Det er også dit program!

042213_CACMpg32_Human-Centered-Computing.large

I dag havde studienævnet for datalogi, hvor jeg er medlem, besøg af vores aftagergruppe. Den består af gamle kandidater fra vores datalogiske uddannelser (datalogi og software), der nu har gode stillinger i det private og halvprivate. Vi fik et interessant møde, hvor vores gæster fortalte om hvordan de oplevede deres møde med vores færdiguddannede kandidater. Vi kom også til at tale om de studerende, der begynder på vores uddannelser og hvad der mon får dem til at begynde at studere datalogi eller software.

Mark Guzdial, der er professor ved Georgia Institute of Technology, skriver om dette i Communications of the ACM. Guzdial gør rede for flere interessante undersøgelser. Den jeg hæfter mig mest ved, skyldes Betsy DiSalvo fra Georgia Tech. Hun påviser at mange af dem, der studerer datalogi i USA, oprindelig blev tiltrukket til faget gennem at spille computerspil og gennem forsøg på at “hacke” spillet. Det viser sig så at denne slags forsøg på at omgå spillets regler især appellerer til mænd med “hvid” eller asiatisk baggrund. Andre grupper, der holder af computerspil (her nævnes mænd af afrikansk-amerikansk eller latinamerikansk baggrund) ser mere et computerspil som en slags sportsredskab – og man “hacker” da ikke en fodbold eller en tennisketsjer for at vinde, vel? Den slags er nemlig snyd. Jeg kunne forestille mig (men ved det ikke) at en lignende holdning måske også gjorde sig gældende hos en del unge kvinder.

Det, som Betsy DiSalvo gjorde, og som er rigtig interessant, er at hun startede et program, der skulle tiltrække nye grupper af studerende til datalogi. Hun hyrede unge mennesker med afrikansk-amerikansk baggrund til at teste computerspil. Her betonede hun at computerspil ligesom så meget andet er en teknologi med fejl og mangler – og de unge fik lært datalogi og tjente endda penge ved at teste spillene! Mange af de unge spiltestere begyndte senere på videregående uddannelser med datalogisk indhold.

Mange mennesker derude ser sig selv først og fremmest som brugere af software; den dag, man bliver bevidst om at den software, vi bruger, er menneskeskabt og er fyldt med mangler, som mennesker kan udbedre, får man et andet perspektiv på verden. Man går fra at være en passiv bruger til at være en aktiv medudvikler.

Algoritmerne på børsen

boersen

I fredags gjorde jeg noget, jeg ikke længere gør så tit – jeg købte et blad. Det hed Intelligent Life og udgives af The Economist. Den artikel, der fik mig til at købe bladet, hedder “Slaves to the algorithm” og handler om hvordan algoritmer er blevet særdeles væsentlige. Bagefter har jeg opdaget at denne artikel kan genfindes på bladets websted – ligesom faktisk alle de andre artikler, der fangede min opmærksomhed.

Egentlig fanger artiklens overskrift slet ikke det væsentlige; ethvert stykke software udgør jo allerede en algoritme, så det kan ikke være på dén måde, at der er noget nyt at berette. Faktisk handler artiklen om algoritmer til analyse af store datamængder, og her er der faktisk meget at sige. Mange er allerede opmærksomme på at algoritmer til analyse af store mængder data dukker op alle vegne.

Jeg er for tiden ved at læse en bog af Daniel Kahneman, Thinking, Fast and Slow. Kahneman fik Nobelprisen i økonomi i 2003; noget af det der især har beskæftiget hand forskning er hvordan mennesker ræsonnerer om statistiske fænomener og søger at lave forudsigelser. En af de konklusioner Kahneman gør i sin bog er hvor svært det er også for eksperter at give gode forudsigelser.

Der Spiegel bragte sidste år et interview med Kahneman, og her kommer han ind på blandt andet dette:

SPIEGEL: Experts, for example, have gathered a lot of experience in their respective fields and, for this reason, are convinced that they have very good intuition about their particular field. Shouldn’t we be able to rely on that?

