2.5 Hva har vi lært? ......................................................................... 20 Formalisering – et fundamentalt krav........................................................21 3.1 Eksempel: Fryseboks eller fryselager...................................... 21 3.2 Tenk nytt – to-boks-system...................................................... 24 3.3 Hva har vi lært? ......................................................................... 24 Formaliseringsprosessen.................................................................................26 4.1 Et enkelt eksempel – vekking................................................... 26 4.2 Oppgaver som allerede er formalisert..................................... 26 4.3 Advarsel om glatte veier ........................................................... 27 4.4 Lånebehandling ......................................................................... 28 4.5 Beregning av publikasjonspoeng ............................................. 28 4.6 Infrastruktur – personnummer og varenummer ................... 30 4.7 De virtuelle delene blir viktigst................................................ 30 4.8 Hva har vi lært? ......................................................................... 31 Sette strøm på papiret.......................................................................................32 5.1 Reiseregning på papir ............................................................... 32 5.2 Hodestups IT-løsning................................................................ 33 5.3 Analyse av oppgaven................................................................. 34 5.4 Endring av lover og regler ........................................................ 36 5.5 Løsning – et godt reiseregningssystem ................................... 36 5.6 Hva har vi lært? ......................................................................... 37 IT gir muligheter til å tenke nytt...................................................................38 6.1 Kundene gjør jobben selv ......................................................... 39 6.2 Fjerne prosesser........................................................................ 40 6.3 Ikke alle nye ideer fungerer – mat på nett .............................. 41 6.4 Forbedret infrastruktur – unngå kasting av mat .................... 42 6.5 Hva har vi lært? ......................................................................... 44 Samfunnsendringer............................................................................................46 7.1 Universitetsbiblioteket – trenger vi det?................................. 46 7.2 Digitalisering i kommunene ..................................................... 49 7.3 Hva har vi lært? ......................................................................... 50 Case: IT for mindre bedrifter..........................................................................52 8.1 IT som strategisk virkemiddel ................................................. 52 8.2 Egenutvikling............................................................................. 54 8.3 Analyse ....................................................................................... 55

8.4 Et forlag ...................................................................................... 56 8.5 Et støperi .................................................................................... 57 8.6 En møbelfabrikk ........................................................................ 59 8.7 Hva har vi lært?.......................................................................... 61 9. Utvikling av store systemer............................................................................ 63 9.1 Uklar målsetting ........................................................................ 63 9.2 Mange funksjoner gir uoversiktlig utvikling ........................... 63 9.3 Manglende forståelse for brukernes behov............................. 64 9.4 Svake kost–nytte-betraktninger............................................... 64 9.5 Formaliseringsgraden av funksjonene .................................... 64 9.6 Integrasjon er komplisert ......................................................... 65 9.7 Datakvalitet i gamle systemer .................................................. 65 9.8 Konvertering av data................................................................. 66 9.9 Forskjellige brukergrupper ...................................................... 66 9.10 Brukernes makt ......................................................................... 67 9.11 Svake brukergrensesnitt........................................................... 67 9.12 Brukernes kunnskap ................................................................. 68 9.13 Persondata ................................................................................. 68 9.14 Ny teknologi ............................................................................... 68 9.15 Lang tidsramme......................................................................... 69 9.16 Krav til oppetid .......................................................................... 69 9.17 Krav til sikkerhet ....................................................................... 69 9.18 Hva har vi lært?.......................................................................... 70 10. Initiere og gjennomføre IT-prosjekter.................................................. 72 10.1 Målsetting................................................................................... 72 10.2 Prosjektgjennomføring ............................................................. 74 10.3 Aktiv IT-strategi......................................................................... 75 10.4 Case: Rørleggerbedrifter........................................................... 76 10.5 Hva har vi lært?.......................................................................... 81 11. Betaling: Kontanter på vei ut.................................................................... 82 11.1 Brukes kontanter? ..................................................................... 82 11.2 Trenger vi kontantene? ............................................................. 83 11.3 Kontanter er ikke backup ......................................................... 84 11.4 Skatt og kontanter ..................................................................... 85 11.5 Mot et kontantfritt samfunn ..................................................... 86 11.6 Et kontantfritt samfunn drevet fram av publikum ................. 87 11.7 Ny seddelserie............................................................................ 89 11.8 Hva har vi lært?.......................................................................... 91 12. Digital betaling................................................................................................ 92 12.1 Mestrer vi fremtidens betalingsløsninger? ............................. 92 12.2 Betaling med debet- og kredittkort.......................................... 94 12.3 Betaling med mobil eller smartklokke..................................... 96 12.4 Betaling uten terminal .............................................................. 96 12.5 Er dagens løsninger lite kreative? ............................................ 97

