Nya utmaningar för arbetslivsforskningen

Det finns många olika definitioner på vad Big Data egentligen är. Några försöker beskriva det i mängden av data mätt i ovana mått. De flesta känner till vad kilobyte, megabyte och gigabyte är. Kanske det sista externminnet du köpte på Clas Ohlson var på en terabyte. Det betyder att du för 700 kronor kan lagra lika mycket information som det skulle behöva huggas ned 50 000 träd för, om allt skulle lagras på papper.

Petabyte är tusen gånger mer än det, en etta följd av 15 nollor och talar vi om en exabyte, en etta följd av 18 nollor, har vi ett mått på hur mycket ny information som producerades år 1999. Sedan dess har informationsströmmen fortsatt att öka exponentiellt, så att vi 2011 producerade 2,5 exabyte varje dag.

Enligt International Data Corporation, IDC, som försöker uppskatta hur mycket information som produceras, ökar datamängden med 40 procent varje år. 2020 kommer det att produceras och kopieras 44 zettabytes, på ett år. En zettabyte är tusen exabyte.

Datamängder som inte får plats

Istället för att tala om ofattbara datamängder finns det ett enklare sätt att definiera Big Data, nämligen som de informationsmängder som är för stora för att kunna hanteras i vanliga datorer. Istället måste analysprogrammen skickas in som sonder där informationen lagras och speciella program har utvecklats som delar upp arbetsuppgifterna och fördelar dem på många olika datorer.

Hur många dataservrar som Google använder är en affärshemlighet, men antalet ligger mellan 1-10 miljoner.

Detta har skapat ett utrymme för nya företag och nya konsulttjänster. Analysföretaget Gartner räknar med att företagen 2013 använde 296 miljarder dollar på informationssystem som samlar in information om kunder, leverantörer och konkurrenter.

I Sverige räknar Swedish Institute of Computer Science, SICS, med att 35 000 jobb kommer att skapas inom tio år i ett antal Big Data-kluster och ytterligare 9 000 i det som kallas för Mega datacenter.

Vi möter redan många exempel på hur Big Data används i vardagen. Intresserar man sig för en bok på Amazon, får man genast förslag på andra böcker som läsare som köpt den boken har köpt. Med 152 miljoner kunder och 1,5 miljarder varor i sina lager ligger Amazon i frontlinjen för att använda Big Data och visar också behovet av att snabbt kunna analysera enorma mängder av data.

Den datainformation som Amazon använder sig av är främst strukturerad data, sådant som matats in och som kan presenteras i Excelark och lagras i databaser. Men det finns också ostrukturerad information, som är den information som skapas i sociala medier som Twitter och Facebook, bloggar och eposter. Det är här nya och oväntade insikter om kundernas önskemål kan hittas.

Information i realtid

Att Big Data nu blivit ett så hett affärsområde beror på kombinationen av att det blivit så billigt att lagra data och de nya analyssystem som gör det möjligt att hantera informationen i realtid.

Ett slående exempel är Flightradar, som visar hela världens flygtrafik i realtid. Kartan berättar inte bara om omfånget av trafiken, men ger också en tydlig bild av var den ekonomiska tillväxten är koncentrerad i världen:

På www.flightradar24.com kan man zooma in och följa flygtrafiken var som helst i världen. Klickar man på flygplanssymbolen får man flygbeteckningen, flygsträckan och en rad andra upplysningar. Nyheter skickas till, och diskussioner förs på ett Twitterkonto som har 260 000 följare.

Men vad har detta med arbetslivsforskning att göra? Jo, piloterna hör till de yrken som är mest övervakade. Allt vad de säger och allt vad de gör i förhållande till flygplanet registreras i det som populärt brukar kallas för den svarta lådan för att informationen ska kunna analyseras om det sker en olycka. Hittills har de svarta lådorna haft en begränsad kapacitet så att det bara är de senaste par timmarna som lagras. Men efter flera uppmärksammade flygplansolyckor, där räddningsmanskapet inte lyckats lokalisera den svarta lådan,ställs frågan allt oftare varför informationen inte också kan lagras utanför flyget? Satelliter och jordstationer gör det redan möjligt med Internet ombord på flyget. Då borde det också vara möjligt att skicka informationen som sparas i den svarta lådan ut av flyget, till dataservrar på jorden.

Allt fler yrken övervakas på samma sätt som piloterna, samtidigt som vi som privatpersoner hela tiden lämnar digitala spår. Hur detta påverkar arbetslivet är förstås ett viktigt forskningsfält, men Big Data kommer också påverka hur forskarna arbetar.

Mödosamt samla in information 

Under det mesta av 1900-talet tog insamlingen av information  lång tid och krävde mycket arbete.  Även en liten grupp människor interagerar på ett komplext sätt. Det visade den amerikanske antropologen Wayne W Zachary när han 1977 i ett banbrytande arbete försökte förklara varför en karateklubb med 50-100 medlemmar splittrades:

Ett diagram över 34 av medlemmarna i Karateklubben och hur de interagerade utanför den. Varje streck är en kontakt utanför klubben.  Det finns 595 olika relationer enbart mellan dessa medlemmar.

För bara några år sedan publicerade forskaren Johan Ugander på Stanford University i Kalifornien och Lars Backstrom på Facebook en analys av hur de då 720 miljoner Facebookanvändarna är kopplade till varandra. 

De upptäckte att medan den etablerade teorin om att alla människor är förbundna med varandra genom maximalt sex steg (så att en person A har en vän B som känner C och så vidare) inte stämmer för Facebookanvändarna. De är förbundna med varandra med enbart fyra steg:

- Idag är det möjligt att undersöka mänskliga aktiviteter i ett omfång som man inte kunna drömma om för en generation sedan. Dessa digitala fotavtryck har en potential att kunna hjälpa samhällsvetare förstå komplexiteten i mänskligt beteende bättre – hur individer knyter och upprätthåller sociala band och dynamiken i inflytande och makt, skriver Jimmy Lin från University of Maryland i den amerikanska vetenskapsakademins tidskrift The Annals, som har ett specialnummer om Big Data i forskningen.

Enligt honom talas det nu om Big Data som ”den fjärde paradigmen” inom forskningen, som kompletterar teori, experiment och simuleringar.

- Historiskt sett brukade samhällsvetarna först planlägga en studie, därefter besluta vilken information som skulle samlas in och till sist analysera den. Nu har kostnaden att lagra informationen blivit så låg att folk sparar allt. Först därefter börjar de leta efter betydelsefulla mönster i informationen, påpekar professor Willy Shih, på Harvard Business School i en intervju med Harvard Magazine.

Letar man efter avhandlingar eller uppsatser som handlar om arbetslivet och Big Data på nordiska universitet och högskolor är resultatet än så länge magert.

- Det område där Big Data kommer att användas först är inom sjukvården och det som kallas personalized health, säger seniorforskaren Rajendra Akerkar, på Vestlandsforskning, ett uppdragsfinansierat forskningsinstitut i Norge.

Personalized Health syftar till att stödja val av behandlingstyp för till exempel en cancerpatient, baserat på individens och tumörens karakteristika, exempelvis genprofil.

- Det är ett område där behovet att hitta lösningar som kan hantera stora datamängder är stort. Det är en trend mot individbaserade lösningar och det kräver djupgående kunskaper om de biologiska orsakerna till sjukdomar och det finns ett stort behov av att bearbeta data.

Samtidigt är frågor som hur informationen ska skyddas viktiga. Ofta går det inte att anonymisera informationen, eftersom det handlar om en människas genetiska kod - som är unik.

Se alla artiklarna i tema