Dette indlæg er alene udtryk for skribentens egen holdning.

Peter Naurs datalogitanker er blevet uhyggeligt aktuelle

18. januar 2019 kl. 10:1319
Peter Naurs datalogitanker er blevet uhyggeligt aktuelle
Illustration: Privatfoto.
Artiklen er ældre end 30 dage
Manglende links i teksten kan sandsynligvis findes i bunden af artiklen.

Det forgangne år har stået i dataskandalernes navn. Ingen har næppe kunnet undslippe avisoverskrifter om dataovervågning, datalæk og videresalg af data, mens verdens ’techgiganter’ – et andet af årets nøgleord – har været i vælten den ene gang efter den anden.

Hvad skyldes den heftigt stigende opmærksomhed?

De seneste år er det i højere grad gået op for os, at mange af de gratis digitale tjenester, vi alle er mere eller mindre afhængige af og mere eller mindre frivilligt benytter os af, ikke er helt så gratis eller tjener os helt så godt som måske hidtil antaget.

Flere af dem truer vores privatliv, frihed og demokratiske beslutningsprocesser i et omfang, ingen kan sidde overhørig længere.

Artiklen fortsætter efter annoncen

Elisa Nadire Caeli er ph.d.-stipendiat i datalogisk tænkning og teknologiforståelse, DPU, Aarhus Universitet/Københavns Professionshøjskole.

Vi har erfaret omfanget af målrettet indhold eksplodere fra halvuskyldige skræddersyede reklamer til regulering og kontrol af menneskelig adfærd.

Denne uhyggelige udvikling har blandt andet fået forskere på området til at stille krav om, at digitale systemers måder at behandle data på lægges åbent frem for alle og forklares for alle – på menneskesprog.

Om end sådanne protester er sunde, har vi været noget sløve i optrækket til at opfatte farernes alvor. Det sker på efterkant – selvom vi mere eller mindre altid har vidst, at data kan indsamles og behandles på både rigtig gode og rigtig dårlige måder. For mennesker og imod mennesker.

Artiklen fortsætter efter annoncen

Faktisk gav en række danske pionerer os den ene kærlige advarsel efter den anden ved datalogiens spæde begyndelse for omtrent et halvt århundrede siden. Og særligt én af dem kan efter min mening inspirere os i dag.

Dette indlæg handler om Peter Naurs fremsynede tanker. Om datalogi som menneskelig aktivitet. Om data som et værktøj for mennesker. Som et fortrinsvis godt værktøj.

Datalogi og medmenneskelighed

Peter Naur blev født i 1928. Han var opfinder af begrebet datalogi, medgrundlægger af Datalogisk Institut på Københavns Universitet (DIKU), Danmarks første professor i datalogi og eneste dansker, der har vundet ACM’s Turing Award.

Så tidligt som i 1954 forsøgte han nøgternt at råbe verden op i artiklen 'Elektronregnemaskinerne og hjernen' foranlediget af datidens nye 'elektriske apparater', som medierne omtalte under »bemærkelsesværdige betegnelser som for eksempel elektroniske hjerner«.

Peter Naurs budskab var, at de processer, en maskine gennemgår, blot er et resultat af menneskelige planer.

»Maskinen udfører ganske mekanisk de processer som en menneskelig hjerne har udtænkt for den«, skrev han således og endte med i artiklen at konkludere, at han fandt datidens frygt for maskiner, der kunne tænke, ganske ubegrundet. I stedet var han bange for, at »faren lurer, ikke hos de maskiner som muligvis kan tænke, men hos de mennesker, som ikke kan«.

Citatet er uhyggeligt aktuelt den dag i dag. Allerede dengang var Peter Naur nemlig klar over, at magten over systemet ville komme til at ligge hos dem, der forstår, hvordan det virker.

I 1968 skrev han i en artikel med titlen 'Demokrati i datamatiseringens tidsalder', at »dette faktum er baggrunden for, at mange af os, der har datamaterne nært inde på livet, og som gør os tanker om deres samfundsmæssige konsekvenser, føler, at vi ved enhver gunstig lejlighed må fremhæve, at forståelsen af datamaternes programmering må bringes ind i almenuddannelsen og således blive almeneje«.

Og det var netop en pointe, han gentagne gange vedholdende pegede på væsentligheden af.

At alle mennesker skulle udvikle forståelse for datalogi for at kunne få indflydelse på beslutningsprocesser i fremtidens datamatiserede system – på samme måde, som vi skal lære sprog og matematik i skolen som en nødvendig forberedelse på livet, og ikke fordi vi efterfølgende alle skal blive lingvister eller matematikere.

