Dekorbild liknande den förbiflimrande koden i filmen The Matrix från 1990-talet

I skiftet mellan användarfokus till människa + maskin

Den tid vi är inne i nu är knepig. Inte minst när det gäller hur vi ska designa verktyg som blir användbara, begripliga och en fröjd att samarbeta med.

Jag var lite inne på frågan i sammanfattningen av Swelife-rapporten AI för bättre hälsa under punkten ’digital mognad’:

”Är arbetstagare och invånare redo att låta sina liv styras av algoritmer de troligen inte kan förstå?”
AI för bättre hälsa (Swelife, 2020)

Även om vissa är redo lär det dröja till de allra flesta upplever sig vara i kontroll över verktygen när dessa ingredienser ingår. Att jag inte tror att vi kommer att förstå dessa algoritmer beror på flera saker. Bland annat att det i fallet med AI-tekniken djupinlärning inte (ännu) är möjligt att få ett resultat förklarat för sig. Men även när det är en algoritm som jobbar direkt mot stora datamängder finns det en gräns för hur många datapunkter vi människor klarar av att hålla ordning på för att kunna granska detaljerna.

Men att tvingas lita på maskinerna är egentligen inget nytt. Det gör vi nog alla i viss utsträckning mest hela tiden. När jag i en ordbehandlare väljer att formatera en text som huvudrubrik förväntar jag mig att den gör just det, inte att den bara gör texten större och fetstilad, det var ju en rubrik jag valde, ett annat format.
Dock är ordbehandling och andra kontorsprogram något ganska ordinärt nu även fast de flesta inte har en aning om hur det fungerar under ytan.

Från direktstyrning till interaktion mellan “agenter”

Fram till idag har väldigt stor del av digitalisering gått ut på att en människa suttit fjättrad vid en skärm och steg för steg instruerat maskinen för att jobbet skulle bli rätt gjort. Det har funnits undantag, hos vissa populärt kallat “körningar” som man kan beställa, där man inte var tvungen att sitta sysslolös och invänta att systemet blev färdigt med sina arbetsuppgifter innan det var användarens tur igen. Dessa avbrott i interaktionen är ibland så korta att vi inte upptäcker dem, men ibland väntar vi så länge att vi inte kommer ihåg vad det är vi väntar på.
Boktips: Designing with the Mind in Mind av Jeff Johnson.

En (ibland personlig) digital assistent

Även mer ordinär automatisering än den du behöver programmera själv kan verka avlägset ibland. Jag har de senaste veckorna hållit ögonen öppna efter tänkbara kandidater till en mjukvarurobot på min avdelning. Kollegorna gör en hel del repetitivt arbete tycks det efter att jag lyssnat med det örat efter deras senaste tråkiga syssla. Inte alla av dessa sysslor är meningsfulla att automatisera, så klart. Det dilemmat är en separat diskussion som utvecklare ofta har då vi tenderar till att vilja automatisera minsta lilla grej istället för att utföra monotona sysslor.

Min tes är att när väl en person fått “ingångsdrogen” med lite automatisering, eller utvecklartänk genom lite programmering, så kommer de ganska snart komma med ännu mer kreativa idéer. Senast idag fick jag vatten på min kvarn i form av en kollega som efter att vi pratat om att bryta ner manuella sysslor till delar som till och med en RPA-bot kan utföra så kom följdfrågan: “så hur använder vi AI här då?” Ja, en riktigt bra fråga! Vad skulle du vilja att den gör? “Typ, klassificera och sortera informationen baserat på dess innehåll”. Ja, det kan nog gå att lösa.

Hoppa ner i kaninhålet och pröva på lite programmering

En av mina ambitiösa kollegor vill lära sig lite programmering. Roligt nog frågade hen om jag orkade hjälpa hen på traven och beskrev det direkt som något som kunde utveckla de professionella möjligheterna. Så jag har haft en träff med hen, så här långt, där vi gått igenom lite grunder i Python.

Vi utgick från det material jag tagit fram för Swelife - ett självstudiematerial i Python och maskininlärning där jag försökt sänka ribban så lågt jag bara kunnat. Materialet är fritt att göra vad man vill med. Så vill du kopiera upp det och köra på ditt jobb, trycka det i en bok du säljer, eller vad du vill, så är det fritt fram :)

Självstudien innehåller:

  • Tips hur du programmerar utan att behöva installera något på din dator. Smidigt för dig som har en nedlåst jobbdator.
  • Ett gäng enkla övningar i allmän programmering i språket Python.
  • En övning i maskininlärning där du med fyra frukter som träningsdata hjälper en maskin att representera sin kunskap om frukt i form av ett beslutsträd.
  • Det finns ett facit om du kör fast.

Instruktionerna hittar du i bilaga 1 av AI för bättre hälsa och facit samt startpaketet för att utveckla finns på Microsofts Azure Notebooks.

