Af Daniel Honoré Pryn og Stig Krøger

Transkript

1 Viden gennem tags Et mapping-analytisk perspektiv på LARM.fm Af Daniel Honoré Pryn og Stig Krøger Specialeafhandling, Det Informationsvidenskabelige Akademi, Københavns Universitet, sommer 2013 Vejledere: Birger Larsen og Toine Bogers

2 Abstract This thesis will explore tag relations on the basis of a theoretical and mapping-analytical framework, all within the overall setting of LARM.fm (the portal to/digital archive of the LARM Audio Research Archive project). Former studies of LARM.fm have shown a lack of metadata within the archive with regard to both system metadata and user enrichment. Therefore the fact that it intends to act as a user-driven and knowledge-generating research archive is concerning. How to generate knowledge if the users have almost no information about the files in the archive and their contents? Although still in a developmental phase, LARM.fm has used many resources in engaging researchers and encourages them to use the built-in annotation scheme, but with an apparent lack of success in return. In light of this, tags seem to be worth exploiting in relation to the user-driven approach of LARM.fm. In order to do so, we will set out by defining one of the key concepts of the thesis; knowledge, in both an epistemological and an ontological perspective, as this concept functions as the theoretical basis for understanding both the possibilities and the challenges of LARM.fm. The concept of knowledge is elaborated further, and two operational concepts are presented; potential information and undiscovered public knowledge. On the basis of the theoretical framework, tagging is presented as a user-enrichment method. Inspired by visualisations of tag structures (TagClouds, TagClusters) and scientific mapping, we produce, based on tags and tag relations, a series of visualisations of podcasts from the podcast site PodBean. With bibliographic coupling as the methodological foundation, a total of seventeen maps are produced in four different visualisations. The results of this mapping-analytical investigation into PodBean lead us to conclude with some reservations taken into account that mapping-structures based on tags seem to reflect semantic relations between podcasts. Finally, viewed in light of the theoretical framework and the conclusions of the analytical results, an implementation of tagging in LARM.fm is proposed as a user-enriching method in order to create an infrastructure, which could activate the contents of the files and both support and stimulate an explorative and knowledge-generating research archive.

3 Indholdsfortegnelse Indledning... 4 LARM.fm... 8 Kulturarv og udfordringer... 9 Metadata... 9 Metadata i LARM.fm Metadatatilstanden i LARM.fm Brugerberigelse Videnspyramiden Data Information Viden (Knowledge) Popper og det videnskabelige grundlag Objektiv viden Videnshierarkiet og de tre verdener LARM.fm i et (foreløbigt) teoretisk perspektiv Potentialitet og vidensstrukturer Potentiel information og 1. grads potentialitet Uopdaget offentlig viden og 2. grads potentialitet Udfordringer og muligheder i LARM.fm Tagging Tags og potentialitet Visualisering af tags Datagrundlag PodBean Metode Citationsanalyse Mapping Data Databehandling BibExcel VOSviewer Analyse

4 Afviger 1 (A1) Afviger 2 (A2) Afviger 3 (A3) Afviger 4 (A4) Afviger 5 (A5) Afviger 6 (A6) Fravalg af tags Tags, der forekommer minimum 5, 10 og 20 gange Tags, der forekommer maksimum 10 og 20 gange Tags fra podcasts med henholdsvis 1-2, 1-3, 1-4, 1-5 etc. tags Teoretisk analyse Opsummering af analyse Perspektivering Konklusion Referencer Appendix Samlet antal ord:

5 Indledning 3

6 Indledning Tilbage i 2012 udførte vi to undersøgelser (Pryn & Krøger 2012; Pryn et al. 2013) af kulturarvsprojektet LARM Audio Research Archive, herunder det digitale radioarkiv LARM.fm. Som det vil blive uddybet senere, er LARM Audio Research Archive et interdisciplinært projekt, hvis hovedmål det er at udvikle en national, digital, brugerdrevet forskningsinfrastruktur fokuseret omkring danske radioudsendelser fra alle tider. Vores undersøgelser (som ligeledes vil blive uddybet senere) havde henholdsvis følgende formål: 1) At undersøge (et udsnit af) metadatasituationen i LARM.fm, og 2) At undersøge brugernes interaktion med systemet og deres brug af de indbyggede annoteringsmuligheder. Førstnævnte undersøgelse indikerede en meget begrænset mængde metadata tilknyttet programmerne i LARM.fm, hvilket er en situation, projektet bag LARM.fm er vel klar over. Blandt andet derfor er LARM.fm også intenderet som et brugerdrevet forskningsarkiv, forstået på den måde, at et af målene med udformningen af LARM.fm er at få brugerne til at berige systemet med information om de forskellige udsendelser og derved søge at skabe en organisk digital infrastruktur baseret på nævnte brugerberigelse. Dette ønske lagde bund for vores anden undersøgelse omhandlende brugernes interaktion med systemet og især deres brug af de annoterings- og berigelsesmuligheder, systemet tilbød. Undersøgelsen viste en begrænset brug af systemets annoteringsmuligheder til trods for en høj motivation for og ønske om brugerberigelse blandt de interviewede brugere. Der var mange mulige forklaringer på dette nogle af hvilke vi vil vende tilbage til men ud over disse gav undersøgelsen os ydermere et indblik i en række forskeres forskelligartede forskningsområder og meget divergerende brug af systemets indhold. Vi mødte eksempelvis forskere, der søgte at bruge nyhedsudsendelser som kildemateriale, forskere, der analyserede radioteater, og andre, der sammenlignede radiospil og oplæsninger med originaltekster. Vi mødte desuden forskere, der undersøgte sprogudvikling gennem radioværters vokaludtale gennem tiden, og igen andre, der foretog akustiske analyser af lydoptagelser og radioproduktion. Flere kunne nævnes, men noget af det, der slog os mest, var den enorme divergens, der fandtes, i måden at tilgå og studere materialet på. Dels i de metodiske fremgangsmåder i forhold til overhovedet at finde frem til relevante radioudsendelser, hvilket naturligt var vanskeliggjort af den beskrevne mangel på metadata, men i mindst lige så høj grad i forhold til, hvilke elementer af materialet, der blev studeret, og måden, de blev studeret på. Nogle af de forskere, vi mødte, søgte specifikt indhold blandt radioudsendelserne, og det ville derfor have lettet deres (søge)arbejde gevaldigt, havde systemet været mere beriget med metadata og programinformation, men mange fokuserede på og arbejdede med så specifikke og specialiserede elementer af materialet, at det var svært at forestille sig, hvordan en generel metadataberigelse ville have hjulpet dem i deres søgningsarbejde. Ikke kun grundet specificiteten i indholdet af disse elementer, men i lige så høj eller måske endda højere grad på grund af specificiteten i disse elementers form. For at eksemplificere denne lidt kringlede sætning, vil vi her komme med to konkrete eksempler: 1) En af de interviewede forskere studerede akustisk territorialitet, som i forhold til LARM.fm inkluderede et studie i, og analyse af, hvorledes byens lyd(e) blev brugt som soundtrack til forskellige radioudsendelser. For denne forsker ville en radioudsendelse eksempelvis være relevant, hvis man kunne høre lyden af trafikken ved Rådhuspladsen i København i baggrunden af et interview. 1 Dette er et godt 1 Dette er en meget simplificeret beskrivelse af nævnte forskers forskningsområde, og hvis beskrivelsen derfor virker forfladiget, afspejler dette vores manglende forståelse for og indblik i beskrevne analyser og ikke en manglende respekt for beskrevne forskers arbejde. Det samme gør sig gældende for alle andre beskrivelser af de forskningsområder, vi har været i kontakt med, og som her vil blive benævnt. 4

7 eksempel på, hvad der menes med specificiteten i indholdet. Baggrundslyde i radioudsendelser er så specifikt et element, at det er svært at forestille sig en almindelig metadatabeskrivelse, der tager højde for dette. Dermed ikke sagt, en sådan metadatabeskrivelse ikke kan lade sig gøre, men hvis disse specifikke elementer inkluderes i denne, vil der uden tvivl dukke et utal af andre lige så specialiserede forskningsområder op, som lige så vel kunne have været inkluderet, hvorfor det vil være næsten umuligt at tage højde for og inkludere alle i en metadatabeskrivelse. 2) En anden af de forskere, vi mødte, studerede vokalen a s udtale og ændring i udtale gennem tiden. Vedkommendes fokus lå således ikke på (det semantiske) indhold i de studerede udsendelser, men udelukkende på den auditive syntaks altså en specificitet i form, som synes svær at beskrive gennem metadata. Som en krølle på halen af de to eksempler kan tilføjes en samtale, vi havde med projektkoordinator for LARM-projektet, Bente Larsen (Bente Larsen, samtale, 30. november, 2012), der i sit arbejde på Institut for Kunst- og Kulturvidenskab ved Københavns Universitet har benyttet LARM.fm til både at forske og undervise i hørespil (radioteater). Hendes søgninger i dette regi har således været meget indholdsorienterede og rettet mod det mere generelle indhold i de forskellige radioudsendelser. I vores samtale nævnte hun dog ligeledes, at hun for nyligt var begyndt at søge efter radiokommenteringer af sportsbegivenheder eksempelvis dart og billard. Hun havde nemlig tilfældigt opdaget, at disse udsendelser havde en dramatisk form og fremstilling, der i nogen grad mindede om radioteater. Det bør her tilføjes, at hun, da samtalen fandt sted, ikke vidste, hvorvidt denne nye interesse ville føre noget med sig, men det er ikke desto mindre en interessant historie, da den tager udgangspunkt i, hvad man kunne kalde, indholdsbaseret forskning, som (ved en eller anden tilfældighed) finder en formmæssig parallel i en helt anden type indhold end den oprindelige og derved potentielt og gennem denne parallel bliver ledt til et nyt og uopdaget forskningsområde og -perspektiv. Med udgangspunkt i LARM.fm som case og ovenstående problemstillinger fik dette os til at stille spørgsmålet om, hvorvidt og hvorledes det kunne være muligt at brugerberige en database som nærværende på en måde, som dels var let tilgængelig for brugerne og derved kunne imødekomme problemet med manglende annotering og metadata, men som samtidig kunne imødekomme brugernes behov for at finde relevant materiale den store faglige og metodiske adspredelse til trods. Især sidstnævnte vakte vores interesse. Hvordan kan man berige og tilgængeliggøre denne enorme mængde data, hvis man ikke på forhånd ved, hvad brugerne leder efter, og hvis brugerne ikke engang selv nødvendigvis er klar over hvilke programmer, der kan være relevante for dem? Don R. Swanson introducerede begrebet Undiscovered Public Knowledge i sin artikel af samme navn fra Begrebet og artiklen beskriver, hvorledes der kan findes uopdaget offentlig viden i relationerne mellem eksisterende eller opdaget viden. Med uopdaget viden menes der naturligvis viden, som endnu ikke er opdaget, mens termen offentlig her referer til, at denne (uopdagede) viden er et implicit resultat af allerede opdaget viden. Begrebet vil blive uddybet i senere afsnit, men kort opsummeret kan det beskrives som, at hvis en artikel beskriver, hvordan A medfører B, og en anden artikel beskriver, hvordan B medfører C, vil det ligge implicit i relationen mellem de to artikler, at A medfører C. Hvis denne sammenhæng ikke er kendt af nogen, vil denne viden selvsagt være uopdaget, men den er samtidig offentlig, da den ligger i relationerne mellem allerede opdaget viden. Eksemplet her er bundet op af logik, hvilket letter forståelsen for, hvorledes relationer kan eksistere mellem to uafhængige elementer, og eksemplet, Swanson fremfører, 5

8 er da også taget fra naturvidenskaberne. Ifølge Swanson selv kan tilsvarende relationer dog ligeså vel findes inden for eksempelvis de humanistiske videnskaber, og dette ledte vores tanke tilbage til nævnte eksempel beskrevet af Bente Larsen. Ligger der en uopdaget viden gemt i relationerne mellem hørespil og radiokommentering af sportsbegivenheder eller i relationerne mellem andre af LARM.fm s digitaliserede radioudsendelser og i så fald; hvorledes er det muligt at finde, eller at anspore til at finde, disse uopdagede offentlige relationer? For overhovedet at forsøge at besvare dette spørgsmål er det imperativt først at definere begrebet viden. Uden en gældende arbejdsdefinition bliver al videre snak herom meningsløs, hvorfor vi efter en beskrivelse af LARM-projektet og vores to tidligere undersøgelser heraf definerer og redegør for dette begreb. Vores definition baserer sig dels på en epistemologisk fremstilling af forholdet mellem data, information og viden, og bevæger sig derefter videre til en gennemgang af Karl R. Poppers krav til videnskabelighed, hans pluralisme og hans definition af begrebet objektiv viden. Afsluttende herfor vil der blive draget paralleller mellem de epistemologiske vidensbegreber og det ontologiske verdensbillede. På baggrund heraf sættes LARM.fm i et teoretisk perspektiv, og begreberne potentiel information og uopdaget offentlig viden bringes i spil med henblik på at undersøge nogle af de udfordringer og muligheder, vi ser i LARM.fm. Som det fremgår, er ovennævnte afsnit domineret af en videns- og videnskabsteoretisk tilgang. Der skal heller ikke lægges skjul på, at der overvejende er tale om et teoretisk eksplorativt og analytisk speciale. Ikke desto mindre tager det som skrevet udgangspunkt i en konkret case; LARM.fm, hvorfor vi naturligvis er interesseret i at benytte denne teori til at komme med og undersøge plausibiliteten af et konkret løsningsforslag. Udgangspunktet for dette løsningsforslag er tagging. Dette begreb vil derfor blive undersøgt både teoretisk og i forhold til tidligere inddragede teori, men også i form af en empirisk undersøgelse baseret på tags fra podcasts hentet fra podcast-sitet PodBean. Disse empiriske data vil blive benyttet i en analyse inspireret af det citationsanalytiske begreb bibliografisk kobling og undersøgt gennem en række netværksvisualiseringer (maps), på baggrund af hvilke vi vil udtale os om, hvorvidt empirien synes at vise semantisk meningsfulde sammenhænge i brugen af tags, og hvilken betydning disse resultater har for vores forslag om brugen af tags i LARM.fm. Afsluttende vil vores empiri blive sammenholdt med det teoretiske grundlag, og vi vil på denne baggrund komme med en perspektivering af resultater og analyse i forhold til LARM.fm, samt et bud på hvorledes vi forestiller os, at en eksplorativ infrastruktur i praksis kunne implementeres i LARM.fm. Samlet kommer vores undersøgelsesspørgsmål således til at lyde: [1] På hvilken måde kan begreberne potentiel information og uopdaget offentlig viden bringes i spil med henblik på at undersøge nogle af de udfordringer og muligheder, der ligger i LARM.fm? [2] Synes mapping-strukturer baseret på tags at afspejle semantiske sammenhænge mellem podcasts? Og på baggrund af [1] og [2]: [3] I hvilken grad sandsynliggør brugen af tags muligheden for en eksplorativ infrastruktur i LARM.fm? 6

9 LARM.fm en introduktion 7

10 LARM.fm LARM.fm 2 er portalen til et digitalt radioarkiv under det interdisciplinære projekt LARM Audio Research Archive 3, hvis hovedmål det er at udvikle en national, digital og brugerdrevet forskningsinfrastruktur fokuseret omkring danske radioudsendelser fra alle tider (i praksis fra 1925 og frem). LARM Audio Research Archive er først og fremmest centreret omkring konstruktionen af 1) et digitalt arkiv og 2) en platform, hvorfra forskere og universitetsstuderende kan streame optagelserne fra det digitale arkiv 4. Arkivet og platformen går under det fælles navn LARM.fm. Ud over LARM.fm omfatter LARM Audio Research Archive også andre aktiviteter, såsom foredrag, seminarer, radio- og lydproduktion m.m., og er et samarbejde mellem adskillige forsknings- og kulturinstitutioner i Danmark 5. LARM-projektet startede oprindeligt for syv år siden, da Københavns Universitet modtog en stor samling kopier af udsendelser fra DR s arkiv (DR-ARC). Samlingen blev placeret i kælderen under Det Humanistiske Fakultet på Amager, hvormed LARM-projektet var i gang. Folk fra universitetet begyndte at skabe et miljø omkring samlingen primært drevet af studerende med interesse i radioudsendelser, radioproduktion og radiohistorie, og en bestyrelse med repræsentanter fra hvert institut på Det Humanistiske Fakultet blev oprettet (Bente Larsen, samtale, 30. november, 2012). Den tværfaglighed, der opstod som følge af samlingens brede appel, førte snart til intensiveret vidensdeling og seminarer om lyd og radio. Projektet blev kaldt LARM og retrospektivt, med realiseringen af LARM Audio Research Archive i 2010, Mini-LARM (ibid.). I 2009 modtog projektet en bevilling på 25 millioner kroner fra Styrelsen for Forskning og Innovation under Ministeriet for Videnskab, Teknologi og Udvikling. Projektet er planlagt til at løbe fra 2010 til 2013, og ved afslutningen af projektet forventes det, at LARM.fm indeholder mere end en million timers lyd og programoversigter. Den vigtigste bidragyder af radioproduceret materiale er DR, hvorfra 95 % af arkivets indhold kommer. Resten kommer fra landsdækkende kommercielle kanaler og diverse lokalradioer. Siden lanceringen af DR i 1925 er følgende antal programmer (radioudsendelser) blevet arkiveret af DR: : ca programmer (vinyl) : ca programmer (bånd/spolebånd) : ca programmer (digital/dat) I skrivende stund indeholder LARM.fm ca programmer fra og omkring fra Resten af lydmaterialet i arkivet er fra perioden Da store dele af materialet er underlagt ophavsret, kan LARM.fm ifølge nuværende aftale med CopyDan maksimalt have brugere. (Bente Larsen, samtale, 30. november 2012) 5 Københavns Universitet, RUC Roskilde Universitet, Syddansk Universitet, Aalborg Universitet, Det Informationsvidenskabelige Akademi, DR, Statsbiblioteket, Forskningsnettet, Kolding Designskole og Mediemuseet. 8

11 Kulturarv og udfordringer I 2006 nedsatte den danske regering et udvalg, der skulle udarbejde forslag til digitalisering af udvalgte prioriterede områder af den danske kulturarv. Betydningen af dette udvalgs arbejde blev understreget i regeringsgrundlaget efter folketingsvalget i 2007: Kulturarven har væsentlig betydning for danskernes identitetsfølelse i en globaliseret verden, og kunst og kultur får i disse år en stigende betydning. Regeringen vil derfor fortsætte arbejdet med formidling af den danske kulturarv nationalt og internationalt. (Kulturministeriet 2009, s. 3) I 2009 blev udvalgets arbejde afsluttet, og udvalget kom op med tre forskellige forslag: Forslag 1, hvor institutionerne selv skulle være ansvarlig for den økonomiske finansiering; Forslag 2, som ville kræve yderligere finansiering på i alt 300 mio. kr; og Forslag 3, der ville kræve yderligere 270 mio. kr., det vil sige 570 mio. kr. i alt (ibid., s. 37). I forbindelse med Forslag 1 anbefalede udvalget: Ca timer lydoptagelser fra arkiv (DR). Materialet ligger på spolebånd og DAT-bånd og indeholder samtlige radioprogrammer fra 1989 og frem til i dag. Der er således tale om et materiale med meget stor samtidshistorisk interesse for både specialister og alment interesserede. (Ibid., s. 20) Denne politiske anbefaling blev brugt i ansøgningen, der førte til finansieringen af projektet i 2009 (LARM project proposal 2009, s. 2-3). Man kan derfor med rette betragte LARM Audio Research Archive som et kulturarvsprojekt, til trods for at orienteringen i første omgang er rettet mod universitetsforskere og -studerende, og ikke befolkningen som helhed. Kulturarvsforestillingen står også centralt formuleret i den hovedvision, LARM Audio Research Archive har om sig selv som projekt: The vision of the LARM-project is to contribute to stronger and more coherent European efforts in the field. This is in line the report on research infrastructures of 2006: The European Strategy Forum for Research Infrastructure (ESFRI), which states that: Digitizing the products of human culture and society poses intrinsic problems of complexity and scale. [ ]Today, the social sciences and humanities are however hampered by the fragmentation of the scientific information space. Data, information and knowledge are scattered in space and divided by language, cultural, economic, legal and institutional barriers. (Ibid., s. 3) Ifølge Vivien Petras, projektkoordinator på Europas største kulturarvsprojekt, Europeana, er formålet med at konstruere kulturarvsorienterede informationssystemer: Collect, store, preserve, organize, search and display cultural heritage objects or their (metadata) representations in a digital environment (Petras 2012). Og mange kulturarvsprojekter bliver udfordret af den sidste del af Petras definition, nemlig af metadataen, især med hensyn til mængden af tilgængelig metadata og forskellige standarder (Khazraee 2011, s. 189). LARM.fm er ingen undtagelse. Metadata Metadata kan defineres som data om data (Van Hooland 2009, s. 2) og beskrives som structured information that describes, explains, locates, or otherwise makes it easier to retrieve, use, or manage an information resource (NISO 2004, s. 1). For at kunne finde noget må man søge efter det. Metadata 9

12 fungerer som informativt bindeled mellem et systems objekter og en informationssøger ved at tilgængeliggøre objekter gennem oplysninger om selvsamme objekter. Metadata tjener ifølge Evens & Hauttekeete (2011, s. 159) flere formål: Resource discovery Organization of electronic resources Interoperability Digital identification Archiving and preservation Objekter med mangelfuld metadata er med andre ord vanskelige at finde, mens objekter med meget metadata generelt set er mere tilgængelige. Produktion og repræsentation af nøjagtig metadata er grundlæggende for at kunne finde og anvende digitalt indhold, og fordi ringe metadata(kvalitet) kan resultere i lav recall (genkaldelse), tvetydighed og inkonsekvente søgeresultater, er behovet for at kunne kvalitetssikre metadataindholdet a necessary feature of a well-functioning digital library (Alemneh 2008 s. 313). Som Evens & Hautekeete (2011, s. 161) illustrerer det: Content is king, metadata is queen, hvilket understreger betydningen af både metadata og forholdet mellem indhold og metadata. Ingen konge uden en dronning. Ifølge NISO (National Information Stardards Organization) kan man indkredse tre hovedtyper af metadata: Descriptive (beskrivende), structural (strukturmæssig) og administrative (administrativt) (NISO 2004, p. 1): Descriptive metadata describes a resource for purposes such as discovery and identification. It can include elements such as title, abstract, author, and keywords. Structural metadata indicates how compound objects are put together, for example, how pages are ordered to form chapters. Administrative metadata provides information to help manage a resource, such as when and how it was created, file type and other technical information, and who can access it. Metadata i LARM.fm I LARM.fm har man valgt at operere med to hovedkategorier af metadata: Arkivmetadata og LARMmetadata. Arkivmetadata indeholder alle tilhørende og tilgængelige oplysninger om et givent objekt og følger en metadatastandard. I LARM.fm drejer dig sig om tilpasset version af metadatastandarden EBUCore 6. EBUCore er en videreudvikling af Dublin Core 7 til brug i lydarkiver og udgivet under Creative Commons 8 for derved at give systemudviklere frihed til at tilfredsstille deres respektive behov ved at justere på EBUCore. Dette er også sket i LARM.fm, hvor den tilpassede version af EBUCore er konstrueret på en sådan måde, at metadataunderkategorier nemt kan overføres eller oversættes til EBUCorestandarder (Peter Overgaard, samtale, 30. november 2012). Ifølge Hauttekeete et al. (2011) er brugen af tilpassede metadatastandarder ikke usædvanlig og særligt ikke inden for lydarkiver, da bevarelse af auditivt og audiovisuelt kulturarvsmateriale kræver another treatment than other, more classical heritage artifacts, such as books or works of art. These classical

13 libraries have a tradition of unified access: Union catalogues based on standardized metadata, to provide an any book, anywhere service (s. 460). Samme argumentation finder man hos udviklerne af CHAOS (CHAOS: \ _ 9 ), det underliggende system for LARM.fm (Peter Overgaard, samtale, 30. november 2012). Den anden hovedkategori af metadata i LARM.fm er LARM-metadata. I modsætning til Arkivmetadata kan brugerne her tilføje ny metadata til systemet, hvilket er båret af tanken om brugerberigelse. Som nævnt er tanken med LARM.fm at konstruere og udvikle en national, digital og brugerdreven forskningsinfrastruktur, der kan enable future radio and audio based research as well as knowledge dissemination, sharing, and interaction between humanities researchers (Skov & Lykke 2012, s. 1). Hensigten er med andre ord at give brugerne så mange værktøjer lige ved hånden som muligt med henblik på at berige og styrke (metadataen i) arkivet og dermed forbedre brugervenligheden og relevansen af LARM.fm. Metadatatilstanden i LARM.fm I 2012 gennemførte vi en undersøgelse af metadatatilstanden blandt de programmer af programrækken Orientering, der er tilgængelige i LARM.fm (Pryn & Krøger 2012). Orientering er et dagligt 2-timers program på DR P1, som beskæftiger sig med aktuelle kulturelle og samfundsmæssige spørgsmål, både nationalt og internationalt. Programmet har kørt i 24 år og er anerkendt for sin kvalitetsjournalistik. Vi valgte i undersøgelsen udelukkende at se på de dele af den beskrivende (descriptive) metadata, der omhandler programmernes indhold/emnevalg. Orientering s stærke indholds-/emneprofil gør disse programmer velegnet til metadataanalyse, og programmets lange levetid gør det velegnet til at sammenligne beskrivende metadata gennem årene. 10 Undersøgelsen viste, at ud af de unikke Orientering-programmer, som vi identificerede i LARM.fm, indeholdte blot 53 af programmerne (1,7 %) en form for CoS-metadata, som kunne sige at knytte sig specifikt til det enkelte program og dets indhold den dag. Adskillige havde derimod blot fået tilknyttet en autobeskrivelse, såsom Et program om politik og kultur med informationer, debat, kritik og kommentarer, Det daglige magasin om international politik, samspillet mellem danske, europæiske og globale samfundsforhold og indenrigs- og kulturpolitik eller blot Antallet af Orientering-programmer med CoS-metadata er spredt ud over årene , om end hovedparten (42 af 53) er fra før Særligt ét år skiller sig ud, nemlig 1992, hvor 25 programmer har CoS-metadata. En nærmere undersøgelse viste, at disse 25 ikke er tilfældigt spredt ud over hele året, men samlet i fire perioder. Vi kunne ikke umiddelbart forklare dette sammenfald, men er senere blev oplyst, at disse beskrivende metadata ikke er naturlige metadata, men derimod et resultat af et internt LARMforsøg på manuelt at berige systemets lydfiler yderligere. Skal man derfor korrigere for unaturlige beskrivende metadata, er tallet for CoS-metadata tilknyttet Orientering-programmerne 0,9 %. Det skal selvfølgelig siges, at denne undersøgelse af Orientering-programmerne ikke nødvendigvis er repræsentativ for det generelle CoS-metadataniveau i LARM.fm, som kunne være både højere eller lavere, men at den udelukkende fungerer som indikator for niveauet. I forbindelse med Europeana-projektet har Jon Purday bemærket, at den generelle mangel på kvalificeret metadata i kulturarvsprojekter kan forklares med prioritering af ressourcerne (Purday 2009, s. 115); at Indholds- eller emnemetadata vil herefter blive omtalt som CoS (Content or Subject) metadata. 11

14 mange projekter har lagt deres ressourcer i digitaliseringen snarere end katalogiseringen eller indekseringen. Selv om dette ikke er tilfældet i LARM, der har modtaget allerede digitaliseret materiale fra primært Statsbiblioteket (men som har brugt en stor del af de finansielle ressourcer på forskning i arkivmaterialet), synes resultatet, på baggrund af CoS-metadataundersøgelsen, at vise det samme; en masse materiale i arkivet, men mangel på kvalificeret beskrivende metadata. Når man gennemgår LARM.fm s metadata mere generelt, og ikke kun den tilknyttet Orientering, kan man som hovedregel sige, at de tilgængelige metadata består af 1) dato for udsendelsen, 2) kanal, 3) programtitel (alt sammen beskrivende metadata) og 4) en eller anden form for identifikation (id); enten et produktionsnummer eller et arkivnummer (administrativ metadata). Der er en meget stor forskel på de metadata, som ligger i LARM.fm, og de metadata, som produktionsenhederne har haft produceret til de enkelte udsendelser (Peter Overgaard, samtale, 30. november 2012). DR, eksempelvis, deler ikke sin ellers meget detaljerede metadata med LARM-projektet, og der er tre hovedårsager til dette: Arkivforpligtelse. DR er en produktionsenhed og har som sådan ingen arkivforpligtelse. DR begyndte at sende radio i 1925, men i mange år blev programmerne live-transmitteret uden tanke på optagelse og/eller arkivering af udsendelserne. Selv i dag er DR s arkiv, og dermed de tilhørende metadata, ikke møntet på bevaringstanken, men som et depot for fremtidige produktioner. Copyright. Ifølge DR er hele processen med at kreere metadata til en udsendelse underlagt ophavsret. Hvorvidt denne påstand står i en retslig kontekst kan diskuteres, men faktum er, at DR bevarer kontrollen over de metadata, som er produceret af DR. Persondataloven. Den danske lov om persondataoplysninger indebærer, at de temmelig detaljerede metadataoplysninger registreret af DR skal renses, før de kan viderebringes i et åbent, offentligt arkiv. Denne proces er meget tidskrævende. Et oplagt spørgsmål trænger sig på: Hvad gemmer der sig egentlig i et arkiv som LARM.fm, hvis tilgængelighed er hæmmet af stærkt begrænset metadata? En million timers radio lyder af meget, men en million timers hvad? Der er naturligvis masser af musik, som kan siges at udgøre én af radioens kernekompetencer. Musik må ikke negligeres i et LARM.fm-sammenhæng, da musik i høj grad også er en kilde til viden om, hvordan verden ser ud og har set ud. Radioprogrammer indeholder også meget snak i form af radioaviser, underholdning, debat, montager, interviews etc. Denne snak fungerer på samme måde som musikken; som en overordnet kilde til viden om verden, men mange radioprogrammer er som enkeltstående og i sig selv informations- og/eller vidensformidlende, centreret omkring mere (fag)specifikke emneområder. Et eksempel på dette er Orientering, der som nævnt går i dybden med nationale og internationale samfunds- og kulturforhold. LARM.fm. er som nævnt interdisciplinært orienteret, og grundtanken er, at mange forskellige, primært humanistiske videnskaber, kan drage fordel af arkivets indhold. En historiker vil måske finde Orientering mere interessant end let morgenunderholdning med musik. Omvendt vil en forsker på et fag som kulturformidling måske finde de underholdende morgenshows satiriske indslag langt mere relevant end Orientering, mens en forsker i musikvidenskab måske finder kilder alle mulige andre steder i arkivet. Vi må antage, at der i LARM.fm gemmer sig maser af information og viden for langt de fleste videnskaber, som arkivet i sit udgangspunkt er orienteret mod. Gemmer er nok et passende ord, den sparsomme metadata 12

