10 myter om INVIs Model for Vilde Problemer

Debatindlæg af Sigge Winther, direktør i INVI

Dette er et svar til Ayhan Gormez’ debatindlæg om INVI’s model for vilde problemer. Læs det her.

”Tak for din mail. Du har muligvis ret.” sådan skrev en tidligere chefredaktør på Politiken til mange af de læsere, der kom med kritiske kommentarer i hans indbakke. Historien tilflød mig engang fra en ældre kollega, da jeg selv arbejdede på Politiken. Og pointen var, lod han forstå, at chefredaktøren ikke gad at bruge tid på et svar. Med formuleringen ”muligvis” kunne han skrive en hurtig tilbagemelding uden at give kritikeren ret.

Tanken strejfede mig, at samme svar kunne fungere her. Jeg skylder dog Ayhan Gormez et længere svar oven på hans insisterende indlæg. For det pirrer min nysgerrighed, at Gormez åbenbart har set huller i INVIs model, som ingen af dem der har udviklet den tilsyneladende har forstået. Bag INVIs model står ellers en mangfoldig gruppe af indsigtsfulde mennesker:

• En håndfuld af de mest estimerede professorer fra Aarhus Universitet og Københavns Universitet.
• 800 praktikere som har været med i tilblivelsen af modellen.
• Ledere fra civilsamfund, kommuner og stat, som har givet feed-back før, under og efter.

Lad mig dog starte med at sige tak for at tage debatten om INVIs nye model. Det er altid godgørende – og jeg er sikker på, at jeg og INVI også kan lære noget fra dig. Ligesom de mange andre ovenstående – fra professorer til praktikere – som vi er i dialog med. Derfor: Kig forbi til en kop kaffe, så løfter jeg motorhjelmen på modellen, så jeg kan høre om dine tanker. Men først må vi skralde myterne væk, der kolporteres i dit indlæg. Der er mange af dem, men lad mig skitsere 10 af styks:

1. Modellen forlænger den økonomiske logik 

Vi mener, at det modsatte er tilfældet. Model for Vilde Problemer slår nye toner an, som magthaverne sjældent er vant til at danse efter. Modellen inddrager kvalitative data der omsættes til kvantitative data ved at kombinere nyeste metoder fra humaniora og naturvidenskab. Med modellen udvider vi synet på, hvem der er eksperter på et vildt problem. Det gør vi ved at arbejde med borgerinddragelse, praktikerindsigter, kvalitative data samt kontroverskortlægning, der udfordrer den klassiske økonomiske måde at tænke problemer på.

2. Modellen bygger på subjektiv viden, som ikke har værdi

Et vildt problems melodi er per definition disharmonisk. Vilde problemer er kendetegnet ved at forskellige mennesker mener noget forskelligt og har forskellige erfaringer og videnshorisonter, som de bringer til bordet. Det samme problem kan opleves forskelligt fra Frederiksberg til Frederikssund, når det fx handler om sundhed, trivsel eller ensomhed. Fordi man er ensom eller usund på forskellige måder forskellige steder i landet.

Model for Vilde problemer er interesserede i subjektiviteten: Hvordan ser problemet om unges mistrivsel ud for Peter, der har arbejdet 20 år i jobcenteret, og hvordan ser det ud for Janne, der sidder i psykiatrien? Hvis vi skal komme de vilde problemer til livs, mener vi ikke, vi har brug for at tvinge alle i bandet til at spille den samme melodi, men snarere omfavne den kollektive viden der findes hos landets praktikere, borgere og eksperter. Mangfoldigheden skal tages seriøst, ikke ignoreres. 

Men ikke al disharmoni gør os klogere. Model for Vilde Problemer er derfor afhængig af relevante, præcise og skarpe data. Hvis vi eksempelvis spørger lærerne eller sygeplejerskerne ind til et specifikt reformområde, så kunne en bekymring være, at en uforholdsmæssig stor andel ville bede om mere i løn. Men indtil videre, så viser det sig ikke at være tilfældet. Når vi stiller et fagligt spørgsmål, så svarer de også fagligt tilbage.

