Refleksjon fra første del av digital markedsføring

Vi har i den første bolken av kurset lært om digital økonomi. Digital økonomi er et ganske bredt begrep som kort fortalt baserer seg på hvordan digitale plattformer, kryptovaluta og ulik teknologi som kunstig intelligens er med på å digitalisere samfunnet.

Semesteret startet brått med at vi med en gang måtte opprette blogg og linke denne opp mot google analytics. Jeg fikk et stort sjokk når jeg så planen for første bolken. Vi skulle legge ut 2 blogginnlegg i uken, se på forelesninger og gjøre ulike sertifiseringer som tok lenger tid enn forventet. Dette var mye mer arbeid i uken enn jeg har gjort noen av de andre semestrene. Selvom det har vært mye stress og korte frister, så ser jeg likevel fordelen med disse innleggene. Innleggene har blitt enklere og enklere å skrive for hver gang, samtidig som jeg kan gå tilbake å bruke bloggen som notater til senere.

Litt av hva jeg har lært

Jeg har lært om hvordan ulike delingsplattformer som Airbnb fungerer, samt hvorfor plattformer som dette har hatt en så enorm vekst siste årene. Blokkjeder og kryptovaluta er noe jeg kunne svært lite om på forhånd. Spessielt blokkjeder syns jeg var vanskelig å skjønne hvordan fungerte, men både dette og kryptovaulta syns jeg var veldig interessant å lese og lære om.

Hvis noen hadde spurt meg hva kunstig intelligens brukes til for 2 måneder siden er jeg ganske sikker på at svaret mitt hadde vært noe som: «roboter og selvkjørende biler som lærer selv.» Jeg har i løpet av denne delen av faget lært at kunstig intelligens er og brukes til mye mer enn dette. Kunstig intelligens er også noe jeg tror vil påvirke arbeidshverdagen til veldig mange i enda større grad om noen år.

Det jeg var mest fascinert over i denne delen av faget er hvordan algoritmene styrer hva vi får opp på internett. Her vil det være nyttig for flere å ha litt basiskunnskap om hva filterbobler og ekkokamre er, og hvordan disse oppstår. Les gjerne et av mine tidligere innlegg for å få et innblikk i dette.

Konklusjon

Selvom det har vært veldig mye å gjøre denne første måneden kan jeg helt klart si at dette har vært den meste lærerike måneden på høyskolen så langt. Jeg vil spesielt ta med meg videre hvordan algoritmene fungerer når man skal søke opp noe. Dette har gjort så jeg er litt mer bevvist og kildekritisk når jeg skal gjøre research.

-Viktor Dalvang

Blokkjeder, fremtidens transaksjonsmidell

Jeg skal i dette innlegget gå inn på hva blokkjeder er for no, samt hva disse kan og bør brukes til.

Hva er blokkjeder?

En blokkjede er en digital database som benyttes under transaksjoner for å fjerne en unødvendig tredjepart. Kjeden lagrer dataen i de ulike blokkene og linkes sammen gjennom det som kalles kryptografi. Kryptografi er ulike metoder og prinsipper for å sørge for at kun autoriserte ser innholdet i blokkene. Hver bokkjede starter med den første blokken som kalles «foreldreblokk», her lagres det data. Når en gitt mengde data er lagret i denne blokken, vil selve blokken bli «digitalt produsert». Når det dannes en ny blokk etter foreldreblokken vil det ha blitt dannet en blokkjede. Når denne blokken også er fylt opp fortsetter prosessen på samme måte videre i kjeden.