15 taget i betragtning, men potentielt set er LARM.fm et enormt informations- og vidensarkiv, som blot venter på at blive åbnet op og blive brugt. Og her spiller brugerne en vigtig rolle. Brugerberigelse LARM.fm bygger på forestillingen om brugerberigelse. Tanken er, at brugerne skal bidrage med at berige systemet med informationer, sådan at lydfilerne bliver søgbare og derved tilgængeliggjorte. Denne tanke er som nævnt velkendt inden for kulturarvsprojekter, hvor mange lider under knappe finansielle ressourcer, og hvor en oplagt ressource naturligt er brugerne. Hvorvidt denne vej er den rigtige at gå som kulturarvsprojekt, synes at dele eksperter og projektadministratorer på området (Evens og Hautekeete 2011, s. 159). Ifølge fortalerne for brugerberigelse skal anmærkninger, tilføjelser, korrektioner etc. skabt af brugerne ses som en kvalitativ forbedring af et kulturarvsorienteret informationssystem, da disse som regel er highly specialized because such metadata is created from discipline-specific, scholarly perspectives (as a historian, social scientist, teacher, student, enthusiast, etc.) and for a specific purpose (research, publishing, teaching, etc.) (Rehberger et al. 2006, s. 44). Modstandere af brugerberigelse peger derimod på manglende standardisering, manglende kvalitetskontrol, brug af subjektive og ukontrollerede vokabularer, samt mulig devaluering af ekspertautoritet (ibid.). En del af LARM-projektet har været at engagere forskere i den treårige etableringsfase med henblik på at sikre en kvalificeret brugerorienteret udvikling af LARM.fm, der kan tilfredsstille forskernes behov. Som brugerdrevet arkiv skal LARM.fm indeholde de nødvendige værktøjer til at gøre forskere i stand til at finde relevant forskningsmateriale, men arkivet skal ligeledes indeholde værktøjer til at kunne beskrive de mange optagelser i arkivet. Som nævnt kan brugerne påføre de enkelte lydfiler metadatainformation gennem kategorien LARM-metadata, som er åben i modsætning til den føromtalte metadatakategori Arkivmetadata. Ud over metadatakategorien LARM-metadata har LARM.fm også en anden åben berigelseskategori; nemlig Annotationer. Tanken med Annotationer-kategorien er, at brugerne kan levere mere detaljerede informationer om hele eller enkelte dele af lydfilerne i form af analyser, transskriptioner, noter, skitser etc., det vil sige fagspecifik og vidensbaseret information. Flere brugere kan annotere de samme lydstykker med henblik på dynamisk vidensudveksling på tværs af brugere og discipliner. Annotationer i LARM.fm er, i kraft af manglende Arkivmetadata, en vigtig kategori, da LARM.fm i høj grad er afhængig af aktiv interaktion brugere og system imellem, hvis systemet skal udvikle sig, og hvis materialet i arkivet skal tilgængeliggøres via større søgbarhed. I 2012 gennemførte vi en undersøgelse af en gruppe LARM-brugeres søge- og annotationserfaringer 11, som viste, at eftersom mange lydfiler udelukkende er udstyret med programtitel og sendetidspunkt, måtte brugerne benytte sig af andre kilder for at finde relevant information, eksempelvis DR Arkivet, således at filerne efterfølgende kunne lokaliseres på titel og dato (Pryn et al. 2013, s. 3). En sådan omvejsproces er omkostningsfuld, både i form af tid og økonomi, hvorfor LARM.fm s fokus på at få beriget programmerne med annotationer synes hensigtsmæssig. En anden kilde til at finde relevant materiale var de mange OCR ede (Optical Character Recognition; dvs. optisk tegngenkendelse) programoversigter, der også ligger i LARM.fm, og som er søgbare. OCR-kvaliteten er imidlertid tvivlsom, og disse programoversigter går kun op 11 Det bør her bemærkes, at kategorien LARM-metadata på undersøgelsestidspunktet ikke var tilgængelig for brugerne, hvorfor den eneste annoteringsmulighed var og havde været kategorien Annotationer. LARM.fm er som skrevet stadig i en udviklingsfase, hvorfor nogle af de problemstillinger, som her opsummeres, kan være blevet korrigeret siden. 13

16 til Eftersom langt størstedelen af materialet i LARM.fm er fra efter 1984, betyder det, programoversigterne kun refererer til en mindre del af lydmaterialet i arkivet. Undersøgelsen viste også, at LARM.fm s indbyggede annotationsfunktion kun blev benyttet i begrænset grad, da den ikke understøttede brugernes behov i tilpas omfang. De interviewede brugere kom fra meget forskellige discipliner og havde derfor ganske ofte særegne behov, der ikke blev tilfredsstillet af LARM.fm s begrænsede standardannotationsark, som blot bestod af to felter; et titelfelt og et beskrivelsesfelt. Figur 1: Annotationer i LARM.fm. Brugerne havde forskellige forklaringer på, hvorfor de ikke benyttede LARM.fm s indbyggede annotationssystem: Tidligere oplevelser med forsvundne annotationer, hvilket betød, at brugerne tyede til andre og mere sikre off-line løsninger. Mangel på tekstformateringsmuligheder. Manglende overblik over annotationer. Manglende importmuligheder af andre typer af annotationer. Manglende eksportmuligheder, hvilket betød, at ens annotationer så at sige var fanget i systemet. I stedet valgte brugerne at benytte mere velkendte og detaljerede annoteringsmuligheder, såsom Excel eller Word. Dertil kommer, at flere af brugerne lavede meget detaljerede analyser af de egentlige auditive aspekter af en udsendelse, det vil sige akustik, frekvens etc., som LARM.fm hverken understøttede eller for den sags skyld muliggjorde, da LARM.fm er en streaming- og ikke en downloadtjeneste. Brugere med behov for detaljerede lydanalyser fik derfor lydfilerne ad andre veje, eksempelvis fra Statsbiblioteket, hvorefter de blev importeret ind i et eksternt analyseprogram. Alle analyser, der fortages i programmer som disse, kommer ikke umiddelbart LARM til gode. 14

17 Nogle af brugerne havde udviklet deres egne annotationsark for at sikre konsistens i deres måde at annotere på, og flere af dem delte disse; dog ikke på LARM.fm, men på LARM-projektets wikisite 12. Problemet med denne fremgangsmåde er, set fra et LARM.fm-perspektiv, at arkivet ikke får glæde af disse annotationer. Dette er forsøgt løst ved at udvikle skræddersyede annotationsark, der passer til den enkelte forsker. I skrivende stund er to sådanne ark blevet implementeret, henholdsvis Jingler (WP 5.8.2) og Lydkilde (WP 5.8.1), men på sigt er det svært at forestille sig særegne annotationsark, der fra udviklerhold er tilpasset de enkelte brugeres behov. På trods af de nævnte problematikker så brugerne i undersøgelsen en stor værdi i tanken om at tilføje og berige systemet med information i form af beskrivelser, fakta, detaljeret viden, import af bl.a. manuskripter, transskriptioner etc., som kan føre til optimerede søgningsprocesser og give inspiration til fremtidig forskning. Annotationer og metadata kan i høj grad betragtes som en hjørnesten i den brugerdrevne tilgang, LARM.fm er bygget på, og brugerne fremstod bevidste om værdien af disse og accepterede samtidig fraværet af selvsamme på daværende tidspunkt i projektets og systemets udviklingsstadie. Brugerne udtrykte stor begejstring over projektet som helhed og de muligheder, som LARM.fm stiller til rådighed både i forhold til egen og andres nuværende og fremtidige forskning. Der var blandt brugerne i undersøgelsen stor velvilje og motivation for at tage en aktiv del i berigelsen af systemet og vilje i at bruge tid på at forbedre og korrigere eventuelt fejlagtige oplysninger. Dette bør ikke tages let. Størsteparten er forskere, som dedikerer en stor mængde tid og energi på (ofte) smalle og specifikke emner, og muligheden for at dele denne viden og stille den til rådighed for fremtidig forskning synes en stærkt motiverende faktor. Nogle af brugerne beskriver ligefrem denne motivation som en pligt eller et etisk kodeks (Pryn et al. 2013, s. 7). Det generelle billede var dog, at trods stor motivation blandt brugerne blev systemet ikke beriget med nødvendige metadata i form af annotationer. Og med tæt på ingen oprindelige metadata tilgængelig, er det således vanskeligt at søge efter indhold og emner blandt de mange lydfiler i arkivet

18 Det videnskabsteoretiske grundlag 16

19 Videnspyramiden Videnspyramiden eller Informations- eller Videnshierarkiet, som det også betegnes (Rowley 2007, s. 163), attesteres oftest tilbage til Russell Ackoffs tale fra 1988 (gengivet i tekstform med titlen From data to wisdom (Ackoff 1989)). Ackoff beskæftiger sig i sin tale med management-systemer og forsøger på hierarkisk vis at distingvere på teoretisk plan mellem forskellige kompleksitetsgrader og definitioner af sådanne systemer. Begrebshierarkiet nævnes dog, som påpeget af Sharma (2005), allerede i tidligere tekster fra henholdsvis Cleveland (1982), Cooley (1987) og Zeleny (1987), og sågar i poetisk form af T.S. Eliot (2004, s. 297), der skriver: Where is the Life we have lost in living? Where is the wisdom we have lost in knowledge? Where is the knowledge we have lost in information? Diskutabel herkomst til trods er denne hierarkiske opdeling i megen informations- og videnslitteratur gået hen og blevet en accepteret og taget-for-givet model (Rowley 2007, s ), der ofte antager formen af en såkaldt DIKW-pyramide: Figur 2: DIKW-pyramiden eller videnspyramiden (Rowley 2007, s. 164). Denne model stemmer ikke helt overens med dens tilskrevne fader Ackoffs eget hierarki, da han mellem viden (knowledge) og visdom (wisdom) indplacerer begrebet forståelse (understanding). Sidstnævnte begreb er dog i overvejende grad flydt ud af hierarkiet, og i megen brug er begrebet visdom tillige fjernet. Uanset antallet af niveauer mellem top og bund synes der at være noget intuitivt appellerende i en opadgående bevægelse fra data mod viden, eller sågar visdom, men til trods for den tilsyneladende generelle accept er der stor forskel på definitionerne af både begreberne og deres interne relationer i litteraturen (se fx Rowley 1998; Rowley 2007; Zins 2007). Mere problematisk endnu er der flere steder i litteraturen decideret mangel på definitioner til trods for brugen af begreberne, hvilket kan eksemplificeres med IBM Dictionary of Computing, der ingen definition har af begrebet data, men til gengæld indeholder 12 sider med opslagsord såsom data transfer, data stream og data mode (Rowley 1998). 17

20 Uden virksomme definitioner bliver modellen trods intuitiv appel og/eller almen accept ubrugelig og meningsløs i nærværende teoretiske sammenhæng, og det er derfor valgt at fremstille vores egne definitioner af både begreber og relationer i de følgende afsnit. Både begreber og relationer er defineret ud fra et udvalg af relevante tekster og egne tilføjelser. Definitionerne er kontekstuelt betingede af nærværende sammenhæng og skal således læses som arbejdsdefinitioner bundet i epistemologiske antagelser ikke ontologiske eller etymologiske. Ydermere er det valgt, som vil blive uddybet i afsnittet om viden, at begrænse modellen til en tredelt pyramide, hvorved vores arbejdsmodel og -definitioner kommer til at se således ud: Figur 3: Videnspyramiden som arbejdsmodel for nærværende speciale. Data Ackoff (1989, s. 3) definerer data som symbols that represent properties of objects, events and their environment. They are the products of observation. En anden og tidligere definition gives af Machlup (1983, s. 646), der beskriver data som the things given to the analyst, investigator, or problem-solver; they may be numbers, words, sentences, records, assumptions just anything given, no matter what form and of what origin. Data er således den rå input ved en given observation og indtager en atomar eksistens i vores erkendelse af verden. Dette betyder dog ikke, at data i sig selv er atomar, men blot at data er atomar i den erkendende kontekst. Data kan derved forstås som den nødvendige mindsteenhed, før en given observation bliver til en erkendelse, og hvad, der er data for én erkender, kan derfor være information om data for en anden erkender. En observation kan eksempelvis være, at det regner, og stopper observationen der, vil det regner være mindsteenheden for den pågældende observation, hvorved observationen af regnvejr bliver data. Foretages denne observation derimod af en meteorolog, vil observationen af regnvejret muligvis ses som en information om, at et lavtryk har dannet sig, hvorved dannelsen af lavtrykket bliver data i stedet medmindre dette lavtryk igen erkendes som information om frigiven kondensationsvarme etc. Nævnte eksempel er dog ikke uproblematisk, for i praksis er det svært at forestille sig en ren (menneskelig) observation, hvor ingen yderligere erkendelse finder sted end den blotte observation. Eksempelvis vil regnvejret naturligt lede til en erkendelse af, at man bliver våd, hvis man går udenfor etc. Endnu sværere er 18

21 det at beskrive en sådan observation rent, da enhver beskrivelse vil være sproglig, hvorved en fortolkning og erkendelse automatisk finder sted. Idet observationen bliver til en fortolkning, er der ikke længere tale om observeret data, men derimod om observeret information. For ikke at havne i en fregeansk diskussion om, hvorvidt konceptet hest kan beskrives uden at tale om begrebet hest som objekt (Frege 1892), hvilket vil medføre at data i nærværende sammenhæng gøres meningsløs, skal data altid forstås som data for en given observationsmæssig kontekst, og det, der udgør data i én observation, er ikke nødvendigvis data i en anden observation. Dette leder tilbage til den oprindelige definition af data som atomar for en given observation. Ikke fordi det konkrete data ikke kan splittes, men fordi det konkrete data mister sin karakter af data (og bliver til information), hvis en sådan splittelse finder sted. Information I sin tekst fra 2007 (s ) opsummerer Rowley forskellige definitioner af information, hvoraf især tre af disse er brugbare for nærværende definition: Information is formatted data [ (and)] can be defined as a representation of reality. Information is data that have been organized so that they have meaning and value to the recipient. Information is data processed for a purpose. For alle tre definitioner gør det sig gældende, at information skal forstås som fortolket data. Der er altså tale om data, der er processeret i en eller anden forstand, og denne processering kan eksempelvis bestå i en beskrivelse, en organisering eller en kontekstualisering af data til et givent formål. (Bemærk her, at der er tale om en processering af data fra modtagers side. Det kan naturligvis også være foretaget en processering fra afsenders side, men denne er irrelevant i nærværende sammenhæng, da informationsudledningen og -tillæggelsen sker i fortolkningen.) Som berørt i forrige afsnit om data, er især den kontekstuelle sammenhæng vigtig at holde sig in mente, og dette gør sig også gældende, når der tales om information. Information er ikke en intrinsisk egenskab eller beskrivelse forbundet til et givent objekt, men derimod en kategori eller definition, som kan påføres objekter, hvis de nødvendige omstændigheder (kontekst) er gældende. At et givent objekt er information i en given kontekst er altså ingen garanti for, at det samme objekt er information i en anden given kontekst. Kigger vi nærmere på de tre definitioner, kan information yderligere beskrives som data, der er formateret som en repræsentation af virkeligheden, data, der er meningsfuld, og/eller data, der er processeret til et formål. At information er en repræsentation af virkeligheden skal ikke forstås sådan, at information nødvendigvis er en sand repræsentation af virkeligheden. Som også vil blive berørt senere, ønskes det i nærværende sammenhæng ikke at forsøge at definere et sandhedsbegreb, og en repræsentation af virkeligheden skal derfor forstås som en subjektiv fortolkning. Information er således det, som pågældende modtager fortolker data som værende repræsentant for. Fortolkningen leder videre til det næste punkt om, at data er meningsfuld, i og med en fortolkning per definition er en meningsudledning af et eller flere input; data. Slutteligt defineres information som data processeret til et formål, hvilket leder tilbage til den kontekstuelle sammenhæng. Som nævnt i afsnittet om data kan dataet regnvejr lede lægmand til den simple information, at man bliver våd, hvis man går udenfor, eller lede meteorologen til en information om 19