3. Modellen er ikke fleksibel

Vilde problemer er dynamiske, og det har vi designet modellen efter. Model for Vilde Problemer tager løbende røntgenbilleder af, hvordan det står til med en indsats. Vi risikerer altså langtfra, at data bliver forældet, for modellen kan køres inden for en uge. Ligesom en repræsentativ survey ofte vil.

På den måde kan vi tjept bringe praktikere, borgere eller eksperters viden til det politiske bord. Det betyder, at vi løbende har øje for, hvordan en reform bliver taget imod i virkelighed, hvor den skal gøre en forskel. Det skaber muligheden for, at beslutningstagere kan rette reformen til, fordi virkeligheden netop kan se anderledes ud i dag, end den gjorde i går. 

Modellen har derfor en fleksibel tilgang, hvor den konstant opsamler nye data og justerer løsninger undervejs. Det er vores ambition. Og her mener vi – i al ydmydghed – at model for vilde problemer kan give os et langt mere dynamisk og emergent vidensgrundlag, som er et nødvendigt supplement til de store kommissionsskriv og rapporter fra de traditionelle analyseinstitutioner, der kan tage flere år at udarbejde. 

4. Model for Vilde Problemer er kun tilgængelig for dem med mange ressourcer

Som tænketank og non-profit-organisation er det er på sigt målet at gøre modellen til en ressource, som mange forholdsvis nemt kan tilgå. Men vi er der selvfølgelig ikke endnu, da det tager tid at udvikle. Men også fordi vi er bevidste om, at redskabet kan misbruges i de forkerte hænder. 

Model for Vilde Problemer kan både bruges til at forstærke vidensgrundlaget, inddrage flere mangfoldige indsigter og øge inddragelsen i beslutninger, men kan lige så vel bruges til det modsatte. Derfor lægger vi ikke modellen og dens AI-komponenter ud som et åbent, frit tilgængeligt værktøj lige nu. INVI ønsker i den spæde begyndelse at være med, når modellen anvendes i konkrete projekter, så vi sikrer, at den skaber kvalitet og den bruges forsvarligt.

5. Model for Vilde Problemer er den gyldne nøgle, som løser komplekse problemer

Nej, har vi ikke sagt eller skrevet. Modellen er derimod et værktøj til at give beslutningstagerne et bredt vidensgrundlag, de kan navigere efter. Vi ser modellen som et led i en proces, ikke som et selvstændigt slutprodukt. Vi har aldrig tænkt, skrevet eller sagt at Modellen er svaret på, hvordan vi løser de vilde problemer. Men vi mener, at der ligger helt afgørende viden hos eksempelvis praktikerne – sygeplejerskerne, socialrådgiverne, lærerne – som er en essentiel del af ligningen, når vi tackler vilde problemer. Og netop disse indsigter vil vi gerne bære frem på en anvendelig måde. 

På den baggrund har vi tilknytning til modellen udviklet et Atlas der kommer med ideer til nye typer af problemløsninger baseret på de mange indsigter. Her er alt fra samskabelse til systemtænkning over missions-orienteret innovation, sociale tippepunkter og iterative policy-loops.

6. Modellen kan ikke skelne mellem orkan og storm

Modellen er netop god til at identificere dels semantiske afstande og dels semantiske tætheder i de perspektiver, som forskellige aktører har på et problem. Lad os tage et eksempel: Hvis flere aktører mener, at skærme, ipads, computere, digitale platforme og sociale medier er en af årsagerne til mistrivsel blandt unge – så vil disse vurderinger ligge tæt på hinanden og blive kodet som en tematisk klynge i Model for Vilde Problemer. Omvendt vil andre årsager til problemet, såsom usund ernæring og manglende forældreansvar, forme yderligere vidensklynger. 