Blockchain, Blokk, Kjeden, Teknologi, Datamaskin
Hentet fra Pixabay

Kryptovaluta

Kryptovaluta hvor det er varianten Bitcoin som er mest kjent har blitt mer og mer populært de siste årene. Kryptovaluta er en digital valuta hvor man ikke benytter seg av en tredjepart som f. Eks. Banker. Når det gjelder vanlig valuta har man gjerne en sentralbank som har oversikt over kontoer og transaksjoner for å unngå at samme penger blir brukt flere ganger, samt sørge for at pengene er ekte. Kryptovalutaen har løst dette ved å benytte seg av blokkjeder. På denne måten vil det alltid være mulige å spore pengene hvis disse blir stjålet, selvom den som har stjålet pengene ikke legger igjen noen digitale spor. Ved bruk av blokkjeder vil kryptovalutaens transaksjoner også alltid være tilgjengelig å gå tilbake å se på. Kryptovalutaen vil spessielt være

Bitcoin, Valuta, Teknologi, Penger, Cryptocurrency
Hentet fra Pixabay

Konklusjon

Det er fortsatt i dag en del skepsis rundt bruken av kryptovaluta og blokkjeder. Største grunnen til dette er nok fordi flesteparten ikke har satt seg inn i hvordan den digitale valutaen og transaksjonen fungerer. I Norge har vi stor tiltro til tredjeparten (F. Eks. Sentralbanken) og vi har derfor ikke et så stort behov for kryptovalutaen som i land som ikke har tiltro til sine banker. Likevel vil vi også i Norge spare penger ved å ikke behøve å benytte oss av en tredjepart ved transaksjoner. Samtidig som teknologien vokser raskere enn noen gang, så tror jeg kryptovalutaen en dag vil ta over for dagens valuta, når flere setter seg inn i fordelene med blokkjeder og valutaen, samt hvordan krytovaluta fungerer i praksis.

-Viktor Dalvang

Kilder:

https://www.investopedia.com/terms/b/blockchain.asp

https://snl.no/kryptografi

https://snl.no/blokkjede

https://pixabay.com/no/illustrations/blockchain-blokk-kjeden-teknologi-3019120/

https://www.nettavisen.no/na24/formue/hva-er-egentlig-kryptovaluta/s/12-95-3423428192

https://pixabay.com/no/illustrations/bitcoin-valuta-teknologi-penger-3089728/

Konsekvenser ved de tidssparende filterboblene og ekkokamre.

Fot at internettet skal fungere og det skal komme opp riktige artikler og fakta som jeg søker etter, er internettet avhengig av algoritmer. Disse algoritmene er bygd opp for å sortere vekk og sortere frem svarene på spørsmålene jeg lurer på.

Hva er filterbobler?

I følge SNL er en filterboble en systematisk, individuelt tilpasset avgrensing av informasjon og opplevelser på internett som kan føre til ensretting og stagnasjon hos enkeltbrukere eller grupper. Enklere forklart oppstår en filterboble når en anbefalingsalgoritme sorter informasjonen man søker på ut ifra informasjonen om søkeren. Altså den informasjonen søkeren har «lagt igjen» om seg selv av digitale spor. Et godt eksempel på dette som mange kjenner seg igjen i, er når man handler klær på nett. Ut i fra tidligere kjøp og hva man allerede har sett på, vil anbefalingsalgoritmene fronte tilsvarende klær på nettsiden.

Filterboblene er uten tvil store deler av grunnen til at enkle google søk går så fort. I dag kan man lett google seg til et svar på noe man lurer på i løpet av sekunder. Som sagt så baserer filterboblene seg på tidligere søk og personalisert filtrering. Problemet med dette er at man som regel ikke får opp flere nyanser av svaret enn det algoritmen tror brukerene vil ha. Dette er en problemstilling jeg kommer tilbake til litt senere i innlegget.

Ekkokammer

Et ekkokammer er kort forklart når en gruppe mennesker med likt synspunkt kun kommuniserer og eksponeres for samme informasjon som støtter de tankene gruppen allerede har. Dette henger sammen med filterbobler ved at ekkokamrene gjerne oppstår ved at anbefalingsalgoritmene sørger for at personene kun blir eksponert for tanker bilder og tekst som sammenfaller med deres eget syn på en sak.

Konsekvenser

For at f. Eks. et google søk skal fungere på en effektiv måte er man som sagt avhengig av algoritmer. Dette er både en positiv og en negativ ting. Alt som er på internettet blir filtrert ut i fra vårt søk, på denne måten vil man som oftest kun få opp relevant informasjon som en er ute etter. Ulempen ved dette er at det vil oppstå en filterboble. Altså at det kan være annen relevant informasjon som ikke dukker opp, fordi algoritmene filtrerer ut ifra hva en tidligere har søkt på og annen personlig informasjon.

