Kategoriarkiv: Datalogi

Luca Cardelli og molekylerne

cardelli-1-1

cardelli-3-1

cardelli-5-1

Italienske Luca Cardelli har gennem de sidste mere end 30 år været en af de vigtigste forskere inden for matematiske modeller for programmers og systemers adfærd. Hans arbejde med typeinferens, med objektkalkyler og de såkaldte mobile ambienter er jeg selv blevet meget inspireret af, og der er nogle af mine kolleger på AAU, der for tiden har et tæt samarbejde med ham.

I dag holdt Cardelli en særforelæsning på Universidade Nova de Lisboa (UNL), som er det andet store universitet i Lissabon, og nogle af os tog turen over Tejo-floden for at høre ham på denne steghede septemberdag, hvor temperaturen nåede op på 32 grader. Udsigten over Lissabon er meget bemærkelsesværdig, når man kører over Ponte 25 de Abril på en dag med høj sol.

Da vi kom frem, blev auditoriet hurtigt helt fyldt med forskere fra en del forskellige universiteter i Portugal, og der var også mødt rigtig mange studerende frem (heldigvis var der et klimaanlæg!).

Disse særlige forelæsninger er en tradition ved UNLs Departamento de Informática, og kendte navne som Leslie Lamport og Jeanette Wing har tidligere været her i denne anledning. Ligesom Lamport har Cardelli, der i øvrigt besøgte Aalborg Universitet for et par år siden uden helt samme officielle bevågenhed, været i stand til at tilbringe en hel karriere med grundforskning uden for universitetsverdenen. Men nu er han, ud over at være et hovednavn ved Microsoft Research i Cambridge, også blevet professor – i Oxford!

Cardellis forelæsning handlede om hans bidrag til det område, der hedder molekylær programmering – dvs. hvordan man kan programmere DNA- og RNA-molekyler til at ændre på og fremstille molekyler, og her specielt store organiske molekyler som proteiner. Det er et fascinerende område, der forbinder de tre naturvidenskaber biologi, biokemi og datalogi på overraskende vis, og mulighederne for anvendelser er store. Også ideen om programmeringssprog til molekyler er en interessant idé i sig selv.

Måske vil det en dag kunne lykkes at lave en programmerbar “mikrolæge” i levende menneskeceller, som kan kurere og forebygge sygdomme. Men det er selvfølgelig også et område med enorme etiske udfordringer at kunne gå ind og pille ved en organisme helt nede på det molekylære niveau. Meget populært sagt: Hvis man laver en programmeringsfejl i “mikrolægen”, kan den meget let komme til at gøre ondt værre.. Det sidste spørgsmål fra salen kom da også ind på dette, og det undrede mig lidt at ingen spurgte mere ind til dette eller til hvorfor Microsoft er så interesseret netop i dette område.

Det var desværre et tydeligt minus ved forelæsningen, at det simpelthen var svært at høre, hvad der blev sagt undervejs. Om det skyldes salens akustik, mikrofonanlægget eller forelæserens foretrukne tonefald, tør jeg ikke sige med sikkerhed, men jeg havde ikke nogen problemer med at forstå introduktionen til foredraget, der blev leveret (på engelsk) af institutlederen Luís Caires.

Flattr this!

Ugens dårlige nyhed

Zero percent as sculpture on a pedestal

På Carnegie-Mellon University er der 48 procent kvindelige datalogistuderende på den nye årgang, skrev jeg i går.

Hvor mange kvindelige studerende er der mon så på den nye årgang af datalogiuddannelsen på Aalborg Universitet? Svaret kan ses ovenfor, placeret på en passende piedestal.

Jeg kan desværre ikke påstå, at jeg er overrasket – men det burde mane til eftertanke og til snarlig handling.  Vi er nødt til at indse at arbejdet med at få ændret denne pinlige og sørgelig situation kommer til at tage lige så lang tid og en lige så vedholdende indsats, som det har krævet for CMU at nå dertil hvor de er nu. Og det kræver også at AAU bliver nødt til at gøre op med sit eget selvtilfredse image på i al fald nogle punkter.

Flattr this!

Ugens gode nyhed!

img_1015
Dette billede af datalogistuderende kunne ikke været taget på Aalborg Universitet.

