Det är många som suckar när det släpps ytterligare en larm-rapport om vad vi ska, eller inte ska, äta. Suckar ytterligare en gång när kvällstidningar skriver om att klimatforskare, cancerforskare eller forskare om barnuppfostran inte är överens. Det känns som att snart kan inte forskare komma överens om solen stiger upp imorgon. Det kan de inte.

Grunderna för vetenskapligt tänkande (förra inlägget hittar du här) är att forskarna gör modeller av verkligheten. Modellen, eller teorin, gäller under vissa förutsättningar och är inte bättre en dess senaste observation. På samma sätt som en hockeyspelare inte är bättre än senaste matchen eller en musiker inte är bättre än senaste spelningen.Det innebär att forskare arbetar med sannolikheter; det är väldigt sannolikt att solen går upp imorgon, men det är inte helt säkert. Om solen inte går upp imorgon, då måste vi revidera vår modell om universum baserat på den observationen. Nu är inte det någon bra liknelse eftersom utan solen kommer det inte heller att finnas någon forskare som kan revidera modellen. Det här är just det som kan göra folk frustrerade över att det inte ges några fullständiga svar från forskningen utan snarare nya frågor och problematiseringar (jag har skrivit om det här).  

Tvärsäkra forskare ska man akta sig för, eftersom det inte ligger i forskningens natur att vara tvärsäker.

Däremot är det så att vissa forskare och rapporter har större förtroendekapital än andra. Är det ett uttryck för elitism och att forskare håller varandra om ryggen? Det kan det vara. Normalt har det göra med rapportens bakgrund. Om den är publicerad i en högre rankad tidsskrift och kvalitetssäkrad har den ett större förtroendekapital än om den inte är kvalitetssäkrad och publicerad av något privat institut eller företag. Tidskriftens ranking avgörs med så kallad impact factor, vilket innebär att tidskriften rankas efter hur ofta forskningen citeras i andra artiklar. Fler citeringar borde tyda på att forskningen är mer relevant och riktig.

Kvalitetssäkring sker med så kallad peer-review förfarande, vilket innebär att sakkunniga forskare inom fältet granskar artikeln och bevisningen. Ofta är både forskaren och sakkunniga är anonymiserade. Tyvärr händer det att man inom specialiserade områden känner till varandra, skrivandet, och därmed kan bli färgade, eller som det kallas att ha bias. Redaktören på tidsskriften bestämmer, utifrån sakkunnigas utlåtande, om artikeln publiceras eller inte.

Exempelvis så har jag skrivit ett antal rapporter som är publicerade på LTU, som inte har speciellt stort förtroendekapital. Trots att jag tycker att de är bra och relevanta. De har inte gått igenom en peer-review process. De är inte publicerade på en tidskrift och dessutom skrivet av en icke-disputerad. Då är det inte speciellt tillförlitlig forskning. Enkelt uttryckt så är rankingen följande (men varierar inom vissa fält): (1) Tidskrift, (2) Konferens, (3) Bok och sist (4) rapporter.

Kom ihåg det nästa gång du hör en larmrapport.

En del är missnöjda med att jag använder begreppet vetenskapligt tänkande i min definition av Lean. Kritiken går ut på att jag försvårar Lean och att det skulle räcka med att beskriva det som strukturerat. Jag håller inte med.

Bilden ovan är taget av Luc Viatour / www.Lucnix.be

I min enkla definition av Lean (den hittar du här) så beskriver jag inte det enbart med innehåll som strukturerad uppföljning eller systematiserat förbättringsarbete. Jag tycker att det finns mer i vetenskapligt tänkande att hämta förutom systematiken. Idéer som att basera beslut på fakta, standardisering, tillåtelsen att ifrågasätta och att ompröva kan vi också tillämpa. Vad är då vetenskapligt tänkande enligt min filosofi?

Vetenskapligt tänkande är att, på ett systematiserat sätt, samla information om vår omvärld för att försöka förstå och katalogisera det. Med hjälp av den informationen kan vi skapa en modell av verkligheten, som gäller tills något annat påvisas.