12.6 Hva har vi lært? ......................................................................... 97 13. Bitcoin og blokkjeder ...................................................................................99 13.1 Store svingninger ...................................................................... 99 13.2 Betaling med kryptovaluta ..................................................... 100 13.3 Facebooks Libra ...................................................................... 100 13.4 Blokkjeder................................................................................ 101 13.5 Ikke bærekraftig – stort strømforbruk .................................. 101 13.6 Skal vi subsidiere datasentre?................................................ 102 13.7 Hva har vi lært? ....................................................................... 103 14. Valg på Internett..........................................................................................105 14.1 Eksperiment for å vise svakheten i valgsystemet................. 105 14.2 Erfaringer fra USA ................................................................... 106 14.3 Fordeler og ulemper ............................................................... 107 14.4 Hva har vi lært? ....................................................................... 108 15. Teknologi i undervisningen ....................................................................109 15.1 Åpne opp universitetene ........................................................ 109 15.2 Er forelesningen død? ............................................................. 111 15.3 Datamaskin som lærer............................................................ 112 15.4 Online-undervisning – MOOCs ............................................... 114 15.5 Er ny teknologi et hinder for læring?..................................... 115 15.6 IT mot byråkrati ...................................................................... 119 15.7 Hva har vi lært? ....................................................................... 120 16. Hvordan tilby gode brukeropplevelser..............................................121 16.1 Prinsipper for gode brukergrensesnitt ................................. 121 16.2 Flow.......................................................................................... 125 16.3 Testing...................................................................................... 127 16.4 Gode eksempler....................................................................... 129 16.5 Passord – et dårlig og et godt eksempel ................................ 131 16.6 Brukergrensesnitt – et dårlig eksempel ................................ 132 16.7 Navigatorer – en kilde til frustrasjon..................................... 134 16.8 Interne søk fungerer ofte dårlig............................................. 136 16.9 Gi brukeren informasjonen de trenger.................................. 136 16.10 Factory reset........................................................................ 138 16.11 Sensorer for å varsle........................................................... 139 16.12 Hva har vi lært? ................................................................... 140 17. Case: Når brukeren gjør feil....................................................................142 17.1 Er BankId sikkert nok? ........................................................... 142 17.2 500 000 kroner til gal konto................................................... 143 17.3 Hva har vi lært? ....................................................................... 145 18. Kundebehandling på nett ........................................................................147 18.1 Henvendelser vil ikke bli besvart........................................... 147 18.2 E-poster og SMS....................................................................... 148 18.3 Strandet på Rhodos, i Bulgaria eller i Bergen ....................... 149 18.4 Kontoutskriften – kan den bli bedre? .................................... 150

18.5 18.6 18.7 19. 19.1 19.2 19.3 19.4 19.5 19.6 19.7 19.8 20. 20.1 20.2 20.3 20.4 20.5 20.6 21. 21.1 21.2 21.3 21.4 21.5 21.6 21.7 21.8 22. 22.1 22.2 22.3 22.4 22.5 22.6 23. 23.1 23.2 23.3 23.4 23.5 23.6 23.7 23.8

Hva koster handlekurven din? ............................................... 152 Innkreving av bompenger....................................................... 154 Hva har vi lært?........................................................................ 155 Teknologi i arbeidslivet – alene på jobb ........................................... 157 Hva er digital kompetanse? .................................................... 157 Alene på jobb ........................................................................... 158 Vil datamaskinen gjøre oss alle arbeidsledige?..................... 160 Digital kompetanse – den har du allerede............................. 162 Kan vi undervise som før? ...................................................... 163 Velger studentene de riktige studiene? ................................. 165 Utdatert utdanning.................................................................. 167 Hva har vi lært?........................................................................ 169 De eldre i en digital verden .................................................................... 171 Er digitalisering en trussel mot eldre arbeidstakere? .......... 171 Gammel i en datatid................................................................. 172 Eldre sjåfører ........................................................................... 173 Din personlige venn – algoritmen? ........................................ 175 De eldre og ensomheten ......................................................... 177 Hva har vi lært?........................................................................ 178 Tenk nytt løsninger.................................................................................... 179 Bestilling av flybilletter ........................................................... 179 Fastpris på bøker..................................................................... 180 En bedre taxi-tjeneste ............................................................. 181 Kan vinter-OL digitaliseres? ................................................... 183 Kan datamaskinen forenkle legenes arbeid?......................... 184 Selvmedisinering ..................................................................... 186 Pasienten som lege .................................................................. 187 Hva har vi lært?........................................................................ 188 Vyer om kunstig intelligens.................................................................... 190 Hva er intelligens, og hva er kunstig intelligens?.................. 190 «Big data» – ikke så enkelt!..................................................... 192 Selvkjørende biler – er de på vei? .......................................... 195 Chatboter.................................................................................. 198 Datamaskin som lege .............................................................. 203 Hva har vi lært?........................................................................ 205 Realistiske, smarte programmer.......................................................... 207 Utnytte «brute force» .............................................................. 208 Selvkjørende biler i kontrollerte omgivelser ........................ 210 «Driver assist» ......................................................................... 211 Førerløse fly, ferger og skip .................................................... 213 Når kommer hurtigbåten? ...................................................... 214 Korrekturprogram................................................................... 216 Tegne stier på kart................................................................... 219 Personlige assistenter ............................................................. 220

23.9 Refusjon til fastlegen og «Big data» ....................................... 222 23.10 Verdens eldste yrke ............................................................ 224 23.11 Hva har vi lært? ................................................................... 225 24. Er data den nye oljen? Kanskje ikke....................................................227 24.1 Innsamling og bruk ................................................................. 227 24.2 Fusk med data ......................................................................... 227 24.3 Metoder for å fuske ................................................................. 229 24.4 Personvernparadokset ........................................................... 231 24.5 Pasientens personvern ........................................................... 233 24.6 Kjernejournalen flagger at pasienten er skilt ....................... 235 24.7 Hva har vi lært? ....................................................................... 236 25. Trusler og hvordan disse kan møtes...................................................238 25.1 Er vi trygge i en digital verden? ............................................. 238 25.2 Dominans av store teknologibedrifter .................................. 240 25.3 Beregningsfeil.......................................................................... 242 25.4 Hacking .................................................................................... 243 25.5 Phishing.................................................................................... 244 25.6 Beskytte passord ..................................................................... 246 25.7 Kan vi holde noe hemmelig?................................................... 247 25.8 Farlige apper og nettsider ...................................................... 249 25.9 Kan vi stole på programvaren og maskinene? ...................... 251 25.10 Farlige strømmålere – konspirasjonsteorier.................... 251 25.11 Tingenes Internett .............................................................. 252 25.12 Er algoritmene farlige? ....................................................... 253 25.13 Effektiv terrorisme ............................................................. 254 25.14 «Fake news» og enda verre................................................ 255 25.15 Hva har vi lært? ................................................................... 256 26. Innovasjon......................................................................................................259 26.1 App-utvikling ........................................................................... 259 26.2 Utvikling av dingser ................................................................ 260 26.3 Smarthøyttalere ...................................................................... 261 26.4 Hva har vi lært? ....................................................................... 263 27. Å se inn i fremtiden ....................................................................................265 27.1 Teknologiske spådommer ...................................................... 265 27.2 Det moderne eventyret........................................................... 267 27.3 America – ikke alltid first........................................................ 268 27.4 Grunderbedrifter..................................................................... 270 27.5 Teknologien tar oss ikke alltid dit vi vil ................................ 272 27.6 Piloter og flygeledere .............................................................. 273 27.7 Stille revolusjon (evolusjon) .................................................. 274 27.8 Hva har vi lært? ....................................................................... 275 28. Hva har vi lært?............................................................................................276 Om forfatteren .............................................................................................................280 Stikkordregister ..........................................................................................................281

Innledning

Den første datamaskinen kom i 1943. I dag har slike maskiner vært praktisk tilgjengelige for industrien i et halvt århundre og for vanlige forbrukere i tre tiår. Men fortsatt snakker alle om digitalisering. Det illustrerer at det å ta i bruk denne teknologien tar tid. Lover, regler, prosesser skal tilpasses teknologien. Og ikke minst skal vi brukere venne oss til den. Den første e-posten ble sendt i 1969, men det tok hele 30 år før Posten merket nedgang i brevpostsendinger. Først i dag er det åpenbart for alle at elektronisk kommunikasjon i ferd med å ta over. Snart kan vi alle skru ned postkassen. I denne boken vil jeg legge vekt på å gi et nøkternt bilde av informasjonsteknologien (IT). For noen anvendelser, som for eksempel betaling, vil teknologien føre til dramatiske endringer. For andre, for eksempel det å utvikle førerløse biler eller bruke kunstig intelligens til å erstatte primærlegen, er det åpenbart ikke så greit. Spådommene om hva teknologien skal gjøre på disse områdene, har florert i mange år, men resultatene uteblir. Det å forklare denne forskjellen, hvorfor noe er lett og noe vanskelig – kanskje umulig – krever en god forståelse av den grunnleggende teknologien. Det å gi denne forståelsen er en sentral målsetting med boken, ikke fordi vi skal utvikle betalingssystemer eller førerløse biler, men for at vi skal kunne anvende denne kunnskapen uansett hvor vi møter teknologien. De samme problemstillingene vil oppstå når jobben er å realisere funksjoner i vanlige datasystemer, både når det gjelder å utvikle funksjonene, og med hensyn til å ta dem i bruk. Også her vil enkelte funksjoner være lette å realisere, lette å ta i bruk, mens andre kan volde store problemer. Disse problemene blir spesielt merkbare i altomfattende systemer. Mens det virker besnærende å ha ett system som gjør alt i organisasjonen, for eksempel et felles journalsystem for hele helsetjenesten, oppdager en dessverre at dette ikke er så lett å realisere i praksis. Det kan være gode grunner til at hver del av et system, som bedrifter, avdelinger i bedrifter, og offentlige organisasjoner, over tid er organisert i egne enheter. Da kan det hende at de også skal ha egne datasystemer. Et oljeselskap som har avdelinger for utvinning, raffinerier og bensinstasjoner vil fort oppdage at hver avdeling vil ha behov for sine egne datasystemer. Derimot må selvfølgelig de enkelte systemene kunne kommunisere. I dag er det mange muligheter til å få til dette nesten sømløst. Så selv om organisasjonen kan ha flere systemer i bruk, kan alle utveksle data seg i mellom og til overordnede systemer. Ledelsen kan derfor få full oversikt, selv om avdelingene bruker forskjellige systemer.

Forståelse for teknologien, dens muligheter og begrensninger, er viktig om vi er i en lederposisjon og skal igangsette IT-prosjekter, eller om vi som forbrukere skal kjøpe inn og ta i bruk IT-utstyr. En grunnleggende forståelse for teknologien vil være til god hjelp også for oss som brukere av denne. Det kan hjelpe oss til å løse de problemene som oppstår, og til å sette krav til de produktene vi anskaffer. En feil vi kan gjøre både som prosjektledere og forbrukere, er å bli for opptatt av antall funksjoner. Det er ikke sikkert at mikrobølgeovnen med display og hundre funksjoner er bedre enn den med bare to funksjoner. Tilsvarende søker en ofte å etablere enighet om nye datasystemer gjennom å inkludere alle ønsker fra alle parter. Det kan gjøre arbeidet så komplisert at en aldri kommer i mål. Mange virksomheter både innen offentlig forvaltning og i privat sektor har gått i denne fellen. Etter mange år med utredninger og systemutvikling ender en opp med å forkaste hele prosjektet, kanskje etter å ha brukt mangfoldige millioner, noen ganger også milliarder av kroner. Listen over datasystemer som har feilet, er lang, men en har også tabbet seg ut med annen teknologi. Norske myndigheters innkjøp av helikoptre er et godt eksempel. Da Seaking-helikoptrene ble kjøpt på 1970-tallet, ble det gjort i løpet av kort tid etter en ubyråkratisk prosess. Men da disse skulle erstattes sent på 90-tallet, startet en nesten uendelig prosess av utredninger som ennå ikke har gitt oss de helikoptrene vi har behov for. I boken skal vi bruke mange eksempler («caser»). Alle disse er hentet fra den virkelige verden. Vi skal beskrive hver case i detalj: få fram utgangspunktet for å bruke ny teknologi, hvordan en gikk fram, hvilke datasystemer det var behov for, og, selvfølgelig, hva en oppnådde. Jeg har valgt caser som illustrerer alle typer anvendelser. Hvert kapittel avsluttes med et underavsnitt, «Hva har vi lært?», der jeg diskuterer mer generelt hvilken lærdom vi kan trekke ut av hver enkelt case. Hele boken avsluttes med et tilsvarende kapittel. Ideen er at du skal bli i stand til å forstå teknologien og ta riktige avgjørelser i forhold til denne. IT er en fantastisk teknologi. Den har gjort og kan fortsatt gjøre livene våre enklere. Brukt riktig kan den gjøre norske bedrifter konkurransedyktige, selv med vårt høye lønnsnivå. Med IT kan vi holde kontakt med venner nesten gratis, uavhengig av hvor i verden de eller vi er. Teknologien kan gjøre det mulig for eldre å bo hjemme lenger, og den kan bidra til at vi kan beholde førerkortet selv om syn og motoriske evner svekkes. Ikke minst kan en med dagens og morgendagens teknologi unngå tungvinte administrative operasjoner. Det som før kunne kreve mye tid og mange operasjoner, kan i dag utføres med noen få tastetrykk på mobiltelefonen. Et sentralt mål med boken er å vise hvordan vi kan utnytte teknologien til beste for oss alle.

