Offentlige innkjøp som nettverkstjeneste

Et lite utdrag fra boken «Det friksjonsfrie samfunn»

Offentlig sektor i Norge kjøper ulike varer og tjenester fra privat sektor for mer enn 400 milliarder årlig.[1] For at en skal hindre korrupsjon og bidra til etterprøvbare prosesser, er det utviklet et strengt regelverk for hvordan slike innkjøp kan finne sted. Innkjøp over 500 000 kroner må ut på offentlig anbud, og enda større innkjøp må ut på anbud i hele EØS-området. Selv for «mindre» innkjøp på 100 000 kroner må en rette forespørsel til minst tre aktuelle leverandører før en gjør sitt valg. Det sier seg selv at et slikt regime fører til omfattende kostnader til utvikling av anbudsdokumentasjon og til gjennomføring av anbudsprosessene.

For å hjelpe offentlige aktører med disse prosessene er det utviklet ulike rutiner og regler for offentlige innkjøp. I tillegg er det etablert ulike innkjøpsportaler som aktørene må bruke. Dersom et universitetet for eksempel skal kjøpe reiser for sine ansatte, blir dette innkjøpet lagt ut på anbud, og siden ingen av flyselskapene flyr alle strekninger, kan det godt være at et reisebyrå vinner anbudet. Innkjøpene vil da bli gjort gjennom en innkjøpsportal, som oftest også av personer som er sertifisert som «innkjøpere».

Dagens innkjøpsregime med anbudsbeskrivelser, anbudshåndtering, rammeavtaler og handel gjennom portaler bygger på industrisamfunnets verdikjedekonsept, både fordi disse prosessene var hensiktsmessige for å hindre for store transaksjonskostnader, og fordi det juridiske og økonomiske rammeverket disse organisasjonene ble styrt etter støttet opp om prosessene. Det hele er basert på et kontrollsystem med utgangspunkt i industriell økonomi, der kontrollprosedyren handler om innsyn i transaksjonene og ikke at selve transaksjonsmekanismene er transparente.

Men så kom de nye digitale infrastrukturene som gjør det mulig å handle på andre måter. Bare se på hvordan virksomheter som Airbnb fungerer; på denne tjenesten kan alle som vil leie ut noe, registrere utleieobjektet sitt, og de kan selv bestemme hva de vil ha betalt for det. Men de kan ikke bestemme at leietakere ikke kan få gi karakterer til utleier, til utleieobjektet, renhold, beskrivelse, beliggenhet og andre faktorer som inngår i ratingene. Og de som leier, må finne seg i å bli ratet av utleierne, slik at disse også lettere kan vurdere hvem de vil leie ut til.

Slik kunne vi organisert offentlige innkjøp også. Tenk om vi hadde hatt en nasjonal innkjøpsplattform, der alle som ville, og som hadde «papirene» i orden, fikk lov til å selge varene sine, og der alle innkjøpere kunne handle av hvem de ville? Der betingelsene bare var at alle transaksjoner skulle være åpne, slik at en alltid kunne se hvem som hadde handlet hva av hvem og hvor mye? I tillegg skulle kjøperne kunne rate både vare- og tjenestekvalitet, samt ulike kvalitetsparametre knyttet til transaksjonen.

På denne måten ville en ha tatt prinsippene og infrastrukturen fra delingsøkonomien i bruk også i offentlig sektor. Resultatene ville være dramatisk lavere transaksjonskostnader, mye lavere priser, mye mindre ressurser til å utvikle anbudsgrunnlag og følge opp kontrakter og ikke minst: mye bedre varer og tjenester, fordi alle aktører hele tiden kunne gjøre tilpasninger og bytte leverandør eller produkt om det kom bedre tilbud.

Så hva hindrer utviklingen av en slik nasjonal innkjøpsportal eller et innkjøpsnettverk for offentlig sektor? Det er ikke mangel på teknologi som står i veien, så kanskje er det manglende kunnskap om hva som er mulig? Stivbente regelverk for hvordan slike prosesser «skal» håndteres? Et økonomisk kontrollregime utformet med tanke på de gamle verdikjedene? Eller motstand fra leverandørene? De tjener jo stort sett bedre på dagens system enn de ville gjort i et åpent, digitalt marked.

[1] For 2013 var tallet 430 milliarder https://www.ssb.no/offinnkj Lest 21.06.2015.

Tosidige markeder og disruptive innovasjoner

Utdrag fra kapittel 7 «Verdiøkende prosesser, nye mellomledd og nettverk» i boken «Det friksjonsfrie samfunn»

Tjenester som ytes i nettverk kan etableres slik Airbnb har gjort, som tosidige markeder. Det vil si at tjenesteleverandørene etablerer infrastrukturen for handel, samt mekanismene som gjør at de blir attraktive å bruke og som bidrar til at de er den dominerende aktøren i markedet. Tjenesteleverandørene bidrar også til å skape nettverkseksternaliteter, som er en forutsetning for viral vekst.

Tosidige markeder[1] er ifølge Rochet og Tirole (2006, s 645) definert som «markets in which one or several platforms enable interactions between end-users, and try to get the two (or multiple) sides ‘on board’ by appropriately charging each side.» Mye av infrastrukturen i delingsøkonomien bygges som tosidige markeder. Dette gjelder både Airbnb, Uber, Lyft og andre tjenester som lanseres under merkelappen kollektivt forbruk.

Tosidige markeder kan bidra til å skape mer effektive markeder fordi de oppfyller Coases teorem, selv om de bidrar til nettverkseksternaliteter. Coases teorem sier at

if property rights are clearly established and tradeable, and if there are no transaction costs nor asymmetric information, the outcome of the negotiation between two (or several) parties will be Pareto efficient, even in the presence of externalities (Rochet og Tirole 2006, s 649).

Ut fra dette kan en hevde at tjenester som Airbnb og andre delingstjenester bidrar til utvikle mer effektive markeder enn de tradisjonelle tjenesteleverandørene gjør, fordi de er åpne, har lave transaksjonskostnader og skaper nettverkseffekter. Og det er mulig å selge dem gjennom det som er kalt en nettverksklubb.[2]

Det er flere sider ved delingstjenestene enn at de er tosidige markeder som bidrar til deres sukess. De er også disruptive innovasjoner som skaper handlekraftige alternativer til de dominerende aktørene i bransjene de inntar. Dette er spesielt synlig for Uber og Airbnb, som tilbyr transport og overnatting uten at selskapet eier verken biler eller hoteller, bare selve plattformen tjenestene utveksles gjennom.

Når disse selskapene er vurdert til være verdt astronomiske summer (Uber doblet verdien på 6 måneder og ble verdsatt til 40 milliarder dollar i mars 2015[3]), er det verken på grunn av plattformens verdi eller på grunn av fysiske eiendeler i form av biler som skaper verdiene, men størrelsen på tjenestetilbudet og antall brukere av tjenesten.

I slike tosidige markeder er plattformen en nødvendig infrastruktur, men ikke en tilstrekkelig betingelse for suksess. Den aller viktigste ressursen i tillegg til plattformen er brukernes tillit til hverandre. Brukerne trenger ikke bare å ha tillit til hverandre, men også til selve plattformleverandøren. Årsakene til at vi gir de store digitale aktørene som Google, Apple og Facebook tilgang til så mye data om oss, er at vi har tillit til dem og tillit til at dataene ikke blir misbrukt.

Det er kanskje paradoksalt, men unge mennesker ser ut til å ha mindre tillit til andre mennesker og organisasjoner, samtidig som bruken av delingstjenester vokser. Brukerne opplever så mange fordeler med delingstjenestene, og i tillegg har de faktisk tillit til det aggregerte data forteller oss, de har «faith in the aggregate», som det stod i forskningsrapporten fra PWC.[4]

For å skape denne tilliten må plattformleverandørene i tillegg til å ha alle formelle sider av tilbudet i orden, slik som forsikringer og kundestøtte, også bidra til å utvikle en plattformkultur, det vil si delte normer, verdier og positive opplevelser blant brukerne. En slik plattformkultur kan forstås som en parallell til organisasjonskultur. Plattformkulturen bidrar til vekst gjennom at den synliggjør de ønskede verdiene og ønsket atferd i nettverket.

Airbnb har vært bevisste på å utvikle en slik kultur. Mot slutten av 2014 gjennomførte de den første fysiske samlingen med noen av sine mest erfarne og loyale verter. Dette var en tredagers samling der 1500 utleiere fra 40 land møttes for å bidra til å videreutvikle tjenester og tjenestekvalitet og for å bli inspirert til å promotere tjenestene ytterligere.

Ett av rådene som ble gitt, understreket betydningen av å være ærlige og åpne om tilbudene sine: Utleierne ble oppfordret til å skrive tre ting leietakere likte spesielt godt ved utleieobjektet og to ting folk sier at de ikke liker.[5] «This is a global movement and it’s all about you», som Airbnbs gjestfrihetsguru Chip Conley uttrykte det. Conley ble hentet inn til selskapet for å utvikle tjenestekvalitet og plattformkultur, på grunn av hans suksess både som hotellgründer og som forfatter av en rekke bøker om blant annet emosjonell markedsføring.[6] Conley skjønte hvordan han skulle få Airbnb til å fremstå på mer positive måter ved å appellere til utleiernes og leietakernes emosjonelle forhold gjennom å skape en positiv og ærlig opplevelse.

