Datalogi som profession

Transkript

1 Datalogi som profession Henrik Kragh Sørensen Institut for Videnskabsstudier, Aarhus Universitet Resumé Undervisningsgangens temaer: Undervisning og uddannelse i datalogi. Samarbejdsformer og fagligheder. Entrepreneurship. Design. Etiske og moralske forpligtelser og normer? Whistle-blowing. Case(s): Professionelle etikker: (Anderson, Johnson, Gotterbarn og Perrolle 1993, Berenbach og Broy 2009). Professionalisering og ekspertstatus: (Slayton 2003). Forelæsning #6, Datalogiens Videnskabsteori 2009

2 2 Dagens program Meddelelser og spørgsmål. Sidste gang: Etik og datalogi Er der software, vi ikke bør skrive? Profession og professionsetik Opsamling Meddelelser Kursusplanen gælder ikke indholdsfortegnelsen i kompendiet check på AU- LA. Eksamen 15. til 17. juni. Eksamenstilmeldinger check! studerende fra tidligere år: kontakt gerne Henrik. Vejledning i at skrive opgave ved sidste forelæsning (#7); opgave-skabelon på AULA. Sidste forelæsning (26. maj) i auditoriet i bygning 1110 ( ). Spørgetime? 12. juni? Normative etiske positioner universel relativ naturalistisk etik, nytteetik, pligtetik kontraktetik, diskursetik rationel ikke-rationel nytte-, pligt-, kontrakt-, diskursetik naturalistisk etik og nærværsetik fokus på sindelag fokus på konsekvens pligt- og diskursetik nytte- og kontraktetik

3 3 Er der software, vi ikke bør skrive? Opgave 1 (Er der software, vi ikke bør skrive?) Man kan spørge sig selv, om der er software, der ikke bør skrives. Tænk over, om der kan gives eksempler på typer af software, som kan bruges til at diskutere dette spørgsmål. Når du analyserer spørgsmålet, kan det betale sig at skelne mellem flere forskellige typer argumenter. Dels kan du modificere spørgsmålet til at spørge om der er software jeg ikke bør skrive. Dels kan du overveje, om de argumenter, du giver er nytteetiske, pligtetiske, eller måske noget andet. Og går de på professionens hensyn, den enkeltes hensyn, samfundets hensyn, etc. Teknologiens grænser Er der software, jeg/vi ikke bør skrive? Eksempler, argumenter, og meta-argumenter. Prioritering der er noget andet, vi bør gøre først. Erstattelighed hvis ikke jeg gør det, er der andre, der gør det (først). Etiske imperativer fx militær software. Dehumanisering automatisering af identitets-opgaver. Demokratisk afmagt komplekse systemdefinerende teknologier. Personligt, professionelt, eller teknologisk etisk spørgsmål? Computeren som universelt gode? Hvis computere er god teknologi og teknologi er et universelt (økonomisk) gode, så kan man argumentere (etisk) for at computere bør udbredes globalt. Der har været og er tiltag i den retning (bl.a. WINtel). Hvad er de positive argumenter? Er der problemer? Hvilke typer argumenter er i spil? Professionalisering & disciplinaritet Professionel vs. amatør. Professionel identitet (selvforståelse).

4 4 Afgrænsning fra andre discipliner. Indtræden i disciplinen. Karriereveje: Professionalisering til hvad? forskning, arbejdsmarked,.... Akademisk ballast: Fokus på og i forskningen publish-or-perish CUDOS. Techno-science (mode-2) skellet mellem samfund og videnskab nedbrydes PLACE. Indtræden i professionen Begrænsninger på medlemmerne af professionen? Hvilken uddannelsesmæssig baggrund kan kræves? Curriculum-krav til teoretisk datalogi?... til software engineering? Certificering professionelt eller som it-kørekort. Lav indgangs-barriere for smarte/dygtige unge mennesker boom times og hacker culture. Fra t-shirts til skjorte og slips koderen og eksperten.

