kapittel 6. Å undersØke bruk fØr bruk - uio
TRANSCRIPT
1
KAPITTEL 6. Å UNDERSØKE BRUK FØR BRUK
Målet med dette kapitlet er at du skal kunne
• forklare hva som kjennetegner kvalitative undersøkelser
• beskrive metoder og teknikker for å undersøke brukskontekst
• beskrive, planlegge og gjennomføre observasjon og intervju
• forklare hvordan bruksundersøkelser inngår i gjensidig læring
• beskrive og gjennomføre kvalitativ analyse
Dette kapitlet handler om noen av de praktiske sidene ved å gjøre DMB, og spesielt det å forstå bruk
og brukskontekst. I design kan vi ikke studere bruk av et artefakt ganske enkelt fordi artefaktet ikke er
laget ennå. Da er det aktivitetene og konteksten det framtidige artefaktet skal inngå i, vi må sikte mot å
forstå. Vi er spesielt ute etter å forstå det jeg kaller «logikken» i aktiviteten: hvorfor man gjør ting på
en bestemt måte.
De to vanligste metodene for å undersøke bruk – og bruk før bruk – er observasjon og intervju. I dette
kapitlet har jeg tatt med flere undersøkelsesmetoder, og jeg plasserer dem i en litt større sammenheng
som to av mange tilnærminger til det å utforske bruk. DMB er opptatt av hvordan den enkelte bruker
utfører aktiviteten og hvorfor, og det er mer interessant å forstå én eller noen få i dybden enn å
undersøke mange. I andre brukerorienterte tilnærminger, som UCD, er kvantitative undersøkelser vel
så vanlig. Jeg har derfor inkludert litt om forskjellene mellom kvalitativ og kvantitativ
forskningsmetode og om ulike tilnærminger til det å undersøke noe. Dette er ment å fungere som en
bakgrunn for å forstå og gjøre undersøkelser.
6.1 Å undersøke
Å undersøke betyr å komme til bunns i noe, og å lete under overflaten. Mange bruker ordet å forske
når de undersøker noe grundig, og på engelsk «research» finner vi igjen verbet å søke. Jeg har valgt å
bruke litteratur om forskning i omtalen av undersøkelser fordi der finnes det gode forklaringer og
definisjoner på ulike tilnærminger og metoder.
6.1.1 Å finne spørsmål og svar
Forskning handler om å finne svar på spørsmål. Sosiologen Ragnvald Kalleberg beskrev det å forske
som å utføre fire aktiviteter:
1) spørre: Vi lurer på noe. Gode forskningsspørsmål kan være vanskelige å lage: De skal være både
interessante, relevante og «forskbare», slik at de lar seg svare på. Ofte blir det klarere hva vi lurer
på etter hvert som vi lærer mer om en sak, og vi kan bli mer presise på hva vi vil finne ut.
2) samle data: Vi finner en måte å svare på spørsmålet som lar seg gjennomføre: Hva er det vi kan
samle inn av data som hjelper oss a besvare spørsmålet? Vi kan velge ulike tilnærminger, metoder
og teknikker, og det er dette jeg tar opp i dette kapitlet.
3) analysere og teoretisere dataene: Vi vurderer om og hvordan de dataene vi har samlet inn kan
svare på spørsmålet, ved å tolke og sammenlikne dataene. Svarer undersøkelsen på spørsmålet?
Kan undersøkelsen svare på spørsmålet? Jeg kommer inn på analyse mot slutten av kapitlet.
4) svare pa spørsmalet: beskrive hva vi nå vet – og hva vi ikke vet pga. metodens begrensninger eller
hva som er mulig å finne ut. I design vil svarene typisk angå problemer og løsninger, og konsepter,
behov og krav.
2
All utforskning inkluderer de fire aktivitetene ovenfor, og alle aktivitetene krever litt øvelse før man
blir god. La oss starte med spørsmålene, for spørsmalet vi vil ha svar pa, er utgangspunktet for hva vi
skal undersøke og hvordan.
Med referanse til sosiologi sier Kalleberg at det egentlig er tre typer spørsmal vi kan stille:
1) beskrivende og forklarende spørsmal. Dette er spørsmål som A) identifiserer noe, som hva som er
problemet i en situasjon, B) dokumenterer noe, beskriver en situasjon eller et fenomen, C)
sammenlikner praksiser, som å sammenlikne samme aspekt i ulike situasjoner eller steder, eller D)
forklarer noe, som en årsakssammenheng eller en mekanisme. Hensikten med beskrivende og
forklarende spørsmål er a beskrive virkeligheten slik den er eller oppleves, uten a vurdere om det
er riktig eller galt, smart eller dumt. De fleste samfunnsfaglige eller humanistiske undersøkelser er
basert på denne typen spørsmål. Sosialantropologi, etnografi og kulturstudier er kanskje tydeligst
på dette at de skal bare gjengi og forklare en fremmed kultur, uten fordommer eller evaluering.
2) normative og evaluerende spørsmal. Denne typen spørsmål inneholder mye av det samme som de
beskrivende spørsmålene, men man evaluerer i tillegg til å beskrive. Det betyr at man ikke bare
sammenlikner to praksiser, men også evaluerer om de er gode eller dårlige, og sier noe om
hvilken som er best og hvorfor. Denne typen spørsmål brukes når man vil dokumentere variasjon i
form av gode og darlige eksempler. Her kan forskerne konkludere med hva som er problematisk i
en organisasjon, eller vurdere om et tiltak har virket etter planen. Utgangspunktet for å evaluere
er at det finnes kriterier eller normer å vurdere etter. Evalueringen må argumentere med
utgangspunkt i disse.
3) konstruktive spørsmal. Den tredje typen spørsmål dreier seg om endringer. Slike spørsmål må
nødvendigvis inneholde en vurdering av hva som er bra og ikke, og et forslag til forbedring og
kanskje også en beskrivelse, altså både 1 og 2 ovenfor. Denne typen inneholder spørsmål som A)
hva kan X gjøre for a forbedre Y?, B) intervensjon eller innblanding i situasjonen, gjerne i form av
det som kalles aksjonsforskning der man samarbeider med en bedrift eller organisasjon og hjelper
«innbyggerne» med a løse et problem de har eller gjennomføre en endring de ønsker, eller C)
utforskning og eksperimentering med hvordan ting kunne ha vært, der en konkretiserer ideer og
ønsker om mulige framtidige artefakter og aktiviteter. I spørsmål av typen A og B ovenfor er det
ikke forskeren som har kontroll over situasjonen, og forskeren er derfor avhengig av tilgang og
samarbeid med dem som «eier» spørsmålet. Dette øker usikkerheten i forskningen, men gir
samtidig muligheter til å se umiddelbar nytte av forskningen i praksis.
I informatikk undersøker vi vanligvis den tredje typen spørsmål: de konstruktive spørsmalene, og
svarer ofte gjennom å designe artefakter vi mener vil forbedre en situasjon på et eller annet vis. For å
svare på konstruktive spørsmål må vi imidlertid ofte forstå et fenomen, som en brukskontekst, og også
svare på beskrivende eller forklarende spørsmål, og vi må vurdere hva som er bra og ikke, og svare på
normative eller evaluerende spørsmål.
Hvis vi starter med et problem, vil vi svare på spørsmål av typen 3A og foreslå a forbedre noe eller
løse et problem. Hvis situasjonen er mer uklar og vi trenger å samarbeide med brukerne om å definere
og forstå hva som er problemet, får vi spørsmål av typen 3B. Vi kan også ta utgangspunkt i et
problem, og gjerne et som er dokumentert og evaluert med brukerne, og eksperimentere med ulike
måter det kan løses på, altså spørsmål av typen 3C. Hvordan kan situasjonen endres med et nytt eller
annerledes artefakt? I DMB begynner vi som regel ikke med et formulert problem som alle er enige i,
og vi må ofte svare på spørsmål av alle tre typene.
I et DMB-prosjekt er det ikke sikkert at spørsmålene vi ønsker å stille er klart formulert når vi starter
undersøkelsene. Hvis vi tar utgangspunkt i at vi ikke er sikre på om og hva problemet er, må vi
3
begynne med åpne undersøkelser av beskrivende type for å komme fram til mer presise spørsmål. Det
å besøke og observere brukskonteksten og se etter problemer. Jeg liker at uttrykket «looking for
trouble» passer på denne aktiviteten.
I brukskonteksten er det enklere å snakke med brukerne om deres hverdag, om problemer og
meninger, og det er første skritt for å komme fram til gode spørsmål. Når vi er ute og ser etter
problemer, er alle slags problemer interessante, både små og store, omveier, tungvintheter, hindre,
plunder og heft. Brukerne er ofte ganske gode til å fortelle om problemene som finnes, men det kan
også være at de er så vant til en dårlig løsning at de ikke snakker om den eller hvor dårlig den er. Da er
det greit å supplere intervjuene med observasjoner, slik at vi også kan se praksisen med utenfra-blikk.
Å identifisere problemer eller utfordringer i brukskonteksten er viktig for å komme nærmere til å
definere et konsept som kan lede designarbeidet. Det er også viktig å undersøke om det allerede finnes
løsninger på problemet: Kanskje de bare kan gjøre aktiviteten på en annen måte, eller kanskje det
finnes en praktisk løsning man kan få kjøpt i butikken. Det er ingen grunn til å designe om igjen en
løsning som allerede finnes.
6.1.2 Grunnleggende antakelser om kunnskap
All forskning bygger på antakelser om hva kunnskap er, og hvordan man skaffer seg kunnskap, dvs.
antakelser om hvordan forskning bør gjøres, og hvilke metoder som gir gode svar. Vi kan kalle disse
paradigmer, eller felles oppfatninger eller spilleregler for vitenskapelig praksis i et forskersamfunn.
Det var vitenskapshistorikeren Thomas Kuhn som foreslo ordet paradigme for å forklare hvordan en
ny teori eller en ny forklaringsmodell kunne oppstå og bli akseptert.
La meg starte med paradigmet positivisme, som vektlegger «positive» fakta og avviser «metafysiske
spekulasjoner». Et positivistisk perspektiv antar at verden er objektivt gitt og kan beskrives helt
uavhengig av hvem som observerer den: Vi avdekker sannheten ved a undersøke ting. Det legges vekt
på undersøkelser og eksperimenter som andre kan gjenta, og få samme resultat. En vanlig
undersøkelsesmetode er a teste en hypotese med et eksperiment, og beskrive det slik at andre kan gjøre
det samme eksperimentet senere og se om de far samme resultat. Dette er et vanlig paradigme innenfor
naturfag, realfag og medisin.
Et annet utbredt paradigme er interpretiv eller fortolkende forskning. Her er utgangspunktet at vi
tolker verden, og at vi påvirker verden med vår tilstedeværelse. Vi leter ikke etter sannheter fordi vi
bare har tilgang til virkeligheten gjennom språk, kultur, sosiale fortolkninger osv., altså gjennom dens
sosiale mening. Med et fortolkende perspektiv ser vi et fenomen slik det blir gitt mening til av folk, og
vi studerer det gjennom a observere og snakke med folk for a forsta – gjennom spraket og kulturen –
hvilken mening det vi studerer er gitt.
I fortolkende forskning er det å forstå hvordan andre tenker og gjør viktig, og det betyr også at
forskeren kan og bør være tydelig på sine egne tanker og tolkninger, siden alt er fortolket. Dette
paradigmet er tydeligst i samfunnsfag og humanistiske fag som antropologi og etnografi, der det å
forstå andre kulturer er viktig.
Det tredje paradigmet jeg vil nevne er kritisk forskning, der man gar enda lenger i a se pa verden som
et resultat av historien, og at vi gjør den til det den er. Det kritiske perspektivet bygger pa det
fortolkende paradigmet, men legger til et maktperspektiv og forsøker å avdekke forhold som er preget
av urettferdighet og undertrykkelse. Her er forskerne opptatt av å finne ut hvem som har makt og
tjener på at tingene er som de er, og ser særlig etter a bidra til at undertrykte eller darlig stilte grupper
skal fa det bedre.
En mer hverdagslig variant av kritisk tenkning er kildekritikk og avsløring av «falske nyheter». En av
de viktige målene med en universitetsutdannelse er å oppøve evnen til kritisk refleksjon, det å tenke
4
selvstendig og stille spørsmål. Refleksjon i seg selv er ikke nødvendigvis kritisk, men som jeg skrev i
kapittel 2, kommer begrepet refleksjon fra å se igjen, å speile, å tenke en gang til. Når vi gar gjennom
en erfaring pa nytt, gir denne re-vurderingen opphav til læring. Schons begreper tenkehandling og
ettertanke er også nyttige for å forstå kritisk refleksjon. A reflektere eller tenke kritisk over noe betyr
egentlig a bruke den kunnskapen man har til a tenke selvstendig over saken pa en grundig,
systematisk, undersøkende mate, der en ikke tar noen ting for gitt. Vi bruker vår egen kunnskap til a
vurdere om ting er slik de framstilles, om måten ting begrunnes på virker troverdig og logisk, og om
andre forstaelsesmater og forklaringer kan være gyldige.