Ekkokamre vil oppstå flere steder, men spesielt i politikken kan dette ha en stor innvirkning. I følge Aftenposten er den største delen av befolkningen i USA svært lite interessert i politikk. Den mindre delen av befolkningen som er interessert i politikken vil undersøke og lese seg nøye opp og vil dermed få flere innblikk og nyanser av de ulike partiene. Ved å gjøre dette mener jeg at disse ikke vil bli oppslukt i ekkokamre. Når man kommer til valg teller jo selvfølgelig alle stemmer like mye og det er faktisk den største delen av befolkningen i USA som er svært utsatt for å havne i politiske ekkokamre. Ved å ikke gjøre stor research er det stor sannsynlighet for at mange amerikanere kun vil kommunisere med personer med likt synspunkt som det de har i dag. Også digitalt vil algoritmene filtrere informasjon så en stor del kun få informasjon fra den politiske siden de har i dag.

På denne måten vil mange havne i ekkokamre og jeg vil påstå at flere kan ende opp med å stemme på et parti de egentlig ikke støtter i like stor grad som de selv tror gjennom disse ekkokamrene.

-Viktor Dalvang

Kilder:

https://snl.no/filterboble

https://www.samfunnsforskning.no/aktuelt/nyheter/2017/skrasikre-debattanter-gjennom-ekkokamre-og-skytter.html

https://www.google.com/intl/no/search/howsearchworks/algorithms/

https://www.aftenposten.no/meninger/debatt/i/6gyl0/ekkokamre-er-et-aktivistfenomen-jan-arild-snoen

Grunnen til at 75% av befolkningen «vippser»

Denne uken har vi blant annet hatt om plattformtjenester, som er tema for dagens innlegg. Jeg skal skrive litt om delingsplattformen Vipps. Vipps startet som en plattform hvor privatpersoner kunne gjøre opp seg i mellom ved å lett overføre penger med sin smarttelefon.

Delingsplattform

En delingsplattform er en digital tjeneste hvor selger og kjøper av et produkt kan møtes. Dette er som regel privatpersoner. Et godt eksempel på en delingsplattform foruten om Vipps er Finn. Dette er en plattform hvor private selgere kan legge ut varer og tjenester til salgs eller gis bort. På dette nettstedet kobles kjøper og selger sammen uten interaksjon fra FINN.

Litt om Vipps som tjeneste

Vipps er en mobil betalingstjeneste som ble startet opp av DNB i 2015(E24). Den gang var tjenesten kun for å overføre penger mellom privatpersoner på en enkel måte. Senere har tjenesten kommet opp med betaling uten kid nummer, samt muligheten til å betale kontaktløst i enkelte butikker. Vipps har per 2019 3,2 millioner bruker i Norge. Dette gjør det svært vanskelig for nye tjenester og bedrifter å komme inn på dette markedet.

Skjermdump, Vipps hjemmeside. https://vipps.no/produkter-og-tjenester/bedrift/

Transaksjonskostnader

I følge Arne Krokan er det 6 ulike transaksjonskostnader.

Søkekostnader er hvilke andre alternative løsninger man har på markedet. Her er Vipps soleklart markedsleder. Med tanke på at Vipps i 2019 hadde 3,2 millioner bruker vil det for de fleste falle naturlig å benytte seg av vipps fremfor andre konkurrenter.

Informasjonskostnader er når forbrukeren vil ha mer informasjon om produktet eller tjenesten. Siden Vipps kommer fra en stor bank som DNB vil dette allerede gjøre så forbrukeren har tiltro til tjenesten. Informasjon om tjenesten finner man i tillegg lett på deres hjemmeside. Vi kan derfor si at informasjonskostnadene er lave.

