I år, et år etter Leonard Nimoy, bedre kjent som “Spock”, sin død, er det 50 år siden den første episoden av Star Trek: The Original Series ble vist på amerikansk TV. Verden har forandret seg mye siden den gang, og mange oppfinnelser som først ble popularisert av Star Trek er nå vanlige i samfunnet.

Oppfinnelser som fantes eller var underveis, men som aldri ble antatt å være noe alle ville eie 50 år senere.

I tillegg til å være daglig leder for kjønnsforskning og tilhørende Institutt for medie- kultur og samfunnsfag ved Universitetet i Stavanger, er Ingvil Hellstrand science fiction-fan og Star Trek-fan. Hun har skrevet doktoravhandling om menneskelighet i Star Trek og Battlestar Galactica. 

Hellstrand mener at det fiktive universet vi møter i Star Trek er bygget på trender fra tiden det ble laget.

All teknologien som brukes var i sin tidligste fase da Star Trek kom. Hellstrand mener at det er teknologi man kan forestille seg, som blir store i science fiction. Og at det er denne teknologien som ofte blir videreutviklet til virkeligheten.

– Det kan være vanskelig å skille mellom produkt og produsent her. Science fiction lar seg påvirke av de som produserer teknologi, men de som produserer teknologi lar seg også påvirke av science fiction.

Nettstedet filmjunk har satt sammen en liste over de ti største oppfinnelsene i Star Trek som vi bruker i dag. Vi benytter sjansen til å skrive litt mer om hver av dem:

1. PC

I Star Trek: The Original Series ble den personlige datamaskinen introdusert. Det var PC-er i alle møterom, og karakterene styrte dem hovedsakelig ved å snakke til dem.

Datamaskiner i seg selv var ikke noe nytt da Star Trek kom. De har vært i jevn utvikling helt siden Ada Lovelace utviklet det første tidlige dataprogrammet i 1840 og da Alan Turing utviklet den kodeknekkende maskinen Bombe under andre verdenskrig i 1939. Det som derimot ikke fantes, var datamaskiner som var tilgjengelig for alle.

Det var først i 1974, fra fem år etter at Star Trek: The Original Series sluttet, at den første datamaskinen som var ment for allmennheten, ble produsert. Det var en Altair 8800, navngitt etter en galakse i Star Trek.

Det skulle likevel ta tid før det kom en brukbar datamaskin til hjemmebruk. Det var ikke før i 1981, med IBM Personal Computer, at datamaskiner ble tilgjengelig for alle som en PC.

I dag er det nærmest utenkelig å ikke ha en PC. Mange har gjerne flere PC-er også. Men i fremtiden blir det kanskje mindre vanlig igjen, siden alle har datamaskiner på nettbrett og telefoner og muligens andre apparater.

Ifølge Ingvil Hellstrand ser vi allerede dette skje.

– Når man ser 18-åringer kommunisere med hverandre i dag, er det via touch skjermer og ikke via mail. Man går generelt mer og mer vekk fra PC, men det forsvinner nok ikke.

2. Nettbrett

I Star Trek måtte ofte Kaptein Kirk godkjenne forskjellige prosjekter med en signatur på et nettbrett, altså en liten PC uten tastatur.

Det første virkelige nettbrettet som ble produsert, kom først 13 år senere og het GRIDPad.

I 1993 kom det første nettbrettet fra Apple, og andre selskaper fulgte etter på 2000-tallet. I dag er nettbrett vanlige apparater som finnes i mange størrelser og prisklasser, og til forskjellige formål.

3. Bærbar datalagring

Bærbar datalagring er nå så vanlig at vi nesten ikke tenker over det. De ble først introdusert for allmennheten i Star Trek.

Datalagringen i Star Trek var små disker, fargekodede, men ellers uten merking. Diskene ble satt inn i store datamaskiner og bærbare maskiner, og det var mulig å hente ut det som var lagret på dem. Det at de ikke var merket, kan tyde på at de ble gjenbrukt.

Bærbare minner ble i virkeligheten først produsert som en 8-tommers diskett, en såkalt floppy disk, i 1971. De kunne flytte minne, men de kunne ikke gjenbrukes. Det du lagret der, ble værende.

Over tid har vi fått USB og minnekort, som er midlertidige minneholdere, og som mange bruker i hverdagen. Her kan du flytte minner frem og tilbake, og de er i så måte kanskje enda likere diskene fra Star Trek.

4. Biometri

Biometri er å bruke målbare karaktertrekk for å gjenkjenne personer.

Star Trek brukte biometri blant annet i form av at PC-ene kjente igjen hvem som snakket via stemmegjenkjenning. I løpet av serien ble biometri også brukt til å kjenne igjen Kaptein Kirk ved å skanne hånda hans. Skanning av øyne ble også brukt i en episode.

Biometri er i seg selv ikke nytt. Faktisk har fingeravtrykk for å lage lister over kriminelle vært kjent så langt tilbake som 1891. Mer avansert biometri, som stemmegjenkjenning, er derimot nyere. Det første internasjonale patentet på stemmegjenkjenning ble innlevert i 1983. Det er nesten 20 år etter at Star Trek benyttet seg av teknologien.

Nå finnes versjoner av programmer for stemmegjenkjenning i de fleste personlige PC-er, i form av Google Now til Android, Siri hos Apple og Cortana hos Windows. Dette er programmer som skal høre hva som blir sagt, men som mer og mer også skiller ut eieren sin stemme, og kun responderer når rett person snakker.

Biometri brukes også der vi ofte ikke tenker over det. I alle nye pass er for eksempel fingeravtrykk en del av ID-en, og skanning av ansiktet er vanlig mange europeiske passkontroller. Før var slikt kun for de kriminelle.

5. Trådløse hodetelefoner

I Star Trek brukte Lieutenant Uhura jevnlig en trådløs øreplugg til kommunikasjon. Noen ganger ble den brukt av andre karakterer, som Kaptein Kirk også.

I virkeligheten ble digital trådløs telekommunikasjon først laget for hjemmebruk fra 1988, da den første trådløse fasttelefonen kom. Videre har vi fått bluetooth som ble introdusert i år 2000.

Hva som skjer med trådløs kommunikasjon i fremtiden, er fortsatt åpent, men neste steg blir kanskje å få mottakere innebygd i øret – et scenario à la det som ble vist i den dystre science fiction-serien Black Mirror. Der hadde alle mennesker øretelefoner som også tok opp og lagret alle samtaler og alt som skjedde i livet til den enkelte.

– Dette er et eksempel på en spekulasjon om hvordan fremtiden vil bli. Science fiction er alltid en kommentar på nåtiden, og dette blir da en kommentar på hvordan vi hele tiden er oppkoblet til nettet og andre mennesker. Science fiction henter spørsmålene fra virkeligheten og forsøker å svare, men svarene trenger ikke å stemme, sier Hellstrand.