Kahneman: It depends on the field. In the stock market, for example, the predictions of experts are practically worthless. Anyone who wants to invest money is better off choosing index funds, which simply follow a certain stock index without any intervention of gifted stock pickers. Year after year, they perform better than 80 percent of the investment funds managed by highly paid specialists. Nevertheless, intuitively, we want to invest our money with somebody who appears to understand, even though the statistical evidence is plain that they are very unlikely to do so. Of course, there are fields in which expertise exists. This depends on two things: whether the domain is inherently predictable, and whether the expert has had sufficient experience to learn the regularities. The world of stock is inherently unpredictable.

SPIEGEL: So, all the experts’ complex analyses and calculations are worthless and no better than simply betting on the index?

Kahneman: The experts are even worse because they’re expensive.

SPIEGEL: So it’s all about selling snake oil?

Kahneman: It’s more complicated because the person who sells snake oil knows that there is no magic, whereas many people on Wall Street seem to believe that they understand. That’s the illusion of validity …

I sin bog diskuterer Kahneman netop hvordan eksperters forudsigelser klarer sig holdt op mod statistiske algoritmer – og hans resultater viser at sådanne algoritmer faktisk klarer sig bedre end eksperter, omend de heller ikke er imponerende Jeg er dog ikke sikker på at han vil lægge ryg til den entusiasme, der nu kommer algoritmer til dataanalyse til del.

Der er nemlig også, som Kahneman selv gør opmærksom på, et problem med det genstandsområde, algoritmer til dataanalyse udtaler sig om. Hvordan ville vi f.eks. have det med at vi undlod at behandle et sygt barn, fordi en algoritme fortalte os at vi burde handle sådan?

Netop finansmarkedet er ekstremt sikkerhedskritisk; dette blev igen tydeligt under den seneste finanskrise. Beslutninger på finansmarkedet påvirker millioner (vel faktisk milliarder) af menneskers livsgrundlag. Og jeg kan ikke lade være med at hæfte mig ved denne passage i artiklen fra Intelligent Life:

In October 2012, in under a minute, the market value of Kraft increased by 30%. In 2010, the now-infamous “flash crash” briefly wiped a trillion dollars off United States markets. Last March BATS, an American stock-exchange company, floated on its own market at over $15 a share—but there was a glitch. The official explanation, still disputed by some, is that the BATS market software malfunctioned for all stock beginning with anything from A to BF. “If they had popped a champagne bottle as they launched the shares,” Cliff says, “by the time the cork hit the floor their value was zero.”

I dag er der nogle steder omkring en tredjedel af alle aktiehandler, der er baseret på analysealgoritmer. Dave Cliff, der var med til at udvikle nogle af de første algoritmer inden for dette område, siger da også

“The danger is an over-reliance on computer systems which are not well understood,” he said. “I have no problem with technologies. I like flying, I like to give my kids medicine. But I like my planes certified safe, my medicine tested. I prefer to be engaged in capital markets where there are similar levels of trust, and meaningful and incisive investigation when things go wrong.”

Og så kommer det for nogle ekstremt prekære spørgsmål: Hvorfor skal vi egentlig satse så meget ved at have et aktiemarked, der er så ekstremt følsomt over for beslutninger om investeringer og hvor disse beslutninger i stort omfang er svære at begrunde rationelt? Denne kombination af sårbarhed og vilkårlighed udgør for mig at se et godt argument for at regulere antallet af og arten af transaktioner ved en form for finansskat.

Povl Villumsen

Jeg har netop læst i min morgenavis at Povl Villumsen er død; han blev 82.

Povl Villumsen var blandt dem, der grundlagde datalogiuddannelsen på Aalborg Universitet. Som næsten alle andre på den tid havde han ikke selv nogen kandidatgrad i datalogi – Povl var oprindelig civilingeniør. Hans faglige interesser spændte bredt, og han nåede at vejlede specialer inden for så forskellige områder som systemudvikling og algebraiske specifikationer. Selv oplevede jeg Povl i to temmelig forskellige kurser – Datastrukturer og Parallelle processer og fordelte systemer. Begge kurser findes endnu i dag under lidt andre titler. Flere af dem, Povl var specialevejleder for, er i dag professorer, og også Povls søn gik i hans fodspor ved at tage en PhD i datalogi.

PVV, som vi ofte kaldte ham, var studienævnsformand mens jeg var medlem af studienævnet som studerende i 1980′erne. Jeg var en vred ung mand dengang, og det hele endte trist. Efter en beslutning i studienævnet, som jeg bakkede op om og som Povl var modstander af, gik der kun få dage, så havde han trukket sig som studienævnsformand og sagt op. Jeg nåede at få talt med ham senere og at finde ud af at udviklingen i studienævnet havde været dråben, der fik bægeret til at flyde over. I dag forstår jeg så udmærket Povls reaktion.