Forståelse for begrepet formalisering er viktig. For formaliserte oppgaver kan vi gi en entydig beskrivelse. Betaling er et godt eksempel. Her har vi eksakte data, som beløp, kontonummer, dato m.m., og eksakte prosedyrer, for eksempel for hvordan en betalingstransaksjon skal føre til at beløpet tas ut fra en konto og settes inn på en annen. For andre, mer åpne oppgaver må vi anvende skjønn. Bilkjøring er et godt eksempel. Deler av oppgaven, som å kjøre på en bred vei med god oppmerking, kan være formalisert, andre, som å velge hva vi skal gjøre i en kompleks situasjon, krever forståelse for situasjonen for at vi skal kunne ta en riktig avgjørelse. Her er vi mennesker langt flinkere enn selv de smarteste algoritmer og dataprogrammer. Er ideen om formalisering tilstrekkelig til å forutsi problemer? Ja, jeg har fremsatt mange påstander (skriftlige, som kan etterprøves) om hvordan utviklingen vil gå. Der jeg har basert meg på formalisering, har jeg hatt rett. I 1982 skrev jeg sammen med H.R. Jervell en bok med tittelen Hva datamaskiner ikke kan1. Et hovedpoeng var at oversettelse av naturlig språk, for eksempel fra norsk til engelsk, ville bli meget vanskelig, samt at det var store begrensninger for hva kunstig intelligens (Artificial Intelligence – AI) ville kunne benyttes til. I dag ser vi at selv om Google har laget en genial løsning for oversettelse, så foregår fortsatt all profesjonell oversettelse manuelt. Vil en selv få erfaring med hvordan datamaskinene håndterer språk, kan en jo teste ut de robotprogrammene vi møter i kommuner og private bedrifter. Disse bruker «Big data,» tilgang til enorme datamengder, og maskinlæring kombinert med metoder for kunstig intelligens. Likevel er dette «god dag, mann, økseskaft» og en betydelig kilde til irritasjon, som når jeg for eksempel skriver «sier opp mitt abonnement», og avisens robot svarer «går du inn på min side, kan du se hvordan du midlertidig stopper abonnementet». Da hadde jeg i forkant fått et enda mer tåpelig svar på forespørselen «jeg vil si opp papiravisen og beholde det digitale abonnementet». Problemet er at datamaskinen mangler forståelse for kundens problem. En enkel ordanalyse holder ikke. Nå hadde vi rett da vi var skeptisk til kunstig intelligens i 1980. I de neste tretti årene skjedde det lite eller ingenting på dette området. I dag har feltet blitt revitalisert, basert på mulighetene til å behandle store datamengder raskt. Med «Big data» og maskinlæring skal en møte fremtidens problemer. Vi skal komme tilbake til dette senere i boken, men sannsynligvis vil fortsatt oversettelser skje under kontroll av mennesker, det vil fortsatt være legene som stiller diagnoser, og førerløse biler vil komme til anvendelse bare på enkelte områder. De argumentene vi brukte mot kunstig intelligens i 1980, kan ennå brukes i 1

Jervell, H.R. og Olsen, K.A. (1982) Hva datamaskiner ikke kan, Oslo: Universitetsforlaget