I utviklingen av tillit mellom partene har Airbnb også dratt fordel av svakheter i den etablerte hotellbransjen, der hoteller ble sortert i kategorier med en til fem stjerner av autoriserte organisasjoner, fordi deres egen markedsføring ikke var åpen og ærlig. Overnattingstilbud var i likhet med andre opplevelsesgoder preget av assymetrisk informasjon. Det vil si at bare utleiere og tidligere leietakere kunne vite hvordan tjenestene egentlig var, noe som ble endret fullstendig da Internett kom, og denne informasjonen også kunne overføres til tredjepart som ikke hadde personlig erfaring med tilbudet. Gjennom Airbnbs portal får du se bilder av det aktuelle leieobjektet, og ikke en tilfeldig rom i et større kompleks, slik hotellene vanligvis viser frem. Dermed kan en se hvordan det er møblert og hvordan utsikten er, og slipper å ergre seg over at beskrivelsen ikke stemte med virkeligheten, et punkt som for øvrig vurderes særskilt i alle evalueringer.

Gjennom nye aktører, som Tripadvisor, ble det mulig å nyte godt av andre personers erfaringer med tilbudene. Slik ble kundenes transaksjonskostnader senket og nettverkseffekter skapt, ved at andre personers erfaringer skapte en fordel for meg.

Tripadvisor, som har mer enn 60 millioner brukere, er en tjeneste som er så stor at «its reviews can shift the tourist economies of entire countries» skriver Vanderbilt (2015) i artikkelen Inside the Mad, Mad World of TripAdvisor.[7]

Dette er en type mekanismer som Airbnb også bygde inn i sine systemer og som har bidratt til å utvikle nødvendig tillit mellom partene. Slike evalueringssystemer har imidlertid en tendens til å overrapportere positive opplevelser fordi det blir en slags gjensidighet når både utleiere og leietakere skal rangere hverandre. For å unngå dette innførte Airbnb noen enkle regler for ratingene, der det viktigste var at verken utleier eller leietaker fikk se den andres rating før de selv hadde avgitt sin. Dermed forhindret en spekulasjon i gjensidig positivitet eller negativitet. Det andre grepet en gjorde var å belønne raterne, slik at det også ble gitt flere ratinger eller vurderinger i systemet totalt.[8]

Forskere ved University of Dublin undersøkte hva som skjedde med hoteller som ble vurdert gjennom TripAdvisor, og fant at irske hoteller som fikk kritikk gjennom nettstedet, økte sine karakterer fra 3,6 til 3,8 stjerner fordi de prøvde å forbedre de kritiske punktene.[9] Etter hvert som hotellene forbedret tjenestene sine, økte også belegget. En annen undersøkelse viste at hoteller som ga kundene tilbakemelding via TripAdvisor, også økte fortjenesten per rom med 1,4 prosentpoeng for hvert prosentpoeng brukertilfredsheten økte. Det var altså en direkte sammenheng mellom målt brukertilfredshet via TripAdvisor og hotellenes omsetning.

En lignende effekt finner en blant restauranter. Der har Michael Luka (2013) ved Harvard vist at små, uavhengige restauranter lettere kan konkurrere med de store kjedene fordi kundene finner dem gjennom anbefalingssystemer som Tripadvisor og Yelp. Dermed blir de små aktørene mindre avhengige av å bruke penger på tradisjonell markedsføring, slik som merkevarebygging. En stjernes forbedret evaluering på Yelp førte til en omsetningsøkning på fem til åtte prosent. Luka fant også at denne effekten ikke gjaldt for de store kjederestaurantene, og at disse restaurantenes markedsandeler hadde sunket etter at bruken av Yelp bredte om seg. På denne måten erstattes tradisjonell massekommunikasjon og merkevarebygging med personlige anbefalingssystemer, det blir en slags word-of-mouth på steroider.[10]

Airbnb er blant dem som har vært svært bevisste på hvordan de skulle utvikle tjenestenes positive omdømme gjennom å bygge felles kultur, gjennom å skape felles opplevelser som formidles gjennom sosiale medier og gjennom å etablere en felles kulturell plattform understøttet av aktiviteter rettet mot de mest aktive utleierne, samt innføring av betegnelsen «superhost».[11]

En supervert må ha leid ut minst 10 ganger, hatt en svarprosent på henvendelser på minst 90 %, minst 80 % av anmeldelsene må være 5-stjerners, og de må respektere bekreftede reservasjoner. Superverter er med andre ord spesielt utvalgte verter som også blir ivaretatt på spesielle måter; de får en reisekupong om de vil reise selv, de får et profilmerke som viser at de er superverter, de får prioritert hjelp om de trenger dette, de får først tilgang til ny funksjonalitet og nye versjoner av plattformen og de får være med på eksklusive arrangementer. Superverter er personer både Airbnb og kundene lett får tillit til, fordi de har opptrådt i samsvar med forventningene til en god vert over tid, og denne atferden er synliggjort på tjenestens nettsider.

Den nye delingsøkonomien består av tosidige markeder, der tjenesteyter etablerer plattform, spilleregler, kultur og ikke minst tillitsmekanismer. Forvaltning av tillit er en nøkkelrolle for aktørene. Koblingen mellom tillit og tjenestekvalitet gjør at omfanget av slike tjenester kan vokse svært raskt, slik en har sett med Airbnb og Uber. Når slike plattformer er etablert som dominerende aktører i en bransje, blir de like vanskelige å konkurrere ut som Finn er i Norge.

[1] Tosidige markeder omtales også som flersidige plattformer (Multi-sided platforms) og de fleste tosidige markeder vil også kunne ses som verdinettverk.

[2]       Dette er nærmere forklart på side 47 i boken Nettverksøkonomi fra 2013.

[3]       Se verdsetting av Uber her http://www.huffingtonpost.com/2014/12/04/uber-40-billion_n_6270908.html Lest 15.03.2015.

[4]       http://www.pwc.com/us/en/industry/entertainment-media/publications/consumer-intelligence-series/assets/pwc-cis-sharing-economy.pdf Lest 20.04.2015. Også omtalt her http://www.washingtonpost.com/blogs/wonkblog/wp/2015/04/16/who-millennials-trust-and-dont-trust-is-driving-the-new-economy/

[5]       Et referat av samlingen ble publisert i San Francisco Chronicle http://www.sfgate.com/business/article/Airbnb-expo-attracts-company-s-most-loyal-hosts-5910536.php Lest 16.03.2015.

[6]       https://chipconley.com/writing/ Lest 15.03.2015.

[7]       http://www.outsideonline.com/adventure-travel/diy-trips/Loudsourcing-How-TripAdvisor-Is-Changing-the-Way-We-Travel.html Lest 17.03.2015.

[8]       Du kan lese om psykologien i en positiv review og hvorfor en trenger om omfavne de negative reviewene her: http://www.inc.com/abigail-tracy/why-negative-business-reviews-are-positive.html Lest 15.03.2015.

[9]       Et sammendrag av undersøkelsen finnes her: https://www.csi.ucd.ie/content/does-tripadvisor-makes-hotels-better Lest 17.03.2015.

[10] Dette uttrykket er brukt i mange sammenhenger, se http://www.luxurydaily.com/its-not-about-channels-nordstrom-direct-president/ Lest 21.06.2015 og http://www.amazon.com/Face-Book-Relationships-Digital-Marketplace/dp/1451640064

[11]      https://www.airbnb.no/superhost Lest 16.03.2015.

Analyser av kunde- og brukerdata er lønnsomt

Nå er «Det friksjonsfrie samfunn» ferdig med språkvask og på vei til ombrekking. Her er et lite utdrag …

Ifølge en McKinsey-rapport[1] blir 75 % av alle streaminger på Netflix valgt fra personifiserte anbefalinger i systemet. Slike data som brukes til å gi anbefalinger, bidrar til at vi ser mer film og flere serier, fordi anbefalingsalgoritmene basert på stordata treffer våre preferanser bedre enn hva en tradisjonell katalog eller opplisting gjør. I den samme rapporten finner en også at selskaper som er gode på kundeanalyse har større vekst i lønnsomhet enn andre selskaper, 10–11 % versus 2–3 %. Det viser seg også at de som fokuserer på intensiv analyse av transaksjonsdata gjør det bedre enn andre fordi de også kan kutte kostnader mer effektivt. Kampen for tilværelsen, som Christian Krogh malte[2] ved inngangen til industrialderen, er blitt erstattet av kampen om oppmerksomheten, en kamp som blir stadig mer raffinert fordi vi får mulighet til å analysere større datamengder fra flere kilder, og på den måten avdekke mønstre som det tidligere ikke var mulig å se. Så raffinert er analysene blitt at Ian Eyres i boken Super Crunchers hevdet at VISA gjennom å analysere kredittkortbruk kunne finne sannsynligheten for at brukerne senere ble skilt.[3] VISA selv hevdet at de ikke kartlegger brukernes familiestatus[4] og utfører slike analyser, men at slike analyser og prediksjoner er mulige, er det lite tvil om. Om de ville, kunne de antakelig også ha sendt deg et varsel om at du var i faresonen, men spørsmålet er om du ville likt å motta noe slikt? Igjen ser en at noe av det en kan finne ut ved hjelp av analyser av store datamengder ikke nødvendigvis er noe en bør lete etter.