Å bruke ordet kritisk oppfattes ofte som noe negativt, men egentlig betyr det bare vurdering. Kritisk
kommer fra gresk: kritikos og betyr a bedømme, a kunne skille mellom sant og usant, gyldig og
ugyldig. A kritisere betyr derfor a vurdere og bedømme noe, slik som designkritikk er ment som en
vurdering for a gi rad om forbedring av kvalitet. Vi kan se kritisk refleksjon som en måte a bli mer
kompetent, for å forbedre praksis. Refleksjon kan ogsa være en refleksiv prosess der man reflekterer
over seg selv og sin egen rolle, som en slags selvkonfrontasjon. Refleksjon og refleksivitet kan ta form
av vurderinger av de underliggende antakelsene, de dominerende verdiene, de strukturelle rammene
som pavirker hva og hvordan vi kan handle, og dermed hvorfor ting blir som de blir.
Kritisk teori utfordrer den positivistiske forstaelsen av virkeligheten ved a legge vekt pa forhold som
kan være urettferdige for enkelte grupper. Den legger vekt pa a synliggjøre makt og maktbruk og sette
spørsmalstegn ved hvorfor ting er blitt som de er blitt, og hvordan de kunne vært annerledes. Det betyr
at man kan være kritisk til vedtatte sannheter og se at bade politiske og historiske faktorer har spilt en
rolle for hva vi mener er «naturlig» og «sant» i dag; ingenting er helt nøytralt. Fagfeltet HCI er
tradisjonelt ganske positivistisk, men UCD bidrar til fagfeltet med fortolkende forskning. I det siste er
det kommet en del kritisk forskning innenfor HCI ogsa, fra DMB.
I et kritisk paradigme er man opptatt av a bidra til at urettferdige strukturer og systemer blir endret.
Det stilles spørsmal om hvorfor ting er blitt designet som de er, hvem som tjener pa det, hvem som
taper pa det, hvorfor ting ikke er annerledes, og hvordan de kunne være annerledes slik at «taperne»
ble «vinnere» eller i hvert fall bedre stilt. Kristen Nygaards fagforeningsprosjekt, som jeg beskrev i
kapittel 1, er et eksempel pa et kritisk prosjekt der malet var a designe tekniske løsninger som ga mer
makt til arbeidstakerne.
6.1.3 Tilnærminger til undersøkelser
Vi kan skille mellom to hovedtilnærminger til undersøkelser: kvalitative og kvantitative tilnærminger.
Med en kvantitativ tilnærming er vi interessert i tall, i kvantitative data, som tellinger og målinger som
kan representere fakta. Her kan vi finne ut hvor mange feil som gjøres i en app, hvor lang tid det tar å
gjennomføre en aktivitet, eller hvor mange som mener en bestemt ting. Positivistisk forskning bruker
vanligvis en kvantitativ tilnærming. En kvalitativ tilnærming tar sikte på å beskrive et fenomen i
dybden og gi et rikt bilde av det. Med en kvalitativ tilnærming kan man konsentrere seg om ett
enkeltstående tilfelle hvis det kan gi en god forståelse av hvorfor ting er som de er. Både fortolkende
og kritisk forskning bruker som regel en kvalitativ tilnærming.
Kvantitative undersøkelser
I kvantitative undersøkelser tester man om en teori stemmer, eller man lager et opplegg med
eksperimenter for å utvikle en teori. Med teori menes en forklaring av årsakssammenhenger, et enkelt
eksempel er at røyking kan føre til lungekreft. Det a konstatere at røyking kan føre til lungekreft, er
ikke det samme som a forklare hvorfor dette skjer, og det er for a forklare denne sammenhengen
mellom røyking og lungekreft at teorien kommer inn. Teorier er generelle hypoteser om årsakssammenhenger, og de skal derfor kunne testes i praksis. Teorier blir testet og underbygget eller
falsifisert gjennom empiriske undersøkelser i deduktive opplegg: Vi sjekker om teorien stemmer med
praksis, eller de blir utviklet gjennom observasjoner av praksis i induktive opplegg, noe som er vanlig
5
i medisinsk forskning. Hvis vi har observert at personer som røyker oftere har lungekreft enn personer
som ikke røyker, kan vi spørre oss om dette bare er et sammentreff eller om det er en
årsakssammenheng, og hvis røyking er en årsak til lungekreft, ma man finne en forklaring pa hvorfor
det, altså utvikle en teori.
Kvantitative metoder tester en hypotese som uttrykker en teori og sjekker om den stemmer med de
dataene man kan observere. Vi kan se etter korrelasjon mellom typer data, i kapittel 5 brukte jeg
eksemplet med at det i husholdninger med kalosjer blir født fa barn. Vi kan sa sjekke om indikatorene
kalosjer og antall barn kan si noe om årsakene til at det er sa fa barn.
Bruk av metoder skal sikre at undersøkelsene og analysene er gyldige og palitelige. Vi sier at de er
gyldige eller valide når dataene vi samler inn, bidrar til a besvare problemstillingen. Validitet dreier
seg om resultatene fra en studie er gyldige: Den indre validiteten sier om resultatene er gyldige for
dette utvalget av data, mens den ytre validiteten sier om resultatene er gyldige for andre. Vi sier at
undersøkelsene er palitelige («reliable») når maten vi har samlet inn dataene pa ikke har pavirket
dataene. I kvantitative undersøkelser er indikatorene viktige for kvaliteten pa undersøkelsen, og det er
viktig at undersøkelsen maler det den skal, at den har reliabilitet. Kvantitative metoder teller
forekomster og regner pa tallene, og ser etter sammenhenger mellom to eller flere variable, i det som
kalles regresjonsanalyse.
Vi bruker kvantitative metoder nar vi skal undersøke hvor mye eller hvor mange ting som skjer. Vi
maler og teller ting for a finne mønstre i oppførsel eller meninger hos populasjoner eller større
grupper. I kvantitative undersøkelser brukes vanligvis statistikk i analysen av dataene. Dessverre er det
mange som kjører statistikk pa sma utvalg, noe som gir lite mening. Som jeg skrev i kapittel 5, er
kvantitative metoder vanlig i HCI, som i brukbarhetstester, der det som kan måles er hvor lang tid
person X brukte pa a løse en oppgave, hvor mange personer som opplevde samme problem, osv. En
mye brukt kvantitativ undersøkelsesmetode er spørreundersøkelser, der man spør mange mennesker
om de samme tingene, ofte med rangeringer fra «veldig bra» til «veldig darlig», i en såkalt Likert-
skala, og der en teller svarene etterpa.
Det er vanskelig å lage gode kvantitative undersøkelser. For a lage gode spørsmal til en
spørreundersøkelse ma man vite ganske mye. Det er f.eks. vanskelig a lage gode svaralternativer og -
kategorier. Alle som har svart pa en spørreundersøkelse, har sikkert opplevd å føle at ingen av
alternativene passer helt til meg. Akkurat det gjør svarene usikre, fordi de som velger et svar, ofte
tolker bade spørsmalene og svaralternativene litt forskjellig. Det er vanskelig a lage gode spørsmal
som alle forstar og tolker helt likt, og det betyr at vi ikke kan være sikre pa at de mener det samme
selv om de har svart det samme. Dette skaper usikkerhet om hva svarene man samler inn faktisk betyr.
Mange har sikkert ogsa møtt noen som bevisst svarer usant eller tuller nar de svarer. Alt dette gjør
spørreundersøkelser mer usikre enn de ofte framstilles som.
Mange forskere er glade i spørreskjemaer fordi de kan nå mange folk raskt og på en billig og lite arbeidskrevende måte, også folk som befinner seg langt borte. Det er også lettere å få svar fra folk som
ønsker å være anonyme. Men det er vanskelig å si hvor mange som svarer, bl.a. fordi det er upersonlig
og anonymt. Det er lett å sammenlikne svarene, men det er ikke lett å vite hva brukerne egentlig har
svart på. Har de forstått spørsmålene? Og er spørsmålene gode? Er de entydige? Er de ledende? Kan
rekkefølgen på spørsmålene oppleves som ledende? Fordi spørreskjemaer ikke inneholder særlig mye
kontekst, får vi ikke vite noe mer enn akkurat det vi har spurt om – som vi antar de har forstått rett –
og vi har dermed små muligheter til å få forklaringer på de svarene vi får. Selv om mange
spørreskjemaer inneholder felter for kvalitative svar, får vi ikke vite noe annet enn det brukerne velger
å fortelle.
Disse svakhetene ved spørreskjemaer er viktige å huske på for å lage gode spørreundersøkelser. Et
godt spørreskjema må lages så enkelt som mulig. Det er veldig nyttig å la en kollega teste det og være
kritisk, før det sendes ut. Tidsbruken er også viktig: Det blir flere svar om det ikke tar lang tid å fylle
6
ut spørreskjemaet – og her er 15 minutter lang tid. Det er også viktig å gjøre det mulig for dem som
svarer å se hvor langt de er kommet, og hvor mye de har igjen.
Et siste poeng er at det kan være krevende å analysere kvantitative data; statistikk kan være vanskelig
å forstå. Man må kunne en god del statistikk for å tolke statistikkprogrammenes analyser. Noe
statistikk er ganske forskjellig fra hverdagslogikk og fører ikke sjelden til at statistiske resultater tolkes
feil og blir misforstått, og det er rapportert at leger ofte ikke forstår statistiske analyser av hvordan
medisiner fungerer, og gir feil råd til sine pasienter. Designeren Sarah Rosenbaum skriver om dette i
sin ph.d.-avhandling, der hun foreslår måter å designe og presentere statistiske undersøkelser på som
gjør at de tolkes riktig.
Kvalitative undersøkelser
Vi bruker kvalitative metoder når vi ønsker å vite hvorfor ting skjer. I DMB jobber designere sammen
med brukere som har forskjellig erfaring og kunnskap – og tolkning – fra dem selv. Det å forstå brukerne på deres egne premisser gjør kvalitative metoder mest velegnet som tilnærming. I DMB er
det viktig a undersøke hva brukerne gjør, hvordan de faktisk gjør ting i praksis, og hvorfor de gjør som
de gjør. Vi er ute etter a forsta hvordan og hvorfor ting er som de er, og bruker derfor kvalitative
undersøkelsesmetoder som intervju og observasjon. Vi ønsker å forsta hvilken mening en hendelse
eller aktivitet har for den som opplever den, og hvordan den kan forstas av andre.
Det gjøres enklest ved å besøke brukerne i deres egen kontekst og gjøre feltarbeid, observasjon og
analyse, der. I feltarbeidet er det mulig å stille nye spørsmål i intervjuer og følge opp observasjoner
med spørsmål når vi opplever noe vi ikke hadde tenkt ut på forhånd. Det å bli kjent med
brukskonteksten åpner for at vi forstår mer av hvorfor ting er som de er, hvorfor brukerne forstår og
mener som de gjør, og hva som er viktig for at et framtidig artefakt skal kunne fungere i
brukskonteksten. Ogsa observasjon og intervju blir enklere etter hvert som man forstar mer av hva
man ser og hører. Observasjon og feltarbeid er viktig for å se hvordan ting foregår i praksis, ikke bare
høre om hvordan det burde foregå eller skal foregå «etter boka».
Det å oppleve felten – se ting med egne øyne, høre med egne ører, lukte og føle på atmosfæren – gir en
kroppslig forståelse av brukskonteksten som man aldri kan få gjennom andres beskrivelser eller bilder.
Man kan følge opp med spørsmål der det er forskjell på det de sier og det de gjør, og man kan få
innblikk i ting som ikke sies, fordi det tas for gitt eller er noe det ikke snakkes om eller er «tabu». Hvis
vi er flere på feltarbeidet, vil vi sikkert oppdage at vi legger merke til ulike ting og gir ulike
beskrivelser av det samme. Dette er lærerikt for å bli klar over egne og andres «blindsoner» når det
gjelder fortolkning. Da er det også enklere å forstå at andres beskrivelser uansett vil ha sine egne
blindsoner og foretrukne fortolkninger.
For å få et rikt bilde av det som foregår, er det lurt å gjøre mange observasjoner og intervjuer, uten
dermed å tro at man får avdekket sannheten. Med mange observasjoner og intervjuer kommer det
kanskje til syne mønstre, altså likheter og variasjon i hvordan folk gjør de samme tingene. Dette kan
være nyttig som bakgrunn for design.
Noen brukere er spesielt sårbare, og i noen brukskontekster må vi være spesielt varsomme. Jeg og
mine kolleger har jobbet mye med eldre og syke. Det å gjøre feltarbeid og design på sykehus eller
eldresentre kan innebære å jobbe med brukere som ikke kan delta eller bare kan delta i liten grad. Da
er det viktig å ta hensyn til disse brukerne. Erfaringene med å samarbeide med eldre inkluderer også at
de blir syke eller til og med dør mens samarbeidet pågår. Dette er en følelsesmessig påkjenning for oss
som forskere. Men jeg vil også understreke at det er viktig å forske sammen med mennesker som
sjelden får sin stemme hørt i samfunnet.