dag. Mange bruksområder er ikke formaliserte, og det vil være for mange unntak i den virkelige verden som en datamaskin ikke vil kunne håndtere. For formaliserte oppgaver er det annerledes. I en kronikk i Dagbla‐ det i 2003 sa jeg at Norge ville bli kontantfritt.1 I et intervju med NRK i 2010 sa jeg at dette ville skje om 10 år. Det ser ut til å stemme. Skepsisen er altså basert på at de oppgaver en vil løse, ikke er formaliserte, som det å stille diagnose og det å kjøre bil, mens optimismen er basert på at oppgavene er formaliserte, som for betaling. Men vi kan selvfølgelig aldri vite. Dette var også et tema i boken Hva datamaskiner ikke kan, det kan alltid komme smarte løsninger, en ingeniørmessig vri, som kan formalisere det som til nå har vært uformalisert. Googles språkoversetter er et godt eksempel. Den er blitt god nok til å håndtere oversettelser der nøyaktighet ikke er viktig. Men selv om den forbedres, vil metodene som benyttes, i dag i stor grad basert på klipp og lim fra tekster oversatt av mennesker, aldri kunne garantere en fullgod oversettelse. I 1980 så vi at maskinene ble hurtigere, mindre og billigere, men ingen kunne forutsi at vi alle ville gå rundt med en datamaskin i lommen tretti år senere. En skulle også være veldig forutseende for å se at alle disse maskinene vil være koblet til nett, med tjenester som å strømme musikk, bestille flybilletter og utføre banktjenester. Hadde noen nevnt slike bruksområder på 1980-tallet, ville de nok blitt møtt med argumenter om at billettbestillinger og banktransaksjoner ville være altfor kompliserte til at en kunne gi vanlige brukere tilgang til datasystemene. Det ville nok også kommet innvendinger om at nettet ikke ville være raskt nok til for eksempel å strømme en video. Her har den tekniske utviklingen stoppet skeptikerne. Det er vanskelig å spå, spesielt om fremtiden. Det vi kan oppnå med gode analyser, er å vite om noe er lett eller vanskelig. Har vi en anvendelse som er formalisert, eller som vi kan formalisere, har vi i dag en utmerket IT-infrastruktur som kan benyttes. Vi har datamaskinene, smarttelefonene, datanettene og sky-tjenestene. Det vil gjøre det lettere å ta i bruk nye løsninger. Det som gikk sent før, kan nå gå fort.

Olsen, K.A. (2003). «Trenger vi kontanter?», Dagbladet 8. februar

Datamaskinen er en generell teknologi

Gjennom tidene har mennesket utviklet en rekke generelle teknologier. Dette er teknologier som kan anvendes på mange områder. Historiske eksempler er støping av metaller, hjulet, skrivekunsten, seilskip, trykkekunsten og dampmaskinen. Fra nyere tid kan vi nevne forbrenningsmotoren, biler, elektrisitet, fly og masseproduksjon. Datamaskinen er også en slik generell teknologi, anvendelig på enda flere områder enn de fleste andre teknologier. IT har derfor innflytelse på det meste. Grunnlaget er en generell, programmerbar maskin. Maskinen, med sin prosessor, hurtiglager (memory) og grunnleggende programkode står klar til å utføre det programmet vi laster på maskinen. Den kan da utføre alle oppgaver som kan programmeres.

2.1

Programmering

I dag har vi et stort utvalg av programmeringsspråk. Det er disse vi bruker for å utvikle programmet. Dette kan være generelle språk som for eksempel Visual Basic eller Java eller et av de mange spesialspråkene vi bruker for å lage for eksempel apper for mobiltelefoner. Opprinnelig måtte en programmere hele oppgaven. I dag vil de verktøyene vi bruker kunne ta seg av alle standardoppgaver, som å lagre data strukturert i en database, for å kommunisere med brukeren gjennom et skjema, eller for å sende en e-post eller SMS. I tillegg vil en utvikler kunne bruke en lang rekke moduler. Disse, for eksempel en modul som gjør at systemet kan vise video, kan legges direkte inn i programmet som en ferdig byggekloss, men vil i mange tilfeller også kunne tilpasses den aktuelle oppgaven. En moderne programmerer må beherske et knippe av disse verktøyene og må kunne velge verktøy som passer for oppgaven. Vil du lære programmering, kan du for eksempel se på Microsoft Access, et relativt enkelt system som lar deg utvikle komplette systemer med begrenset innsats.1 Ellers tilbyr de store teknologibedriftene, som Facebook og Google, også en rekke utviklingsverktøy, innbefattet dokumentasjon, helt gratis.

2.2

Datakraft

Mobiltelefonen, en PC eller bedriftens server tilbyr alle datakraft, muligheten til å utføre programmer. I dag virker det som om datakraften tenderer til å plasseres hos brukeren, for eksempel i en mobil1

Se Olsen, K.A. (2018). Praktisk Programmering. Oslo: Cappelen Damm

telefon, og i motsatt ende, i skyen («cloud computing»). Sky-begrepet har sammenheng med at vi ikke lenger har full kontroll med hvor data er lagret og hvor datatjenestene utføres, i motsetning til tidligere, da vi forstod at serveren stod i et rom i kjelleren. Store teknologibedrifter, som Amazon, Apple og Microsoft, har datasentre over hele verden. Hver av disse store bedriftene disponerer mange millioner datamaskiner. Det kreves mye datakraft for å tilby for eksempel netthandelsløsningene til Amazon og søketjenestene til Google, men det har også blitt en viktig tilleggsoppgave å selge datakraft til andre kunder, i noen tilfeller også til konkurrenter. Fordelen med sky-løsninger er at vi, forutsatt stabile datanettverk, får garantert en meget høy oppetid for systemene. Om firmaets egne servere stopper, får en ikke utført oppgavene, men stopper en maskin i de store datasentrene, tar en annen over – helt sømløst. For en mindre organisasjon med stabil bruk for datakraft, kan likevel en egen server fortsatt være en god løsning. Det gjelder spesielt om en kjører egenutviklet programvare. Når egen server fortsatt er et godt valg, skyldes det også at teknologien er meget driftssikker, i tillegg til at serveren kan oppdatere seg selv automatisk med ny programvare.