Efter sine år på AAU arbejdede Povl ved Danyard. I mange år var han desuden med i censorkorpset i datalogi, og i den sammenhæng fik jeg mødt ham et par gange efter at han forlod AAU. Povl fik også tid til at dyrke sin mangeårige interesse for græsk sprog og kultur der bl.a. førte til en bachelorgrad i nygræsk.

Æret være hans minde.

På den sjove måde

chok

Datalogiuddannelsen ved Københavns Universitet markedsfører sig selv med bl.a. sloganet Matematik på den sjove måde.

Sandt er det, at en del studerende på vores datalogiuddannelser på Aalborg Universitet (og nok ikke kun her ved os) bliver overraskede over at uddannelserne ser ud om de gør. Af og til hører jeg PhD-studerende og kandidatstuderende omtale indsatsen hos studerende på første studieår med bemærkninger som “Bare vent til de kommer til de hårde fag”. Og så kigger de sigende på hinanden – og på mig, for jeg er en af dem der færdes i de “hårde fag”.

Og det er da også rigtigt, at de “hårde fag”, der i manges verdensbillede er netop de kurser, hvor matematiske ræsonnementer og præcision spiller en væsentlig rolle, udgør en stor forhindring for en del studerende på de tidlige semestre af datalogiuddannelserne.

Hvis man ser på hvordan datalogiuddannelserne på AAU bliver præsenteret i vores studieguide, opdager man at matematik nævnes kort i et udsagn fra en studerende, men ellers ikke. Det første, man ser i studieguiden er:

Du skal læse datalogi i Aalborg

  • Er fascineret af computerens muligheder og udfordringer.
  • Synes at it er i alting og vil være med til at designe og udvikle fremtidens it-løsninger som fx fremtidens Skype.
  • Brænder for at forstå det teoretiske grundlag for software og komme med brugervenlige løsninger, der er nemme og logiske at anvende for andre.

Mange kandidater og bachelorer fra datalogiuddannelserne arbejder med udvikling af software af en eller anden slags, og det er også vigtigt at uddannelserne kan forberede dem til dette, men det bliver i præsentation desværre også nedtonet at datalogi også er et naturvidenskabeligt fag og at denne slags faglighed er væsentlig. Det er især ikke klart, at det “teoretiske grundlag for software” som nævnes i studieguiden faktisk i væsentligt omfang involverer matematik. Jeg er ikke sikker på at det er så heldigt. Dels går vi måske glip af nogle gode studerende, dels får vi måske fat i nogle studerende, der senere bliver skuffet og måske skrider i svinget. Og hvis vi primært tiltrækker studerende, der ikke er glade for “de hårde fag”, er der en stor risiko for at de færdige kandidater og bachelorer ikke inddrager “de hårde fag” i det omfang, det kunne være nyttigt i deres senere virke.

Jeg ville nok ikke tale om datalogi som “matematik på den sjove måde” – for hvordan skal man så markedsføre matematikuddannelsen (der nu på AAU findes i en økonomisk, en teknisk og en uøkonomisk/uteknisk/usund udgave)? Men det kunne være interessant at skabe en bedre forbindelse til datalogiens naturvidenskabelige side også i markedsføringen af uddannelserne.

John Reynolds

reynolds

I søndags mistede vi en af de vigtige skikkelser inden for datalogi, John Reynolds. Første gang gang jeg mødte ham, var på det universitet, hvor han var professor og udfoldede meget af sin karriere, nemlig Carnegie-Mellon University i Pittsburgh. John Reynolds var i høj grad med til at sikre at programmeringssprogsteori er blevet et vigtigt forskningsområde inden for datalogi i USA. Hans arbejde med typesystemer og siden med det område, han grundlagde sammen med Peter O’Hearn, nemlig separationslogik, der er en modallogik for referencer, er af stor vigtighed (og har også bl.a. inspireret mig), og han fik da også ACM SIGPLAN Programming Language Achievement Award for 10 år siden.

John Reynolds nåede at blive 67, og i dag er det jo – ingen alder. I løbet af i sin karriere kom han også forbi Danmark, hvor han tilbragte et semester på Aarhus Universitet for nogle år siden.