5 5 Hvad er datalogi? (recap) systemarbejde og programudvikling menneskemaskininteraktion datalogi kunstig intelligens algoritmer og datastrukturer programmeringssprog operativsystemer

6 6 Datalogi (bac.scient.) på DAIMI Programmering: Introduction to programming, Programming 2, Programming languages. Matematik, logik og algoritmer: Algorithms and datastructures 1 + 2, Computability and logic, Regularity and automata. Computerarkitektur: Machine architecture, Operating systems. Systemudvikling: Databases, Usability, Software architecture. Perspektiver: Computer science in perspective, Web technology (?). Samarbejdsformer i praksis Datalogens (systemudviklerens) virke involverer mange aktører: Kunder og klienter, Konsulenter, Ydre aktører (offentlige instanser etc), Medarbejdere, kolleger, etc. Forskellige forpligtelser (roller) overfor forskellige aktører: Ansvarlighed, kompetence, troværdighed, effektivitet, integritet, smartness,... Forskellige fagligheder (kompetencer): Programmering, systemanalyse, design, implementation, projektering, kommunikation, ledelse, jura,... Projektorganisering Vandfaldsmodellen: vandtætte lag med klare interfaces Taylorism Programmører som udskiftlige dele. Chief programmer model: En hovedprogrammør per team med understøttende service-funktioner (kodere, sekretærer, vand/kaffe-bærere). Autonome komponent-teams: Overordnet design og projektering med efterfølgende autonomi i udviklingshold klare (objekt-orienterede) grænseflader.

7 7 Integreret testing og debugging. Dokumentations-problemet. Peer-review og peer-testing. Kulturmøder og konsekvenser Brugeren tages alvorligt: Opsøgende systemarbejde, Ergonomi og videnskab om grænseflader, Åbenhed i udviklingsprocessen. Risici er bl.a. Fremmedgørelse, Uhensigtsmæssige (ineffektive) løsninger, Manglende forståelse for udviklingsprocessen, Ubegrundede forventninger til produktet, Budget- og tids-overskridelser. Magtbalance og kompetence professionalitet kodificeret. Professionel imperialisme? Whistle-blowing Den enkeltes ansvar i en organisation: Ansvar overfor ledelsen (primært), Ansvar overfor kunden / klienten, Ansvar overfor offentligheden, Ansvar overfor sig selv (subjektivt). Whistle blowing og ytringsfrihed (dilemma): Professionelt ansvar, Afvejes mod andre (etiske) interesser, Konsekvenser af whistle-blowing. Igangværende debat om whistle-blowing i dansk offentlig administration og privat erhvervsliv.

8 8 PROSA: Forbundet af IT-professionelle Case: Loyalitet (husker I Lene?) Lene er uddannet datalog og ansat i et større dansk firma.? Lenes firma har vundet en licitation til et stort offentligt elektronisk journalsystem. Lene har været med til at udvikle specifikationerne og føler, at den i tilbudet angivne sikkerhed imod uhensigtsmæssig (ulovlig) adgang til følsomme data er utilstrækkelig. Hun har nævnt det for sin chef, men han insisterer på, at specifikationen er, hvad den offentlige kunde har ønsket og betalt for. Hvordan forholder Lene sig? Hvorfor?? På grund af andre uklarheder i specifikationerne trækker implementationen af journalsystemet i langdrag. Der opstår især nogle problemer med visse proprietære dataformater, som er indeholdt i specifikationen. Lene er en stor OSS-fan og har været modstander af denne implementation fra starten. Nu bliver hun kontaktet af en journalist, som har hørt, at forsinkelserne vil fordyre det prestigøse projekt betragteligt. Hvordan forholder Lene sig? Hvorfor?

9 9 Opsamling og afrunding Teknologiens grænser etiske grænser for datalogi? Professionalisering identitet og forpligtelser. Professionel etik loyalitet. Øvelser: Professionel etik og whistle-blowing. Næste uge: Modellering, etik, opsamling, eksamensforberedelse husk Litteratur Anderson, R. E., Johnson, D. G., Gotterbarn, D. og Perrolle, J.: 1993, Using the new ACM code of ethics in decision making, Communications of the ACM 36(2), Berenbach, B. og Broy, M.: 2009, Professional and ethical dilemmas in software engineering, IEEE Computer 42(1), Slayton, R.: 2003, Speaking as scientists: Computer professionals in the Star Wars debate, History and Technology 19(4), Sørensen, H. K.: 2009, Noter til datalogiens videnskabsteori Til brug for undervisningen i kurset Datalogiens Videnskabsteori, Aarhus Universitet, Version 1.6, 7. april 2009.