I 2015 var bare ti pct. at de studerende på IT-Universitetet i København kvinder, men så tog ledelsen og en række stærke forskerkræfter affære og igangsatte en stribe initiativer for at vende udviklingen og få flere kvinder med ombord.

I dag er antallet af kvindelige studerende fordoblet, og ITU arbejder målrettet videre på at øge diversiteten og appellere til en bredere talentmasse blandt fremtidige studerende.

Professor og leder af Center for Computing Education Research Claus Brabrand har stået i spidsen for dette nationale forskningsprojekt og brede samarbejde, som skal sætte fokus på diversitet på it-uddannelserne.

– Traditionelt har datalogi været domineret af unge mænd, som i forvejen kender til programmering og allerede har interesse for it. Men der er brug for, at flere får interesse for at tage en it-uddannelse. I 2030 vil Danmark iflg. IDA mangle 22.000 it-specialister, derfor nytter det ikke, at vi kun rekrutterer fra halvdelen af talentmassen, siger Claus Brabrand.

Opgaver skal dreje sig om mennesker – ikke ting

En af de største aha-oplevelser undervejs har været, at man med relativt simple greb kan skærpe interessen for it-faget hos et bredere felt af de unge.

– Der er ret store effekter at hente i forhold til opgavetemaer i undervisningen og i at lade flere opgaver involvere mennesker snarere end ting. En lang række forsøg viser, at de kvindelige studerende typisk er mere interesseret i opgaver, hvor emnet er ’mennesker’ frem for ting. Det samme gælder for de studerende (både mandlige og kvindelige), som aldrig har programmeret før, fortæller Claus Brabrand.

I et forsøg blev de studerende fx bedt om at vælge mellem to identiske opgaver, men med forskellige temaer.

Den ene opgave gik ud på at udvikle en app, som sammensætter kompatible medarbejdere til et projektteam, den anden gik ud på at udvikle en app, som sammensætter kompatible reservedele til en maskine.

“Det er vigtigt, at studierne appellerer til mange forskellige mennesker”.
Claus Brabrand, professor ved ITU

Opgaven var bare en af mange, som satte fokus på menneske versus ting, og forsøgene viste, at de kvindelige studerende havde en massiv præference for at foretrække opgaver, som drejede sig om mennesker. Det samme gjaldt studerende, som ikke tidligere havde programmeret.

– Begge opgaver går ud på at sammensætte noget, så det passer ind i en sammenhæng, og opgaverne var formuleret fuldstændig identisk helt ned til sætningsniveau. I virkeligheden så vi, at en stor gruppe af de studerende har en præference for at vælge opgaver om mennesker frem for ting. Så et godt råd til underviserne er at anvende opgaver, som har med mennesker at gøre, når det er muligt. Når man kan, bør man altså favorisere temaer, som involverer mennesker, siger Claus Brabrand.

ITU har også arbejdet målrettet med kommunikationen internt og eksternt for at appellere til alle typer studerende – fx ved at demonstrere, at en it-uddannelse giver en række jobfordele – og at alle kan lære at kode, præcis som man kan lære at læse og skrive.

– Mange kvinder går glip af gode karrieremuligheder, for et job inden for it giver en god løn, fleksibilitet og gode arbejdsvilkår, og så får man mulighed for at påvirke verden, når man er med til at udvikle fremtidens it-løsninger. Det forsøger vi at kommunikere til flere.

En blødere studiestart har positiv effekt

Endelig har ITU haft succes med et tredages Onboarding-program for studerende uden programmeringserfaring. Kurset er frivilligt og har vist sig at være en stor succes blandt studerende, som ikke tidligere har prøvet at programmere.

– Halvdelen af de kvinder, som begynder på softwareudvikling, har aldrig programmeret før, og det samme gælder for 30 pct. af mændene. Hvis man ingen programmeringserfaring har på forhånd, viser forskningen, at man klarer sig dårligere, får dårligere karakterer og er mere tilbøjelig til at springe fra studiet.

– Vores erfaringer med Onboarding-programmet er, at de cirka 300, som har deltaget, klarer sig lige så godt som de studerende, som har programmeringserfaring inden studiestart. Kurset har altså en klar positiv betydning for at få en god studiestart.

En robotdatabase vil kunne spare tid og penge og vil også gøre det muligt for mindre produktionsvirksomheder at anvende robotter. Selvom det lyder simpelt, er det desværre alt andet end simpelt.

ReRoPro var et samarbejdsprojekt mellem Syddansk Universitet, Københavns Universitet og Aalborg Universitet med virksomhederne Rockwool, Novo Nordisk, Nordbo Robotics og WellTec som partnere med det formål at etablere en robotdatabase. Nu er første og udforskende fase af projektet overstået, og forskerne søger midler til at fortsætte deres arbejde.

Fordelene ved at bruge data fra tidligere robotløsninger 

Projektet fokuserede på at genbruge robotdata til at forbedre produktionsprocesser, men også på at finde nye robotløsninger på kortere tid. Det er et stort problem for små og mellemstore virksomheder: Det tager lang tid at etablere en montageløsning. Man skal normalt starte fra bunden. Men hvis man kunne udnytte data fra tidligere robotløsninger effektivt, ville nye løsninger kunne sættes op hurtigere og billigere. Problemet er imidlertid, at disse data er inde i hovederne på folk. De er ikke digitaliserede. Indtil nu.

Ideen er, at hvis man har en bestemt opgave, man ønsker at automatisere, så kan man indtaste nogle søgeord, og så bliver informationen fra tidligere lignende produktioner vist. Lige nu findes der ikke nogle etablerede systemer til at genbruge data inden for robotteknologi – ikke engang hos de enkelte virksomheder.

Dette skyldes i høj grad, at robotdata er komplicerede. På andre områder som f.eks. computer vision er store databaser og neurale netværk succesfulde, fordi dataene er homogene. Det er f.eks. billeder. Men inden for robotter har man alle mulige typer af data; man har billeder, bevægelsesmønstre, kraftvektorer, information om forskellige materialer, CAD-filer og så videre.

Udfordringer

Dette er kun én af udfordringerne. Vi er nødt til at skabe et interface, som er intuitivt, så det er nemt at sortere i den information, man har brug for. Den næste udfordring er, hvad man stiller op, når man har de rigtige data. Der findes ikke nogen standardiseret måde at organisere data på.

En anden udfordring er at virksomhederne ikke interesseret i at dele robotdata i en stor database, som andre virksomheder og konkurrenter har adgang til. Det er lidt modsætningsfyldt. På den ene side har virksomhederne en interesse i, at der er så meget data i databasen som overhovedet muligt, fordi jo mere data, desto bedre er den. På den anden side er det værdifulde og sårbare data for virksomhederne og derfor er de selvfølgelig modvillige i forhold til at gøre dem tilgængelige for andre.

Mulige løsninger

Der er flere måde at imødegå det på. En løsning kunne være at udvikle en databasestruktur og stille den til rådighed for virksomheder, som så kan bruge den alene inden for deres egen organisation. Alternativt kunne man lave et system, hvor de forretningsfølsomme detaljer bliver skjult, men hvor dataene stadigvæk er nyttige for andre.

I ReRoPro-projektet er problemet blevet analyseret i fire use cases leveret af de involverede virksomheder og på en international workshop med eksperter fra industrien og den akademiske verden.

Næste skridt 

De involverede partnere har fået en langt bedre forståelse af problemet. Næste skridt bliver at søge om midler til etablering af softwarestrukturer, der giver mulighed for at genbruge data.
 

Mobility data
 
Snart får landets kommuner et nyt værktøj, som kan bidrage i kampen for at nå målet om en 70 pct. CO2-reduktion i 2030. 



Forskere fra AAU har i samarbejde med ingeniør- og rådgivningsvirksomheden Rambøll udviklet en detaljeret beregningsmodel til kortlægning af CO2-udledningen fra vejtrafikken, og netop vejtrafikken er en af de helt store CO2-syndere og den transportkategori, som udleder flest drivhusgasser.
 
Modellen, som f.eks. kan benytte detaljerede GPS-data fra Rambøll som datakilde, omfatter bl.a. data om bilernes drivmidler, trafikmængder og hastighedsdata fra hele vejnettet. GPS-data stammer fra en kortlægning af ca. 20 pct. af samtlige ture på vejnettet og giver på den måde et solidt grundlag for også at indregne effekten af trængsel på vejnettet og betydningen af køkørsel og reduceret fremkommelighed.
 