7
Å blande metoder
Det gar fint an a kombinere kvalitative og kvantitative metoder. Man kan blande dem i det som ofte
kalles mixed methods, og f.eks. bruke kvantitativ analyse pa kvalitative data – hvor mange av dem
man intervjuet mente X, eller kvalitativ analyse av kvantitative data, som tolkning av loggdata. Et
eksempel pa dette er fra Naoe Tataras ph.d.-prosjekt. Først logget Tatara hvordan en gruppe pasienter
brukte en diabetes-app over et halvt ars tid. Hun samlet inn kvantitative data om hvor ofte og hvor
mye brukerne brukte appen. Deretter gjorde hun en kvalitativ analyse av disse dataene og fant at de
viste ulike bruksmønstre over tid, selv om alle brukte appen helt likt de første par ukene. Tatara kom
fram til at brukerne kunne deles i tre grupper med forskjellig bruk av appen, og fulgte opp denne
analysen med å intervjue disse tre brukergruppene for a få vite mer om hvorfor det var sann.
Å bruke flere ulike undersøkelsesmetoder kalles ofte for triangulering av metoder – a systematisk
bruke minst to forskjellige perspektiver i datainnsamling og analyse. Ordet triangulering kommer
egentlig fra navigasjon der en beregner avstanden til et punkt basert på to andre kjente punkter. Med
metodetriangulering menes at man bruker ulike undersøkelsesmetoder pa samme fenomen, eller bruker ulike teorier, eller at ulike forskere ser pa det samme. Man kan ogsa samle inn forskjellige data
om samme fenomen, fra forskjellig tid og sted, kilder og personer. Poenget er a systematisk bygge pa
flere typer data og ulike innfallsvinkler til samme fenomen for a fa mer kunnskap om det man
studerer.
Jeg vil anbefale å starte med kvalitative undersøkelser, med observasjon og intervju, for a fa vite nok
til a stille gode spørsmal i de videre undersøkelsene, uansett om de er kvalitative eller kvantitative. I
forskningen ved Omsorg+-boligen jeg har beskrevet tidligere, brukte vi både kvalitative og
kvantitative metoder for å forstå hvordan velferdsteknologi ble brukt i praksis. Vi observerte og
intervjuet beboerne, og vi brukte en spørreundersøkelse for å finne ut hvor mange som brukte
teknologien og pa hvilke mater.
Kvalitative og kvantitative metoder skiller seg fra hverandre pa mange mater. Kvalitative metoder gar
tett pa det de undersøker, mens kvantitative metoder kan holde mer avstand til sine
undersøkelsesobjekter i datainnsamlingen. En kvalitativ tilnærming vektlegger ofte dybde framfor
bredde, det å forstå ett tilfelle ordentlig heller enn å vite hvordan en større populasjon forholder seg til
et spørsmål. Studerer man ett tilfelle, er det ikke godt å si om dette er en gjennomsnittsperson eller en
som er veldig uvanlig, men det er ikke alltid så viktig hvis det er personens begrunnelser man er ute
etter å forstå. Kvalitativ forskning retter seg derfor ofte mot «ekstrembrukere», dvs. mennesker som
har spesielle behov eller utfordringer, eller på andre måter utfordrer antakelsen om hva som er en
«normal bruker». Det kan gjelde mennesker som ufrivillig er blitt ikke-brukere av en vanlig digital
tjeneste, eller det kan gjelde eksperter som trenger et spesialverktøy i jobben. Å være opptatt av
ekstrembrukere eller «unormale» brukere er forskjellig fra en kvantitativ tilnærming, der vi er opptatt
av generalisering og at resultatene skal gjelde for mange. Det betyr at vi er opptatt av om utvalget som
er undersøkt er representativt; et skjevt utvalg gir lavere ytre validitet.
Troverdighet og overførbarhet
Kvalitativ forskning er altså ikke alltid opptatt av om brukerne er representative eller ikke, eller om de
kan være representanter for flere enn seg selv. Dette er spesielt tydelig innenfor universell utforming,
der brukere ofte bare kan representere sin egen nedsatte funksjonsevne. En blind person vil verken
kunne representere en som har litt synsevne eller en som ikke hører. Kvalitativ forskning er ofte
fortolkende, og dermed har ikke «bias» eller partiskhet samme betydning: Alle mennesker er partiske
og tolker verden på sin måte. Vi må derfor istedenfor tilstrebe at vår egen partiskhet blir tydelig, og
ikke anta at den kan bli eliminert, som positivister ofte ser ut til å gjøre. Men også i naturvitenskapene
vet man at observatøren påvirker et eksperiment bare ved å observere det.
8
Siden kvalitative tilnærminger ikke er så opptatt av generalisering av et resultat til mange personer,
mener pedagogikkforskerne Catherine Marshall og Gretchen Rossman at det er bedre å bruke andre
ord når vi skal vurdere kvalitative undersøkelser. Marshall og Rossman foreslår disse begrepene:
• troverdighet («credibility», «believability») i stedet for det som kvantitative tilnærminger
beskriver som «indre validitet», altså at undersøkelsen ble utført slik at spørsmalet ble
undersøkt og beskrevet pa en ordentlig og troverdig mate;
• overførbarhet («transferability») i stedet for «ytre validitet» eller «generalisering». Her vil
søkelyset være på om og hvor lett det er å overførbare resultatene vi har kommet fram til, til
andre situasjoner og kontekster. Her kan flere undersøkelser eller undersøkelser av flere
eksempler – eller triangulering – styrke resultatene og gjøre dem enklere å overføre til flere;
• avhengighet («dependability») refererer til om undersøkelsen er avhengig av undersøkeren
og opplegget – tilstedeværelse, kompetanse, rolle, tolkning osv. – der poenget er a gjøre
disse mulige partiske sidene tydelige i rapporteringen slik at andre kan vurdere
undersøkelsen bedre. Dette er viktig i fortolkende undersøkelser og unnlates ofte i
positivistiske studier;
• bekreftbarhet («confirmability») i stedet for «objektivitet». Her er oppmerksomheten pa om
resultatene er begrunnet i dataene, eller om de kan sies a være resultat av undersøkerens
forutinntatthet eller partiskhet. Her søkes det etter bekreftelse ved å vise til data fra andre.
Det er bra om ens egne funn bekreftes av andre, at andre oppdager eller konkluderer det
samme.
I kvalitative undersøkelser er det derfor veldig viktig a dokumentere dataene og metodene man har
brukt for a samle dem inn. Da vil det være lettere for leseren a tro pa resultatene og lettere å bruke dem
i egne undersøkelser og overføre dem til andre situasjoner. Vi tror på resultatene når vi får en rik
beskrivelse av det som er undersøkt, og når vi kan følge hvordan analysen er gjort og hvordan den er
forankret i dataene. I kvalitative undersøkelser er det viktig å tenke over hvordan det rapporteres fra
undersøkelsene.
6.2 Feltarbeid
I praksis gar kvalitative undersøkelser helt enkelt beskrevet ut pa a se hva folk gjør: observasjon, og å
snakke med dem: intervju, for a samle inn data om hva folk gjør, hvordan og hvorfor. I tillegg tenker
vi over det vi ser og hører: refleksjon og analyse.
Det a dra pa besøk til brukerne, til brukskonteksten, og se hvordan det er der, studere hva de gjør og
hvordan, og snakke med dem, kalles feltarbeid, at man reiser ut i «felten» og undersøker hva som skjer
der. Noen fag har det a forsta andre kulturer som sin hovedbeskjeftigelse: etnografi – etno: kultur/rase + grafi: skrive, og sosialantropologi – logi: læren om, og antropo: menneske. Begge fagene studerer
folks praksis og beskriver dem, og i denne boka er ikke forskjellene mellom de to fagene sa viktig.
Tidligere studerte sosialantropologer fremmede stammer i fremmede land, i dag studerer de like gjerne
individer og grupper i vart eget samfunn.
I sosialantropologi og etnografi vektlegges det å lage tykke beskrivelser («thick descriptions») av folk:
både handlingene de gjør, i konteksten, og den meningen de tillegger dem. Det var antropologen
Clifford Geertz som gjorde begrepet tykke beskrivelser kjent som en betegnelse på sin
undersøkelsesmetode. Han hadde begrepet fra filosofen Gilbert Ryle, som skilte mellom tynne,
overfladiske beskrivelser av hva folk gjør og tykke beskrivelser, som plasserer handlingen i en
kontekst som er med på å gi handlingen mening for både den som handler og dem som observerer den.
Tykke beskrivelser gir oss bakgrunn for å forstå hvordan andre handler, og for antropologer er det
viktig at vi henter forståelsen for andre fra praksis og ikke fra en teori.
9
6.2.1 Observasjon
Observasjon handler om å se hva folk gjør, og det kan gjennomføres pa mange forskjellige måter. Man
kan gjøre deltakende observasjon, der man deltar i aktivitetene eller samfunnet som man observerer,
mens man observerer. Sosiologen William Foote Whyte blir regnet som den som etablerte deltakende
observasjon med boka Street corner society. Boka beskriver det sosiale livet blant guttegjenger i en
italiensk bydel i Boston. Foote Whyte bodde i bydelen i tre og et halvt år, og i et og et halvt år av disse
hos en italiensk familie. En annen kjent studie er Banana time av sosiologen Donald Roy, om
arbeidsforholdene til fabrikkarbeidere.
Man kan også observere uten å delta, som «flue på veggen». Man kan observere som publikum eller
besøkende på et offentlig tilgjengelig sted, eksempelvis observere hvordan reisende bruker en automat
for å kjøpe billetter. Men vanligvis observerer man i mindre sammenhenger, og da er det viktig å
planlegge og gjennomføre observasjonen i samarbeid med dem som skal observeres.
I Florence-prosjektet gjorde vi mange observasjoner i flere sykehusavdelinger. Vi var interessert i
sykepleieres arbeid, men det betød at vi også ville komme til å observere dem i samhandling med
pasienter, pårørende og andre yrkesgrupper på sykehuset. Vi skrev under på taushetserklæring på
sykehuset, og mens vi observerte, hadde vi pa oss hvite frakker for å unngå spørsmål – og
bekymringer – fra de andre om hvorfor vi var der og hva vi gjorde der. Vi holdt oss i bakgrunnen og
forsøkte å gå i ett med omgivelsene, og vi gjorde bare notater med penn og papir.
Et annet eksempel på en undersøkelse der den som undersøker ikke deltar, beskrives av informatikeren
Guri Verne i hennes ph.d.-avhandling. Hun satt hos Skatteopplysningen og fikk lytte til samtaler fra
folk som ringte inn og fikk hjelp, såkalt «medlytt». Da hun begynte sine observasjoner i 2012, var det
nesten to millioner samtaler til Skatteopplysningen enda skatt allerede den gang var nesten helt
automatisert. Hva var det de spurte om? Hva var det de syntes var vanskelig? Hun hørte på cirka 500
telefonsamtaler for a finne ut hva innringerne spurte om. Det var relativt få spørsmål om vanskelige
skattespørsmål, og flest spørsmål om hvordan innringers situasjon passet inn i skattesystemets regler,
og om de hadde regnet riktig. En interessant side ved denne undersøkelsen var at mange av
innringerne ikke fikk til å bruke nettjenestene, slik at hun på denne måten fikk høre «ikke-brukernes»
stemme.
Da jeg gjorde observasjoner på en avdeling for kreftsyke barn i Sisom-prosjektet, ble det veldig
unaturlig a ikke delta. Jeg observerte barna i sykehusets skolestue og i lekerommet. Jeg ble en av de
voksne som var til stede, og det ble unaturlig å ikke hjelpe til med lekser eller spill når jeg ble spurt.
At det kan oppleves veldig rart å ikke delta, opplevde også Geir Ole Hansen, som i sin masteroppgave
gjorde observasjon i ambulansetjenesten. Han var med på utrykninger og følte at det ble veldig rart a
bare sta og se pa at de andre ambulansefolkene reddet livet til folk, og ikke hjelpe til. Han gjorde
derfor det han kunne bidra med, ved å være med og bære utstyr o.l. Jeg har tidligere fortalt om Siri
Dølvik Reder, som i sin masteroppgave designet et digitalt tannkart for sykehjemsbeboere. Hun hadde
behov for å observere tannstellet på sykehjem og ble med pleiere inn til beboere for å se hvordan de
utførte tannstellet. Under observasjonen hadde hun på seg sykehjemmets uniform, både for smittevern
og for å ikke vekke oppsikt. I feltarbeidet sitt opplevde hun flere ganger å bli med i omsorgen for de
gamle. I løpet av feltarbeidet holdt hun flere av de gamle i hånden og pratet med dem, og hun utførte
enkelt munnstell. Til alt hell hadde hun erfaring fra jobb på sykehjem selv og taklet situasjonen.
Noen masterstudenter deltar enda mer i sitt feltarbeid. Jeg trekker fram to masteroppgaver jeg har
beskrevet tidligere. Ingvild Eide, som studerte informasjonsbehandling i hjemmetjenesten, jobbet som
hjemmehjelp i et halvt ars tid som et ledd i feltarbeidet sitt. Hun skrev notater om sitt eget arbeid som
hjemmehjelp og brukte dette som datamateriale i sin masteroppgave. Suzanne Sannes jobbet også som
hjemmehjelp og fikk en pasient med ALS. Hun brukte sin kompetanse som hjemmehjelp da hun
observerte hvordan ALS-pasienten brukte de tekniske hjelpemidlene hun hadde fått. Da ALS-
10
pasienten ble dårligere, ble det vanskelig for Sannes å kombinere det å være masterstudent med
ansvaret som hjemmehjelp, og hun valgte å slutte som hjemmehjelp og fortsette feltarbeidet så lenge
ALS-pasienten ville.
Å være i felten
Observasjon er ikke sa lett som man tror. I kapittel 3 skrev jeg om at vi tolker og «siler» alle
synsinntrykk, og ser det vi forstar og kan gjenkjenne. Dessuten ser vi ofte det vi ser etter. I mitt første
feltarbeid i Florence-prosjektet observerte jeg bl.a. pa hjerteovervakningsavdelingen pa et sykehus.
Mine feltnotater fra de første dagene er veldig korte fordi det var mye jeg ikke forsto og derfor ikke la
merke til. Notatene ble fyldigere og lengre etter hvert, og det hjalp veldig at sykepleierne forklarte hva
de gjorde, og hvorfor de gjorde det sann. Jeg husker spesielt en morgen da jeg fulgte med på
morgenrunden. Jeg var bakerst i følget av leger og sykepleiere som gikk morgenrunde for å se til alle
pasientene. Vi flokket oss rundt sengen, og legen og sykepleierne snakket med pasienten, før alle toget
videre. Etterpa spurte en sykepleier meg om jeg la merke til at hun hadde tatt en titt pa anklene til
pasientene pa runden. Jeg hadde ikke lagt merke til at hun løftet pa dyna og sa og kjente pa anklene til pasientene, men pa neste morgenrunde sa jeg det godt. Hun forklarte at bla, hovne ankler er et tegn pa
at hjertet ikke fungerer sa godt, og at det var et interessant symptom å sjekke på en
hjerteovervåkningsavdeling.
I praksis dreier feltarbeid seg om a se pa hva folk gjør, og kanskje særlig hvilke verktøy og artefakter
de bruker, og hvordan. Det enkleste er a se etter problemer; «look for trouble», for a finne ting som
kan forbedres eller kan gi opphav til nye løsninger. Observasjonen kan se etter ulike ting, det vanligste
er nok å følge en person gjennom en dag eller en aktivitet. Å følge etter en person kan føles litt rart for
både den som følger og den som (for)følges, og det er ikke uvanlig at de som observeres føler at de
blir evaluert. Et tips for å unngå usikkerhet om hva observasjonen går ut på, er å være åpen og vise hva
man noterer og eventuelt tar bilde av. Gi dem du observerer mulighet til å kontrollere dataene om dem,
som at de skal kunne kommentere og eventuelt rette opp feil, eller «stryke» og trekke tilbake data, som
bilder eller uttalelser.
Det kan være lurt a se hva folk gjør i et tidsperspektiv, og følge en prosess, som «pasientens gang
gjennom sykehuset», siden problemer et sted i prosessen kan ha sitt opphav et annet sted. Jeg har hatt
nytte av a være systematisk pa det med a skifte perspektiv, som å følge en person rundt, og sa følge en
ting eller et dokument rundt, for sa a sitte pa et bestemt sted og observere dem som kommer innom, og
hva de gjør. Det kan være nyttig å observere på ulike tidspunkter, på sykehus er det f.eks. stor forskjell
på morgen-, kvelds- og nattevakter, og på ukedager og helger. Husk ogsa a følge med pa hva folk sier
mens de gjør ting, og hvordan de snakker om det de gjør. Språkbruksforskeren Peter Bøgh Andersen
gjorde lydopptak av en dag i et bilverksted for å finne ut hva de sa når de jobbet sammen om å
reparere en bil. Det viste seg å være vanskelig å forstå det de sa når han ikke visste hva de gjorde.
Man kan ogsa skifte perspektiv ved a prøve a se stedet/aktiviteten fra en bestemt posisjon og sa skifte
til en annen, og systematisk velge interessentene som er involvert i et fenomen. Hos barnekreftavdelingen i Sisom-prosjektet vil samme system ha forskjellig betydning om man er barn,
foreldre, lege, sykepleier eller lærer.
Observasjon gir innsikt i hva som faktisk skjer, ikke hva brukerne sier at skjer. I Florence-prosjektet så
vi flere ganger at sykepleierne gjorde ting de ikke skulle gjøre ifølge de formelle rutinene, som at de
erfarne sykepleierne skjønte når en pasient skulle endre medisineringen sin, og gjennomførte
endringen før morgenrunden og legens formelle beslutning om endringen ble tatt. De sa «ikke skriv
ned dette» til oss som observerte dem, siden mange av rutinene i sykehus har med ansvar og jus å
gjøre. Observasjon kan gi innblikk i ting som det aldri snakkes om fordi det er en vane, eller er så
selvsagt at man tar det for gitt, eller er tabu.
11
Dokumentasjon av observasjonsdata
Observasjon er utrolig nyttig for a bli kjent med brukernes verden og gir mulighet for å lære ting som
brukerne aldri snakker om. Det er derfor lurt a kombinere observasjon og intervju. Det er ogsa smart a
observere sammen med andre. Da kan vi snakke om det vi har sett, og vi vil sannsynligvis oppdage at
vi har sett og lagt merke til forskjellige ting. Det gar raskere a lage mening av det man ser med flere
personer som kan se og legge merke til ting. Dessuten kan det a diskutere det vi ser hjelpe oss å
avdekke og motvirke egne blindsoner og hjelpe oss til a se hvor mange mater dataene kan tolkes pa.
Noen liker å bruke et observasjonsskjema for å notere det man ser. Det er viktig at et slikt skjema er sa
enkelt at man ikke bruker tid pa a finne ut hvor i skjemaet ting skal noteres. I kapittel 3 beskrev jeg et
enkelt skjema for a observere hvordan folk bruker et artefakt, inspirert av Lucy Suchman (tabell 3.1).
Skjemaet legger opp til å se etter fire aspekter ved interaksjonen med et artefakt: hva brukeren gjør og
gir av input til artefaktet, og hva artefaktet gir av output og hva det gjør med den inputen den far.
Et annet eksempel på et enkelt skjema er et «empatikart» foreslått av IDEO, der man kan beskrive hva
brukeren sier, tenker, føler og gjør.
Figur 6.1 Empatikart. Etter IDEO
Vi kan også lage skjemaer som inneholder spesielle aspekter ved bruk vi er interessert i, men det er
viktig å huske på at for å notere bestemte aspekter kan det hende at vi må gjøre noe analyse for å fylle
ut skjemaet, og det vil ta tid fra selve observasjonen. Det hender vi kan gjøre videoopptak som kan
analyseres i ettertid. Videoanalyse er meget tidkrevende, men kan være verdt å gjøre dersom det er
detaljer i aktiviteten man er ute etter å forstå, f.eks. noen enkelte operasjoner.
For a rapportere fra feltarbeid er det viktig a kunne dokumentere det man har sett og hørt, og det er lett
å glemme hva man har lært om konteksten. Det er viktig å skrive og notere underveis, ta bilder, lage
skisser og skrive feltnotater og sitater fra intervjuer, særlig om det ikke er opptak av samtalen. Skriv
referat med en gang etter intervju og observasjon, mens feltarbeidet er friskt i minnet.
6.2.2 Intervju
Intervju dreier seg om å snakke med folk, og begrepet i seg selv hinter om en samtale mellom to som
utveksler syn, der intervjueren er den som leder samtalen. I intervjuer kan man bruke lukkede
spørsmal med svaralternativer, nesten som et spørreskjema, eller helt apne spørsmal som i en vanlig
samtale, eller alle slags mellomting – det som kalles semi-strukturerte intervjuer. Hvis man ikke vet sa
mye om omradet man utforsker, er det smart a starte med apne spørsmal, men ha en liste med temaer
og ting man lurer pa som et slags kart man kan navigere etter. Dette kalles en intervjuguide eller en
plan for samtalen.
12
En intervjuguide kan inneholde temaer man vil samtale om, eller konkrete, formulerte spørsmål. Jeg
anbefaler a forberede seg med en liste over temaer og ting man ønsker å få vite noe om, og også noen
konkrete, enkle og apne introduksjonsspørsmal som kan brukes til å starte samtalen. En hel samtale
med nedskrevne spørsmål kan lett bli veldig formell, og det kan binde intervjueren til å bli mer opptatt
av å stille spørsmålene riktig enn å lytte til svarene. Min erfaring er at det kan være smart å ha
formulert de første spørsmålene på forhånd. Etter hvert som man er blitt «varm i trøya», kan man gå
over til mer åpne spørsmål, og intervjuet kan ta mer form av en samtale der ogsa intervjuobjektet kan
komme opp med sine temaer. Husk å ikke fylle alle pauser med ord, da får den som intervjues tid til å
tenke og ta initiativ i samtalen også.
Idealet er a stille gode, apne spørsmal som gir den man intervjuer initiativ og mulighet til a snakke pa
sin mate. Det er viktig å unngå å lage ledende spørsmal der en nesten legger svaret i munnen pa den
man intervjuer: «som man spør får man svar», sier sosiologen Ottar Brox. Husk også at man av og til
kan oppleve at de man intervjuer svarer det de tror man vil høre, så det er lurt å snakke om ting på
flere måter slik at man får bekreftet svarene med svar på andre spørsmål. Man kan også bruke en
teknikk som kalles «the five why’s», altsa a spørre «hvorfor» sa mange ganger at man kommer til
bunns i saken.
Når man skal intervjue noen om et område man kan lite om, er det en god regel å gjøre undersøkelser
og lese seg opp på temaet/organisasjonen/aktiviteten før man møtes. Det viser respekt for
intervjuobjektets tid og gir også et bedre grunnlag for å stille gode spørsmal. La intervjuobjektene
velge sted for intervjuet, la dem være på hjemmebane.
Før jeg går mer inn på intervju, vil jeg understreke at det er viktig at de man ønsker å intervjue – eller
observere – får informasjon om hva du er interessert i, og hva som skal skje med det de forteller deg
gjennom en samtykkeerklæring. I en samtykkeerklæring skal informantene samtykke i undersøkelsen,
og det er viktig at det står at de kan trekke seg når som helst, og at de kan bestemme hva de vil si og
ikke. Det er viktig at samtykkeerklæringen ikke er for lang eller omfattende: De som intervjues er
mest interessert i akkurat sitt intervju. Hensikten med en samtykkeerklæring er at de som intervjues
eller observeres, skal være sikre pa at deres interesser blir ivaretatt i undersøkelsen.
Det er viktig å overholde personvernet og følge retningslinjene til Norsk senter for forskningsdata,
NSD. Hvis man skal samle inn personopplysninger, og sensitive data om personer, må man søke NSD
og oppgi hva slags data man skal samle inn, og hva de skal brukes til. Det er viktig å lagre dataene slik
at ikke uvedkommende får tilgang til dem.
I beskrivelsen av undersøkelsen vil jeg anbefale a anonymisere brukerne som er med i undersøkelsen,
slik at de ikke kan identifiseres av andre som leser rapporten. I tillegg mener jeg at man skal tilstrebe å
anonymisere sine informanter slik at de ikke blir identifisert av de andre informantene heller, som hvis
man intervjuer folk i en liten bedrift og en av dem kommer med negativ kritikk av noe: Hun eller han
skal kunne jobbe der videre, etter at vårt prosjekt er avsluttet. Det er derfor en god rutine å la de som
omtales få lese gjennom det som skrives om dem, og godkjenne det før det blir delt med andre.
Å snakke og lytte
Intervju er ogsa en aktivitet som gar bedre med litt øvelse. Det er ofte lurt å øve seg på en kollega før
sitt første intervju. Og det kan være nyttig a høre pa opptak av sitt eget intervju i etterkant og prøve å
vurdere om spørsmalene er ledende, for vage, for konkrete eller om man klarer å følge opp hvis
intervjuobjektet sier noe nytt eller interessant. Vær gjerne to sammen, der en spør og lytter og følger
opp, og en noterer og sjekker listen med spørsmal og temaer. Ta gjerne opp intervjuet, men husk å få
tillatelse først. Jeg har opplevd flere ganger at når det formelle intervjuet er forbi og opptaket er slått
av, sies det interessante ting som intervjuobjektet ikke ønsker å ha på et opptak.
13
Jeg er også av den oppfatning at det ikke alltid er nødvendig å transkribere lyd- eller videoopptak.
Transkribering tar lang tid, og det er sannsynligvis mye av opptaket som ikke vil siteres. Da er det
imidlertid viktig å sette av tid til å høre / se gjennom opptaket flere ganger, gjerne flere sammen, og
gjerne en ekstra gang etter at man tror man har analysert ferdig. Det er utrolig hvor ofte man oppdager
nye ting i et materiale som man tror man kjenner godt. Transkribering er den beste måten å bli kjent
med dataene på, men tar tid.
