Oppgrader til nyeste versjon av Internet eksplorer for best mulig visning av siden. Klikk her for for å skjule denne meldingen
Ikke pålogget
{{session.user.firstName}} {{session.user.lastName}}
Du har tilgang til Idunn gjennom , & {{sessionPartyGroup.name}}

Stordata viser større alvor i klimadebatten


Claus Sonberg er partner i Zynk AS.


Olav Magnus Linge er seniorrådigiver i Zynk AS.

For første gang slår maskinlæringsalgoritmer mennesker i flere komplekse språktester.1 Språkanalyse basert på stordata og kunstig intelligens åpner helt nye muligheter for å forstå trender og risiko som er relevant for investeringsbeslutninger og forretningsutvikling. Ny innsikt fra analyse- og rådgivingsselskapet Zynk viser for eksempel et skifte – og et langt større alvor – i klimadebatten i Norge i 2018-2019.

Nøkkelord: stordata, sentimentanalyse, klima, bærekraft

Innledning

Tradisjonelle meningsmålinger i Norge og internasjonalt har de siste årene fanget opp et økende klimaengasjement og økt bekymring for klimaendringene blant folk flest. Et eksempel er Kantar TNS’ klimabarometer som viser at klima er saken nordmenn er mest opptatt av i 2019.2 Utviklingen har vært gradvis, og er interessant både for politikere, investorer og næringslivsledere. Økt klimabekymring og -engasjement blant velgere og forbrukere sier noe om attraktiviteten både til politiske partier, selskaper, produkter og tjenester i forhold til deres opplevde klimarelevans. Utviklingen er ikke begrenset til Norge: Pew Research gjør analyser som viser at store flertall i de aller fleste land ser på klimaendringene som en betydelig trussel.3

Mye tyder imidlertid på at klimasaken går enda dypere enn det vi kan lese ut fra tradisjonelle meningsmålinger. Skolestreik, flyskam og kjøttskam antyder at det er noe under overflaten, noe kvalitativt annerledes enn bare for noen et år siden. Evnen til å fange opp og forstå denne type holdningsendringer i befolkningen er viktig både ut ifra et mulighets- og risikoperspektiv. Bedrifter bør ta i bruk nye analysemetoder basert på stordata og kunstig intelligens for å ligge i forkant av sine konkurrenter og regulerende myndigheter når det gjelder å identifisere og følge stemningsskifter i befolkningen. Den som først og best forstår et skifte i for eksempel klimasaken vil kunne snu det til sitt konkurransefortrinn – og tidlig tilpasse seg fremtidige politiske reguleringer, som alltid vil forsøke å svare på endringer i opinionen.

Teknologisk gjennombrudd i 2018

Sentimentanalyser fra har i flere år vært benyttet til alt fra trendanalyser til kredittrisikoanalyse, gjennom å identifisere for eksempel mønstre i språk blant virksomheter som er i ferd med å gå konkurs. 2018 markerte imidlertid et viktig gjennombrudd i språkanalyse basert på store datamengder på internett og i sosiale medier. Google og en rekke av de andre globale IT-gigantene utviklet maskinlæring til å trene algoritmer til å forstå setningsoppbygging og språklig kontekst. Mens man tidligere hadde gjort sentimentanalyser gjennom å la maskinen telle frekvensen av en type ord, for eksempel positivt eller negativt ladede ord, klarer Googles NLP-algoritme BERT å forstå språklig kontekst.4

BERT, eller «Bidirectional Encorder Representations from Transformers», er den siste i en serie NLP-algoritmer.5 BERT baserer seg på teknikker for tekstrepresentasjon; det vil si måter å framstille ord numerisk for å kunne regne på alt fra hvilke begreper som ligner på hverandre, til hvordan ord brukes forskjellig over tid. Tidligere state-of-the-art-teknologi har lykkes i å finne gode representasjonsformer for enkeltord. For eksempel utviklet Google-forskere Word2vec-teknikken i 2014 der ord regnes om til vektorer – tall med retning. Slik kan algoritmen regne seg fram til hvilke ord som ligner, og hvordan ord brukes ulikt over tid. For eksempel vil en Word2vec-modell slå fast at ordene «bra» og «godt» ligner svært mye, og at de over tid brukes som nær synonymer. Derimot ligner det norske ordet «statsminister» ganske mye på ordet «Erna Solberg» nå, men for sju år siden ville begrepet «statsminister» lignet mer på «Jens Stoltenberg.» Denne teknikken skal vi komme tilbake til, fordi den muliggjør en rekke spennende analyser, for eksempel av hvilke virksomheter som er tettest forbundet med ulike bærekrafttema.

