Continual learner

I veckan lyssnade jag på 25 minuter av Syding och Sunström, en podcast jag verkligen gillar och fortsatt kommer lyssna på. De tog upp ett riktigt intressant ämne i sin podcast och om innebörden om att vara ”continual learner” för att klara sig i den framtida automatiseringsekonomin. Jag själv har varit inne på att automatiseringen kan både vara en fara för jobbmöjligheterna framöver, men också sett det som en fördel då mindre inkomster behöver komma genom arbetsinkomster. En stor anledning till att jag ser det viktigt att spara på börsen är att jag tror allt mer av automatiseringens vinster kommer att hamna där. Tyvärr är kapitalinkomster inte lika fördelade i befolkningen som arbetsinkomster, vilket troligtvis kommer att skapa större klyftor framöver.

Så för att klara sig i den kommande automatiseringens värld så är det viktigt att utbilda sig för den nya ekonomin och att själv vara anpassad över att dra nytta av automatiseringen. Automatiseringen kan ju innebära enorma möjligheter, där vi människor slipper göra mekaniska sysslor utan istället kan låta datorerna göra detta. Tyvärr har universitet och högskola gått åt det motsatta hållet de senaste 100 åren, där man gått från att undervisa vetenskap, filosofi och fristående tänkande till att undervisa för industrin där man fokuserar på exakta färdigheter och specialiseringar, många som troligtvis kommer automatiseras framöver.

Istället för att lära ut kritiskt tänkande och konceptuell förståelse så är fokus på att lösa typuppgifter och utföra idealiserade uppgifter. Studier på universitetskurser i fysik har visat på att studenter har sämre konceptuell förståelse av fysiken efter att ha läst kursen än innan, men de kunde räkna typtalen vilket gjorde att de klarade kursen. Koncept och förståelse kommer vara det viktiga framöver, snarare än det mekaniska räknandet av typuppgifter, då det gäller att kunna programmera en dator att göra beräkningarna istället för att göra beräkningarna själv. Det här är diskussioner som förs inom universitetsvärlden, men tyvärr finns det för många konservativa aktörer inom universitetsvärlden som vill fortsatt utbilda våra studenter för 60-talets industri.

Jag kan verkligen rekommendera att läsa Sydings blogg om dessa saker. Jag är själv nu inne på mitt 8:e år på universitetet och börjar äntligen tänka utanför boxen för att lära mig saker som inte är enligt programmet och inriktningen, utan kunskaper och färdigheter som jag tror är alltmer viktiga framöver. Vi har haft diskussioner om detta på jobbet och som nämns i podcasten så är avkastningen på den insatta tiden väldigt liten i områden man är bra på. Det har jag verkligen märkt i mitt forskningsområde och jag har insett att jag faktiskt lär mig mer inom det genom att spender mer tid på att lära mig annat. Det viktiga är att det ska vara intressanta och relevanta saker som man lär sig.

På grund av detta och på grund av mitt intresse i finans så går jag därför nu en kurs i Finansiella derivat samt en kurs i Computational finance på Coursera, parallellt med att lära mig mer Python. Matematiken och prissättningsmekanismen bakom finansiella derivat är faktiskt ganska lik de metoder jag använder i kvantfysiken och som används i statisk fysik. I finansiella derivat bygger man upp stokastiska funktioner som står för en slumpmässig utveckling av priset, för att sedan kunna uppskatta hur man kan göra en väl avvägd prissättning på en option eller liknande vars förfallotid är om ett år eller så. På liknade sätt beräknas en elektron utifrån en sannolikhetsbestämd vågfunktion i ett material och där man vill avgöra dess propagering. Genom att göra denna breddning kan jag både översätta mina egna kunskaper till något annat, samt att lära mig nya saker inom mitt eget område.

Utöver det så läser jag också en kurs på Coursera om Machine learning. Det är ett sätt att göra att datorerna lär sig själva och kan ändra anpassa sig efter förnyade omständigheter. Nu har jag inte kommit så långt i kursen, men vad jag förstått från en övergripande syn på området så använder man sig av Bayesiansk statistik för att ändra datorns beteende och ändra sig för ändrade omständigheter. Bayesiansk statisk har också visat sig vara otroligt framgångsrikt i statistiska undersökningar inom opinion och samhälle dessutom, så det finns en stor bredd i att förstå sig på detta.

Också min stora djupdykning i aktievärlden har gett otroligt mycket. Speciellt i både att förstå hur ekonomin fungerar, hur världen fungerar samt att förstå hur psyket fungerar i t.ex. finansiella marknader. Att läsa Kahnemanns bok har gett mig mycket också i mitt jobb, utöver den en förståelse över mitt och andras beteenden på aktiemarknaden. Att vara en continual learner och lära sig en rad olika ämnen i en rad olika områden är givande för både en själv, men också för att klara sig i en värld som automatiseras. Jag tycker det är synd att det tidigare idealet med den bildade människan har försvunnit från universitet och högskola, då det är nog dit vi behöver gå igen för att verkligen kunna utveckla oss själva och samhället vidare.

Det bästa idag är tillgängligheten av information och bra sätt att lära sig nya saker. Nedan är ett par bra länkar där man med ganska lite tid kan få ordentligt med kunskaper i en mängd områden på liten tid:

  • Buffetts Books är en sida där man kan lära sig om värdeinvestering: http://buffettsbooks.com/index.html
  • Kahn Academy ger en bra grund till en mängd olika områden. I naturvetenskap och matematik kan man få samma kunskaper som första åren på universitetet ger på ett enkelt och mer pedagogiskt sätt: https://www.khanacademy.org/
  • På Code Academy lär man sig programmera på ett smidigt sett i realtid: https://www.codecademy.com/learn
  • Duolingo erbjuder en att öva in ett nytt språk, smidigt och enkelt på webb eller telefon: https://www.duolingo.com/
  • Coursera erbjuder en mängd kurser i allt från avancerade teknikkurser som kräver minst en kandidatnivå till grundläggande kurser i Python och ekonomi: https://www.coursera.org/

Lämna en kommentar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *