Langvarig maktkamp innad i politiet om bevæpning

– Kilder jeg har i politiet har fortalt om svært aktive «overtalelsesaksjoner», blant annet ved at motstandere og tvilere til permanent bevæpning blir stilt til ansvar av forkjempere: «Hvis din kollega blir drept på jobb i morgen, er det din skyld», forteller professor og politiforsker Liv Finstad ved Universitetet i Oslo.

Finstad har selv ledet undersøkelser om politiets holdninger til bevæpning, har vært vitne til den mangeårige debatten om bevæpning innad i etaten.

Hun har gjort en sammenfatning av forskningen som finnes på feltet, og diskusjonen innad i politiet i et kapittel i boka Ekstraordinære tider som kom ut i fjor.

Tilhengere av permanent bevæpning viser ofte til at «det er den som har skoen på, som vet hvor den trykker». At det er politi på gateplan som opplever behovet for permanent bevæpning, og at deres meninger dermed bør tillegges stor vekt.

Men opplevelsen av «hvor skoen trykker» kommer ikke bare fra politifolkenes egne erfaringer på gata, men påvirkes av kjønn, alder og arbeidssted, selv blant operative politibetjenter.

Blant annet er operative tjenestekvinner i politiet mer skeptisk til bevæpning enn menn, og at enkelte politistasjoner i Oslopolitiet er i større grad tilhengere av bevæpning enn ansatte ved andre tjenestesteder.

Trygghet og ulik risikoforståelse

– Debatten om permanent politibevæpning handler om trygghet – publikums og politiets, forteller Finstad.

Hun peker på at spørsmålet om permanent bevæpning handler om «det verste som kan skje», både for de som er for permanent bevæpning og for de som er imot. På den ene siden: at det kan oppstå situasjoner der politiet ikke klarer å beskytte publikum eller seg selv mot å bli alvorlig skadet eller drept.

På den andre siden: at politiet selv skader eller dreper personer som viser seg å være uskyldige.

De ulike posisjonene formes av ulike forståelser av farlighet, risikobilde og hva som er gyldig politifaglig kunnskap.

Ikke en ny diskusjon

De siste årene har diskusjonen om politibevæpning hatt som utgangspunkt beslutningen om midlertidig permanent bevæpning etter en trusselvurdering som Politiets Sikkerhetstjeneste (PST) gjorde i 2014.

Denne gangen er bakteppet for diskusjonen trusler fremsatt av ISIS om at uniformerte politibetjenter er et mål for terroraksjoner i vesten. Men Finstad, som har mer enn to tiårs erfaring som politiforsker, påpeker at spørsmålet om hvorvidt politiet skal være bevæpnet ikke er noe nytt:

– I perioder med samfunnsuro har diskusjonen om bevæpnet politi gang på gang blitt aktualisert. På begynnelsen av 1900-tallet diskuterte man også hvorvidt politiet skulle være bevæpnet eller ei, men på den tiden handlet spørsmålet om hvordan politiet skulle kunne beskytte samfunnet mot arbeidskonflikter, streik og revolusjon. I dag handler spørsmålet om bevæpning for mange om politiets evne til å beskytte seg selv og publikum mot terrorangrep.

Det enkleste er ikke pistol

Finstad mener det ikke er tilfelle at konsekvensene av permanent bevæpning nødvendigvis vil innebære en mer liberal våpenpolitikk og føre til mer liberale holdninger til bevæpning innad i politiet.

Internasjonal politiforskning viser at politibetjenters handlemåter i stor grad styres av politiorganisasjonens rutiner og retningslinjer når det gjelder bruk av skytevåpen.

De siste årene har det i Norge vært en økning i antall loggførte oppdrag der politiet har vært bevæpnet, noe som kan tas som en bekreftelse på en stadig mer brutal og farlig kriminalitet. Men Finstad peker på at også andre viktige faktorer har spilt inn.

Frem til 2007 var det vanlig at politiet håndterte saker der det var mistanke om kniv, uten å bevæpne seg. Men i 2007 ble det bestemt at kniv skulle anses som et farlig våpen i større grad enn før, og at politi i all hovedsak skulle være bevæpnet i slike situasjoner.

I tillegg må politiet nå, oftere enn før, håndtere personer med kombinerte rus- og psykiatrilidelser.

– Ja, kniv er et farlig våpen uansett hvem som truer med den. Men etter mitt syn er det problematisk at politiet nærmest automatisk bevæpner seg når det er snakk om kniv. Jeg etterlyser en grundig kunnskapsbasert tilnærming, og ikke bare en erfaringsbasert, når politiet står overfor trusler med kniv eller mistanke om kniv, sier Finstad.

Av: Marit Fosse og Per Jørgen Ystehede

Referanse:

Liv Finstad: “Det enkleste er ikke pistol”, i Korsell, Larsson og Christophersen (red.): Ekstraordinære tider, Novus forlag, 2015.

Nanoteknologi kan gi isfrie vinger

Regler for leserkommentarer på forskning.no:

  1. Diskuter sak, ikke person. Det er ikke tillatt å trakassere navngitte personer eller andre debattanter.
  2. Rasistiske og andre diskriminerende innlegg vil bli fjernet.
  3. Vi anbefaler at du skriver kort.
  4. forskning.no har redaktøraransvar for alt som publiseres, men den enkelte kommentator er også personlig ansvarlig for innholdet i innlegget.
  5. Publisering av opphavsrettsbeskyttet materiale er ikke tillatt. Du kan sitere korte utdrag av andre tekster eller artikler, men husk kildehenvisning.
  6. Alle innlegg blir kontrollert etter at de er lagt inn.
  7. Du kan selv melde inn innlegg som du mener er upassende.
  8. Du må bruke fullt navn. Anonyme innlegg vil bli slettet.