Google BERT bygger videre på denne tenkingen, men i stedet for å finne måter å vektorisere enkeltord, har Google med BERT-algoritmen funnet en å måte å lage en numerisk representasjon for enkeltord basert på hvilke andre ord som benyttes i samme setning. Google knakk nøtten ved å la BERT jobbe med å lese setninger fra begge ender. Et eksempel kan illustrere: I setningen «Lene kjørte bilen hjem» vil en Word2vec-modell beregne bruken av ordet «bilen» basert utelukkende på hvordan ordet har blitt brukt før. BERT leser hele setningen og lager en numerisk representasjon av begrepet «bil» der både «lene kjørte» og «hjem» inngår. Isolert sett kan dette virke som en mikroskopisk endring, men implikasjonene er store: Med BERT blir det mulig å skille mellom identiske begreper basert på konteksten de står i. «Gift» i kirke-kontekst framstår forskjellig fra «gift» i meningen kjemikalie.

Maskinen skjønner nå forskjellen på «forsvar» brukt i defensiv fotball og «forsvar» brukt i militær sammenheng. Presisjonsnivået i språkanalysen økte med det fra 75 til 80 prosent, som i seg selv ga gode analyser, til nå å ligge på mellom 90–95 prosent, som er på nivå med eller bedre enn studentene på verdens mest anerkjente universiteter. I Stanfords anerkjente språktest, SQuAD, ligger nå Googles BERT-algoritme på førsteplass med 93,16 prosent riktig, mens beste student ligger på andreplass med 91,22 prosent score.

Gjennom arbeidet med å bygge analyseverktøyet Zentiment for Zynk har teknologiselskapet Enin, som de første i Norge, re-trent Googles BERT-algoritme til å forstå norsk. Vi har brukt Zentiment til å analysere den norske klima- og bærekraftdebatten. Analysen viser en språkføring det siste året der vi nordmenn opplever klimaendringene som mye nærere – og oppfattes som mye farligere – enn tidligere.

Økt alvor i klimadebatten

I omtalen av klima og bærekraft på norske nettsider og sosiale medieposter er «kamp» og «kampen» ordene med raskest vekst i 2019. «Ta liv» ligger på fjerdeplass blant de mest omtalte ordene, en klar indikasjon på at alvoret i klimasaken har tiltatt. Omtalen har beveget seg: For noen år siden handlet klimadebatten mer om framtid, nye teknologier og klimamål med sluttdato 2050. Nå avslører språket at klimasaken har blitt stilt til nåtid.

Også data fra Google om hvilke temaer folk søker på relatert til klimaendringer indikerer den samme utviklingen. Selv om disse dataene har noen svakheter ved seg6 er det interessant at søk relatert til global oppvarming ser ut til å ha skiftet karakter mellom 2018 og 2019. I 2018 var listen over relaterte klimasøk preget av «Trumps språkføring», slik som «great global warming swindle» er en illustrerende relatert søkefrase på. I 2019 er relateringene dystrere: «runway global warming» og «when will global warming kill us» er blant søkene som kommer svært høyt.

Et konkret eksempel som er betegnende for utviklingen er omtalen av kjøtt. Omtalen har doblet seg fra 2017. Sentimentet er i økende grad negativt, og skiftet skjedde i 2017–2018. «Produkter» og «oppskrifter» er fortsatt de mest omtalte ordene, men «klima/klimagassutslipp» ligger på en klar andreplass og «kjøttforbruk», «kjøttfrie alternativer» og «redusere» ligger på henholdsvis sjette-, sjuende- og åttendeplass av de mest omtalte ordene knyttet til kjøtt i 2019. Det er interessant innsikt om man skal utvikle nye konsepter, investere eller finansiere aktører innen dagligvare og matbransjen.

Figur 1.

Volum omtale av kjøtt.

Figur 2.

Sentiment kjøtt.

I en annen analyse, basert på Googles Word2vec-algoritme, der ord regnes om til vektorer for derigjennom å kunne identifisere hvor tett assosiert ulike ord er til hverandre, er det «tilpasning» som er ordet som er sterkest tilknyttet «klima» i Norge i 2019. Det er en klar indikasjon på at nordmenn nå har tatt inn over seg klimaendringene og forstår at vi må tilpasse oss. Også det er interessant innsikt, enten man er politiker og skal vedta ny klimapolitikk eller næringsaktør som selger varer og tjenester til nordmenn.