Forhandlingskostnader er hva det koster å bruke tjenesten. Vipps er en gratis tjeneste så fremt en ikke overfører beløper over 5000. Da vil det komme et gebyr basert på hvor høyt beløpet er. Med tanke på at dette er en gratis tjeneste, så vil forhandlingskostnadene for folk fleste være lave.

Beslutnignskostnader er når forbrukeren skal bestemme seg for om det vil benytte seg av tjenesten eller ikke. Siden det er så mange som benytter seg av Vipps i Norge, samt at det ses på som en trygg plattform. Vil Cialdini sitt påvirkningsprinsipp sosiale bevis bidra til å overbevise forbrukeren om at dette er riktig tjeneste for hen.

Evalueringskostnader er når forbrukeren avgjør hvor fornøyd hen er med tjenesten etter bruk. På Vipps sin hjemmeside finner man en «ris og ros» side hvor en kan skrive hva en syns om tjenesten.

Tvangskostnader forekommer som regel i en salgssammenheng hvis forbrukeren ikke er fornøyd med produktet og vil returnere dette. Vipps har ikke dette, men jeg tenker det kan ses på som en tvangskostnad hvis forbrukeren har vippet penger til feil person. Da har Vipps kundeservice som kan kontaktes og forhåpentligvis fikse opp i dette.

Konklusjon

Det er flere grunner til at Vipps har klart å kapre så store markedsandeler. En av grunnen tror jeg er fordi DNB var en av de første aktørene på markedet med enkel pengeoverføring via smarttelefon. På denne måten klarte de i starten å få stor oppmerksomhet rundt Vipps. Videre har Vipps vært flinke med å videreutvikle tjenesten på samme tid eller tidligere enn behovene oppstår for forbrukerene. Vipps har også vært flinke med å holde transaksjonskostnadene lave, som sørger for at forbrukerne er fornøyde og ikke velger å gå til en annen aktør.

-Viktor Dalvang

Kilder:

https://e24.no/naeringsliv/i/wPVaeM/vipps-naer-100-millioner-i-underskudd

https://vipps.no/om-oss/

https://www.finn.no

De fleste eldre misforstår bruken av gaming.

Voksne mennesker har i lang tid sett ned på at store deler av den yngre befolkning gamer.

I følge Bartle er det fire forskjellige spiller typer. Disse er: Killer, achiever, Socializer og explorer. 80 prosent av de som spiller, spiller for det sosiale aspektet. Dette er også aspektet jeg kjenner meg igjen i selv når jeg gamer.

Noe som ble lagd for å selges til gamere verden over er VR briller. Dette er briller med kunstig intelligens som får spillet til å virke mer levende.

Vr, Virtuelle, Virtuell Virkelighet, Teknologi
https://pixabay.com/no/photos/vr-virtuelle-virtuell-virkelighet-3460451/

Som sagt ble brillene produsert for å brukes til ulike spill. I nyere tid har man sett at disse brillene også kan brukes til en rekke andre ting. Det norske forsvaret har blant annet benyttet seg av denne teknologien for å behandle soldater med krigstraumer. Ved bruk av eksponeringsterapi ved hjelp av VR slipper soldatene å bruke fantasi for å tenke seg tilbake til situasjonene. Dette har potensialet til å være mer effektivt da man ved hjelp av datakraft i stedet klarer å fremkalle en liknende situasjon. Klikk her for mer informasjon om bruken i forsvaret.

Bruken av VR på personer med psykiske lidelser eller sterke fobier er også bevist svært effektivt i Nederland. Her kan pasientene bli eksponert for frykten på en trygg måte. Blir det for mye for pasientene, kan de bare ta av seg brillene. https://www.napha.no/vr_nederland_terapi/

Teknologien VR er og vil trolig i større grad fremover i Norge være med på å rehabilitere mennesker med psykiske lidelser.

-Viktor Dalvang

Kilder:

https://www.interaction-design.org/literature/article/bartle-s-player-types-for-gamification

https://www.napha.no/vr_nederland_terapi/

https://www.tu.no/artikler/drar-soldatene-tilbake-til-krigen-med-vr-teknologi-for-a-behandle-traumer/434931

Fører kunstig intelligens til arbeidsledighet?

