Regn med meg

UNDER RADAREN: Mennesker blir tall i datamodeller. Modellene kan brukes til å regne ut hvordan bedre samfunn skal bygges. Men hva om tallene ikke liker regnestykket?

Publisert
(Foto: iStockphoto)
(Foto: iStockphoto)

Blipp som glapp


 

Hver uke sveiper en journalist fra forskning.no over saker som det ikke ble tid til å følge opp videre.

Her plottes inn noen av de beste radarblippene som glapp.

Big data, kalles det på engelsk. Svære mengder data mates inn og analyseres i regnemaskinene. Datamodellene kan brukes til å forutsi hvordan komplekse systemer med mange elementer vil oppføre seg.

Elementene kan for eksempel være høytrykk og lavtrykk, som gir et værvarsel. Jo mindre detaljer meteorologene ser, og jo bedre modeller de har, desto mer nøyaktige blir værvarslene.

Den ultimate og uoppnåelige nøyaktigheten krever oversikt over hvert enkelt luftmolekyl i atmosfæren.

Eller hvert enkelt menneske i et samfunn.

Ny samfunnsbygging

Alex ”Sandy” Pentland er professor og leder ved det nyopprettede Center for Connection Science and Engineering ved Massachusetts Institute of Technology (MIT) i USA.

Senteret tar mål av seg til å utvikle slike samfunnsmodeller der molekylene er mennesker. I en artikkel på nettstedet Edge beskriver han mulighetene og farene.

Han mener at Big Data vil endre grunnleggende måten vi forstår og bygger samfunn på.

Som gassbeholder

For å forklare forskjellen på tradisjonell politisk vitenskap og Big Data, bruker han en gassbeholder som et bilde.

En gassbeholder inneholder milliarder av gassmolekyler. Hvis du ser den i stort perspektiv, kan du si noe om gassen, for eksempel hvilken temperatur og hvilket trykk den har.

Men dette er bare gjennomsnittsverdier for gassen som helhet. Slike egenskaper sier ikke noe om bevegelsene til de enkelte gassmolekylene.

Skuddet i Sarajevo

Tilsvarende analyserte politiske filosofer som Karl Marx og Adam Smith bare store strømninger  i samfunnet. De beskrev markeder og klasser, ikke enkeltmennesker.

Først når du ser på enkeltmolekylene i gassen, kan du se små strømninger i gassen som kan få betydning. Kanskje ikke i en lukket beholder, men i et åpent værsystem, der et vingeslag fra en sommerfugl kan utløse en orkan noen uker seinere.

I kaosteorien kalles dette sommerfugleffekten. Den finnes også der molekylene er mennesker. Et skudd i Sarajevo utløste Første verdenskrig.

Nå tar Pentland og kollegene hans mål av seg til å skyve på grensene mellom kaosteori og ny orden.  De ønsker, for å bruke bildet fra kaosteorien, å hindre skuddet i Sarajevo før det avfyres.

En liten uro i en stor menneskemasse kan utløse panikk. Big Data tar mål av seg til å kartlegge slike små hendelser, slik at følgene kan unngås. (Illustrasjonsfoto: www.colourbox.no)
En liten uro i en stor menneskemasse kan utløse panikk. Big Data tar mål av seg til å kartlegge slike små hendelser, slik at følgene kan unngås. (Illustrasjonsfoto: www.colourbox.no)

Mobilspor

Middelet de har, er millioner av mobiltelefoner.

Det interessante for forskerne er ikke hva vi mobilbrukere sier eller skriver når vi logger inn på Facebook, men hva vi faktisk gjør. Og dette forteller mobiltelefonene.

Vi legger stadig igjen spor etter oss, som kan brukes til å bygge opp modeller av hva slags mennesker vi er, og hvordan vi kan tenkes å oppføre oss i framtida.

Trafikk som sand

Idéen er ikke ny. Forskere har analysert hvordan en trafikkork på motorveien dannes. De enkelte bilene oppfører seg som sandkorn i en renne.

Årsaken er at bilistene oppfører seg enkelt og forutsigbart: Alle ønsker å komme fortest mulig fram.

Dette systemet er derfor forholdsvis enkelt å modellere. Modellen kan brukes til å forutsi trafikkork, og omdirigere strømmen av biler.

Når sandkornene vet

Men så kommer det interessante spørsmålet: Hvordan vil trafikkbildet bli hvis hver enkelt bilist fikk vite hvordan modellen fungerte, og hvordan omdirigeringene ville bli?

Da måtte modellen ta hensyn til at bilistene endret kjøremønster utfra hva de visste. Så måtte de lage en ny plan ut fra dette. Og så kunne bilistene få nyss om disse nye planene.

Slik kunne prosessen fortsette, i lag på lag av metanivåer av stigende kompleksitet, uten ende.

En trafikkkork tetter seg på samme måte som sandkorn i en renne. (Foto: iStockphoto)
En trafikkkork tetter seg på samme måte som sandkorn i en renne. (Foto: iStockphoto)

Full kontroll

Ville det fungere bedre i de mye mer komplekse modellene som Pentland og kollegene hans ser for seg?

Han tenker seg at data om hvordan folk beveger seg, kan brukes til alt fra effektiv byplanlegging til smittevern.

Den ultimate drømmen er å bygge samfunn som er mer stabile utfra enorme datamengder om hvordan folk faktisk samhandler og oppfører seg, ned til den minste lille urolige virvel i molekylmassen av mennesker.

Big Brother

En viktig innvending er selvsagt personvernet. Er folk villige til å gi fra seg de digitale sporene de etterlater med mobiltelefonene?

Pentland prøver ikke å pynte på risikoen en slik datasamling innebærer. George Orwell lanserte slagordet Storebror ser deg for å beskrive et samfunn hvor myndighetene vet alt om deg. Pentland mener at Orwell framstår som fantasiløs. Big Data kan bli mye verre enn Big Brother.

Til gjengjeld mener han at de modellene som gir best oversikt, er de som beskriver samfunn der all informasjon ikke er samlet og kan kontrolleres fra ett maktsentrum.

Akkurat som internett ble bygget som et desentralisert system for å være robust ved brudd i nettet, slik vil desentraliserte samfunn være mest robust mot ytre trusler. Det gjelder også fordelingen av data.

Ivrer for åpenhet

Pentland ivrer også for at råderetten over egne persondata skal formaliseres. Denne prosessen er startet med Consumer Data Bill of Rights i USA og Declaration on Data Rights i EU.

Innenfor et slikt formelt rammeverk kan så den enkelte bestemme hvor mye av personlige data som skal slippes fri. Pentland ivrer for en slik åpenhet, for å skape et bedre samfunn.

Forskerne kan regne med meg. Men ikke fortell meg om det. For da blir jeg beregnende.

Lenker:

Reinventing Society In the Wake of Big Data, artikkel på nettstedet Edge

MIT Connection Science and Engineering