På Carnegie-Mellon University (CMU) i Pittsburgh i USA har man i år optaget et nyt hold datalogistuderende. 48 procent af de nye studerende er kvinder. 

CMU er ikke hvilket som helst universitet; dets datalogiske institut er et af de allerbedste i USA.  I de internationale rankings er det flere steder i top 5 i verden hvad angår datalogi.

CMU er heller ikke et universitet, der er kommet sovende til dette glædelige resultat. Den nu næsten ligelige kønsfordeling er resultatet af mange års systematisk arbejde med at rette op på den kønsfordeling, der engang var lige så grotesk skæv som den er på de datalogiske uddannelser på bl.a. Aalborg Universitet.

Her er en lille video om hvad de gør på CMU.

Var det mon ikke noget for Aalborg Universitet, der jo gerne hævder at være verdensførende, at få en formaliseret kontakt på dette område til et universitet, der rent faktisk er verdensførende, og bruge denne kontakt til at få gjort noget ved den utilsigtede mandeklub, der hedder datalogi?

Flattr this!

Fredag i Rigets Centrum

i dag deltog jeg i et møde i København om udfordringerne ved cybersikkerhed og mulighederne for at påvirke de kommende opslag  fra EU under Horizon 2020 (et program, jeg har flere års fiasko-erfaringer med). Mødet var arrangeret af Aalborg Universitet, men Københavns Universitet lagde lokaler til. Blandt oplægsholderne var der flere kendte ansigter fra den hjemlige verden, bl.a. Jakob Pagter, Christian Probst og Fritz  Henglein. Der var besøg fra EUs Horizon 2020-stab – og her blev det indrømmet, at succesraten for ansøgninger var at 8 ud af 10 ansøgninger blev afvist.

Alle var enige om at sikkerhedsaspektet er af helt afgørende betydning, så på den måde var der ikke så meget nyt under solen. Bagefter ærgrede det mig, at der var så lidt luft – både i programmet, der blev præget af en forsinkelse, der førte til færre og kortere pauser end oprindelig planlagt, og i lokalet på denne usædvanligt varme septemberdag. Det er ofte de uformelle samtaler mellem alt det formelle, der fører til mest.

Og det kom da også til at passe her. Inden jeg tog af sted, nåede jeg at snakke med Fritz H. og med en fuldmægtig fra Forsknings- og uddannelsesministeriet. Det var vigtigt at få en aktuel indsigt i hvordan de nye opslag fra Horizon 2020 bliver til, og jeg fik her bekræftet min anelse om at nogle af de personer, som er så gode til at få midler, sidder med i den såkaldte referencegruppe og dermed formodentlig har en vis indflydelse på indholdet.

I Københavns lufthavn havnede jeg i den længste kø, jeg kan mindes. Den strakte sig fra den ene ende af terminalens første etage til den anden og tilbage igen – og derfra slog den et langt sving ind i sikkerhedskontrollens område. Det lidt for uskarpe billede herunder antyder det måske.

img_5437

Da jeg var godt og vej halvvejs fremme i køen (hele køoplevelsen varede lidt over en halv time) opdagede jeg ved et af de helt specielle tilfælde at en af dem, der var på op ad trappen for at stå i kø, var Helle Jensen, som jeg havde gået i gymnasiet (hun gik i a-klassen, jeg gik i x-klassen) og folkeskolen med. Det var længe siden, og vi havde begge travlt. En af os sagde til den anden, at vi måske sås igen i flyet til Aalborg. Det gjorde vi så desværre ikke.

Flattr this!

Ubehøvlet succes

Edsger W. Dijkstra, 1969.
Edsger W. Dijkstra, 1969.

Edsger W. Dijkstra fra Nederlandene var en af de store skikkelser i det 20. århundredes datalogi. Men han var også ofte ekstremt ubehøvlet.

I hvad han kalder et “til dels åbent brev til Nils J. Nilsson” (som er manden bag A*-algoritmen, en algoritme der finder korteste veje i orienterede grafer – og er mere generel end Dijkstras algoritme) hagler Dijkstra det område, vi i dag kalder for maskinintelligens, ned. Det er ikke smuk læsning.

