Brukerperspektiv på digitalisering. Tone Bratteteig Design av informasjonssystemer

Transkript

1 Brukerperspektiv på digitalisering Tone Bratteteig Design av informasjonssystemer Fra data til innsikt Innovasjonskonferanse 2019, 10/1/2019

2 digitalisering 3 stadier 1) digitization ref. Ifi.digitalisering v/ Margunn Aanestad innføre digitale teknologier, som verktøy og løsninger 2) digitalization skape nye produkter, verdikjeder, modeller... 3) digital transformation effekter i samfunnet, nye forvaltnings- & forretnings-modeller... Tone Bratteteig Innovasjonskonferanse UiO 10/1/2019 3

3 digitalisering - i et brukerperspektiv 3 stadier 1) digitization innføre digitale teknologier, som verktøy og løsninger 2) digitalization skape nye produkter, verdikjeder, modeller... 3) digital transformation effekter i samfunnet, nye forvaltnings- & forretnings-modeller... Tone Bratteteig Innovasjonskonferanse UiO 10/1/2019 4

4 digitalisering: skatt 3 stadier 1) digitale dokumenter & digital overføring av data (nettverk) 2) fra selvangivelse til digital skattemelding 3) fra sjekke tall til etterforske skatteunndragelse (øk.krim) Tone Bratteteig Innovasjonskonferanse UiO 10/1/2019 5

5 digitalisering: skatt 3 stadier 1) digitale dokumenter & digital overføring av data (nettverk) 2) fra selvangivelse til digital skattemelding 3) fra sjekke tall til etterforske skatteunndragelse (øk.krim) å slippe å beregne skatt: en lettelse for individet, men å avlære befolkningen om skatt representerer et demokrati-problem Tone Bratteteig Innovasjonskonferanse UiO 10/1/2019 6

6 digitalisering - i et brukerperspektiv 3 stadier 1) digitization innføre digitale teknologier, som verktøy og løsninger 2) digitalization skape nye produkter, verdikjeder, modeller... 3) digital transformation effekter i samfunnet, nye forvaltnings- & forretnings-modeller... Tone Bratteteig Innovasjonskonferanse UiO 10/1/2019 7

7 ref. Anita Woll, Suhas Joshi, Jeongyun Doksrød automatiserte prosesser er usynlige unntatt når det oppstår feil Tone Bratteteig Innovasjonskonferanse UiO 10/1/2019 8

8 automatiserte prosesser er usynlige unntatt når det oppstår problemer Tone Bratteteig Innovasjonskonferanse UiO 10/1/2019 9

9 ref. Guri Verne automatiserte prosesser er usynlige unntatt når det oppstår problemer saksområde automatiske prosesser saksområde & oppgaver synlige saksområde restoppgaver etter automatisering Tone Bratteteig Innovasjonskonferanse UiO 10/1/

10 automatiserte prosesser er usynlige unntatt når det oppstår problemer saksområde automatiske prosesser saksområde & oppgaver synlige saksområde restoppgaver etter automatisering ref. Guri Verne leder til puttekasse-problemet Tone Bratteteig Innovasjonskonferanse UiO 10/1/

11 automatiserte prosesser er usynlige unntatt når det oppstår problemer - toppen av isfjellet - rest-oppgaver saksområde ref. Guri Verne, Karoline Stark - puttekasse-problemet - vanskelig å bruke Tone Bratteteig Innovasjonskonferanse UiO 10/1/

12 automatiserte prosesser er vanskelige å forstå og gjennomskue Tone Bratteteig Innovasjonskonferanse UiO 10/1/

13 automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? - hvilke algoritmer bruker de? - hvilke regler er implementert? ref. Guri Verne - hvor komplekst er systemet? (regler / lag av statistikk) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

14 automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? Innovasjonsprosjekt Active on Wheels ref. Rune Rosseland - hvilke algoritmer bruker de? - hvilke regler er implementert? - hvor komplekst er systemet? (regler / lag av statistikk) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

15 automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? - hvilke algoritmer bruker de? - hvilke regler er implementert? - hvor komplekst er systemet? (regler / lag av statistikk) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

16 automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? - hvilke algoritmer bruker de? - hvilke regler er implementert? - hvor komplekst er systemet? (regler / lag av statistikk) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

17 automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? - hvilke algoritmer bruker de? - hvilke regler er implementert? - hvor komplekst er systemet? (regler / lag av statistikk) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

18 automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? - hvilke algoritmer bruker de? - hvilke regler er implementert? - hvor komplekst er systemet? (regler / lag av statistikk) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

19 ref. Guri Verne, Jo Herstad, Gisle Hannemyr m.fl. automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? - hvilke algoritmer bruker de? - hvilke regler er implementert? - hvor komplekst er systemet? (regler / lag av statistikk) kunstig intelligens / maskinlæring: Ø bruk = trening Ø uforutsigbarhet Ø autonomi Tone Bratteteig Innovasjonskonferanse UiO 10/1/

20 automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? - hvilke algoritmer bruker de? - hvilke regler er implementert? - hvor komplekst er systemet? (regler / lag av statistikk) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

21 automatiserte prosesser er vanskelige å forstå og gjennomskue - hvilke data bygger de på? - hva er det som representeres? - er treningsdata lik reelle data? - hvilke algoritmer bruker de? - hvilke regler er implementert? - hvor komplekst er systemet? (regler / lag av statistikk) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

22 automatiserte prosesser er vanskelige å forstå og gjennomskue - kunstig intelligens / maskinlæring: Ø bruk = trening (gjør som jeg sier, ikke som jeg gjør) Ø uforutsigbarhet (oppførsel basert på eksempler og data fra bruk, ikke antall regler) Ø autonomi (på begge sider: menneske og maskin hva skjer med kontrollen?) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

23 et brukerperspektiv på digitalisering digitalisering = automatisering som ofte involverer et nettverk av brukere, med ulike roller og interesser data = digital re-presentasjon av (en del av) verden som påvirker verden (hvilken rolle gis representasjonen) Tone Bratteteig Innovasjonskonferanse UiO 10/1/

24 et brukerperspektiv på digitalisering digitalisering = automatisering som ofte involverer et nettverk av brukere, med ulike roller og interesser data = digital re-presentasjon av (en del av) verden som påvirker verden automatisering som er mulig og ønskelig for alle ref. Guri Verne sammenheng for bruker ikke for automatikken Tone Bratteteig Innovasjonskonferanse UiO 10/1/

25 brukerperspektiv bidrar til innovasjon innovasjon bygger på kompetanse: brukerne har dyp kompetanse fra bruks-praksis innovasjon krevertillit og samarbeid enlangvarig tradisjon i Norge & i den nordiske modellen ref. Kristen Nygaard metoder for brukermedvirkning i design gir brukere reell mulighet til å delta i design av fremtidig praksis nye design-tilnærmingerharfokus på bruk ogbrukere Tone Bratteteig Innovasjonskonferanse UiO 10/1/