Arendal blir først i Norge med flytende havnebygg

Et bygg på fire sammenkoblede flåter ligger allerede klart på havna utenfor Arendal. Det skal enten innredes som et såkalt velværebygg til selskaper, møter og bursdager, eller som garderober, toaletter og dusjer koblet mot et større flytende svømmebasseng.

Det er også utviklet og produsert en brokonstruksjon fra land hvor fritidsbåter kan passere under. Det gjør området mer tilgjengelig og oversiktlig.

For liten plass på land

Kyststripa på Sørlandet er ettertraktet på sommerstid, og for båtfolket er havner med gode tilbud, populære. Da Arendal Havn måtte oppgradere for et par år siden, krevdes det nytenking. Behovet for ulike aktiviteter og attraksjoner var mange, men arealet på land var begrenset.

– Samtidig hadde man et ønske om noe som «løftet havna» og trakk besøkende på sommerstid, forteller prosjektleder i SINTEF, Bjørnar Henriksen.

Det ble inngått en OFU-kontrakt – en prosjektordning administrert av Innovasjon Norge. Gjennom at offentlige aktører og privat virksomhet samarbeider, skal ordningen bidra til å utvikle nye produkter og løsninger. Slik ble det mulig å danne en sammenslutning av flere bedrifts- og forskningspartnere og sette opp en prosjekterings- og utviklingsplan over tid.

Fleksible moduler

Bedriften Ertec undersøkte om andre i Norge hadde tenkt tanken om å flytte funksjoner ut på sjøen, men fant kun rene flytebrygger med funksjoner lagt på land.

– Tilbakemeldingene fra en rekke andre havner var imidlertid den samme, sier daglig leder Geir Horst Søraker.

Alle manglet de areal på land for å bygge det de hadde behov for i havneområdet.

– Vi bestemte oss derfor for å utvikle fleksible løsninger med moduler eller flåter som kunne imøtekomme ulike ønsker i havna gjennom å kobles sammen og bli flyttbare i ulike løsninger.

Styrkeberegninger

Men man kan ikke bare ta et garderobeanlegg og og flytte det ut på sjøen. Å utvikle løsninger som dette krever beregninger og analyser for blant annet styrke og sikkerhet. For hvordan oppfører et flytende bygg seg i kuling og bølger, og hva med et flytende anlegg med folk som flytter seg eller klumper seg sammen?

I Arendals-prosjektet har bedriften CFD Marine gjort både beregninger og analyser med utgangspunkt i standarder som ligger til grunn for dimensjonering av skip, cruisebåter og flytende anlegg. I tillegg har de gjort en rekke analyser for å finne ut hvordan lokale forhold påvirker det flytende anlegget.

Flyteelementene er forankret ned til havbunnen og inn til land.

– Vi har en grunnmodell med fire moduler. Om man ønsker å utvide ytterligere, blir det et kost-nytte-spørsmål. Belastningene blir gjerne store, og sammenkoblingene kan bli dyre, sier Søraker.

Åpning til våren

De fleksible løsningene gjør at man nå vil klare å legge aktivitet ut rundt eller tett på gjestehavnen. Bidragsyterne i prosjektet mener det vil bli muligheter for god infrastruktur samt bading, lek og aktiviteter uansett vær. Tanken er at antall plasser i havna skal økes fra 160 til 220 til sommeren 2016.

– En utfordring har vært å finne passende krav og standarder å forholde seg til, og sånn sett har prosjektet vært et nybrottsarbeid, sier Bjørnar Henriksen i SINTEF.

Planen er åpning av den nye havna i mai måned i år.

Kunstig intelligens slo europeisk mester i superkomplisert brettspill

Go er et av verdens eldste brettspill som fortsatt spilles i dag. Spillet skal være mer enn 2500 år gammelt og det oppsto i Kina. Spillet er også stort i Japan og Korea.

Det kan se ganske enkelt ut. Spillet består av et rutenett og svarte og hvite brikker, men spillet skjuler ekstremt dype strategier. Det er kanskje en av grunnene til at spillet fortsatt spilles etter tusenvis av år.

Nå har en internasjonal forskergruppe laget en kunstig intelligens som spiller go. Men dette programmet er så kraftig at det har klart å slå den europeiske mesteren Fan Hui i fem av fem spill.

Dette er første gang en profesjonell spiller har tapt mot en datamaskin i go, uten handicap eller andre modifiserte regler, ifølge tidsskriftet Nature.

– Dette synes jeg er veldig imponerende, sier Anders Kofod-Petersen til forskning.no.

Han er visedirektør ved Alexandrainstituttet i Danmark og professor II på institutt for datateknikk og informasjonsvitenskap på NTNU. Han har ikke deltatt i den nye studien.

– Go er spesielt vanskelig for datamaskiner, så det har vært trøblete å få programmer til å spille like godt som mennesker.

Ta halvparten av brettet

Go-reglene høres ganske enkle ut. Spillet foregår på et brett med 19×19 ruter, og to spillere bruker annenhver tur til å sette ut en stein der linjene krysser hverandre i rutenettet. Steinene flyttes ikke etter at de er satt ut. En spiller er hvit, og den andre er svart.

Hvis en stein blir omringet av steiner av den andre fargen, blir den fangede brikken fjernet fra spillet. Målet med spillet er å kontrollere mer enn halvparten av brettet.

Go er et spill med det spillteoretikerne kaller perfekt informasjon. Spillerne vet alltid hva som har skjedd i løpet av spillet, og hva den andre har gjort i sine trekk. Sjakk er også et spill med perfekt informasjon. Det er mange flere regler, som du kan lese om her.