Det er ikke tvil om at kunstig intelligens vil være med på å påvirke jobber og hverdagen til mennesker over hele kloden positivt. Det har og vil komme flere selvkjørende busser, biler, tog osv. Dette vil føre til at mange yrkessjåfører må finne seg et annet yrke. Matbutikker også er og vil fortsette i større grad å bli tatt over av kunstig intelligens i stedet for menneskelig personell. Det jeg lurer på er i hvilken grad arbeidsledigheten vil øke og hvilke mennesker dette vil påvirke.

Noen fordeler ved kunstig intelligens

AI gjør allerede i dag mye for å effektivisere og senke kostnadene ved for eksempel produksjon av nye biler. Bilprodusenter benytter seg i stor grad av roboter med kunstig intelligens på samlebånd. Ved å gjøre dette har de kunnet minke produksjonstiden, samtidig som de får lavere kostnader når de ikke trenger like mange ansatte som tidligere.

Car manufacturing | Holmatro
Hentet fra Holmatro

Det blir ikke bare billigere og mer effektivt å produsere varer ved bruk av kunstig intelligens. AI vil også bidra til bærekraft spesielt i landbrukssektoren. Det vil hjelpe til å sørge for at man får mer kjøtt ut av vært dyr, så mindre blir kastet. I fiskeindustrien kan også AI i sensorer bidra i stor grad til at det blir fisket opp den fisken en ønsker og ikke en utrydningstruet fisk. Når AI effektiviserer en arbeidsoppgave

Sosiale konsekvenser

Et argument flere har for å være i mot kunstig intelligens er at AI vil føre til høy arbeidsledighet. I følge en rapport fra PwC vil AI ta over hele 7 millioner jobber i UK. I rapporten blir det videre nevnt at 7,2 millioner nye jobber vil bli dannet (Rapport). Vi ser ut ifra dette at problemet ikke er at det vil bli færre jobber på markedet. Problemet ved AI på markedet mener jeg i stedet vil ligge på at flere er avhengig av en lengre utdanning for å få seg jobb. Yrkessjåførene må mest sannsynlig tilbake på skolebenken for å ta en utdanning en helt annen retning en de ville når de valgte å bli yrkessjåfør.

De fleste yngre og studenter i dag jobber i en fysisk butikk. Det er for det meste denne type jobb man kan ha uten utdanning. Noen år frem i tid vil mest sannsynlig de fleste fysiske butikker være med betraktelig mindre personell eller ikke noe menneskelig personell i det hele tatt. Dette vil gjøre det vanskelig for å den yngre delen av befolkning å skaffe seg en jobb før de har tatt videreutdanning. Dette er også et problem som må løses.

Konklusjon

Med utgangspunkt i rapporten fra PwC ser jeg at det ikke vil bli færre jobber på markedet. Arbeidsledigheten mener jeg likevel vil bli en god del høyere når AI tar over jobber som f. Eks. bussjåfør. Dette mener jeg likevel ikke vil være langvarig. Jeg tror arbeidsledigheten vil stige noen år når menneskene som får sine jobber overtatt, tar videreutdanning og finner ut hva de vil drive med videre. I følge rapporten vil det som sagt bli dannet flere arbeidsplasser enn tidligere som følge av kunstig intelligens. Jeg tror derfor at arbeidsledigheten vil gå tilbake til normalen, eller til og med bli lavere enn tidligere i løpet av få år etter «revolusjonen». Jeg tror videre at den yngre delen av befolkningen uten videreutdanning vil slite med å få seg jobb før de er ferdig utdannet. Normen for hvor tidlig det er normalt å få seg sin første jobb tror jeg da vil øke.

-Viktor Dalvang

Kilder:

https://www.dn.no/annonsorinnhold/her-tar-robotene-faktisk-over/2-1-531566

https://bernardmarr.com/default.asp?contentID=1828

https://www.innovasjonnorge.no/no/verktoy/privat-og-offentlig-innovasjon/artikler/slik-jobber-norge-for-a-nyttiggjore-kunstig-intelligens/

https://www.bbc.com/news/business-44849492

https://www.holmatro.com/en/industrial/applications/automotive/car-manufacturing

Kunstig intelligens

Hva er kunstig intelligens?

