(This post is in Swedish, in preparation for the International Science Festival in Gothenburg.)
Jag är en av 42 forskare som kommer att delta i "Vetenskapsrouletten" på onsdag 2023-04-19:
Vetenskapsfestivalen lånar Lisebergshjulet och fyller de 42 gondolerna med 42 forskare och 42 olika ämnen - högt och lågt. Ta ett varv i Vetenskapsrouletten; in som ett frågetecken - och ut som ett utropstecken!
Jag kommer att sitta i en av gondolerna under ett par timmar och jag kommer presentera / diskutera / förklara mitt ämne för en liten grupp i taget under ca 20 minuter.
Mitt ämne för dagen är "Beräkna bästa beslutet" - inspirerat av en vetenskaplig artikel vi nyligen publicerade och som presenteras här: "Responsibility Under Uncertainty". Detta ämne handlar om mitt arbete inom klimateffektforskningen - att
räkna fram den bästa strategin för beslut när det finns osäkerhet.
Kontexten är EU-projektet "TiPES: Tipping Points in the Earth System" som vill hjälpa beslutsfattare designa strategier för att hålla samhällets utveckling inom "planetens gränser".
Artikelns huvudförfattare, Nicola Botta, på Potsdams klimateffektforskningsinstitut har ett långt gående samarbete med mig (Patrik Jansson) på enheten för Funktionell Programmering på Chalmers. Samarbetet har kretsat kring modeller för att simulera globala system och har resulterat i flera publikationer i gränsområdet mellan programmeringsteknik och klimateffektforskning.
Den senaste artikeln [MatterMost] handlar om hur man kan hjälpa beslutsfattare genom att ranka olika beslutssteg i en tidsserie baserat på hur viktigt just det steget är. Teorin från tidigare artiklar av Botta & Jansson [Uncertainty, Avoidability] beskriver hur man räkna fram optimala strategier i sekvensiella beslutsproblem trots osäkerheter om verkliga utfall. Med detta som grund föreslår Botta et al. en ny metod för att avgöra hur viktiga de olika besluten är. Något förenklat handlar det om att vid varje tidssteg jämföra förväntat utfall från det bästa och det sämsta beslutet. Om det visar sig att dessa utfall är lika, eller nästan lika är just det steget inte viktigt, men om utfallen skiljer sig åt dramatiskt bör beslutsfattarna lägga extra vikt där.
Den nya metoden tillämpas i artikeln på ett stiliserat klimat-scenario där en beslutsfattare upprepade gånger ställs inför valet att påbörja en "grön omställning" eller fördröja den. Artikeln tar hänsyn till att klimatbeslut sällan implementeras med säkerhet och att de verkliga konsekvensera på klimat och ekonomi också är osäkra. Trots detta visar det sig att det ändå lönar sig att "göra rätt" även när osäkerheterna är stora.
Motiverat av dessa resultat har vi också nyligen sökt nya forskningsmedel från forskningsrådet "FORMAS" med följande populärvetenskapliga beskrivning:
----
Beräkning av optimala policyer för hållbar utveckling
Klimatkrisen kräver omedelbara åtgärder. Men vilka åtgärder är bäst? Beslutsfattare står inför en förvirrande mängd svåra val. Policy A drar ned landets koldioxidutsläpp, men ökar beroendet av import från utlandet. Policy B minskar utsläppen på lång sikt på bekostnad av ökad arbetslöshet på kort sikt. Kanske den borde kombineras med Policy C som ökar sysselsättning på kort sikt men också leder till ökade utsläpp i närtid?
Ett till synes enkelt svar är "för att rädda planeten ska beslutsfattare minimera koldioxidutsläppen till varje pris". Men väljarna kanske inte accepterar, exempelvis, en liten utsläppsminskning till priset av en lång lågkonjunktur. Och den verkliga effekten av en policy kan vara svår att förutsäga.
Policy A, till exempel, som ökar importen, kanske leder till ökade globala utsläpp från mindre miljövänlig produktion i andra länger. Och utfallet kanske beror på vilka klimatbeslut dessa andra länder i sin tur väljer. Eller kanske policy A, B, och C stör ut varandra så att om ett land implementerar alla, försvinner de flesta av fördelarna för klimatet.
Huvudbudskapet är detta: klimatpolicy involverar svåra avvägningar. Att göra dessa avvägningar är ett socialt och politiskt problem och kan inte lösas av teknik. Men teknik kan hjälpa beslutsfattare *förstå* och väga olika beslut mot varandra. Detta är målet för vårt projekt.
På den globala scenen är situationen än mer komplex. Dels kräver en grön klimatomställning globalt samarbete, men olika länder har olika prioriteter och kan ha helt olika åsikter om hur viktig den ena eller andra policyn är. Dels har forskare inte någon kristallkula. När som helst kan deras antaganden om världens ekonomiska läge vändas upp-och-ned av en pandemi eller ett krig. Så effekten av klimatbeslut kommer alltid att vara osäker.
Vi har under ett årtionde byggt upp teori för optimalt beslutsfattande inom klimateffektforskningen. Teorin bygger på enkla modeller, men tar explicit hänsyn till olika former av osäkerhet. Vi har utforskat hur osäkerhet påverkar vilken utsläppspolicy som är bäst och vi har utvecklat metoder för att avgöra vilka beslut som är viktigast att få rätt (de som har starkast påverkan på utfallet).
I det här projektet vill vi utveckla metoderna så att de samtidigt kan hantera flera olika intressenters olika värderingar av förväntade framtida utfall. Vi organiserar arbetet runt tre frågor:
Mitt ämne för dagen är "Beräkna bästa beslutet" - inspirerat av en vetenskaplig artikel vi nyligen publicerade och som presenteras här: "Responsibility Under Uncertainty". Detta ämne handlar om mitt arbete inom klimateffektforskningen - att
räkna fram den bästa strategin för beslut när det finns osäkerhet.
Kontexten är EU-projektet "TiPES: Tipping Points in the Earth System" som vill hjälpa beslutsfattare designa strategier för att hålla samhällets utveckling inom "planetens gränser".
Artikelns huvudförfattare, Nicola Botta, på Potsdams klimateffektforskningsinstitut har ett långt gående samarbete med mig (Patrik Jansson) på enheten för Funktionell Programmering på Chalmers. Samarbetet har kretsat kring modeller för att simulera globala system och har resulterat i flera publikationer i gränsområdet mellan programmeringsteknik och klimateffektforskning.
Den senaste artikeln [MatterMost] handlar om hur man kan hjälpa beslutsfattare genom att ranka olika beslutssteg i en tidsserie baserat på hur viktigt just det steget är. Teorin från tidigare artiklar av Botta & Jansson [Uncertainty, Avoidability] beskriver hur man räkna fram optimala strategier i sekvensiella beslutsproblem trots osäkerheter om verkliga utfall. Med detta som grund föreslår Botta et al. en ny metod för att avgöra hur viktiga de olika besluten är. Något förenklat handlar det om att vid varje tidssteg jämföra förväntat utfall från det bästa och det sämsta beslutet. Om det visar sig att dessa utfall är lika, eller nästan lika är just det steget inte viktigt, men om utfallen skiljer sig åt dramatiskt bör beslutsfattarna lägga extra vikt där.
Den nya metoden tillämpas i artikeln på ett stiliserat klimat-scenario där en beslutsfattare upprepade gånger ställs inför valet att påbörja en "grön omställning" eller fördröja den. Artikeln tar hänsyn till att klimatbeslut sällan implementeras med säkerhet och att de verkliga konsekvensera på klimat och ekonomi också är osäkra. Trots detta visar det sig att det ändå lönar sig att "göra rätt" även när osäkerheterna är stora.
Motiverat av dessa resultat har vi också nyligen sökt nya forskningsmedel från forskningsrådet "FORMAS" med följande populärvetenskapliga beskrivning:
----
Beräkning av optimala policyer för hållbar utveckling
Klimatkrisen kräver omedelbara åtgärder. Men vilka åtgärder är bäst? Beslutsfattare står inför en förvirrande mängd svåra val. Policy A drar ned landets koldioxidutsläpp, men ökar beroendet av import från utlandet. Policy B minskar utsläppen på lång sikt på bekostnad av ökad arbetslöshet på kort sikt. Kanske den borde kombineras med Policy C som ökar sysselsättning på kort sikt men också leder till ökade utsläpp i närtid?