Men de enkle reglene gjør også spillet ekstremt komplisert. Hvis den hvite spilleren plasserer brikken sin et sted, har svart hundrevis av valgmuligheter når det er hans tur. Det samme gjelder for hvit igjen, og etter hvert blir det milliarder av mulige spill som kan utfolde seg.

På grunn av kompleksiteten blir go gjerne kalt matematikernes spill.

Rå styrke

– Det er flere mulige kombinasjoner på brettet enn det er atomer i universet, sier Demis Hassabis til Nature i denne videoen. Han er kunstig intelligens-forsker ved selskapet Google Deepmind, som har utviklet programmet.

Det er teoretisk mulig at et go-spill varer i så mange trekk at det tar milliarder av år å bli ferdig med ett eneste spill.

– Menneskelige spillere kan aldri teste ut alle disse kombinasjonene. Det er så mange at vi må velge og justere vinnende strategier for å prøve å slå motstanderen, sier Kofod-Petersen til forskning.no.

Vi må også justere spillet og veie mange strategier opp mot hverandre, mens vi hele tiden oppdaterer informasjon om hva som skjer på brettet.

– Det er et veldig intuitivt spill. Hvis du spør en dyktig go-spiller om hvorfor han gjorde det trekket, svarer de ofte at det bare føltes riktig, sier Demis Hassabis.

Dataprogrammer er veldig flinke til å regne, men de er tradisjonelt ikke flinke til å velge gode strategier. I et sjakk- eller go-program virker det kanskje naturlig at programmet bruker rå styrke for å slå sin menneskelige motspiller. Det betyr at datamaskinen ser hvilket trekk som blir gjort, og så begynner å regne gjennom alle tenkelige muligheter for å analysere hvilken vei spillet tar og hvordan det eventuelt slutter.

– Men dette fungerer veldig dårlig i go på grunn av den overveldende mengden kombinasjoner, sier Kofod-Petersen.

Sjakk-datamaskiner kan også vurdere forskjellige strategier, og det er slik de slår mennesker. Men mulighetene i sjakk er mye færre enn i go, derfor har det blitt sett på som veldig vanskelig å lage et dyktig go-program. Flere muligheter betyr massevis av nye strategier.

Så hvordan har forskerne klart å lage et dataprogram som faktisk klarer å slå profesjonelle go-spillere?

Selvlærende

Svaret ligger i kunstige nerve-nettverk. Forskerne bruker en metode som aper etter menneskehjernen, hvor simulerte nevroner blir koblet sammen. Disse nettverkene er delvis selvlærende, og forskerne forsøker å få maskinen til å spille på en mer menneskelig måte.

– Vi har forstått at det kan være nyttig å lage kunstige nevrale nettverk siden 1960-tallet, men det har ikke vært nok datakraft før nå, forteller Kofod-Petersen.

– Systemene er ekstremt mye enklere enn menneskehjernen, men det fungerer prinsipielt på samme måte.

Forskerne kan vise dette nettverket eksempler på go-spill, slik at systemet lærer selv hvordan det skal spille smart. I begynnelsen observerte programmet, som heter Alphago, mennesker som spilte go.

Etter hvert ble datamaskinen satt til å spille mot seg selv. Etter massevis av spill begynner programmet å lære seg hvilke strategier som fungerer i forskjellige situasjoner.

Data-nevronene tilpasser seg hva som blir puttet inn i maskinen, og kan dermed gjøre mer nøyaktige gjetninger etter hvert som den lærer. Ansikts- og stemmegjenkjenning er andrre eksempler på teknologier som bruker slike kunstige nevrale nettverk.

Flere nettverk

Alphago består av forskjellige nevrale nettverk som gjør forskjellige oppgaver. Det ene nettet kalles «policy network», og reduserer det store antallet mulige trekk til noen få, lovende trekk.  

Det andre nettet kalles «value network», og har som oppgave å finregne på forskjellige muligheter som ligger i disse lovende trekkene. Den regner ikke gjennom hundrevis av trekk, men nok til å kunne gjøre en vurdering av hvordan det er best å fortsette spillet.

– Vi tror at dette ligner på hvordan mennesker spiller slike spill, sier forsker David Silver i den samme Nature-videoen. Han er hovedforfatter av artikkelen.

Med mer læring og mer datakraft tror han at programmet kan bli bedre enn noe menneske.

Programmet vinner mer enn 99 prosent av spillene mot andre dataprogrammer. Til nå har også programmet altså klart å slå den europeiske mesteren.

Den neste utfordreren blir koreanske Lee Sedol. Han regnes som en av verdens beste spillere gjennom det siste tiåret.

– Jeg er privilegert som får spille dette spillet. Jeg hører at programmet blir sterkere og sterkere, men jeg tror jeg skal vinne denne gangen, sier han til Nature.

Kampen skal spilles i mars.

Referanse:

Silver mfl: Mastering the game of Go with deep neural networks and tree search. Nature, januar 2016. DOI: 10.1038/nature16961. Sammendrag

Kunstig intelligens slo europeisk mester i super-komplisert brettspill

Go er et av verdens eldste brettspill som fortsatt spilles i dag. Spillet skal være mer enn 2500 år gammelt og det oppsto i Kina. Spillet er også stort i Japan og Korea.

Det kan se ganske enkelt ut. Spillet består av et rutenett og svarte og hvite brikker, men spillet skjuler ekstremt dype strategier. Det er kanskje en av grunnene til at spillet fortsatt spilles etter tusenvis av år.

Nå har en internasjonal forskergruppe laget en kunstig intelligens som spiller go. Men dette programmet er så kraftig at det har klart å slå den europeiske mesteren Fan Hui i fem av fem spill.

Dette er første gang en profesjonell spiller har tapt mot en datamaskin i go, uten handicap eller andre modifiserte regler, ifølge tidsskriftet Nature.