Tårn og muldvarpeskud

molehill1

I baggrunden ses et antal tårne.

I dag er det tid til tilståelser. Når jeg havner til et seminar om matematisk analyse, står jeg desværre hurtigt af. Jeg nåede aldrig længere end til målteori; differentialgeometri og algebraisk topologi er jeg aldrig blevet undervist i, og jeg har aldrig haft brug for det. Men hvis jeg havner til et seminar om f.eks. grafteori eller kombinatorik, kan jeg som regel følge med pænt meget længere. Underligt for så vidt, for da jeg studerede matematik, var det ikke emner, der var del af pensum, og min viden om disse emner er temmelig usystematisk.

På andre tidspunkter sidder jeg og bliver misundelig på “rigtig” matematik; min egen forskning i teoretisk datalogi virker af og til som konstruktionen af en lav mur af muldvarpeskud, der nemt kan fjernes med en skovl, mens netop matematisk analyse fremstår som et elegant tårn, hvis grundsten blev lagt af Newton og Leibnitz.

Og da er det at jeg kommer til at tænke på en artikel af Timothy Gowers om matematikkens “to kulturer”. Gowers skriver:

The “two cultures” I wish to discuss will be familiar to all professional mathematicians. Loosely speaking, I mean the distinction between mathematicians who regard their central aim as being to solve problems, and those who are more concerned with building and understanding theories. This difference of attitude has been remarked on by many people, and I do not claim any credit for noticing it.

Hans pointe er at matematisk analyse befinder sig i den éne, teoritunge kultur, mens “kombinatorik” (han bruger dette begreb så bredt, at det også ender med at omfatte datalogi!) er i den problemdrevne kultur. Af og til bliver det også for sådan en som mig tydeligt, at der er modsætninger mellem dem – tårnet mod muren af muldvarpeskud. Gowers skriver:

One can almost imagine a gathering of highly educated mathematicians expressing their incredulity at the ignorance of combinatorialists, most of whom could say nothing intelligent about quantum groups, mirror symmetry, Calabi-Yau manifolds, the Yang-Mills equation, solitons or even cohomology. If a combinatorialist were to interrupt such a gathering and ask roughly how many subsets of \{1, 2, . . . , n\} can be found such that the symmetric difference of any two of them has size at least n/3, the response might very well be a little frosty.

Hans pointe er at den “problemdrevne” matematik bestemt ikke handler om ubetydelige resultater – næppe mange tør vel affærdige Paul Erdös’ værk som ubetydeligt – men at bidragene her måske ikke er Den Store Samlende Teori, men nyttige generelle teknikker. Et kendt eksempel er de probabilistiske argumenter, som dukker op i bl.a. Ramsey–teori og som skyldes netop Erdös.

På samme måde kan man, vil jeg hævde, forstå teoretisk datalogi ud fra de generelle teknikker, der dukker op, snarere end for Den Store Samlende Teori. Datalogi er i høj grad en problemdrevet videnskab. Derfor bør vi gøre mere for at synliggøre de generelle matematiske teknikker, der dukker op i teoretisk datalogi – det er teknikker som f.eks. reducibilitet i rekursionsteori, diagonalisering i kompleksitetsteori, induktion/koinduktion i denotationel semantik og rekurrenser i algoritmeanalyse – og ikke kun håbe på at kunne bygge det store tårn i et anfald af misundelse. Omvendt vil jeg også gerne have at de, der befinder sig i et stort tårn, kan betragte muldvarpeskud uden at se ned på dem (om man så må sige).

En uskyldig bemærkning?

donglegate

Der har for nylig været en træls sag i USA, hvor IT-konsulenten Adria Richards til en konference for Python-udviklere hørte to mandlige deltagere komme med nogle bemærkninger med seksuelle under- og overtoner. Adria Richards kommenterede dette sig på Twitter og viste et billede af de to mænd. Mændene blev kort tid efter fyret. Og Adria Richards blev fyret. Kort sagt: Alle tabte.

Alice Warwick fra Fordham University har en kronik om denne sag i Wired. Hun skriver

Rather than attempting to discern whether Richards was in the right or the wrong, I’ve been thinking about why the issue blew up and what it reveals. Because it’s far from the first time this kind of thing has happened. The Richards incident and resulting backlash not only reveals the lack of diversity and presence of misogyny in tech culture, but the myth of meritocracy and the growing belief in “misandry” online.