22 et lavtryk. Denne samme mængde data kan således lede til forskellig information alt efter hvilket formål, de processeres til, og hvem eller hvad, de processeres af. En bog, i og for sig selv, kan anses som data, men bliver til information(er), idet der læses i den. Alt efter hvem, der foretager denne læsning, vil forskellige (eller sågar modstridende) informationer blive udledt. Er denne bog ydermere på russisk, vil de fleste danskere være ude af stand til at læse i den. Dvs. ingen forståelse kan finde sted (for disse ikke-russiskkyndige), og bogen forbliver derfor data inden for pågældende kontekst. 13 Viden (Knowledge) Viden er det mest komplekse af de tre begreber og det, der skaber størst definitorisk strid (Rowley 2007, s. 172). Denne strid er delvist bundet i en uenighed om, hvorvidt viden skal indtage den øverste plads i hierarkiet, eller om viden skal ses som en underkategori for eksempelvis visdom. Visdom er ifølge mange beskrivelser (fx Ackoff 1989) forbundet med et sandhedsbegreb, og som skrevet i forrige afsnit er dette bevidst undladt i nærværende sammenhæng. Ackoff arbejder eksempelvis også med begrebet forståelse (eller intelligens), og at dette ligeledes er valgt fra, skal ikke læses som en negligering heraf. De terminologiske definitioner har til formål at skabe klarhed om brugen af den konkrete terminologi inden for relevante sammenhæng og bør derfor anskues som arbejdsdefinitioner. På samme måde som det ikke altid er relevant at udpensle, hvorvidt en rød farve er koralrød, postkasserød eller scarletrød, findes det i nærværende sammenhæng ikke relevant at opdele begrebet viden i flere delkategorier. Før selve definitionen af viden er det yderligere relevant at nævne et par eksempler på, hvad der ikke menes, når der tales viden i nærværende sammenhæng. For det første er sandhedsværdi som nævnt ikke en relevant faktor. For det andet er såkaldt tavs viden også kaldet know-how eller tacit knowledge ikke en del af definitionen. Der kan sagtens være teori og viden forbundet med tavs viden, men kun den udsigelige del kan kategoriseres som viden. Eksempelvis vil en professionel dartspiller sandsynligvis have masser af viden om, hvorledes albuens placering og grebet på pilen påvirker et kast og hvorfor, men den tavse viden indlejret i kroppen, som gør ham/hende i stand til at kaste pilen præcist, er ikke en del af vores vidensdefinition. Årsagen til dette er, at tavs viden per definition ikke er kognitivt tilgængelig for udøveren, og termen viden baserer sig således ikke på en forståelse, men nærmere på en tilegnelse. En bedre beskrivelse for dette ville derfor være evne eller egenskab, da der i nævnte eksempel basalt set er tale om specialiseret motorik. Viden kan beskrives som principiel forståelse af information, og som evnen til at dekonstruere en given information og besvare spørgsmålet om, hvorfor denne information beskriver, hvad den gør. En sådan dekonstruktion vil naturligt lede til en beskrivelse af sammenhængen mellem flere underliggende informationer, og viden beskriver derved også evnen til at sammensætte to eller flere informationer og derudaf udlede noget mere, end hvad der i forvejen er givet. Vidensdelen ligger i både det udledte og i selve udledelsesprocessen, som ikke blot er ny information, da der ligger en principiel forståelse af, hvorfor det er udledt. Princippet er altså det samme, hvad end vi bevæger os oppefra og ned eller nedefra og op, 13 Med pågældende kontekst menes der her den sproglige fortolkningsmæssige kontekst. Som beskrevet i forrige afsnit er det svært at forestille sig en situation, hvor ingen information overhovedet udledes af givent data, og i nærværende eksempel vil den blotte erkendelse af, at der er tale om en bog, i sig selv være en information om en række egenskaber, såsom at den indeholder sider, at den har (mindst) en forfatter, etc. Disse informationer ligger dog uden for konteksten af beskrevne eksempel. 20

23 og viden er således som også gør sig gældende for data og information kontekstuelt betinget. Viden kan ikke defineres ud fra kompleksiteten eller mængden af informationer, men ligger i forståelsen af principperne for en given information. Skridtet fra data til information satte krav om en meningsfuld fortolkning (forståelse), og dette krav om (principiel) forståelse gør sig igen gældende i skridtet fra information til viden. Forståelse kan derfor anses som bindeled mellem de tre begreber, om end der er krav til forskellig kompleksitet eller nuance i denne. Bellinger et al. (2004) sætter ligeledes begrebet forståelse ind som bindeled og fremstiller på denne baggrund nedenstående figur: Figur 4: De forståelsesmæssige relationer mellem data, information, viden og visdom. (Bellinger et al. 2004) Som det fremgår, arbejder de i deres model med viden og visdom som separate niveauer, og den forståelsesmæssige forskel mellem information og viden fremstilles i figuren som værende forskellen mellem at forstå relationer og at forstå mønstre. Dette synes dog en problematisk sondring, da et mønster per definition er en samling af relationer, hvilket vil medføre, at viden nedgøres til en kompleksitet af informationer, og hvilket leder til spørgsmålet om, hvor mange relationer der skal til for at skabe et mønster. En uddybende diskussion af dette vil dog undlades her grundet argumentet præsenteret tidligere om, at der med nærværende definitioner er tale om arbejdsdefinitioner baseret på en epistemologisk pragmatisme om, hvilke begrebsrelationer der er teoretisk brugbare. Det vurderes således ikke relevant at sondre i kompleksiteten af relationer, men derimod at bibeholde fokus på den kontekstuelle afhængighed. I relation til nærværende definitioner kan ovenstående figur omskrives således: 21

24 Figur 5: De forståelsesmæssige relationer mellem data, information og viden. Herved bibeholdes den relationelle/fortolkende forståelse som bindeled mellem data og information, mens den principielle forståelse gøres til krav for, at information kan blive til viden. Opsummerende kan følgende eksempel hjælpe til at beskrive relationerne mellem data, information og viden. En rød lyskurv er i og for sig selv data. Denne giver information om (eller erkendelse af), at man skal holde tilbage. Den principielle forståelse, af hvorfor man skal holde tilbage fx at andre trafikanter nu har grønt og derfor ikke holder tilbage; at det er en regel, der hjælper til orden i trafikken; at man kan få en bøde etc. er en akkumulation af informationer sat sammen, hvilket kan defineres som viden i beskrevne lukkede kontekst. Det er vigtigt at understrege, at ovennævnte præsentation af viden ikke er en videregivelse af viden. Det er en beskrivelse, der tager form af en nedbrydning af viden til informationer. Videnselementet ligger ikke i evnen til at opremse de enkelte informationer, men derimod i den principielle forståelse af disse informationers sammenhæng og evnen til at udlede disse. Viden kan derfor beskrives som en art internaliseret forståelse, der ikke kan videregives som viden, men kun som enkeltstående informationer, der (potentielt) kan hjælpe til at skabe forståelse og derved generere viden hos modtager. Viden er mere end mængden af de informationer, den er opstået ud fra, og er derfor altid ubeskrivelig som viden, da enhver beskrivelse vil tage form af en eksemplificering gennem informationer. Popper og det videnskabelige grundlag I Conjectures and Refutations (1969) beskriver Karl R. Popper, hvordan han siden en meget ung alder har været drevet af den problematik, der ligger i at skelne videnskab fra pseudo-videnskab (ikke-videnskab) (s. 33). Det er ikke sandhedsproblematikken, der driver ham; dvs. ikke spørgsmålet om hvorvidt en teori er sand eller ej i relation til sine antagelser, men derimod spørgsmålet om, hvad der overhovedet skal til, før man kan tale om en videnskabelig teori. Popper nævner, at tiden efter første verdenskrig var fuld af idéer både politiske og videnskabelige og blandt de teorier, der især fangede hans opmærksomhed, var Einsteins relativitetsteori, Marx historieteori, Freuds psykoanalyse og Adlers individualpsykologi (ibid., s. 34). Popper fandt imidlertid Einsteins relativitetsteori anderledes end henholdsvis Marx, Freuds og Adlers teorier: 22

25 It was during the summer of 1919 that I began to feel more and more dissatisfied with these three theories [ ] and I began to feel dubious about their claims to scientific status. My problem perhaps first took the simple form, What is wrong with Marxism, psycho-analysis, and individual psychology? Why are they so different from physical theories, from Newton s theory, and especially from the theory of relativity? (Ibid., s. 34) Problemet er, ifølge Popper, at de tre nævnte teorier Marx, Freuds og Adlers ikke syntes at kunne modbevises. Enhver handling eller effekt bidrog blot til at verificere og bekræfte disse teorier. Netop denne forklarings- eller udsigelseskraft var, hvad der vakte så stor popularitet blandt deres tilhængere, men denne egenskab var også, hvad der for Popper problematiserede deres status som videnskabelige teorier. Popper nævner selv et eksempel, hvor han præsenterede en sag, der for Popper ikke fremstod specielt adlerisk, for Adler. Adler selv havde dog ingen problemer med at analysere sagen uden at have mødt patienten og da Popper spurgte, hvorledes han kunne være så sikker i sin sag, svarede Adler: Because of my thousandfold experience (hvortil Popper responderede: And with this new case, I suppose, your experience has become thousand-and-one-fold. ). (Ibid., s. 35) Problematikken illustreret ved ovenstående dialog ligger i, at teorien først benyttes til at forklare observationerne, hvorefter observationerne benyttes til at bekræfte teorien. Den logiske fejlslutning ved en sådan argumentation ligger i en fejlagtig brug af implikationen som logisk konnektiv. Omskrevet til sætningslogik kan Adlers argument formuleres således: (T O) (O T) hvor T symboliserer en given teori, og O symboliserer en given observation, og i talesprog vil argumentet kunne formuleres: Hvis teori T er sand, vil vi se observation O. Ergo; hvis vi har set observation O, betyder det, at teori T er sand. Dette kan i sig selv lyde indsmigrende, men omformuleres det til et mere hverdagsagtigt eksempel, ses dets klare fejl: Hvis der er snestorm, er togene forsinkede. Ergo; hvis togene er forsinkede, betyder det, at der er snestorm. Første delargument (Hvis der er snestorm, er togene forsinkede) postulerer dog ikke, at der ikke kan være andre årsager til forsinkelse på togene, og eksemplet her er derfor med til at illustrere, at en logisk implikation mellem to udsagn ikke nødvendigvis medfører en logisk biimplikation ( ). Hvor en logisk implikation kan formuleres som hvis, kan en logisk biimplikation formuleres som hvis og kun hvis (i logikken også skrevet som hviss). Hvis den logiske biimplikation benyttes i ovenstående eksempel, vil det i stedet lyde: Hvis og kun hvis der er snestorm, er togene forsinkede. Ergo; hvis togene er forsinkede, betyder det, at der er snestorm. Den logiske kongruens er her intakt, og argumentet er logisk validt. Det er dog vigtigt at påpege, at blot fordi argumentet er logisk validt, er det ikke en garanti for, at de enkelte delargumenter er sande i ontologisk forstand. Som de fleste togpassagerer sikkert har oplevet, kan der være mange årsager til, at togene er forsinkede, og argumentet; hvis og kun hvis der er snestorm, er togene forsinkede, er i dette tilfælde (ontologisk) usandt eller falsk. Ikke desto mindre besidder argumentet to vigtige egenskaber: 1) Det er logisk kongruent, og 2) De enkelte udsagn kan modbevises eller falsificeres inden for argumentets interne logik. Første egenskab er allerede beskrevet, men anden egenskab kræver lidt uddybning. Som skrevet er Popper (i relation til nærværende problematik) ikke interesseret i sandhedsværdien af den enkelte teori. Med sandhedsværdien menes her den ontologiske sandhedsværdi; dvs. de grundlæggende antagelser om teoriens genstandsfelt. Han er derimod interesseret i de teoretiske argumenters validitet 23

26 eller deres logiske sandhed. Medmindre der er tale om en tautologi, som per se er både alt- og intetsigende, er enhver valid logisk argumentation bundet op af en række konnektiver, der kombinerer to eller flere udsagn til et samlet udsagn eller argument. Som illustreret er sandhedsværdien for det samlede udsagn afhængigt af sandhedsværdierne for de indgående udsagn. Med andre ord kan det samlede udsagn (teorien) modbevises eller falsificeres ved at falsificere et eller flere af de indgående udsagn. Vender vi blikket tilbage mod den logiske opskrivning af Adlers argumentation, og korrigerer vi denne med indsættelsen af en logisk biimplikation, vil argumentationen se således ud i stedet: (T O) (O T) hvilket logisk er det samme som: (O T) (O T) Argumentet er nu logisk validt og endnu vigtigere; teorien T kan nu falsificeres ved at negere det indgående udsagn O s sandhedsværdi, da: (O T) ( O T) Igen omskrevet til talesprog vil ovenstående kunne formuleres: Hvis og kun hvis vi ser observation O, er teori T sand. Ergo; hvis vi har set observation ikke-o, betyder det, at teori T er falsk. Endnu en gang bør det understreges, at det ikke er videnskabsteoretisk relevant, om der er tale om O eller ikke-o. Det relevante ligger i muligheden for at søge og finde ikke-o (og derved falsificere T). Ovenstående logiske redegørelse er fremført i et simpelt forsøg på at illustrere tanken bag det, som leder Popper til at fremføre sit falsificerbarhedskriterium. Dette kriterium indebærer nemlig, at empiriskvidenskabelige teorier skal kendetegnes ved logisk at medføre forudsigelser af mulige observationer (Lübcke (red.) 1983, s. 348). For at noget kan betegnes som en (empirisk-)videnskabelig teori, er det således et krav, at denne er falsificerbar; dvs. at teorien kan gendrives eller falsificeres, hvis dens forudsigelser viser sig ikke at holde stik. Dette fører samtidig til, at Popper angriber både rationalismen og empirismen for en stræben efter et sikkert grundlag at erkende ud fra i form af selvindlysende sandheder, der virker som en garanti for pålideligheden af vores erkendemidler. Samtidig gør han op med den logiske positivismes induktivisme i dens syn på videnskabelig metode med reference til Humes pointe om, at uanset mængden kan singulære udsagn aldrig lede til universelle udsagn med absolut sikkerhed (ibid., s ). Med andre ord udvikler og opererer Popper med en fallibilistisk erkendelsesoptik, igennem hvilken alle videnskabelige teorier selv dem der synes indlysende eller ligefrem sande anses for potentielt urigtige, og hvor de teorier, vi bør acceptere, er dem, der bedst har formået at modstå modbevisningens pres. Det videnskabelige grundlag bliver dermed til et hypotetisk grundlag, og gode videnskabelige teorier bør derfor formuleres således, at de er maksimalt falsificerbare, for, som han skriver i Conjectures and Refutations (1969), er det ikke vanskeligt at få bekræftet eller verificeret stort set enhver teori hvis det er bekræftelse eller verifikation, vi leder efter (s. 36). Objektiv viden Der er et link mellem Poppers krav om videnskabelig falsificerbarhed og hans ontologiske forestillinger om objektiv viden. Popper skriver i indledningen til Objective Knowledge (1972): 24

27 Since Descartes, Hobbes, Locke, and their school, which include not only David Hume, but also Thomas Reid, the theory of human knowledge has been largely subjectivist: knowledge has been regarded as a specially secure kind of human belief, and scientific knowledge as a specially secure kind of human knowledge. (Preface) Som beskrevet i slutningen af sidste afsnit er der for Popper ingen sikker viden, men derimod falsificerbare teorier. At søge mod en sådan sikker viden gennem en subjektivistisk begrebsverden er derfor ikke blot uvidenskabeligt, men decideret fejlagtigt. Fejlen ligger i at søge det, Popper kalder the commonsense theory of knowledge. Han er derimod tilhænger af commonsense realism (kritisk realisme) og søger at erstatte førstnævnte med an objective theory of essentially conjectural knowledge (ibid.). I Objective Knowledge (1972) bryder Popper med denne (subjektivistiske) tradition ved at opdele verden ikke i to (dualistisk), som vestlig filosofi ellers primært har gjort (krop/sjæl, objektiv/subjektiv), men i tre verdener (også omtalt som three ontologically distinct sub-worlds ) (s. 154): Verden 1: Den fysiske verden eller de fysiske tilstandes verden. Verden 2: Den mentale verden eller de mentale tilstandes verden. Verden 3: Det forståeliges verden eller idéerne i objektiv forstand. Det banebrydende her er Verden Det er den, der så at sige falder uden for den traditionelle dualisme, og Popper uddyber Verden 3 således (ibid.): [ ] it is the world of possible objects of thought: the world of theories in themselves; and their logical relations; of arguments in themselves; and of problem situations in themselves. Selv benævner Popper denne opdeling i tre verdener som pluralistisk og forklarer de interne forhold mellem de tre verdener således, at Verden 1 og Verden 2 kan interagere, og Verden 2 og Verden 3 kan interagere. Verden 2 fungerer dermed som mediator mellem Verden 1 og Verden 3: [ ] the human mind can see a physical body in the literal sense of see in which the eyes participate in the process. It can also see or grasp an arithmetical or geometrical object; a number, or a geometrical figure. But although in this sense see or grasp is used in a metaphorical way, it nevertheless denotes a real relationship between the mind and its intelligible object, the arithmetical or geometrical object; and the relationship is closely analogous to seeing in the literal sense. Thus the mind may be linked with objects of both the first world and the third world. (Ibid., s. 155) Ifølge Popper var det stoikerne, der først lavede adskillelsen mellem the (third-world) objective logical content of what we are saying, and the objects about which we are speaking (ibid., s 157). Disse objekter kan på skift tilhøre alle tre verdener, idet vi eksempelvis både kan omtale den fysiske verden (Verden 1), vores mening om den fysiske verden (Verden 2) og diskutere teorier om den fysiske verden (Verden 3). Popper benævner disse links mellem Verden 1 og Verden 3 som indirekte forbindelser og bruger dem i sin argumentation for både de tre verdeners objektivitet samt for tesen om, at en af Verden 2 s fremmeste opgaver er at begribe objekterne (idéer, teorier, det sagte, det skrevne etc.) i Verden 3, og det lader sig 14 Gennem årene har Popper brugt to forskellige udtryk for de forskellige verdener; eksempelvis både third world og world 3. I hans indledning, tilføjet i 1971, til Objective Knowledge (1972) nævner Popper, at han fortrækker henholdsvis world 1, world 2 og world 3, hvorfor det også vælges her at benytte disse termer. 25