Datalogi i almen uddannelse

Lige så overbevist Peter Naur var om, at det i det lange løb vil blive erkendt, at der eksisterer et datalogifag, som må indgå i den almene uddannelse, lige så sikker var han på, at det ville tage årtier at skabe de nødvendige ændringer, når man så på uddannelsessystemets træghed. Og det skulle vise sig at holde stik.

Ganske vist blev der i halen af Peter Naurs datalogitanker sat skibe i søen til faget datalære, der blandt andet sigtede mod, at eleverne udviklede kompetencer til at »vurdere og tage stilling til de muligheder, påvirkninger og konsekvenser, der følger af brugen af datamater«, ligesom undervisningen skulle »give eleverne mulighed for oplevelse af og erfaring med problemløsning«, som det stod i en undervisningsvejledning fra 1985, hvor faget endelig var kommet på skoleskemaet; dog blot som valgfag.

Bolden til faget var ellers givet op i 1972, hvor et udvalg nedsat af undervisningsministeriet i en betænkning anbefalede, at det kom ind i både folkeskole og læreruddannelse. Men af mere eller mindre ukendte årsager kom det fremsynede fag ikke med i den endelige skolelov, og med tiden blev det erstattet af pc-kørekort og undervisning i tifingersystemet, mens kommuner brugte millioner på indkøb af udstyr.

Nogle bemærkede, at »enhver idiot jo kunne lære at trykke på nogle knapper«, og andre advarede mod, at eleverne blev »datamaternes robotter«.

Alligevel skulle der gå et halvt århundrede, før vi kom på sporet af ambitionerne med datalære igen.

Et nyt og vigtigt datalogifag med ambitiøse mål er nemlig på vej til skolen – foreløbig som et treårigt forsøg. I dag hedder faget teknologiforståelse, og formålet er i lighed med dengang blandt andet, at eleverne udvikler faglige kompetencer til at forstå digitale teknologiers muligheder og konsekvenser og til problemløsning.

Fokus tilbage på mennesker

Når vi ser på de umenneskelige måder, mange af de såkaldte techgiganter behandler vores data på i dag, synes Peter Naurs medmenneskelige tanker om datalogi at være frygtelig aktuelle og mere presserende end nogensinde.

Alle i samfundet bør udvikle kritisk tænkning og forståelse for datalogiske systemer i vores alles samfund.

I 1983 formulerede tre aktører inden for datalærefaget – Neel Eriksen, Winnie Grønsved og Ib Lundgaard Rasmussen – pointen tydeligt:

»Alle kommer til at blive berørt af det teknologiske samfund, og alle bør have viden, så de er med til at gøre dette samfund menneskeværdigt.«

Tre andre visionære aktører – Carsten Fischer, Erik Frøkjær og Lisbeth Gedsø – forklarede i en elevbog fra 1972, hvordan store datamater og dataregistre nu havde gjort det muligt at sammenholde en hel række enkeltoplysninger om en enkelt person, så man vil kunne få et detaljeret billede af en persons adfærd, som let ville kunne komme til at ramme urimeligt.

»Gør man det, er der skabt risiko for, at oplysninger, der i øjeblikkes betragtes som private, kan misbruges,« advarede de.

I 2018 er god brug af data druknet i overskrifter om dårlig brug.

Om algoritmer, der diskriminerer.

Om søgemaskiner, der forstærker racisme.

Om digitale systemer, der overvåger vores gøren og laden – belønner ’god’ opførsel og straffer ’dårlig’.

Om målrettet markedsføring, der bruger private data om os og om andre, der ligner os, til at manipulere på enhver tænkelig måde: til at stemme på bestemte måder, til at købe bestemte varer, til at læse bestemte nyheder …

Der er brug for, at vi tænker os om.

Vores historie kan inspirere os til at finde tilbage til, at datalogi handler om mennesker.

Da Peter Naur en dag i april i 1966 på vej ad Lyngbyvejen fandt på begrebet datalogi, var det som en protest mod det misvisende amerikanske begreb computer science. »Datalogi – videnskab om data og databehandling – indeholder det menneskelige aspekt. Data handler om menneskelig forståelse,« udtalte han i sin Turing Talk i 2005.

Da han i 1969 formulerede en række planer og ideer for det dengang kommende DIKU, gjorde han det klart, at »data er et værktøj for mennesker« – og tilføjede: »fortrinsvis et godt værktøj«. Det står i modsætning til meget af den kontrollerende og adfærdsregulerende brug, vi ser i dag, hvor databehandling i stedet for at sætte os langt mere fri sætter os langt mindre fri.

