Projekter vi har finansieret

Dette projekt anlægger en ny vinkel på de vedvarende ligestillingsudfordringer i Dansk akademia. Projektet kombinerer nylige innovationer inden for digital tekstanalyse med registerdata om danske forskeres karriereforløb. Formålet er at belyse, hvordan forskerkøn i samspil med valg af undersøgelsesemne og metodetilgang påvirker samfundsvidenskabelige PhD’ers karrieremuligheder på de danske universiteter. Projektet bidrager med den første registerbaserede kønsanalyse af karriereveje i dansk akademia, og er det første internationale studie til at belyse videnhierarkiers betydning for kvinder og mænds karrieremuligheder i forskningsverdenen.

Luftkvalitet har enorm indvirkning på menneskers helbred, men hvad ’er’ luftkvalitet? På den ene side har vi i dag mange videnskabelige metoder og teknologier til at bestemme indholdet af skadelige partikler i luften, men på den anden side er luft også en sanselig ting, hvis ’kvalitet’ opleves på baggrund af den enkeltes forforståelser og de givne sociale normer og værdier så som bekvemmelighed, hygge og ’god atmosfære’. Der kan med andre ord være stor forskel på, hvad der forstås som luftkvalitet i samspillet mellem eksperter, myndigheder og borgere, der hver især har forskellige teknologiske ressourcer til rådighed. I samarbejde med Københavns Kommunes Copenhagen Solutions Lab vil dette projekt undersøge, hvordan nye og mere detaljerede data om luftforurening fra Google’s Project Air View bliver gjort tilgængelige i København, og hvilke reaktioner og adfærdsmønstre sådanne nye datasæt og datatyper kan give anledning til både indenfor netværk af eksperter og myndigheder, men også for borgere for hvem luftkvalitet i det offentlige rum ikke nødvendigvis hænger sammen med private standarder i hjemmet, hvor der skal være plads til eksempelvis rygning, stearinlys og brændeovne.

Kvaliteten af barnets tilknytning til sine primære omsorgsgivere spiller en afgørende rolle ift. udviklingen på lang sigt. Imidlertid er langt størstedelen af alle 1-2 årige danske børn indskrevet i et dagtilbud, hvilket betyder, at professionelle omsorgsgivere står for en stor del af de relationelle erfaringer, det lille barn får med voksne. Professionelle omsorgsgivere har derfor en vigtig plads i barnets netværk af tilknytningsrelationer, som danner skabelonen for, hvordan barnet danner nye relationer. Formålet med projektet er, i samarbejde med Høje-Taastrup Kommune, Katrien Helmerhorst fra Erasmus University Rotterdam og Danmarks Evalueringsinstitut, at undersøge om en tilknytningsbaseret indsats rettet det pædagogiske personale i dagtilbud for 0-2 årige børn, kan kan forbedre kvaliteten af personalets samspil med børnene. Indsatsen, der afprøves, er oprindelig rettet mod forældre (Circle of Security Parenting), men udviklerne har tilpasset det til dagtilbudskonteksten (Circle of Security – Classroom). Fokus i programmet er specifikt på at forbedre omsorgsgiveres øge barnets tilknytningstryghed til den voksne; således at barnet får den følelsesmæssige nærhed og hjælp til regulering, det har behov for, hvilket er grundlag for at børn kan udforske, lege og lære. Effekten af indsatsen måles via observation af de pædagogiske personalers samspil med børnene med en nyudviklet metode, der er udviklet til evaluering af kvaliteten af omsorgsmiljøet i Hollandske dagtilbud.

Lige beskæftigelsesmuligheder for personer med og uden handicap er en vigtig politisk aspiration i de fleste lande, men har været svær at opnå i praksis. I Danmark er der eksempelvis en beskæftigelsesforskel på 30 procentpoint mellem personer med og uden handicap og forskellen er ikke blevet mindre de seneste årtier. I dette projekt undersøger vi virksomhedernes rekrutteringspraksis og selektionspræferencer i forhold til personer med forskellige typer handicap. Vi undersøger arbejdsgivernes reelle adfærd ved at sende to par ansøgninger til den samme stilling (en med og en uden handicap) og måle forskellen i andelen som indkaldes til jobsamtale. Det kombineres med interviews med arbejdsgivere som vælger at indkalde og ikke indkalde personer med handicap til samtale for at forstå mekanismerne bag virksomhederne beslutninger. Der er ikke tidligere gennemført denne type undersøgelse i Danmark og resultaterne af projektet vil blive sammenlignet med lignende projekter i Norge og Sverige. Med projektet opnås en mere sikker viden om virksomhedernes ansættelsesadfærd overfor udsatte personer, hvilket er en nødvendig forudsætning for at finde mere effektive veje til mere inkluderende og lige arbejdsmarked for alle.

