Intervju
Et verktøy for kritisk tenkning?
INTERVJU: Den nyoppstartede student-IT-bedriften Disputas AS fikk 1 million kroner fra Forskningsrådets studentordning STUD-ENT. Bedriften utvikler en nettplattform som skal tilby verktøy for kritisk tenkning og analyse av argumenterende tekst.
Av , master i filosofi og redaktør i Salongen.
Studentbedriften Disputas AS startet som et samarbeid mellom tre studenter i filosofi og informatikk som delte en oppfatning av at uenigheter ofte oppstår på grunn av dårlig kommunikasjon eller misforståelser. For å motvirke polarisering og bygge gjensidig forståelse og tillit i samfunnet, behøver vi en velfungerende offentlig diskusjon, hevder teamet bak Disputas AS. Da er det også viktig at alle har en god forståelse av argumentasjon og logikk. I møtet mellom filosofi og informatikk oppstod en idé om et digitalt verktøy for lesning og analyse av argumenter i skriftlig form, som kan gjøre det enklere å se sammenhengen mellom premisser og konklusjon. Idéen ble sendt inn til innovasjonsselskapet Inven2s «starter kit»-konkurranse for studenter, og ble én av tre vinnere. Dermed fikk de hjelp til å kommersialisere ideen og å starte et aksjeselskap. Deretter søkte teamet på Forskningsrådets studentordning STUD-ENT og fikk tildelt én million kroner for å realisere idéen.
Teamet bak Disputas AS er Andreas Netteland, som studerer kybernetikk og robotikk ved NTNU, Anders Næss Evensen, som jobber som IT-konsulent, samt Paal Fredrik Kvarberg, som tar en bachelor i informatikk ved UiO. Evensen har en bachelorgrad i kinesisk fra tidligere, og en master i informatikk fra UiO. Kvarberg har et årsstudium i sosiologi fra UiO og en master i filosofi fra UiB.
Plattformen, som også har navnet Disputas, ble videreutviklet til en idé om å samle og digitalisere flere nyttige verktøy for argumentasjonsanalyse og kritisk tenkning i en gratis plattform på nett. Nettplattformen skal kunne brukes til å analysere resonnementer i argumenterende tekster. Det vil si alle typer tekster som fremmer et synspunkt. Intensjonen er at plattformen blant annet vil kunne brukes som et læringsverktøy for logikk, en sjekk av argumentasjon i tekster man leser eller skriver selv, men også et verktøy til hjelp med evaluering av flere premisser når man skal ta store eller små valg. Håpet er at den også kan brukes i diskusjoner for å tydeliggjøre poenger og virke oppklarende, gjennom å få frem om uenigheter bygger på reell uenighet eller misforståelser.
– Hva slags funksjonalitet vil plattformen Disputas utvikler tilby?
– Det enkleste svaret er at Disputas er en analysetjeneste som skal bistå studenter og elever på alle nivåer, samt alle andre som er interesserte i argumenter og kontroversielle saker, med å analysere tekst, forteller Kvarberg.
– Vi håper på sikt at plattformen vil kunne tilby flere ulike analysestøttetjenester, men i første omgang satser vi på argumentasjonsanalyse. Tenk på det som en erstatning for de gammeldagse metodene for å utføre argumentasjonsanalyser: Man har gjerne en tekstbok med teori, teksten man skal analysere, samt papir til å ta notater og kanskje tegne diagrammer. Vi har lyst til å samle disse tre tingene og lage én plattform på nett som kombinerer dem.
Disputas planlegger å tilby blant annet grafiske diagrammer som viser argumentene i teksten, for slik å gi brukeren en visuell, interaktiv illustrasjon av hvordan argumenter henger sammen. Intensjonen er å tydeliggjøre hvordan ulike premisser relaterer til hverandre og til konklusjonen. Netteland forklarer at de ønsker noe som ligner et tankekart eller et diagram som man kan bevege seg rundt på, der det er bokser som inneholder hver sin påstand, som har piler mellom seg som skal vise relasjonen mellom dem. Men akkurat hvordan det ferdige designet blir, er ikke fullstendig fastsatt.
Bruksområder
– Dere har i tidligere intervjuer beskrevet plattformen som et verktøy for å forstå og evaluere gyldigheten i argumenterende tekst. Kan dere utdype hva dere mener med å evaluere gyldigheten?
