Gå til hovedindhold
Debat

Model for vilde problemer: en kritisk og kærlig lussing – og mit bud

Pressefoto

22. 11. 2024 - kl. 13:16

Indhold

    Debatindlæg af Ayhan Gormez, ledelsesrådgiver, master i org. psyk., Mindcloud

    Læs INVI’s svar på indlægget her.

    Når vi taler om vilde problemer, er det som at stå midt i en kakofoni af forskellige melodier, der alle spiller på én gang. Institut for vilde problemer, INVI, forsøger at være den dirigent, der kan få harmoni ud af dette kaos – men ligesom med en dårlig koncert, kan nogle toner skurre og få os til at krumme tæer.

    Modellen ("Model for Vilde Problemer", udgivet af INVI i september 2024) er et ambitiøst forsøg på at kortlægge komplekse problemstillinger – af den type, der hverken kan løses med en hurtig politisk beslutning eller et PR-stunt. Vi taler om problemer som klimakrisen, unges skrantende trivsel og den vedvarende mangel på hænder i sundhedssektoren. Mens modellen søger at give os et kompas til at navigere gennem samfundets vildnis, er der nogle kritiske punkter, som vi er nødt til at diskutere.

    1. Kvantificering af kaos – en umulig symfoni?

    Forsøget på at kvantificere "vildhed" er lidt som at give et stykke fri jazz en karakter på 0 til 100.

    Problemet med at sætte komplekse problemer på en lineær skala er, at det inviterer til en illusion af præcision, hvor der i virkeligheden burde være mere plads til kaos og usikkerhed. Dette, tæt pakket i AI datametoder, holdninger gjort til vektorer og statistiske formler illustrerer forsøget på at tvinge begrebet til at passe ind i nuværende økonomiske/logiske paradigme og, i mindre grad, den langsigtede tænkning i de komplekse samarbejdskonstellationer.

    2. AI som kritikeren, der ikke helt forstår musikken

    En af de smarte ting ved modellen er brugen af kunstig intelligens (AI) til at analysere, hvad folk siger om problemer. De kalder det "text-as-data", og det lyder cool. Men lad os lige tage et skridt tilbage. AI har svært nok ved at forstå vores mest simple hverdagsdialoger – tænk bare på alle de gange, din stemmestyrede assistent har forvekslet "spil jazz" med "spis glas”.

    Nu skal vi så forvente, at den kan navigere i komplekse politiske/samfundsmæssige diskussioner?

    Modellen forsøger at måle, hvor forskellige aktører er i deres beskrivelse af problemer og løsninger ved at analysere sproget, de bruger. Men her ligger problemet: sprog er nuanceret og kulturelt påvirket, og folk har en tendens til at beskrive den samme ting på forskellige måder, uden nødvendigvis at mene noget helt andet.

    Det er som forskellen på, at én person kalder det en 'storm' og en anden en 'orkan' – begge er enige om, at det blæser voldsomt, men AI’en kan nemt opfatte det som to forskellige fænomener.

    Det kan føre til misforståelser, der gør, at aktører virker mere uenige, end de egentlig er, blot fordi de bruger forskellige ord. Resultatet skaber et kunstigt billede af, at der er større uenighed og usikkerhed, end der i virkeligheden er.

    3. Subjektive toner: Bias som dissonans

    Der er også det med at spørge folk om deres mening – hvilket INVIs model gør i stor stil. Her er sagen: folk har meninger, og meninger er som bekendt meget subjektive. Det betyder, at når modellen beder aktører vurdere årsagerne til og løsningerne på et problem, så bringer de deres egne fordomme, erfaringer og ja, personlige dagsordener med ind i ligningen.

    At lade folks subjektive meninger danne grundlaget for en model er som at lade hver musiker i et orkester spille i deres eget tempo og toneart. Resultatet er en disharmoni, hvor bias farver beslutningerne og gør det svært at høre den egentlige melodi.