Den första delen handlar om att vi medvetet går ut och samlar empirisk data. Empiri innebär att vi samlar data genom observation. Det innebär att vi inte går ut på måfå och samlar data, utan att vi gör det i ett visst syfte. Det vill säga vi har en idé om hur det borde fungera, eller att det finns problem som ska lösas. Ofta finns det en hypotes, eller ett antagande, om hur det borde fungera. Så är det exempelvis om vi har en svarv som inte fungerar som den ska. Vi tror något (smörjning, spån, etc) orsakar avvikelsen och så börjar vi samla information om stopptider, materialtyp och arbetssätt för att kunna få en helhetsbild.

Sedan skapar vi en modell av hur vi tror att det fungerar och den världsbilden gäller tills motsatsen bevisats. Detta gör vi genom ytterligare observationer som förkastar vår modell, eller teori. Det innebär att vi ska ständigt ompröva vår syn baserat på fakta. Detta skiljer sig från att tro på något. Religion är ett exempel, där vissa sanningar anses vara så grundläggande att de inte behöver bevisas. Men vi behöver inte gå så långt. Inom industrin tror vi ofta saker om våra anställda, maskiner eller kunder, samtidigt som data skulle säga något annat.

I bland beskrivs detta synsätt att vi ska ifrågasätta som att det ska vara “högt till tak”, det vill säga att alla tillåts ifrågasätta, även chefens teori. Därför kan det vara bättre med mindre hierarki i organisationer, eftersom du kan få fram andra hypoteser som kan prövas istället för att tro på något.  Samtidigt låter man “fakta” tala för sig och det gör det mindre stigmatiserat att ifrågasätta någon.

Detta synsätt passar också in när vi pratar om standard inom Lean, det vill säga att ett visst arbetssätt gäller tills vi vet något annat, något bättre och först då gäller den nya standarden. Detta schema är jämförbart med hypotesprövning inom forskning.

Det är alltså inte bara det systematiserade arbetssättet vi kan ta med oss från forskningen. Det är också att basera beslut på fakta, standardisering, tillåtelsen att ifrågasätta och att ompröva. Om du vill förstå lite mer om synen på vetenskap och olika vetenskapsgrenar kan jag rekommendera SR filosofiska rummet avsnittet vetenskapskriget från söndag den 6 Januari 2013.

En del rekryteringsfirmor och personalavdelningar vill jobba med kvantitativa mått på personlighetstyper i det goda syftet att hitta ett den saknade pusselbiten till teamet, ledningsgruppen eller arbetslaget. De här kategoriseringsmodellerna är i enklaste form en lek av typen det finns två typer av människor (de som tror på kategoriseringsmodeller och de som inte gör det), i en mer seriös form en fyrfältsmatris och i de mest avancerade ett spindelnätdiagram i flera dimensioner. Fördelen är att detta förenklar rekrytering, nackdelen är att de ofta är nonsens utan vetenskapligt belägg.

Många av oss har varit på teambuilding eller en inspirationskurs för att lära känna oss själv och de i vår närmaste grupp eller rent av en rekryteringssituation där vi fyllt i ett antal frågor om oss själva i olika situationer. Därefter presenteras vår personlighet i en fyrfältsmatris (analytisk, relationsvårdande, resultatdriven eller visionär) eller djur (sköldpadda, giraff, haj, bläckfisk) som ska beskriva våra huvuddrag. Ofta poängteras det att man har dragning åt något håll eller lutar mot någon annan vilket gör att man kan öka antalet dimensioner och på så sätt förklara människor som inte är urtypen av något. Ofta skrattar vi nervöst för det verkar stämma in på oss eller våra arbetskamrater. Problemet är att det skaver lite när man tänker på att man inte alltid funkar så (över tiden) eller att man tagit en annan roll på tidigare arbetsplatser (kontexten).