Mens VISA sier at de «under ingen omstendigheter selger eller låner ut din personlige informasjon til tredjepart»[5], gir Mastercard ingen slike garantier. Og vi kan bare gjette hvordan PayPal, Apple Pay, AliPay eller de andre digitale pengesystemene håndterer slike spørsmål. Gitt de store mulighetene som ligger i å analysere digitale bruksmønstre, koble data på tvers av ulike plattformer som TV, mobil, PC, erfaringer i butikker med mer og ikke minst mulighetene for å bruke disse dataene til å lage prognoser for fremtidig atferd, er det lite sannsynlig at betalingssystemenes transaksjonsdata vil være anonyme eller private. Kan hende vil nettopp det bli slutten på VISA, for vi trenger ikke lenger den tradisjonelle infrastrukturen bankene har tilbudt oss for å flytte penger.

[1]     http://mckinseyonmarketingandsales.com/infographic-me-commerce-and-the-future-of­retail Lest 26.11.2016.

[2] http://harriet.nasjonalmuseet.no/ukenskunstverk/index.php?showimage=40 Lest 20.07.2015.

[3]       Her vises til det avsnittet i boken der dette er omtalt opprinnelig, https://books.google.no/books?id=brHyklsoPRMC&pg=PT20&lpg=PT20&dq=super+crunchers+visa+predict+divorce&source=bl&ots=mHKb71FFAT&sig=CFzPl_ehqET-lBqm6j3fW5wO1II&hl=en&sa=X&ei=y4bUVNLsL8GmUoKfgLAD&ved=0CCsQ6AEwAg#v=onepage&q=super%20crunchers%20visa%20predict%20divorce&f=false

[4]       http://www.thedailybeast.com/articles/2010/04/06/how-mastercard-predicts-divorce.html Lest 6.2.2015.

[5]       http://www.visa.no/privacy-and-%20legal lest 6.2.2015.

Adaptiv læring og læringsanalyse for raskere og bedre læring.

Dette er en ikke-redigert utgave av en kort artikkel som kommer i et tidsskrift til høsten. Den gir en kort innføring i hva læringsanalyse og adaptiv læring handler om.

Introduksjon

Tenk om alle bøker, aviser og tidsskrifter du har lest kunne ”lagre” blikket ditt. Om de ”visste” hvor lang tid du brukte på hver artikkel, hver side, hvert avsnitt, hva du hoppet over og hva du leste om igjen. Og tenk deg at denne informasjonen ble lagret for alle lesere, og at den var tilgjengelig for forfatterne og forlagene. Da kunne en finne ut hva vi likte og ikke likte å lese, hva vi skjønte fort og hva vi måtte lese mange ganger før vi forsto det. Dette er hva som skjer når vi leser i digitale medier. Da skapes det en stor mengde enormt detaljerte data som kan brukes til å analysere læringsmønstre og læringsutbytte. Analyser av slike ”stordata” (big data) er i ferd med å skape et nytt fag, læringsanalyse.

Gjennom hele industrisamfunnet har mesteparten av organisert læring funnet sted i klasserom. Klasserommene skapte stordriftsfordeler fordi mange elever kunne motta den samme instruksjonen samtidig. Ulempene med detter var at ikke alle som skal lære har de samme forutsetningene. Noen har ikke grunnkunnskaper nok til å henge med og noen kan mer om et emne enn det læreren formidler. Slik falt to grupper fra, en fordi de ikke skjønte hva som ble formidlet og en fordi de kjedet seg.

Adaptiv læring

Adaptiv læring, som er den mest sentrale delen av læringsanalyse, kan endre dette. I adaptive læreprosesser gjennomgår elevene en innledende kartleggingsprøve, og ut fra denne tildeles elevene digitale læringsressurser som skal hjelpe dem til å lære det de ikke kan. Elever som har mangelfulle forutsetninger for å lære det aktuelle emnet får anledning til å gå ”tilbake” og arbeide med det de mangler. Spesielt i fag som matematikk er dette viktig, fordi mange emner bygger på forståelse av temaer som er forutsatt lært tidligere.

Adaptive læresystemer finnes i ulike varianter. De enkleste består av ferdig tilpassede læringsstier, der alle som svarer det samme på et spørsmål får den samme oppgaven i neste runde. Mer avanserte systemer bygger på statistiske modeller og andre elevers erfaringer fra samme situasjon tidligere og velger læringsressurser ved bruk av avanserte algoritmer. Etter hver instruksjon gjennomgår elevene en mestringsoppgave for å sjekke at de har nådd læringsmålene. Dersom de ikke har består mestringstesten får de tildelt nye læringsressurser helt til de mestrer oppgavene.

Denne typen adaptive læringssystemer bygger på samme teknologier som Netflix og Spotify gjør bruk av når de anbefaler filmer og musikk for deg. Netflix analyserer hvilke filmer andre personer som har likt de samme filmene som deg tidligere har sett i tillegg til de filmene du selv har sett, og anbefaler disse for deg. Nærmere halvparten av alle filmene vi ser på Netflix velger vi ut fra disse anbefalingene, og nå kan vi altså bruke samme logikk i design av læreprosesser.

Adaptive læreprosesser tilpasser læringsressurser ikke bare etter hver enkelt persons kunnskapsnivå, men også etter den enkeltes læringsstil. De som lærer best av å se en forelesning på film får mer av dette, mens de som lærer best av å lese tekst får flere tekster å lese. Slik skapes helt unike, individuelle læringsstier tilpasset hver eneste person i hele systemet. Og jo flere som bruker det, jo bedre vil det det fungere, for med større brukergrupper øker sannsynligheten for at det finnes personer som ligner deg som har vært gjennom kurset tidligere. Slik bringes nettverkseffekter, der andre personers erfaringer og gjøremål skaper en fordel for deg, også inn på læringsarenaen.

Diskursanalyse

I slike adaptive systemer kan vi også finne ut hvor gode de forskjellige læringsressursene er, hvilke som fører til godt læringsutbytte, skaper høy motivasjon for å arbeide mer med stoffet etc. fordi det er en kobling mellom mål, ressurs og måloppnåelse. Gjennom det som kalles diskursanalyse kan en dermed luke ut forklaringer som elevene har problemer med å skjønne eller som fører til at de misforstår et tema. Systemet vil selv bidra til å luke bort slike læringsressurser, fordi bare de ressursene som erfaringsmessig fører til god læring blir presentert for fremtidige elever.

Gjennom diskursanalysen kan en finne ut hvordan instruksjonsfilmer bør utformes. Erfaringer så langt viser for eksempel at slike læringsressurser ikke bør være på mer enn 6 minutter og at filmer der en ser foreleseren gir bedre motivasjon og læringsutbytte enn filmer med bare et bilde av foreleser.

Gjennom denne typen diskursanalyse kan en forbedre læringsressurser på en mye mer effektiv måte enn en har kunnet gjøre ved å bruke lærebøker. Dette gjør en også fordi systemene gjør bruk av en kunnskapsgraf, en grafisk visualisering av hvordan de enkelte emner, begreper eller temaer henger sammen. I matematikk er en for eksempel avhengig av å forstå bruk av paranteser og hvordan brøker forkortes for å kunne løse ligninger. Adaptive læresystemer vil finne ut om elevene har de nødvendige forutsetningene for å løse oppgaven, fordi kunnskapsgrafen gir klar instruksjon om hva de må kunne og hvordan en skal teste om de kan dette. Slike systemer vil ikke bare vite hva at elevene ikke klarer å løse oppgaven, men også hvorfor de ikke får det til og hva de mangler på å få det til.

Ressurser i adaptive læresystemer

I intelligente adaptive læresystemer er det tre typer ressurser. Det er kunnskapsgrafen som viser hvordan den tematiske sammenhengen mellom de enkelte delene av kurset er. Til hver node i denne grafen er det knyttet digitale læringsressurser som skal gi brukerne nødvendig instruksjon for å kunne forstå det ønskede temaet. Disse bør være av forskjellige typer, slik som filmer, tekster, spill eller andre ressurser. I tillegg til instruksjonsressursene er det ulike typer tester, øvingsoppgaver, kartleggingstester, mestringstester, evalueringstester etc. som skal måle om elevene har tilegnet seg kunnskap i henhold til læringsmålet. Dette er styrt av en ”recommender engine” som består av en rekke anbefalingsalgoritmer som til sammen skaper den ønskede læringsstien, unik for hver eneste person som bruker systemet.

Når en har en slik total oversikt over hvor ofte og hvor mye elevene arbeider i et fag, hvilke læringsressurser de foretrekker, hva som gir best læringsutbytte, når på døgnet de lærer best og mye mer, kan en bruke dette til å kartlegge elevenes fremdrift i læreprosessen Dersom kurset brukes til å forberede en eksamen bør de følge en viss fremdrift for å rekke og komme gjennom hele stoffmengden. Gjennom prediktiv analyse kan en kartlegge elevenes fremdrift i faget svært nøyaktig og gripe inn i situasjonen dersom en finner dette nødvendig. På denne måten får lærerne en unik oversikt over de enkelte elevenes arbeide med faget.

Sosial nettverksanalyse

Et tredje tema i læringsanalysen handler om å forstå sosiale nettverk. Fra teorier om læring vet vi at sosial samhandling er viktig i mange situasjoner og at det å delta i slik samhandling har verdi også utover det rent læringsmessige. Gjennom å analysere samhandling i nettverk som nye digitale læringsressurser bidrar til å utvikle og ta i bruk, kan vi også finne ut hvem som står utenfor det sosiale fellesskapet, hvem som påvirker hvem, hvem de ulike bruker tid sammen med og mye mer. Dette kalles sosial nettverksanalyse og vil kunne være en integrert del av læringsanalysen.Til sammen gir disse fire analysemetodene muligheter for å designe helt nye læreprosesser og læresituasjoner.