– Dette synes jeg er veldig imponerende, sier Anders Kofod-Petersen til forskning.no.

Han er visedirektør ved Alexandrainstituttet i Danmark og professor II på institutt for datateknikk og informasjonsvitenskap på NTNU. Han har ikke deltatt i den nye studien.

– Go er spesielt vanskelig for datamaskiner, så det har vært trøblete å få programmer til å spille like godt som mennesker.

Ta halvparten av brettet

Go-reglene høres ganske enkle ut. Spillet foregår på et brett med 19×19 ruter, og to spillere bruker annenhver tur til å sette ut en stein der linjene krysser hverandre i rutenettet. Steinene flyttes ikke etter at de er satt ut. En spiller er hvit, og den andre er svart.

Hvis en stein blir omringet av steiner av den andre fargen, blir den fangede brikken fjernet fra spillet. Målet med spillet er å kontrollere mer enn halvparten av brettet.

Go er et spill med det spillteoretikerne kaller perfekt informasjon. Spillerne vet alltid hva som har skjedd i løpet av spillet, og hva den andre har gjort i sine trekk. Sjakk er også et spill med perfekt informasjon. Det er mange flere regler, som du kan lese om her.

Men de enkle reglene gjør også spillet ekstremt komplisert. Hvis den hvite spilleren plasserer brikken sin et sted, har svart hundrevis av valgmuligheter når det er hans tur. Det samme gjelder for hvit igjen, og etter hvert blir det milliarder av mulige spill som kan utfolde seg.

På grunn av kompleksiteten blir go gjerne kalt matematikernes spill.

Rå styrke

– Det er flere mulige kombinasjoner på brettet enn det er atomer i universet, sier Demis Hassabis til Nature i denne videoen. Han er kunstig intelligens-forsker ved selskapet Google Deepmind, som har utviklet programmet.

Det er teoretisk mulig at et go-spill varer i så mange trekk at det tar milliarder av år å bli ferdig med ett eneste spill.

– Menneskelige spillere kan aldri teste ut alle disse kombinasjonene. Det er så mange at vi må velge og justere vinnende strategier for å prøve å slå motstanderen, sier Kofod-Petersen til forskning.no.

Vi må også justere spillet og veie mange strategier opp mot hverandre, mens vi hele tiden oppdaterer informasjon om hva som skjer på brettet.

– Det er et veldig intuitivt spill. Hvis du spør en dyktig go-spiller om hvorfor han gjorde det trekket, svarer de ofte at det bare føltes riktig, sier Demis Hassabis.

Dataprogrammer er veldig flinke til å regne, men de er tradisjonelt ikke flinke til å velge gode strategier. I et sjakk- eller go-program virker det kanskje naturlig at programmet bruker rå styrke for å slå sin menneskelige motspiller. Det betyr at datamaskinen ser hvilket trekk som blir gjort, og så begynner å regne gjennom alle tenkelige muligheter for å analysere hvilken vei spillet tar og hvordan det eventuelt slutter.

– Men dette fungerer veldig dårlig i go på grunn av den overveldende mengden kombinasjoner, sier Kofod-Petersen.

Sjakk-datamaskiner kan også vurdere forskjellige strategier, og det er slik de slår mennesker. Men mulighetene i sjakk er mye færre enn i go, derfor har det blitt sett på som veldig vanskelig å lage et dyktig go-program. Flere muligheter betyr massevis av nye strategier.

Så hvordan har forskerne klart å lage et dataprogram som faktisk klarer å slå profesjonelle go-spillere?

Selvlærende

Svaret ligger i kunstige nerve-nettverk. Forskerne bruker en metode som aper etter menneskehjernen, hvor simulerte nevroner blir koblet sammen. Disse nettverkene er delvis selvlærende, og forskerne forsøker å få maskinen til å spille på en mer menneskelig måte.

– Vi har forstått at det kan være nyttig å lage kunstige nevrale nettverk siden 1960-tallet, men det har ikke vært nok datakraft før nå, forteller Kofod-Petersen.

– Systemene er ekstremt mye enklere enn menneskehjernen, men det fungerer prinsipielt på samme måte.

Forskerne kan vise dette nettverket eksempler på go-spill, slik at systemet lærer selv hvordan det skal spille smart. I begynnelsen observerte programmet, som heter Alphago, mennesker som spilte go.

Etter hvert ble datamaskinen satt til å spille mot seg selv. Etter massevis av spill begynner programmet å lære seg hvilke strategier som fungerer i forskjellige situasjoner.

Data-nevronene tilpasser seg hva som blir puttet inn i maskinen, og kan dermed gjøre mer nøyaktige gjetninger etter hvert som den lærer. Ansikts- og stemmegjenkjenning er andrre eksempler på teknologier som bruker slike kunstige nevrale nettverk.

Flere nettverk

Alphago består av forskjellige nevrale nettverk som gjør forskjellige oppgaver. Det ene nettet kalles «policy network», og reduserer det store antallet mulige trekk til noen få, lovende trekk.  

Det andre nettet kalles «value network», og har som oppgave å finregne på forskjellige muligheter som ligger i disse lovende trekkene. Den regner ikke gjennom hundrevis av trekk, men nok til å kunne gjøre en vurdering av hvordan det er best å fortsette spillet.

– Vi tror at dette ligner på hvordan mennesker spiller slike spill, sier forsker David Silver i den samme Nature-videoen. Han er hovedforfatter av artikkelen.

Med mer læring og mer datakraft tror han at programmet kan bli bedre enn noe menneske.

Programmet vinner mer enn 99 prosent av spillene mot andre dataprogrammer. Til nå har også programmet altså klart å slå den europeiske mesteren.