I 1974 besøgte Dijkstra Edinburgh og deltog i en seminarrække, hvor han mødte en hel del af de i dag legendariske skikkelser inden for datalogi – bl.a. Rod Burstall, som jeg husker fra min egen tid i Edinburgh.

Dijkstra havde følgende at sige om Dana Scott, der står bag nogle af de vigtigste resultater i automatteori (delmængdekonstruktionen, som jeg ofte har undervist i, skyldes ham) og semantik af programmeringssprog:

On the whole he struck me as the mathematician who, in order to help the English bookkeeper, develops the theory of mixed radix number representations several years after Britain has switched to decimal currency. His last lecture, which had very little connection with the previous ones (nor with computing science, for that matter) was self-contained and much better. It had very much the flavour of John Backus’s Reduction Languages and van der Poel’s fiddling with the so-called paradoxical combinator. Although (or because?) I do not care too much about that subject, I could stand that last lecture very well.

Der er også anekdoter om Dijkstras tilsvining af en nyudnævnt (og ikke helt ukendt og bestemt ikke andenrangs) kvindelig professor. Men han var ikke alene om at gebærde sig på denne måde. Jeg kan huske en af Dijkstras landsmænd, der knap 20 år senere yndede at stille ubehøvlede spørgsmål til PhD-studerende som præsenterede deres arbejde til konferencer. Det var heller ikke pænt, og nogle af de PhD-studerende var bange for ham.  Og endnu senere igen har jeg haft fagkolleger, der mildt sagt ikke lagde fingrene imellem. Heller ikke det var smukt.

Dette er en af farerne ved succes i den akademiske verden: at man får så megen succes, at ingen tør sige at man går længere og længere over stregen og mister sig selv som menneske.

Det er værd at huske at man bestemt ikke behøver at opføre sig som et dumt svin, bare fordi man har succes. Fra min egen tid i Edinburgh husker jeg, at nogle af de største navne også var meget rare at omgås.

Flattr this!

Projektarbejde genoplevet i erindringen

Jeg sidder ved en AUD-terminal på Strandvejen 19. Bag mig står CSJ.
Jeg sidder ved en AUD-terminal på Strandvejen 19. Bag mig står CSJ.

I denne uge udkom andet bind af historien om datalogi på AAU. Her er mit bidrag; det handler om projektarbejde dengang (da jeg var studerende) og nu (hvor jeg har 25 års erfaring som projektvejleder).

Da jeg valgte at studere på AUC, som Aalborg Universitet hed dengang i 1982, var noget af det, jeg så frem til at skulle lave projektarbejde. Men forkortelsen PBL kendte vi ikke – den er af langt senere dato. Da jeg studerede, kaldte vi det bare for problemorienteret projektarbejde.

Det var dog bestemt ikke alle projekter i min studietid, der var lige problemorienterede. Jeg er tofagskandidat i matematik og datalogi, og mit første matematikprojekt på dét, der dengang hed Mat 1, husker jeg endnu som modsætningen til al problemorientering: Det handlede om styring af en pladespiller og udformede sig mest som en stor opgave. Hver eneste gang vi gik i stå, kaldte vi på vores vejleder og så fik vi en ny lille regneopgave. Der var ingen problemformulering, vi fik aldrig rigtig noget godt overblik og det var et projekt vi bestemt ikke følte at vi selv ejede. Vores vejledere var venlige mennesker, men de kunne ikke rigtig se at det var et problem at der ikke var noget problem.

De fleste af de senere projekter både på matematik og på datalogi var på mange måder projekter, som vi selv ejede. Måske var det i virkeligheden en reaktion på Mat 1-projektet? Vi var et lille hold og der var nogle medstuderende, som jeg fulgtes med gennem mange af de senere projekter – især Lars Bækgaard og CSJ, som jeg ofte havnede i gruppe med. I næsten alle vores projekter fik vi ideen til det igangsættende problem selv; der var ikke nogen projektkataloger med mere eller mindre færdige ideer. Netop dét har jeg savnet siden i min tid som vejleder, og det er en praksis, jeg nu prøver at genindføre for de studerende, jeg vejleder nu.