Computere og sensorer er allestedsnærværende i vores hverdag, hvilket har resulteret i en spektakulær stigning i den mængde data der indsamles. Mens en undersøgelse i 2001 vurderede, at der i to år ville blive indsamlet lige så meget data som i hele menneskets historie, indsamles den samme mængde data nu på kun to dage. Det skønnes dog, at kun 3% af den tilgængelige data faktisk analyseres. Der er mange grunde til dette, men en væsentlig grund er problemer med effektiviteten af den software der bruges til dataanalyse. Den er simpelthen ikke i stand til at behandle de store datamængder effektivt nok. En væsentlig grund til dette er, at de underliggende algoritmer ikke tager højde for hukommelseshierarkiet i moderne computere, som typisk består af flere niveauer af hurtig cache hukommelse, større men langsommere hovedhukommelse, og meget langsommere hukommelsesmedier som disk eller SSD. I et forsøg på at skjule hastighedsforskellen mellem de forskellige niveauer overføres data mellem dem i store blokke. Problemet er dog, at mange traditionelle algoritmer ikke tilgår hukommelsen på en måde så dette udnyttes. Derfor vil dette projekt udvikle nye algoritmer, der effektiv udnytter blokoverførslerne i moderne hukommelseshierarkier, og derved mere effektivt kan behandle store datamængder. I projektet vil et stærkt internatonalt team således arbejde på nye effektive algoritmer for en række fundamentale problemer på (geometrisk og graf) data, som ofte indgår i ”big data” analyser.

Proteiner er biomolekuler som er vigtige i videnskab, medicin og bioteknologi. De har en tredimensionel struktur som hænger fundamentalt sammen med deres biologiske funktion. Opdagelse af den tredimensionelle struktur for et protein er oftest dyrt, tidskrævende og udfordrende. Det er derfor at det såkaldte ”proteinfoldingsproblem”, nemlig forudsigelsen af den tredimensionelle struktur af et protein på en computer, er en uløst gåde der går på tværs af biologi, statistik og datalogi. Vi griber problemet an ved at bruge en fremvoksende teknologi inden for maskine læring, kaldet probabilistisk programmering. Probabilistisk programmering gør det muligt at kombinere dyb læring (en af de kraftigste metoder til maskine læring tilgængeligt) med Bayesisk statistik (som tillader at tildele usikkerheder til forudsigelser). På samme tid, bruger vi proteinfoldingsproblemet til at rykke udviklingen af dyb probabilistisk programmering, ved at fokusere på avanceret skræddersyet estimeringsmetoder og effektiv brug af grafikprocessorer (GPUer).

En stor grad af vores interaktion med både offentlige og private institutioner er i dag digitaliseret og styret af software systemer, der i stigende grad behandler personlige data fra forskellige kilder for at yde personaliserede tjenester tilpasset konteksten. Disse systemer består af talrige komponenter på forskellige platforme, udviklet og løbende opdateret af forskellige programmører. Den massive digitalisering har ført til regeringsstrategier, initiativer og lovgivning, ikke mindst persondataforordningen, der stiller krav til privacy-by-design, robusthed og dokumenterbart ansvar for sikkerhed og lovlig behandling data. De programmeringssprog og systemer, der i dag benyttes til at skrive og udføre programmerne med, har imidlertid ingen grundlæggende primitiver i deres design til at sikre beskyttelse af persondata og dokumenterbart ansvar, og de nuværende teknologier til at sikre robusthed er ikke designet til nutidens dynamiske systemer. PAPRiCaS etablerer et samarbejde mellem Datalogisk Institut ved Københavns Universitet og førende forskningsmiljøer i Europa, der vil bidrage til ny viden og forskningskapacitet på dette område, der vil blive overført til undervisning, og til viden og innovation i den offentlige og private sektor, og dermed sikre at vi ikke bare beholder vores førerposition indenfor digitalisering, men også at vi kan styrke vores position som udviklere af effektive og tillidsværdige digitale løsninger.