Med de omfattende data får kommunerne et langt bedre overblik over, hvor de kan sætte ind for at reducere CO2-udledningen og undersøge, om gennemførte tiltag har haft den ønskede effekt, fortæller Stig Grønning Søbjærg, chefkonsulent hos Rambøll, som er erhvervspartner på projektet.
 
– Beregningsværktøjet gør det muligt at kortlægge CO2-udledningen på forskellige detaljeringsniveauer alt efter hvor meget data, man har at arbejde ud fra. Det giver et mere nøjagtigt billede, så beslutningstagerne har et velfunderet vidensgrundlag at arbejde ud fra, forklarer Stig Grønning Søbjærg.
 
I stedet for at bygge fremtidige trafikplaner og bæredygtighedsmål på antagelser om, hvordan trafikken forventes at påvirke CO2-udledningen, kan man med det nye værktøj foretage nøjagtige prognoser og beregninger af de forventede klimaeffekter.
 
– Ud fra forskellige scenarier kan man få nøjagtige prognoser for, hvor meget trafik man fx skal flytte fra biltrafikken til andre transportformer for at nå de fastsatte CO2-mål og tænke det ind i sine trafikplaner, siger Stig Grønning Søbjærg.
 
Prototype er snart tilgængelig for landets kommuner
 
Hos AAU ser professor (MSO) Kristian Torp fra Institut for Datalogi et stort potentiale i det nye værktøj, som har været undervejs i to år. Projektet går nu ind i sin tredje og sidste fase, og en prototype er klar til demonstration.
 
Samarbejdet mellem universiteter og virksomheder giver forskningsprojekter som dette gode betingelser, mener Kristian Torp, som sammen med Rambøll og det øvrige forskerhold i februar afholder et webinar for landets kommuner.


- Hos AAU har vi stor erfaring i at arbejde med data, og samarbejdet med Rambøll har været vigtigt for projektets succes. Vi er stærke på datadelen, mens Rambøll ved en masse om markedet, kundernes behov og har stort fokus på bæredygtige løsninger. Sammen er vi et stærkt hold, fordi vi ser projektet fra mange vinkler – de tekniske, de klimamæssige og de markedsmæssige, forklarer Kristian Torp.
 
Læs mere om projektet
 
 
Webinar hos ITS Danmark om kortlægning og effektberegning af CO2-udledning fra vejtrafikken
 
Webinaret finder sted torsdag den 2. februar 2023 kl. 15:00-16:00. Oplægsholdere er: Stig Grønning Søbjærg, Rambøll. Christian S. Jensen og Kristian Torp og Kasper Fromm Pedersen fra AAU.
 
Interesserede kan læse mere og tilmelde sig her.

 
 
FAKTA



Kortlægning af CO2-udledning på baggrund af GPS-data og trafikmodellering
 
Beregningsmetoden tager afsæt i den fælles europæiske standardberegningsmodel COPERT, som bl.a. indregner andelen af elbiler og effekten af trængsel.
 
En case fra Kolding Kommune viser mulighederne for at indfri målsætningen om 70 pct. CO2-reduktion inden 2030.
 
I DIREC-forskningsprojektet har forskerne videreudviklet på Rambølls første version af beregningsalgoritmen for COPERT-modellen for at kortlægge CO2-udledningen fra vejtrafikken, og AAU har opbygget beregningsalgoritmer for de tre detaljeringsniveauer i COPERT-modellen.
 

Transportsektoren er blandt de største CO2-syndere
 
I 2019 var transportsektorens udledninger 13,5 mio. ton CO2e svarende til 29 pct. af de samlede danske udledninger. 

Vejtransporten er den transportkategori, som udleder flest drivhusgasser. Udledningen fra vejtransporten var i 2019 på 12,3 mio. ton CO2e. 

https://www.dst.dk/da/Statistik/temaer/klima

Hvert år taber globale virksomheder milliarder på driftsforstyrrelser og produktionsstop som følge af rutinemæssigt vedligehold af robotanlæg.