Kunstig intelligens er maskinlæring. Det vil si når en maskin har evnen til å lære seg nye ting etter hva den erfarer og ikke hva den er programmert til å gjøre. Kunstig intelligens i systemer er noe som har eksistert i mange år nå, vi finner dette i mobiltelefoner, datasystemer for å innhente informasjon osv.

Først de siste årene har man klart å implementere kunstig intelligens inn i roboter, droner og selvkjørende biler. Ved å gjøre dette kan hverdagen og jobber for veldig mange bli enklere. Et eksempel på dette er tesla sine selvkjørende biler. Frem til i dag er det likevel for mange feil på den kunstig intelligensen, som har gjort så sjåførene likevel må sitte bak rattet og følge med.

Sykehus rundt om har benyttet seg av kunstig intelligens i mange tiår for både å støtte opp under operasjoner, hjelpe til med å stille diagnoser og også samle inn data fra pasienter. Det har vært et eller flere tilfeller hvor legene mener en pasient ikke vil våkne fra koma, men ved bruk av kunstig intelligens i avanserte analyser påsto maskinen at det var en større sannsynlighet for at pasienten ville våkne. Pasienten våknet og vi ser her at den kunstig intelligensen i flere tilfeller er med på å forbedre jobber og i dette tilfellet redder liv.

Roboter

Det har de siste årene som sagt blitt forsket mye og gjennomført mange tester på kunstig intelligens i roboter og droner. Amazon har blant annet søkt patent på et dronesenter for sine kommende droner som skal hjelpe til å levere express pakker i løpet av 30 minutter.

Det som fascinerte meg mest er bruken av kunstig intelligens i robothunder. Dette er roboter fra Boston dynamics som skal kunne bistå politiet og militæret til å gjennomføre sine oppgaver uten fare for menneskeliv. Foreløpig kan roboten åpner dører og gå i ulendt terreng, men dette er noe som utvikles videre hele tiden.

New dog-like robot from Boston Dynamics can open doors - YouTube
(Guardian News, https://www.youtube.com/watch?v=wXxrmussq4E )

På artikkelen fra Seattletimes lenket under ser man likevel at det er ulemper også her ved bruk av robotene. Det blir nevnt om robotene klarer å overholde borgerrettigheter, samt faren hvis andre land klarer å stjele og videreutvikle teknologien og bruke den til eksempelvis krigføring.

Kunstig intelligens er med på å forbedre jobbene til mange mennesker i dag. Kunstig intelligens blir forsket og testet mer og mer og jeg tror systemene og maskinene bare vil fortsette å hjelpe oss mennesker i større grad fremover. Jeg tror også kunstig intelligens noen år frem i tid i større grad vil bidra til hverdagslige ting hos flere folk når prisene for denne typen teknologi blir lavere.

-Viktor Dalvang

Referanser:

https://www.seattletimes.com/business/robotic-dogs-have-been-put-to-work-by-at-least-one-police-agency/

https://www.tek.no/nyheter/nyhet/i/nap8Em/naa-kan-private-kjoepe-roboter

Guardian News, https://www.youtube.com/watch?v=wXxrmussq4E

Er studieteknikk viktig?

Et tema jeg syns var interessant under forelesningen vi hadde 7. Januar er studieteknikk, som ble presentert av Marianne Hagelia. Dette er jo et tema som er spesielt viktig å ha fokus på akkurat nå, når vi kun har digital undervisning.

Fakta som overrasket meg

  • Kun se på forelesning.

Hagelia hadde noen interresante erfaringer om hvordan de ulike studieteknikken fungerer i praktisk. Det jeg ble mest overrasket over er hvor lite man faktisk lærer av å kun se på forelesninger. Det viser seg at det i noen forelesninger kun er 10% som får med seg stoffet som blir gjennomgått. Vi ser jo ut i fra disse tallene at en monolog fra foreleser fungerer svært dårlig.