28 netop gøre, fordi vi formår at importere fra denne objektive Verden 3. På dette punkt smelter Poppers videnskabsteori sammen med hans ontologi, idet falsificerbarhedskriteriets krav om teoriafprøvning udgør en konstant vekselvirkning mellem Verden 1, Verden 2 og Verden 3. Verden 3 s objektive virkelighed består blandt andet i, at den gennem Verden 2 kan yde indflydelse på Verden 1 (Swanson 1986a, s. 107). Poppers falsificerbarhedskriterium og dets krav, om hvorledes empirisk-videnskabelige teorier skal kendetegnes ved logisk at medføre forudsigelser af mulige observationer, leder naturligt til spørgsmålet om, hvorvidt det så er muligt at tale om humanistiske videnskabelige teorier. Der eksisterer ifølge Popper et dualistisk dogme om, at objekterne for vores forståelse tilhører Verden 2 (illustreret ved termen humanisme ) og således bedst forklares i psykologiske termer. Derfor er netop den autonome eksistens af Verden 3 bidragende til de humanistiske videnskabers forståelses- eller fortolkningslære (hermeneutikken), da: It is the understanding of objects belonging to the third world which constitutes the central problem of the humanities. (Popper 1972, s. 162) De humanistiske fortolkningsvidenskaber beskæftiger sig, modsat eksempelvis naturvidenskaberne, sjældent med Verden 1, men i langt højere grad med Verden 3, som er menneskets tanker og teorier om egen gøren og laden. I kraft af Verden 3 s autonome objektivitetstilskrivelse gives de humanistiske videnskaber derved et objektivt eksisterende genstandsfelt, og teorier om dette genstandsfelt vil således besidde sandhedsværdier og være underlagt de samme falsifikationskrav, som gør sig gældende for de empirisk orienterede videnskabelige teorier. At humanistiske teorier ikke er direkte testbare i Verden 1 på samme måde, som eksempelvis gør sig gældende for mange naturvidenskaber, er ikke et problem i videnskabelig forstand. Om end baseret i subjektiv forståelse (Verden 2), beror humanistiske teorier som oftest på fortolkninger af andre teorier dvs. Verden 3-objekter og er som forklaringsmodeller derved bundet op af eksempelvis argumentationslogik og tilgængeligt historisk materiale. Denne teoretiske afhængighed er ikke stort anderledes end eksempelvis store dele af matematikkens teoretiske afhængighed af teorien om det euklidiske rum. Som fysikken og astronomien har vist, er det euklidiske rum ikke en sand beskrivelse af Verden 1 som genstandsfelt, men derimod en pragmatisk fortolkning. So every interpretation is a kind of theory and, like every theory, it is anchored in other theories, and in other third-world objects. And in this way the third-world problem of the merits of the interpretation can be raised and discussed, and especially its value for our historical understanding. (Ibid., s. 163) Falsifikation inden for humanistisk videnskab er således betinget af både de enkelte teoriers strukturelle opbygning, men i lige så høj grad af deres relation i forhold til andre teorier, og værdien af den enkelte teori afgøres som for det euklidiske rum ved dets relationelle og praktiske bidrag i forhold til vores objektive historiske forståelse; de for videnskaben gældende paradigmer. Videnshierarkiet og de tre verdener Selvom der ikke kan drages en direkte parallel til de tidligere beskrevne vidensbegreber (data, information og viden), er der alligevel en række relationelle karaktertræk, det er værd at bemærke. Verden 1; de fysiske tilstandes verden, er den af de tre verdener, der har den mest direkte parallel i videnshierarkiet; nemlig data. Data blev beskrevet som de rå input ved en given observation, der indtager en atomar eksistens i vores erkendelse af verden, og selvom data ikke nødvendigvis er bundet op af en fysisk eksistens, er de karakteriseret ved at være uafhængige af den subjektive observation (om end de først erhverver deres 26

29 karakter af data, når de indgår som en del af denne). Data eksisterer i og for sig selv på samme måde, som gør sig gældende for det objektive indhold af Verden 1, og udgør de epistemologiske byggesten for vores erkendelse af verden, på samme måde som de fysiske tilstandes verden udgør de ontologiske byggesten for Verden 2 s erkendelse af Verden 1. Verden 2 er lidt sværere at sammenstille med et niveau i videnshierarkiet. Verden 2 er defineret som den mentale verden eller de mentale tilstandes verden, hvilket relaterer den til både information og viden, idet information blev defineret som data formateret som en meningsfuld repræsentation af virkeligheden, og viden som en principiel forståelse af information. Om end begge synes at høre til i den mentale verden, vil vi argumentere, at parallellen fra Verden 2 skal drages til begrebet information. Parallellen ligger dels i de relationelle indbyrdes forhold: Verden 2 er indirekte forbundet med Verden 1; en forbindelse som kan sammenstilles med begrebet (relationel) forståelse. Verden 1 består af data. Data kan kun erkendes gennem information ikke gennem viden (som erkender information). Derudover er information som skrevet fortolket data og derved kontekstuelt betinget ikke en intrinsisk egenskab. For at data kan fortolkes, kræver dette en fortolker, som kan udøve en (for situationen relevant) forståelse, og en sådan forståelse er en mental tilstand; dvs. den er iboende i Verden 2. (At forståelsen eller fortolkningen er betinget af en fortolker, er dog ikke at sige, at denne fortolker skal være et biologisk individ. Forståelse som mental tilstand kan således finde sted uanset om denne tilstand foregår i et menneskes eller eksempelvis en computers mentale verden.) Den sidste parallel skal således drages mellem Verden 3 og begrebet viden. Relationelt giver det mening, da Verden 3 er indirekte forbundet med Verden 2, ligesom begrebet viden er forbundet til begrebet information gennem begrebet (principiel) forståelse. På samme måde som at viden i kraft af sin principielle karakter aldrig kan beskrives rent, men kun gennem en nedbrydning til information, kan Verden 3 kun begribes gennem Verden 2. Ligeledes er der et samspil mellem videns principielle karakter og Verden 3 s idéelle tilstand. Viden blev dog defineret som en art internaliseret forståelse, der derfor umiddelbart fremstår subjektiv, og det kan således synes modstridende at forsøge at sammenstille dette med idéerne i objektiv forstand. Forklaringen skal findes i skellet mellem epistemologi og ontologi. Videnshierarkiet er en epistemologisk forklaringsmodel. Den er med andre ord en beskrivelse af niveauer i vores erkendelse af verden. Både data, information og viden er kontekstuelt betinget af den erkendende kontekst. Verden 1, 2 og 3 er derimod objektive verdener i ontologisk forstand. At Verden 1 de fysiske tilstandes verden er objektivt eksisterende ud fra et kritisk realistisk synspunkt, vækker sikkert ikke de store protester, men at Verden 2 de mentale tilstandes verden er objektivt eksisterende kan umiddelbart fremstå paradoksalt. Hvordan kan noget, der er bundet i et subjekts 15 mentale verden, besidde en objektiv eksistens? Svaret er, at mentale tilstande eksisterer, uafhængigt af hvilken måde de erkendes på. Deres natur er i mange tilfælde præget af, hvorledes de erkendes, men de eksisterer uafhængigt af og besidder derved en objektiv (ontologisk) eksistens. Naturligvis kan de mentale tilstande ikke eksistere uden et givent subjekt, men dette subjekt er i denne sammenhæng blot en nødvendighed i samme forstand, som de fysiske objekter er nødvendigt betingede af de atomer og/eller molekyler, de nu engang består af. Dette efterlader os med Verden 3 og dens postulerede ontologisk objektive eksistens. Besidder idéerne i og for sig selv en ontologisk eksistens, og er denne eksistens i så fald objektiv? Ifølge Popper gør de, og forklaringen skal 15 Bemærk igen at termen subjekt ikke skal forstås som et personligt eller biologisk subjekt, men blot som den modtager, der fortolker eller processerer en eller anden form for input (data). 27

30 ironisk nok findes i tre epistemologiske antagelser. Den første er den kritiske realisme, der tror på verdens (og dens indholds) objektive eksistens. I kraft af dens objektive eksistens vil ethvert udsagn om verden ligeledes besidde en sandhedsværdi, uanset om denne værdi nogensinde kan erkendes eller ej. Eksempelvis vil sætningen Cæsar vågnede på maven på sin fem års fødselsdag være enten sand eller falsk i objektiv og ontologisk forstand, uanset om der ikke eksisterer nogen historiske kilder, der kan hjælpe os til at afgøre dens sandhedsværdi (Lübcke (red.) 1983, s. 362). Popper er dog ligeledes kritisk rationalist (eksempelvis illustreret ved hans fallibilistiske videnskabsteori), så han mener ikke, vi nogensinde kan erkende verden med absolut sikkerhed, men det ændrer ikke ved hans (kritisk realistiske) anskuelse; at der findes en absolut sandhedsværdi for vores erkendelse af verden. Slutteligt vil vi argumentere, at Popper kan tilskrives titlen begrebsrealist. Begrebsrealismen tilskrives normalt og især Platon og hans idélære, der tilskriver universalierne en eksistens uafhængigt af og før det partikulære, og står derved som modpol til nominalismen, ifølge hvilken almenbegreberne kun er navne, og begreberne kun er begreber uden realitet i sig selv (ibid.). Popper er ikke platoniker og heller ikke begrebsrealist i platonisk forstand. Den begrebsrealisme, vi ønsker at tilskrive Popper, adskiller sig især fra Platons universalia ante res dvs. universaliernes eksistens før det partikulære. Popper understreger, at Verden 3 ikke må forveksles med den platoniske idéverden, hvori idéer betragtes som evige (hellige, religiøse). Popper anskuer derimod idéerne som menneskeskabte produkter af enten Verden 2 s omgang med Verden 1, eller Verden 2 s omgang med Verden 3. I suggest that it is possible to accept the reality or (as it may be called) the autonomy of the third world, and at the same time to admit that the third world originates as a product of human activity. (Popper 1972, s. 159) Et eksempel på dette er teorien om tal. Ifølge Popper er de naturlige tal et produkt af det menneskelige sprog og af menneskelige tanker. Ikke desto mindre er der uendeligt mange naturlige tal flere end nogensinde vil blive tænkt eller talt af mennesker eller brugt af computere og disse uudtalte tal besidder en reel eksistens; nemlig i Verden 3. Yderligere kan der genereres en uendelig mængde af både sande og falske matematiske ligninger ud fra disse tal igen flere end nogensinde vil blive brugt eller udtalt og disse ligninger samt deres sandhedsværdi eksisterer ligeledes i objektiv forstand. De problemstillinger, der opstår på baggrund af disse (menneskeskabte) tal, er eksistentielt autonome. De er ikke problemstillinger, som skabes af mennesker (eller andre entiteter), men derimod problemstillinger, som opdages af mennesker (igen; eller andre entiteter), og på den måde besidder de en uopdaget eller potentiel eksistens, indtil de opdages. (Ibid., s ) Det ses her, hvordan begrebsrealismen er en kulmination af de første to erkendelsesteorier; 1) den kritiske realisme og 2) den kritiske rationalisme. 1) tilskriver verden en reel eksistens uafhængigt af dens erkendelse. 2) anser udsagn om verden som ikke-verificerbare. I kraft af 1) besidder disse udsagn nødvendigvis stadig en sandhedsværdi, om end denne ikke kan verificeres. Disse sandhedsværdier eksisterer således i objektiv forstand uafhængigt af deres erkendelse; dvs. sui generis, og det er denne principielle eksistens, hvorfra der kan drages en parallel til viden og dennes principielle natur. 28

31 LARM.fm i et (foreløbigt) teoretisk perspektiv Inden vi giver os i kast med flere teoretiske begreber, findes det relevant at vende blikket om end kortvarigt tilbage mod LARM.fm. Som beskrevet tidligere er LARM.fm et humanistisk forskningsarkiv bestående af en stor mængde (digital) data i form af (primært) lydfiler (radioprogrammer) organiseret ud fra titel, radiokanal og udsendelsesdato, men med meget lidt yderligere (tekstlig) information i form af metadata tilknyttet. Ud fra en poppersk ontologisk tilgang tilhører disse lydfiler i og for sig selv tydeligvis Verden 1; de fysiske tilstandes verden. 16 Ifølge tidligere dragne parallel bør de derfor i epistemologiske forstand tilhøre begrebet data, hvilket også giver god mening i kraft af deres (i denne kontekst) informationsmæssigt ufortolkede tilstand. De er med andre ord at sammenligne med en stak uåbnede bøger, der ligger foran os på bordet. Men hvad indeholder disse lydfiler så? De indeholder som udgangspunkt en række radioprogrammer med varierende indhold, såsom vejrudsigter, nyhedsudsendelser, debatprogrammer m.m., men hvad betyder det i (poppersk) ontologisk forstand? Det betyder, at indholdet af disse lydfiler essentielt tilhører Verden 3, set som udtalelser om og udtryk for menneskers teorier om hinanden og verden. Det er så korrekt, at dette Verden 3 indhold er fortolket gennem de i radioprogrammerne medvirkendes mentale verdener (Verden 2), som så manifesterer sig gennem fysiske lydbølger (Verden 1), der opfanges af lytteren og fortolkes i dennes mentale verden (Verden 2), men dette er lige præcis, hvad der karakteriserer Verden 3; at den kun kan begribes gennem Verden 2. Om radioprogrammer kan defineres som egentlige teorier, kan diskuteres, men set fra et humanistisk synspunkt udgør radiomateriale et validt kildemateriale på linje med de mere klassiske objekter i Verden 3, såsom kunstens udtryk og bogens videnskabelighed, og de teoretiske problemstillinger, der er forbundet med materialet, besidder derfor en autonom eksistens. Radiomateriale er et udtryk for menneskets skaben i bred forstand; som noget der er udsagt og dermed principielt set objektivt i poppersk forstand. Igen er det ikke helt så ligetil at drage en direkte epistemologisk parallel fra Verden 2 og Verden 3, som det var fra Verden 1. Ifølge en sådan parallel bør (essensen af) indholdet i radioprogrammerne kunne karakteriseres som viden, der udtrykkes af de medvirkende som information og potentielt opfanges af lytterne som information. At programmernes indhold præsenteres og potentielt opfanges som information, er i overensstemmelse med tidligere definition af selvsamme begreb. Termen potentiel er bevidst sat ind for at understrege, at en sådan informationsformidling naturligvis kun kan finde sted, hvis modtager er i stand til at foretage en meningsfuld fortolkning af det pågældende radiomateriale. At det essentielle indhold af programmerne kan karakteriseres som viden, kan der derimod stilles spørgsmålstegn ved, og kritiske røster vil velsagtens og sikkert med rette gøre opmærksom på, at langt fra alt indhold i radioprogrammer er udtryk for en principiel forståelse af nogen art. Der skal her huskes på, at der i relation til vidensbegreberne er tale om erkendelsesteoretiske begreber, som derfor er kontekstuelt betingede. Begrebet viden kan således aldrig tilskrives radioprogrammerne per se, men må derimod vurderes i relation til enten de medvirkende eller eventuelle lyttere. At vurdere begrebet i forhold til de medvirkende synes omsonst, da vi ikke ved, hvilket specifikt radioprogram, der er tale om. At vurdere begrebet i forhold til en given lytter lider delvist under samme problematik, da vi heller ikke her ved, hvilken lytter der er tale om. 16 At filerne er digitale, er irrelevant, da en digital fil er en serie af binære sekvenser lagret som positive og negative svingninger i en magnetisk overflade (harddisk) eller i en anden form for fysisk lagringsenhed, og derfor stadig kan beskrives som et fysisk objekt. 29