Debatten intensiveres og polariseres

En mer alvorspreget tone i klimadebatten kommer samtidig som tradisjonelle meningsmålinger viser at klimadebatten – i alle fall for øyeblikket – ser ut til å være relativt polarisert. Utdannings- og aldersforskjeller og hvor vi bor har mye å si for holdninger til klima og bærekraft. Dette viser seg i hvor viktig klimasaken oppfattes, sannsynligheten for å akseptere – eller avvise – klimaforskning og viljen til å støtte klimatiltak. Pew Research finner gjennomgående store forskjeller i holdning til klima drevet av utdanning i de aller fleste land.7 I Norge har blant annet Ciceros store holdningsundersøkelser vist noe av det samme.8 I en meningsmåling gjort av Sentio for Aftenposten i forkant av lokalvalget i 2019 var det også svært store forskjeller i hvor viktig klima var for nordmenns partivalg: Velgere med høyere utdanning var ifølge undersøkelsen flere ganger mer troende til å svare at klima var en av deres viktigste saker enn velgere med grunnskole som siste fullførte utdanning.

Hva har skjedd?

Det er trolig tre viktige drivere som ligger bak skiftet vi ser i folks holdninger til klimasaken i 2019. For det første satt FNs klimapanel, IPCC, en ny tidsfrist til 2030 da de i 2018 lanserte sin 1,5-gradersrapport. Tidsfristen for å redusere utslippene rykket med det mye nærmere i tid, og folk har tatt inn over seg at det haster og at vi alle må gjøre vårt. For det andre har vi fått nye symboler og talspersoner som appellerer til nye målgrupper, ikke minst de unge. Greta Thunberg har ikke bare evnet å sette agendaen, men å mobilisere millioner av unge mennesker over hele verden ut i gatene for å streike for klimaet. Det er et engasjement og en mobilisering verden trolig ikke har sett for en sak siden Vietnamkrigen. Den tredje årsaken er at ulike hendelser, både i Norge og internasjonalt, over tid har bygget opp en bekymring. Det gjelder ikke minst mer ekstremvær og at folk også i sine nærmiljøer nå opplever store ødeleggelser som de tidligere bare så via media fra andre deler av verden.

Posisjoneringsanalyse

Word2vec-analyser gir matematiske beregninger og svar på hvor tett din bedrift er knyttet til ulike ord og posisjoner. Teknologien gir helt nye muligheter og potensielt en langt mer presis og dyptgående analyse av hvordan virksomheten eller merkevaren er oppfattet i forhold til posisjoner, temaer og begreper det er strategisk viktig å «eie», gjerne i forhold til konkurrenter eller andre aktører i markedet.

«Alle» ønsker nå å assosieres med bærekraft, men hvor tett knyttet til ulike bærekraftbegreper er egentlig virksomheten din i dag, og hvordan ser det ut i forhold til konkurrentene? Tradisjonelle meningsmålinger, omdømmemålinger og kvalitativ analyse vil kunne gi noen svar, men stordataanalyser basert på Word2vec vil trolig både raskere og rimeligere kunne gjøre matematiske beregninger som gir et mer presist og utfyllende svar.

Tilsvarende vil stordata kunne analysere hvor tett knyttet en sponsor er til et sponsorobjekt og/eller verdiene til idretten, idrettsstjernen eller kulturinstitusjonen sponsoren ønsker å assosiere seg med.

Stordata og maskinlæring gir med andre ord nye og effektive måter å fange opp trender og holdningsendringer i befolkningen. Det er potensielt viktig både i et risiko- og mulighetsperspektiv. Evnen til tidlig å identifisere og forstå for eksempel klima- og bærekraftsdebatten kan gi virksomheter konkurransefortrinn, enten ved å utvikle nye og mer bærekraftige produkter og tjenester før konkurrentene eller ved å tilpasse seg endrede forventninger blant kunder og befolkningen for øvrig, og på den måten redusere sannsynligheten for og konsekvensene av nye reguleringer.

Nye stordataanalyser viser et viktig skifte i klima- og bærekraftdebatten i Norge i 2018–2019. Folk er mye mer urolige for klimaendringene og omtalen har fått et nytt alvor. Stemnings- og holdningsendringen vil få betydning for folks atferd, enten det er hvilken arbeidsgiver man velger, hvor man ønsker å investere sparepengene sine, hvilke produkter man kjøper eller hvilket parti man velger å stemme på.

Idunn bruker informasjonskapsler (cookies). Ved å fortsette å bruke nettsiden godtar du dette. Klikk her for mer informasjon