Först känns uppdelningen i en fyrfältsmatris väldigt vetenskapligt och det är säkert det som gör att vi känner förtroende för den här typen av system. Men hur delarna hänger ihop går det inte säga något om vetenskapligt. Vi kan inte heller säga något om varje kategori; en som är resultatdriven i Sverige, kanske uppfattas som relationsvårdande i USA och en visionär från japan känns kanske analytisk för oss i Sverige. Det blir även ännu svårare om vi ska försöka beskriva någon som är visionär: vad innebär det? Har personen många idéer eller få idéer men som sträcker sig över tiden. Hur beter sig en sådan människa och går det att exakt beskriva hur en sådan människa beter sig på en arbetsplats, umgås eller levererar resultat. Förmodligen inte eftersom det inte finns en universell definition av visionär som är lika för oss alla.

Dessutom är människan och hennes själsliv en komplex varelse där vi antar olika roller och beteenden beroende på kontexten, kulturen, gruppen, hur vi själva mår den dagen eller känner för att göra. Innebär det att vi ljuger om vi är motsägelsefulla eller är olika personer vid olika tillfällen? Förmodligen inte eftersom vi är inga tv-personligheter eller filmstjärnor med ett visst varumärke eller budskap utan vi är just motsägelsefulla och olika dag för dag. Det är alltså ett relativt mått beroende på kultur, sammahanhag, i relation till någon annan, och existerar bara i ett samspel. Självklart ska jag också poängtera att det finns bra och omfattande personlighetstester, men att den omfattning och rigorösa och systematiska angreppssätt används sällan av kurser eller enskilda rekryteringsfirmor.

Risken med den här typen av modeller är att de antigen blir för generella efterhand som vi adderar dimensioner. Då påminner det nästan om astrologi, eller kanske kinesiska stjärntecken med djur, där vi väljer vilket som passar oss och vår självbild. Då har inte testet åstadkommit annat än kostat pengar. Den andra stora risken är att rekryteraren går in med en föreställning om hur en sådan person är (enligt testet) och intervjun bekräftar det man tror sig se.

Jag tror att det är bättre och använda tiden till att ha flera personer som intervjuare och på så sätt skaffa sig kunskap om individen och dess beteende. Prata med referenser och jämför dessa med vår samlade uppfattning. Mycket talar om, rent vetenskapligt, att för att fatta beslut om så komplexa system med omfattande data (eng: rich data) är det bäst att ställa frågor och försöka förstå motiv, drivkrafter och åsikter. Då kan vi bättre förstå om individen kommer att passa in i rollen och vi kan börja därifrån. Kanske med en provanställning som minskar båda parternas risktagning.

Till en början var jag oerhört frustrerad på universitetet. Jag upplevde att forskare och doktorander inte trodde på någon idé förrän de hade gjort det själv. Jag tolkade det som ett slags tänkande ”om det inte är gjort av mig så kan det inte vara bra”. Den så kallade, not-invented-here-symptomen, som jag har ogillat så mycket i alla organisationer som jag arbetat i. Jag har alltid varit fast övertygad om att jag ska hitta den bästa, sedan antigen rekrytera, samarbeta med eller kopiera hen; inte tro att jag själv kan komma på allt på ett optimalt sätt. Men jag har kommit att förstå att det är kanske snarare ett uttryck för ”do-it-yourself” med syftet att lära sig, än ett inåtvänt synsätt. Jag har fått omvärdera mina fördomar. Igen.

Jag fick en riktig aha-upplevelse när jag lyssnade på Kristofers Triumfs podcast Värvet #93 med Jenny Wilson (du hittar den här). Då insåg jag att det finns en poäng med do-it-yourself i doktorandperioden, att lära sig något från grunden skapar en förståelse för de större greppen. Därför kan det vara bra att göra en enkät själv, fast det finns andra som kan det bättre och snabbare. Därför kan det vara bra att programmera i matlab® fast man vet att det finns bättre mjukvara som hanterar mera komplexa simuleringsmiljöer. Bara genom att lägga ner en oproportionerligt lång tid för att bottna i detaljer så förstår du problemen och även möjligheterna. Det skapar ett mervärde även om det skenbart är slöseri med tid. ”The devil is in the details” bruka vi säga inom Lean och det är ju precis det som det handlar om.