6. Søkesystem

I Star Trek ble det brukt et søkesystem for å ha kontroll på hvor mannskapet befant seg, men også for å kunne låse seg inn på koordinater når man skulle forflytte seg fra et sted til et annet.

I den virkelige verden var det ikke så greit.

Selv om GPS ble introdusert allerede i 1978, bare 12 år etter Star Trek, tok det lang tid før den ble allment tilgjengelig. GPS-en ble tilgjengelig for allmennheten først i 2000 og har blitt forbedret i alle år siden.

Det er nok mange som husker den menneskelige ekvivalenten til GPS, en kartleser. Mindre effektivt og ikke uten menneskelige feil.

7. Automatiske skyvedører

I Star Trek ble skyvedører brukt hele tiden. Mellom alle rom var det dører som skled til siden når folk skulle gå gjennom. Skyvedører er ikke en ny oppfinnelse. Det er for eksempel funnet ruiner etter skyvedører fra Pompeii.

En skyvedør fra Pompeii var en stor port som ble dratt til siden. Heiser fra 1950-tallet hadde knapper man kunne trykke på for å åpne dørene, eller rett og slett folk som jobbet som heisåpnere, men i Star Trek var det automatiske dører mellom alle rom.

Nå er automatiske skyvedører vanlig inn til de fleste kjøpesentre og andre offentlige bygninger, i tillegg til at mange har skyvedører til garderober og andre skap hjemme. Sistnevnte er riktignok stort sett manuelt styrt, men likevel et godt eksempel på hvordan det nå er helt vanlig for oss med skyvedører.

8. Tricorder

I Star Trek hadde de en hendig tricorder som har blitt beskrevet som en “teknomagisk sensorboks som kan måle og undersøke alt og enda litt”. Den ble brukt til å måle, analysere og ta opp data.

Tricorderen hadde ikke tastatur, men touchskjerm. Vi kan blant annet se Mr. Spock bruke en medisinsk tricorder som skanner en hel kropp og forteller hvilke innvendige skader som er til stede.

Nå er multifunksjonelle hånddatamaskiner med touchskjerm helt vanlige og kommer i form av smartapparater, som smarttelefoner, smartklokker og mer.

Her er det mange muligheter for fremtiden. Smartkjøleskap kan være det neste til å bli populært. “Tingenes Internett”, der flere og flere dagligdagse apparater blir koblet til internett for å forbedre funksjon, har vært jobbet med siden 90-tallet.

– Vi tar i bruk nye digitale løsninger hele tiden. Teknologien er der allerede, og det er en trend at vi tester den ut på nye ting ved å tilpasse bruksområdet, for eksempel til å brukes i et kjøleskap. Dette gjør oss også sårbare, fordi vi er avhengige av nettet hele tiden, sier Ingvill Hellstrand.

9. Stor bildeskjerm

I kontrollrommet på romskipet Enterprise var det en stor bildeskjerm som hjalp Kaptein Kirk og resten av mannskapet med å holde oversikt over omgivelsene og rommet rundt dem.

I dag er storskjermer vanlig i de fleste hjem. De ble dog ikke vanlige før skjermteknologien gjorde store sprang på 1990- og 2000-tallet.

På tross av at de i Star Trek hadde storskjerm helt fra starten av ble den sjelden brukt til kos. Det var faktisk kun én filmkveld storskjermen ble brukt til i hele den originale serien.

10. Kommunikator

Allerede i starten av Star Trek hadde de kommunikatorer. Små apparater som kunne festes til beltet og som ble brukt til å kommunisere med hverandre. Kommunikatorene ble ofte brukt av Kaptein Kirk og resten av mannskapet til å tilkalle hjelp fra romskipet sitt, Enterprise, når ting gikk galt.

Kommunikatoren var ikke så ulik teknologi vi allerede kjente til. Walkie talkier fantes, og telefoner fantes. Det var det å kombinere dem på en denne måten som fanget folk.

I den virkelige verden ble det første anropet utført på en mobil av Motorolas oppfinner, Martin Cooper, for 43 år siden. Han ringte da sin rival og sa ganske enkelt “Jeg ringer deg fra en mobiltelefon”.

Mobiltelefonene har gått gjennom enorme forandringer siden den gang. Først var de så store at de måtte bæres i sekk. Nå likner de mye på kommunikatorene i Star Trek, i tillegg til at dagens smarttelefoner også er kraftige datamaskiner.

Allerede ei uke etter lansering 6. juli i USA var antall brukere over 21 millioner. Nå er Pokémon Go det mest brukte mobilspillet noensinne, med flere brukere enn Twitter og Instagram, ifølge Wikipedia.

Også i Norge har spillet truffet blink, både blant små og store spilleglade. En av disse er spillforsker Helga Dís Ísfold Sigurðardóttir, som selv er på nivå 22 i spillet. Hun er ekspert på spillbasert læring og ser mange muligheter for læring gjennom å bruke spillet i skolen.

Minnesmerker og økt motivasjon

– Jeg har hørt mange lærere snakke om å ta det i bruk, og jeg er spent på å se hvordan. Mulighetene er mange, sier Sigurðardóttir, som forsker ved Nord universitet.

Blant annet kan man bruke Poké-stoppene, som veldig ofte er minnesmerker, viktige bygninger og naturstier, som ekstra motivasjon til å få elevene til å gå til steder de ellers ikke ville oppsøkt.

– Det er betydelig mange flere barn og unge som nå vet hvor man finner statuen av den norske polarforskeren Otto Sverdrup i Steinkjer sammenlignet med før sommerferien. Kanskje kan elevene i en slik sammenheng løse oppgaver eller lage skuespill som har med Sverdrup å gjøre, sier hun.

• Les også: Vil gjøre dataspill i skolen mindre skummelt

Eget studie om spill

Sigurðardóttir jobber ved Nord universitet i Steinkjer, som blant annet tilbyr utdanning i nettopp Spill og opplevelsesteknologi. Studiet rekrutterer allerede bra, men etter Pokémon Go-feberen har interessen økt enda mer. 

– Det var aldri tvil om hva jeg skulle studere nei, ler 19 år gamle Håvard Markhus fra Steinkjer. Han er på nivå 28.

Sammen med kompis Asbjørn Hallem Iversen, som har nådd nivå 26, er han blant de som er kommet absolutt lengst i spillet i Steinkjer og som bruker mye tid på sin nye lidenskap.

– Da spillet ble lansert, hadde jeg mye fri. Da brukte jeg svært mye tid på det, og det kunne bli lite med søvn. Nå bruker jeg kanskje to timer i snitt hver dag, sier Markhus, som i løpet av de fire første ukene med Pokémon Go i Norge hadde lagt bak seg over 430 kilometer og et knippe nestenulykker.