Jeg ønsker mig et 2019, hvor ingen af os kan undslippe avisoverskrifter om menneskelighed, samarbejde og gennemsigtighed, når vi taler om brug og behandling af vores data.

Det er ikke maskiner, men os mennesker, der skaber retningen i vores samfund – og det skal vi alle kunne være med til.

19 kommentarer.  Hop til debatten
Denne artikel er gratis...

...men det er dyrt at lave god journalistik. Derfor beder vi dig overveje at tegne abonnement på Version2.

Digitaliseringen buldrer derudaf, og it-folkene tegner fremtidens Danmark. Derfor er det vigtigere end nogensinde med et kvalificeret bud på, hvordan it bedst kan være med til at udvikle det danske samfund og erhvervsliv.

Og der har aldrig været mere akut brug for en kritisk vagthund, der råber op, når der tages forkerte it-beslutninger.

Den rolle har Version2 indtaget siden 2006 - og det bliver vi ved med.

Debatten
Log ind eller opret en bruger for at deltage i debatten.
settingsDebatindstillinger
19
23. januar 2019 kl. 10:19

Ved it-teknologi skal man iagttage, at faren lurer, ikke hos de maskiner som siges muligvis kan tænke, men hos de mennesker, som ikke tænker samt ikke kan. (tak Peter Naur)

..hvor lang tid vil der så gå, før politikerne har en tilstrækkeligt stor andel af folk, der ved bare lidt om it-problemer?

Vel op mod 15 år - vedrørende datasikkerhed antagelig 15+.[1]

Man kan drukne sig i problemerne[2], brokke sig over dem[3], eller modtage de nødvendige data til hjernecellerne (tage den tilstrækkelige uddannelse), så man kan svømme mellem dem, det er valget.

Som andre komplekse fag, så er man først startet i virkeligheden og er ikke udlært, når svendebrevet eller kandidatgraden kommer i hus.

Mange dele af It kan læres hurtigere end de 15 år rent teknisk ("processer - trykke på knapper"), men at forstå sammenhænget menneske vs maskine og samfund set af mennesket gennem en maskine[3], det vil kræve en god portion modenhed samt masser af on location træning, for at opnå den fornødne visdom.

Dertil skal haves en personlig solid natur pga. en hurtig forældelse af indlærte dele. Der skal nemt kunne sorteres væsentlig fra uvæsentligt, når der konstant fødes nyt, eller ændres ifm. processer og produkter.

[1] ..It kom for at blive, og 2018 griber det ind i alt og alle amt overalt. Vil ikke blive taget alvorligt nok samt nødvendige justeringer gennemføres først efter flere landsdækkende sikkerhedsbrud, misbrug eller langvarige driftsstop opstår. Magisk it-sovs har fra 0'erne til nu været løsningen på alt, og selv på områder it overhovedet ikke du'r til. [2] ..utallige lægfolk incl. politikerne gennem de seneste 40+ år [3] ..dem med "hvide sokker" syndromet i folketinget samt andre offentlige erhverv. ;)

18
20. januar 2019 kl. 12:52

Godt skrevet Elisa! Og rigtigt fin måde du har samlet den gamle tråd op på, gjort den synlig og aktuel, og bragt perspektivet tilbage omkring hvorfor dette er vigtigt.

16
19. januar 2019 kl. 22:24

Tak til flere vedr. Tifingersystem/Maskinskrivning, ikke for småt til at være stort - eller med Stort. Diskussionen helt i tråd med den meget velskrevne artikel. Jeg husker fra starten af min professionelle EDB-karriere i 1970'erne postyret omkring den seneste udvikling i datamaternes kunnen: Ville nu maskinskriversker blive arbejdsløse pga. de nye avancerede "Tekstbehandlingsprogrammer" ? Dengang frygtede man konsekvenser for arbejdsmarkedet, og tiltagene var opkvalificering på teknisk niveau (PC-kørekort, tifingersystem til cheferne mv.). Som omtalt i artiklen er det i dag yderst vigtigt at børn og unge opnår indsigt og forståelse for den digitale teknologis muligheder og farer - og naturligvis fortsat som permanent fag i skolen ud over den treårige prøveperiode. Stor tak til Elisa Nadire Caeli for en relevant historisk opfriskning!