– Det vi tenker på da er at plattformen skal kunne hjelpe folk med å fremstille argumenter som ofte kan være rotete og vanskelige å få helt grep på. Planen er at plattformen skal hjelpe ved å representere argumenter på en klar og tydelig måte, slik at den logiske strukturen i argumentet blir oversiktlig. På denne måten vil vi kunne hjelpe brukere å evaluere om konklusjonen i et argument følger rent logisk fra premissene i argumentet, forklarer Kvarberg. Vi burde legge til at argumenter kan være gode selv om de ikke er logisk gyldige. Induktive argumenter er av dette slaget. Plattformen skal være behjelpelig med å evaluere slike argumenter også, blant annet ved teori knyttet til argument-skjema og sjekklister.
Netteland fremhever at dette først og fremst gjelder prosjektet de holder på med nå, som er å utvikle en nettplattform for argumentasjonsanalyse. Selskapet har også ambisjoner om å utvide plattformen med enda flere moduler og tjenester i fremtiden.
– Hvem ser dere for dere kommer til å bruke Disputas?
– I første omgang så tenker vi at det vil være studenter, elever og andre som tar kurs i kritisk tenkning og logikk som vil ha mest nytte av plattformen. Men vi tror også at det er et marked for noe sånt som dette utenfor undervisningsrommene, for individer som er opptatt av argumenter, som leser avisen og hører på podcaster og syns det er spennende med debatt. Men vi tror kanskje også at det vil være spennende for bedrifter som står ovenfor vanskelige valg og som må vurdere for og imot i et valg der mange millioner kroner står på spill. Det finnes en konkurrent – Kialo – som jobber med noe som ligner på det vi gjør. I et intervju sier Errikos Pitsos, grunnleggeren av Kialo, at da de lanserte plattformen sin, var det veldig mange bedrifter som kontaktet dem og hadde lyst til å ta plattformen i bruk til sine styremøter. Han hadde ikke sett for seg at dette kunne være en relevant gruppe i det hele tatt. Men slik Kialo driver nå, så er disse i hvert fall en betydelig brukergruppe.
– Det høres ut som at dere snakker om et verktøy som også kan brukes når man skriver en tekst. Leser man tekster, som f.eks. artikler eller bøker, er disse gjerne godt strukturerte og tydelige, da de har gjennomgått en del redigeringer. Hvis man derimot skriver en tekst selv – særlig hvis man er en ny skribent – så kan det fort bli rotete. Er dette et bruksområde dere vil ta høyde for eller er tanken først og fremst å være til hjelp når man leser tekster?
– Plattformen kan absolutt brukes på begge måter. Vi har tenkt litt på hvordan en klar argumentasjonsstruktur kan fungere som disposisjon for å skrive en argumenterende tekst, og vi leker med idéen om å implementere funksjonalitet for å autogenerere tekst fra slike disposisjoner.1 Men nå i første omgang er hovedfokus å hjelpe med å plukke fra hverandre den logiske strukturen i en tekst. Det finnes mye informasjon tilgjengelig på nett, men mye av det blir fremstilt på en vanskelig måte eller er direkte feilinformasjon. Vi ønsker å hjelpe brukerne med å sortere ut dårlig informasjon, forteller Netteland.
– Det stemmer at det er mange tekster som er godt strukturerte, hvor det er ganske tydelig hva den argumenterende strukturen i teksten er, legger Kvarberg til. Men det er også mange argumenterende tekster som ikke er skrevet av fagfolk, som noen ganger er skrevet etter «mysterienovelle»-modellen. Det kommer ikke tydelig frem hva det argumenteres for, og så plutselig havner man på en eller annen overraskende konklusjon, og så vet man ikke helt hva som ble sagt som egentlig støttet konklusjonen til slutt. Da kan det vært fint å ha et verktøy slik at man kan rekonstruere argumentet i etterkant. Men jeg tror også at plattformen kan være nyttig for lesning av godt strukturerte tekster: Å legge det inn i en enda mer strukturert form, til og med når den er godt strukturert, er en god øvelse.
Teknologi som forlengelse av mennesket
– Dere har tidligere fortalt meg at et av målene fremover er at plattformen skal kunne skanne igjennom en tekst og analysere de logiske resonnementene i den. Planen er at data fra bruk av plattformen skal samles inn og brukes til å utvikle en teknologi som kan gjenkjenne logiske mønstre i tekst. Kan dere si litt om denne teknologien og hvordan dere ser for dere at den skal fungere? Og hva slags data er det som vil samles inn?