Kompetanser for læringsanalyse

For å bygge og ta i bruk slike systemer i praksis trenger vi flere typer kompetanse. Vi trenger kunnskap om hvordan ulike mennesker lærer best i forskjellige situasjoner og hvilke typer teorier om læring ulike situasjoner bør bygges rundt. Vi trenger å forstå hvordan hver enkelt elev lærer best, hva som skaper høy motivasjon og fører til mestring. Slik studerer vi læreprosesser på mikronivå. Videre trenger vi kunnskap om hvordan læring finner sted i en sosial kontekst og i hvilke situasjoner og på hvilke måter vi bør designe sosiale læreprosesser. Slik studerer vi læring på mesonivå, et nivå som er viktig når en skal utvikle forståelse gjennom diskusjon og sosial samhandling. Vi trenger også noen som kan lage algoritmene som analyserer stordataene som etterlates når tusenvis av mennesker skal lære omtrent det samme og noen som kan sette sammen systemene. I tillegg trenger vi kunnskap om hvilke sosiale og organisatoriske konsekvenser bruk av denne typen læringssystemer vil ha.

For å undersøke dette har NTNU etablert et nytt ”Senter for læringsanalyse” der fagfolk innen pedagogikk, psykologi, sosiologi, filosofi og informatikk arbeider sammen for å forstå hvordan slike systemer kan utformes, hvordan de kan settes sammen av ulike komponenter, hvordan læringsressurser skal utformes for optimalt læringsutbytte, hvordan en skal sikre at de innebygde testene er valide, det vil si at de måler det vi ønsker at de skal måle med mer. I tillegg er en opptatt av organisatoriske og ledelsesmessige utfordringer knyttet til bruk av systemene. Hvilke oppgaver får lærerne når både instruksjon/forelesning og retting av oppgaver for en stor del blir overtatt av systemene? Hvordan påvirker dette lærerens rolle som leder av klassens læreprosesser? Og hva blir de sosiale konsekvensene av slike læresystemer? Vil det føre til en sosial utjevning, eller vil det bidra til å skape større sosiale forskjeller fordi de elevene som var flinke fra før kommer til å arbeide mer enn de elevene som ikke var så flinke?

Konklusjon

Adaptive læresystemer og omfattende bruk av læringsanalyse kommer til å skape et paradigmeskifte i pedagogikken. Dette vil skje fordi bruken av slike systemer kan bidra til å optimalisere læreprosesser på mikronivå på en helt annen måte enn en lærer har mulighet for. I en sosial situasjon der det er flere elever som skal lære det samme samtidig, er det praktisk umulig å tilpasse læringsopplegget unikt til hver eneste elevs forutsetninger, fordi det alltid vil være forskjeller på elevene, noe de adaptive læresystemene er designet for å gjøre.

Dette gir unike muligheter til læring for personer som ikke har muligheter for å lære ved å følge undervisning i en klasse. Det kan være personer som har falt ut av skoleløpet og ikke er motiverte for å starte på nytt. Det kan være personer som ikke har hatt mulighet for å gå på skole, fordi det ikke har vært tilbud om dette på stedet de bodde. Uansett årsak til manglende kunnskap, kan slike adaptive læresystemer tas i bruk. Økonomisk er de gunstige å bruke fordi de er skalerbare og fordi merkostnaden ved å la flere brukere ta del i systemet er svært lav. I praksis er det faktisk en fordel om flere personer bruker det, fordi slike systemer er avhengig av nettverkseffekter, de er avhengige av erfaringer fra andre personers bruk for at de skal fungere optimalt.

Bruk av adaptive læresystemer er helt i startfasen, men det finnes enkelte erfaringer med slike systemer i amerikanske universiteter. Ved University of Arizona har en brukt det i matematikk, og funnet at frafallet i klassene er redusert med over 50 %, at andelen som står til eksamen er høyere enn tidligere og at svært mange av studentene får bedre karakterer med slike systemer enn uten. I Norge innfører forlaget Gyldendal et slikt system i matematikk for 5. klasse i grunnskolen høsten 2015.

Ennå vet vi altså lite om bruken av slike systemer, hvilke konsekvenser de vil ha for ulike personers læring, for måten vi designer og leder læreprosesser på i ulike sammenhenger og ikke minst har vi begrenset kunnskap om hvordan slike systemer bør bygges for å at de skal være mest mulig effektive. En gang i fremtiden vil vi antakelig ha både erfaring og kunnskap for å bygge det optimale ”intelligente læringssystemet”. Hvilke muligheter vil dette gi for å tilegne seg ny kunnskap? Og hva skjer når slike systemer kan ta i bruk Google og Skypes nye oversettelsesteknologier? Står vi på terskelen til å utvikle en global læremaskin, en lærerobot som kan hjelpe alle mennesker i verden med å lære alt mulig? Visjonene er mange, men bare fremtiden vil vise hvilken vei det bærer.

Nettbrett eller ikke…

Innlegget mitt i Klassekampen har tydeligvis skapt engasjement på flere fronter, her fra NRKs Ytring. De fleste ser imidlertid ut til å ha glemt at jeg stilte spørsmål ved om det er smart å bruke 700 millioner for å øke lærertettheten i skolen når forskere sier at dette ikke vil ha noen effekt på læringsutbyttet. Så nevnte jeg som eksempel på hva en kunne få for årets 200 millioner kroner og da trakk jeg frem iPad til alle førsteklassinger og vel så det.

Dette siden blitt til at jeg ville ha færre lærere og iPad i stedet, at barn vil bli som små roboter og nå at jeg er i mot skriftforming med penn eller hånd.

La meg si det en gang til: jeg er for variasjon!

Jeg er for at barn skal bevege seg mye, at de skal lære språk og matematikk gjennom gym, forming og ulike sosiale aktiviteter. Og jeg er ikke imot papir.

Da jeg begynte på skolen fikk vi ikke lov til å skrive med kulepenn, fordi det ødela håndskriften. Derfor måtte vi bruke penn, blekk og blekkhus og trekkpapir. Hadde skolens mest konservative krefter fått bestemme, hadde vi vel hatt papyrus og blekkhus ennå.

Vi lever altså i 2015, en tid da store deler av samfunnet er digitalisert. Flyet du flyr styres av roboter, flyverne håndterer det gjennomsnittlig 3-5 min av flytiden. Snart får du biler som kjører uten sjåfør, de er allerede godkjent for bruk på veiene i England. 3D-printere står i ferd med å endre produksjonen av varer fullstendig. Du kan få 3D-printet hus, fiolin, våpen, bil og sykkel, mat og mye annet. Spotify og Netflix har revolusjonert måten musikk og film distribueres og konsumeres på. Og sosiale medier har inntatt hverdagen som plattformer for sosial samhandling. Og så har vi en diskusjon om det er smart å bruke iPad i skolen?

Hvis barn bruker for mye iPad hjemme er det foreldrenes ansvar, ikke skolen. Og bruk av nettbrett i skolen betyr jo ikke at en ikke kan skrive med fingrene eller penn, tvert i mot. En kan skrive både med fingrene, med penn og med tastatur. En kan diktere teksten og få den skrevet og opplest etter at den er diktert.

Vær så snill og vis meg den forskningen som viser at dette ikke gir minst like godt læringsutbytte som å forme bokstavene på papir med blyant. Slik forskning har jeg ikke sett.

Problemet med mange som har ytret seg etter min kronikk er at de er ideologisk fundert og ikke forskningsbasert. Jeg mener vi trenger seriøs forskning for å finne ut hvordan vi kan bruke ny teknologi som nettbrett for å skape bedre leseopplæring. Og her kommer grunnlaget for min kronikk inn. Regjeringen bruker 700 millioner kroner til all utdanningsvitenskapelig forskning gjennom Finnut-programmet i Forskningsrådet i løpet av 10 år, like mye penger som de i et budsjettforlik med KrF pøser inn for å øke lærertettheten i skolen. Dette er ideologisk drevet, på samme måte som mye av kritikken mot kronikken min. Vis meg forskning som sier at jeg tar feil!

Facebook – hvor går de?

Utdrag fra kommende bok om digitale tjenester, kom gjerne med tilbakemeldinger.

Bilde m CC0 lisens http://pixabay.com/no/facebook-sosiale-nettverk-nettverk-257829/

Facebook, som ble startet i 2004 som et alumninettverk for Harvardstudenter, har vokst til å bli alle sosiale nettverks ”mor” og verdens største sosiale nettverk. Tjenesten hadde i september 2014 over 1,35 milliarder månedlig aktive brukere, og 864 millioner daglige brukere.

