KAPITTEL 6. Å UNDERSØKE BRUK FØR BRUK - UiO

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.