2.3

Programvare

For de aller fleste oppgaver finnes det i dag ferdige løsninger. Dette kan være hyllevare, programmer vi kan bruke på nett eller installere fra nett. Gode eksempler er tekstbehandling (som Microsoft Word), regneark (som Microsoft Excel) eller programmer for fotoredigering (Pixlr og Gimp). Her får vi høykvalitets programvare gratis eller til lav kostnad. Det er også andre fordeler ved at programmene brukes av mange, vi kan utveksle datafiler i programmenes proprietære formater (som .docx og .xlsx), vi kan forvente at nyansatte har kjennskap til systemene, og eventuelle feil og mangler blir fort rettet opp. Og selv om dette er hyllevare, kan vi også tilpasse programmene i noen grad til vårt formål. Når det gjelder større programsystemer, som for eksempel ERPsystemer (Enterprise Resource Planning), vil det kunne være en stor jobb å ta dem i bruk, selv om også disse kan karakteriseres som «ferdige». Men for at et ERP-system skal kunne tas i bruk i en bedrift for produksjon, lager, salg, innkjøp, regnskap m.m., må de tilpasses organisasjonen. Det kan være en krevende oppgave som må utføres av spesialister. For eksempel brukte Statoil (nå Equinor) og Hydro hver en milliard kroner på installering av ERP-systemet SAP for en god del år siden. Nå vil dette gå fortere og enklere for mindre bedrifter som har mer standardiserte oppgaver, men ideen er å tilby en høy grad av fleksibilitet i disse systemene.

Full fleksibilitet får vi om vi utvikler egen programvare. Vi skal se nærmere på dette i kapittel 8.

2.4

Representasjonsformer

På mange måter er representasjonsformene en detalj i datasammenheng. Gjennom tidene er data lagret på papirbånd, magnetbånd, plater (disker), CD, DVD, USB brikker m.m. Teknologien utvikles stadig, og siden vi trenger mer kapasitet og mer fart, er vi villig til å skifte ut det ene mediet med det andre. Innimellom kommer noen overganger som viser seg å ha dramatisk betydning. Når musikk strømmes på nett istedenfor å selges på fysiske media, noe som egentlig bare er et teknisk skifte, har det enorm betydning for hvordan produktene utvikles og selges. Platebutikkene har ingen plass i en verden der musikken strømmes, og plateselskapene mister samtidig mye av sin makt. Når penger flyttes fra mynter og papir til å bli digitale, åpner det for helt nye betalingsmåter og gir tilgang for andre aktører enn bankene. Når kundene ikke lenger trenger et bankkontor, kan «banken» ligge hvor som helst. Eller for å være mer presis: Datamaskinen som utfører betalingene, kan ligge hvor som helst. Dermed kan vi betale med BankAxept (som utstedes av norske banker), med kredittkort (som utstedes av utenlandske selskaper som Visa og Mastercard) og med mobiltelefon (der det er en lang rekke tilbydere, norske, europeiske, amerikanske og kinesiske). Bøker er også symbolske. Den fysiske papirboken er bare en av mange representasjonsformer. Velger vi å lese boken på en skjerm kan den også strømmes eller lastes ned fra nett. Det hadde vært lett å spå at papirboken ville forsvinne sammen med CD-platen, men så viser det seg at den holder stand. Det skyldes i stor grad at papirboken, i motsetning til en plate med musikk, kommer med sin egen «leser» – selve papiret. For mange formål er denne leseren bedre enn dem som tilbys digitalt. For eksempel har papiret god oppløsning og fungerer også bra i sollys. Min e-bok-leser, en Kindle fra Amazon, lar meg kjøpe en bok med et tastetrykk, men selv de nyeste modellene kan ikke tilby samme oppløsning og kontrast som papiret. Det betyr imidlertid ikke så mye for bøker som stort sett består av tekst. For disse fungerer teknologien godt, spesielt siden den, som papir, bruker lyset fra rommet. Men figurer, tabeller og bilder blir ikke gjengitt på noen god måte. Lydbøker er et interessant område. De har vært her siden 1930tallet, først beregnet på blinde lesere. De fikk et oppsving med kassettene på 70-tallet og fikk da nye kundegrupper. I dag er lydbøker blitt enda mer populære gjennom ny teknologi, strømming via mobiltelefon og

gode headset. I enkelte markeder er en av ti solgte bøker en lydbok.1 I dag blir ofte lydboken utgitt samtidig med papirboken, og enkelte bøker kommer bare som lydbok. I flere år har lydbøker vært det raskest voksende markedet for bøker, også med gode fortjenestemarginer for dem som utgir bøkene. Ikke uventet er Amazon en stor aktør også her. Mange lytter til lydbøker når de kjører bil, andre mens de sitter på bussen eller arbeider i huset. Noen setter pris på at det er forfatteren som leser, eller at det er en dyktig oppleser som gjør det lettere å leve seg inn i boken. Dette er en utvikling av digitaliseringen som var vanskelig å forutsi, og gir oss enda et eksempel på at utviklingen kan ta uventede veier.

2.5

Hva har vi lært?

I tidligere tider var selve datamaskinen en viktig og kostbar komponent i ethvert IT-system. I dag har vi mange alternative løsninger for å anskaffe den datakraften vi trenger. Det fører til at vi i stor grad kan konsentrere oss om de tjenestene maskinen kan utføre, stort sett i trygg forvisning om at maskinene gjør den jobben de er satt til. Det er også illustrert i denne boken. Der det tidligere var rimelig å si mye om den grunnleggende teknologien i en bok om IT, fra maskinvare til programvare, skal vi her snakke om applikasjonene – hva vi kan bruke denne teknologien til. Vi har også sett på hvordan en endring i representasjonsformene, for eksempel musikk på fysiske medier til strømming, kan ha stor innvirkning.

https://goodereader.com/blog/audiobooks/good-e-reader-global-audiobook-reportfor-2019