32 Set som humanistisk kildemateriale vil ethvert radioprogram dog uanset indhold besidde potentiel information, som potentielt kan bidrage til en principiel forståelse af selvsamme eller anden information, og derved blive til viden, hvis den rette kontekst er til stede. Uanset hvilken verden, det ønskes at drage parallel til videnshierarkiet fra, er det således og ikke overaskende kontekstuelt betinget af den givne situation og modtager; en betingelse udtrykt gennem termen potentiel eller potentialitet, og som det derfor findes relevant at kigge nærmere på i følgende afsnit. Potentialitet og vidensstrukturer Potentiel information og 1. grads potentialitet I bogen Information Retrieval Interaction (1992) præsenterer Peter Ingwersen en model for informationsbegrebet og forholdet mellem data, information og viden. Udgangspunktet er Brookes (1980) informationsligning (gengivet i Ingwersen 1992, s. 31): K(S) + δi = K(S + δs) K(S) udgør en persons (informationsmodtagers) vidensstruktur, defineret som categories and concepts = world model (ibid., s. 30), δi udgør informationen, og K(S + δs) en ny, modificeret vidensstruktur, med δs som effekten af modificeringen. Ingwersen videreudvikler denne model ud fra følgende syv antagelser om informations rolle i en informationsproces, som inkluderer forestillingen om potentiel information (ibid., s ); 1) viewed from the recipient the information is a potential for cognition; 2) viewed from the generator the recipients are likewise potential; 3) when in a state of uncertainty a recipient accesses the potential information (one opens a book) it becomes (drops to) data which may become information if perceived. Data is communicated designations, i.e. signs, symbols, words, text... that contain a potentiality of what R.C. Shank calls meaning and inference; 4) if not perceived the potential information remains data for that particular recipient and potential information for other recipients and generators; 5) the perception is controlled by the actual knowledge structures (K(S)) in the recipient s actual state of knowledge and problem space; 6) the information (δi) may infer (support) the uncertainty state by transforming the problem space and the state of knowledge, causing considerations, decisions, actions, intentions, change of values...(effect); 7) information is a transformation of a recipient s knowledge structures En transformation af eksisterende vidensstrukturer er ikke nødvendigvis ensbetydende med, at nye vidensstrukturer opstår. Ingwersen uddyber dette i bogen The Turn: Integration of Information Seeking and Retrieval in Context (Ingwersen & Järvelin 2005): During the recovery process the meaning of a message does not have to imply something new, in order to transform a state of knowledge (to become information). Hence, novelty does not form part of our cognitive information conception. Thus, verification as a result of an experiment indeed produces information, although perhaps nothing new surfaces. (s. 38) 30

33 Ingwersens ovenstående punkter (især punkt 3) er udtryk for, hvorledes enhver overførsel eller videregivelse af information medfører, hvad kan beskrives som et kognitivt drop. Formidleren af pågældende information besidder naturligvis denne information (eller denne information er et resultat af en viden, formidler besidder, som er nedbrudt til information). For at informationen kan videregives, må den nedbrydes til data; eksempelvis i form af tekst eller tale. Når informationen er nedbrudt til data, ligger den tilgængelig som potentiel information; dvs. data, der kan fortolkes af en modtager, hvis denne modtager er i stand til at forstå det pågældende medie, informationen formidles igennem. Sker dette, kan den fortolkede data (information) enten forblive information for modtager eller bidrage til at skabe viden. Dette såkaldte kognitive drop er illustreret i Figur 6: Figur 6: Det kognitive drop. Formidler besidder information (eller viden, som så nedbrydes til information). Denne information nedbrydes til data, der udgør potentiel information for modtager. Fortolkes data til information, udgør denne information potentiel viden, som kan blive til viden, hvis en principiel forståelse hos modtager finder sted. Ovenstående definition er i overensstemmelse med Ingwersens senere begreb, the cognitive free fall (Ingwersen & Järvelin 2005, s ), som indebærer, at en kommunikeret besked automatisk og øjeblikkeligt laver et kognitivt frit fald ned til laveste lingvistiske karakterniveau. Konsekvensen af dette er, at any intentionality, meaning, implicit context, and potential informativeness underlying the generated and communicated message are immediately lost. They have to be rebuilt and recovered, i.e., interpreted and constructed, by the recipient by means of those presuppositions in context, which make him/it participate in the communication act. (Ibid., s. 37) På baggrund af nævnte syv punkter laver Ingwersen (1992, s. 32) følgende dynamiske videreudvikling af Brookes model: pi δi + K(S) K(S + δs) pi Hvor pi udgør potentiel information og pi ny potentiel information, der opstår på baggrund af en persons (informationsmodtagers) import af information ind i eksisterende vidensstruktur. Overføres denne tanke til LARM.fm kan man sige, at lydfilerne i systemet udgør potentiel information. Potentiel information er som beskrevet, og ifølge Ingwersens antagelse 4), blot data, hvis ikke den kommer i brug og indoptages af brugerens (modtagerens) vidensstrukturer. Dette kan også formuleres som, at lydfilerne i LARM.fm i udgangspunktet udgør data, hvis potentialitet (pi) kan føre til ny modificeret viden. 31

34 Der ligger med andre ord en potentialitet gemt i lydfilerne (objekter i Verden 1), der i essens og i rolle af videnskabeligt kildemateriale kan betragtes som objekter i Verden 3; den objektive videns verden. Vi vil kalde denne potentialitet for 1. grads potentialitet en internaliseret potentialitet, der eksisterer i og med objektet eller dokumentet selv. Uopdaget offentlig viden og 2. grads potentialitet Som netop nævnt kan et dokuments potentialitet bestå i og med objektet selv (1. grads potentialitet). Der findes imidlertid også en anden form for potentialitet; nemlig den potentialitet der ligger i dokumentets relation til andre dokumenter. Vi vil kalde denne potentialitet for eksternaliseret potentialitet eller 2. grads potentialitet. Figur 7: Illustration af 1. grads og 2. grads potentialitet to dokumenter imellem. 2. grads potentialiteten opstår, som Figur 7 viser, i relationen mellem dokumenter forstået i bredeste forstand (både Verden 1-, Verden 2- og Verden 3-objekter) og aktualiseres, idet et givent dokument sættes i relation til et andet dokument. 2. grads potentialiteten er dermed betinget af dokumenters eksistens, men ikke nødvendigvis af deres indhold (semantiske udsigelse, 1. grads potentialitet etc.), om end dette indhold kan have betydning for selve relationen. 2. grads potentialiteten er noget andet og potentielt set mere end dokumenterne i og for sig selv og afleder potentielt set mere information, end der er gemt i de enkelte informationer (dokumenter) hver for sig. Om hvorvidt disse dokumenter, hvis eksistens aktiverer en mulig 2. grads potentialitet, er Verden 1-, Verden 2- eller Verden 3-objekter, er naturligvis kontekstafhængigt. Set inden for dette speciales LARM.fmkontekst må dokumenterne, det vil sige radioprogrammerne, essentielt siges at tilhøre Verden 3. De ligger tilgængelige i arkivet som udtalt auditivt materiale og er i den forstand objektive. Den mulige informationsog/eller videnspotentialitet, som radioprogrammerne som selvstændige enheder i sig selv gemmer på, kan siges at være en 1. grads potentialitet, hvorimod relationerne mellem disse programmer kan siges at udgøre en mulig 2. grads potentialitet. At radioprogrammerne i LARM.fm essentielt er Verden 3- dokumenter (objective knowledge), gør dem til det, man kunne kalde for offentlig viden. I flere artikler har Don R. Swanson arbejdet med begrebet undiscovered public knowledge (Swanson 1986a; 1986b; 1987), som beskæftiger sig med at opdage forbindelser mellem viden, der allerede findes (i Verden 3), og som dermed er offentlig, men som endnu ikke er opdaget. Vi vil i det følgende kigge nærmere på forestillingen om uopdaget offentlig viden, da denne netop bygger på at opdage relationer mellem 32

35 dokumenter i Verden 3, og dermed, som vi ser det, lægger an til en operationalisering af dokumentrelationers 2. grads potentialitet. I artiklen Undiscovered Public Knowledge skriver Swanson indledningsvis: Imagine that the pieces of a puzzle are independently designed and created, and that, when retrieved and assembled, they then reveal a pattern undesigned, unintended, and never before seen, yet a pattern that commands interest and invites interpretation. So it is, I claim, that independently created pieces of knowledge can harbor an unseen, unknown, and unintended pattern. And so it is that the world of recorded knowledge can yield genuinely new discoveries. (Swanson 1986a, s. 103) Tanken bag Swansons påstand ligger implicit i ovenstående citat: Videnskaben består af mange individuelle klumper, som måske ligefrem sætter en ære i at være sin egen klump, men begynder man at tegne forbindelseslinjer mellem alle disse klumper, finder man, at antallet af videnskabelige relationer langt overskrider antallet af videnskabelige klumper. Vi kan dog aldrig forholde os til (begribe) alle objekter og deres sammenhænge i Verden 3 (public knowledge), fordi vores muligheder for at indeksere, organisere og anskaffe os den nødvendige information har sine begrænsninger (ibid., s. 107). Der kan således ligge viden gemt i relationerne mellem objekterne i Verden 3, som blot venter på at blive opdaget, hvilket er i overensstemmelse med tidligere beskrivelse af Verden 3, som Popper eksemplificerer med de naturlige tal og deres uudtalte relationer. Det, der er særligt interessant ved Swansons antagelser, er derfor ikke antagelsen om de uopdagede eller uudtalte relationer, da vi allerede er bekendt med denne tanke. Det, der er interessant, er, at i modsætning til eksemplet med de naturlige tal, hvor relationerne udelukkende er baseret på Verden 3 objekter, som besidder relationer til andre Verden 3 objekter, beskæftiger Swanson sig med teorier (Verden 3 objekter) om den fysiske verden (Verden 1) og deres relation til andre teorier om den fysiske verden, hvorved disse indtil nu uopdagede relationer mellem Verden 3 objekter bliver testbare i Verden 1. Swanson har fundet flere eksempler på uopdaget offentlig viden i Verden 3, men hans nok mest kendte eksempel findes i artiklen Fish Oil, Raynaud s syndrome, and undiscovered public knowledge (Swanson 1986b). Der er ifølge Swanson skrevet mange videnskabelige artikler om henholdsvis fiskeolie i kosten og Raynauds syndrom (1986-tal: Ca artikler om fiskeolie i kosten, ca artikler om Raynauds syndrom), og dele af litteraturen inden for hvert af disse to områder beskæftiger med de samme emner; nemlig blodets tykkelse, dets evne til at størkne samt manglende blodforsyning og dermed kuldefølelse. Dette skyldes, at fiskeolie ifølge litteraturen har indvirkning på ovenstående, som igen ifølge litteraturen lindrer lidelserne for Raynauds-patienter. Alligevel synes litteraturen inden for de to grupper stort set isoleret fra hinanden (Swanson 1986b, s. 8). Swanson inddeler de mange artikler fra hver gruppe i to hovedgrupper og viser, at ingen af fiskeolieartiklerne refererer til Raynauds-artiklerne, og ingen af Raynauds-artiklerne refererer til fiskeolieartiklerne. En DIALOG-søgning (Medline/Embase) viser ingen overlap mellem Raynauds- og fiskeolietermer, hverken som descriptors (index terms) eller som ord i titler eller abstracts, og til trods for høj cocitation internt i hver gruppe, er cocitation på tværs af grupperne meget begrænset. I alt 4 artikler producerede 7 citationspar, og disse 4 artikler, der så at sige har en fod i hver lejr, kan alle betegnes som review-artikler. 33

36 At litteraturen er adskilt inden for de to grupper, betyder ikke nødvendigvis, at de to emneområder ikke kan berige hinanden med viden. For når nu fiskeolie i kosten har positiv indflydelse på blodets tykkelse, dets evne til at størkne samt manglende blodforsyning og dermed kuldefølelse, og selvsamme synes at lindre lidelserne for Raynauds-patienter, så er det ifølge Swanson muligt at fremstille en hypotese, der hedder, at fiskeolie i kosten kan lindre lidelserne for Raynauds-patienter. Når A fører til B, og B fører til C, må A føre til C; hypotetisk set. (I praksis har dette også vist sig at være tilfældet.) Denne hypotese er logisk betinget og udelukkende afledt af litteraturen på de to områder, hvilket netop er Swansons pointe: At denne viden længe har eksisteret qua litteraturen, og at denne viden altså har fandtes, før sammenhængen blev opdaget. Igen; dette kan sammenlignes med Poppers beskrivelse af de naturlige tal, som til trods for deres menneskeskabte natur besidder en autonom Verden 3-eksistens både i og for sig selv, men også i form af deres interne relationer og de problemstillinger, disse relationer medfører uanset om de udtales eller opdages. Swansons hypotese har altså bund i både Poppers forestilling om videnskabelige hypoteser eller gisninger (conjectures), som lægger op til at blive testet videnskabeligt og muligvis afvist og i Poppers forestilling om adskillelsen mellem Verden 2 s subjektive fortolkning og Verden 3 s objektive viden. Det er vigtigt for Swanson at understrege, at vi udelukkende befinder os i Verden 3 her. Han bedriver ikke selv nogle Verden 2-følgeslutninger. Følgeslutningen, at A kunne fører til C, er logisk betinget og åbenbaret i selve litteraturen. Swansons eksempel er hentet i naturvidenskaben, og man forstår hvorfor: Her arbejder man som oftest med hypoteser, der lader sig teste i Verden 1, og her er opdelingen mellem Verden 2-fortolkning og Verden 3-viden nok tydeligst. Ydermere er en stor del af naturvidenskaben bundet op på matematikken, hvorfor det er muligt at overføre mange konklusioner direkte til logiske følgeslutninger; såsom ((A B) & (B C)) (A C). Dette til trods mener Swanson, at selve tanken om uopdaget offentlig viden ikke bør lade sig begrænse til udelukkende denne del af videnskaben: Although science serves as an example, the philosophy of knowledge that I describe embraces humanistic studies as well. (Swanson 1986a, s. 104) Denne tanke forfølger vi det følgende, da der synes ræson i at tage teorien om uopdaget viden med over i arbejdet med LARM.fm som et vidensgenererende informationssystem. I afsnittet om objektiv viden blev det beskrevet, hvorledes de humanistiske videnskabers forståelses- eller fortolkningslære (hermeneutikken) primært beskæftiger sig med Verden 3; menneskets tanker og teorier om egen gøren og laden, og sjældent direkte med Verden 1; de fysiske tilstandes verden. I kraft heraf er humanistiske videnskabelige teorier og humanistisk forskning generelt ikke direkte testbar(e), modsat den måde store dele af eksempelvis naturvidenskaben bedrives på, men ikke desto mindre bør humanistisk forskning stadig leve op til videnskabelige kriterier. Ud over gennem teoriernes interne struktur valideres og falsificeres humanistisk videnskabelige teorier således i henhold til andre videnskabelige teorier og deres relationelle og praktiske bidrag i forhold til vores objektive historiske forståelse. Humanistisk videnskab bedrives med andre ord primært i relationerne mellem Verden 3-objekter og besidder således en formmæssig parallel til Swansons begreb uopdaget offentlig viden, men modsat den uopdagede viden, som Swanson beskriver, er humanistisk viden(skab) en fortolkningsvidenskab og beror derfor ikke i samme grad på logiske relationer. Vores generelle forståelse af verden er baseret på det paradigme, der siger, at logiske relationer besidder en intrinsisk sandhedsværdi. Hvis Jens er ældre end Anne, og Anne er ældre end Søren, vil vi eksempelvis ikke acceptere påstanden om, at Søren er ældre end Jens. Det kan simpelthen ikke lade sig gøre inden for 34