Noget, der var helt karakteristisk dengang, var at vi studerende ofte nærmest boede på universitetet meget af semesteret. Grupperummet var et sted, hvor vi opholdt os meget – og kaffestuen var lige så meget et sted, hvor vi talte om faglige problemstillinger, som et sted hvor vi holdt pauser. Vore dage studerende vil sikkert have svært ved at forstå dette, men der var ingen computere i grupperummene (endsige til forelæsningerne!). Nogle studerende havde små personlige hobbycomputere, men de stod derhjemme. Alle studierelatede programmeringsopgaver lavede vi på den store CDC Cyber 72-mainframecomputer på Aalborg Universitetsdatacenter – og i 1985 kom der en kluntet IBM PC og en samling Apple-computere, som blev stillet op i et lokale på Strandvejen 19, 3. sal. Her fandt man også en Sun-arbejdsstation, der kørte Unix. Og projektrapporterne skrev vi i de første år på skrivemaskiner, som vi fik udleveret ved semesterets start. Det var en sorgens dag, når farvebåndet var slidt. Til gengæld blev vi meget kreative i brugen af “kvajeblæk” (alias rettelak), Radex-ark og Scotch-tape, når vi skulle rette fejl. Der skulle meget til før vi skrev en side om, så vi tænkte os grundigt om før vi skrev noget ind!

På Mat 2 arbejdede vi med statistisk analyse af et stort datasæt af gymnasiekarakterer, og jeg lærte en hel masse om statistik, om den lineære algebra der ligger bag og om at bruge den statistikpakke, man også i dag kalder SPSS. Det var samtidig mit første møde med Steffen Lauritzen, en meget inspirerende og ekstremt kompetent person [man bliver ikke professor i matematisk statistik uden grund!] hvis vejledningsstil på mange måder har påvirket min egen senere gerning som vejleder.

Vi brugte Cyber’en til vores analyser, og nogle af kørslerne tog en del tid så dem fik vi lavet om aftenen og om natten. CDC-maskinen virkede dengang stor og kraftig og var forbundet til terminaler rundt om på AUC, men den havde en brøkdel af den hukommelse og processorkraft som min gamle iPhone 4S har. Én fejl fra Mat 2-projektet mindes jeg endnu med gru: Jeg ville lave et scatterplot af datapunkterne i vores datasæt, men havde glemt at der var flere tusinde sådanne datapunkter. Plotteren, der havde en lille pen til at tegne de enkelte punkter, endte med at lade pennen tegne oven i de samme koordinater ganske mange gange, med det forudsigelige resultat at der til sidst blev slidt hul i papiret og der dannede sig et aftryk på metalpladen neden under. Pinligt!

Senere kastede jeg mig så over datalogi. På Dat 1 kom det sjovt nok til at handle om statistik igen, selv om det var mit første datalogiprojekt. Projektforslaget kom fra Steffen Lauritzen, og vores projekt kom til at handle om det, vi i dag kalder for grafiske modeller og boede et sted mellem statistik, grafteori og systemudvikling. Jeg var for første (og viste det sig desværre, sidste gang) i gruppe med Lars Fischer, der ene mand lavede en fin implementation af rullegardin-menuer til vores system i Pascal, og med Anna Ingolfsdóttir. Jeg var behørigt imponeret. Vores rapport skrev vi ind på kuglehoved-skrivemaskiner, der dengang var det seneste nye. På eksamensdagen styrtede vores vejleder på cykel på vej til universitetet – det var før cykelhjelmenes tid, men heldigvis kom han ikke noget til. Derimod gik vores system ned under fremlæggelsen. Det var mindre godt.

Projektet på Dat 2 handlede – ligesom projektet på DAT4 i vore dage – om design, definition og implementation af programmeringssprog. Det var et interessant projekt, og jeg husker en masse diskussioner om sprogdesign, og jeg lærte en masse om semantik. Til gengæld var den eneste i gruppen, der interesserede sig for implementationsaspektet, mig. Jeg prøvede ene mand at implementere vores denotationelle semantik for exception handling i Larry Paulsons eksperimentelle compilergenerator; det kom desværre aldrig helt til at virke for mig. Jeg opnåede kun at kunne eksekvere programmer uden exception handling, og det var jo ikke ligefrem meningen. Den slags var aldrig gået i dag! Og hvad værre var: vores vejleder Bent Bruun Kristensen fik en diskusprolaps op til eksamen, hvilket var langt mere alvorligt end cykelulykken på Dat 1. En ung adjunkt ved navn Kim G. Larsen blev hasteindkaldt til at være stedfortrædende eksaminator for os.

