Tags

, , , , , , ,

Siffror och diagram är hårda, ord och bokstäver är mjuka. När de nu smälter samman i analysvärlden formas en ny mjuk-tuff analytiker-roll som är mer lik Bamse än vare sig Krösus Sork eller Lille Skutt.

Kvantitativt och kvalitativt – en rekapitulation 

När en kunnig litteraturvetare analyserar texterna från till exempel en poet inför en bredare publik brukar det innefatta både en tolkning av diktarens miljö och omständigheter och strukturella aspekter av lyriken såsom användandet av adjektiv och andra grammatiska särdrag. Det första, lite grovt, den kvalitativa analysen och det andra, på samma sätt, den kvantitativa analysen. Den stora konsten ligger i att välja rätt aspekter av respektive tillvägagångssätt och att balansera dem mot varandra till en sammanhängande och begriplig helhet.

Alltför kvalitativt och man förlorar sig lätt i en intellektuell snårskog av möjliga tolkningar och bedömningar av vad som är relevant för att besvara analysfrågorna. Alltför kvantitativt och man förlorar sig lika lätt i ett rationellt systembygge och, särskilt då man använder mjukvara och stora datamängder för analysen, i upptäckarglädje inför skinande nya leksaker.

Som traditionell medieanalytiker (min grund) är värdet av att ta sig tid att läsa och begrunda en enskild text uppenbart, medan värdet av att skumma igenom tusentals eller miljontals texter och ta mjukvara till hjälp för att besvara frågor som är till hjälp för kommunikatörer inte alltid så uppenbart. Det är lätt att avfärda sådana kvantitativa metoder som ytliga och lågvärdiga. Då missar man dock de nya möjligheter till värdeskapande som uppstått i och med digitaliseringen av stora mängder text och den nya tillgängligheten till mjuk- och hårdvara för kraftfull dataanalys.

Den kommersiella världens nya värden

Den kvantitativa analysen ger möjligheten att ta ett steg tillbaka så att man kan se den stora tavlan i all sin prakt och dessutom snabbt zooma in på den detalj som mot bakgrunden av helheten fångar ens intresse. Den ger en bra fingervisning om var man ska rikta sin energi och uppmärksamhet. Den är därför lysande för att besvara medie- och kommunikationsanalytiska frågor som:

  • Vilka är de mest centrala aktörerna och temana?
  • Hur hänger de ihop med varandra nu och över tid?
  • Vad är sannolikt att tro sker med dessa i framtiden?

Men det går även att få reda på information som tidigare varit praktiskt omöjlig att ta reda på såsom vilka ord som brukar förekomma före och efter ett visst begrepp. Analysföretaget Gavagai har gjort ett exempel på detta genom sitt självuppdaterande och språkoberoende lexikon, för att inte tala om de oerhörda framsteg som gjorts inom automatisk översättning, med det mest kända exemplet i Google Translate baserat på samma princip.

Det är dessa nya möjligheter som fött kommersiellt intressanta analysföretag som Recorded Future och Palantir, som båda bland annat försöker upptäcka säkerhetsrisker innan de blir allvar. Självfallet har det dykt upp mängder av företag vars ambitioner på värdetrappan för analystillämpningar är betydligt måttligare. Särskilt inom marknadsföring, där den nya tillgången till ren och skär grundfakta om engagemang och målgrupper är ett stort steg framåt.

Det finns en oändlig mängd nyttor och underhållningsvärden att skapa i de oändliga mängder mediedata som skapas nu. Den snabbrörliga kapitalismen har redan lärt sig att se skillnad på projekt där inte bara råmaterialet och slutprodukten är digital, utan även själva bearbetningen däremellan.

Den intellektuella världens nya värden

Jag har fortfarande inte sett ett lika fascinerande bruk av storskalig automatiserad medieanalys som projektet We Feel Fine av Jonathan Harris och Sep Kamvar från 2005. Syftet är enligt skaparna att utforska mänskliga känslor på en global skala och jag tycker att de lyckas med den äran. Det nya forskningsfältet digital humaniora är ett annat mycket spännande område som introduceras (och försvaras) bra i Franco Morettis bok Graphs, Maps, Trees – Abstract models for literary history. Med en intressant vändning ställer han sig frågan vad som händer om vi med hjälp av storskalighet och rationalitet vänder blicken från “det extraordinära till det alldagliga, från [det] exceptionella… till den stora mängden fakta”. Exempelvis att rikta vår dyrbara och därför begränsade uppmärksamhet från enskilda storheters , såsom en Shakespeare eller en Ingmar Bergman, till tusentals, eller rentav miljontals människors digitaliserade och digitala dagböcker från en viss tidsperiod.

Det finns oändlig skönhet och glädje att upptäcka på de mest oväntade håll i världen. Jag tror att digitala analysmetoder redan är på väg att hjälpa oss att se dem.

Vi är på väg in i ett både-och-samhälle. Den förkrossande majoriteten av all analys av texter i böcker, tidningar, dokument oavsett analogt eller digitalt format görs ännu manuellt, vilket är till gagn för det lilla fåtal människor och organisationer som har industrisamhället privilegium att utgöra Källorna. Den utjämnande kraften av teknologisk demokratisering går dock väldigt, väldigt snabbt.

Rätt använda låter maskinerna oss vara mer människor

Många använder sig tyvärr åt att skjuta insikts-mygg med data-kanoner genom att rikta analysen mot toppen av den långa kurvan, som vi inte behöver vare sig stora mängder material eller sofistikerade metoder för att se. Istället bör vi naturligtvis fånga de insikter som ligger i den långa svansen som utan rationella kvantitativa metoder inte är åtkomliga för den tolkning och reflektion som är människans paradgren.

Mot bakgrund av sen-kapitalismens allt ökande tryck på människor att bete sig som maskiner är det en mycket positiv utveckling att det gryende nätverkssamhället har fått maskinerna att börja avlasta oss genom att bete sig alltmer som människor.