37 den forståelsesramme, de fleste raske mennesker besidder, og det er den logisk betingede verdensanskuelse, eller det paradigme, der her refereres til. Hvis vi accepterer dette paradigme, kan det således siges, at logiske relationer altid er forståede i objektiv forstand. De behøver med andre ord ikke en forståer for at være sande eller falske. Jens er ældre end Søren uanset om noget menneske i verden er klar over dette. Det er en logisk relation, som er sand, uanset om den defineres, forstås eller perciperes. Dette er en af årsagerne til, at der i nogle tilfælde kan eksistere skjult viden, og skjult viden kan derfor siges at eksistere, hvis denne bindes sammen af logiske relationer. Ikke-logisk betinget viden vil, hvis den er skjult, derimod altid være potentiel, indtil den opdages. At en grundtone, en lille terts og en kvint udgør en akkord i mol, er eksempelvis hverken sandt eller falsk, hvis ingen har forstået og defineret en sådan harmonilære. Den er som Schrödingers kat både død og levende og hverken eller, og dens tilstand kan først defineres, når kassen åbnes. 18 Når vi i det følgende arbejder med begreberne uopdaget viden og potentiel information, er det således ikke ud fra tanken om, at den viden, der blotlægges i radiomateriale, ad logikkens veje kan føre til hypoteser om menneskets gøren og laden. De humanistiske videnskaber er fortolkningsvidenskaber, der gør brug af Verden 2; de subjektive vidensstrukturer (fortolkninger), men ikke desto mindre er de som beskrevet stadig underlagt de samme krav, der gør sig gældende for eksempelvis naturvidenskaberne. Derfor er grundtanken om, at Verden 3 indeholder langt mere viden (1. grads potentialitet), end vi kan organisere og anskaffe os, og at antallet af videnskabelige relationer (2. grads potentialitet) langt overskrider antallet af enkelte videnskabelige enheder (artikler, radioprogrammer etc.), stadig relevant for humanistisk forskning. Og særligt relevant bliver denne for et radioarkiv som LARM, der modsat eksempelvis artikeldatabaser stort set ingen (tekstlig) information (metadata) har om indholdet af de enkelte enheder. LARM indeholder en million timers radio, som man i grove træk ikke ved, hvad indeholder. LARM er med andre ord fuld af potentiel information og uopdaget viden. Spørgsmålet er så bare: Hvordan får vi adgang til den? Udfordringer og muligheder i LARM.fm I de indledende afsnit blev det beskrevet, hvordan LARM.fm lider under en meget begrænset mængde metadata. Metadata hjælper til at fremhæve de relevante hovedtræk af et dokument og er således en fortolkning af data eller information om data hvis formål er at gøre data mere søgbart og lettere tilgængeligt. Da LARM.fm s dokumenter primært er lydfiler, og derved ikke tekstlige, er de ikke i sig selv søgbare, hvilket øger problematikken ved den manglende metadata. Hvorledes skal man eksempelvis finde frem til alle de programmer, der omhandler Tamilsagen, hvis det eneste, man har at søge på, er programtitler og sendedato? Om end den praktiske løsning på dette problem er særdeles interessant og indeholder nogle interessante teoretisk problemstillinger undervejs, er den teoretiske løsning i sig selv relativt lige til: Producér de manglende metadata. Dette er naturligvis ikke lige til, for hvem skal 18 A cat is penned up in a steel chamber, along with the following diabolical device (which must be secured against direct interference by the cat): in a Geiger counter there is a tiny bit of radioactive substance, so small, that perhaps in the course of one hour one of the atoms decays, but also, with equal probability, perhaps none; if it happens, the counter tube discharges and through a relay releases a hammer which shatters a small flask of hydrocyanic acid. If one has left this entire system to itself for an hour, one would say that the cat still lives if meanwhile no atom has decayed. The first atomic decay would have poisoned it. The q-function of the entire system would express this by having in it the living and the dead cat (pardon the expression) mixed or smeared out in equal parts. (Trimmer 1980, s. 328) (Orig. Schrödinger (1935) Die gegenwärtige Situation in der Quantenmechanik, Naturwissenschaften, 23, s. 812.) 35

38 gennemlytte en million timers radio og skrive ned, hvad de handler om? Og hvem skal finansiere det? Men dette er ikke et problem i teorien. LARM.fm besidder altså et problem, som der i teorien er en meget enkelt løsning på. Men selv hvis vi kunne applicere denne teori i praksis og få metadata til hvert enkelt program, overser en sådan løsning nogle for arkivet fundamentale egenskaber, muligheder og problemstillinger. LARM.fm er intenderet som et (primært humanistisk) forskningsarkiv, men i modsætning til mere klassiske forskningsarkiver, såsom videnskabelige artikeldatabaser, adskiller LARM.fm sig især ved, at det materiale, der er tilgængeligt, ikke i sig selv er tiltænkt videnskabelig forskning. På dette punkt minder LARM.fm således mere om, eksempelvis, et avisarkiv, man går på opdagelse i efter kildemateriale, og forestiller man sig et avisarkiv indeholdende gamle scannede artikler, som ikke er bearbejdet med optisk tegngenkendelse (OCR), er parallellen næsten isomorf. Bibeholder vi alligevel den videnskabelige artikeldatabase som eksempel for kontrastens skyld, vil det materiale, der ligger i en sådan, være videnskabelige artikler, hvor forfatterne forsøger at nedbryde en viden, de besidder, til information i form af artikler. Disse artikler (data) stilles herefter til rådighed for andre forskere som potentiel information med håb om, at informationen er præsenteret på en sådan måde, at den kan bidrage til at skabe principiel forståelse hos læseren og derved blive til viden. Artikeldatabasens primære funktion er med andre ord at tilgængeliggøre artiklernes 1. grads potentialitet. Materialet i LARM.fm derimod besidder ikke nødvendigvis en specielt høj grad af videnskabelig 1. grads potentialitet. Naturligvis vil nogle programmer såsom debatprogrammer og temaudsendelser indeholde materiale, hvor de medvirkende forsøger at formidle deres faglige viden til lytterne, men materialet i LARM.fm består i høj grad også af ikke-videnskabelige underholdningsprogrammer og nyhedsudsendelser, hvor det udelukkende er informationer eller Verden 2-indhold, der søges videregivet. I vores tidligere undersøgelser af LARM.fm (Pryn et al. 2013) interviewede vi en række forskere, der arbejdede med systemet og brugte radioprogrammerne i deres forskning. Enkelte undersøgte det konkrete indhold af udsendelser (eksempelvis hørespil og radioteater), men en overvejende tendens syntes at være, at man ikke undersøgte det konkrete indhold (hvad der blev sagt) af programmerne, men nærmere dets form (hvordan det blev sagt). Som eksempel på sidstnævnte kan nævnes en historiker, der forskede i fremstillingen af den kolde krig. Her blev radioprogrammerne ikke brugt til at undersøge, hvad der konkret var sket, men til at undersøge, hvorledes det var blevet præsenteret i radioen. Den overordnede tendens syntes altså at være, at de forskere, der benytter sig af arkivet, i relativt begrænset grad søger efter viden i det konkrete indhold af udsendelserne, men derimod søger at benytte udsendelserne som kildemateriale og at sætte udsendelserne og deres indhold i relation til andre udsendelser eller anden viden og videnskabelig teori. Det videnskabeligt interessante potentiale indlejret i LARM.fm er med andre ord ikke blot programmernes internaliserede 1. grads potentialitet, men i høj (eller sågar højere) grad deres eksternaliserede potentialitet; dvs. deres 2. grads potentialitet. En anden relevant modsætning mellem LARM.fm og en videnskabelig artikeldatabase er manglen på et afgrænset emnefelt. Artikeldatabaser vil som oftest være tiltænkt og henvendt til et bestemt forskningsområde, såsom fysik, litteraturvidenskab eller sociologi. Selvom nogle artikler vil have interesse for forskere fra forskellige og divergerende forskningsområder, er de i kraft af deres indhold som udgangspunkt oftest tiltænkt et relativt begrænset felt. Eksempelvis vil en artikel omhandlende subatomare partikler primært henvende sig til forskere, der beskæftiger sig med partikelfysik. Det er muligt, at selvsamme artikel kan vække interesse inden for teoretisk fysik eller termodynamik, men man 36

39 kan med relativ stor sikkerhed antage, at dens indhold vil vække lidet interesse blandt forskere inden for kunst og kulturvidenskab. Videnskabelige databaser arbejder med andre ord (som hovedregel) med materiale produceret af forskere fra samme genstandsfelt som de forskere, materialet er henvendt til. Både afsender og modtager taler så at sige samme videnskabelige sprog, og da det ydermere, som beskrevet, er materialets internaliserede potentialitet, der søges aktualiseret, har dette nogle klare fordele i forhold til katalogisering, indeksering og tilgængeliggørelse af dette materiale. Den umiddelbare fordel ligger i kun at skulle forholde sig til materialets 1. grads potentialitet; dvs. hvad handler artiklen om? Dette gøres eksempelvis gennem emneord, og da afsender og modtager deler videnskabeligt sprog, giver den næste fordel sig selv; nemlig at den terminologi, der skal benyttes til disse emneord, kommer fra selvsamme sproglige sfære. Ingen af disse fordele besidder LARM.fm. Som beskrevet er det for det første i høj grad den eksterne potentialitet ved radioprogrammerne, der udgør deres videnskabelige relevans. For det andet er programmerne hverken produceret af eller henvendt til en afgrænset (videnskabelig) målgruppe, og der er således ikke nogen indforstået terminologi at referere til. Om end dette indtil nu har været et overvejende teoretisk speciale, er det værd at holde teoriens praktiske værdi for øje. Som nævnt er det i teorien let at komme med en løsning på LARM.fm s manglende metadata, og der er ingen tvivl om, at det ville være en stor hjælp for langt de fleste LARM-forskere trods ovennævnte problemstillinger hvis systemet blev beriget med indholds- eller emnemetadata (CoSmetadata), da det ville gøre mange relevante radioprogrammer lettere at finde, men denne løsning er i skrivende stund ikke praktisk applicerbar. Projektet LARM Audio Research Archive besidder ikke de nødvendige økonomiske midler til at hyre en stor flok informationsspecialister til at tilføje metadata til hvert enkelt program, og den metadata, der allerede eksisterer hos DR, er ikke tilgængelig. Derfor har man fra LARM s side valgt at fokusere på brugerberigelse i form af brugergenereret metadata, annotationer og muligheden for at uploade relevante dokumenter til systemet. LARM.fm er i det hele taget fokuseret på tanken om brugergeneret viden og vidensdeling brugere imellem, men udover den allerede beskrevne metadataproblematik, som i lige så høj grad vil gøre sig gældende for brugergeneret metadata, indikerer vores tidligere undersøgelse af brugerinteraktion i LARM.fm (Pryn et al. 2013), at brugerne til trods for stor motivation og velvilje i meget lille grad benytter sig af muligheden for at berige systemet med egen viden. Vi har i nævnte rapport peget på flere mulige årsager til dette, og mange af disse er teknisk funderede; de kan med andre ord løses, eller i hvert fald mindskes, fra systemadministrators side. Selv med løsninger på disse tekniske mangler er der dog ingen garanti for, at brugere i al almindelighed vil lægge den tid og energi, det kræver at berige systemet med annotationer og metadata. De brugere, vi har snakket med, var alle brugere, der har været med i projektet gennem længere tid, og som har været aktive projektdeltagere frem for blot brugere. Således kan deres høje motivationsniveau ikke nødvendigvis formodes at være et repræsentativt billede af det motivationsniveau, man fremadrettet kan forvente at finde fra almindelige brugere. Det synes derfor relevant også at overveje mulighederne for andre former for brugerberigelse, som kræver mindre tid og engagement end både annotationer og metadatabeskrivelser, og som derfor kan henvende sig til en bredere målgruppe. En populær metode til at producere brugergeneret indeksering blandt mange offentligt tilgængelige internetdatabaser er tagging. 37

40 Tagging 38

41 Tagging Et tag er en beskrivende label, som påføres objekter i et digitalt univers; det være sig billeder, videoer, opskrifter etc., og som har til formål at tillægge et givent objekt et yderligere lag af information end blot objektet i sig selv. Tags er dermed grundlæggende set en art metadata og har i udgangspunktet samme funktion; at give informationssøgerne en forøget mulighed for at finde (relevant) materiale i databasen, hvad end det drejer sig om målrettet søgning eller mere uformel browsing. I tilfældet tags fungerer denne mulighedsforøgelse ved, at brugerne navigerer rundt mellem forskellige objekter på baggrund af identiske tags. I en billeddatabase, eksempelvis, kan et tag kaldet Budapest fører en bruger fra ét billede med tagget Budapest til et andet billede eller en liste af andre billeder med tagget Budapest, uden at man som bruger dermed er nødsaget til at lave en helt ny overordnet søgning efter billeder med metadatabeskrivelsen Budapest. Tags har dog mere end blot en søgningslettende funktion. Når man eksempelvis har fundet et relevant billede af Budapest, vil man måske opdage, at dette billede ligeledes er tagget med Donau og Kædebroen, hvilket igen kan inspirerer til at finde nye billeder baseret på disse nye tags. Formålet med tags er således ikke kun at tilføre metadata, men at skabe en eksplorativt inspirerende browsing-infrastruktur i en digital database. Det er brugerne af en given database, der påfører databasens objekter tags. I nogle databaser er det de brugere, der skaber eller uploader et objekt, der selv tillægger objektet tags, mens det i andre er informationsforbrugerne, der står for at give et objekt tags. Tags kan være beskrivende, uddybende, forklarende, udtrykke en holdning, en værdi etc. Oftest er der intet maksimum på længden (antal bogstaver) af et tag, om end tags oftest fungerer som en form for stikord. Den indre logik i tanken om brugen af tags er, at jo mere præcist, generelt og kortere et tag er, desto større chance er der for, at det er blevet brugt andetsteds og dermed får en informationssøgende effekt. For store mængder af upræcise tags kan påvirke informationssøgningsprocessens precision; det vil sige skævvride forholdet mellem foreslåede objekter, sådan at irrelevante objekter, og ikke relevante objekter, stjæler opmærksomheden (noise), mens for få tags meget vel fører til, at (potentielt set) relevante objekter forbliver skjult (silence). Hermed adskiller tags sig ikke fra andre typer metadata. Tags eller tagging ( at tagge ) er knyttet til forestillingen om brugerstyring/-inddragelse og adskiller sig dermed fra det, man kunne kalde mere klassisk databasemetadata, som oftest er produceret af (fag)specialister. Klassiske videnskabelige artikeldatabaser, såsom PsycINFO, Embase, Cochrane etc., er i deres klassifikation og søgefunktionalitet bygget op omkring brugen af access points eller descriptors, såsom keywords, subject headings etc., om end flere og flere klassiske databaser efterhånden tillader både abstract- og fritekstsøgninger. Mange er desuden hierarkisk opbygget forstået på den måde, at databasernes objekter klassificeres ud fra et kontrolleret vokabular 19. Denne måde at organisere databaseindhold på kan også betegnes som top-down, en almindelig metafor for elementer, hvis organisering er baseret på central styring. Tagging, derimod, kan beskrives som et ikke-hierarkisk organiseringsprincip (Evens & Hautekeete 2011, s. 159), idet brugen af tags ikke stræber mod en organisering af en databases objekter, som er betinget et særligt begrebsmæssigt hierarki. Tags er dermed ikke et udtryk for særlige fagspecifikke terminologier og værdisætninger, men derimod betydeligt mere bredt funderet i brugernes verdensbillede. Quintarelli 19 Et kontrolleret vokabular behøver ikke nødvendigvis være hierarkisk, og nogle databaser med et kontrolleret vokabular arbejder derfor også uden en egentlig klassifikation. 39