15
19. januar 2019 kl. 17:59

Jeg refererer kun Judea Pearls idèer. Både Peter Naur og Judea Pearl har modtaget the A.M. Turing award. Judea Pearl fik den så sent som 2011 med denne specifikke begrundelse: For fundamental contributions to artificial intelligence through the development of calculus for probabilistic and causal reasoning. Man kan læse Judea Pearls livshistorie på ACMs side om tildelingen. [https://amturing.acm.org/award_winners/pearl_2658896.cfm]

14
19. januar 2019 kl. 17:27

Nogen burde lave en alternativ højskole for it-problemer. Hvor skolelærere og nysgerrige store elever kunne tage hen et par måneder. Noget med begejstring OG en hulens masse skepsis og drilske spørgsmål. Men tid og penge stopper nok sådanne ideer.

13
19. januar 2019 kl. 17:23

AI er fremragende til at håndtere stationære (tidsuafhængige) systemer. Spillet Go har uforanderlige regler. Man kan derfor træne AI-systemer ved at lade dem spille mod hinanden. Situationen er helt anderledes, hvis reglerne ændrer sig undervejs.

Der var vist engang en eller anden i radioprogrammet Harddisken, der fortalte om hvor gode computere var til at spille skak. Men hvis man smider tingesten i et badekar, så fortsætter den emd at spille skak. I stedet for f.eks. at forsøge på at komme op.

Badekarret må være tomt eller maskinen vandtæt, men eksemplet er smukt. En skildpadde kan ikke spille skak, men den kan godt se, når den er i knibe, også noget helt uventet, og forsøge på at gøre noget ved det.

I et eller andet tidsskrift i 80'erne blev hvepsearten biulv sammenlignet med intelligensen til et krydsermissil. Biulve er ret gode til at gennemskue, når deres data ikke passer med virkeligheden, og så korrigerer de. Forsøget gik ud på at dække nedgangen til biulvens rede til og flytte de landemærker, den navigerede efter. Da den måtte konstarere, at reden ikke var, hvor den burde være, tog den et par runder og så åbenart efter andre landemærker, der ikke var flyttet. Og så pejlede den sig hjem. Med en hjerne på få kubikmillimeter.

Men jeg er ikke sikker på, at en AI ikke en dag kunne lære noget af den slags.

12
19. januar 2019 kl. 15:21

Helt enig. Der er to uimodståelige lokkemidler: det for gode tilbud (helst helt gratis) og fake news, som man lige skal læse (kan det nu også passe).

11
19. januar 2019 kl. 13:24

Det er en fremragende artikel; men jeg savner et aspekt, der kun netop berøres, nemlig hvordan vi lokkes af, at noget er "gratis". Hvis et måltid mad, en bil eller en jordomrejse er "gratis" vil stort set alle med det samme få tanken, at der nok er noget i vejen. Men sådan reagerer vi ikke på en gratis konto på et socialt medie eller en gratis søgemaskine.

Som de mange og forskelligartede dataskandaler de sidste år har vist, har udviklingen især været styret af, at vores naturlige skepsis overfor "gratis" er blevet sat ud af spil. Her må den store opgave, f.eks. i uddannelse være at genskabe den naturlige skepsis overfor at få noget forærende, idet man med en vis ret kan sige, at vores manglende forsvarsmekanisme mod "gratis" har gjort os selv medskyldige.

10
19. januar 2019 kl. 13:14

Ja. Hypotesen om guder som årsag er en kausal forestilling. Det er absolut nødvendigt, at de kausale forestillinger kan forkastes ved passende udvalgte målinger. Det er samspillet mellem hypoteser og måledata, som gør det muligt at forstå, hvordan verden fungerer. Francis Galton og Karl Pearson forsøgte omkring 1890 at forstå, hvordan Charles Darwins udviklingslære virkede matematisk. Forsøget slog fejl. Pearson så lyset: Idèen om årsag og virkning er gammel overtro! Han udviklede herefter en statistik for biologer, som var fuldstændigt renset for enhver henvisning til årsager. Han oprettede tidsskriftet biometrica, som han personligt redigerede med hård hånd. Pearson fortsatte med at korrelere længden af menneskekroppens knogler med alle mulige sociale forhold. Galton og Pearson grundlagde herved racehygiejnen, som var meget udbredt. Data uden forståelse er farlig. AI er fremragende til at håndtere stationære (tidsuafhængige) systemer. Spillet Go har uforanderlige regler. Man kan derfor træne AI-systemer ved at lade dem spille mod hinanden. Situationen er helt anderledes, hvis reglerne ændrer sig undervejs.