– Det er ganske enkelt hvordan denne typen maskinlæring fungerer, begynner Evensen. Som regel trenger man mennesker til å analysere data slik at de nevrale nettverkene kan trenes opp på annotasjonene som menneskene har gjort. Basert på disse annotasjonene kan et program lære hvilke kategorier som er riktige. Men hvis vi nå har brukere som sitter og gjør det, og markerer for eksempel hva som er premisser og konklusjoner og slike ting, så vil det på sikt være mulig å trene en maskin til å gjøre dette selv. Det finnes allerede modeller som gjør dette med ganske høy treffsikkerhet. Det er ikke så vanskelig, bare man har nok data.
Å annotere en tekst handler om å plukke ut og kategorisere ulike deler av teksten. Eksempler på annotasjon kan være å kartlegge og kategorisere alle verb, substantiver og pronomen, men man kan også annotere langt utover dette. For eksempel kan man merke av hva som er premiss og hva som er konklusjon, og også hva slags type tekst det er – en bokanmeldelse, et intervju, en avisartikkel om tennis osv. Har man en stor mengde annotert tekst, kan man trene en maskin, gjennom maskinlæring, til å gjenkjenne disse kategoriene når den ser en ny tekst. Dermed trenger man ikke lenger å annotere selv, men man kan sende teksten gjennom dataprogrammet som analyserer teksten og annoterer den. For høyest grad av treffsikkerhet, trenger programmet å trenes ved hjelp av store mengder annoterte tekster.
Til å starte med må brukerne gjenkjenne alle kategoriene selv og merke dem av i teksten. Men ideen er altså at etter hvert som flere brukere har brukt plattformen mye og annotert ulike kategorier for hånd, vil Disputas AS kunne trene opp systemet til å foreslå for bruker hva som er premiss og hva som er konklusjonen i teksten.
Kvarberg utdyper:
– Hvis brukerne kommer til å bruke den så aktivt som vi håper, så kommer de til å legge ved en hel del andre kategorier i tillegg til premisser og konklusjoner. Da tenker vi oss at brukerne kan komme til å legge inn blant annet hva slags type tekst det er, og klassifisere argumenter etter type, som f.eks. stråmannsargument, autoritetsargument, induktive argumenter, osv. Også i selve analysen kommer vi til å bruke et par andre kategorier som ikke blir brukt i de modellene som blir mest brukt i maskinlæringen nå. Vi kommer til å ha i hvert fall fem konnektiver, i tillegg til en rekke egenskaper ved proposisjonene som utgjør premiss og konklusjon i argumenter.
– Er Disputas først og fremst ment som et læringsverktøy, eller er tanken at det skal være en erstatning for egen kunnskap? Vil ikke automatiseringen kunne virke hemmende på egen kritisk tenkning hos brukerne når de ikke trenger å gjøre noe selv?
– Det er ikke meningen at det skal erstatte det personlige, fastslår Netteland. Målet er jo å hjelpe folk til å tenke kritisk. Om vi får mulighet til å lage en tjeneste i etterkant som kan gjøre disse tingene automatisk, så vil det heller tjene som en støtte til folks egne oppfatninger.
Kvarberg utdyper:
– I første omgang har vi nok tenkt at det skal være noe som kan brukes i pedagogisk sammenheng. Dersom vi klarer å lage noe som på et senere tidspunkt kan erstatte deler av den kritiske tenkningen som folk hadde måttet gjennomføre selv hvis de ikke hadde plattformen, så er det et veldig interessant spørsmål om de da ikke tenker kritisk når de bruker plattformen. Dette er jo the extended mind hypothesis, og jeg heller mot å tenke at hvis man har verktøy som kan erstatte ting som man måtte trenes til å få til tidligere, og verktøyet fungerer godt, så er det ikke et stort tap der.
The extended mind hypothesis, som Kvarberg refererer til, er en teori fremmet av Andy Clark og David Chalmers, som anser at verktøy vi kan bruke for å hjelpe oss med f.eks. å gjøre beregninger eller å huske noe – en notisbok, en kalkulator, en datamaskin, osv. – blir som forlengelser eller utvidelser (extensions) av oss. Slike verktøy motarbeider ikke våre egne egenskaper, men forlenger dem og forbedrer dem.
Å forutse fremtiden
– Hvordan tenker dere at Disputas kan bidra innen akademia? Vil verktøyet f.eks. kunne presentere analyser som selv en veltrent logiker ikke kan komme frem til?
– Det er jo målet; eller målet er at plattformen skal kunne gjøre dette mye bedre enn selv et trent øye. Så er jo spørsmålet om vi kommer oss dit, sier Netteland.