– Jeg har vært nære ved å gå på en del lyktestolper ja, sier han og ler.

• Les også: Dataspillavhengighet knyttes til ADHD

– Helt genialt!

For studieleder Trond Olav Skevik, som er på nivå 18, er den store Pokémon Go-interessen en gavepakke som forhåpentligvis vil bidra til enda mer interesse for bachelorutdanningen.

– Vi skal straks i gang med det første spillutviklingsprosjektet for førsteårsstudentene. Da må vi snakke om hvordan ideen om Pokémon Go oppstod, sier Skevik, som ikke ser bort fra at noen av hans studenter kan komme opp med nye ideer som kan ta helt av.

– Det geniale med Pokémon Go er sammensmeltinga av moderne teknologi, som GPS og lokasjonsbaserte tjenester, og barnekulturen som de som nå går rundt med mobiltelefonen i lomma hadde et forhold til for tjue år siden, sier han.

• Les også: Er det skadelig å se TV 15 timer i strekk?

16 timers jakt

Spillstudent Asbjørn Hallem Iversen er ikke i tvil om hva det er han synes er det aller beste med spillet.

– Det er veldig sosialt. Du går rundt sammen med vennegjengen og får med deg folk ut som ellers ville ha sittet hjemme foran PCen hele dagen. Samtidig blir du fort kjent med nye mennesker, sier Iversen, og kommer med et godt råd til alle andre:

– Bruk gode joggesko!

Iversens lengste Pokémon-jakt så langt var på 16 timer. Han kom hjem klokken 06 på morgenen

I et et klasserom, godt utstyrt med datamaskiner, bruker elevene internett som et verktøy for å jobbe med skolearbeidet. På skjermene dukker likevel de sosiale mediene stadig opp – til tross for lærerens forsøk på å få elevene til å rette oppmerksomheten mot oppgavene.

Resultatet er stress og forstyrrelser i klasserommet for både elev og lærer.

Det elevene opplever her, kaller forskerne en motivasjonell konflikt. Og dette har professor Eyvind Elstad ved Institutt for lærerutdanning og skoleforskning ved Universitetet i Oslo, sammen med andre utdanningsforskere, sett nærmere på: Hvordan digitale verktøy går utover norske elevers konsentrasjon.

Internett stjeler oppmerksomhet

Funnene viser at norske elever har store utfordringer med selvdisiplin i læringssituasjoner med bruk av data.

Elevene har faglige ambisjoner, og de ønsker å prestere. Likevel oppstår ofte en konflikt mellom skolearbeidet og lysten til å besøke ikke-faglige nettsider, sosiale medier eller spille spill her og nå, ifølge Elstad.

– Fristelsen til å sjekke Facebook eller chatte i skoletimene kan bli for stor for noen, sier han.

Og lærerne har problemer med å ta tak i dette:

– På spørsmålet «hvor sikker er du på at du kan opprette disiplin i klasser med flere enn 25 elever (som har hver sin datamaskin)» gir lærerne kun uttrykk for en moderat grad av mestring, sier forskeren.

Han mener at med en så stor satsing på tilgjengelighet av digitale verktøy i norsk skole de siste årene, trenger vi mer kunnskap om muligheter og begrensninger dette medfører.

I videregående skoler har hver elev sin egen PC, og mange kommuner kjøper inn nettbrett og annet utstyr til bruk i grunnskolen. Også nettportaler blir brukt.

• Les også: Byttet ut forelesninger med video og veiledning

Forskjeller i Skandinavia

Forskningen viser en sammenheng mellom tilgjengelighet av digitale verktøy på norske og svenske skoler og det å oppleve motivasjonell konflikt. Men i finske skoler medfører ikke tilgjengelighet den samme konflikten.

Elstad forklarer at den finske undervisningen er mer lærerstyrt og mindre preget av elevers frie bruk av internett. Her er det i stor grad læreren som bruker digitale verktøy i undervisningen. Elevene slipper i mindre grad til, og lærerne har dermed mye mer kontroll.

Men i Finland går de glipp av muligheten til at elevene selv kan ta i bruk god pedagogisk programvare, når bruken er mindre enn i Norge.

Hva kan skolen gjøre?

I norske skoler, der elevene oftere har fri bruk av internett, er det problemer med å sette egne grenser som i stor grad fører til motivasjonell konflikt.

Elstad mener lærere og ledelse bør vurdere nærmere når det har en hensikt å bruke digitale verktøy på skolen. Men først og fremst er det nødvendig med verktøy som kan bidra til elevers selvdisiplin.

Tidligere forskning viser at elevene jobber mer målbevisst, når de vet hva de ønsker å oppnå på lang sikt samtidig som de har en plan for å unngå distraksjoner.

Samtidig viser forskning at det er viktig at elevene ikke overstyres fullstendig, fordi overdreven kontroll fungerer dårlig med de unges behov for til en viss grad å bestemme selv.

• Les også: Hva skjer når elevene får flere lærere?

Bør bruke varslere

Utfordringen kan løses ved å sette inn mekanismer som varsler elevene når de er inne på ikke-faglig bruk, mener forskeren:

– Når jeg kjører bil i en krapp sving, har veimyndighetene lagt inn riller i asfalten. Når bilen rister, demper jeg farten. Det er fortsatt jeg som bestemmer hvor fort jeg kjører, men rillene bidrar til mer fornuftig kjøring,

– På samme måte kan skolene korrigere uvettig bruk av sosiale medier på skolen ved at skjermen blinker etter ett minutt på Facebook.

En annen metode for å ha kontroll på hva som skjer i klasserommet er at lærerne bruker programvare som gjør det mulig å se hvilke sider elevene bruker. Det gir læreren mulighet til å blokkere tilgang til ikke-faglig aktivitet.

– Den mulige effekten av slike verktøy er noe vi nå undersøker videre i forskningen vår. Formålet vil i så fall ikke være å overvåke alt elevene gjør, men å få til bedre vilkår for læring i klasserommet, sier Elstad.

– Hvis elevene ikke fullt ut klarer å sette grenser selv, bør man ha strategier og regler for å unngå feil fokus bak dataskjermen.

Lurt å innarbeide regler for databruk tidlig

Ikke minst kan skolene være tjent med å arbeide mer bevisst med regler for bruk av digitale verktøy, mener forskeren. Spesielt tidlig i skoleåret er dette noe som kan være lurt å bruke tid på:

– Når først regler aksepteres, blir undervisningen lettere å gjennomføre. Derfor kan det være nyttig å arbeide med dette, særlig i begynnelsen av skoleåret, sier Elstad.