Projektet undersøger kunstig intelligens til udviklingen af intelligente fremstillingsmetoder af biopolymere til arkitektur. Projektet undersøger, hvordan maskinlæringsalgoritmer kan anvendes til robotstyret 3D print af biopolymerkompositter, og hvordan disse nye materialer kan anvendes som del af fremtidens byggematerialer. Arkitekturen og det byggede miljø befinder sig i en krisesituation. Den globale befolkningstilvækst kombineret med intens urbanisering udfordrer den måde, vi tænker, formgiver og bygger vores omgivelser på. En særlig del af denne krise er dens sammenkobling med en materialekrise. Hvor vi er ved at drukne i plastik, er vi samtidig ved at løbe tør for grundmaterialer som sand, aggregat og visse mineraler. Det er derfor vigtigt, at vi som samfund finder nye materielle praksisser med hvilke, vi kan bygge i fremtiden. Biobaserede materialer er et vigtigt perspektiv i denne sammenhæng. Biobaserede materialer er bæredygtige, der er rigeligt af dem, de er fornyelige, biologisk nedbrydelige og kemisk alsidige. Men biobaserede materialer besidder komplekse egenskaber, er heterogene og svære at kontrollere i en fremstillingsproces. At arbejde med biobaserede materialer kræver udvikling af nye repræsentationsmetoder, der kan gribe materialets iboende kompleksitet og løbende tilpasse fremstillingen. Projektet overfører AI metoder fra datalogi til at kunne skabe modeller, der kan karakterisere og forudse materielle egenskaber og dermed formalisere fremstilling.

Adolescents and young adults are typically much concerned about their social perception, and anxieties of embarrassment can negatively affect tutoring and coaching. Since certain forms of robot-mediated communication have been shown to reduce social anxieties, the ROLES project will explore in which way these new communicational formats can be used to improve in contexts of learning, self-edification, and coaching. An interdisciplinary research team consisting of specialists in philosophy, anthropology, psychology, neuroscience, and robotics will investigate whether young adults benefit more when they meet a tutor or counselor in person, or via a (teleoperated) robot, or when they meet only a robot and explore their own views and feelings in a private dialogue where no one judges them. The project team will apply will apply the method of “Integrative Social Robotics” (ISR) which involves Humanities researchers from the very beginning and thus ensures that social robotics applications are not merely aligned with ethical values but undertaken to enhance ethical and other socio-cultural values.

I Danmark er andelen af indvandrere og efterkommere iflg. Danmarks Statistik steget fra 153 000 i 1980 til 770 000 i 2018. Der er en tendens til, at mange bosætter sig omkring de store byer i såkaldte ”ghettoer”. Bekymringen fra politisk side er, at disse ”ghettoer” påvirker integrationen negativt fordi de udvikler sig til hvad den tyske samfundsforsker, Wilhelm Heitmeyer i 1996 refererede til som parallelsamfund. Skiftende danske regeringer har siden 1994 implementeret seks ”ghettoplaner”, men uden at det har medført en opløsning af ”ghettoerne”. Den nuværende regerings initiativ inkluderer: 1) En (udvidet) definition af ”ghettoer” og udsatte boligområder, 2) 22 konkrete forslag til hvordan man kan nedbryde og forebygge parallelsamfund. Problemet er imidlertid, at vi mangler: 1) Forståelse for hvordan forskellige indvandrergrupper bidrager til dannelsen og opretholdelsen af ”ghettoerne” og hvorfor nogle grupper har tendens til at bosætte sig i etniske enklaver? 2) Belysning af hvilke konsekvenser – både positive og negative – det har at bo i en ”ghetto” for indvandrernes tilegnelse af det danske sprog og uddannelsesniveau. 3) Viden om, hvilke politiske initiativer, der kan påvirke til- og fraflytning til ”ghettoområder”. GHET-IN-projektet vil således bidrage med viden, der er helt central for at forstå og håndtere disse udfordringer nationalt og lokalt.