Kvarberg forteller at de nylig har blitt inspirert av boken Superforecasting: The Art and Science of Prediction. Boken poengterer at selv eksperter ganske ofte tar feil, ifølge Evensen, og at det er lurt å ha en ekstern måte å sjekke argumenter og konklusjoner. Kvarberg legger til at boken også poengterer at det finnes noen feil som til og med eksperter gjør ganske systematisk:
– Feilene kommer av at det er vanskelig å behandle veldig mye informasjon på en gang, og komme frem til vurderinger om denne informasjonen støtter eller svekker komplekse påstander. Philip Tetlock – forfatter av boken – sier at de som er veldig gode til å si noe om fremtiden, og som tenker klarere og bedre enn andre, er de som tallfester hvor sannsynlig de tror det er at ulike påstander er sanne eller falske. De har en systematisk tilnærming til hvordan de vekter ulike oppfatninger og hvor sannsynlig de tror det er at påstandene er sanne i lys av ny informasjon. Hvis man er god til det, så blir man også bedre til å vurdere om noe er sant eller usant. Vår tjeneste vil gjøre det veldig enkelt å tallfeste estimert sannsynlighet for at en påstand er sann, og gir også tips og triks fra forskningsfronten i filosofi og psykologi for evaluering av denne typen.
Teamet forklarer og viser frem skisser med ideer til hvordan plattformen vil se ut. Et viktig aspekt er at bruker vil kunne tallfeste sin egen oppfatning om hvor sannsynlig vedkommende mener det er at hvert av premissene i argumentet er sanne. Til slutt vil plattformen regne ut med hvor stor sannsynlighet det er at konklusjonen i argumentet er sann, gitt brukerens egne evalueringer. Dette skal hjelpe brukeren til å se hvor sterkt hun eller han bør tro på konklusjonen, gitt deres egen tiltro til premissene.
– Plattformen vi bygger utgjør et rammeverk for å representere ulike grunner for om man burde tro at oppfatninger og lengre argumenter er sanne eller usanne, fortsetter Kvarberg. Det er vanlig både hos eksperter og folk flest å tenke at hvis én påstand høres rimelig ut, og at den neste også gjør det, osv., så er det ganske naturlig å slutte at da er konklusjonen også sann. Men det forutsetter at man har tenkt at det er 100 % sannsynlig at alle påstandene underveis og forbindelsen mellom dem er sanne. Allikevel, når man tenker at noe er rimelig, så tenker man kanskje egentlig at det er 80 eller 90 % sannsynlig at påstanden stemmer. Hvis dette går over flere steg, så er det ikke sikkert at konklusjonen støttes i nærheten av like stor grad som det man trodde når man bare leste ukritisk. Til denne type ting kan plattformen være ganske nyttig.
Fremtiden for Disputas
– Hva skal dere jobbe videre med fremover?
– Nå jobber vi med å få første versjon av plattformen ut. Så ønsker vi å få brukertestet den og få revidert den i løpet av høsten. Hvis mange bruker den, så vil det gi mye bedre innsikt i hva vi bør fokusere på å utvikle fremover, forteller Netteland.
Kvarberg forteller om noen ideer teamet har for mulige fremtidige utvidelser av plattformen:
– Det hadde vært veldig kult på sikt å bygge noe som er litt annerledes enn argumentsanalyse, men som også har noen lignende elementer. Nemlig en slags software for beslutningstagning hvor man kunne trukket på mye av lignende type litteratur som har med kritisk tenkning, forutsigelser og psykologiske forskning på beslutninger. Vi ser for oss et digitalt rammeverk for å representere den relevante informasjonen man burde ta stilling til når man skal treffe vanskelige beslutninger. Når informasjonen er tydelig representert, går man deretter systematisk gjennom og tallfester hvert element med et tall som representerer hvor høyt man verdsetter eller tror på hver informasjonsbit. Til slutt vil man få en helhetlig representasjon av det man har tenkt. Slik vil man slippe å huske alle tingene og deretter prøve å rent intuitivt skjønne hvordan all informasjonen spiller inn i beslutninger som skal tas.
– Slike systemer fungerer kjempebra hvis man er flere brukere også. Det er mye bedre hvis du har mange som har gått gjennom den samme prosessen for den samme beslutningen siden de har gitt litt ulike estimater for ulike ting. Det er mye spennende teori som tilsier at hvis man tar aggregatet av det flere sitter individuelt og tenker, så kommer man som regel nærmere sannheten enn hvis man bare tar enkeltindivider. Mulighetene er enorme. Det er så mange ting man kan gjøre med digitale verktøy for tenkning. Det er helt sprøtt, syns jeg at det ikke er flere som har gjort mer i dette feltet.
