Studiebloggen header 3

Læser dataloger også it?

Illustration: Privatfoto

Da studenterbloggen blev introduceret for en måneds tid siden blev nedenstående kommentar lagt som den første. Nu vil jeg ikke hænge vedkommende ud, men jeg synes dog dette indlæg er en glimrende lejlighed til at tage en debat som engang imellem blusser op. Mit håb er, at dette ikke bliver starten på en flame war på tværs af uddannelsesretninger, og det håber jeg I læsere vil hjælpe til med.

Derfor vil jeg også hellere diskutere alle de videgående it-uddannelser (og her tæller jeg datalogi med). Jeg vil ikke påstå dette er et komplet billede, men jeg håber det om ikke andet kan være med til nedbryde nogle fordomme (hvis ikke blot dette ender med at jeg udstiller mine egne).

Den "rene" vare

"Computer science is no more about computers than astronomy is about telescopes."
- Dijkstra

Førnævnte kommentar gav ikke noget forsøg på nogle argumenter så tillad mig at gøre dette. Jeg vil helst gerne undgå at opstille en stråmand, men lad mig for argumentets skyld vælge ét synspunkt for dette indlæg. Dijkstra-citatet om at datalogi har lige så lidt at gøre med computere som astronomer har med teleskoper synes jeg siger meget om dette synspunkt, som jeg må indrømme, at jeg tildels selv deler.

Datalogi er derfor i mine øjne ITs svar på "ren" matematik. Som videnskablig disciplin lægger den sig tættere op af dette i form af logisk-matematiske beviser og i mindre grad empiriske analyser.

Eksempler

  • Cand.scient i datalogi

Softwareingeniøren

Softwareingeniøren er klart placeret med en fod i den naturvidenskablige tilgange til studiet af it, dog er fokus på den anvendte videnskab. Der er derfor mange fag tilfælles med datalogerne, men didaktikken trækker spor til traditioner indenfor uddannelse af ingeniører inden for andre fag. Der er nogen variation, f.eks. hvor tungt vejer datalogi, matematiske fag samt andre naturvidenskablige fag, og hvor tungt vejer fag indenfor det humanistiske og samfundsvidenskablige.

Eksempler

  • Cand.polyt i informationsteknologi
  • Cand.it i Softwareudvikling & teknologi

Forretningsanalytikeren

Den samfundsvidenskablige-kommercielle retning tager udgangspunkt i fag indenfor (erhvervs)økonomi, sociologi, jura og politologi. Om end der på visse uddannelser undervises i datalogiske fag så er vægten ikke lagt der. I stedet søges at forstå informationsteknologiens rolle i samfundet og i virksomheden. Lidt drilsk kan man måske sige, at her bruges kræfterne på at analysere brugen af "teleskoper" og dets påvirkning på mennesker, samfund og bundlinje.

Eksempler

  • Cand.it i Ebusiness/Global Business Informatics
  • Cand.merc.it

Den humanistisk-kreative retning

Der er store fællestræk mellem denne retning og den samfundsvidenskablige-kommercielle retning hvorfor det kan være svært at placere nogle uddannelser i den ene eller anden kategori. Selvom teori og metode i nogle tilfælde ligger tæt derved er fokus ofte på design, æstetik, menneske-maskine interaktion, kommunikation og medier.

Eksempler

  • Kandidat i Informationsvidenskab
  • Kandidat i Humanistisk informatik
  • Kandidat i it, kommunikation og organisation
  • Cand.it i digital design & kommunikation

Data Science

Jeg var lidt i tvivl om jeg skulle tage denne kategori med, men da der er en uddannelse indenfor det, så mener jeg det er berettiget. Det er også et felt som er meget oppe i tiden, hvor buzzwords som big data, data mining, analytics osv. smides rundt i et væld. Samtidig viser den en anerledes definition af begrebet IT som er forskellige fra den samfundsvidenskablig eller humanistiske.

Fokus er dog heller ikke på hverken klassisk datalogi eller på udvikling af softwaresystemer, men derimod på hvordan it kan bruges til modellering, simulering, dataanalyse og visualisering. Dertil kommer et øget fokus på domænekendskab som nu er obligatorisk og ikke blot muligt som et tilvalgsfag.

Eksempler

  • Bachelor i naturvidenskab og it
  • Kandidat i It og kognition

Hvad er it?

Dijkstra-citatet giver rigtig god mening når vi taler om de grundlæggende fag eller discipliner, f.eks. om beregnelighed, tidskompleksitet, grammatikker osv. Det er områder som bevæger sig meget tæt op ad matematik. Der, hvor jeg synes argumentet bliver tyndstrakt, er når dataloger også har fag som er bundet op på bestemte teknologier.

Giver det mening at tale om dette vakuum af videnskablig renhed, langt væk fra nutidens datalogiske teleskoper? F.eks. den nyere fascination af parallelle og distribuerede systemer er ikke opstået uafhængigt af den teknologiske udvikling, men snarere kommet som en respons derpå.