Noe av det vanskeligste i intervjuer er a lytte samtidig som man har ansvaret for a lede samtalen og
komme opp med spørsmål som gir svar på det man lurer pa. A være en oppmerksom og lyttende
intervjuer betyr a følge opp svarene man far, og spørre mer. Dette er enklere om man har apne
spørsmal og en liste med temaer man ønsker a fa vite noe om. Da kan man unngå å bli veldig bundet
av en spesiell rekkefølge eller en bestemt ordlyd på spørsmalene, og intervjuet kan bli mer som en
samtale. Jeg pleier ofte å avslutte et intervju med a ga gjennom temalisten/intervjuguiden sammen
med den jeg intervjuer, for a sjekke at han/hun har fatt snakket om alle temaene pa listen. Begynn
gjerne intervjuet med å spørre om enkle, konkrete fakta for a «varme opp», som hva personen jobber
med, eller be henne/ham beskrive en daglig rutine. I tillegg til å lytte er det å være ordentlig nysgjerrig
pa den man snakker med og det man undersøker viktig for å gjennomføre et godt intervju. Hvis man
virkelig skal ga i dybden, i et sakalt «dybdeintervju», ma man la intervjuobjektet gjøre det meste av
snakkingen og være den som styrer samtalen til ting hun/han vil snakke om. Det kan ta et par timers
tid.
Å være i felten
Som nevnt i 6.2 er det smart a kombinere observasjon og intervju. Det kan være vanskelig a fa tak i
hvorfor ting er som de er bare ved a observere. Dessuten er det ofte at folk ikke gjør det de sier de
gjør, eller de gjør andre ting enn det de sier. En kombinasjon av observasjon og intervju gir mest
informasjon. Mange aktiviteter er vanskelige å forstå uten å snakke med folk om hva de gjør og
hvorfor de gjør det sånn. Særlig aktiviteter der det foregår mye tenkning, er vanskelig å observere,
som idégenerering eller ekspertvurdering. I tillegg kan det være vanskelig å få til å observere sjeldne
eller uvanlige hendelser. Man må ofte ha litt flaks for å være på riktig sted til riktig tid – man må
kanskje nøye seg med å høre om dem i et intervju.
Hittil har jeg tatt for meg individuelle intervjuer, men det går også an å arrangere gruppeintervjuer.
Strukturerte gruppeintervjuer kalles ofte fokusgrupper. I gruppeintervjuer kan det være smart å legge
opp til en mer strukturert samtale siden dynamikken i gruppa vil påvirke samtalen: De som deltar vil
snakke med hverandre, og kanskje for hverandre, og ikke bare til og for intervjueren.
Gruppedynamikken kan også påvirke svarene, som at en person kan dominere samtalen eller
meningene i samtalen. Mistenker man noe slikt, kan det være smart å supplere den åpne
diskusjonen/samtalen med spørsmål til hver enkelt av deltakerne, kanskje uten at de individuelle
svarene blir delt med alle, som skriftlige ideer, avstemninger.
Jeg får ofte spørsmål om hvor mange man trenger å intervjue eller observere før det er «nok». Jeg har to tommelfingerregler jeg bruker for å bestemme meg for om og hvem jeg skal undersøke videre. Den
første er at nar jeg ikke lenger lærer noe nytt av et intervju eller en observasjon, kan jeg vurdere om
jeg vet nok, og kan avslutte undersøkelsen. Men det at jeg ikke lærer noe nytt, kan ogsa komme av at
jeg spør «feil» intervjuobjekter eller stiller dårlige spørsmål. Den andre tommelfingerregelen er at når
jeg forstår brukernes tenkemåte så godt at jeg kan gjenkjenne en god praktiker fra en ikke fullt så god,
har jeg nok kunnskap til å trappe ned undersøkelsene. Et litt langvarig feltarbeid vil ofte innebære at
man har etablert en god relasjon med dem man intervjuer og observerer, og i DMB får man ofte god
kontakt og har gjensidig interesse av hverandre. Det finnes tilfeller der designere har opprettholdt en
viss kontakt med dem som de har intervjuet og observert også etter feltarbeidet, men det tilhører
sjeldenhetene.
14
6.3 Analyse
Analyse har sin rot i gresk ana: gjennom, opp, og lysis: løsne, og brukes ofte om å løse opp noe
komplekst til enklere elementer, som kjemisk analysere en prøve. Analyse ses ofte som forskjellig fra
syntese, fra gresk syn: sammen, og tese: plassere, sette, som refererer til a sette deler eller
bruddstykker sammen til en helhet, f.eks. danne en kjemisk forbindelse. I en analyse ser vi pa hvert
element og studerer det grundig, eksempelvis kan vi studere en arbeidsoppgave, som a betale
regninger eller skrive en rapport, og finne ut at den bestar av mange sma oppgaver, og at de ma utføres
i en bestemt rekkefølge for at oppgaven som helhet blir løst. Vi identifiserer deloppgavene og studerer
dem hver for seg, og ser etter relasjoner eller avhengigheter til andre deloppgaver.
Gjennom dette får vi bedre forståelse for det vi analyserer, og vi kan se all slags detektivarbeid pa
denne maten, der det å studere biter veldig nøye gir innspill til å forstå den helheten eller puslespillet
de inngår i. I syntese setter vi delene sammen til en ny helhet, og syntesen innebærer ofte noe helt nytt,
et sprang. Resultatet av syntesen gar ofte videre enn analysen, som er begrunnet i data - vi kan si at
analyse er å dele ord inn i språklyder, mens syntese er å sette sammen språklyder til ord.
Nar vi studerer hva og hvordan mennesker gjør som de gjør, forsøker vi a finne begrunnelser og
mønstre som kan forklare hvorfor folk gjør ting slik de gjør dem, hvorfor ting er som de er. I denne
boka tar jeg bare for meg kvalitativ analyse, altså den delen av de kvalitative undersøkelsene som
handler om hva vi gjør etter at vi har samlet inn data om hvordan og hvorfor ting er som de er.
6.3.1 Å lage mening
Analyse framstår ofte som noe magisk. Man lager mening fra data. Men egentlig gjør vi alle alltid
analyse fordi all persepsjon inkluderer analyse, fordi vi ikke er i stand til å prosessere alt vi ser, vi siler
og kategoriserer og lager mening. Vi lager mening i nye situasjoner ved å tolke det som noe vi kjenner
fra før, jf. kapittel 2. Mange informatikere og designere er analytiske og kategoriserer ting så raskt at
de nesten ikke legger merke til at de gjør en analyse. Informatikeren Guri Verne pleier å sammenlikne
analytiske evner med gehør. Noen har absolutt gehør og hører hvilken tone det er og kan ikke ikke-
høre den, mens andre har gehør og hører melodier, og andre igjen har ikke gehør i det hele tatt. Slik
kan vi snakke om analytiske evner også, og for veldig analytiske personer vil det å skulle gjøre en
analyse handle mest om å være ekstra systematiske i framgangsmåte og dokumentasjon.
I 6.1 gjenga jeg Kallebergs beskrivelse av forskning, der han sier at analyse og teoretisering av
innsamlede data er en viktig forutsetning for å svare på forskningsspørsmålene. I praksis er kvalitativ
analyse tett sammenvevd med kvalitative undersøkelser: Vi har et spørsmal vi lurer pa, og observerer
og intervjuer for a samle data, samtidig som vi reflekterer og tenker og tolker hva dataene vi samler
inn kan bety. Det at vi alltid tolker det vi ser og at vi ser etter bestemte ting, gjør at vi automatisk og
uunngåelig analyserer mens vi samler inn data. Disse iterasjonene med innsamling og tolkning av data
gjør at de to prosessene pavirker hverandre. Vi gar ut fra at delene vi ser pa, inngar i en meningsfylt
helhet som igjen pavirker hvordan vi forstar delene. Det betyr ogsa at var forstaelse av delene pavirker
hvordan vi forstar helheten, osv., osv. Dette kalles en hermeneutisk sirkel. Som et eksempel på dette
fortalte jeg fra Florence-prosjektet at jeg, først etter a ha fatt en forklaring, klarte a legge merke til at
sykepleierne løftet pa dynen og sa og kjente pa anklene til hjertepasientene for a sjekke om anklene
var bla eller hovne. Av samme grunn er apne intervjuer bra for å kunne følge opp med spørsmal etter
svar som vi tror kan være viktige for a forsta mer av det vi er ute etter a undersøke.
I kapittel 2 beskrev jeg Schöns teori om hvordan design foregår som designeksperimenter, noe som
var resultatet av en analyse han hadde gjort basert på observasjoner av designere i arbeid. Analysen
hans hadde overføringsverdi ved at hans begreper passer til å beskrive mange forskjellige typer design.
Det går også an å analysere data med begreper fra en teori, for å se hvordan begrepene passer med
praksis, og hvordan teorien kan videreutvikles for å beskrive den aktuelle praksisen bedre. Min bruk
15
av Schöns begreper om designeksperimenter for å snakke om designbeslutninger er et eksempel på en
slik bruk av teori.
Et siste, ganske konkret eksempel kan være designforskeren Margot Breretons beskrivelse av hvordan
en eldre dame, Marie, ordner tingene sine rundt seg slik at hun har alt hun trenger innen rekkevidde.
Marie er dårlig til bens. Basert på observasjon av hvordan Marie har ordnet tingene sine, kaller
Brereton dem vane-objekter («habituated objects») og bruker et av dem som utgangspunkt for design.
Hun lager en tekjele med meldingsfunksjon til Marie fordi da vet hun at Marie vil se meldingene hver
ettermiddag når hun drikker te. Artefaktet er designet som et vane-objekt.
6.3.2 Koding
De fleste analysemetoder foreslår at man «koder» datamaterialet sitt, altså tilordner mening til biter av
materialet. For a kunne gjøre dette ma man sørge for a ha dokumentasjon eller representasjon av
dataene: notater, sitater, transkripsjoner, observasjonsskjemaer, bilder, skisser osv. Hvert intervju eller
observasjon vil gi opphav til mye «data».
Et godt eksempel er masteroppgaven til Martine Eklund og Seline Tomt. De samlet inn store mengder
data om studenters opplevelse av IT-systemene på UiO fra intervjuer, observasjoner og
spørreundersøkelser. Fra disse datakildene identifiserte de poenger, en første analyse, som de noterte
pa post-it-lapper i forskjellige farger, som utgjorde enda en kategorisering, og som de hengte opp pa
en vegg. De jobbet videre med post-it-lappene, grupperte dem, i enda en analyse, og kom fram til noen
hovedkategorier med flere underkategorier i. Analyse består altså av «koding» eller kategorisering og
gruppering.
Figur 6.2 Analysearbeid: kategorisering av data. Fra Eklund & Tomt 2016 (masteroppgave)
Et annet eksempel finner vi i masteroppgaven til Wilhelm Damsleth. Han transkriberte alle intervjuene
sine og gikk gjennom dem med fargetusj og markerte viktige ord og sitater, og kodet dem, slik at de
som hadde samme mening fikk samme farge. Da ble det enkelt a fa oversikt over hvilke ord og sitater
som handlet om det samme. Damsleth er en av ganske fa masterstudenter som har brukt Grounded
Theory (GT) riktig. De fleste lager bare en runde med koding av sine data og følger ikke de strenge
reglene for koding som GT krever.
GT starter med transkripsjon av intervjudata. Etter det gjør man en første åpen koding («open
coding»), der man noterer hva teksten handler om. Deretter gjør man en såkalt «axial coding», der man
jobber med de åpne kodene – og ikke dataene – og relaterer de åpne kodene til hverandre i
arsaksforhold, kontekst, handlingsstrategier, betingelser, konsekvenser o.l. Det siste skrittet er
«selective coding», der man skal finne en kjernekategori som alle de andre kategoriene kan relateres
til.
16
Veldig fa jobber med koding pa denne maten. De fleste foretrekker a jobbe videre med bade
koder/kategorier og data etter den første runden med koding. I GT jobber man ikke med nye data etter
at åpen koding er ferdig.
Figur 6.3 Analysearbeid: koding med dataverktøy og for hånd. Fra Damsleth 2013 (masteroppgave)
Det finnes dataverktøy som kan gjøre noe av kodingen automatisk, basert på transkriberte data.
Damsleth startet ut med et slikt verktøy, men han erfarte at han fikk et altfor stort antall koder, og at
han mistet oversikten. Han gikk derfor tilbake til manuell koding og opplevde at den silingen og
tolkningen som han gjorde ved å kode manuelt, var mer effektivt og ga færre og bedre koder. I tillegg
ga den ham mye bedre oversikt over datamaterialet ved at nye kategorier og mønstre dukket opp
underveis. Manuell koding ga en bedre nærhet til dataene.
En enklere utgave av koding kan vi se i masteroppgaven til Karoline Stark. Hun noterte seg sitater fra
intervjuer og verksteder med eldre brukere av nettbank og gikk gjennom alle notatene sine pa leting
etter ting de hadde sagt var «lett» og «vanskelig». Med denne analysen fikk hun en samling utsagn om
hva de syntes var lett og vanskelig, som hun kunne ga videre med. I hver av disse kategoriene lette
hun videre etter om de hadde sagt noe om hvordan eller hvorfor det var lett/vanskelig.
Figur 6.4 Analysearbeid: data fra intervju og framtidsverksted. Fra Stark 2016 (masteroppgave)
All analyse dreier seg om koding av data, altså å finne ut hva dataene egentlig sier, og samle de
dataene som sier det samme. Ved å systematisk kategorisere data og videre kategorisere kategoriene
kan man komme fram til ny innsikt i og forståelse for et fenomen.