Undersøkelsene viser at ikke-faglig bruk kan være kilde til stress i klasserommet og lærerens hverdag. Sammen med opplevelse av tilkortkommenhet når det gjelder innflytelse på elever, er dette noe som påvirker deres mestring av egen undervisning.

– Særlig uheldig er dette om det bidrar til konflikt mellom lærer og elev. Dette er enda en grunn til å gi verktøy som styrker lærerens ledelse og stimulerer elvenes selvdisiplin i undervisningen, sier Elstad.

• Les også: Elever uforberedt på ansvaret i videregående skole

Skal undervise med digitale verktøy

Forskeren forklarer at det ligger i lærerens arbeidsoppdrag å kunne undervise med digitale verktøy. Det er en av de grunnleggende ferdighetene i Kunnskapsløftet. Derfor er det viktig at lærere mestrer dette.

– Forventningene til digitale verktøy i skolen har vært høye i tre tiår. Men det kan virke som at lærernes behov for ledelsesverktøy i de nye, teknologitette læringsomgivelsene er blitt litt glemt, sier Elstad.

– I lærerutdanningen ved Universitetet i Oslo forberedes lærerstudentene på den digitale hverdag i skolen. Dette omtales som profesjonsfaglig digital kompetanse.

Forskeren har et ønske om å gå videre og bak tallene for å forstå mer av dette feltet.

– Spesielt for å se nærmere på hvordan lærere opplever digitale verktøy i skolen, avslutter Elstad.

Referanse:

Eyvin Elstad: Digital Expectations and Experiences in Education. Universitetet i Oslo. 2016. ISBN: 978-94-6300-646-0 (paperback)

Å bruke spillmekanikker til andre formål enn ren underholdning, kalles for gamification. De siste årene har metoden blitt brukt for både å øke engasjementet og motivasjonen i ulike aktiviteter.

– Dette kan lett bli en hype i sin enkleste form der man gir folk poeng for alt – som å føre timelister før helga. Men vi tenker i litt andre baner, sier Sintef-forsker Erlend Andreas Gjære.

Sammen med forskere fra Italia og Tyskland skal Gjære og kollegaene hans på Sintef finne ut hvordan elementer fra dataspill kan brukes til å oppnå best mulige løsninger for endringer innenfor luftfartsindustrien. Dette skal gi bedre informasjonssikkerhet, trygghet, økonomi og organisering.

Sosio-tekniske endringer

Kapasiteten i europeisk luftrom er nemlig sprengt, og bedre IT-systemer må til for å håndtere veksten. Det kan være systemer som styrer flytrafikk, bagasjehåndtering, kommunikasjon mellom fly og planlegging av ruter.

Slike endringer handler ikke bare om tekniske systemer, men vel så mye om det sosiotekniske. Alt av IT-systemer påvirker både folk og operasjonelle forhold.

– Endringer kan være spennende, men er ofte vanskelige å gjennomføre. Folk liker å holde på med sine ting og i sin egen sfære. De må gjerne lokkes til samarbeid og å bryne seg imot andre, sier Gjære.

Utnytte det spillene er gode til

Han forteller at tilnærmingen de har valgt ikke er konkurransebasert. 

– Vi prøver å få med opplevelser som dataspill er gode til, som mestring av nye utfordringer og at man blir gode til å utforske og ta initiativ, sier Gjære.

Han mener at noe av det viktigste ekspertene innen luftfart trenger når store endringer innen IT skal gjennomføres, er å snakke bedre sammen.

– Luftfartssektoren har manglet en overordnet autoritet for utforming av systemene. Derfor må både flyselskaper, nasjonale og internasjonale organer for luftfart, sikkerhet og infrastruktur samarbeide godt, og det er her vi tror spill kan fungere.

Tre krav

Forskerne utvikler et web-basert modelleringsverktøy for å samordne og få med alle endringsforslagene. Det vil gjøre det mulig å drive analyser på tvers av fagfelt. Verktøyet skal være basert på prinsippene:

1. Mestring. Verktøyet kan legge til rette for gjensidig forståelse og anerkjennelse fra andre på den enkeltes synspunkt. Den enkelte kan få opplevelsen av å bli flinkere med nye fagfelt.

2. Autonomi/selvstyre. Folk skal få være eksperter på sine fagfelt, men ved å koble alle sine innspill sammen, blir det lettere for den enkelte å utforske hele løsningsrommet og ta nye initiativ ut fra dette.

3. Relatedness/samarbeid/samhørighet. På samme vis som dataspill foregår på tvers i hele verden, kan beste løsning finnes i samspill med andre. Enhver bidrar inn med sin ekspertise, og får ut en god fellesløsning.

Forskerne skal jobbe med prosjektet fram til mars 2018. – Og vi kommer ikke ut med et nytt dataspill, men forhåpentligvis med en modell som kan være til god nytte.

Mari Andrine Hjorteset har skrevet masteroppgave i samfunnsgeografi ved Universitetet i Oslo. Hun vet nå svaret på hvor mye det kjeftes i Oslo-trafikken og hvem som er de mest høylytte.

Data har hun blant annet fått fra prosjektet Safety in Numbers ved TØI (Transportøkonomisk institutt).

Kjefting, tuting og blinking

Ikke overraskende er syklister ofte midt i konflikter som utspiller seg i Oslos gater.

En av ti syklister har opplevd å få eller å gi kjeft i løpet av den siste uka, ifølge Hjorteset.

Men friksjoner finnes i alle relasjoner i Oslo-trafikken. Både ukvemsord og gestikulering blir brukt når noen mener at andre bryter regler og normer.

Bilistene kommuniserer mest gjennom påtrengende plassering, å kjøre sakte eller fort eller signalisere med lyd eller lys. 

Men bilistene får mer kjeft av syklister og fotgjengere, enn de gir tilbake.

Alle vil fort fram

I trafikken vil alle fortest mulig fram.

Samtidig finnes det regler for hvordan vi skal forholde oss til hverandre i trafikken. Noen regler er formelle og nedskrevet.

Andre er uformelle, men blir likevel fulgt av de fleste.

– I Oslo-trafikken etterleves stort sett de formelle reglene, sier Hjorteset.

– Men også uformelle regler har bred aksept og blir fulgt av trafikantene.

For eksempel at fotgjengere har lov til å gå på rødt lys. Det fungerer overraskende bra.

En annen uformell regel er at syklister får tråkke i vei over fotgjengerfelt. Den fungerer også ganske bra.

Overraskende få ulykker i Oslo

– På tross av de formelle trafikkreglene må trafikantene kommunisere med hverandre hele tiden. Stort sett fungerer dette fint i Oslo-trafikken, sier Hjorteset.