Den neste utfordreren blir koreanske Lee Sedol. Han regnes som en av verdens beste spillere gjennom det siste tiåret.

– Jeg er privilegert som får spille dette spillet. Jeg hører at programmet blir sterkere og sterkere, men jeg tror jeg skal vinne denne gangen, sier han til Nature.

Kampen skal spilles i mars.

Referanse:

Silver mfl: Mastering the game of Go with deep neural networks and tree search. Nature, januar 2016. DOI: 10.1038/nature16961. Sammendrag

Medisinsk forskning til folket i en app

Hvis du blir lagt inn på sykehus ønsker du å bli tilbudt best mulig behandling basert på nyest mulig forskning. Realiteten er at veien fra forskningsresultater til praktisk anvendelse kan være lang.

Nye funn innen et felt må vurderes grundig opp mot hverandre, og så må den nye kunnskapen ut til fagmiljøene. Dette tar gjerne over et år. Og i mellomtiden har det kommet nye studier.

Per Olav Vandvik, forsker ved Institutt for helse og samfunn, har som mål at ny kunnskap skal bli delt raskere. For å nå dette ambisiøse målet har han og kollegene utviklet en app som heter MAGICapp.

Den skal samle inn medisinsk kunnskap basert på forskning fra hele verden, for så å spre den raskt og effektivt ut til forskjellige brukere.

– Vi vil at leger og pasienter lettere skal kunne høste godene av ny kunnskap, sier Vandvik.

Vandvik nevner lungebetennelse som et eksempel der nye funn bør raskt ut til folket.

– Et høyst konservativt anslag tilsier at 300 liv ville vært spart i Norge dersom steroidbehandling hadde blitt raskere innført som normal praksis, sier han.

Steroider mot lungebetennelse

En stor og godt utført studie på lungebetennelse ble publisert i The Lancet i januar. Resultatene viste en klar gevinst ved bruk av steroider. Endring av praksis skal alltid være basert på oppsummert forskning av alle tilgjengelige studier, så Vandviks gruppe bestemte seg for å produsere en systematisk oversikt.

– Vi utarbeidet oversikten på en måned og sendte inn til tidsskriftet Annals of Internal Medicine. De har brukt 6 måneder på publiseringsprosessen, forteller Vandvik.

Han har som mål å inngå partnerskap med et tidsskrift og sikre publisering i løpet av tre måneder etter at ny kunnskap er ute. Og selvfølgelig skal resultatene rett inn i MAGICapp.

– Å få den nye anbefalingen på plass i MAGICapp tok bare 15 dager, forteller Vandvik.

Kvalitetssikret informasjon

– Det er selvfølgelig essensielt at informasjonen i MAGICapp er fullt ut pålitelig, sier Vandvik.

All informasjon i appen kommer fra etablerte organisasjoner og fagmiljøer som utvikler faglige retningslinjer. De vurderer nye funn etter internasjonalt aksepterte standarder, for så å kunne spre kvalitetssikret kunnskap til helsepersonell og myndigheter.

MAGICapp fungerer som en publiseringsplattform, der de kan publisere og oppdatere sine faglige retningslinjer.

Flere land har tatt MAGICapp i bruk. Helsedirektoratet har etablert et innovasjonsprosjekt med siktemål å bruke MAGICapp for alle nasjonale retningslinjer. MAGICapp brukes og av Sundhetsstyrelsen (Danmark), Den Finske Legeforeningen og andre.

App for alle

– Det er viktig for oss at resultatene skal være tilgjengelig for et større publikum, sier Vandvik.

Ved å utvikle en app når de ikke bare leger, men også mannen i gata. Leger og pasienter kan sammen gå inn i appen og finne anbefalte behandlinger og annen nødvendig fagkunnskap.

Informasjonen ligger i flere lag, og brukerne kan grave så dypt de har behov for. Ved noen tastetrykk kan en bruker sammenligne alternative behandlinger, og veie fordelene og ulempene opp mot hverandre. De som ønsker det kan grave helt ned til enkeltstudiene som ligger til grunn for anbefalingene.

– Vårt mål er at appen skal bidra til gode samtaler mellom behandlere og pasienter, forteller Vandvik.

Med MAGICapp inn i fremtiden

Neste steg i MAGIC er å bygge et digitalt og troverdig økosystem. Vandviks gruppe ønsker å raskt fange opp, oppsummere og publisere ny kunnskap. Han ønsker at nyere og bedre behandlingstilbud skal bli raskere innført og at behandling som ikke nytter, eller i verste fall gjør skade, skal bli raskere stanset.

– Behandling som ikke nytter er en unødvendig belastning for pasienten og sløsing med helseressurser, sier han.

Han inviterer nå helsemyndighetene og fagmiljøene med på ferden videre, både i Norge og nabolandene. Målet er å sikre at kunnskapen blir implementert i praksis.

– Vår målsetting er å pumpe ut ny kunnskap til helsepersonell og pasienter gjennom systematiske oversikter og troverdige anbefalinger. Disse skal vi gi gjennom vår MAGICapp og i medisinske tidsskrifter. Eksempelet med steroider ved lungebetennelse illustrerer verdien en slik tilnærming kan gi for pasienter og samfunn, avslutter Vandvik.

Disse bileierne er mest lojale

– De viktigste årsakene til at bilkjøpere kjøper samme bilmerke er at de er fornøyd med kvaliteten på bilen og servicen på merkeverkstedet, og at bilmerket har holdt tritt med den tekniske utviklingen innenfor andre bilmerker, sier forsker Terje Andreas Mathisen ved Handelshøgskolen i Bodø til forskning.no.

For bilprodusenter er det viktig at kundene er så fornøyd at de vil kjøpe samme bilmerke neste gang. Det er billigere å markedsføre nye biler til eksisterende kunder, enn å kapre helt nye kunder.  