Ifølge rapporten ”An AI Nation”, som er udgivet i samarbejde mellem Innovationsfonden og McKinsey & Company, koster driftsforstyrrelser og unødvendig service private virksomheder mellem 14-19 milliarder årligt.

Det har fået et hold forskere fra SDU, DTU, ITU og Alexandra Instituttet til at gå sammen med en række store danske virksomheder i et ambitiøst forskningsprojekt. Projektet skal afdække, hvordan kunstig intelligens og data-drevne metoder kan løse problemet, så virksomhederne har mindst mulig spildtid, hvor produktionen står stille.

I fremtiden skal robotter vedligeholde sig selv

Robotter bruges i dag over alt i produktionen – i vindmølle-, elektronik-, medicinal- og fødevareindustrien er det i dag i høj kollaborative robotter, som udfører arbejdet, forklarer Emil Stubbe Kolvig-Raun.

Han er softwareingeniør og erhvervsPhD ved Syddansk Universitet og ansat hos robotvirksomheden Universal Robots, som spiller en hovedrolle i forskningsprojektet. Universal Robots er verdens ledende producent inden for kollaborative robotter.

– Kollaborative robotter er robotarme bestående af led, som kan bevæge sig inden for forskellige frihedsgrader. For enden af robotarmen kan påsættes et eller flere eksterne værktøjer, og efterfølgende programmeres robotten til at bevæge sig i henhold til arbejdet, der skal udføres, forklarer han.

Hidtil har vedligeholdelse af robotanlæg været basereret på tid, så man fx hver tredje måned eller en gang om året kører rutinemæssig service på et anlæg, men ved hjælp af kunstig intelligens er det fremover muligt at forudsige, præcis hvornår et robotanlæg kræver vedligeholdelse og hvilken type vedligeholdelse, der skal sættes ind med, forklarer Emil Stubbe Kolvig-Raun.

Kan man på den måde planlægge vedligeholdelsen, så produktionen forstyrres mindst muligt, er der kæmpe besparelser at hente. Kunstig intelligens gør det fx muligt ud fra diverse faktorer omkring anlægget – fx vind-, fugt-, slitage og andre forhold, som har betydning for udstyrets tilstand – at beregne, hvornår vedligeholdelse er nødvendig. Det betyder, at man kan forebygge nedbrud og sikre, at robotterne bruges hensigtsmæssigt, så levetiden forlænges.

– Vi har integreret robotter centralt i den globale produktion, fx har man måske 70 robotter stående – det er lavt sat – og der skal være flere af dem, som går i stykker, før det kan betale sig at lukke et helt område ned, for så længe anlægget står stille, går man glip af produktion og taber penge.

– Hvor man i industrien tidligere har arbejdet med betingelsesbaseret monitorering, arbejder vi altså nu hen imod predictive maintenance og på sigt self-maintenance. I sidste ende er målet, at robotterne skal kunne måle deres egen sundhedstilstand, genkende fejlsymptomer og reagere på afvigelser. Det kan lade sig gøre, hvis robotten bliver bevidst om, hvilke data der bør indsamles, og ved hjælp af metrik forstår, hvad det betyder, siger Emil Stubbe Kolvig-Raun.

Forskningsprojektet ’Edge-based AI Systems for Predictive Maintenance’ finder sted i et samarbejde mellem forskere fra SDU, DTU, ITU, Alexandra Instituttet – og fra erhvervslivet Universal Robots, Novo Nordisk og Otavic.

Projektet strækker sig over en 3,5-årig periode og har et budget på 12 mio. kr. DIREC har investeret 6,3 mio. kr. i forskningsprojektet, som afsluttes i 2024.

Det er vigtigt, at vi kan regne med vores robotter. Når vi fx sender robotter til månen og har dem på stor afstand, er det nødvendigt at planlægge i lang tid i forvejen. Vi skal kunne monitorere dem effektivt, før vi med sikkerhed kan forvente, at de er driftssikre i forskellige pressede situationer.
Emil Stubbe Kolvig-Raun, erhvervsPhD, Syddansk Universitet

Læs mere her:
An AI nation: Harnessing the opportunity of artificial intelligence in Denmark