Dengang var cand.scient-uddannelsen normeret til 11 semestre. Mit speciale på 11. semester var atypisk: jeg arbejdede alene, og for første gang mødte jeg de to værktøjer, der siden har fulgt mig trofast, nemlig Emacs og LaTeX – og det blev Sun-arbejdsstationerne, som der nu var flere af, som jeg brugte. Det var meget anderledes at lave projekt alene. Gruppearbejde kunne af og til også være ekstremt frustrerende, når bølgerne gik højt, så på den måde var det en spændende forandring at kunne skrive projektrapporten præcis som jeg gerne ville. På den anden side var der ingen at tale om projektets glæder og sorger med, pånær min vejleder. Det var Kim G. Larsen – jeg var en af hans første studerende – og han havde god tid dengang og var fuld af ideer. Det var en god oplevelse. Selv om jeg for det meste holdt meget af at studere, var det godt at blive kandidat.

Set i bakspejlet var det for det meste en særdeles givende og sjov oplevelse at lave projektarbejde sammen med andre. Jeg har næppe hverken før eller siden lært så mange mennesker at kende på godt og ondt som i den periode af mit liv, og vi lærte at være med til både at kritisere og modtage kritik som kunne bruges til noget godt. Hele den analytiske tænkemåde lærte jeg at blive fortrolig med gennem projektarbejdet. Problemorienteret projektarbejde i grupper er kort og godt det bedste, vi har på Aalborg Universitet, og det er en arbejdsform der passer fortrinligt til hvad man kommer til at arbejde med som færdiguddannet akademiker. I mit nuværende virke som universitetslærer er det projektvejledning, jeg holder mest af at beskæftige mig med. Også de fysiske rammer var en vigtig del af projektarbejdet for mig, og jeg er ked af at de faste grupperum nu ikke længere kan være en del af studiekulturen.

Flattr this!

Journalist-algoritmer

algoritme

Nogle gange er det underligt at opdage, at et ord, man troede man havde i fred, dukker op i medierne. Inden for de seneste få år er journalister begyndt at interessere sig for – algoritmer. 

En artikel i dagbladet Information af Annegrethe Rasmussen 2014 hedder “Jeg hader algoritmer” – og nej, det var ikke en bandbulle mod quicksort, term-unifikation eller delmængdekonstruktionen for endelige automater. Det kunne nok ellers have været interessant. Nej, det vi får at læse, er en kritik af hvordan webtjenester målretter deres tilbud til brugerne på baggrund af en dataanalyse af brugernes vaner. I denne uge er der en klumme i Information om algoritmer – og denne gang handler den om præcis det samme.

Journalisterne har med andre ord opdaget det, der hedder recommender-algoritmer. Min fornemmelse er at denne meget specielle forståelse af algoritmebegrebet kommer til at dominere og nemt ender med at blive synonym med det for journalisters vedkommende.

Om det i sidste ende er godt, ved jeg ikke. Algoritmebegrebet bør være en helt central del af almen dannelse i vore dage og fortjener (som andre vigtige matematiske begreber) en ordentlig behandling i medierne.

Flattr this!

En ny begyndelse (Eller: Videre – men på en ny måde)

Fil 11-05-2016 19.08.26

I dag skete der to næppe synlige ændringer på mit arbejde, som samtidig vil få stor betydning for mig – forhåbentlig og formodentlig på en god måde.

Den ene var at jeg kunne tage min nye computer i brug. Den gamle computer er snart 4 år gammel og har skrantet gennem længere tid;  inden for det seneste halve års tid har den været til reparation to gange. På den måde var den desværre endt med at blive en kilde til hyppig irritation for mig. Den nye computer ligner min gamle computer meget, men den er lettere og hurtigere. Alle data er intakte, og jeg kan fortsætte hvor jeg slap, men på en ny måde.