Det er en god del nestenulykker i Oslo. Men det er få ulykker i Oslo-trafikken, sammenlignet med byer andre steder i verden.

Oslo er en trygg by å bevege seg i for både fotgjengere, syklister og bilister, og det tror Hjorteset handler om at så mange er flinke til å gjøre vurderinger underveis i trafikken.

– Oslo-trafikantene er gode til å lese hverandres bevegelser, sier hun.

Ulike regler for syklister

Bilistene har flest regler i trafikken, fotgjengerne har færrest.

Syklistene tråkker rundt et sted midt imellom.

Er du syklist, så må du forholde deg til ulike regler avhengig av hvor du er. Du er bilist om du befinner deg i veibanen, men du kan også sykle på fortauet – om du gjør det på fotgjengernes premisser.

Som syklist har du altså lov til å sykle over fotgjengerfeltet. Men sitter du på sykkelsetet når du gjør det, har du vikeplikt for biler. Triller du sykkelen over fotgjengerfeltet, så er du fotgjenger og har førsterett over veien.

Syklister bryter reglene

Hver fjerde myke trafikant mener det greit å bryte trafikkregler, ifølge undersøkelsen til Hjorteset. Under 10 prosent av bilistene svarte det samme.

Syklistene er mest åpne for å bryte regler.

Masterstudenten tror det er fordi trafikksystemet er lite tilrettelagt for syklistene. Sykkelen er for rask for fortauet, og for treg for veien.

Mange syklister bytter derfor hele tiden mellom vei og fortau. I mangel av egne områder skifter syklistene roller i trafikken og velger uformelle løsninger. I stedet for å vente på rødt lys, spretter de opp på fortauet og beveger seg dermed i løpet av et par sekunder fra bilistenes til fotgjengernes område.

Sykler over gangfeltet

Det er bare en av fire syklister i Oslo som sier at de alltid går av sykkelen når de skal over et gangfelt.

Mange bilister viker for syklistene, på tross av at syklisten ikke har retten på sin side.

I situasjoner som dette oppstår det et spill mellom syklisten og bilisten. Forskere fra TØI fant ut dette for noen år siden, da de overvåket et gangfelt i Sørkedalsveien i Oslo.

I korthet handler det om at bilisten som regel viker for syklisten, fordi dette er gunstig også for bilisten. Det er bedre for både bilisten og syklisten at bilisten viker for en som sykler over gangfeltet, enn at bilisten må vente (lenger) for en som går over gangfeltet.

Dette mener de om hverandre

Ifølge Hjorteset har trafikantene ulikt syn på hverandre. 

• Syklister og fotgjengere vurderer Oslo-bilførernes hensynsfullhet og etterlevelse av trafikkregler til å være sånn midt på treet.

• Syklister er mer negative til bilistene enn fotgjengerne er.

• Bilistene er på sin side ganske negative til fotgjengernes atferd.

• Nesten ingen syklister har noe å utsette på fotgjengerne.

• Men dette gjengjeldes ikke fra fotgjengerne, der omtrent halvparten mener at syklistene er lite hensynsfulle og lar være å følge trafikkens spilleregler.

• Omtrent en firedel av bilistene er kritiske til syklistene.

Fungerer likevel veldig bra

Oppgaven til Hjorteset vant pris for beste masteroppgave i en konkurranse arrangert av Oslo kommune og fire høyere utdanningsinstitusjoner i hovedstaden.

Torkel Bjørnskau er forsker ved TØI og var veileder for masteroppgaven.

– Jeg tror mange kjenner seg igjen i funnene i studien, sier han.

Bjørnskau peker på at Oslo-trafikken er en typisk arena der folk lett kan bli irriterte på hverandre.

– Mye av det som skjer er basert på at trafikantene forsøker å kommunisere med hverandre ved hjelp av handlinger eller kroppsspråk. Mange ganger når ikke slike signaler frem, og da blir det lett irritasjon.

På tross av dette fungerer samspillet mellom fotgjengere, syklister og bilister i Oslo stort sett veldig bra. Det har Mari Andrine Hjorteset klart å vise gjennom masteroppgaven sin, mener Bjørnskau.

Referanser:

Mari Andrine Hjorteset: Kampen om gata – En analyse av trafikantgruppers mikrosamspill i Oslo, masteroppgave ved Institutt for sosiologi og samfunnsgeografi på Universitetet i Oslo, 2015. 

Ross Phillips mfl: Samspill i Sørkedalsveien – 6 år etter. TØI-rapport 934/2007

En gang i ubestemmelig framtid vasser en turgåer gjennom utmarka. Hun veiver med en mobil og myser mot skjermen.

Er hun på jakt etter en pokémon? Nei, nå bøyer hun seg ned. Foran henne lyser en kantarell i mosen.

Drømmen om en app

En app som finner sopp? Ikke umulig, når mobilen får et kamera som ikke bare kan se, men også tolke hva det ser.

Dette er ikke framtidsdrømmer. Bildegjenkjenning er allerede storindustri. Facebook kjenner igjen vennene dine på bilder du legger ut. Kameraer knipser automatisk når du smiler.

Nå vil de to norske NTNU-studentene Stian Jensen og Andreas Løve Selvik bruke den samme teknologien til å finne sopp i skogen – med en mobilapp.

Appen er foreløpig bare en idé, beskrevet i en prosjektrapport fra i fjor høst.

Nulltoleranse for giftig sopp

– Dette er en artig applikasjon, og teknologien de beskriver, er realistisk. Men utfordringen blir å finne sopp som er delvis skjult under gress og annen vegetasjon, kommenterer Arnt-Børre Salberg, seniorforsker ved Norsk Regnesentral.

– Hvis programmet skal kunne skille forskjellige arter fra hverandre, blir det også krav til nulltoleranse for giftig sopp. Det er vanskelig å oppnå, fortsetter han.

Mer enn luftig drøm

Soppsanking er industri med lange tradisjoner i deler av verden, skriver Jensen og Selvik i rapporten. De tenker seg at systemet deres kunne brukes til å kartlegge steder med mye sopp før innsanking, for eksempel fra selvstyrte droner.

Idéen til Jensen og Selvik er ikke bare en luftig drøm. De har analysert idéen i teknisk detalj. Rapporten gir en oversikt over hvordan datamaskiner har lært å tolke bilder – for eksempel av sopp.

Rask og gammel metode

Ta en helt vanlig kantarell. Hvordan skjønner dataprogrammet – enten det er i mobiler eller PC-er – at dette er en sopp og ikke et gult blad?

Grovt sett finnes det to svar på spørsmålet – to metoder. En gammel – Support Vector Machines, SVM – og en ny – dype nevrale nettverk. Rapporten beskriver begge.

Kantklipper

Grovt forenklet kan vi se SVM for oss sånn: Vi legger et gult blad ved siden av en kantarell i mosen. Hva gjør SVM?

Ingenting i første omgang viser det seg. Bildet er altfor rotete til at SVM kan skjønne noe av det. Her er mosedotter og barnåler og maur og pinner og alt slags rusk og rask. Bildet må forenkles.

Inn til redning kommer noe som vi litt fleipete kan kalle en kantklipper. Den klarer å klippe ut kantene eller omrisset rundt kantarellen og bladet.

Alt skogsrusket blir liggende. Ut av kantklipperen – eller Scale-invariant Feature Transform (SIFT) som den heter på dataspråk – kommer en forenklet samling punkter som beskriver den grove formen til kantarellen eller bladet.

Som Scale-invariant i navnet tyder på, er denne beskrivelsen uavhengig av størrelse. En liten og en stor kantarell gir samme tegning, hvis punktene har samme form.

Skala fra rund til spiss

OK – så har SVM noe å jobbe med. La oss si at kantarellen er rund mens bladet er spisst. De har to forskjellige former.

Vi lager en linje. Linja er en skala. Til venstre på skalaen er runde former. Til høyre er spisse former.

Kantarellen legger seg pent ut til venstre. Bladet havner til høyre. Nå kan SVM gå til aksjon. Det lager et grenseskille på linja. Til venstre sopp, til høyre blad. Greit?

Kanskje ikke alltid. Noen blader er også runde. Kanskje vi ikke bare kan se på formen? Hva med å se på fargen også?

Flate for form og farge

Vi tegner en ny linje, denne gangen loddrett. Øverst er grønt, nederst gult. Så går vi ut og tar bilder av flere kantareller og blader i mosen.

Hvert blad – eller sopp – får en plass på flaten ut fra form og farge. Et grønt rundt blad havner øverst til venstre. Et spisst gult blad havner nederst til høyre.

Igjen kan SVM trekke grenseskillet som en skrålinje. Nederst til venstre lyser fortsatt kantarellen imot oss – gul og rund.

Men hva med et gult og rundt blad? Hmmm. SVM får problemer fordi SIFT ikke beskriver data godt nok. Kanskje vi trenger å se på enda mer enn rund og spiss form og farge?

Mange hundre dimensjoner

Vi kan for eksempel lete etter takkete omriss på blader mot ujevnt bølgende omriss på kantarell. Eller bladnerver inne i bladet.

Poenget er at en SVM kan jobbe med mange hundre forskjellige egenskaper samtidig. Datamaskiner er gode på sånt.

De kan se hundredimensjonale rom og tegne grenser i disse rommene som skiller de hundredimensjonale punktene av kantareller fra hundredimensjonale bladpunkter. Puh!

Forenklede hjerneceller

Så kom 2012. En ny metode skled opp for tolkning av bilder – nevrale nettverk.

Eller – rettere sagt – metoden var ikke ny. Det nye var at datamaskinene var blitt raske nok til at nevrale nettverk kunne kjøres uten at farten til mikroprosessoren sank ned i sirup.

Nevrale nettverk virker litt på samme måte som datamaskinenes store forbilde – menneskehjernen. Da er det kanskje ikke så vanskelig å skjønne at de krever mye datakraft.

– Styrken til dype nevrale nettverk er at de klarer å beskrive bildene bedre enn SIFT, kommenterer Salberg.

SIFT var kantklipperen som forenklet bildet til en sky av punkter før SVM kunne kategorisere det. Nevrale nettverk gjør altså denne jobben bedre.

Nevrale nettverk har en slags forenklede hjerneceller. De kalles noder. Hver node er forbundet med andre noder, slik som hjernecellene er forbundet med andre hjerneceller gjennom nervetråder.

Preger inn mønstre

Når hjernen lærer noe nytt, blir forbindelsene mellom noen av disse milliarder av nervetrådene sterkere og andre svakere. Slik preges mønstre inn i hjernen.

På samme måte lærer nevrale nettverk ved at noen av forbindelseslinjene mellom nodene blir sterkere og andre svakere.

Enklere enn hjernen

Selvsagt er ikke nevrale nettverk akkurat som hjernen. I de nevrale nettverkene har nodene og forbindelseslinjene bare enkle tallverdier.

Nervesignalene i hjernen er mye mer kompliserte, som vi også tidligere har skrevet om her i forskning.no.

En annen forskjell er at det nevrale nettverket sender signalene bare en vei. Data om for eksempel soppbildet går først til inngangsnodene.

Så sendes data videre gjennom forbindelseslinjene og flere lag mellomnoder. Resultatet – tolkningen – kommer i utgangsnodene.

Men hvordan klarer et nevralt nettverk å se forskjellen på en sopp og et blad?

Lærebilder

Hvis du skal rettlede maskinen, må du ha en mengde forhåndsbehandlede bilder som maskinen kan lære av. Bildene må være nøye beskrevet.

Dataprogrammet må få vite akkurat hvordan det skal lete i bildet.

Fordelen med en sånn metode er at maskinen lærer raskere. Ulempen er at du må hoste opp alle disse bildene som er nøye beskrevet på forhånd. Hvor finnes de?

Datamaskiner lærer av dataspill

Jensen og Selvik foreslår to måter å skaffe dem på. Det finnes bildedatabaser som image-net, der bilder er klassifisert etter et språkvitenskapelig system.

Det andre og mest originale forslaget deres er å bruke dataspill. I dataspillene løper du ofte gjennom svære verdener med landskaper der det passer fint å plassere bilder av sopp.

Slik kan du raskt få en svær mengde kunstig lagede, men lærerike klassifiserte bilder. Du gir det nevrale nettverket bilder som det skal prøve å tolke, og så gir du den klapp på skulderen hver gang den finner en sopp.

I starten vil dataprogrammet ofte bomme. Men smått om senn skjer en læreprosess inne i de nevrale nettverkene.

Forplantning bakover

Noen få ganger treffer det blink. Da gjør nettverket ørsmå endringer bakover i forbindelseslinjene fra utgangsnodene via mellomnodene til inngangsnodene – de kunstige nervetrådene mellom de kunstige hjernecellene.

Dette kalles forplantning bakover – backpropagation. Etter tusener på tusener av prøvinger og feilinger justerer det nevrale nettverket seg inn på noe som funker.

Spør bare ikke hvorfor det funker. Det er ikke mennesker som har programmert inn metodene på forhånd. De oppstår i møtet mellom virkelighet og datamaskin.

Denne videoen forklarer i grove trekk hvordan det nevrale nettverket lærer ved forplantning bakover – backpropagation.

Selvgående, men krevende

Betyr denne metoden at du også kan sende datamaskinen ut i svarte skauen og overlate til den å samle kunnskap selv?