Mandagsbil eller dårlig kvalitet betyr ikke alt

Om du har mye trøbbel med bilen din, kan det forme holdningene du har til bilmerket. Verksteds- og serviceutgifter utgjør hele 11 000 kroner i året for en mellomstor bil. Det utgjør omtrent 12 prosent av årlige bilutgifter inkludert tap av verdi, ifølge tall for 2014 hos Opplysningskontoret for vegtrafikken.

Men det er mer enn våre erfaringer med bilen som påvirker om vi vil kjøpe samme merke neste gang.

– Økonomiske forhold kan gjøre oss tvunget til å kjøpe et billig bilmerke, selv om vi har lyst på et annet. Lada hadde enorm lojalitet blant russere, men det behøver ikke å bety at de var særlig imponert, sier Mathisen. 

Sammen med to andre forskere ved Handelshøgskolen i Bodø, Nord Universitet har han gått grundig til verks for å finne ut hvor merkelojale norske bileiere faktisk er.

Så på bileiernes faktiske fortid

De gransket fortiden til alle bileiere som het Hansen, Karlsen og Olsen hos Statens vegvesen og så hvilke bilmerker disse personene har eid tidligere.

Forskerne fant ut at det er fire ganger mer sjanse for at en Toyotaeier kjøper Toyota neste gang, som at en Renault-eier gjentar kjøpet. I alt ble 9000 bileiere analysert fra 2013 og 28 år bakover i tid.

– Så vidt vi kan se, er det første gang bilbytter er studert på denne måten, sier Mathisen.

De bilmerkene som har de minst og de mest lojale kundene, var ganske godt i samsvar med hva kundeundersøkelser viser. Men økonomene i Bodø fant også store individuelle forskjeller.

Yngre er mer «utro»

En av fire bileiere er lojale og kjøper samme bilmerke neste gang. En av tre kjøper et merke de har eid en eller annen gang tidligere, mens resten prøver nye merker hver gang.

Menn er litt mer lojale til bilmerket enn kvinner er. Eldre bileiere er også langt mer lojale enn yngre. En 60-åring som skal bytte bil, er dobbelt så lojal mot «sitt» siste bilmerke som en ung bileier.

Hvor ofte du bytter bil og alderen på bilen spiller også inn. Jo eldre bilen din er når du bytter den ut, desto større er sjansen for at du kjøper et helt annet bilmerke. Merkelojaliteten faller også hvis du kjøpte bruktbil forrige gang, og hvis det er lenge siden sist du kjøpte bil.

– Bileiere som sjelden skifter bil, er kanskje ikke spesielt bilopptatte eller merkebevisste, og det er mer tilfeldig hvilket merke de velger, sier Mathisen.

Disse bilmerkene har mest lojale kjøpere:

Toyota har flest lojale kunder, mens Opel og Ford følger hakk i hæl. Renault har lavest merkelojalitet. Tabellen til høyre viser hvor mange av bilkjøperne som eide bil av samme merke forrige gang. 

I gjennomsnitt var det en av fire som valgte samme merke. Lojaliteten for andre merker var på 8 prosent. 

Flere trofaste mot BMW og Audi i Oslo

Det er også en viss forskjell i lojalitet avhengig av hvor man bor i landet.

Bileiere i Oslo er litt mindre lojale enn i resten av landet. Bilmerkene Citroen, BMW, Audi og Skoda har høyere lojalitet i Oslo enn i resten av landet.

Utenfor Oslo er bilistene mer lojale mot Honda, Saab og Renault.

Volkswagen mest utbredt

Volkswagen er det største bilmerket i Norge, men likevel er det fire bilmerker som har mer lojale brukere enn dem.

– Det tyder på at de ikke er så god til å holde på sine kunder, sier førsteamanuensis Mathisen. 

Og endringer i lojalitet har vidt forskjellig utslag for ulike merker, avhengig av hvor utbredt merket er, påpeker han.

– Det vil ha mye større betydning for salget av alle de andre bilmerkene hvis for eksempel Volkswagen har en nedgang eller økning i kundelojalitet, sier han.

Derfor bør alle bilforhandlere være spesielt oppmerksomme på bileiernes lojalitet overfor de bilmerkene som er mest utbredt, mener Mathisen.

Spørreundersøkelser har en svakhet

Hvert år lager Handelshøyskolen BI Norsk Kundebarometeret, som viser kundenes lojalitet til blant annet bilmerker. For produsentene som scorer best, er plasseringen gull verdt i markedsføringen.

Men spørreundersøkelser som Norsk Kundebarometer og NAFs Autoindex kan ha en svakhet: Det er ikke alltid vi forbrukere faktisk gjør det vi sier at vi kommer til å gjøre. Studien forskerne i Bodø har gjort, er derimot basert på faktiske handlinger blant kundene. 

Dette har forskerne skrevet om i en artikkel som nå er inne til vurdering.

Kilde:

Finn Jørgensen mf: Merkelojalitet blant norske bileiere. Magma nr 8, 2015, (fagfellevurdert tidsskrift for or økonomi og ledelse for Econas medlemmer). 

Slik kan de se inn i fisken

– Vi jobber for at all fisk i fremtiden kan bli målt når den kommer på kaia, sier Nofima-forsker Karsten Heia.

Tidligere er teknologien brukt for å lete etter innvollsormen kveis. Nå utvikler forskerne målemetoder for blant annet blodinnhold og holdbarhet – uten å måtte gjøre mer enn å ta bilde av fisken.

Fra 3 til 216

Vanlige fargebilder er sammensatt av tre fargekanaler med rødt, grønt og blått lys, men med et spesiallaget kamera fra Norsk Elektrooptikk kan de ta bilder over hele 216 kanaler.

