EDOS 2022 uke 01
Estimeringsfeil, å fremme autonomi, Islands muligheter, åpne data og banebrytende innovasjon plus risikoforståelse i infrastrukturbeslutninger og kritisk tenking, hva som egner seg til digitalisering
EDOS-forskning om systematisk estimeringsfeil
HVA: Lederen for EDOS, Magne Jørgensen, har forsket på hvordan vi bedre kan forstå bias i estimater ut fra hva det er som skal estimeres, en problemstilling svært relevant for programvareutvikling.
INTERESSANT er det at:
Avhengig av om vi vil estimere gjennomsnitt, median eller modus vil vi oppleve ulike former for bias - for å si det enkelt må vi ha klarhet i hvilke av disse målene vi ønsker å estimere for å vite hvilken bias som gjør seg gjeldende
Dette skaper behov for å kunne systematisk måle forventet bias (og ikke bare forventet estimeringsfeil).
HVA SÅ?
Dette innebærer en langt mer reflektert tilnærming til estimater, for det krever en analytisk tilnærming til tre ting: selve estimeringen, hva som estimeres og hvordan justere for forventet bias.
Dette krever sin matematiker, som så må jobbe tett med ekspertise i arbeidet som skal estimeres. Dette bør bygges inn i utviklingsteamenes verktøykasse
Lederskap som fremmer autonomi
HVA: Forskere i Belgia, Nederland og Syd-Afrika undersøkte effekten av støtte for autonomi hadde for engasjement og utmattelse, og hvilke faktorer påvirket denne effekten.
INTERESSANT er det at:
Lederskap som støtter medarbeideres autonomi har en tydelig positiv effekt på deres velvære
Medarbeidernes engasjement påvirkes positivt av autonomi, særlig når arbeidsdesign (for eksempel tydelige roller, ansvar, m.m.) er velutviklet, eller oppfattes slik
Autonomi har også positiv sammenheng med ressurser som gjøres tilgjengelig til å gjennomføre arbeidet
HVA SÅ?
Å støtte autonomi innebærer veloverveide adferdsendringer, men først og fremst vilje til å risikere mer ved å gi avkall på (tilsynelatende) kontroll
Utmattelse bør sees på som et symptom på at ressurser ikke står i samsvar med autonomi
Island: mye bra, store muligheter
HVA: En OECD rapport om innovasjon i Island viser gode muligheter for forbedring, men behov for omfattende investering for å få det til.
INTERESSANT er det at:
Masse interessante data, der Norge ofte er med til sammenligning. Dermed er mange av de foreslåtte løsningene også relevante for oss
Island bygger sin innovasjonspolicy på fem pillarer: utbredt tankesett, finansiering, markedstilgang, strukturelle rammeforutsetninger og utbredt kompetanse, og alle trenger mer arbeid
Koordinering av forsknings- og utviklingsarbeid generelt og anvendelse i privat sektor er spesielt viktig, og det ser ut som små- og mellomstore virksomheter ligger mest etter.
HVA SÅ?
Selv i et forholdsvis lite og oversiktlig land som Island begrenses ikke innovasjon av mangel på ideer, men manglende evne til å ta dem i bruk
Å utnytte mulighetene i innovasjon krever hardt og mye arbeid på flere fronter og med ulike virkemidler.
Åpne data og Covid-orientert innovasjon
HVA: En studie som hentet data fra OECD OPSI-databasen og undersøkte nærmere bruk av åpne data i forbindelse med Covid-19.
INTERESSANT er det at:
Et begrenset antall typer tiltak gjorde seg gjeldende, særlig datavisualisering, hackathon og åpne datasett.
Covid-19 viste behovet for evne til å raskt innovere, som bare er mulig ved disrupsjon i utviklingsprosesser på aggregert nivå. Altså at store virksomheter må brått kunne gjøre ting på en annen måte
Interoperabilitet er en nødvendig del som muliggjør nytte fra åpne data
HVA SÅ?
At visualisering er det mest utbredte innovative tiltak, tyder på at det er store muligheter i faktisk bruk av data, for eksempel i bedre deling av analyser, kunnskap, koordineringsløsninger, m.m.
Hvor utbredte er hackathons i Norge?
Bonus
Foreslått rammeverk for bedre risikovurdering i infrastrukturbeslutninger.
Interessant artikkel om bruk av kritisk tenking for å greie seg gjennom tider med paradokser og kriser, altså vår tid.
Dansk analyse om hvilke offentlige tjenester egner seg best til digitalisering
Leifs røde tråd
Det er stor interesse - og stor prinsipiell oppslutning - om dette med å være “datadrevet”. Her har vi flere artikler som utforsker hva det vil si i praksis. Magne (Jørgensen) viser hvordan vi bedre kan forstå bias i våre estimering, og de to andre hovedartiklene illustrerer bruk av data til å bedre forstå innovasjon og pandemi.
Hvordan slik informasjon påvirker beslutninger, er en annen sak, og her er artikkelen om kritisk tenking viktig, for data er unyttig hvis man ikke forstår både hva den forteller og hva den ikke forteller, altså hva som er gjenværende usikkerhet.