Facebook gjorde tidlig et genialt trekk i utviklingen av tjenesten ved at de gjorde plattformen åpen for 3.parts utviklere. Dette førte til at de fikk stor drahjelp i å utvikle funksjonalitet og attraktive tjenester og at de dermed kunne nyte godt av effekter som er spesielt viktige i nettverksøkonomien. Først skapte de nettverkseffekter ved at alle i prinsippet kunne kommunisere med alle og ved at informasjon kunne deles mellom venners venner også, noe som ble veldig tydelig da de i 2010 innførte ”like”-knappen. Da kunne flere digitale tjenester også knyttes sammen i Facebooks nettverk, fordi en like-knapp på avisenes nettsider førte til at alle som trykte på den ikke bare signaliserte interesse for saken, men saken dukket også opp i vedkommende persons nyhetsstrøm og ble dermed synlig for denne personens venner. Disse mekanismene er finurlige og gjør Facebook også mer robust overfor fremtidig konkurranse. For å kunne konkurrere ut Facebook må nye aktører tilby mer attraktiv funksjonalitet eller andre fordeler som Facebook ikke har eller kan utvikle, for eksempel på grunn av manglende patenter eller lignende.

I tillegg til at det er millioner av personer og bedrifter som skaper innhold og tjenester gjennom plattformen Facebook, har selskapet også etablert egne data driftssentre. Den som vil konkurrere med en slik omfattende infrastruktur for sosial samhandling må derfor ha tilgang til et stort antall milliarder kroner, og selv da vil det være et svært risikofullt prosjekt å satse på. Som illustrasjon på størrelsen av den teknologiske infrastrukturen en trenger for å drifte en slik tjenesten, kan en se på Facebooks datasenter[1] i Luleå i Sverige, som er på 27 000 kvadratmeter. Hele senteret er planlagt å fylle et areal tilsvarende fire fotballbaner når det er ferdig utbygd, det hele forsynt med fornybar energi fra Lule elv. Det er med andre ord store dimensjoner en snakker om.

Gjennom finurlige mekanismer kan Facebook ikke bare vite hva du ser på og trykker like på, men også overvåke hva brukerne av tjenestene gjør på forskjellige nettsider, fordi deres sosiale plug-ins følger med på hva brukerne gjør, selv om disse ikke er logget inn på selve tjenesten og selv om de ikke trykker på like-knappen.[2] Så bare du har med deg mobiltelefonen og du har brukt den på Facebook tidligere, vil sannsynligvis tjenesten vite hva slags musikk du liker, hvor du pleier å bevege deg og kartlegge andre opplysninger som er kjekke å ha når en skal designe verdens mest attraktive annonsesystemer. For det er annonsene som er Facebooks inntektsgrunnlag. Og annonsene følger deg overalt fordi også selve annonsene som skapes i Facebooks eget annonsesystem er gjort tilgjengelige i andre applikasjoner enn Facebook. Dermed kan alle annonsører i prinsippet utnytte de dataene Facebook har om deg til å lage mer målrettede annonser, og det er ikke lite de sitter på. De vet hvem du samhandler med aktivt, hvem som er de svake båndene i ditt nettverk[3] og er viktige brikker i din sosiale kapital.

Det er imidlertid ett problem med Like-knappen. Og det er at selv om mange kunder trykker på like-knappen på en bedriftsside på nett, er det bare et fåtall av dem som faktisk vil få oppdateringene, for dette er en tjeneste Facebook tar betalt for. Social@Ogilvy har vist[4] at Facebook setter sterke begrensninger i hvem som faktisk får se poster fra disse bedriftene i sine egne nyhetsstrømmer. Fra 2012 til 2014 gikk andelen som kunne se poster fra bedriftenes nettsider ned fra 12 % til 2 % for ikkebetalende kunder med mer enn 500 000 likes på nettsidene. Store bedrifter må derfor forholde seg til Facebook på andre måter enn små bedrifter.

Alle kan selv lage sine annonser på Facebook, segmentere målgruppene og designe egne kampanjer. Facebook gjør dermed også det geniale at de kan la brukerne hoppe over de tradisjonelle mellomleddene i reklamebransjen, reklamebyråene og mediebyråene.

Facebooks tjenester har vært i kontinuerlig utvikling. De har etablert ringetjenester der du kan snakke med dine venner direkte i plattformen, de har etablert chattetjenester, de har etablert bildedelingstjenester gjennom oppkjøp av Instagram, kommunikasjonstjenester gjennom oppkjøp av whatsapp og de utvider betalingstjenestene. En av dem som har ansvar for denne delen er David Marcus, tidligere sjef i PayPal, som er eid av eBay og ett av verdens største digitale pengesystemer. Veien fra betalingssystemer til å starte egen bank kan være kort. Så hvorfor skal ikke Facebook ha sin egen bank? De har en større kontantbeholdning enn svært mange banker, de har et nettverk bygd på moderne teknologi der milliarder av ”småtransaksjoner” gjøres pr dag, og de har et nettverk av brukere som gjør det lettere å implementere nye betalingstjenester enn det er for andre aktører uten det samme nettverket.

Facebook er også en virksomhet som driver kontinuerlig innovasjon. Funksjonaliteten i tjenesten er kontinuerlig utviklet. De har skapt attraktiv tilleggsfunksjonalitet gjennom oppkjøp av Instagram og Whatsapp. De har også kjøpt Oculus Rift, en virtual reality skjerm som gjør det mulig å lage virkelighetsnære opplevelser gjennom 3D-skjermfremvisning. Dette åpner Facebook som arena for en ny generasjon spill og simuleringer som kan dra fordeler av alle menneskene og relasjonene mellom dem.

I motsetning til mange tidligere sosiale medier, slik som Friendster, krevde Facebook at personene måtte oppgi sin egen identitet. Dette har ført til at en rekke mennesker ”friserer” sine profiler, og fremstår som mer attraktive og vellykkede enn de kanskje er i virkeligheten. I boken Mind Change skriver Susan Greenfield om hvordan digitale medier påvirker hjernen og hun egner en stor del av analysene til tjenester som Facebook, som hun mener spiller på avhengighetsskapende mekanismer. Disse mekanismene oppstår ved at det utskilles ”lykkehormoner” når en poster budskap på nett og når andre reagerer positivt på disse budskapene. Og i motsetning til tidligere tiders sosiale medier der en kunne opptre anonymt, bidrar tjenester som Facebook til å utvikle en ny type identitet, en identitet som gjør at vi ønsker å fremstå mer attraktive enn vi kanskje er i virkeligheten. Denne digitale identiteten er i følge Greenfield i ferd med å skape problemer for oss, fordi den overskygger aktiviteter i det hun kaller den virkelige verden, der vi lever våre daglige liv. Ett av eksemplene hun bruker er at Facbook var ”implicated” i 33 % av skilsmissene i England i 2011. ”Facebook went from start-up to marriage breaker in seven years” sier[5] hun.

Kanskje kunne en anonymisert tjeneste bidra til mindre dramatiske konsekvenser, fordi det da ville være et skille mellom den virtuelle og den reelle verden. Og kanskje er det akkurat dette Facebook har tenkt på da de lanserte Facebook Room i november 2014, en anonym kommunikasjonstjeneste.

Facebook er på mange måter også en disruptiv tjeneste for mediesektoren, for svært mange av oss deler lenker til innhold i andre medier som aviser, magasiner, TVstasjoner og lignende gjennom Facebook. På denne måten gjør Facebook oss til kuratorerer, til personer som finner innhold fra ulike kilder og formidler dette videre i egen kontekst gjennom bruk av ulike sosiale medier, der Facebook antakelig er den viktigste. Mange av gruppene i nettverket har en slik funksjon.

Målene selskapet har satt for denne delen av virksomheten er ambisiøse. Vårt mål er å bygge den perfekte personifiserte avis for hver eneste person i verden, sa Mark Zuckerberg i 2014[6]. Han sa at hver bruker blir eksponert for mer enn 1500 historier på Faceboook hver dag, men får bare se omtrent 100 av dem i nyhetsfeeden. Facebooks algoritme Edgerank[7] avgjør hva vi får se og ikke se i nyhetsstrømmen. Når Facebook vet at nesten 30 % av USAs voksne mennesker får sine nyheter gjennom denne strømmen, samt at 20 % av trafikken til nyhetstjenestene i USA kommer fra lenker på Facebook,[8] er det ikke rart at de ønsker å utikle dette inntektsgrunnlaget videre. Og ambisjonsnivået er så stort at de ikke bare vil sende trafikk til nyhetsnettsteder, men ”hoste” selve nyhetene i egen tjeneste[9]. Og partnerne i starten av et slikt samarbeid er New York Times, National Geographic og BuzzFeed. På denne måten tar Facebook et stort skritt i retning av å usynliggjøre dem som lager nyhetsstoffet, avisene. Konsekvensene av dette vil være store, fordi det da vil være Facebook som kan analysere forbrukerdata for å finne ut hva folk leser, hva de etterspørs og i neste runde justere algoritmene slik at de tilpasses våre endrede preferanser. Fordelen for brukerne er at de får ”alt” på en flate, i ett grensesnitt fra en aktør som med rimelig sannsynlighet kommer til å bli enda mer dominerende i fremtiden. Facebook fremstår som kandidat til å være den dominerende kuratoren der vi får servert innhold fra en rekke ulike leverandører, profesjonelle som NYT og amatører som dine venner. Fordelen for oss brukere er at dette senker våre transaksjonskostnader og gjør det enklere å dele de gode opplevelsene og ideene med våre ”venner”. Ulempene for forbrukerne er at det i stadig større grad blir Facebooks filterboble (Pariser 2012), deres algoritme som bestemmer hva vi faktisk får se, og ikke minst blir det selskapets brukerpolicy som avgjør både tematikk og form på innleggene. Etter press har Facebook fra 2015 godtatt bilder av ammende mødre, men til gjengjeld er bilder av rumper ikke tillatt[10]. Det er for øvrig heller ikke bilder av bare bryster, eller innlegg som er politisk kontroversielle eller kan virke støtende på større grupper. Derfor får du aldri se noen profetbilder på Facebook.