Også på en anden måde markerede dagen en ny begyndelse for mig. Jeg var til det første møde i den gruppe på Institut for datalogi, hvor jeg fra forårssemesteret skal være. Lige siden jeg blev ansat for 25 år siden, har jeg været i den samme gruppe på instituttet, den der nu hedder Distribuerede og indlejrede systemer. Men der er sket mange ting med den gruppe og med mit forhold til gruppen. Jeg ved at andre i gruppen er meget tilfredse, men jeg har ikke selv haft det sådan. Og så beskæftiger jeg mig hverken med distribuerede eller indlejrede systemer. Det har jeg aldrig gjort; min interesse for strukturel operational semantik og dens forbindelse til sprog og typesystemer er jeg ene om i den gruppe. Måske er det også derfor, jeg har følt mig utilpasset og nogle gange utilpas der. Fra februar 2017 er jeg i den enhed på instituttet, der hedder Databaser og programmeringsteknologi, hvor jeg skal være i programmeringssprogsgruppen. Også to medlemmer af gruppen Maskinintelligens, som nu desværre snart ikke findes mere, kommer til at skifte enhed til samme sted, omend ikke til samme gruppe som mig. Det er godt at jeg ikke er den eneste, der skifter placering.

Mine undervisningsopgaver bliver de samme som før, så også på denne måde er det på tilfældet at jeg fortsætter hvor jeg slap, men på en ny måde.

Flattr this!

Gensyn med de traditionsrige fejl

tradition

Jeg er semesterkoordinator på datalogiuddannelsens 4. semester, og på Aalborg Universitet betyder det at man bør (skal!) have et overblik over aktiviteterne på dette semester og selv undervise der. Denne gang er jeg vejleder for to projektgrupper.

Når man som jeg har nogle års erfaring med at undervise på 4. semester, opdager man at der er nogle helt bestemte læringsproblemer, som altid dukker op i projektarbejdet lige præcis her. Det er ikke 4. semester, der er specielt problematisk, men dette er et semester, jeg kender rigtig godt efterhånden.

Jeg har skrevet om dette for to år siden allerede, før jeg blev semesterkoordinator. Lige for tiden prøver jeg at identificere de traditionelle misforståelser, som bliver gentaget år efter år af nye hold af studerende. Her er tre af disse misforståelser:

  1. Når man skal designe et nyt programmeringssprog, bør det ligne et sprog vi allerede kender, nemlig C.
  2. Hvis et programmeringssprog skal gøre det muligt at skrive læsbare programmer, er det vigtigt at have mange og lange reserverede ord.
  3. Når man skal lave en beskrivelse af et sprogs abstrakte syntaks, skal man lave en let nedbarberet udgave af sprogets konkrete syntaks.

Det er formodentlig tilfældet, at det, vi ser, er hvad man kalder tærskelbegreber: Nogle vigtige begreber inden for dette område af faget, som man er nødt til at forstå for at kunne komme videre. Alle fag har sådanne tærskelbegreber. Men det, der er gådefuldt og derfor også lidt fascinerende, er at mange studerende har de samme misforståelser af tærskelbegreberne. Man skulle tro, at misforståelserne ville stritte i alle mulige retninger – men nej.

Hvorfor er det mon sådan? Min arbejdshypotese har over for de studerende været, at de mødes ude i skoven for at aftale misforståelserne. Men det er nok alligevel næppe tilfældet. I virkeligheden tror jeg at det er os, deres undervisere (kursusholdere og projektvejledere) der uforvarende bibringer dem disse misforståelser. Misforståelse nr. 1 ovenfor kommer af at vi underviser de studerende i programmering i C på 1. semester og derefter på 2. semester underviser dem i programmering i C’s efterkommer, sproget C#. Misforståelse nr. 2 kommer muligvis også herfra: Der er nemlig ikke ret mange reserverede ord i C – og det gør at det kan føles besværligt at programmere i C.  Og misforståelse nr. 3 kommer måske af det store fokus på at lære de studerende at lave en konkret syntaks – så derefter kommer de til at se dette som en særligt vigtig kompetence.

Med andre ord: Vi kommer formodentlig til at skabe en “vanens magt”, når vi underviser. Hvis der er noget, det er svært at bryde ud af, er det en vane. Jeg ved ikke, hvad løsningen er på dette. Man taler tit om at et uddannelsesforløb skal have en progression, så de senere mål i uddannelsen bygger på de mål, man har nået tidligere. Men nogle gange bliver progressionen måske af den forkerte slags, så vi uforvarende kommer til at skabe et snæversyn, der faktisk gør det sværere at nå nye læringmål?

