Fra knappenåle til computere

En computer kan i dag defineres som en maskine, der udfører algoritmer. Men i flere århundreder var en computer ikke en maskine, men et menneske.

Ordet ‘computer’ betegnede mere præcist et menneske, der lavede beregninger i hånden.

I 1731 skrev en avis i Edinburgh, at kvinder burde kende deres partners indkomst og være en “god computer” ved at holde husholdningsudgifterne inden for budgettet. Omkring 1800 blev det til en stillingsbetegnelse, og mennesker blev fx ansat som computere til at lave tabeller over himmellegemer til den britiske nautiske almanak, så imperiets mange skibe ikke stødte på grund.

Inden udgangen af århundredet var størstedelen af de menneskelige computere kvinder. De var nemlig gode computere.

I løbet af hundrede år skete der et afgørende skifte, fortæller David Alan Grier, som har skrevet bogen When Computers Were Human, inspireret af sin egen bedstemor, der fik en universitetsgrad i matematik i 1921.

Skiftet, der gjorde det muligt at forestille sig, at menneskelige computere en dag kunne erstattes af en maskine, kommer ifølge Grier bedst til udtryk ved Halleys komet. Kometen, der med omkring 76 års mellemrum skinner på vores nattehimmel, er gennem historien blevet observeret og beskrevet som “den behårede stjerne”. Og metoden, hvormed man udregnede, hvornår den ville vende tilbage, ændrede sig drastisk fra 1759 til 1835.

“De koloniale europæiske lande var særligt interesserede i astronomi, fordi astronomi repræsenterede kontrol. Over navigation og landmåling,” siger Grier til Føljeton.

Før sin død forudsagde den engelske astronom Edmund Halley, der som efternavnet afslører lagde navn til kometen, at den ville vende tilbage i 1758, og den franske astronom Alexis Claude Clairaut satte sig for at beregne den præcise dato.

Til at udføre det enorme beregningsarbejde ansatte han to af sine meget veluddannede venner som computere, og det er et tidligste kendte eksempler på, at beregningsarbejde blev organiseret på den måde.

Sammen kom de frem til, at kometen ville nå det punkt i dens elliptiske bane, hvor den er tættest på jorden den 15. april 1759, men at det kunne ske på ethvert tidspunkt mellem den 15. marts og 15. maj. Den nåede dét punkt den 13. marts, et par dage uden for intervallet. I dag ved vi, at det skyldes et par fejl, men også at astronomerne ikke havde Uranus og Neptun med i deres regnestykke, da planeterne på dette tidspunkt endnu ikke var blevet opdaget.

Ifølge Grier fik det én særligt højlydt kritiker til at forkaste det, han kaldte “den beregnende ånd”, og hævde, at beregningen var mere “møjsommelig end dybsindig”.

Observatoriet som fabrik

Da kometen vendte tilbage næste gang – i 1835 – foregik beregningen af den præcise dato på mere industrialiseret vis.

David Alan Grier henviser til Charles Dickens’ bog Hard Times fra 1854, der beskrev en af samtidens fabrikker som et observatorie uden vinduer og fabriksarbejdere som astronomer, der skulle skildre det strålende univers udelukkende med pen, blæk og papir.

Mens Greenwich Royal Observatory i London og det britiske kontor for den nautiske almanak havde vinduer, så mindede begge institutioner i løbet af 1800-tallet mere og mere om selvsamme fabrikker.

Med “et centralt regnekontor, en leder, på forhånd trykte regneformularer, standardiserede beregningsmetoder og en fælles metode til at kontrollere resultaterne” og “faste arbejdstider, et ur på væggen, der talte timerne, og et tilsynsråd, der skulle sikre, at arbejdet blev udført korrekt”, som Grier beskriver det.

Ligesom arbejdsdeling i datidens fabrikker gjorde det muligt at skalere produktionen, gjorde arbejdsdelingen i institutionerne det muligt at håndtere de stigende mængder af data.

Arbejdsdeling er bedst – eller i hvert fald mest berømt – beskrevet af Adam Smith i hovedværket Nationernes velstand. Bogen, som i dag betragtes som stentavlerne for det frie markedsøkonomiske system, begynder med en ydmyg rundtur på en nålefabrik.

Her demonstrerede den skotske økonom, at ti personer tilsammen kan producere 48.000 nåle på en enkelt dag, hvis de deler arbejdet mellem sig i 18 separate opgaver. Uden arbejdsdeling og specialisering ville de hver især knap kunne producere en eneste nål.