De næste linjer er de mest ubehagelige; de får mig til at tænke på den ubehagelige sag om den unge canadiske blogger Anita Sarkeesian, som jeg tidligere har skrevet om her.

Regardless of the nuances of the incident, the fact remains that Richards faced a gargantuan backlash that included death threats, rape threats, a flood of racist and sexually violent speech, a DDOS attack on her employer — and a photoshopped picture of a naked, bound, decapitated woman. The use of mob justice to punish women who advocate feminist ideals is nothing new, but why does this happen so regularly when women criticize the tech industry? Just stating that the tech industry has a sexism problem — something that’s supported by reams of scholarly evidence — riles up the trolls.

Alice Warwick har fat i noget vigtigt her. Jeg kender bestemt mange, der ikke hader feminister og faktisk taler positivt om ligestilling. Men den modsatte holdning findes også. Derfor må IT-branchen og datalogi-miljøerne, der i stort omfang leverer kandidater til den del af IT-branchen, der beskæftiger sig med udvikling af software, må tænke over hvad det er for en kultur, der findes her. I går skrev jeg om strutte-tendenserne, der er en negativ side af kulturen inden for datalogi og inden for IT-branchen. De mere åbenlyst ubehagelige tendenser er der også, og når de kan findes, hænger det i høj grad sammen med benægtelse. Warwick skriver:

Yet the myth of equality persists, since the technology industry considers itself a meritocracy where the “good” ones — for example, talented engineers and programmers — will rise to the top regardless of nationality, background, race, or gender. When considering the dismal numbers of women (as well as African-American and Latino men) in tech, the meritocratic presumption is that these minorities aren’t good at or interested in technology; otherwise, there would be more of them.

Som i mange andre sammenhænge i samfundet, hvor der er uligheder, kan vi nemlig være tilbøjelige til at ikke at ville tro på at ulighederne findes – eller at de er helt selvforskyldte. (Tænk på hvordan der somme tider tales om fattigdom i Danmark.) Vi vil gerne have at alle har lige muligheder. Et bedre ideal vil være at arbejde for at alle rent faktisk har lige muligheder.

Struttende nørder

strut

Judy Robertson, der er lektor i datalogi på Heriot-Watt University i Edinburgh, spekulerer som så mange andre af os på hvorfor der efterhånden er så få kvinder, der studerer datalogi. Hun tager på sin blog fat i et kulturelt fænomen, som også jeg har tænkt over. Hun kalder det for nerdy strutting.

What is nerdy strutting? Garvin-Doxas and Barker (2004) refer to “strutting” as a style of interaction where people show off their knowledge by asking questions carefully designed to demonstrate that they know a lot about the topic, and quite possibly that they know more than everyone else around them. The problem with this in a learning situation is that students who lack confidence assume that they are the only person who doesn’t understand, and quickly feel even more demoralised. An example might be of a student interrupting the lecturer with a fake question of the sort, “But wouldn’t it be better to use a function to do X?” I say fake question, because the strutter knows the answer already but is merely trying to show that they know this advanced concept which has not yet been covered. Or if another student gives an answer, a strutter might say “But wouldn’t it be more elegant to do X?” Garvin-Doxas and Barker studied computer science classrooms, and found that often female students were put off by male strutters.

Det er ikke kun i undervisningen og til workshops for studerende, der bliver struttet. Det sker bestemt også til egentlige akademiske konferencer. Det opdager man som regel i spørgetiden efter et foredrag. Her er der typisk fire bevæggrunde til at spørge:

  1. Den spørgende vil stille et forståelsesspørgsmål.
  2. Den spørgende har fået en idé.
  3. Den spørgende vil gøre forsamlingen (og foredragsholderen) opmærksom på sit eget arbejde.
  4. Den spørgende vil strutte.

Og der er vældig meget strutteri, især når nogle opfatter forsamlingen som en samling potentielle konkurrenter.

Jeg kan huske en amerikaner, der var PhD-studerende i Edinburgh samtidig med mig (hun begyndte året før). Hun var helt utroligt træt af nogle af sine britiske medstuderende, der før deres PhD-forløb havde studeret i Cambridge og aldrig forsømte en lejlighed til at strutte – f.eks. kunne de igen og igen finde på at nævne udvalgsaksiomet, når de sammen prøvede at lave en opgave, hvor man skulle vælge en værdi.