Formalisering – et fundamentalt krav

Et fundamentalt krav for å kunne bruke datateknologi er at oppgaven er formalisert. Det innebærer at det finnes entydige regler og prosedyrer for hvordan oppgaven skal utføres. Noen ganger kan disse reglene ha en enkel beskrivelse. For eksempel: For å sjekke at flypassasjeren har gyldig billett, kan automaten ved gaten utføre følgende prosedyre: 1. Skanne billetten for å finne referansenummeret. 2. Bruke dette til å slå opp i listen over dem som har gyldig billett på dette flyet. 3. Finnes referansenummeret, åpnes porten, hvis ikke gis en melding på konsollet – for eksempel om å kontakte personalet. Siden automaten bare følger dette skriptet, kan den ikke håndtere unntak, men det løses her ved å ha manuell betjening i tillegg. Med formaliserte prosedyrer som dette, kombinert med et system for å håndtere unntak, er det en enkel sak å programmere automaten. En førerløs bil, derimot, må håndtere alle unntakssituasjoner om den ikke har noen som kan gripe inn. Det er krevende, spesielt fordi nødløsningen vi ellers bruker i automatikk – å stoppe maskinen – ikke er særlig praktisk når det gjelder biler. Uansett, oppgaven må til syvende og sist være beskrevet ut fra entydige regler. Det forstår vi om vi ser på det endelige dataprogrammet. Det utføres på en datamaskin som utfører et program som består av nuller og enere, for eksempel 001100101001010… Her ligger data og instruksjoner til maskinen som bare kan gjøre helt enkle oppgaver, addisjon, subtraksjon osv. Viktigst av alt er det som kalles betinget hopp («conditional goto»), der neste instruksjon som utføres, velges ut fra en betingelse. Betingelsen kan for eksempel styre utførelsen til tre forskjellige steder i programmet avhengig av en verdi. Dette er helt entydig. Her er ikke rom for skjønn eller vurderinger. Siden forståelse av hva som ligger i begrepet formalisering, er så viktig, blir dette begrepet tatt opp ofte i boken. Her er et eksempel:

3.1

Eksempel: Fryseboks eller fryselager

Du jobber i et firma som utvikler programvare. En kunde har ideer til to prosjekter. Det ene er å utvikle et datasystem for en grossist i dagligvarebransjen. De har et stort fryselager og ønsker et system som kan holde orden på alt som er på lageret, der det kan ligge flere hundre tusen artikler. Den andre oppgaven er å utvikle en app som kan holde orden på innholdet i fryseboksen hjemme. Sluttkunden her vil være vanlige forbrukere.

Siden oppgaven ikke er helt presis, har du et møte med kunden. Her får du presisert hva de mener med «holde orden på.» I korthet går dette ut på at en til enhver tid skal vite hva som er på lageret eller i fryseboksen, beskrivelse av varen, når den ble lagt inn, og hvor den er lagret. Vi kan se på dette møtet som ledd i en formaliseringsprosess. Den er ganske enkel i vårt eksempel, men kan kreve langt mer innsats i andre situasjoner. Vår jobb er å vurdere hva som trengs for å utvikle disse to ideene. Kunden har også bedt oss om å gi en vurdering av risiko og av realismen i de to prosjektene.

Fryselageret La oss starte med fryselageret. Her er det hundretusener av artikler, fordelt på mange tusen varetyper. Det skal ikke skremme oss. «Mange» er sjelden et problem for en datamaskin. I de fleste tilfeller er det heller ikke en komplikasjon. Det vi starter med, er å se på er formaliseringen. Den kan vi løse på denne måten: 1. Alle varer ligger i pakninger med en strekkode. 2. Strekkoden gir en identifikasjon, et varenummer, for pakningen. Med varenummeret vet vi hva pakningen inneholder, også vekt og volum. En 2 kilos pakning vil da ha et annet varenummer enn en 10 kilos pakning. 3. Vi registrerer alle pakninger som går inn på lageret, ved å skanne strekkoden og oppgi hvilken lokasjon pakningen blir lagret på. 4. Alle lokasjoner har en entydig beskrivelse, for eksempel rad, hylle, etasje. 5. Strekkoden registreres for alle pakninger som tas ut av lageret. Med dette har vi en entydig beskrivelse av prosessene. De som driver fryselagre, vil kjenne seg igjen. Alle pakninger har en slik strekkode i dag. Laserlesere for strekkoder kan vi kjøpe hvor som helst, de er ikke engang kostbare. Kanskje skal vi satse på lesere som er koblet til WiFi-nettet? Da kan skanning foretas i farten. For eksempel kan truckføreren ha en håndholdt leser og skanne både pakning og hyllekode når pakningen settes på plass. Dataene herfra går da direkte til bedriftens datasystem. Med data om «innskudd» og «uttak» har vi alt vi trenger. Her kan vi lage flotte rapporter med oversikt over innholdet på lageret til enhver tid, gjerne også presentere statistikk for flere år. Har vi opplysninger om best-før-dato, kan vi også gi advarsler om noe er i ferd med å bli for gammelt. Vi kan dessuten lage uttaksrutiner som automatisk finner fram til det som først går ut på dato. Operasjonene i lageret, sette varer på

plass og hente varer, kan også formaliseres i den grad at vi kan bruke automatiske trucker. Mange har slike løsninger i dag. I det hele tatt er dette det vi må kalle et særdeles enkelt prosjekt. Alt er formalisert, det er gode rutiner og «infrastrukturen», alt fra laserlesere til entydige artikkelnummer i strekkode-format, er på plass. Forutsetningen er selvfølgelig at prosedyrene følges. Kommer noe inn på lageret uten at det er registrert, har vi et problem, likeledes om noe tas ut uten å være registrert. Vi kan ikke tillate at det tas ut deler av pakninger. Her kan ingen hente en enkelt laks fra en eske med frossen laks – enten alt eller intet. Det er imidlertid lite sannsynlig at dette er et problem. På lageret har vi faste medarbeidere som har fått god opplæring. De vil være vant med å følge faste rutiner. Det er også mulig å bygge inn sikkerhet i systemet, gjerne med alarmer om systemet oppdager at prosedyrene ikke blir fulgt.