8
19. januar 2019 kl. 10:45

Rigtigt, men det samme kan indvendes om en stor del af menneskelig erfaring (lad os bruge det udtryk). Med fare for at krænke nogen, så danser man regndans og ser, at det medfører, at regnen kommer igen. Andre beder til Herren og får hjælp. Hvis de ikke fik hjælp, hørte vi ikke om det. Endelig er det en udbredt viden, at en sølvske i halsen på en åbnet flaske Sekt medfører, at den bevarer en del af bruset til næste dag. Hviklet er korrekt. Men sølvskeen er egentlig overflødig. Tilsvarende findes inden for økonomisk-politisk teori.

Hvad kunstig intelligens måske mangler, er muligheden for at foretage eksperimenter. På nogle områder KAN en AI faktisk gøre det. De selvlærende systemer, der spiller Go, må jo netop eksperimentere sig frem til et resultat.

7
19. januar 2019 kl. 00:04

Naurs idèer falder fint i tråd med Judea Pearls idèer om at data ikke alene kan fortælle os noget om, hvordan verden er indrettet. Data er ikke videnskab. Viden er en forestilling om årsag og virkning. Kausalitet er ikke kun et begreb, som man finder i fysik og kosmologi. Det er en intuitiv forestilling, som vores hjerne er udstyret med. Kausale forestillinger kan anvendes i vekselvirkning med data. Kausalitet medfører, at tidsaksen får en retning. Virkning kommer altid efter årsag. Googles AI er statisk og tidssymmetrisk. Den kan ikke forudsige fremtiden; men den er god til at klassificere galakser. Naur mener, at det aldrig bliver muligt, at konstruere en robot med menneskelig intelligens. Pearl mener, at det i princippet er muligt; men det vil tage meget lang tid. Man kan læse mere om Pearls forestillinger om kausalitet i bogen: The Book of Why, Judea Pearl & Dana Mackenzie.

4
18. januar 2019 kl. 15:49

Det hed Maskinskrivning da jeg gik i skole... jeg føler mig pludselig gammel.

// Jesper

3
18. januar 2019 kl. 15:19

Så hvis vi fra nu af underviser eleverne i hvad computere kan (og ikke kan), og hvad de kan bruges til og måske vil kunne bruges til (i stedet for at koncentrere sig om spil, Javascript og sjove robotter) - hvor lang tid vil der så gå, før politikerne har en tilstrækkeligt stor andel af folk, der ved bare lidt om it-problemer? Altså at tennissokke-haderen er Folketingets fremmeste ekspert i sikkerhed og kryptering er bekymrende. Meget værre end en løbsk AI.

PS. Jeg mener ikke, der nødvendigvis er noget galt i sjove robotter. Det skal bare ikke være det vigtigste. Ejheller at uddanne barfodsprogrammører, der kan gå ud fra 9. kl. og ind bag et skrivebord.

2
18. januar 2019 kl. 15:11

Det undrer mig, at - så vidt jeg ved - der ikke er oblogatorisk undervisning af tifingersystemet i folkeskolen. Jeg kan se, at nogle lærerer tager det ind som emne og eleverne er glade for det. Et gennemsnitsmenneske kommer trods at til at taste en del i sit liv, så det bør læres. Jeg bruger selv tifingersystem, og kan f.eks. sidde og tage noter i et møde og samtidig kigge op. Det er meget brugbart og hurtigt.

1
18. januar 2019 kl. 13:59

Spot on. Skide god artikel.

Bolden til faget var ellers givet op i 1972, hvor et udvalg nedsat af undervisningsministeriet i en betænkning anbefalede, at det kom ind i både folkeskole og læreruddannelse. Men af mere eller mindre ukendte årsager kom det fremsynede fag ikke med i den endelige skolelov, og med tiden blev det erstattet af pc-kørekort og undervisning i tifingersystemet, mens kommuner brugte millioner på indkøb af udstyr.

Der var et beslutningsforlag fremsat i 1987, som vist aldrig kom længere end førstebehandling:https://webarkiv.ft.dk/?/samling/19871/beslutningsforslag_oversigtsformat/b104.htmhttps://www.retsinformation.dk/eli/ft/19871BA00104

Og igen så blev det kørt af sportet 10 år senere.https://www.computerworld.dk/art/38091/bertel-haarder-afviser-eksamen-i-brug-af-ithttps://bizzen.blogs.business.dk/2007/02/24/haarder-mfl-forstar-ikke-betydning-af-it-viden/

Og der er umiddelbart en fællesnævner...

// Jesper