  • Å legge ut forelesning i ettertid.

Hagelia snakket om at de hadde foreslått for en rekke studenter å legge ut forelesningene i etterkant, dette var noe både studenter og forelesere tenkte var en god idé. Det viste seg derimot at dette hadde en negativ effekt. Det ble færre som så forelesningen «live» og det var også svært få som valgte å se forelesningen på et senere tidspunkt. Dette er noe jeg selv også erfarte under den første «pandemi bølgen» og som jeg har skrevet kort om i mitt første innlegg på bloggen.

Teknikker som fungerer godt

  • Notater

Det som derimot fungerer svært godt er å skrive og jobbe med notater. Før, under og etter forelesning. Ved å gjøre dette sørger man for at mye mer av stoffet en skal lære seg blir husket.

  • Lage flash cards og teste hverandre
  • Lage og bruke tankekart
  • Samskriving

Samskriving kan benyttes ved å skrive notater på et samskrivingsdokument sammen med andre studenter. På denne måte vil en kunne få flere notater, samt se og lære av hvordan medstudenter skriver notater.

  • Diskusjon

Selv har jeg erfart at jeg lærer mest av diskusjon og samarbeid med andre. Spessielt i eksamensperiodene lærer jeg mest og får en bedre forståelse av helheten hvis jeg diskuterer pensum med andre.

Konklusjon

Det fins veldig mange studieteknikker og de som fungerer godt for meg vil ikke nødvendigvis fungere for deg. Det er derfor viktig å prøve flere forskjellige teknikker for å finne ut hvordan man selv kan lære mest mulig på en effektiv måte. Jeg vil derfor i høyeste grad påstå at det å ha kunnskap om ulike studieteknikker er viktig når en skal lære seg noe nytt.

-Viktor Dalvang

Arne Krokan`s blogg

Mitt liv som student under pandemien

Da pandemien slo ut for fullt i mars ble hverdagen til de fleste studenter snudd på hodet. Vi gikk fra å flere ganger i uken være i forelesninger på skolen, til å sitte hjemme alene og se på forelesninger digitalt.

Jeg har flere ganger tidligere tenkt at det ville vært deilig å kunne se forelesningene digitalt og når det passet meg best. Da dette ble en realitet og vi ikke selv kunne velge om vi ville møte på skolen var ikke dette like lukrativt i realiteten. Det meste av struktur og motivasjon forsvant like fort som viruset kom. Når jeg nå kunne se forelesningene når jeg ville, førte dette til at jeg i stedet utsatte de fleste forelesninger. Dette førte til at jeg måtte ta et skippertak på slutten av semesteret. Heldigvis klarte jeg å komme meg gjennom semesteret med gode karakterer likevel.

Ved siden av å slite med forandringen fra fysisk til digital skole ble jeg og utrolig mange andre studenter også permittert fra jobber. Noe som førte til at mange studenter slet økonomisk i perioden. Jeg personlig klarte meg bedre enn de fleste, siden jeg var heldig med å ha en lav leie. Likevel var dette en ekstra stressfaktor under den krevende perioden.

Da høst semesteret startet var skolen tidlig ute med beskjeder om hvordan semesteret kom til å bli med digital undervisning. Dette i tillegg til at vi allerede hadde vært i en slik periode sist semester, gjorde så jeg var bedre forberedt til hvordan jeg skulle håndtere det. Også dette semesteret ble jeg hengende litt bak, men håndterte undervisningen og eksamen på en bedre måte en tidligere.

Det er uten tvil fysisk undervisning jeg lærer best og får mest motivasjon av. Likevel så ser jeg gjennom det siste semesteret hvor mye bedre digital undervisningen har fungert på meg selv opp mot den digitale undervisningen på vår semesteret. Dette er nok en blanding av at jeg var forberedt på at det var sånn undervisningen ville bli. Samtidig som både vi studenter og forelesere nå har tilpasset oss og forbedret denne måten å ha forelesninger og eksamen på.

-Viktor Dalvang