Kameraet kan også oppdage både synlig og infrarødt lys. Til sammen åpner dette for et spekter av ulike analyser – så lenge man vet hva man ser etter.

– Det kalles avbildende spektroskopi. Teknologien er utviklet for å gjøre målinger på fileter, blant annet finne blodmengde i fiskekjøttet og se etter kveis, sier Heia.

Tilpasset industrien fra start

Maskineriet er tilpasset en samlebåndsfart på 40 centimeter per sekund. Med andre ord en gjennomsnittlig torsk i sekundet.

– Det er dette som er hastigheten på filetanlegg i dag, og det har vært viktig for oss å ha med reelle arbeidsforhold fra begynnelsen av.

Med informasjonen spektroskopien gir, kan man spare mye unødig sorteringsarbeid helt fra kaikant til prosessering.

– Hvis man kan sortere ut fisk som ikke er egnet for filetproduksjon, kan man utnytte kapasiteten på fileteringsanlegget langt bedre, sier Heia.

Både hvit og rød fisk

Forskningsprosjektet på torsk og laks ble startet opp for ett år siden, med finansiering fra Regionalt forskningsfond Nord.

– I det videre arbeidet skal vi ta det vi har lært om hvit fisk og bruke det på rød fisk, sier Heia.

Det er særlig problematikk relatert til melaninflekker som er av interesse for laksenæringen.

– Enkelte produsenter av røykelaks kjøper inn opp mot 20 prosent mer laks enn nødvendig for å kompensere for fisk som under filetering viser seg å måtte trimmes for blod og melaninflekker. Kan de unngå dette, vil de spare mye penger.

Holdbarhet

Nå jobber Nofima-forskerne med utstyrsleverandøren Marel, som leverer maskiner til blant annet fiskeindustrien. Målet er å utvikle en kommersiell løsning for at sortering av hvitfiskfilet, basert på bilder som avslører kvalitetsfeil som kveis, blod, svarthinne og spalting, kan bli en del av filetproduksjonen.

Det å vurdere fiskens holdbarhet med spektroskopi er en reell mulighet, men var ikke en del av dette prosjektet.

– Men muligheten er der. Gjennom lagringsforløpet endres nemlig formen på proteiner i blodet. Blod oksideres, og sammensetningen av informasjon vi får fra bildene, kan gi forhandlere informasjon om hvor lenge de kan forvente at fisken er holdbar, med nøyaktighet på pluss-minus én dag, sier Heia.

Avslører falske vitnemål med Bitcoin

Forrige veke fekk eg vitnemål frå universitetet i Nicosia om gjennomført og bestått kurs i digitale valutaer, eit såkalla Massive Open Online Course.

Det er ikkje noko spesielt med det; det spesielle er at vitnemålet også ligg lagra ein trygg og ope tilgjengeleg stad på nettet, nemleg det som kallast Bitcoin-blokkjeda. Denne bruksmåten er ein forsmak på kva den nye Bitcoin-teknologien kan føre med seg av smarte nyvinningar, også i norsk offentleg sektor.

Bitcoin har så langt fått mest merksemd som ein valuta, eller Internett-pengar om ein vil. Men gradvis veks det fram nye bruksområde for teknologien, på grunn av eit særeige fortrinn som få andre nett-teknologiar kan skilte med.

Dokumentasjon til evig tid

2015 var året då blokk-kjeda og teknologien som ligg til grunn, for alvor vart interessant for mange. Dei fleste større utanlandske bankar og finansaktørar har saman med dei største IT-selskapa sett i gang utprøving av teknologien. Dei har stor tru på blokk-kjeda, men er skeptiske til valutaen Bitcoin.

Men kva er så denne «blokk-kjeda»? Jo, ein stor, open database på nettet der alle gjennomførte transaksjonar er dokumenterte. Som namnet tilseier, er det snakk om ei lang kjede av blokker som inneheld transaksjonar. Nye blokker blir lagt til gjennom ein intrikat prosess der stor reknekraft er nødvendig for å unngå at dei same pengane blir brukte to ganger («double-spending»). Alle kan lesa ut informasjon frå blokk-kjeda, men ein kan ikkje utan vidare leggja til nye transaksjonar. Det er det berre dei med stor reknekraft som kan løysa ei vanskeleg matematisk oppgåve, som kan gjera.

Den store nyvinninga med denne kjeda, er at ho gjer det enkelt å bevisa eigarskap til noko utan bruk av ein tredjepart. Det høyrest kanskje ikkje så imponerande ut, men viss ein tenkjer over kva og kven tiltrudde tredjepartar er, blir det klarare kor store konsekvensar teknologien kan få; bankar og andre finansverksemder er dei vanlegaste eksempla på slike aktørar.

Nytte i  offentleg forvaltning

Også offentlege verksemder har ein viktig funksjon som tiltrudde tredje­partar som går god for eigarskap til ulike ting – pengar, vitnemål, sertifikat, diverse løyve og mykje meir. Bitcoin ber i realiteten bod om ei fullstendig automatisering av omfattande fysiske prosessar og rutinar i dagens samfunn. Blir teknologien teken i bruk i stort omfang, vil det kunna føra til store endringar i mange næringar.

Så langt er det ikkje så mange som har sett på potensialet for bruk av Bitcoin i offentleg sektor, utanom på området regulering. Av vitskaplege artiklar om temaet Bitcoin som er publiserte fram til no, er det så langt ingen som har teke opp potensialet for teknologien i offentleg sektor. Publiseringa av artikkelen denne kronikken byggjer på, er så langt eg har kunna registrera den første.