Tanken var att jag och kollegan även skulle ha hunnit med att programmera lite simpel maskininlärning i form av det beslutsträd som finns i materialet vi gick igenom. Men för det räckte inte eftermiddagen till, och det var egentligen bara bra. Hen hade så mycket spännande kommentarer och tankegångar om hur respektive liten detalj i Python skulle kunna underlätta hens jobb.

“Jag får ofta omfattande textfiler som jag behöver importera till Excel för att jobba vidare med.”
– parafras av kollegan

Mmmm, att tugga sig igenom väldigt stora textfiler är Python bra på. Att då själv kunna programmera öppnar upp tanken om andra sätt att lösa sina behov och se på det Excel bidrar med på ett annat sätt.

Jag själv är inte ens i mina bästa stunder en särskilt effektiv programmerare. Jag får visserligen jobbet gjort men jag är mer stolt över resultatet än koden i sig. För att uttrycka det milt. En chef uttryckte det för länge sen något i stil med att min styrka är kombinationen av att vara halvkass på imponerande många saker. En generalist, typ.

Men även de mest effektiva programmerarna jag stött på under mina tjugo år i yrket använder kontorsprogram som exempelvis Excel. Tänker osökt på kollegan Magnus från Modul1 för tio år sedan. Jag hade inget att lära honom inom språket C# som vi då båda två jobbade med. Minns en episod när jag frågade honom varför han “tog omvägen via Excel” med något i den arbetsprocess han visade mig. Magnus svarade torrt något i stil med att “Excel är bra på att tvätta data”. Det har även jag upptäckt vid det här laget. Att själv programmera är bara en av de färdigheter och verktyg man behöver som digitalt mogen.

Automatisera allt tråkigt och repetitivt!

Ja, det finns faktiskt en hel del sysslor man kan slippa genom att anlita en maskin. Mitt standardtips är boken Automate the Boring Stuff för den som vill få inspiration och kan tänka sig att testa lite programmering. Bokens webbsida listar bland annat dessa sysslor som något man kan automatisera:

“Search for text in a file or across multiple files
Create, update, move, and rename files and folders
Search the Web and download online content
Update and format data in Excel spreadsheets of any size
Split, merge, watermark, and encrypt PDFs
Send reminder emails and text notifications
Fill out online forms”
Automate the Boring Stuff with Python

Ett annat tips jag har är Microsofts fina molntjänst Azure Notebooks där man utan en massa förberedelser kan sätta igång och pröva Python-programmering direkt i webbläsaren. Gör man bara lite av detta kommer man troligen upptäcka saker i vardagen man kan göra annorlunda framöver.

Låt maskinen jobba för dig - inte tvärt om

En av sysslorna jag beskrev för min ambitiösa kollega som vill börja programmera är den process jag sjösatte under föräldraledigheten. Du som sett vad jag pysslar med när jag inte jobbar kanske har upptäckt Webperf? För 1,5 år sedan när dottern somnat och jag var föräldraledig byggde jag en automatiseringsprocess för att testa webbplatser inom offentlig sektor mot testtjänster på nätet.

För den som inte är utvecklare kan det verka konstigt att jag knappt lägger tid på det projektet. Jag har nämligen automatiserat mina manuella sysslor. "Boten" jag byggde juli 2018 har sedan dess genomfört, i skrivande stund, 816 702 tester. Det är drygt 1400 tester per dygn. Det hade jag inte hunnit med för hand. Det är 62 tester per timme, dygnet runt, sedan över ett år tillbaka! Hur kan en analogt tänkande människa konkurrera med detta? Det går förstås inte.

Nu är inte automatiserade processer (RPA) samma sak som artificiell intelligens (AI) i min mening, men det finns en likhet här. Ibland pratar man om att:

“AI kommer inte att ersätta läkare, däremot kommer läkare som använder AI ersätta de läkarna som inte använder AI.”

Det ligger något ganska självklart och, kan jag tycka, uppenbart i detta. Något som inte är så nytt. En gång i tiden hette det säkert att “den vårdcentral som inte fanns i telefonkatalogen kommer ersättas av de som är lätta att finna.”

Eller mitt soundbite, när det gäller AI, från Sahlgrenskapodden 2019 som jag gästade tillsammans med den briljanta Almira Osmanovic Thunström:

“Generellt kan man säga att en läkare som inte tagit hjälp av AI är en oansvarig person om 10 år!”
– Marcus Österberg

Idag, i februari 2020, är fortfarande mycket av denna smarthet förbjuden i offentlig sektor och säkerligen i andra reglerade industrier, som energi eller annat som samhället är beroende av för att fungera.
Läs gärna Institutet för framtidsstudiers rapport: Förbjuden framtid? Den digitala kommunen.

Höja den digitala mognaden - anlita entusiastiska lekmän?

Men vem är det som ska utföra eller på ett initierat sätt beställa dessa lågt hängande frukter i form av automatiseringar på arbetsplatserna?
Erfarna utvecklare växer verkligen inte på träd och även om de gjorde det så finns de inte utspridda i alla organisationer. Samma problem som vi har med vem som ska få tillämpad AI att hända när AI-experter och domänexperter inte möts vid samma kaffemaskin på daglig basis.