– Nei, der er vi ikke ennå, men det er dit vi vil, sier Salberg fra Norsk Regnesentral.

– Dette kalles læring uten veiledning – unsupervised learning, fortsetter han.

Fordelen med en sånn metode er at du ikke trenger en masse forhåndskodede bilder. Du kan la det nevrale nettverket bryne seg på rå virkelighet.

Ulempen er at slik læring krever større datakraft. Men som vi alle vet – Moores lov sier at datakraften dobles for hvert annet år.

Kunstig netthinne

Jensen og Selvik forteller videre om alle de oppfinnsomme folkene som har presset ytelsen til nevrale nettverk enda videre.

De forteller om konvulsjonsnettverk, som etterligner forbindelsen mellom netthinnen i øyet og synssenteret i hjernen.

Her er ikke alle noder forbundet med alle andre. Isteden er de satt opp i et rutenett.

Noder som skal fange opp ting til venstre i bildet, trenger ikke å være koblet opp mot noder som skal tolke ting til høyre. Det samme med oppe og nede.

Rutenettet i konvulsjonsnettverket forenkler bildet og sender det videre til et vanlig nevralt nettverk for videre tolkning. Også andre forbedringer fintrimmer prosessen.

Uten nett i soppskogen

Jensen og Selvik sender nå stafettpinnen videre til andre soppelskere og datakyndige. Programmet kan først utvikles og læres opp på datamaskiner, før det flytter inn i en app på en mobiltelefon.

– Opplæringen av de nevrale nettverkene krever ofte mye datakraft. Den kan skje på kraftige PCer, gjerne med flere store skjermkort i parallell, sier Salberg.

Når det nevrale nettverket først er lært opp, krever det mye mindre datakraft for å tolke bildene.

Derfor er han optimistisk med tanke på at appen skal kjøre på mobilen – også uten nettilgang. Det har du jo ofte ikke i soppskogen.

Fra skyen og inn i mobilen

Andre apper som bruker nevrale nettverk trenger riktignok ofte nettilgang. Det nevrale nettverket er da ikke i mobilen, men ute i skyen.

Derfor klarer for eksempel ikke Apples personlige assistent Siri å skjønne hva du sier hvis du er frakoblet. Men det er utvikling på gang.

– Jeg tror ikke det blir noe problem å kjøre soppdetektoren uten nettilgang, sier Salberg.

Rask utvikling

Den tekniske utviklingen av mobiltelefoner går raskt. Jensen og Selvik er optimister i sin rapport.

Tidligere metoder for bildegjenkjenning utkonkurreres av den større nøyaktigheten til nevrale nettverk, konkluderer de.

Men før appen deres har blitt virkelighet, er det bare ett nevralt nettverk som virkelig duger for ihuga soppsankere – det du har oppe under ditt eget topplokk.

Referanse:

Stian Jensen og Andreas Løve Selvik: Towards Real-Time Object Detection of Mushrooms, a Preliminary Review. Prosjektrapport, NTNU, 2015.

Mens mange av de som sitter på kontor ikke opplever større ulykker enn å skjære seg på et papir, er bonden eksponert for langt større yrkesrisiko. 

For en bonde er det neppe mulig å gå gjennom en yrkeskarriere uten å oppleve minst én ulykke.

– Det betyr imidlertid ikke at bønder generelt er risikotakere, påpeker seniorforsker Gro Follo ved Bygdeforskning. Hun har vært leder for forskningsprosjektet «Ulykker i landbruket».

Prosjektet viste at bønder jevnt over forholder seg til ulykkesrisikoen og forsøker å begrense den så langt de opplever at det lar seg gjøre.

– Skal man forstå hvorfor det er så mange ulykker i landbruket, må man forstå bondens komplekse arbeidsliv, understreker Follo.

Oddveig Storstad, som tidligere var forsker ved Bygdeforskning, men som nå jobber ved NIBIO, tilføyer:

– Det er mulig å redusere antall ulykker gjennom forebyggende arbeid. Men det betyr at man må spille på lag med bondens arbeidshverdag for å nå målet om færre ulykker.

Hastverk blir lastverk

Bønder er innom så mange forskjellige arbeidsoppgaver i løpet av dagen at det er vanskelig å eliminere ulykkesrisikoen. Bønder har ofte lange arbeidsdager. Da kan man bli sliten og dermed lettere uoppmerksom.

Nesten 40 prosent av bøndene i studien sier at årsaken til egen ulykke var uoppmerksomhet, og omtrent 20 prosent hadde hastverk. Ulykkene øker i takt med antall arbeidstimer.

Her er de viktigste årsakene til bøndenes arbeidsulykker:

Traktor og andre maskiner

Traktoren er den mest brukte maskinen på et gårdsbruk og brukes mye, på mange steder og i en rekke sammenhenger. Traktoren er da også den maskinen som er mest involvert i ulykker blant bønder, ansatte, barn, familie og venner.

Store og små dyr kan skade en person gjennom for eksempel bitt, spark og stanging, og større dyr kan presse og klemme bonden mot innredningen.

Det er også stor fare knyttet til melkeroboter der bonden kan komme mellom roboten og kyrne. Mange bønder bruker avl og raser bevisst for at kyr ikke skal sparke. Kurasen Norsk rødt fe (NRF) er et eksempel på slik avl på godt lynne.

Vedlikehold og reparasjon er den oppgaven som er nest hyppigst relatert til ulykke blant bønder av alle de 27 arbeidsoppgavene bøndene ble spurt om i forskningsprosjektet.

Skogs- og vedarbeid kan gi fatale følger

Mange bønder er også involvert i skogsarbeid, noe som ikke er helt ufarlig og som kan føre til alvorlige ulykker.

Hogde trær som velter i feil retning, manglende verneutstyr, ulendt terreng, motorsag i gang når man snubler, fingre som kuttes i vedkløyver og kappsag. I prosessene fra et tre står i skogen til det blir ved og bygningsmateriale, kan mye skje.

Flytting av dyr kan gi bonden flere uker på krykker

Det kan gå hardt for seg på kuslipp om våren også, noe som øker risikoen for ulykker. 

Det er ikke godt å vite hva yre kyr tenker og finner på. «De slipper seg løs og springer og hopper rundt», som en av bøndene i undersøkelsen sier.

Humøret til dyrene er det ikke alltid lett å lese, og selv den snilleste kan ved tider være sint og lunefull. Mange dyr kan bli stresset ved flytting og kan finne på å stange folk i nærheten.

Slåttonn og tresking kan føre til uførhet

I slåttonna brukes mange forskjellige maskiner og kjemikalier. En uventet stopp med maskiner og redskap på åkeren kan føre til at bonden må utbedre feil på stedet.