    4. Ressourcer: En uendelig jam-session?

    Lad mig være ærlig:

    INVIs model lyder fed på papiret, men den er også lidt af et ressourcemonster.

    Modellen kræver enorme mængder data, som skal indsamles fra forskellige aktører, og der skal gennemføres spørgeskemaundersøgelser, analyser og tekst mining i stor stil. Og ja, AI skal trænes, testes og opdateres løbende.

    Forestil dig at skulle bruge den her model i en krisesituation, hvor der er behov for hurtige beslutninger. Tiden er ofte ikke på beslutningstagernes side, og med denne model skal de vente på, at al data bliver samlet ind, analyseret og formuleret til brugbare svar. I mellemtiden brænder verden – måske bogstaveligt, hvis vi taler klimaforandringer.

    I en verden, hvor beslutningstagere ofte har brug for hurtige svar, kan denne model hurtigt komme til at føles som en symfoni, der fortsætter længe efter publikum, har forladt salen.

    5. Teknologiens rytme – ikke alle har råd til instrumenterne

    Modellen kræver en teknologisk infrastruktur, som ikke alle har adgang til. Det svarer til at forvente, at alle kan spille en Stradivarius, selvom mange kun har råd til en billig, ustemt violin.

    Vi taler AI, datamodeller, tekstanalyser – det hele lyder som noget, der kræver massive IT-ressourcer. Men hvad nu, hvis du sidder i en kommune, der knap nok har råd til ordentlige fagsystemer, eller i en lille NGO, der forsøger at navigere i komplekse samfundsproblemer? Det er ikke alle, der har adgang til de nødvendige teknologiske værktøjer og den ekspertise, der skal til for at få modellen til at fungere.

    De steder, der har mest brug for hjælp til at navigere vilde problemer, vil ofte være dem, der ikke har ressourcerne til at bruge modellen. Der skal være plads til alle aktører i orkestret.

    6. Praktik vs. teori – en duet, der ikke altid fungerer

    Hvad med spørgsmålet om modellens praktiske anvendelighed?

    Mens det lyder godt at have en videnskabeligt funderet model, der giver beslutningstagere et kompas til at navigere i komplekse problemer, er virkeligheden ofte langt fra så pæn. I praksis kan beslutningstagere være nødt til at tage hurtige, pragmatiske beslutninger, og her kan modellen ende med at være for langsom eller for kompleks til at give brugbare svar.

    Derudover kan modellen have svært ved at holde trit med virkelighedens dynamik. Vilde problemer er ofte karakteriseret ved, at de udvikler sig hurtigt – tænk på, hvordan COVID-19-pandemien ændrede sig fra uge til uge. Her kan en model, der tager tid at implementere og analysere, hurtigt blive forældet, før dens resultater overhovedet kan bruges.

    7. Viden er magt

    Indsamling af data er ikke blot en neutral proces, men også en magtudøvelse, fordi den skaber en bestemt forståelse af virkeligheden. Dem, der har adgang til data og evnen til at analysere den, har et forspring i forhold til andre aktører, da de kan påvirke beslutningsprocesserne med deres indsigt. Dette styrker deres position i de politiske og administrative diskussioner og sikrer, at de kan forme den offentlige politik og implementering af løsninger på vilde problemer. Derudover bliver den måde, dataene fortolkes på, afgørende for, hvilke løsninger der fremmes, og hvilke aktører der får størst indflydelse.

    Bud på andre løsninger

    Ved at påpege nogle af de kritiske punkter ved modellen, er det tid til at kigge på nogle bud på, hvordan vi kan gøre det bedre, i stedet for at jeg står og råber fra sidelinjen.

    Hvis INVIs model ikke er den gyldne nøgle til at håndtere komplekse samfundsudfordringer, hvad kunne så være vejen frem?

    1. Fleksible, iterative modeller: improvisation frem for stive skalaer

    At omfavne kompleksitet i stedet for at forsøge at reducere den til en fast skala er det første skridt. INVIs model forsøger at sætte tal på problemernes "vildhed", men hvorfor ikke lade løsningerne udvikle sig ligesom problemerne selv? En fleksibel tilgang, hvor vi konstant opsamler ny data og justerer løsningerne undervejs, er et muligt bedre bud. Tænk på det som en jam-session i stedet for et færdigt partitur.