“I en rapport från oktober förra året förutspådde analysföretaget Gartner att antalet aktiva lekmannautvecklare i stora företag kommer att vara minst fyra gånger större än professionella utvecklare 2023.”
Tufft att hitta kompetens? Så drar du nytta av lekmannautvecklare (Computer Sweden, februari 2020)

Entusiasterna inom digitalisering kan komma inridandes på sina vita hästar nu! Åtminstone om de lärt sig lite programmering eller utveckling. De kan vara kittet mellan vanligt folk och det fåtal som specialiserat sig på respektive teknik.

Designtänkande: Höja designfolkets digitala mognad

Du har säkert hört talas om designtänkande, servicedesign, eller varför inte den knepiga kombon service design thinking, vid det här laget. Designtänkande blir allt mer populärt tycks det.

De personerna som jobbar med designtänkande har en delikat utmaning att inte begränsa de lösningar som är resultatet av deras insats. Med design menas i detta sammanhang inte någon som gör grafisk design eller formgivning. Precis som att man kan vara verksamhetsarkitekt idag, helt utan att rita ett hus eller liknande, så är designtänkarna en för närvarande rätt osynlig grupp som använder designmetoder lite mer brett. De syns inte så mycket, om du nu inte jobbat med innovation. Då börjar de märkas.

Jag själv har läst en hel del litteratur om designtänkande under de senaste åren och både klurat själv samt praktiserat ett gäng metoder. Många av dessa kunde jag sedan tidigare, bland annat webbanalys, vilket jag rent utav skrivit den enda (?) svenska boken om, men också metoder som gerillatestning, personas och intervjuer. Eller saker jag inte faciliterat själv, som kortsortering, fokusgrupper, med mera. Eller kombinationen av observation och intervju, “observju”, som jag fick lära mig av Carina Rislund och Glenn Jonasson på VGR:s interna program att genomföra innovation i hälso- och sjukvården för något år sedan.
Lästips: Universal Methods of Design (2012) som listar massor av bra designmetoder.

En designtänkare måste, precis som en mer grafiskt lagd designer, vara extremt uppdaterad om sin omvärld. Så att inte alla tekniska lösningar blir bleka kopior av något gammalt. Något begränsat.

För designtänkande inom digitala lösningar har paradigmet ändrats. Från användarfokus till människa plus maskin. En designer som inte begriper asynkront samarbete mellan människa och maskin, eller som aktar sig för nyttan inom maskininlärning och inte har koll på vilka andra AI-tekniker som finns, ja, hen kommer ha svårt att stötta sina uppdragsgivare fullt ut.

Summan av kardemumman

Precis alla behöver höja sin digitala kompetens, inte bara du! Även vi som är bra på det digitala behöver bredda oss och ständigt följa de föränderliga trenderna för att veta vad vi pratar om när det gäller teknik.

Ett sätt för en icke-tekniker är att lära sig mer om utvecklingsprocessen för att, som den domänexpert du är, bättre styra de som utvecklar lösningarna. Ett annat sätt är att lära sig detaljer, som AI-tekniker, för att inte blåögt överlåta ansvaret för själva genomförandet på din IT-avdelning, IT-chef, Chief Digital Officer, digitaliseringsdirektör, digitaliseringsavdelning, IT-strategiska avdelning, eller vad som nu är det senaste begreppet där du jobbar.

Med risk för att misstas för Mike Monteiro, som skriker åt folk inom design att göra det de är bra på, så önskar jag att:
Om det är du som förstår vilket verksamhetsbehov det handlar om så behöver du förstå att det är du som är experten! Sträck på dig! Det är du som är experten, inte vi som kan teknik. Kräv att förstå vad vi pratar om! Kräv kontroll, annars blir det inte bra! Låt inte teknikfolks självsäkerhet förblinda dig!

All teknik är enbart verktyg. Det enda existensberättigandet för dessa verktyg är ifall de är bättre på något än en människa. Eller som Cassie Kozyrkov beskriver det:

“Machines are better than me at whatever they’re for. That’s the point of tools. A calculator is better than me at 238÷182 and a bucket is better than me at holding water.”
Cassie Kozyrkov

Om du överlåter kontrollen till folk som kan teknik, eller en annan avdelning, trots att du är experten, ska du inte bli förvånad om resultatet inte imponerar. Precis som att en hundvalp inte kan träna sig själv att bli en polishund:

“Diving into algorithms and data before figuring out what outputs would count as good or bad behavior is a bit like putting a puppy in a basement with food and water, then being surprised what comes out isn’t good at being a police dog. You can’t expect to just sprinkle machine learning on your business, leave it brewing, and get something useful.”
The first step in AI might surprise you (Cassie Kozyrkov, oktober 2018)

Stå på dig!


Publicerad: 2020-02-24
Kategori: Digitalisering

‹ bloggen

Hör av dig