Dette har ført til dødsfall og alvorlige ulykker som følge av skarpe kniver. Bonden kan selv havne inne i maskiner det er klemfarer og tannhjul som fremdeles er i rotasjon.

Treskemaskinen som brukes ved høsting av modent korn, har skarpe kuttekniver på skjærebordet som man må passe seg for.

Håndtering av utstyr og redskap

Bonden bruker flere redskap som må tilpasses den arbeidsoppgaven som skal gjøres. Det innebærer gjerne kobling til traktor og eventuell justering av utstyret. Påkobling av utstyr kan i verste fall føre til død ved at klesplagg blir dratt inn i kraftuttak som roterer.

Gjenstander på traktorens lasteapparat kan falle av eller storsekker med kunstgjødsel kan revne når de løftes med pallegaffel.

For bonden er faktisk kjøring med traktor og redskap farligere enn å kjøre traktor uten redskap. Ulike terrengforhold på gårder bidrar til ulykkesrisiko ved bruk av traktor og utstyr. Å kjøre traktor med utstyr i ulike typer terreng krever mye refleksjon og risikovurderinger.

For eksempel om det er hellende eller glatt terreng, hva slags type underlag det er, tyngdepunkt på traktor og utstyr og hvilke utstyr som kan brukes.

Metallspon på øyet og andre ulykker

Også mindre utstyr bidrar til ulykker som rammer bonden selv, ansatte, barn og familie og venner. Ett sted hvor ulykker kan oppstå, er på verkstedet, ifølge forskningsprosjektet.

Bruk av vinkelsliper og sveising er en gjenganger, og flere har fått metallspon på øyet i forbindelse med sveising. Som en av bøndene sier: «Det burde jeg snart lære, at jeg burde bruke vernebriller.»

Å falle gjennom åpne gulvluker er fullt mulig, og fall ned i tomme siloer har også skjedd.

Effektive tiltak som kan redde liv og lemmer

For bonden er det viktigst å være ute på gården å gjøre unna praktisk arbeid. Kontortiden er ofte sent på kvelden, og bonden er sliten etter en lang og tøff arbeidsdag. Derfor får ikke arbeid med helse, miljø og sikkerhet (HMS) og «Kvalitetssystemet i landbruket» nok oppmerksomhet, selv om det er viktig.

Det trenger heller ikke være så stort og dyrt. Det finnes nemlig en rekke små og raske tiltak som kan redde både liv og lemmer for bonden og menneskene  rundt. Man kan slå av maskiner etter bruk, senke rundballspydet og holde gården og tunet ryddig slik at barna ikke skader seg.

– Vi må huske på at gården også er boplass og hjem, og ikke bare bondens arbeidsplass, poengterer Halle Arnes, fagkoordinator for HMS-rådgiving i Norsk Landbruksrådgiving.

Han fortsetter: – Alle kan gjøre noe for å redusere ulykkesrisikoen på egen gård. Det er bare å sette i gang å gjøre det. Det kan stå om liv.

Arnes mener at også barna kan involveres i tenkningen om sikkerhet og konsekvensene det har for arbeidet.

– Da lærer barna sunt bondevett, og da vokser de kanskje opp til å bli nye bønder som kan ta del i den trivselen og friheten mange bønder føler i sin yrkesutøvelse, sier prosjektleder Gro Follo.  

Referanse:

G. Follo (red.): Ikke en bonde å miste – Om ulykker og arbeidsevne i landbruket. Rapport fra Norsk senter for bygdeforskning, 03/2016.

Flere ganger de siste årene har trafikkmyndighetene kunnet konstatere at bilistene setter ned farten.

Tall fra målere plassert ulike steder i landet med fartsgrense på 80 km/t, viser at snitthastigheten her har gått ned med 1 km/t i løpet av fem år.

• Les også: Sinte og gråtende sjafører mangedobler risikoen for ulykker

Ikke så veldig mye, men likevel et klart brudd med den tendensen trafikkmyndighetene så gjennom flere tiår tidligere, som var at bilistene kjørte stadig fortere.

Målte og intervjuet

Nå har trafikkforskere stilt seg opp i veikanten og intervjuet 204 bilister som passerte disse målepunktene. I tillegg registrerte de nummerskiltene og hentet data fra Motorvognregisteret om 3750 biler og bileiere som passerte.

• Les også: Derfor er unge menn involvert i flest ulykker

Ett av målene med denne studien var å slå fast hvor mye økt alder blant bilistene har hatt å si for fartsnedgangen.

Økt alder ikke viktigst

– Vi konkluderer med at økt alder på bilførerne kanskje forklarer 25 prosent av fartsnedgangen. Det meste av fartsnedgangen skyldes altså andre forhold, sier forsker Torkel Bjørnskau ved  TØI (Transportøkonomisk institutt).

En slik faktor er at flere biler på veiene, får bilistene til å sette ned farten.

En annen faktor er at færre råkjører på norske veier.

Hvorfor færre råkjører, vet ikke forskerne. En mulig forklaring er stadig flere bokser med fartsmålere. En annen mulig forklaring er den økte medieoppmerksomheten på trafikksikkerhet og fart.

Eldre bilførere bremser andre biler

Men forskerne er fortsatt litt usikre på hvor viktig alder er for fartsnedgangen. De ser nemlig at alder også har en indirekte effekt på farten.

Fartsnedgangen skyldes ikke bare at eldre bilførere selv kjører saktere, men også at de får andre bilførere til å kjøre saktere når de ligger bak en eldre bilist.

• Les også: Vil bedre sikkerheten til sårbare trafikanter

Dette kunne forskerne se gjennom å måle luken til bilene bakenfor en bilist. Bilførere over 65 år har markant kortere avstand til bilen bak seg enn andre bilførere.

Eldre bilførere kjører ofte den første bilen i en kø.

Hver annen bil med en bilfører over 65 år, begrenser farten til en annen bil bak seg. Det regnet forskerne seg fram til i denne studien. Dermed kan de løst anslå at den indirekte effekten av alder på bilhastighet tilsvarer 50 prosent av den direkte effekten.

Kjønn, motorstørrelse og bilmerke

I denne studien fant forskerne også at biler med en eier i alderen 35-44 år blir kjørt fortest. Deretter synker hastigheten jevnt og trutt med økende alder.

Forskerne så også på bilførernes kjønn. De fant ikke at farten som ble holdt hadde noen sammenheng med bilførers kjønn .

Noe forskerne imidlertid så, var at biler med større motor blir kjørt raskere enn biler med liten motor.

Og nyere biler blir kjørt fortere enn gamle biler.

Referanse:

Fridulv Sagberg og Torkel Bjørnskau: «Fart og alder. Fartsutviklingen på veier med fartsgrense 80 km/t», TØI-rapport, 2016. Sammendrag