    2. Samskabelse mellem aktører

    En anden tilgang er større brug af samskabelse. INVIs model indsamler subjektive vurderinger fra forskellige aktører, men hvad nu, hvis vi satte disse aktører sammen og lod dem spille på samme scene? Ved at skabe platforme for samskabelse – workshops, rundbordsdiskussioner og borgerinddragelse – kan vi få forskellige perspektiver til at mødes og skabe en fælles melodi fremfor en kakofoni af individuelle stemmer.

    3. Systemtænkning – en symfoni af sammenhænge

    En af de store fejl ved mange politiske værktøjer er, at de forsøger at opdele komplekse problemer i små siloer. Klimakrisen, social ulighed og sundhedspolitik hænger dog ofte sammen som en symfoni af systemer, hvor alle instrumenter skal spille sammen for at skabe harmoni. Ved at anvende systemtænkning kan vi forstå, hvordan løsningerne til ét problem kan påvirke andre dele af samfundet.

    Systemtænkning kræver, at vi ser problemer som del af en større helhed, hvor alt påvirker hinanden. Det handler om at se på, hvordan forskellige systemer interagerer – ikke isolere problemerne i sektorer. På den måde kan vi undgå de utilsigtede konsekvenser, der ofte opstår, når vi løser ét problem uden at tage hensyn til de dominoeffekter, det kan have på andre områder.

    4. Kvalitative tilgange: lyt mere, tæl mindre

    Tal og data har deres plads, men nogle gange er det mere effektivt at lytte end at tælle. I stedet for at stole blindt på kvantitative modeller, kunne vi inddrage kvalitative tilgange som interviews og dybdegående undersøgelser. Her kan vi finde de menneskelige historier bag problemerne – de historier, som ofte overses i regnearkene, men som kan give afgørende indsigt.

    5. Eksperimentel politikudvikling: små testforløb, store resultater

    Forestil dig eksperimentel politikudvikling som en form for politisk jam-session – lidt som de danske frikommuneforsøg, hvor kommuner får lov til at improvisere løsninger uden altid at skulle følge den tunge regelbog. Det lyder som den perfekte opskrift på innovation, men som med al god musik, kræver det både systematik og øvelse for at finde den rigtige melodi.

    Og så er der det med konteksten. En løsning, der fungerer fremragende i én kommune, kan vise sig at være helt ude af takt i en anden. Derfor skal forsøgene designes med et blik for de forskellige forudsætninger, så vi ikke kun skaber lokale hits, men melodier, der kan spilles af mange.

    6. Etik og værdibaserede beslutninger: anerkend værdikonflikter

    Endelig er der et af de største spørgsmål ved vilde problemer: værdikonflikter. Ofte handler disse problemer om meget mere end blot tekniske eller politiske løsninger – de handler om grundlæggende værdier. Hvordan balancerer vi mellem økonomisk vækst, social retfærdighed og miljømæssig bæredygtighed? Disse konflikter kan ikke bare måles væk.

    I stedet for at ignorere værdikonflikter, bør vi tage dem op til åben diskussion. Vi skal beslutte som samfund, hvad vi værdsætter mest, og hvordan vi kan balancere mellem de mange modstridende interesser.

    Drop den gyldne nøgle – brug flere værktøjer

    Der er ingen gylden nøgle, der kan låse op for løsningen på komplekse problemstillinger. I stedet kræver det en flerstrenget tilgang. Ved at kombinere systemtænkning, samskabelse, eksperimenter og kvalitative analyser kan vi skabe løsninger, der er bedre tilpasset virkelighedens kaos.

    Debat

    10 myter om INVIs Model for Vilde Problemer

    10 myter om INVIs Model for Vilde Problemer

    Mere fra forsiden