Hvis vi ikke vil bruge it som en samlebetegnelse for folk der kommer til at arbejde som it-professionelle, skal vi så til at kalde det it- og datalogiuddannelserne? Eller hvad foreslår I?

Kommentarer (12)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Troels Henriksen

Kommentaren var primært foranlediget af min egen irritation over begrebet "it" til at beskrive hvad jeg (og Simon Shine, som jeg kender i virkeligheden) reelt går og laver. Jeg er ikke helt sikker på hvori din utilfredshed med min udmelding ligger, men jeg er uenig i følgende citater fra dit indlæg:

Dijkstra-citatet giver rigtig god mening når vi taler om de grundlæggende fag eller discipliner, f.eks. om beregnelighed, tidskompleksitet, grammatikker osv. Det er områder som bevæger sig meget tæt op ad matematik. Der, hvor jeg synes argumentet bliver tyndstrakt, er når dataloger også har fag som er bundet op på bestemte teknologier.

Hvordan forstår du "bundet op"? DIKU har mig bekendt ingen kurser hvis formål er læringen af en konkret teknologi. Der findes naturligvis kurser hvor man studerer en konkret instans af et generelt koncept, men det ser jeg nu ikke problemet i, så længe fokus stadigvæk er på det generelle.

Giver det mening at tale om dette vakuum af videnskablig renhed, langt væk fra nutidens datalogiske teleskoper? F.eks. den nyere fascination af parallelle og distribuerede systemer er ikke opstået uafhængigt af den teknologiske udvikling, men snarere kommet som en respons derpå.

Studierne af parallelle og distribuerede systemer er væsentligt ældre end den moderne tekniske nødvendighed. Naturligvis er der sket en ændring i aktivitetsniveauet, men det er forkert at sige at datalogien udelukkende reagerer på de muligheder, som maskinindustrien producerer. Langt hen ad vejen udvikles der teori for maskiner der ikke vil eksistere før mange år senere (hvis nogensinde).

  • 6
  • 2
Jesper Louis Andersen

Hvis du tager den oprindelige definition fra Peter Naur, så er "Datalogi" ikke kun Computer Science, men dækker mere generelt læren om data og databehandling. Maskinen i sig selv er ikke væsentlig, som det ganske rigtigt beskrives, men: Det dækker også bredere fordi Datalogien består af 3 grundpiller: Den Formelle, Den eksperimenterende og den kvalitative.

De fleste forbinder nok egentlig datalogi med formel datalogi hvor logiske slutningsregler benyttes til at udtale sig om data og deres behandling. Men der er grene af datalogien som beskæftiger sig mere eksperimentielt med området. Det handler ofte om målinger, kunstig intelligens, machine learning osv. Slutteligt er der en ikke-målbar kvalitativ gren der blandt andet indeholder interaktionen mellem mennesker og data, styring af softwareprojekter, udviklingsmodeller og meget andet.

De fleste dataloger er specialiserede med hovedvægt indenfor et af felterne. Og det siger også sig selv at dette er hvorfor det er svært at smide en datalog i en "box".

  • 7
  • 0
Mark Gray

Hvordan forstår du "bundet op"? DIKU har mig bekendt ingen kurser hvis formål er læringen af en konkret teknologi. Der findes naturligvis kurser hvor man studerer en konkret instans af et generelt koncept, men det ser jeg nu ikke problemet i, så længe fokus stadigvæk er på det generelle.

Studierne af parallelle og distribuerede systemer er væsentligt ældre end den moderne tekniske nødvendighed. Naturligvis er der sket en ændring i aktivitetsniveauet, men det er forkert at sige at datalogien udelukkende reagerer på de muligheder, som maskinindustrien producerer. Langt hen ad vejen udvikles der teori for maskiner der ikke vil eksistere før mange år senere (hvis nogensinde).

Selvfølgelig undervises der i mere generelle koncepter, men min pointe var blot, at den "renhed", eller generelisering som du omtaler, måske ikke er så unik for dataloger. Den er blot forskellig for andre IT-studier. Nogle tager udgangspunkt i andre videnskablige discipliner, men det er jo ikke fordi de nødvendigvis er bundet op konkrete teknologier mere end dataloger er. Undervises man i IT-strategi, digital design eller parallelle algoritmer er i mine øjne et fedt.

Den anden side af mønten er så afhængigheden og påvirkningen fra teknologier. Der synes jeg heller ikke der er de store forskelle mellem de forskellige tilgange til studiet af IT. Mit eksempel om parallelle systemer og deres popularitet skyldes i særdeleshed den teknologiske udvikling og begrænsninger. Ja, det er et meget ældre felt, men ændrer ikke det faktum. Ser man på andre IT-fag så ændrer de sig jo også på baggrund af den udvikling, bare indenfor de teorier og metoder som de benytter sig af.