17
6.3.3 Analytiske perspektiver
Hittil har jeg skrevet om analyse ut fra dataene i seg selv, men det er ikke uvanlig å bruke teori eller
begreper som utgangspunkt for tolkningen. Vi ser etter bestemte ting i dataene, om et begrep passer,
eller en teori ser ut til å stemme. Et eksempel er fra Johanne Oskarsens masteroppgave. I et intervju
med en operatør på sykehuset fant hun ut at det var tre ansatte som jobbet med drift og vedlikehold av
sykehusets roboter. Hun ble derfor nysgjerrig på hva de gjorde, og hva robotene gjorde, og begynte å
se etter om begrepene om arbeid og sammenføyningsarbeid som jeg presenterte i kapittel 4, kunne
brukes for å analysere observasjons- og intervjudataene hennes. I tillegg brukte hun analysen fra
masteroppgaven til Magnus Søyland og Vegard Søyseth, der de skriver at man må tilrettelegge eller
«fasilitere» for roboters arbeid, både før, under og etter robotarbeidet. Oskarsen diskuterte forskjeller
og likheter mellom tilretteleggingsarbeid og sammenføyningsarbeid, og sammenliknet dette med
dataene sine. Hun konkluderte med at roboter krever en god del tilrettelegging, og at hvis menneskene
må bruke mye tid og oppmerksomhet på å tilrettelegge under arbeidet deres, er det kanskje ikke så
mye å spare på å la roboten gjøre en arbeidsoppgave.
I analysen kan vi anlegge et bestemt perspektiv, f.eks. fra en teori, eller vi kan systematisk skifte
perspektiv på dataene for å få en bedre analyse. En kjent teknikk for dette er designerne Ray og
Charles Eames, som foreslo å bruke 10-ganger’n («The Power of Ten») for å forstå universet. Kort
sagt går det ut på å se på en ting 1 m unna, se på den samme tingen 10 m unna, 100 m unna osv. og så
fokusere innover til 10 cm, 10 mm osv. Det å se på det samme fenomenet med ulike «briller» kan gi
ny innsikt. Et eksempel på en analyse der avstand er et poeng, forteller om en vaskemaskin som var på
nippet til å bli en verdensomspennende suksess, men som ikke kunne brukes i India. Vaskemaskinen
var konstruert slik at de tynne stoffene i sarier brukt i India ble ødelagt i vask. Selv om designere kan
befinne seg hvor som helst i verden, er bruken og brukere alltid et sted, i et lokalmiljø. A løfte blikket
og se ting fra flere sider er derfor viktig slik at både problem- og løsningsrommet utvides.
Sammen med Guri Verne har jeg forsket på hvordan man kan komme fra studier av hva som er
vanskelig a bruke for noen brukere, til a designe noe de vil synes er lett a bruke. I arbeidet fant vi flere
eksempler på IT-systemer som oppleves som vanskelige å bruke, og i analysen vår så vi at det kunne
skyldes enten at 1) systemet eller artefaktet er vanskelig å bruke i seg selv, eksempelvis et vanskelig
grensesnitt, 2) det er andre omstendigheter i brukssituasjonen eller i konteksten som gjør at det er
vanskelig, som at en knapp er montert for høyt oppe til at man når den. Vi fant også eksempler på 3),
at andre kan gjøre noe som påvirker ens egen bruk, som at du får krav om å betale en regning, men der
det er noen andre som har glemt å sende inn kvittering på at du allerede har betalt. I tillegg så vi at noe
av det som gjør ting vanskelig, er hvis man ma lære seg en ny mate a gjøre tingen pa, og da er det
faktisk også en forskjell pa om man ma lære seg en ny mate a gjøre noe pa, eller om man ma avlære
seg en gammel vane. Analysen var dreide seg om a finne forklaringer på hva som er vanskelig som
kunne lede til svar pa spørsmalet om hva som vil være lett a bruke.
6.4 Ikke bare feltarbeid
Kvalitative undersøkelser er en viktig del av DMB siden designerne trenger å forstå brukskonteksten
for å kunne foreslå designløsninger som vil passe inn der. Dette er en viktig del av den gjensidige
læringen: at designerne forstår brukskonteksten, er viktig for at de kan legge til rette for at brukerne
kan lære om teknologi på sine egne premisser. Men læring om brukerne kan også foregå på andre
måter, og på måter som er mer preget av samarbeid.
I kapittel 5.3 beskrev jeg teknikker og verktøy for gjensidig læring og samskaping og foreslo at
teknikker og verktøy kan kategoriseres som å fortelle, lage og spille. Alle disse kan brukes til å lære
om brukskonteksten og brukernes aktiviteter, og for brukerne til å lære om teknologi. I arbeidet med å
forstå bruk og brukskonteksten er det særlig det å få fram flere fortellinger som er viktig. Nedenfor
beskriver jeg kort noen flere teknikker og verktøy som kan brukes for å bidra til at designerne forstår
brukskonteksten. Det er altså mange veier til gjensidig læring.
18
6.4.1 Kart og rike bilder
Kart og rike bilder er enkle kartleggingsteknikker som gir deg oversikt over hvem og hva som inngar i
situasjonen, og poenget er a bruke superenkle tegne- og kartleggingsteknikker slik at det er innholdet
som vektlegges, mer enn a tegne «riktige» kart. Rike bilder har vært brukt i informatikk i mange ar for
a kartlegge hvem og hva som inngar i brukskonteksten. Ved a kartlegge hva som inngar, er det enklere
a velge hvor problemet skal rammes inn og hva som skal innga, og dermed komme nærmere en god
definisjon av problemet. Kartleggingsteknikker kan inkludere å kartlegge både brukssituasjonen og
konteksten, men man kan også kartlegge relasjoner, drømmer osv. slik at kartene kan brukes til å
diskutere både problemer og ønsker.
Jeg har tidligere nevnt rike bilder, i 1.3.2 og 5.3.1, og beskrevet det som er en enkel
kartleggingsteknikk fra den sosiotekniske metoden Soft Systems Methodology av Peter Checkland.
Det første rike bildet av en brukssituasjon eller -kontekst kan gjerne inneholde både mennesker og
artefakter, systemer og regler som påvirker aktiviteter og samarbeid mellom menneskene der.
Tegningene kan være enkle med tekst som forklarer hva vi ser, og det er særlig viktig å tegne inn
- ulike perspektiver, symbolisert med et øye
- samarbeid, symbolisert med håndtrykk og hjerter
- konflikter, symbolisert med kryssede klinger
- informasjonsveier, symbolisert med piler og streker
- mobilitet av mennesker og artefakter i tegningen
Dette kan gi oversikt over situasjonen og gi en anledning til å ramme inn konteksten og prosjektet.
Med utgangspunkt i det rike bildet kan man gjøre en analyse av situasjonen, og da foreslår Checkland
at vi bruker systemtenkning. Vi ser særlig etter konflikter og avhengigheter, der ligger det ofte
problemer. I tillegg ser vi på ulike perspektiver. En kjent illustrasjon er forskjellen på et bibliotek der
de ansatte har som grunnholdning «biblioteket skal øke folks leselyst» og et der de mener at
«biblioteket skal ta vare på bøkene våre». Det er lett å se at de vil mene at forskjellige løsninger er bra,
og kanskje det er her problemet stammer fra. Der det er ulike perspektiver eller mål for virksomheten,
kan man lage konsekvensbeskrivelser for å konkretisere hva som oppfattes som logisk basert på et
bestemt perspektiv, men kanskje ses som feil eller dumt fra et annet. Vi kan spørre hva som er
resultatet av dette synet. I tillegg bør konsekvensbeskrivelsene svare på hvem som kan realisere
resultatet, og hvem som vil ha utbytte av det, hvem som kan endre målet eller perspektivet, og hva
slags rolle infrastruktur og artefakter skal spille i løsningen. Målet med denne analysen er å komme
fram til en løsning som er både ønskelig og realiserbar.
En teknikk som også innebærer å lage rike bilder er gigamapping, som er egnet til kartlegging av
komplekse brukskontekster. Designeren Birger Sevaldson beskriver gigamapping som en måte å få
oversikt og orden i undersøkelsene og for å kommunisere forståelsen, altså både et undersøkelses- og
et presentasjonsverktøy. På samme måte som i rike bilder er det ikke én riktig måte å lage kartene på –
vi kan se på dem som kjempestore rike bilder.
19
Figur 6.5 Gigamapping. Oppe: enkelt å komme i gang med håndtegning og Playmo, og nede:
underveis: kart for boligsosialt arbeid. © Halogen
20
21
Figur 6.6 Gigamapping. Ferdig kart for boligsosialt arbeid, brukes til formidling. © Halogen
Vi kan også se på det å tegne kundereiser eller sekvenser av arbeidsoperasjoner som en teknikk for å
kartlegge aktiviteter. En kundereise («customer journey») følger kunden fra før tjenesten til etter at
den er avsluttet, enten man kjøper en vare på nettet eller går til tannlegen. Kundereisen er kundens
interaksjon med tjenestens kontaktpunkter («touchpoints»), som er tjenestens interaksjonsmekanismer.
Det er vanlig å tegne den planlagte reisen og undersøke hvordan faktiske kundereiser forløper.
Jeg har tidligere fortalt om Martine Eklund og Seline Tomts masteroppgave der de beskrev
studentenes bruk av IT-støtte som en tjeneste. Som en måte analysere dataene sine på tegnet de ganske
detaljert operasjonene studentene gjorde, det IT-systemene gjorde, og det IT-drift gjorde bak
kulissene. Dette ga en fin oversikt over opplevelsen av IT-systemene fra studentenes perspektiv
samtidig som det var lett å se hvor og hvordan IT-tjenesten kunne forbedres. Det er lett å se at en kan tegne inn både problemer og avvik fra planene i en slik tegning. En liknende tegnemåte ble brukt av
Johanne Oskarsen i hennes masteroppgave om roboter og mennesker som «samarbeidet» i sykehuset,
se figur 4.2. Jeg skriver mer detaljert om kundereiser i kapittel 7.2.2, der jeg tar for meg
prosessbeskrivelser.
Figur 6.7 Eksempel på kundereise. Fra Eklund & Tomt 2016 (masteroppgave)
Jeg vil igjen minne om skjemaet jeg introduserte i kapittel 3.1.2, som ser på sekvenser av handlinger
enda mer detaljert enn kundereisen. Dette kan være spesielt nyttig når vi skal diskutere hva som skal
være synlig for brukeren av maskinens handlinger og ikke, og hva brukeren må eller bør forstå av
maskinens meldinger, og hvordan de må formuleres for at det skal oppfylles.
Kart eller tegninger kan også brukes til å dokumentere og forklare data som er visuelle. I en klassisk
studie av hvordan folk organiserer kontorpulten sin, beskriver informatikeren Thomas Malone hva
folk gjør, og han tegner i tillegg et kart for å vise hvordan pultene er organisert. «Desktop»-metaforen
er som kjent brukt som konsept for å organisere dokumenter og programmer på en dataskjerm.
22
6.4.2 Selvrapportering og undersøkelse på avstand
Feltarbeid handler om å se hva folk gjør: observere, og snakke med folk: intervjue. Men observasjon
av brukere i deres naturlige brukskontekst er av og til ikke mulig å gjøre. Det er f.eks. vanskelig å
gjøre observasjon hjemme hos folk eller å følge noen over lang tid eller være tilstede når en uvanlig
hendelse inntreffer. Et morsomt eksempel på observasjon i hjemmet er den norske spillefilmen
«Salmer fra kjøkkenet», der en forsker observerer hjemme hos en enslig mann på landsbygda i
Sverige.
Når man ikke kan gjøre observasjon selv, kan man be brukerne om å rapportere fra sitt hverdagsliv. Vi
ber rett og slett brukerne om de selv kan beskrive aktiviteter og ting de opplever.
Selvrapporteringsteknikker og -verktøy er ekstraarbeid for brukerne og ma gjøres sa enkelt og lite
arbeidskrevende som mulig for a fungere, og det ma gis et ganske klart oppdrag for hva som skal
rapporteres. En teknikk er a føre dagbok eller loggbok, men pa en enkel mate, som a notere eller ta
bilder av bestemte typer handlinger eller hendelser. Frekvens og tidsrom må begrenses, f.eks. ved å
skrive eller ta bilde en gang hver time, hver gang fenomenet skjer, i en uke eller en tidsperiode el.l.
I kapittel 5 skrev jeg om designeren Bill Gavers verktøysett som han kaller kulturprøver («cultural
probes»). Verktøyet skal brukes til a ta en prøve av kulturen til brukerne som de kan rapportere og
dele. Gaver designet prøvesettene for a fa inspirasjon til design, men de kan ogsa brukes som en
teknikk i DMB. Det krever at prøvesettene brukes som utgangspunkt for a diskutere med brukerne for
a forsta hva prøvene er ment a fortelle. PD-forskeren Daria Loi beskrev et studentprosjekt der et
ektepar fikk et slikt prøvesett av studentene. Prøvesettet var tilpasset at de begge var blinde ved bl.a. a
inneholde plastelina. I sin rapportering brukte ekteparet plastelina til a formulere ønsker og kameraet
til a dokumentere problemer, som studentene grep fatt i. Ogsa her var intervjuer i etterkant viktig for a
gi mening til rapporteringen.