Min framgång i antalet publikationer, med varierande kvalitet givetvis, är att jag tog med mig samarbetstanken från näringslivet och snabbt sökte upp partners för att arbeta med olika texter. I dagsläget har jag 20 stycken publikationer (dom hittar du här), vilket är ganska ovanligt för en doktorand. Det finns givetvis de så är mycket bättre, det är inte det som är min poäng. Min poäng är att jag kände mig frustrerad över att forskningsledningen ville att man skulle arbeta med halvbra verktyg på ett halvbra sätt. Givetvis först för att skapa en förståelse men också för att tillämpa det i forskningen. Jag kände mig bara skeptisk eftersom de fanns de som kunde det redan så mycket bättre och det kändes som om jag slösade tid innan vi kunde skapa något i världsklass.

På ett sätt är det rätt att bygga vidare på befintlig kunskap, men det gäller också att förstå från grunden. Det är det som doktorandtiden handlar om, att förstå något från grunden genom att sätta sig ner och förkovra sig i ett ämne så att man känner det utan och innan. Sedan kan man fortsätta mot större och bättre saker.

Däremot så är det många som fortsätter att arbeta på det sättet efter doktorandperioden och utvecklar det jag kallar not-invented-here-symptomen och det gäller inte bara forskare. Då måste man inse att för att göra något större, något som betyder något, behövs det ett team. För att något ska bli riktigt bra så behöver man hjälp, för ingen besitter alla de förmågor som krävs för att skapa, paketera, förmedla och distribuera något i världsklass, oavsett om det är en artikel, en produkt eller en tjänst, och som ekar i evigheten.

Jag satt på ett möte härom veckan där entusiastiska entreprenörer och ledare presenterade möjligheter med byggandet av serverhallar i Norrbotten för ett antal forskare. Jag tyckte mig märka en frustration hos föredragshållarna när de upplevda att forskarna inte rycktes med av möjligheterna, marknadsutsikterna och jobben. En frustration som ökade när lösningsorienterade näringslivs representanter undrade varför forskarna bara såg problem. Ett tag funderar jag på att ställa mig upp och skrika: det är deras jobb!

En ofta förekommande fras under föredraget var från näringslivsrepresentanten: "Det här är väl bättre än inget" eller "Den här lösningen innebär mycket mindre CO2 utsläpp en nuvarande lösning i andra länder - är inte det bra?" Det här möttes av ett nickande och sedan ytterligare problematisering från forskarna. 

Det som skiljer företagsledaren och forskaren är att företagsledaren vill kommersialisera något som är tillräckligt bra, medan drivkraften för forskaren är just problematiserandet. Det kan liknas med journalisternas behov av problem beskrivning, fast på ett annat sätt (Peter Wolodarski skriv en bra ledare i ämnet. Den hittar du här). Jag kan på samma sätt hävda att problemformuleringen finns i forskarens DNA, men där journalisten söker ett fall med ett perspektiv försöker forskaren hitta flera fall och därigenom ta fram en generell modell.

Det betyder inte att de är mindre entusiastiska. Faktum är att jag såg hur forskarna var entusiastiska. Det visade de genom att ställa upp fler frågor och fler problem. Lätt röda om kinderna. Detta tolkade näringslivet som att de var skeptiska och motvilliga. Nu frågar sig vän av ordning att är inte forskarna intresserade av finansiering och svaret är ja. Däremot är det ytterst sällan ett mål utan ett medel för att få utrymme att utforska vidare. 

Då insåg jag att forskarna ska du inte använda vid den här typen av möten när du vill servera en lösning, utan du ska använda dig av de när du vill att någon ska se problemen och göra det fritt och självständigt. Ta gärna med en forskare på styrelsemötets strategidag eller projektgruppens riskanalys. Då får du något som du inte är van med från näringslivet. Det kan vara smärtsamt jobbigt men väldigt upplyftande.

Det finns en sanning bakom kritiken. Det innebär inte att forskarna måste vara självkritiska och fråga sig om man alltid ska ta fram problem då risken är att man inte kommer åt kanaler för att sprida sin forskning, få tillgång till empiri eller finansiering. Om man fjärmar sig från samhället vilket existensberättigande har då forskningen?