Flattr this!

Matematik og datalogi – og krig

p9

På det seneste er jeg begyndt igen for alvor at tænke over de etisk betingede problemstillinger, der er forbundet med forskning, efter at det er kommet frem at der har været samarbejde mellem Aalborg Universitet og BAE Systems, der laver våben og overvågningssoftware og har samarbejde med diktaturstater. Det er underligt at opleve mine kollegers reaktioner og at opleve at AAU fra centralt hold tilsyneladende finder samarbejdet uproblematisk og endda nævner BAE Systems som en officiel samarbejdspartner. I dag opdagede jeg tilmed, at BAE Systems har et opslag oppe på mit institut, hvor de søger efter en studenterprogrammør, der vil hjælpe dem. Jeg talte med den studerende, der havde sat opslaget op. Han måtte indrømme, at det var lidt problematisk, “men det er jo ikke den danske afdeling, der laver den slags ting”, sagde han. Men det er det jo faktisk – det er endda afdelingen i Nørresundby.

I 1992 skrev den danske videnskabshistoriker og fysiker Jens Høyrup fra Roskilde Universitet en artikel, Matematik og krig, og det er en artikel, jeg ofte vender tilbage til. Den er en grundig historisk gennemgang af forholdet mellem matematikkens udvikling og militær teknologi. Artiklen er særdeles kritisk i sin analyse  – dengang for 24 år siden kunne man stadig slippe af sted med at lave kritisk forskning. Høyrup kommer også kort ind på forholdet mellem datalogi (som han betragter som en gren af matematik) og militæret.

Mange vil hævde, at denne forbindelse mellem matematik (bredt anskuet) og krig ikke er et problem. Nogle konkluderer dette ud fra en holdning om at militæret i sig selv er til gavn for samfundet – de færreste (heller ikke jeg) vil f.eks. se det som et problem at Alan Turing bidrog til kryptanalysen af Enigma. Det er dog som bekendt ikke alle anvendelser, der er så tilsyneladende entydigt gavnlige. Andre vil hævde at forbindelsen reelt er “tilfældig” og derfor ikke noget problem.

I artiklen fra Information optræder således dette citat fra AAU:

»En kniv kan bruges til at slå ihjel med. Men det betyder ikke, at vi ikke vil omgås knive, for de kan jo også bruges til meget andet,«

»Jeg tror godt, jeg kan stå inde for, at mine folk ikke har været ude at slå nogen ihjel. De beskæftiger sig med nogle generelle datalogiske metoder, og metoder kan jo bruges til alting.«

Dette er en ofte hørt holdning: Teknologien er neutral og videnskabelig erkendelse er neutral. Måske kan den videnskabelige erkendelse endda drage nytte af militærets interesse?

Men anvendelserne i militæret har, netop fordi de er militære, en negativ indvirkling på videnskaben – og det ikke fordi de kan bruges til at lave våben med, men på grund af denne videns natur. Høyrups har to indvendinger, som jeg synes er vigtige:

  • For det første er militære anvendelser af teknologi produktudvikling og det, som Høyrup kalder “punktuelle”. Der er tale om et udgangspunkt i nogle her-og-nu-behov, der som oftest ikke fører til ny grundforskning.
  • For det andet er militære anvendelser omgærdet af stor hemmeligholdelse. Det står i direkte modsætning til den åbenhed, som altid har været et ideal i den akademiske verden. Et nu legendarisk eksempel er at RSA-kryptosystemet faktisk allerede blev udviklet af den britiske militære efterretningstjeneste GCHQ i 1973, flere år før Rivest, Shamir og Adleman kom på samme idé om en udnyttelse af egenskaber ved endelige ringe i modulær aritmetik.

Det er derfor også på denne måde, at der er noget problematisk ved det samarbejde, som har været mellem AAU og BAE Systems. Historien bag overvågningssystemerne gør det samtidig klart, at de ikke er en “hyldevare” (som en kniv jo er), men tværtimod er udviklet direkte til Saudiarabiens hemmelige politi.

Flattr this!