Min amerikanske kollega giftede sig med sin flegmatiske engelske kæreste, og i dag er hun professor i USA. De allerfleste af dem fra Cambridge, der struttede så ivrigt og gerne, havnede uden for den akademiske verden.

Min fornemmelse er at hele strutte-mentaliteten er en kombination af et fokus på konkurrence, en adfærd, der især er blevet udviklet i mandesammenhænge og at det virker til at mange kvinder har mindre tiltro til egne evner end mange mænd har. I den artikel af Garvin-Doxas og Barker som Judy Robertson henviser til, står der at

Research finds that women often have lower confidence in their abilities than men do (e.g., Lundeberg et al [1994]; Sax [1995]). For example, women often feel they are failing or not good at something even when their grades are equal to or higher than those of men.

Jeg kom til at tænke på det, da jeg var i Rom til møde og workshop i weekenden. Jeg var blandt dem, der skulle præsentere et oplæg til ét af de fire forskningsområder, vi arbejder med. Der havde inden da været en del usikkerhed om hvordan vi bedst kunne afholde vores oplæg. Men den eneste, der så vidt jeg ved diskuterede sit oplæg med nogen af de andre oplægsholdere, var en meget velrenommeret kvindelig kollega med knap 30 års erfaring, der skulle holde et oplæg om sit område. Hun kom hen og spurgte mig om hvad jeg syntes om det oplæg, hun havde planlagt. Jeg kunne straks se af hendes noter og slides at hendes oplæg var særdeles velstruktureret og fangede essensen utroligt godt. På den ene side var jeg glad for at hun havde tiltro til mig (hun er i det hele taget en utroligt rar person), og jeg var samtidig glad for at få en mulighed for at tale med nogen om mit eget oplæg. På den anden side spekulerede jeg bagefter over hvorfor jeg selv ikke valgte at spørge andre – jeg havde jo også været i tvivl.

Struttede jeg så dagen efter? Jeg håber det ikke.

Søndag ved tavlen

betty-tavle

I dag var det min tur til at holde et foredrag ved mødet i det nye forskernetværk. Det var et overbliksforedrag, der meget gerne skulle fremme diskussioner om hvordan vi bedst kunne finde nye muligheder for forskningssamarbejde. Desværre er mødets dagsorden meget stram, og der har ikke været den tid til diskussion, vi måske havde håbet på. Men det ser ud som om der allerede er ved at udkrystallisere sig nogle kontakter mellem forskere i Portugal og i Italien.

De samtaler, som vi alle holder mest af, er samtalerne i pauserne om konkret fagligt indhold, og så er der ikke noget som at have en tavle. Her er to portugisere og en italiener – Hugo Torres Vieira, Vasco Vasconcelos og Luca Padovani – i gang med at forstå de typesystemer, de hver især har arbejdet på.

Det har været en underlig tur til Rom. På den ene side har det været godt at møde mine forskerkolleger fra rundt om i Europa igen – det er her, desværre ikke hjemme i Aalborg, at jeg kan tale om mine faglige interesser. På den anden side er hele opholdet blevet farvet af bevidstheden om at være langt hjemmefra, mens min mor er alvorligt syg. Gennem hele opholdet har jeg ikke kunnet undgå at lægge mærke til det lune vejr. Også det giver en dobbelt oplevelse – jeg har været glad for at kunne være udendørs uden overtøj, men samtidig gør det det endnu mere åbenlyst, at jeg er langt hjemmefra.

Min kone har besøgt min mor nu to gange og kunne fortælle mig, at lægerne nu ved at hun har lungebetændelse og skal have antibiotika og at det ser lidt bedre ud.

Et fjernt forår

20130323-161131.jpg

I dag er jeg til PLACES-workshoppen. Hvis man nogensinde har været i tvivl om at multiparty session types er en nyttig beskrivelse af protokoller for parallelle systemer med mange deltagere, er man det forhåbentlig ikke efter at have deltaget i denne workshop.

Men bedst af alt er vejret. Tænk at kunne stå på en antal og kigge ud over grønne træer. Det er der, jeg ender med at gøre i pauserne. Hvor har jeg dog savnet foråret! Bare en skam at jeg skulle så langt væk for at finde det.