Ett till synes enkelt svar är "för att rädda planeten ska beslutsfattare minimera koldioxidutsläppen till varje pris". Men väljarna kanske inte accepterar, exempelvis, en liten utsläppsminskning till priset av en lång lågkonjunktur. Och den verkliga effekten av en policy kan vara svår att förutsäga.
Policy A, till exempel, som ökar importen, kanske leder till ökade globala utsläpp från mindre miljövänlig produktion i andra länger. Och utfallet kanske beror på vilka klimatbeslut dessa andra länder i sin tur väljer. Eller kanske policy A, B, och C stör ut varandra så att om ett land implementerar alla, försvinner de flesta av fördelarna för klimatet.
Huvudbudskapet är detta: klimatpolicy involverar svåra avvägningar. Att göra dessa avvägningar är ett socialt och politiskt problem och kan inte lösas av teknik. Men teknik kan hjälpa beslutsfattare *förstå* och väga olika beslut mot varandra. Detta är målet för vårt projekt.
På den globala scenen är situationen än mer komplex. Dels kräver en grön klimatomställning globalt samarbete, men olika länder har olika prioriteter och kan ha helt olika åsikter om hur viktig den ena eller andra policyn är. Dels har forskare inte någon kristallkula. När som helst kan deras antaganden om världens ekonomiska läge vändas upp-och-ned av en pandemi eller ett krig. Så effekten av klimatbeslut kommer alltid att vara osäker.
Vi har under ett årtionde byggt upp teori för optimalt beslutsfattande inom klimateffektforskningen. Teorin bygger på enkla modeller, men tar explicit hänsyn till olika former av osäkerhet. Vi har utforskat hur osäkerhet påverkar vilken utsläppspolicy som är bäst och vi har utvecklat metoder för att avgöra vilka beslut som är viktigast att få rätt (de som har starkast påverkan på utfallet).
I det här projektet vill vi utveckla metoderna så att de samtidigt kan hantera flera olika intressenters olika värderingar av förväntade framtida utfall. Vi organiserar arbetet runt tre frågor:
- WP1: Hur kan vi formalisera stiliserade beslutsprocesser?
- WP2: Hur kan vi implementera prioriteringar och skilda mål?
- WP3: Hur kan vi utforska alternativa policyer?
Vi baserar arbetat på tekniker från datavetenskap, men arbetar i nära samarbete med ämnesexperter inom klimateffektforskning. För att kunna simulera olika möjliga framtider krävs instruktioner uttryckta i ett programmeringsspråk. Men de flesta programmeringsspråk är svåra att förstå för klimatexperter. Därför kommer vi att arbeta med så kallade domänspecifika språk (eng. "domain-specific language", DSL), som är speciellt utvecklade för ett visst område och använder formuleringar och koncept som domänexperterna känner igen. Dessa språk försöker gömma alla oväsentliga detaljer och låta experten fokusera på själva uppgiften, vilket kan leda till dramatiskt ökad effektivitet. Användandet av DSL minskar också risken för att introducera fel i koden och gör det lättare att underhålla programmet under sin livstid.
Vi kommer utveckla DSL för att beskriva klimatsystem, samt för olika prioriteringar och mål. "Program" i dessa DSL kan sedan köras för att simulera olika utvecklingsvägar och beräkna och visualisera hur dessa scenarier värderas av olika intressenter. Genom att köra ett stort antal simuleringar med väl valda indata kan våra verktyg ge en bra bild av vilka "trade-offs" som finns och vilka beslutspunkter som är viktigast. Förhoppningen är att beslutsfattare (eller deras expertrådgivare) ska få ett korrekt och förståeligt underlag för klimatrelevanta beslut.
Vi kommer utveckla DSL för att beskriva klimatsystem, samt för olika prioriteringar och mål. "Program" i dessa DSL kan sedan köras för att simulera olika utvecklingsvägar och beräkna och visualisera hur dessa scenarier värderas av olika intressenter. Genom att köra ett stort antal simuleringar med väl valda indata kan våra verktyg ge en bra bild av vilka "trade-offs" som finns och vilka beslutspunkter som är viktigast. Förhoppningen är att beslutsfattare (eller deras expertrådgivare) ska få ett korrekt och förståeligt underlag för klimatrelevanta beslut.