Fryseboksen Å holde orden på hva vi har i fryseboksen hjemme, kan være et problem, spesielt når den er full. Og det kan den ofte være. Det virker lettere å legge ting nedi fryseren enn å huske på å ta dem opp. Fordelen vi har her i forhold til fryselageret, er at det er få varer. I boksen har vi kanskje bare noen titalls varer, mens det er flere hundre tusen i fryselageret. Over påstod vi imidlertid at «mange» ikke var noe problem for datamaskinen. Så dette med få varer er kanskje ikke noen fordel? Det store problemet er at det er vanskelig å finne noen god formalisering. Ja, noen varer kan ha strekkode, for eksempel en ferdigpizza eller en pakke kjøttkaker fra butikken. Skal vi bruke denne, må vi ha tilgang til et register som kobler strekkode til vare. Men mange varer, alle de vi har pakket selv, har ikke strekkode. Det kan være utbytte fra jakt, fiske og bærplukking eller brød, boller og kaker som vi har bakt. Skal disse registreres, må vi taste inn en beskrivelse for hver vare. Det vil være greit å få til rent datateknisk, men vil kreve mye arbeid av brukeren. Om ikke det er nok, er det problemer med varer der vi kan ta ut en del av pakningen. Hva skal du gjøre når du tar ut fire kjøttkaker fra boksen med 20? Jo da, du kan registrere de 20 da du la inn boksen med kjøttkaker, og nå få med at du har tatt ut fire. Verre blir det med treliteren med is. Her må en veie det som ble tatt ut, for deretter å registrere uttaket. Du får da et lite problem ved at isen ble kjøpt i liter, mens uttaket av praktiske grunner må registreres i vekt. Det kan løses ved isboksen også legges inn etter vekt. Oppgaven er løsbar, men det vil som sagt kreve et stort administrativt arbeid for å bruke systemet. Høyst sannsynlig vil de fleste av oss føle at fordelene ikke er verd innsatsen, at det tross alt er lettere å lete gjennom boksen for å se hva vi har, kanskje også å akseptere at de fem år gamle pølsene må kastes. I tillegg, for de som har familie og barn, vil

det nok være ytterst krevende å få alle til å følge prosedyrene – «ja, dere kan ta is, men husk å registrere uttaket».

3.2

Tenk nytt – to-boks-system

Vi har sett at systemet for fryselageret bare fungerer om alle følger prosedyrene, dvs. at hvert innskudd og uttak blir registrert. Nå er dette sannsynligvis ikke et problem når det gjelder et fryselager, der det stort sett er paller som tas inn og ut. Men hva om vi skal registrere småting, som for eksempel skruer, pakninger og muttere i et bilverksted eller en mekanisk bedrift. Da er det lett at en glemmer å registrere, for eksempel om en mister en skrue. Over tid vil en da få avvik mellom det systemet sier er på lager, og hva som virkelig finnes der. I verste fall stopper produksjonen opp av mangel på deler. Problemet har en kreativ løsning. Vi har to bokser inneholdende hver artikkeltype, for eksempel bolter på 20 mm x 10 cm. Den ene boksen foran den andre. Hver boks er markert med artikkelnummer og med strekkode. Det plukkes alltid fra den fremste boksen. Når denne er tom, legges den i en beholder, og boks to flyttes fram. Ved jevne mellomrom hentes de tomme boksene av skrueleverandøren. De fylles opp og settes tilbake i hyllen, bak den boksen det nå plukkes fra. Med dette to-boks-systemet trenger en ikke registrere hvert uttak. Samtidig vil oversikten fra leverandøren vise hvor mye som går med av hver varetype. Denne oversikten kan da sammenholdes med statistikk over forventet forbruk. På et bilverksted kan statistikken bygge på omtrentlige tall for hva som går med til hver reparasjon; men i en produksjonsbedrift vil en derimot ha mer nøyaktige fortegnelser over hva som inngår i hvert produkt. Når jeg tar med dette eksempelet, er det for å vise at det av og til finnes kreative løsninger – en ingeniørmessig vri. Et tilsvarende eksempel er det som er nevnt foran: Googles oversetter som bruker klipp og lim fra allerede oversatte tekster. Vi kunne kanskje ha brukt dette to-boks-systemet i fryseboksen for varer vi bruker mye av. Altså alltid to bokser med is og to esker med kjøttkaker. Når boksen eller esken er tom, kjøper vi nye. Svakheten med to-boks-systemet hjemme er nok at forbruket er for ujevnt. Den ekstra isboksen vi kjøper etter sommeren, blir kanskje ikke konsumert?

3.3

Hva har vi lært?

Det vi har sett her, er at den oppgaven som i utgangspunktet virker enklest, å lage en app for en fryseboks, viser seg ikke å være realiserbar, eller i hvert fall så upraktisk at få vil velge denne løsningen. Det ser ikke ut til at det er mulig å finne noen praktisk formalisering for oppgaven. Derimot var oppgaven med å lage et lagerstyringssystem for det store fryselageret med hundretusenvis av varer enkel å realisere. I tillegg så vi

at infrastrukturen, alt fra strekkoder til trente operatører, var på plass, noe som ikke var tilfellet for fryseboksen. Formaliserte rutiner for innskudd og uttak var helt nødvendig i fryselageret, men ville nok være tungvint for forbruk av smådeler, som skruer, muttere, blyanter osv. Da kan et to-boks-system eliminere behovet for å registrere hver minste detalj. Løsningen er velegnet for mindre og rimelige komponenter, som skruer og muttere. Det vi bør merke oss, er at det alltid kan være alternative måter å løse oppgaven på. I utgangspunktet er kanskje ingen av alternativene særlig gode, men det kan være lurt å gå bredt ut i starten av et prosjekt. Kanskje vi kan tenke nytt?