Om en skal forstå Facebooks forretningsmodeller og utvikling, må en også forstå hva slike tjenester gjør med sosial samhandling i samfunnet, hva de gjør med måten vi forholder oss til hverandre som mennesker på og hvilke konsekvenser den trinnvise digitaliseringen av våre liv har på den videre utviklingen av nye teknologier og digitale tjenester. Og antakelig er det forestillinger om hva dette kan innebære i fremtiden som gjorde at Facebook ble verdsatt så høyt da de åpnet selskapet for nye eiere.

Da Facebook ble tatt på børs i 2012 ble de verdsatt til over 100 milliarder dollar, det var det høyeste et selskap noen gang var verdsatt til ved børslansering, men de skulle bli grundig slått at en kineser to år senere. Her er historien om AliBaba.

[1] http://www.datacenterknowledge.com/archives/2013/06/12/facebook-status-update-live-in-lulea-on-the-arctic-circle/ og http://www.datacenterknowledge.com/inside-facebooks-lulea-data-center/ Lest 25.03.2015.

[2] Dette er ikke noe de selv forteller at de gjør, men mekanismene er oppdaget og beskrevet blant annet i denne artikkelen: http://www.tek.no/artikler/facebook_overvaaker_deg_selv_om_du_er_utlogget/102312 Lest 14.11.2014.

[3] Sterke og svake bånd er et uttrykk hentet fra Mark Granovetters ”The Strengt of Weak Ties” som du kan lese her: https://sociology.stanford.edu/sites/default/files/publications/the_strength_of_weak_ties_and_exch_w-gans.pdf Lest 14.11.2014.

[4] Denne artikkelen tar opp tematikken: http://social.ogilvy.com/facebook-zero-considering-life-after-the-demise-of-organic-reach/ Lest 14.11.2014.

[5] Dette fremkommer i et intervju i The Independent. http://www.independent.co.uk/arts-entertainment/books/reviews/mind-change-how-digital-technologies-are-leaving-their-mark-on-our-brains-by-susan-greenfield-book-review-9669360.html Lest 14.11.2014.

[6] http://www.businessinsider.com/mark-zuckerberg-wants-to-build-a-perfect-personalized-newspaper-2014-11 Lest 24.03.2015.

[7] http://edgerank.net/ Lest 24.03.2014.

[8] http://www.nytimes.com/2014/10/27/business/media/how-facebook-is-changing-the-way-its-users-consume-journalism.html?_r=0 Lest 24.03.2015.

[9] http://www.nytimes.com/2015/03/24/business/media/facebook-may-host-news-sites-content.html?_r=1 Lest 24.042015.

[10] http://www.side3.no/teknologi/dette-er-forbudt-pa-facebook/8555108.html Lest 24.03.2015.

Til Veronica

I en kommentar til dette innlegget på nrk.no skriver Veronica Nylehn, lektor i realfag i Tvedestrand følgende:

For 200 millioner kroner kunne vi heller kurset og coachet alle lærere i grunnskolen i digital kompetanse gjennom tilbud som NTNUs kurs smart læring. Gjennom dette kurset har flere hundre lærere fått øynene opp for hvordan digitale tjenester kan endre og forbedre elevenes læreprosesser, skriver han.»
Hva, skal vi bruke penger på å sende lærere på kurs? Så Krokan kan tjene penger på å holde kurs? Men vi trenger jo ikke det, hvis vi lærere får hver sin Ipad så trenger vi aldri mer dra på et eneste kurs, da kan vi lære hva det skal være på egen hånd! Hvis barneskoleelever ikke trenger så mange lærere, så kan da vel voksne lærere klare seg helt og holdent uten kursholdere!

Her er mitt svar til Veronica:

Det siste året har jeg sammen med et team på Program for lærerutdanning utviklet og gjennomført et kurs i SMART LÆRING. Dette kurset har hatt over 1100 deltakere på nett og de som gjennomfører er overveiende positive til hva de har lært og hvordan dette har bidratt til å endre deres egen undervisningspraksis. I dette kurset har jeg lagt inn en bok jeg har skrevet med samme tittel: smart læring. Den får du i sin helhet gratis som del av kurset. I tillegg har vi lagd en hel rekke filmer og tekster som beskriver hvordan du kan ta i bruk digitale notater, samskriving, sosiale bokmerker etc -det som gjør at vi faktisk kan lære smartere. I kurset er det også en holdnings-del som skal hjelpe til å utvikle det vi kaller digital dømmekraft.

Du kan gjennomføre hele kurset eller deler av det på nett, og alt er gratis 🙂 Jeg tjener ikke en øre på dette, som jeg faktisk har brukt flere tusen timer på å utvikle over mange år. Det tar tid å lese flere hundre artikler og bøker, lære seg å bruke et stort antall digitale tjenester, diskutere med de mange ildsjelene i skolen og få hjelp av dem til å utvikle det kurset de selv mener at lærere trenger for å utvikle sin digitale forståelse.

Jeg ønsker deg velkommen til å være med, jeg ønsker deg velkommen til å ta med deg dine kollegaer, til å ta oppgaven med å gjøre elvenene dine i stand til å jobbe smartere fordi de behersker et spekter av digitale tjenester.

Du finner lenke til kurset og kan melde deg på her (spre den gjerne videre til andre mulige deltakere også:)

https://edx.bibsys.no/courses/NTNU-Videre/SL/2015_v/about

Vennlig hilsen fra Arne Krokan

Regjeringen satser på feil hest!

Kronikk i Klassekampen 18. mars 2015.

Fra 2005 til i dag har det blitt 7000 færre elever i grunn­skolen i Norge, mens antall lærere har gått opp med nesten 5000, ifølgetall fra Utdanningsforbundet. Gruppestørrelsen i trinn 1–10 har gått ned fra 14 til 13,5 elever i samme periode. Norge er blant landene der lærerne har færrest undervisningstimer per uke og minst klasser.

I statsbudsjettet for 2015 har Kristelig Folkeparti fått gjennomslag for å bruke 200 millioner kroner på å tilsette flere lærere igrunnskolens barnetrinn. Dette har blitt til 700 nye lærerstillinger for utvalgte skoler.Men det meste av forskningen som tar opp endring av klassestørrelse og forholdet dette har til læring, finner at mindre klasser iseg selv ikke gir bedre lærings­utbytte. Ifølge den Newzealandske utdanningsforskeren John Hattie er årsaken til dette at lærere ikke endrer sin pedagogiske praksis selv om de får færre elever i klassene, noe han mener er nødvendig for å øke læringsutbyttet.

En kan derfor med ganske stor sikkerhet si at mindre klasser ikke vil føre til bedre læring. Så hva om en i stedet for å redusere klassestørrelsen hadde brukt dagens klassestørrelse som utgangspunkt for å endre læreprosessene?

Det siste året har Bærum kommune tatt i bruk nettbrett i utvalgte førsteklasser for å se om dette kan føre til bedre læring. Læreresom arbeider med iPad til lese­opplæring har rapportert at elever før lærte én bokstav per uke, mens de med nettbrett lærer tre tilfem bokstaver på den samme tiden. Der de før satt og skrev mmmmm og kanskje tegnet noe på m, tar de nå bilde av ting sombegynner på m. De finner ord som begynner på m, lager historier med ord på m og sitter igjen med noe som det også er interessantå vise frem hjemme.

Når elevene har hvert sitt nettbrett, kan de dele bilder og historier med hverandre. De bruker mer tid på lærings­aktiviteten fordi desynes det er morsommere enn å skrive i boka. Dermed lærer de også fortere. I tillegg bruker de flere sanser når de jobber multimedialt enn de gjør ved å jobbe på den tradisjonelle måten, hvilket også fremmer læring.

Regjeringen prioriterer altså å bruke 200 millioner kroner påå øke lærertettheten, enda de vet at det ikke er særlig merå hente på å redusere størrelsen på klassene – som i et internasjonalt perspektiv allerede er små.

For 200 millioner kroner kunne vi ha fått mellom 50.000 og 100.000 nettbrett. Da kunne alle som begynner i første klasse til høsten fått hvert sitt nettbrett eller hver sin PC. For 200 millioner kunne vi kurse og coache alle lærere i grunn­skolen i digitalkompetanse gjennom tilbud som NTNUs kurs Smart læring. Gjennom dette kurset har flere hundre lærerne allerede fått øynene oppfor hvordan nye digitale tjenester kan endre og forbedre elevenes læreprosesser. Kurset er digitalt, skalerbart og effektivt for dem som gjennomfører det.

Med 200 millioner kroner kunne alle de 66.000 lærerne i grunnskolen få styrket sin digitale kompetanse og blitt med i de lærende nettverkene som bygges rundt de mange ildsjelene i skolen, de som har startet delogbruk.no, som har fått elevene sine til å skrivelærebøker for lærerne på engelsk og fått dem publisert på Amazon, som har lagd hundrevis av læringsressurser som er lagt på netttil elever som grunnlag for omvendt undervisning, lærere som har bidratt til å gjøre elevene mer selvstendige gjennom å ta i bruk flere av mulighetene som ligger i mer sosiale læreprosesser. For det er ogsådette digitale tjenester handler om.