Jag menar bara att vi måste förstå varandra. Gör vi det - då har vi en bra kombo!

I veckan har artiklar som diskuterat korkade rasister, det dåliga med att lämna barn under två år på dagis, samt en artikel om sambandet mellan testikelstorlek och att vara en bra pappa delats friskt på Facebook, Twitter och andra sociala medier. Sambandet mellan dessa artiklar är att det hävdar sig ta avstamp från forskning och visar på en koppling mellan gener och vardagen. Det finns fem anledningar att till att vara extra försiktig när du läser och delar den här typen av artiklar.

Metros artikel ”Rasism hör ihop med låg intelligens visar forskning”, Aftonbladets krönikör Alex Schulmans ”Vi skadar våra barn – men det är inte vårt fel” och DN:s ”Aktiva fäder har mindre testiklar” har varit virala succéer på nätet i veckan som gått. Det verkar som att medierna delvis använder ordet forskning för att locka till sig trovärdighet och samtidigt på det sättet skapa en provokation i ett ämne och en slutsats som kan ”verka rimlig”. Det finns fem anledningar till att vara försiktig med provokativa artiklar som kopplar någon slags genetik med en social konstruktion, det vill säga något som varierar mellan olika kulturer och tidevarv.

1. Orden ”forskning visar” eller ”vetenskapen säger” betyder inget om man talar om enskilda studier. De kan i princip vara lika tokiga idéer som någon som sitter i en husvagn med en foliehatt hittar på. Man måste alltid titta på var har artikeln publicerats, det vill säga vilken kvalitet har artikeln. Det finns vetenskapliga tidskrifter som i forskarsamfundet inte har någon som helst trovärdighet. Dessutom måste man se på hur forskningen är gjord, hur stor är urvalet och hur är studien utformad.

2. Forskarsamfundet eller kollektiv forskning är vad majoriteten säger om ett visst fenomen, exempelvis klimatforskning. Det är inte en enkät som skickas ut till forskare, som vissa tycks tro, utan det är en samlad bild av vad vi kan bedöma just nu. Det kan ibland svårt att få en samlad bild eftersom man måste se över hela fältet och läsa en hel del artiklar och värdera dessa. Därför finns det intuitioner och personer som samlar detta, exempelvis IPCC för klimatforskning, och försöker ge en samlad bild. Därför ska man värdera om det är en artikel som hävdar något (det blir kallare) eller tusen (det blir varmare) som hävdar något annat.

3. Det är ofta spännande med konflikter mellan forskare ur ett medialt perspektiv, men i forskarvärlden är det inte konstigt. Eftersom en forskare arbetar med modeller av verkligheten kan man aldrig säga hur modellen kommer att agera i nästa situation och därför arbetar forskning med sannolikheter istället.  Det är väldigt sannolikt att solen går upp även imorgon, men vi kan inte säga det med säkerhet. Därför blir det ofta variationer i hur forskare tolkar på komplexa modeller, men motsatsen är inget konstigt utan en viktig del av forskningen, därför ska man vara försiktig när en del hävdar att ”inte ens forskare är överens” eftersom det inte betyder något för argumentet.

4. Sociala konstruktioner som dagis, en åsikt eller att vara en bra pappa har olika betydelser och olika grader eftersom de är inga absoluta sanningar. I Schulmans artikel så är dagis skadliga för barn under två år; men vad är ett dagis? En samling barn med en föreståndare i en viss lokal. Tar man skada om man har en stor syskonskara också eller om det är kusiner, om föreståndaren är mamma, pappa eller stora syster, eller antalet barn, eller hur lokalen ser ut? Det finns så många variabler bara för definitionen ”dagis” och därför är det svårt att säga något om slutsatsen innan detta är definierat. Sam sak gäller även för om man är en bra pappa (skiljer sig mellan olika länder, kulturer och tidsåldrar) men också rasism eftersom om man ser på 30-talets Tyskland, eller Sverige, för den delen så är det svårt att tro att rasbiologi var utformat av människor med lägre IQ. Däremot är det rimligt att tro att människor med rasistiska åsikter är korkade vilket för mig till den sista punkten.