42 (2005) bruger beskrivelsen bottom-up om klassifikationsretningen ved brugen af tags, idet der argumenteres for, at tagging i sig selv er klassificerende, i og med det er objekterne selv, det vil sige deres art, type, indhold etc., der genererer en række begrebskategorier (tags), og ikke som i en mere klassisk database, hvor objekterne må indordne sig under et allerede udstukket klassifikationsskema (top-down). Som nævnt er tagging orienteret mod brugerinddragelse og bruges derfor primært inden for sociale og netbaserede tjenester. Denne brugerorienterede tilgang har ført til, at databaser og tjenester, som benytter sig af det organiseringsprincip, der skabes på baggrund af tags, også kaldes folksonomies eller folksonomier. Begrebet folksonomy er en sammenstilling af ordene folk og taxonomy (Garama & De Man 2008, s. 10) og understreger hvem, der står for den grundlæggende organisering af en given databases objekter; folket; brugerne. Folksonomier betegnes også ofte som wisdom of the crowds (ibid.), hvilket understreger den taksonomiske forskel på en tag-baseret ikke-hierarkisk database og en mere klassisk hierarkisk database. Betegnelsen folksonomi blev første gang brugt af Thomas Vander Wal, og hans definition fra 2005 lyder: Folksonomy is the result of personal free tagging of information and objects (anything with a URL) for one s own retrieval. The tagging is done in a social environment (shared and open to others). The act of tagging is done by the person consuming the information. The value in this external tagging is derived from people using their own vocabulary and adding explicit meaning, which may come from inferred understanding of the information/object as well as. The people are not so much categorizing as providing a means to connect items and to provide their meaning in their own understanding. (Vander Wal 2005) Som man kan fornemme i ovenstående definition fra Vander Wal, er selve den kategorisering, der finder sted på baggrund af tags, mindre intenderet end i mere klassiske databaser, hvis kontrollerede vokabularer står i modsætning til den mangel på kontrol, der eksisterer ved brugen af tags. I afhandlingen Finding Images Fast With Folksonomies (Garama & De Man 2008, s ) fremsætter forfatterne en række fordele ved folksonomier; at tags reflekterer brugernes begrebsmæssige opfattelse af den information, der ligger gemt i objekterne, og at folksonomier i deres udgangspunkt er inkluderende, både hvad angår det relativt ukontrollerede vokabular, som brugerne vælger at bringe i spil, men også hvad angår det at finde en anden information end den, man i udgangspunktet var på udkig efter. Brugen af tags i folksonomier møder således brugerne i deres aktuelle verden, og vejen fra tanke til tag er meget kort, modsat i eksempelvis den videnskabelige verden, hvor nye begreber først skal opfindes, godkendes, publiceres og accepteres, førend de tages i brug. Et tag, derimod, udtrykker et givent verdensbillede, en given opfattelse i selve skabelsen af tagget, som derefter er umiddelbar tilgængelig. Det gør tags til en nem producér- og konsummérbar og dermed meget tilgængelig form for metadata. Der er også en række problematikker forbundet med brugen af tags i forbindelse med folksonomier. Garama & De Man (ibid., s ) lister følgende: Flertydighed: Brugere tildeler de samme objekter forskellige tags på forskellige måder. Eksempel: Et billede af en mand i rød trøje, der græder, kunne af en bruger tagges med blød mand, mens en anden bruger kunne finde på at tagge med Danmark-Armenien

43 Syntaks, mellemrum og brug af flere ord: Et tag læses i udgangspunktet som ét ord (stikord), hvorfor opbygningen af taggets syntaks, det vil sige ordstilling ved brug af flere ord og dermed også mellemrum, får indvirkning på taggets lighed med andre tags. Der er med andre ord forskel på taggene Kold krig og Koldkrig, ligesom nogle databaser kan være versalfølsomme. Synonymer: Der er sjældent kontrol med synonymer. En politibetjent kan tagges på mange måder: Politibetjent, Ordensmagten, Etaten, Strømer, Panser etc. Hertil kommer, at alle disse ord kan figurere i både ental og flertal. Polysemi: En given kombination af bogstaver kan betyde mange forskellige ting: Ordet film kan som subjektiv referere til både en spillefilm og forskellige former for indpakningsmaterialer; som verballed referere til bydeform for det at filme ; og som udråbsord referere til det, en fodboldspiller gør, når han kaster sig ned i græsset uden at være blevet ramt. Specificitet: Et objekt kan tagges på mange måder inden for spektret mellem meget specifikt til meget generelt: New Progrock eller Folktronica kan eksempelvis være for specifikt for nogle brugere, mens Musik for andre er for bredt et udtryk. Som en sidste og vigtig problemstilling kan nævnes, at brugen af tags i al almindelighed ikke kontrolleres af nogen instans. Det er et åbent metadatasystem, og misforståelser, stavefejl, inkonsistens etc. er en uundgåelig del af en folksonomi. Dette skal imidlertid ikke fraholde os fra at foreslå tagging som en (teoretisk) mulighed for kulturarvsprojektet LARM.fm. Et argument for at arbejde med brugerinddragelse i sådanne projekter lød, at de forventelige metadata måtte betragtes som highly specialized because such metadata is created from discipline-specific, scholarly perspectives (Rehberger et al. 2006, s. 44). LARM.fm henvender sig i sin nuværende form til universitetsmiljøet, det vil sige forskere og studerende, primært fra de humanistiske videnskaber, hvorfor det må forventes, at brugerne agerer på baggrund af specialiseret viden. Dette er dog ikke kun en fordel, men udgør ligeledes et problemfelt. Selv på tværs af discipliner på humanistiske fakulteter kan denne specialiserede viden, oftest baseret på særegne videnskabelige sprog, antagelser og verdensbilleder (paradigmer), varierer betydeligt. Dette problem er naturligvis ikke kun knyttet til brugen af tags, men til metadata i al almindelighed. Tags og potentialitet Som vi ser det, ligger det i taggingens natur at referere til både 1. grads potentialitet og 2. grads potentialitet. Vi redegjorde i det teoretiske afsnit for, at eksempelvis lydfilerne i et system som LARM.fm udgør potentiel information, i kraft af data, hvis potentialitet kan føre til modificeret viden. Denne potentialitet kan både være internaliseret og eksistere i og med objektet selv (1. grads potentialitet) eller eksternaliseret i kraft af filernes relation til andre filer i systemet (2. grads potentialitet). Der ligger viden skjult både i objekterne selv og i deres relation til hinanden. Som sådan er alle former for metadata, herunder tags, en direkte reference til et objekts 1. grads potentialitet. Som nævnt er eksempelvis en klassisk artikeldatabases primære funktion at tilgængeliggøre artiklernes 1. grads potentialitet qua en given metadatastruktur, og en implementering af tagging i LARM.fm ville derfor have samme overordnede principielle formål; nemlig at agere direkte reference til de enkelte objekter i LARM.fm med henblik på informationsformidling, om end materialet i LARM.fm, som 41

44 tidligere nævnt, ikke nødvendigvis i sig selv besidder en specielt høj grad af videnskabelig 1. grads potentialitet. Særligt interessant bliver tagging som mulighed, hvis vi indtænker 2. grads potentialiteten. Et tag, som refererer til flere forskellige objekter, refererer modsat mere klassisk metadata ligeledes til en informationsrelation mellem de objekter, der er blevet tagget enslydende, som teoretisk set er potentiel anskuet fra et vidensgenererende perspektiv. Et tag kan lede en bruger fra ét objekt til et andet og i tilfældet LARM.fm på den måde blotlægge og tilgængeliggøre kildemateriale ved at sætte radioudsendelser og deres indhold i relation til andre radioudsendelser, anden viden, videnskabelig teori etc. Det videnskabeligt interessante potentiale indlejret i LARM.fm er som nævnt ikke blot programmernes internaliserede 1. grads potentialitet, men i høj grad deres eksternaliserede 2. grads potentialitet, som kan muliggøres i kraft af tagging-strukturens relationelle natur. I tidligere afsnit blev begrebet uopdaget offentlig viden beskrevet med reference til Swansons (1986a, 1986b) studie af henholdsvis effekten af fiskeolie i kosten og lindring af lidelser forbundet med Raynauds syndrom. For at undersøge (manglen på) sammenhænge mellem de to grupper litteratur undersøger Swanson (1987) både referencer, cocitationer (co-citation) og bibliografisk kobling (bibliographic coupling) 20, men finder på baggrund af disse ingen nævneværdige sammenhænge. En anden ting, han undersøger, er eventuelle sammenhænge mellem emneord (descriptors; index terms). Her finder han nogle lighedstræk, men disse er så relativt få i forhold til den samlede mængde emneord, at det ikke på baggrund af disse er muligt at udlede, at der skulle være en logisk sammenhæng mellem de to grupper litteratur. Swansons konklusion på nævnte undersøgelser er, at han ikke på baggrund af litteraturen kan komme frem til nogen systematisk fremgangsmåde til, hvorledes man kan lede efter uopdaget offentlig viden. Han kommer med enkelte anbefalinger, men fælles for disse er en kombination af gætværk og tilfældigheder, og dermed som sagt; ingen systematik (ibid.). At de to første undersøgelser (referencer og cocitationer) ikke giver nogle resultater, er blot med til at verificere, at der i nævnte eksempel rent faktisk er tale om uopdaget viden, og kommer derfor ikke som den store overraskelse. Til trods for dette kunne man godt have forestillet sig en relevant grad af bibliografisk kobling mellem de to grupper af artikler, da de beskæftiger sig med nogle af de samme emneområder, og da der ikke grupperne imellem behøver være bevidsthed om en sådan, men dette er altså heller ikke tilfældet (Swanson 1987, s. 230). Sidst, og måske mest overraskende, er den manglende mængde fællesnævnere i emneord. Hvis de to artikelgrupper beskæftiger sig med de samme emneområder; hvorfor er der så ikke flere fællestræk i emneord, end er tilfældet? En mulig (men ikke verificeret) forklaring på dette kunne eventuelt være en forskel i terminologi de to forskningsområder imellem. Vi har allerede beskrevet, hvordan et fælles videnskabeligt sprog inden for begrænsede forskningsområder kan virke til at lette arbejdet med katalogisering og indeksering af videnskabelige artikler, men det er således også muligt, at selvsamme fællesnævner kan virke som en hæmsko, når samme information søges fra forskellige videnskabelige forskningsområder. En sådan problematik kan dels skyldes tvetydighed i terminologi, hvilket blev delvist eksemplificeret i vores definitioner af data, information og viden. Vores arbejdsdefinitioner blev skabt ud fra både pragmatiske overvejelser, men ligeledes på baggrund af udvalgte håndpluk ud af en bred varietet af definitioner. Både Rowley (1998; 2007) og Zins 20 Begreberne cocitation og bibliografisk kobling (begge dele aspekter af fællesbetegnelsen citationsanalyse) vil blive beskrevet og uddybet i senere afsnit. 42

45 (2007) beskriver denne tvetydighed i deres tekster, hvor de sammenstiller en lang række af definitioner fra forskellige videnskabsgrene; en del med lighedstræk, men mange decideret modstridende. Når forskelligt indhold beskrives med samme terminologi på tværs af videnskabsgrene, synes det derfor også plausibelt, at samme indhold ligeledes kan beskrives med forskellig terminologi. At dette skulle være årsagen bag den manglende sammenhæng i emneord, er en teoretisk gisning ikke en empirisk underbygget påstand og vi besidder ikke den fagspecifikke viden, der er nødvendig, for at vurdere, i hvor høj grad terminologien i de pågældende emneord er påvirket af det forskningsfelt, de er skrevet inden for. Men som gisning virker det stadig til at lede os videre til at stille spørgsmålet: Kunne en mere generel eller bred emneordsbeskrivelse have bidraget til at få øje på sammenhængen mellem de to artikelgrupper? Eller med andre ord; hvad nu hvis artiklerne i stedet var blevet tagget med generelle termer, såsom blod, tykkelse, størkneevne, blodforsyning og kuldefølelse? En af fordelene ved tags og folksonomier er netop deres evne til skabe relationer på tværs af forskellighed grundet deres udgangspunkt i brugerbefolkningens konceptuelle modeller. At en taksonomi tager udgangspunkt i en brugergruppes konceptuelle modeller, er i sig selv ikke unikt for folksonomier, men kombineret med folksonomiers tidligere beskrevne sproglige eller terminologiske inklusivitet, skaber dette grundlag for strukturelle sammenhænge og relationer (både brugbare og ikkebrugbare, vel at mærke) objekter imellem, som ellers ikke ville komme til syne: Another advantage of the inclusiveness of folksonomies is the higher chance of serendipity than with controlled vocabularies. The chance to discover information that is something else than what is initially searched for, is higher than with controlled vocabularies. (Garama & De Man 2008, s. 19) Tags synes oplagt for et system som LARM.fm. Fraværet af medfødt metadata og systemets umiddelbart interdisciplinære natur gør, som vi ser det, oplagt at forsøge at drage nytte af både den 1. og 2. grads potentialitet, der kan være forbundet med brugen af tags. LARM.fm s ønske er at være et vidensgenererende arkiv, og tags kan bidrage med at åbne op for denne viden hvad end denne skjuler sig i de enkelte programmer eller i relationerne imellem dem. Visualisering af tags Brugen af tags på sociale tjenester med brugergenereret indhold (User-Generated Content, UGC) er udbredt. Store sites som videotjenesten YouTube, billedtjenesten Flickr, bogmærketjenesten Del.icio.us og musiktjenesten Last.fm, for nu blot at nævne nogle, tillader alle brugen af tags på deres sites, om end selve skabelsen af de enkelte tags sker forskelligt. YouTube, eksempelvis, lader udelukkende den person, der har uploadet en given video, påføre videoen tags med henblik på at gøre videoen søgbar. Denne form for folksonomi-tagging er også kendt som narrow. Modparten til narrow folksonomi-tagging er broad, hvor alle brugere kan tagge alle objekter. Dette er kendetegnende for Last.fm. Herimellem disse to yderpoler, narrow og broad, findes der mange varianter, der kombinerer de grundlæggende aspekter af narrow og broad. På Flickr, eksempelvis, er det i udgangspunktet uploaderen af et foto, der tagger, men kan tillade, at ens venner ligeledes får adgang til at tagge ens foto. De nævnte sites er alle meget store sites med mange brugere, hvorfor antallet af tags er enormt. Eksempelvis tagger omkring 1,5 % ( ) af de 21 millioner månedlige brugere på Last.fm et objekt, og i alt påføres der 2,5 millioner tags per måned (Pampalk 2008). Det er derfor umuligt at danne sig et overblik 43

46 over, hvad og hvordan brugere tagger objekter, hvorfor brugen af TagClouds er opstået. En TagCloud er en visuel repræsentation af tags, oftest de mest populære tags, hvis indbyrdes relative styrkeforhold (baseret på generel popularitet) er visualiseret ved forskellige fontstørrelser, -tykkelser og/eller farver. TagClouds kan tage sig ud på forskellig vis og organiseres efter forskellige principper, fx alfabetisk orden, hvilket Figur 8 af en TagCloud fra Last.fm er et udtryk for. Ifølge Chen et al. (2009) har en TagCloud sin styrke i at kunne kommunikere et større og mere bredt kollektivt billede af brugen af tags (s. 2), og jo flere tags, en TagCloud baserer sig på, desto mere pålidelig er den, hvilket blot forstærker dens udtryk. En TagCloud udtrykker som hovedregel ikke noget om de enkelte tags indbyrdes semantiske forhold, men er blot en visualisering af deres relative styrkeforhold (Chen et al. 2009, s. 3-4). Et semantisk forhold kan defineres som et forhold, hvor tags besidder en relation i kraft af deres indbyrdes semantik 21. Ud fra forestillingen om, at en integrering af tags indbyrdes semantiske forhold vil kunne forbedre tag-baseret søgninger, eksempelvis på Last.fm, som lider under en høj grad af genregeneraliseringer (Lamere 2008), foreslår Chen et al. (2009) visualiseringen TagCluster, som baserer sig på bearbejdelsen af de enkelte tags i et givent sæt af tags: Based on the text analysis, the synonym issue can be controlled by grouping semantic similar tags into one cluster, for example, favorite and favorites, rock and roll and rock n roll. The semantic aggregation also helps to alleviate the problem of ambiguity. For example, fewer users know that electronic and IDM present roughly the same genre. Within the visualization of TagClusters, the user can see these two tags are grouped into the same cluster which means they have same meaning. This is also an efficient way to help the users gain some music knowledge. (Chen et al. 2009, s. 4-5) Tanken er, at en visualisering, der baserer sig på en semantisk gruppering af tags i langt højere grad formår at vise de enkelte tags genrehierarkiske sammenhænge. Selve udregningen af semantiske ligheder foretages på baggrund af forskellige tags co-occurrence ved at dividere antallet af objekter, i hvilke forskellige tags forekommer sammen, med antallet af objekter, i hvilke de enkelte tags blot forekommer. For at vise forskellen på en TagCloud og et TagCluster har Chen et. al (2009) produceret henholdsvis en TagCloud og et TagCluster baseret på det samme sæt af bearbejdede Last.fm-tags: 21 Semantik: Sproglige udtryks betydningsmæssige aspekter eller studiet heraf (Lübcke 1983, s. 394). 44

47 Figur 8: TagCloud, baseret på Last.fm-tags. (Chen et al. 2009, s. 2) Figur 9: TagCluster, baseret på Last.fm-tags. (Chen et al. 2009, s. 6) Vi finder forestillingen om visualiseringer af semantiske relationer mellem tags tilknyttet lydkilder værd at udforske i forhold til LARM.fm. Radio og radiomateriale består af musik, men også af meget andet end 45