Regjeringens 200-millioners satsing kommer ikke til å øke læringsutbyttet for elevene. Den kommer ikke til å bedre resultatene på nasjonale eller internasjonale prøver. 700 flere lærere innebærer en nasjonal lærerøkning på én prosent. Det beste som kan skje er at noen utvalgte lærere vil få et par færre elever i klassene sine. Det vil ikke hjelpe elevene.

Ifølge Kunnskapsdepartementets rapport «Lærerutdanning i endring» vil det allerede fra 2016 være betydelig mangel på lærere. Konsekvensen av 700 «nye» lærere til utvalgte skoler blir derfor at andre skoler vil få færre kvalifiserte lærere. Regjeringens satsing er derfor et forsøk på å skåre billige retorisk poenger, mens de i liten grad gjør noe med det som virkelig kunne skape endringer – økt digitalisering av læreprosessene.

Forskningsrådet er i gang med et stort prosjekt for utdanningssektoren (Finnut). I denne satsingen er det så langt ingen prosjekter eller initiativer som omhandler hvordan nye digitale tjenester som for eksempel adaptiv læring kan bidra til å endre læreprosesser, selv om dette er ett av de områdene det satses mest penger på å utvikle internasjonalt. USA har for eksempel investert over to milliarder dollar i utvikling av nye digitale læringsteknologier. Dette skjer fordi slik teknologi og slike digitale tjenester har potensial til å endre elevenes læringsutbytte radikalt.

I stedet for å investere i forskning som kan føre til kunnskap om hvordan vi kan bedre læreprosesser radikalt, investerer regjeringen og KrF mer penger i det som ikke virker. Forstå det, den som kan!

Hva digital markedsføring handler mer og mer om

Utkast til tekst som vil inngå i ny bok om digitale tjenester. Kommentarer ønskes….

Markedsføring har tradisjonelt handlet om hvordan varene kommer fra produsentene til forbrukerne. I en mannsalder har studenter lært om de fire P-ene, om varene, den fysiske logistikken, markedskommunikasjon, om hvordan forbrukerne opptrer og mye annet.

Annonsørene har vært opptatt av hvordan de skal skape oppmerksomhet og interesse om deres produkter og tjenester, hvordan de skal få dem til å ville ønske seg produktene og faktisk kjøpe dem. Akronymet AIDA, attention – interest – desire – action, med opphav hos kreative annonsører på slutten av 1800-tallet, har vært annonsørenes ledestjerne i over 100 år. I følge Donnie Bryant[1] er det bare to ting som kan forhindre kjøp av produkter som folk virkelig ønsker seg. Det ene er at de ikke har ressurser til å kjøpe det og det andre er at kjøpet er forbundet med en eller annen form for risiko. I tillegg kan en trekke inn moralske og etiske grunner til at en lar være å kjøpe visse produkter. At de personer ikke har ressurser til å handle kan markedsførere vanskelig gjøre noe med, men redusere risiko kan de bidra til. Og svaret på det spørsmålet er tillit. Gjennom å utvikle merkevareegenskaper etableres også tillit, gjennom å synliggjøre erfaringer fra tidligere kunder og handelssituasjoner overføres tillit fra en situasjon til en annen. Delingsøkonomiens forretningsmodeller består i å orkestrere slik tillit gjennom å etablere to-sidige markeder og på den måten også bidra til mer effektiv ressursutnyttelse og mer effektive markeder.

Markedsføring har gått fra å være et håndverk til å bli vitenskap, der selv varenes plassering i butikkhyllene er gjort til gjenstand for spesialisering. Hvor varene skal stå i butikken og på hylla, og hvilke varer som bør stå ved siden av hverandre for å skape et optimalt salg, er ikke lenger basert på intuisjon, sunn fornuft og skjønn, men på empiriske modeller og datasimuleringer der de underliggende teoriene nok er på et annet matematisk nivå enn det de gamle kjøpmennene behersket. Og det har fått sin egen merkelapp, – retail space management.[2]

Hver gang vi går i butikken legger vi igjen enorme mengder data om hva vi handlet, hvilke kombinasjoner av varer og tjenester vi handlet, når på døgnet vi vanligvis handler og lignende. Og slike data kan utnyttes til å tilby oss produkter vi kanskje ikke hadde tenkt på i den aktuelle situasjonen, produkter som gjør at vi kommer mer fornøyd ut av butikken samtidig som de får solgt mer. Den enkleste måten for butikkene å få førstehånds kjennskap til handlevanene dine er om du bruker loyaliltetskort ala COOP-kortet eller lignende. Da kan alle kjøp du og din familie gjør, forutsatt at du registerer kortet, brukes til å skreddersy tilbud til deg. Men selv uten slike kort kartlegges handlevanene dine fordi du bruker vanlige bankkort og Mastercard har for eksempel noe de kaller ”Globale retningslinjer for personvern”[3] der du som bruker har gitt Mastercard tillatelse til å samle inn ulike typer data. Blant data de sier de samler inngår kontaktinformasjon for venner, innhold som du gjør tilgjengelig (for eksempel fotografier, artikler og kommentarer), informasjon om ansettelse, anen informasjon om for eksempel atferd og preferanser i forbindelse med kjøp, foretrukket språk, alder, fødselsdato, kjønn og familiestatus. De sier selv at enkelte av disse opplysningene samles inn automatisk for eksempel via cookies og web beacons. En beacon er et gjennomsiktig bilde, som typisk er 1*1 pixel stort, med andre ord usynlig for den som ser det.[4] Becons er ekstremt nyttige fordi de brukes til å kartlegge hva du gjør på den bestemte nettsiden, hvordan du navigerer mellom ulike sider og dermed til å bygge opp en type forbrukerprofil av deg.

Slike data fra ulike nettsteder benyttes til å finne ut hva du bruker oppmerksomhet på, for det du bruker oppmerksomhet på vil du senere også bruke penger på. Dette er ideen bak tjenestene ”Next big sound”[5] og ”Next big book” som er tjenester som kartlegger musikkbruk og interesse for bøker. Vinteren 2015 hadde Nextbigsound analysert nærmere 450 milliarder musikkavspillinger på Spotify, YouTube, Vevo, Soundcloud, Vimeo og andre sosiale avspillingstjenester, og sjekket dette opp mot 17 milliarder rapporter om musikk fra fans gjennom å høste data fra Facebook, Twitter, Instagram og andre sosiale medier. Slik kunne de finne ut hva hvordan artistene interagerte med publikum gjennom sosiale medier. Slik kan de finne ut hvem som vil bli de neste stjernene og veldig mye annet. Nextbigbook gjør det samme, men for forlagsbransjen.

Analyse, analyse, analyse – det er hva digital markedsføring handler om. En går fra enkle tommelfingerregler til mer vitenskapelig funderte analyser, der analysemodellene forbedres etter hvert som er får mer data som viser brukernes faktisk atferd, preferanser, verdier, sosiale interaksjon og mye mer.

Denne typen data bruker også butikkjedene blant annet til å bestemme hvilke produkter som skal få stå i hyllene. Den britiske kjeden Sainsbury oppdaget at et lite solgt merke frokostkorn oftest ble kjøpt av personer som handlet ofte og mye i butikken, noe som gjorde at de likevel beholdt produktet i hyllene. I stedet for å irritere de loyale kundene ved å fjerne produktet, kunne de på grunn av analysedataene bestemme at de skulle fortsette å selge produktet, fordi det var viktig for deres viktigste kunder.

Denne koblingen mellom analyse og butikkdesign trekkes etter hvert også stadig lengre ut av de fysiske butikkene. Sainsbury eier også en bank og analyser viste at personer som brukte denne banken også brukte mer tid i butikkene og handlet for større beløp enn andre kunder.

En annen kjede, Tesco lot kundene få en gratis online filmtjeneste kalt Clubcard TV, som ble lansert i mars 2013. Gjennom denne tjenesten kunne de skreddersy annonser basert på hva kundene kjøpte i butikken dagen før.[6] Tjenesten ble imidlertid lagt ned i oktober 2015, fordi de ikke fikk mange nok kunder til å bruke den ofte nok.[7]

Mens Amazon har skapt Kindle og bidratt til at vi leser bøker på andre måter enn tidligere, har Tesco etablert Hudl, et wi-fi Android nettbrett der relasjonene til Tesco er forhåndsinstallert. Dermed blir det lett å binde kundene til seg, for som de selv sier, de har ”everything you need from Tesco in one place”.[8] Slik skapes innlåsingseffekter gjennom ny teknologi og ved å gjøre det enklere å handle hos de utvalgte leverandørene, slik Amazon gjør med Kindle og Tesco med Hudl.

Moderne markedsføring handler også om strategi og makt, makt til blant annet å holde produkter ute av hyllene, og det er makt til å holde produsenter og tjenesteytere ute av markedene når de ønsker å konkurrere med de etablerte aktørene. Det fikk Colorline erfare da de satte seg fore å konkurrere med SAS på det innenlandske flymarkedet i Norge. Det gikk ikke særlig bra for Colorlines vedkommende. De hadde ikke finansiell styrke til å holde ut en situasjon der konkurrentene senket prisene på de konkurranseutsatte rutene, og gikk konkurs etter relativt kort tid.

Slike forhold ligger til grunn for den omfattende reguleringen av salg og markedsføring i landet, der lover og regler blant annet skal bidra til å hindre de dominerende aktørene i å misbruke sin posisjon, til at det foregår en rettferdig konkurranse som skaper fordeler for forbrukerne.