Og jeg er selvfølgelig helt enig i, at det ikke er de eneste faktorer der spiller ind. Der er selvfølgelig andre grunde til forskningsområder bliver populære.

  • 0
  • 0
Mark Gray

Sjovt du siger det. Jeg valgte kort tid inden jeg indsendte indlægget at flytte uddannelsen fra den humanistisk-kreative gruppe til "data science". Min begrundelse for dette var de fællestræk jeg synes der er. Begge retninger arbejder med analyse og modellering indenfor et domæne. Måske ligger der mere i uddannelsen end jeg er klar over, men det var min konklusion efter en gennemlæsning KUs beskrivelse af uddannelsen.

  • 0
  • 0
Mark Gray

Er der store forskellige på forskning og undervisning i de lande/universiteter hvor det hedder datalogi eller hvor det hedder "computer science"?

De fleste forbinder nok egentlig datalogi med formel datalogi hvor logiske slutningsregler benyttes til at udtale sig om data og deres behandling. Men der er grene af datalogien som beskæftiger sig mere eksperimentielt med området. Det handler ofte om målinger, kunstig intelligens, machine learning osv. Slutteligt er der en ikke-målbar kvalitativ gren der blandt andet indeholder interaktionen mellem mennesker og data, styring af softwareprojekter, udviklingsmodeller og meget andet.

Ifølge din beskrivelse så er datalogi jo det samme som jeg kalder IT. Det kan jeg godt leve med - navnet er vel underordnet bare vi taler om det samme :).

En ting jeg udlod fra indlægget var et argument om en afstandstagning fra begrebet IT på baggrund af hvordan det bruges i industrien. Der dækker IT ofte (ikke altid) drift og systemadministration. Fokus er på forretningssystemer og den virkelighed kan ligge ret langt væk fra forskning og undervisningen på universiteterne.

  • 0
  • 0
Steen Christensen

Lige en lille driller :)

jeg er EDB-assistent af den gamle skole.... helt tilbage i slut 80'erne.... alså forrige årtusinde....

Vi sagde altid... Datalogerne udtænker luftkastelerne og EDB-assistenerne programmer det :)

  • 1
  • 2
Niels P Sønderskov

Sjovt spørgsmål: "Hvis vi ikke vil bruge it som en samlebetegnelse for folk der kommer til at arbejde som it-professionelle, skal vi så til at kalde det it- og datalogiuddannelserne? Eller hvad foreslår I?"

Siden vi kunne nøjes med betegnelserne: Smed, bager, murer og tømrer, er det her jo eksploderet, og jeg er ikke sikker på at vi overhovedet har brug for nogen samlebetegnelse? Jeg selv er uddannet psykolog med speciale i informationspsykolog, og der var meget bøvl med at finde frem til den betegnelse. Jeg har aldrig arbejdet som psykolog, men er kommet så sent til at jeg kalder det jeg har lavet 'it'. Gerne med udvidelsen 'ikt', hvor k'et står for kommunikation, som en ikke uvæsentlig del. På engelsk 'ict'.

For mig er det simpelt: Computer Science eller på dansk: Datalogi, er en videnskab. Resten af it-feltet bygger mere eller mindre på denne videnskab, og er altså det samme som vi kender fra alle andre felter 'anvendt videnskab', hvor det meste faktisk ikke er ret videnskabeligt. De fleste it-folk jeg har mødt fatter gerne ikke en bønne af hvad der foregår i en computer, og ser ned på datalogerne, som gør. Og omvendt. Se fx Steens lille driller.

Jeg foreslår at de mere praktisk anlagte 'brugere' af videnskab forsøger sig med lidt større respekt, og at videnskabsfolkende får samme respekt for praktikerne. Prøv fx næste gang nogen forsøger at miskreditere videnskabelige landvindinger at give dem en lille opgave: Peg på deres iPhone, eller hvad de nu sidder og fumler med, og bed dem gå hjem og lave en magen til fra grunden.

  • 1
  • 0
Simon Shine

Selvfølgelig undervises der i mere generelle koncepter, men min pointe var blot, at den "renhed", eller generelisering som du omtaler, måske ikke er så unik for dataloger. [...] Undervises man i IT-strategi, digital design eller parallelle algoritmer er i mine øjne et fedt.


Med mere generelle koncepter kan forstås naturvidenskabelige fænomener. It-strategi og digital design er ikke ting man finder i naturen, men ting som mennesket skaber. Den principielle forskel mellem naturvidenskab og softwareudvikling er, at når man har bygget sine værktøjer, opnår man erkendelse om hhv. naturen og samfundet. Datalogi befinder sig i krydsfeltet, og det gør it-uddannelserne i mindre grad.

  • 1
  • 0
Log ind eller Opret konto for at kommentere