Bitcoin mot forfalsking

Tilbake til vitnemålet eg fekk frå universitetet i Nicosia. Sidan kurset handlar om digitale valutaer, og spesielt Bitcoin, var det naturleg at universitetet tok eigen medisin. Ved å leggja eit «fingeravtrykk» av vitnemålet (teknologisk blir dette kalla ein «hash») frå kurset på blokk-kjeda, har universitetet elegant gardert seg mot forfalsking. Falske vitnemål er eit stort problem over heile verda, og noko av problemet er at det tek tid å kontrollera om papira er ekte. Det ville difor vera ein stor fordel om nokre tastetrykk var alt som skulle til for å verifisera vitnemål – og eksempelet frå universitetet i Nicosia viser nettopp det.

På CV-en min vil eg føra opp det nemnde kurset i digitale valutaer og inkludera ein enkel instruks om korleis andre kan verifisera at vitnemålet er ekte og samsvarer med kopien universitetet har, og at eg ikkje har endra noko i etterkant. Den viktigaste eigenskapen med ei blokk-kjede som Bitcoin, er at det som blir lagra der etter kort tid (i realiteten ein time) blir umuleg å endra. Etter kvart som nye blokker blir lagt på toppen av dei eksisterande vil blokkene bli tryggare og tryggare dess fleire som blir inkluderte. Det er om lag som når elvar avset sediment på sjøbotnen og avleiringar djupt nede i sedimenta blir vanskelegare å grava fram enn dei som ligg på eller nær overflata.

Norske universitet og høgskular må komma etter

Ein slik bruk av Bitcoin-teknologien ville opna for ei omfattande rasjonalisering av rutinar knytte til å sjekka at vitnemål og andre dokument er autentiske. Bitcoin-teknologien opnar for første gang for å bevisa eigarskap utan bruk av ein tredjepart.

Det er flott at universitetet i Nicosia går føre og viser veg, men norske utdanningsinstitusjonar bør også få auga opp for denne viktige teknologien og starta eksperimentering. Sikker lagring av vitnemål er berre eitt av mange bruksområde.

Referanse:

Svein Ølnes: Beyond Bitcoin – Public Sector Innovation Using the Bitcoin Blockchain TechnologyNOKOBIT – Norsk konferanse for organisasjoners bruk av informasjonsteknologi 2015 ;Volum 23. (1). 

Oppfinner ble inspirert av utdødd oldtidsdyr

Separasjonen skjer ved hjelp av hydrodynamikk. Vann, blod og andre typer væske vil strømme rundt «trilobitten». Den er ellipseformet og har bitte små filterspalter som separerer ut fast stoff.

Målet er å kunne skille partikler fra to mikrometer og oppover. En mikrometer er en tusendels millimeter. Forskere fra Sintef lager strukturen i «trilobitten».

Trilobitter er en utdødd leddyrklasse som levde i havet i oldtiden. Mange trilobitter hadde pigger, enten ut til siden som forlengelser av leddene eller som utvekster oppover fra midten av kroppen.

Plattformteknologi med fordeler

Eirik Bentzen Egeland er oppfinner og gründer av selskapet Trilobite Microsystem. Han forteller at fordelene med den nye enheten er at det kreves lite energi for å pumpe væske gjennom strukturen, og at den ikke tetter seg lik andre filtre. I tillegg er teknologien svært fleksibel og skalerbar.

– Filtreringen vår er en plattformteknologi som kan brukes til mye forskjellig, sier Egeland.

Strukturen i renseenheten må spesialtilpasses til hva som skal renses og til væskevolumet. For blod vil det være en fordel å skille ut de forskjellige bestanddelene i blodet og fjerne «støy», for enklere å stille en diagnose.

Hvite blodlegemer er for eksempel på 5 mikrometer. Skal man klare å rense ut partikler, virus og bakterier, trenger man en dimensjon mellom turbinbladene som er ned mot 1 mikrometer. Det er derfor en stor fordel at teknologien er skalerbar og skal kunne filtrere ut partikler i hele spekteret fra 1 til 100 mikrometer i væsker.

Egeland forteller at bedriften i dag har et foreløpig anlegg installert i Kristiansand.

– I en vaskehall for lastebiler behandler vi store vannmasser og renser ut alt av partikler over 50 mikrometer for så å resirkulere vannet, sier han.

Tøyer grenser

Ved Minalab i Oslo arbeider Sintef-forskere med nanostrukturering.

– Vi etser ut mønsteret for trilobitten i en silisiumskive og må sprenge grenser for å lage en struktur der selve spaltene skal være veldig små – samtidig som de står i kanaler som er flere millimeter store, forteller Michal Mielnik.

Forskerne benytter silisiumskiver som utgangspunkt for å fremstille komponentene og teknologi som stammer fra mikroelektronikk. Men i stedet for å lage ledningsbaner og transistorer, etser de ut bitte små kanaler og spalter med nanometermål.

Mielnik tror de skal klare å levere strukturer som kan rense ut partikler fra 2 mikrometer og oppover i løpet av ettervinteren.

– Dette byr på en todelt utfordring: Kan vi for det første få til de geometriene som Trilobite Microsystem ønsker, og vil geometrien dernest gjøre jobben som de ønsker? Det siste innebærer at bedriften må teste enhetene i etterkant for å se hvordan de virker.

Store mål

Eirik Egeland har planer om at den nye enheten skal kunne rense ballastvann fra skip der det meste går ut i havet i dag. Det endelige, langsiktige målet er imidlertid å rense drikkevann.

– Vår teknologi skiller seg ut ved at det vil være mindre vedlikehold, altså mindre kostnader, ved å rense drikkevann, og vannet vil være helt rent og sikkert å drikke. Men dette ligger langt frem i tid; per i dag er vi på industrielt vann, sier han.