I det digitale nettsamfunnet endres mange av de tradisjonelle spillereglene, rett og slett fordi de underliggende økonomiske mekanismene skifter fra den industrielle til de digitale nettverkenes logikk. Så når Norwegian entret flymarkedet, var det ikke med en tradisjonell organisasjon og det tradisjonelle distribusjonsapparatet. Norwegian satset helt fra starten av på å bygge mer effektive arbeidsrutiner og å tilby billetter direkte til kundene gjennom sin egen web. Etter 5 års drift ble over 85 % av billettene solgt direkte fra eget nettsted, en strategi som har bidratt til store forandringer i hele reiselivsbransjen.

Kampen for tilværelsen, som Christian Krogh malte ved inngangen til industrialderen, er blitt erstattet av kampen om oppmerksomhet, en kamp som blir stadig mer raffinert fordi vi får mulighet til å analysere større datamengder fra flere kilder, og på den måten avdekke mønstre som det tidligere var mulig å se. Så raffinert er analysene blitt at Ian Eyres i boken Super Crunchers hevdet at VISA gjennom å analysere kredittkortbruk kunne finne sannsynligheten for at brukerne senere ble skilt.[9] VISA selv hevdet at de ikke kartlegger brukernes familiestatus[10] og dermed utfører slike analyser, men at slike analyser og prediksjoner er mulige, er det lite tvil om. Mens VISA sier at de ”under ingen omstendigheter selger eller låner ut din personlige informasjon til tredjepart”[11] gir Mastercard ingen slike garantier. Og vi kan bare gjette hva PayPal, Apple Pay, AliPay eller de andre digitale pengesystemene håndterer slike spørsmål. Gitt de store mulighetene som ligger i å analysere digitale bruksmønstre, koble data på tvers av ulike plattformer som TV, mobil, PC, erfaringer i butikker med mer og ikke minst bruke disse dataene til å lage prognoser for fremtidig atferd, er det lite sannsynlig at betalingssystemenes transaksjonsdata vil være anonyme eller private. Kan hende vil nettopp det bli slutten på VISA, for vi trenger ikke lenger den tradisjonelle infrastrukturen bankene har tilbudt oss for å flytte penger.

Nye digitale tjenester endrer måten både markedsføring og salg foregår på, og det endrer annonsesystemene og infrastrukturen for å håndtere fenomenet oppmerksomhet.

[1] http://rhinodaily.com/donnie-bryant-is-aida-outdated-as-a-marketing-process-part-ii/ Lest 4.feb 2015-02-05

[2] Du kan lese mer om visualiseringer av space management i dette dokumentet http://www.scribd.com/doc/53703897/Space-Management-of-a-Store#scribd Lest 6.2.2015, gratis preview av hel artikkel.

[3] http://www.mastercard.com/no/personal/nn/general/globale-retningslinjer-for-personvern.html Lest 6.2.2015.

[4] Du kan lese mer om hva beacons er her http://www.allaboutcookies.org/faqs/beacons.html og på denne siden fra Yahoo https://info.yahoo.com/privacy/us/yahoo/webbeacons/ Lest 6.2.2015.

[5] https://www.nextbigsound.com/industryreport/2014 Lest 6.2.2015.

[6] Omtalt i denne artikkelen ” How supermarkets get your data – and what they do with it” http://www.theguardian.com/money/2013/jun/08/supermarkets-get-your-data Lest 6.2.2015.

[7] https://clubcardtv.zendesk.com/entries/97386113 Lest 6.2.2015

[8] http://www.tesco.com/direct/hudl-7-wi-fi-android-tablet/110-4386.prd Lest 6.2.2015.

[9] Her vises til det avsnittet i boken der dette er omtalt opprinnelig, https://books.google.no/books?id=brHyklsoPRMC&pg=PT20&lpg=PT20&dq=super+crunchers+visa+predict+divorce&source=bl&ots=mHKb71FFAT&sig=CFzPl_ehqET-lBqm6j3fW5wO1II&hl=en&sa=X&ei=y4bUVNLsL8GmUoKfgLAD&ved=0CCsQ6AEwAg#v=onepage&q=super%20crunchers%20visa%20predict%20divorce&f=false

[10] http://www.thedailybeast.com/articles/2010/04/06/how-mastercard-predicts-divorce.html Lest 6.2.2015.

[11] http://www.visa.no/privacy-and-%20legal lest 6.2.2015.

Innovasjon i mediesektoren

De tradisjonelle avisene sliter med å takle overgangen fra industri- til digitalt nettsamfunn. Hvert eneste år de siste årene har opplagene for papiravisene sunket, og ved inngangen til 2015 beskrives situasjonen som dramatisk for riksavisene, som i følge Journalisten tapte hver tredje annonsekrone sist år, i tillegg til tapte inntekter fra avissalg.

Nedgang i bransjen går selvfølgelig også ut over de ansatte, med omfattende oppsigelser, omstillinger og endrede arbeidsvilkår. Utfordringene har kommet så langt at journalister har havnet øverst på listen over ”de verste jobbene”. Så hva er er det de sliter med?

Avisene har gått fra å levere fysiske produkter til å levere digitale tjenester. Det krever en omstilling som de ikke ser ut til å ha mestret foreløpig. Om en ser på hva som særpreger digitale tjenester mer generelt, er det noen særtrekk ved dem som følger av at de er del av den digitale økonomien.

For det første må de bidra til å senke brukernes transaksjonskostnader. En må derfor gjennomføre en systematisk analyse av hvordan dette er tenkt gjort. Det handler særlig om søkekostnader og informasjonskostnader, men også forhandlingskostnader og beslutningskostnader bør vurderes. For at dette skal kunne gjøres må de ha en klar formening om hva de egentlig selger, hva avisenes egentlig produkt eller tjeneste er.. Er det underholdning, opplysning, kunnskap eller noen annet? Og kanskje må disse delene analyseres hver for seg?

Det neste en må spørre om er hvordan en kan skape nettverkseffekter. Hvordan få brukerne til å spre artikler og annet materiale viralt, dele med hverandre gjennom nettverkene? Og når en gjør dette må en også koble valg av forretningsmodell til valg av distribusjonsform. Noen kunder vil betale for produktet mens andre vil skape verdier på andre måter. Hvordan?

Det tredje spørsmålet en må stille er om noe av materialet er en commodity eller om det er sannsynlig at det vil bli det i løpet av den nærmeste tiden. Commodities er enheter som er lett substituerbare, det spiller ingen rolle hvem som produserer dem fordi de er fundamentalt like på en måte som gjør at de lett kan erstatte hverandre. Flyseter Oslo-Bergen er en slik tjeneste, strøm, SMS-meldinger med mer. Commodities blir gratis om de er digitale (SMS har ikke vært gratis fordi de har vært tilbud av monopolister/duopolister og ikke i frie markeder). Hva i avisen er commodity og hvordan skal dette stoffet behandles i forhold til annet stoff?

En bør også koble inn oppmerksomhetsøkonomien, hvordan skape oppmerksomhet om de gode sakene? Og kanskje er ”mann biter hund” gått ut på dato?

Når tjenestene er digitale, endres også forbrukeratferden. Vi skaffer oss tilgang til dem på nye måter, for eksempel gjennom at de deles i sosiale medier (= nettverkseffekter). Hvordan skal vi forholde oss til disse nye arenaene og forbrukerprosessene? Tviholde på de gamle forretningsmodellene (betal og få tilgang til tjenesten) eller se om en kan utvikle nye?

I et slikt bilde må en spørre hvem konkurrentene er og hva de tilbyr. Det blir feil å spørre hvem som tilbyr lignende tjenester. Avisene får dermed andre konkurrenter enn de hadde tidligere. Kanskje må en spørre hvem som vil konkurrere om lesernes oppmerksomhet, fordi den teknologiske konvergensen gjør at vi bruker samme dings (for eksempel en smarttelefon) til å både å lese ”aviser”, se film, høre musikk etc.

Facebook har opplagt ambisjoner om å ta dette markedet. Hvordan skal en forholde seg til Facebook som konkurrent?

Nye digitale tjenester basert på ”big data” – metodikk kan hjelpe oss med å endre konkurransebildet. Vi må vite mer om leserne/konsumentene og vi må bruke denne kunnskapen til å skreddersy tjenester til målgruppene. Det er hva en artist som LadyGaga gjør og det er hva en legger til rette for gjennom tjenester som Nextbigsound, en ”musikkanalysetjeneste” som gjør at artister få presentert analyser med gode visualiseringer basert på data fra ulike sosiale medier og andre kilder.

Så hvilken vei vil avisene gå? Er løsningene å produsere det gode innholdet selv, eller må de tenke mer på allianser i nettverk? Hvem skal inngå i alliansene? Hva er forholdet mellom profesjonelle og semiprofesjonelle ”journalister”? Kan de hårete sakene crowdsources? Kan brukerne lage enda mer av innholdet?

Og hva skal en tjene penger på? Det er ingen lette utfordringer, men jeg mener at en i alle fall må bygge de nye tjenesten på grunnprinsippene i den digitale økonomien, og det har de ikke vært flinke til hittil. Se på Lady Gaga!

Dette er noe av tematikken jeg skal analysere i mitt foredrag på  Nordic Data Journalism Conference i Ålesund i slutten av januar. Kanskje noen har innspill til analysen min? Hva er galt med mediene og hva kan vi gjøre med det?