Et annet eksempel på selvrapportering finnes i Lin Prøitz’ masteroppgave fra noen år tilbake Hun
forsket på unges SMS-kommunikasjon og fikk en gruppe unge til å sende henne de fleste SMS-ene de
utvekslet i en kort periode, slik at hun kunne analysere hvordan de kommuniserte. Selvrapportering gir
brukerne kontroll over hvilke data de deler med andre, og kan derfor gi et skjevt bilde av en aktivitet
eller kontekst.
Også logger over aktiviteter, manuelle eller automatiske, kan brukes for å undersøke bruk. Man kan be
brukere selv logge aktiviteter eller bruke allerede innsamlede logger. Jeg har tidligere fortalt om Linett
Simonsen og Tina Steinstøs studier av logger av chatbotsamtaler. I sitt PhD-prosjekt satt Guri Verne
på «medlytt» og overhørte samtaler mellom Skatteopplysningen og innringere. På denne måten fikk
hun innblikk i hva de som ikke klarte å bruke nettsidene – «ikke-brukerne» – strevde med.
En interessant teknikk er å be brukerne ta på «spionbriller» eller et lite kamera som tar opp hvor de ser
og hva de ser på. Første gang jeg hørte – og så – en slik video var i en forelesning av informatikeren
Saadi Lahlou. Han hadde utstyrt en medarbeider på kontoret med spionbriller, som han kalte
«subcam», for å finne ut hvilke informasjonssystemer hun brukte for å svare på henvendelser. Vi
kunne se med egne øyne at hun lette opp til 15 forskjellige steder for å svare på en telefon. Videoen
var dermed et godt grunnlag for redesign av informasjonssystemet.
En siste teknikk verdt å nevne for å «gå i brukernes sko» er å ta en artefakt eller system i bruk selv og
beskrive det man opplever, som auto-etnografi. Her er det viktig å være systematisk med
dokumentasjonen og gjøre kritiske refleksjoner over egen erfaring. Ingvild Eide gjorde det i sin
masteroppgave, da hun tok seg jobb som hjemmehjelp et halvt års tid for å bedre forstå hva slags
informasjon og informasjonssystemer hjemmehjelper egentlig trenger i jobben sin.
Til slutt vil jeg også nevne at intervjuer også kan brukes selv om man ikke sitter på samme sted til
samme tid. Intervjuer kan foregå synkront: samtidig, eller asynkront, med spørsmål og svar på
23
forskjellige tidspunkt. Det er ikke noe nytt å gjøre asynkrone intervjuer, f.eks. kan man bruke både
brev, epost, meldinger og diskusjonsplattformer som nyhetsgrupper og sosiale medier. Synkrone
intervjuer kan bruke telefon, videokonferanse, meldingsapper o.l. eller møtes ute, på tur. For intervjuer
over avstand er det viktig å sjekke at det tekniske utstyret hos den man skal intervjue er i orden før
intervjuet, f.eks. applikasjon, båndbredde. Hvis man intervjuer over avstand anbefales det å ha kortere
intervjuer enn ved fysiske intervjuer. Hvis man intervjuer flere personer, som et gruppeintervju eller
fokusgruppe, er det anbefalt å ha færre deltakere enn ved fysiske gruppeintervjuer. Det er også
anbefalt å sende samtykkeerklæring via epost før intervjuet.
6.4.3 Empatiøvelser
Mange designtilnærminger legger vekt på at designerne skal få empati med brukerne ved å kjenne litt
på situasjonen de er i. IDEOs designere Marion Buchenau og Jane Fulton Suri skriver om det å gjøre
besøk i brukskonteksten som bodystorming – inspirert av ordet brainstorming. Ideen er at en kroppslig
erfaring fra å fysisk være i brukssituasjonen kan hjelpe en med å se ting fra brukernes side med hele
seg, med hele kroppen. Bodystorming betegner det å prøve a være i brukernes sko et lite øyeblikk, vi kan kalle det erfaringsprototyping. Skal vi designe for toget, sa tar vi toget selv. Erfaringsprototyping
kan vi gjøre med a spille scenarier som likner dem som brukerne møter eller vil møte. Buchenau og
Suri foreslår også at vi kan late som vi er i bestemte brukssituasjoner med enkle midler. Vi kan, hvis vi
designer for fly, sette vanlige stoler pa rad og rekke for å prøve ut hvor trangt det kan bli uten a bli for
trangt, eller hva man kan gjøre med de rammene som er gitt i et fly. Det trenger ikke være dyrt eller
vanskelig a late som man er i brukskonteksten og forsøker å kjenne hvordan brukerne har det. Jeg
skriver mer om dette i 7.2.3.
I sin masteroppgave diskuterer Ivar Skorpen Johnsen og Vetle Alexander Gjestang om og når det er en
god idé at designere gjør øvelser eller bruker teknikker og verktøy som skal gi dem empati med
brukerne. Deres masteroppgave tar for seg det å designe en nettside for blinde, og underveis i læringen
prøvde de lydnavigering av en nettside. Det gikk selvsagt ganske dårlig. Når en seende bruker
lydnavigering for første gang, blir jo det en helt annerledes opplevelse enn for en ikke-seende som har
brukt det hver dag, kanskje i mange år. Deres oppgave viser også at en gruppe designere som
gjennomfører en slik empatiøvelse blir mer empatiske og lytter bedre, men fordi de bare har denne ene
opplevelsen, har de ikke noe grunnlag for å utvikle fantasi til å komme på andre typer løsninger.
Johnsen og Gjestang argumenterer for at vi må bli bedre til å forstå at alle er forskjellige, og at
empatiøvelser ikke er noen «quick-fix» til å forstå annerledesheten hos andre. De mener til og med at
slike øvelser kan gi helt feil oppfatninger av brukernes opplevelser.
6.4.4 Framtidsverksted
Jeg skrev om framtidsverksted i kapittel 5.3.1, men skal skrive litt om det her også. På samme måte
som at all analyse innebærer koding, vil jeg si at alle designverksteder er en variant av
framtidsverkstedteknikken. Et framtidsverksted foregår i tre faser, etter en forberedelsesfase. Første
fase kalles en kritikkfase, der deltakerne beskriver problemer i dagens situasjon slik at det lages en rik
beskrivelse av situasjonen. Utgangspunktet er at alle skal kunne formulere det de opplever som
problemer, altså at utgangspunktet ikke er et definert problem. Den neste fasen kalles fantasifasen. Her
skal alle kunne si hvordan de drømmer at ting kunne være, uten å tenke på det praktiske. Denne fasen
gjelder både realistiske og urealistiske drømmer, og både aktiviteter, strukturer og artefakter. Den
tredje og siste fasen kalles realiseringsfasen, og her er målet å ta elementer fra fantasifasen som kan
gjøres til praktiske forslag til en endring for et av problemene i kritikkfasen. Det er viktig å lage en
konkret plan for hvordan endringen skal gjennomføres, med hvem som har ansvar for å gjøre hva, når.
Framtidsverksted som teknikk ble først beskrevet av journalistene Robert Jungk og Norbert Muellert,
og likner mye på teknikken søkekonferanse («search conference») beskrevet av Merrelyn Emery, jf.
kapittel 1 og 5. Søkekonferanser har vært mye brukt i organisasjonsutvikling og i større
omstillingsprosesser. De samme fasene går igjen: I kritikkfasen diskuterer man hva som er
24
kritikkverdig og problematisk i dagens situasjon, men i en organisasjon er det viktig at man diskuterer
dette både i grupper med kolleger og i grupper på tvers av organisasjonen, både horisontalt og
vertikalt. I fantasifasen prøver man a tenke pa drømmescenarier, hvordan det kunne ha vært hvis ting
var annerledes. Det er et poeng a se bort fra dagens begrensninger, noe som ofte er ganske vanskelig.
Også her er det viktig å diskutere både med likesinnede og med folk fra andre nivåer og deler av
organisasjonen. Den siste fasen dreier seg om a være realistisk og velge en eller noen få utfordringer
som man skal ta fatt pa a løse. Her må det prioriteres, noe som er enklere å gjøre om diskusjonen deles
mellom like og forskjellige grupper. For å gjennomføre organisasjonsendringer er det viktig å lage en
konkret plan og at det settes av tid til a bestemme hva som skal prioriteres, nar det skal gjøres, og
hvem som skal gjøre det.
Framtidsverksted kan gjennomføres med en dag per fase, eller man kan gjøre det mye kortere. En
søkekonferanse i en organisasjonsendringsprosess trenger gjerne å bruke et par dager, mens et
framtidsverksted i en designprosess kan gjennomføres på et par timer, og over flere møter. I design er
denne teknikken ofte brukt for a først snakke om problemer, deretter om hvordan brukerne ønsker at
ting skulle være, og sa til slutt mer konkret, hvordan de vil at det skal bli. Som tidligere nevnt brukte
Karoline Stark denne metoden som en serie med seks halvtimes verksteder med en gruppe eldre
brukere. Hun la opp møtene som varianter av de tre fasene i framtidsverksted og kom fram til et
design av en alternativ nettbankløsning i løpet av de seks ukene.
Figur 6.8 Strukturering av data fra framtidsverksted.. Fra Stark 2016 (masteroppgave)
6.5 Videre arbeid med temaet kvalitative undersøkelser
I dette kapitlet har jeg forsøkt å gi en bakgrunn for å gå i gang med feltarbeid som en del av DMB. I
feltarbeidet undersøker vi bruk – før faktisk bruk kan finne sted: Vi undersøker brukskonteksten og
mulige brukssituasjoner for å forstå hva brukerne gjør, hvordan og hvorfor. Fordi vi er interessert i
hvorfor folk gjør som de gjør, er kvalitative undersøkelsesmetoder å foretrekke. De to viktigste
teknikkene er intervju og observasjon, og helst ønsker vi å gjøre feltarbeid, altså besøke brukerne i
deres naturlige kontekst – der artefaktet skal brukes. Intervju handler like mye om å lytte som å
snakke. Observasjon handler om å se det man forstår – og derfor er det bra å observere over tid og å
kombinere observasjon med intervju, for å forstå mer.
25
I DMB kan vi også undersøke brukskonteksten gjennom andre teknikker, der andre ting enn dem vi
har observert eller intervjuet om kan komme opp. Kartlegging er en fin mulighet for å diskutere
innramming og årsakssammenhenger, og se hva brukerne oppfatter som strukturer og mønstre.
Selvrapportering er nyttig når vi ikke kan gjøre feltarbeid selv, og kombinert med intervju kan det
være gull. Empatiøvelser har som mål å oppleve en smakebit av brukssituasjonen på kroppen – de kan
gi bedre forståelse, men også låse oss til vårt eget førsteinntrykk. Framtidsverkstedet er mye brukt som
en mal for mange ulike varianter og gir en god struktur for å snakke med brukerne om bruk, både
fortid og framtid, og både pluss og minus.
Sist, men ikke minst, har jeg skrevet litt om analyse. Når vi snakker om analyse av data, snakker vi om
systematisk gjennomgang av dataene der vi kategoriserer/koder dem etter vår tolkning av det de betyr.
Vi jobber med å si hva dataene betyr, og vi jobber med å gruppere kategorier slik at vi kan si noe om
dataene på et høyere abstraksjonsnivå. Kvalitative analyser er ute etter mening og forklaring, og er
ikke så opptatt av antall. Men det er selvsagt mulig å kombinere kvalitative og kvantitative
undersøkelser der det virker som en bra måte å få svar på våre spørsmål.
6.5.1 Litteratur
I dette kapitlet inneholder teksten mange referanser til litteratur om metoder og teknikker for
undersøkelse, og her supplerer jeg med flere referanser. En god innføring i kvalitative
forskningsmetoder pa norsk er Tove Thagaards lærebok, og jeg kan også anbefale en artikkel om
kvalitative case-studier av Robert Stake og en bok om feltarbeid for design skrevet av Dave Randall
mfl. Det finnes mange metodebøker som gir oversikt over både kvantitative og kvalitative
undersøkelsesmetoder, eksempler er lærebøker i HCI og interaksjonsdesign. En mye brukt referanse
for analysemetode er en artikkel av psykologene Virginia Brown og Victoria Clarke.
Jeg vil også referere til et par gode bøker skrevet av antropologer, til inspirasjon. En bok som
beskriver feltarbeid i praksis er skrevet av Mike Crang og Ian Cook, og det finnes også en fin bok av
van Manen om å forstå «lived experience». En av mine favoritter er Douglas Harpers bok om working
knowledge, der han beskriver sine observasjoner av en lokal bilreparatør. En annen etnografisk studie
er talking about machines av Julian Orr, fra hans observasjoner av kopimaskinreparatører i Xerox. Orr
var en av antropologene i Suchmans gruppe der. Kathryn Henderson har skrevet om ingeniører og
hvordan de tegner for å tenke, mens Keith Grint og Steve Woolgar har skrevet om sine studier av
machines at work. Artikkelen om vaskemaskinen som spiste sarier er skrevet av Chavan mfl.
