Search

Algoritmer styrer i økende grad visuelle medier, ikke bare ved å sortere og rangere bilder i sosiale medier, men også ved å styre hvilke bilder som i det hele tatt blir tatt, gjennom algoritmer for estetisk inferens som er innebygd i kameraene våre. Denne artikkelen utforsker hvordan disse algoritmene fungerer, og hva slags estetiske kriterier som er programmert inn i disse algoritmiske smaksdommene. Vi har ikke direkte tilgang til algoritmene, så i stedet analyserer jeg tre grupper instagrambilder: Instagram-kontoen @Insta_repeat, NRKs hashtag-kampanje #nrksommer og de tyve mest populære bildene på Instagram for å forstå forskjellige måter «et godt bilde» kan defineres i samspillet mellom algoritmer og mennesker. I tillegg analyserer jeg artikler om estetisk inferensalgoritmer innen informatikken, og jeg gjør en historisk sammenligning av kameraklubbenes estetikk i det 19. og 20. århundre med datasettene dagens algoritmer trenes opp på. Hovedargumentet er at vi programmerer algoritmer som vil gi oss mer og mer ensartede fotografier, og at disse algoritmene er drevet av en kommersiell logikk som har som mål å få oss til å konsumere mer. Algorithms generate and interpret images not just by sorting and ranking images on social media platforms, but also by determining which photographs to take in the first place through the aesthetic inference algorithms built into our cameras. This paper examines how these algorithms work, and what kinds of aesthetic critieria are programmed into them. As the algorithms themselves are blackboxed, the material analysed includes three groups of photographs: the Instagram account @Insta_repeat, NRK’s hashtag campaign #nrksommer, and the twenty most popular images on Instagram. The paper also discusses a selection of articles on the development of aesthetic inference algorithms written by computer scientists, analyses marketing materials for cameras, and presents a historical comparison of the aesthetics of camera clubs and in pictoralism with the data sets used in the development of aesthetic inference algorithms today. The main argument of the paper is that aesthetic inference algorithms and ranking algorithms lead to less diversity in our photographs, and that the algorithms are driven by a commercial rationale aimed at increasing the consumption of images and cameras. publishedVersion

A number of studies have investigated the effects of the flipped classroom technique on students’ engagement and learning outcome. Where some studies show positive effects on students’ engagement, involvement and learning outcome, others fail to show the same positive results. One crucial element seems to be the way students are prepared for the transition, from a traditional lecture-based course to the flipped classroom technique. In this paper we present students’ feedback and experiences from flipped classroom at an international master course in ‘Product development and design’ at NHH Norwegian School of Economics. Overall, students’ responses are favourable, rating the opportunity for dialogue and feedback from teacher, a flexible structure and good planning as some factors of success. Ulike studier som har analysert erfaringer med omvendt undervisning (flipped classroom) viser til dels sprikende resultater. Noen studier viser at studentenes engasjement, motivasjon og læringsutbytte øker med innføringen av omvendt undervisning, mens andre studier viser at studenter trives best med et mer tradisjonelt undervisningsopplegg. Denne studien beskriver erfaringer med omvendt undervisning fra et internasjonalt masterkurs i produktutvikling ved Norges Handelshøyskole, med vekt på studentenes tilbakemeldinger. Studentene er gjennomgående positive til undervisningsopplegget og trekker frem mulighetene for dialog og tilbakemelding, fleksibilitet innenfor klare rammer, og god planlegging som spesielt positivt. publishedVersion