7. Kunstig intelligens kan give løsningen

Vi tror langtfra på, at modellen kan give os endegyldige svar på de store spørgsmål, eller forudsige hvad de rigtige løsninger er på et problem. Og det har vi hverken tænkt, skrevet eller sagt. Vi anvender AI i Model for Vilde Problemer med en eksplorativ tilgang og udnytter mulighederne i fx sprogmodeller til at kortlægge mønstre i store kvalitative data. Men omdannelse af data til handlingsanvisende indsigter er slet ikke overladt til en robot. 

INVI’s Model for Vilde Problemer er et værktøj og kan både bruges og misbruges. Ligesom opfindelsen af gaflen var god for de fleste mennesker til at spise nemmere, mens den for enkelte andre førte til at de stak sig selv i låret. 

Ansvaret for vores analyser ligger hos os og vores samarbejdspartnere – og ikke hos maskinen eller koden. Vi vil spise med gaflen, ikke stikke os selv eller andre i låret. Vi træffer ikke beslutninger alene baseret på AI, men tager ansvar for vores analyser og måler brugbarheden af vores værktøjer ved at se på, hvilken forskel de reelt gør i verden.

8. Modellen skaber en falsk illusion om præcision 

Vi antager overhovedet ikke, at Model for Vilde Problemer indfanger alle dimensioner af et problem. Modellen er ikke en magic bullet. Den skal slet ikke ses som en erstatning af eksisterende viden eller som kritik af fagekspertise. Derimod er den et supplement, som vi skriver flere steder, der udvider vidensgrundlaget. ”Alle modeller er forkerte, men nogle af dem er brugbare”, sagde George E. P. Box. Det er vi helt enige i.

9. Man kan ikke sætte et tal på et vildt problem uden at reducere det 

Selvfølgelig kan man sætte tal på et problems ’vildhed’, men det kan ikke stå alene. Tænk på et andet eksempel, som vi tager for givet: I dag sætter vi tal på om USA er mere demokratisk end Danmark eller omvendt. Forskere samler data ind og folder demokratiets status ud – lige nu og her – på den måde finder de ud af, hvordan demokratierne udvikler sig i forskellige lande. 

Det er beslægtet med INVIs Model for Vilde Problemer. Vi samler data ind og udfolder problemer og følger så med i, hvordan de udvikler sig og adskiller sig fra andre problemer, så samfundet bliver bedre til at tackle de mest presserende problemer. Når vi har indsamlet alt data, så kan du læse alle de indsigter, som tallene bygger på, så du har mulighed for at dykke ned i materien – og så kan man se, hvad der bliver sagt og vurdere udsagnene. Kan det stå alene? Ikke altid. Derfor kombinerer vi vores model med andre kilder og indsigter.

10. Vi skal have bias-fri værktøjer 

Der findes langtfra en sprogmodel, der er fri for bias. Ethvert algoritmisk værktøj vil have indbygget specifikke kulturelle, sociale, politiske og miljømæssige værdier, som følge af det data de er trænet på. Vi må på den ene side anerkende, at vi aldrig kan undgå bias (det kan vi ingen steder i samfundet), og på den anden side sammenligne, udfordre, og forholde os kritisk til bias i de AI-modeller, som vi bruger. Netop det arbejde står jeg med i hænderne. Og jeg er stolt over den indsats, som folk i INVI leverer hver eneste dag, når de udarbejder holdbare analyser, der udfordrer bias.Samlet set: Lad os mødes i en mytefri dialog til en kop dialogkaffe. Det lader til at modellen er et blankt lærred (eller det som forskere kalder et ’boundary object’), der læses utopier og dystopier ind i, uden dybere indsigt i, hvordan modellen faktisk er udviklet og til hvilket formål. Jeg glæder mig til samtalen og dine nye refleksioner oven på mit svar. For vi udvikler og styrker hele tiden modellen.