6.5.2 Oppgaver
Nedenfor finnes spørsmål som har tatt utgangspunkt i læringsmålene for kapitlet. Her er det viktig at
du kan:
• forklare hva som kjennetegner kvalitative undersøkelser o Hvordan er de forskjellige fra kvantitative undersøkelser? o Når egner de to typene undersøkelser seg? o Hva menes med fortolkende perspektiv?
• beskrive metoder og teknikker for å undersøke brukskontekst o Forklar hva som inngår i feltarbeid o Diskuter hvordan observasjon og intervju kan brukes utenfor feltet o Diskuter andre måter å undersøke bruk enn gjennom observasjon og intervju
• beskrive, planlegge og gjennomføre observasjon og intervju o Lag en plan for observasjon, som et trafikknutepunkt eller en kafé. Gjør
observasjonen og sammenlikne dine observasjoner med andres. Så dere forskjellige ting?
26
o Lag en plan for et intervju med en du kjenner, og gjennomfør intervjuet. Diskuter intervjuet med informanten i ettertid: Hva var bra og hva kan forbedres? Hvis du gjorde opptak: Hør på opptaket og vurder hvordan du kan bli bedre til å stille åpne spørsmål og bedre til å lytte og følge opp svar.
• forklare hvordan bruksundersøkelser inngår i gjensidig læring o Hvordan bidrar data fra intervju og observasjon til gjensidig læring? o Hva er det du ikke får vite gjennom disse metodene – og finnes det andre
undersøkelsesmetoder du kan bruke for å få vite mer?
• beskrive og gjennomføre kvalitativ analyse o Forklar hvordan du vil gå fram for å analysere kvalitative data o Hvordan kan kvantitative data analyseres kvalitativt?
REFERANSER
Alle masteroppgaver og doktorgrader (PhD) finnes elektronisk tilgjengelig pa UiO sitt publiserings-
nettsted duo.uio.no. Forskingsartikler er tilgjengelige gjennom Universitets- biblioteket ub.uio.no.
Stephen R. Barley (1986). Technology as an Occasion for Structuring: Evidence from Observations of
CT Scanners and the Social Order of Radiology Departments, Administrative Science Quarterly 31
nr. 1, s. 78- 108.
Stephen R. Barley & Julian Orr (red, 1997). Between Craft and Science: Technical Work in the U.S.
Settings. Cornell University Press.
John Bowers & James Pycock (1994). Talking through design: requirements and resistance in
cooperative prototyping, CHI’94, ACM, s. 299-305.
Geoff Bowker & Susan Leigh Star (1999). Sorting Things Out: Classification and Its Consequences.
MIT Press.
Eva Brandt, Thomas Binder & Elisabeth B.-N. Sanders (2012). Ways to engage telling, making and
enacting. Kapittel 7 i Jesper Simonsen & Toni Robertson (red.). Routledge International Handbook
of Participatory Design, Routledge, s. 145-181.
Tone Bratteteig, Keld Bødker, Yvonne Dittrich, Preben Mogensen & Jesper Simonsen (2012).
Methods: Organizing Principles and General Guidelines for Participatory Design Projects. Kapittel
6 i Jesper Simonsen & Toni Robertson (red.). Routledge International Handbook of Participatory
Design, Routledge, s. 117-144.
Tone Bratteteig & Ingvild Eide (2017). Becoming a Good Homecare Practitioner: Integrating Many
Kinds of Work. In Journal of CSCW, special issue ECSCW 2017, 26 nr. 4-6, s. 563-596.
Tone Bratteteig, Ole Kristian Rolstad & Ina Wagner (2016). The life and death of design ideas. COOP
2016, Springer, s. 23-27.
Tone Bratteteig & Guri Verne (2016a). From difficult artifacts to easy to use designs. ACHI, IARIA,
s. 185-191.
Tone Bratteteig & Guri Verne (2016b). Old Habits as a Resource for Design: On Learning and Un-learning Bodily Knowledge. International Journal of Advances in Intelligent Systems 9,
nr. 3-4, s. 496-506.
27
Virginia Braun & Victoria Clarke (2008). Using thematic analysis in psychology. Qualitative Research
in Psychology 3, nr. 2, s. 77-101.
Margot Brereton (2013). Habituated Objects. Everyday Tangibles That Foster the Independent
Living of an Elderly Woman. Interactions July-August 2013, s. 20-24.
Margot Brereton, Alessandro Soro & Kate Vaisutis (2015). The Messaging Kettle: Prototyping
Connection over a Distance between Adult Children and Older Parents. CHI’15, ACM, s. 713-716.
John Seely Brown & Paul Duguid (1994). Borderline Issues: Social and Material Aspects of Design,
Human-Computer Interaction, 9, s. 3-36.
Bill Buxton (2007). Sketching User Experiences: Getting the Design Right and the Right Design.
Morgan Kaufmann.
Arne Carlsen, Stewart Clegg & Reidar Gjersvik (2012). Idea work. Cappelen Damm.
Apala Lahiri Chavan, Douglas Gorney, Beena Prabhu & Sarit Arora (2009). The Washing
Machine That Ate My Sari – Mistakes in Cross-Cultural Design. Interactions jan-feb 2009.
Juliet Corbin & Anselm Strauss (1998). Basics of Qualitative Research. Sage.
Mike Crang & Ian Cook (2007). Doing Ethnography, SAGE.
Wilhelm Damsleth (2013). Filling the Holes with Workarounds: Watching Maps Work in the
Terrain. Masteroppgave, Ifi, UiO.
Jane Darke (1979). The primary generator and the design process. Design Studies 1, nr. 1, s. 36-44.
Edward De Bono (1999). Six Thinking Hats. Little, Brown and Company.
John Dewey (1934/1980). Art as experience. Berkley Publishing Group.
John Dewey (1938/1997). Experience and Education. Touchstone.
Ingvild Eide (2016). Arbeid og kvalitet i hjemmesykepleien, en auto-etnografisk studie. Master-
oppgave, Ifi, UiO.
Onny Eikhaug (2010). Innovating with people. The business of inclusive design. Norsk
Designråd.
Martine Eklund og Seline Tomt (2016). «Hæ? Hvorfor har ingen fortalt meg dette?» En analyse
av IT-løsningene ved UiO i et tjenestedesignperspektiv. Masteroppgave, Ifi, UiO.
Merrilyn Emery (red, 1993): Participative Design for Participative Democracy, Centre for Continuing
Education, Australian National University.
Merrilyn Emery & Ronald E. Purser (1996). The Search Conference. A Powerful Method for Planning
Organizational Change and Community Action. Jossey-Bass Publishers.
Bård Kjetil Engen, Tonje Hilde Giæver & Louise Mifsud (red, 2019). Digital dømmekraft. Gyldendal.
28
Martha Feldman & James March (1981). Information in Organizations as Signal and Symbol,
Administrative Science Quarterly, 26, s. 171-186.
Barney Glaser & Anselm Strauss (1967). The Discovery of Grounded Theory: Strategies for Qualita-
tive Research. Aldine Publishing Co.
Gabriela Goldschmidt & Dan Tatsa (2005). How good are good ideas? Correlates of design creativity.
Design Studies 26, s. 593-611.
Keith Grint & Steve Woolgar (red, 1997). The Machine at Work. Technology, Work and Organiza-
tion. Polity Press.
Egon G. Guba & Yvonna S. Lincoln (1994). Competing paradigms in qualitative research. I Norman
K. Denzin & Yvonna S. Lincoln (red). Handbook of Qualitative Research, Sage, s. 105- 117.
Douglas Harper (1987). Working knowledge: Skill and community in a small shop. University of
California Press.
Christian Heath & Paul Luff (1992). Collaboration and control. Crisis management and multimedia
technology in London Underground Line Control Rooms. Journal of CSCW 1, s. 69-92.
Robert Jungk & Norbert Mullert (1987). Future workshops: How to Create Desirable Futures.
Institute for Social Inventions, London.
Ragnvald Kalleberg (2002). Forskningsopplegget og samfunnsforskningens dobbeltdialog. I
Harriet Holter & Ragnvald Kalleberg (red.) Kvalitative metoder i samfunnsforskning.
Universitetsforlaget, s. 26-72.
Ragnvald Kalleberg (2016). Question-Driven Sociology and Methodological Contextualism. I
Peter Sohlberg & Hakon Leiulfsrud (red.) Theory in Action. Theoretical Constructionism.
Bril, s. 89-107.
Jonathan Lazar, Jinjuan Feng & Harry Hochheiser (2017). Research Methods in Human-Computer
Interaction. Morgan Kaufman.
Yvonna S. Lincoln & Egon G. Guba (1985). Naturalistic Inquiry, Sage.
Daria Loi, Melissa Voderberg, Pablo Manrique, Siddhart Marwah, Ben Liney & Giulia Piu (2004).
«Live like I do» - a field experience using Cultural Probes. PDC’04, fra pdcproceedings.org.
Lian Loke, Astrid Twenebowa Larssen, Toni Robertson & Jenny Edwards (2007). Understanding
movement for interaction design: frameworks and approaches. Personal and Ubiquitous Computing
11, nr. 8, s. 691-701.
Lian Loke & Toni Robertson (2013). Moving and Making Strange: An Embodied Approach to
Movement-based Interaction Design. Transactions on Computer-Human Interaction (ToCHI) 20,
nr. 1, artikkel 8.
Paul Luff & Christian Heath (1998). Mobility in collaboration. CSCW’98, s. 305-314.
Thomas W. Malone (1983). How Do People Organize Their Desks? Implications for the Design
of Office Information Systems, ACM TOIS 1, nr. 1, s. 99-112.
29
Max van Manen (2018(1990). Researching Lived Experience. Routledge.
Catherine Marshall & Gretchen Rossman (2016). Designing Qualitative Research. Sage.
Julie Hagen Nilsen & Kristine Røyneland (2019). «It knows how to not understand us!” A study of
what the concept robustness entails in design of conversational agents for preschool children.
Masteroppgave, Ifi, UiO.
Hans-Erik Næss & Lene Pettersen (red, 2017). Metodebok for kreative fag. Universitetsforlaget.
Julian Orr (1996). Talking About Machines: An Ethnography of a Modern Job. ILR Press.
Julian Orr (1986). Narratives at work: story telling as cooperative diagnostic activity. CSCW’86,
ACM, s. 62-72.
Dave Randall, Richard Harper & Mark Rouncefield (2007). Fieldwork for Design. Theory and
Practice. Springer.
Ole Kristian Rolstad (2014). The life and death of design ideas. An analysis of the Oslo ColorTable
Workshop. Masteroppgave, Ifi, UiO.
Ragnar Rommetveit (1980). On 'meanings' of acts and what is meant by what is said in a pluralistic
social world. I Michael Brenner (red) The structure of action. Wiley-Blackwell & Mott, s. 108-149.
Donald F. Roy (1959-1960). “Banana Time” Job Satisfaction and Informal Interaction. Human
Organization 18, nr. 4, s. 158-168.
Suzanne Sannes (2019). Jeg får panikk bare ved tanken på en dag uten. En Case-studie av bruken av
øyestyrt kommunikasjon hos en ALS-pasient. Masteroppgave. Ifi, UiO.
Birger Sevaldson (2011). GIGA-Mapping: Visualisation for complexity and systems thinking in
design. NORDES 2011.
Robert E. Stake (2005). Qualitative Case Studies. I Norman Denzin, & Yvonne Lincoln, (red). The
SAGE Handbook of Qualitative Research, s. 443-466. Sage Publications.
Stanford University d.school (2009). bootcamp bootleg. Fra dschool.stanford.edu/resources/the-
bootcamp-bootleg
Karoline Stark (2016). «Du ma vite hvor du skal lete» - Eldres bruk av nettbaserte tjenester.
Masteroppgave, Ifi, UiO.
Lucy Suchman & Eleanor Wynn (1984). Procedures and problems in the office. Office: Technology
and People, 2, s. 133-154.
Tove Thagaard (1998). Systematikk og innlevelse. En innføring i kvalitativ metode. Fagbokforlaget.
Guri B. Verne & Tone Bratteteig (2018). Inquiry when doing research and design: wearing two hats.
Interaction Design and Architecture IxD&A, 38, s. 89-106.
Cato Wadel (1991). Feltarbeid i egen kultur. SEEK A/S.
30
Ina Wagner (2004). Open planning – a reflection on methods. I Richard Boland & Fred Collopy (red)
Managing as designing. Stanford University Press, s. 153–163.
Geoff Walsham (2006). Doing interpretive research. European Journal of Information Systems, 15, s.
320-330.
Alexandra Weilenmann (2001). Mobile Methodologies: Experiences from Studies of Mobile
Technologies-in-Use. IRIS 24, vol. 3, s. 243-257.
William Foote Whyte (1993). Street Corner Society: The Social Structure of an Italian Slum.
University of Chicago Press.
William Foot Whyte (red, 1991). Participative Action Research. Sage.
Steve Woolgar (1991). Configuring the User: The Case of Usability Trials. I John Law (red) A
Sociology of Monsters: Essays on Power, Technology and Domination. Routledge, s. 57-102.
Eleanor H. Wynn (1979). Office Conversation as an Information Medium. Ph.Davhandling. University
of California, Berkeley.