5. Artiklarna går tillbaka till magkänslan, det vill säga att för ett ögonblick så kan man känna eller tycka att det verkar ganska rimligt att barn som går på dagis (friskola, kyrka, rockkonserter) inte mår bra av att inte vara hemma tills en viss ålder. De kan exponeras mot något som vi kan ha negativa upplevelser av själv eller som går emot någon slags värdering i samhället (kärnfamilj, barnet ska vara med mamma) eftersom det har varit så tidigare. Men när man dissekerar dem så är det kanske inte så självklart som man först tänkte. Magkänslan är inget bra forskningsinstrument.

Var alltså försiktig när du läser artiklar av den här typen, speciellt om de är provocerande eller väcker dåligt samvete hos dig själv eftersom rubriken är ofta satt på det sättet. Dela upp artikeln i beståndsdelar och ifrågasätt. Fundera på vad säger vem och vilken typ av bevis finns det för det? Sista av allt, fundera en stund på vad avsändaren vill och vad händer om du delar artikeln okritiskt; du kanske blir en nyttig idiot?

not: duktig idiot är ett begrepp som använts av underrättelsetjänster för att beskriva en person som går i andras ärenden utan att vara medveten om det. 

Transparens är ett nyckelord idag. Transparens för myndigheter är att visa hur politiker och tjänstemän använder våra gemensamma pengar. Transparens inom forskning är att resultat och analyser ska kunna replikeras av andra. Transparens inom företagsvärlden innebär att varumärket ska takta med vad vi gör. Transparens, är för mig att synliggöra processerna men inte att vara naiv angående detaljerna. Den balansgången kan vara svår.

Vi i Sverige är relativt vana med transparens, till stor del tack vare en relativt lång demokratisk process utan extern påverkan som krig och tack vare öppenhetsprincipen. Det vill säga att våra myndigheters information är öppen för oss tills motsatsen påvisats, det vill säga sekretess. I många länder är det tvärtom.

Sociala medier; twitter, facebook och instagram, tillsammans med en global värld där olika källor kan jämföras on-line har ökat kravet på transparens. Du kan jämföra vad Dagens Nyheter, New York Times all Al-jazera säger om samma händelse eller åsikt. Kravet ökar; myndigheter, företag, forskare följer med eftersom motsatsen inte är hållbar. I alla fall inte på lång sikt.

Detta har gjort att transparens är ett oerhört vedertaget men också laddat ord. För oss som är inom forskning är detta oerhört viktigt. Jag tog upp det i en av mina tidigare inlägg; Forskningens Alex Schulman? Det är också oerhört viktigt för myndigheter och tjänstemän. Senaste händelserna vid UD visar att det är oerhört viktigt för våra tjänstemän att förstå att deras uppdrag är att värna om oss medborgare snarare än politikerna.

För företag transparens också viktigt. Däremot innebär det inte att man alltid ska berätta allt. Vissa företagsledare tror att det innebär att berätta allt för den anställda, exempelvis om det är en ny kund på gång, eventuell sammanslagning eller tillfälliga ekonomiska problem eller rekrytering av nyckelpersoner. Eftersom alla de händelserna kan delvis påverka en annan part (vad händer om nyckelrekryteringen inte går igenom och dennes nuvarande arbetsgivare får reda på det), delvis kan det vara sekretessbelagt och dessutom är det faktiskt så att de anställda vill inte bli involverade i alla beslut hela tiden.

Många anser att de som är satta att leda företaget har kompetens för det och behöver inte hämta samtycke eller bekräftelse från sina medarbetare hela tiden. Däremot vill de flesta veta hur processen går till och var i processen företaget befinner sig. Händer det nåt eller står det stilla i processen? Det är här jag tror man ska vara transparent för att undvika onödigt snack. Transparens i processen genom att berätta var vi är, hur vi ska fortsätta, vilka kriterier som gäller och när resultatet ska vara klart. Det är transparens som alla mår bra av. Det är Lean.