Arbejdsdelingen var selvfølgelig ikke begrænset til produktionen af nåle, men heller ikke til fysisk arbejde. Da den franske ingeniør Gaspard de Prony læste Adam Smiths bog, besluttede han sig for at “fremstille [sine] logaritmer, som man fremstiller nåle”.

Med andre ord ville han opdele beregningsarbejdet, som han udførte for den franske stat i tre niveauer. Det første niveau var en mindre gruppe af højtstående matematikere, det andet niveau bestod af matematikere, som lavede præcise formularer til beregning – frem for generelle instruktioner – og tjekkede, at den sidste gruppe havde regnet rigtigt. Den sidste gruppe var en stor gruppe menneskelige computere, der ikke havde nogen matematisk uddannelse. Faktisk var nogle af dem tidligere frisører, der manglede et arbejde, fordi overklassens overdådige parykker var gået af mode, da de havde prydet hovederne, der for nylig var blevet hugget af i guillotinen.

Der var intet mekanik udover blæk og papir involveret i dette arbejde, men de Prony beskrev det som “rent mekanisk”.

Udvidet arbejdsstyrke

“Før den industrielle revolution var der også en arbejdsdeling, men den var inden for husholdningen. I den typiske husholdning ville der ikke bare være en mand og en kvinde og deres børn, men flere generationer af søskende og børn. Manden arbejder og kvinden arbejder i hjemmet. Kvinderne holder orden i husholdningen og styr på udgifterne, så alle kan få mad og blive klædt på. Der er en arbejdsfordeling, men det er en kvalificeret arbejdsfordeling. Alle har en rolle, og de tilegner sig nye færdigheder,” fortæller David Alan Grier.

Det er langt fra den arbejdsdeling, som gjorde tidens fabrikker – og observatorier – så effektive.

“Når man begynder at oprette fabrikker, er det første, man spørger sig selv: ‘Hvis jeg fordobler min arbejdsstyrke, vil jeg så fordoble min produktion? Og hvordan kan jeg gøre det?’ Det første svar på det spørgsmål er, at udnytte de mennesker, som familierne egentlig ikke vil have, bedst muligt. Det er der, man får arbejdskraft, og det er en god kilde til arbejdskraft,” siger David Alan Grier. Det omfatter dog et betydeligt forbehold, for de mennesker, som er tilovers i en familie, er mindre kvalificerede, forklarer han.

Så hvordan får man sine fabriksprocedurer eller sine beregningsprocedurer til at fungere på en måde, så man kan bruge de mindre kvalificerede personer?

Det var Gaspard de Pronys midterste gruppe af matematikeres opgave. Det, de producerede, var nærmest præcis det, som vi i dag betragter som en algoritme: Et præcist, trinvist sæt af instruktioner, som man kan følge for at løse enhver opgave – såsom at udføre en udregning. Formularerne, eller algoritmerne, skulle være præcise og opdelt i letforståelige trin, så personer uden uddannelse eller matematiske evner kunne udføre dem. Og på den måde kunne en stor gruppe af ukvalificerede – og dermed billigt betalte – arbejdere ideelt set udføre mange – måske 48.000 – regnestykker dagligt.

Ved Greenwich Observatory valgte man dog at ansætte computere med flere matematiske evner end computerne i Pronys laveste niveau havde, men da Halleys komet igen skinnede på nattehimlen, havde en mere fabriksagtig arbejdsgang med et bestemt hierarki, standardisering og kontrol alligevel fundet vej til London.

Nutidens algoritmearbejdere

I dag er ‘computer’ ikke længere en stillingsbetegnelse, og der er ingen ufaglærte eller ukvalificerede mennesker, som modtager en stak algoritmer, som de skal følge.

Dog kan nutidens algoritmer ligeledes give nogle mennesker mulighed for at udføre opgaver eller arbejde, der tidligere krævede erfaring eller uddannelse. Såsom rutealgoritmerne i Google Maps.

“Rutealgoritmerne i din mobiltelefon gør, at du kan tage til enhver by i verden og finde rundt på en måde, som ikke var mulig for 20 år siden, og det har også skabt et marked for gig-arbejdere såsom Uber-kørere,” siger David Alan Grier.

Før i tiden kendte chauffører deres by som deres egen bukselomme og kunne finde vej til de fleste hoteller. I dag kræver det blot et kørekort og en bil for at blive chauffør.

“Chauffører, der ikke kender byen særlig godt, får mulighed for at få en indtægt uden at bruge en masse tid på at lære byen at kende. Derfor kan man ansætte chauffører, der ikke nødvendigvis er flydende i det lokale sprog, som ikke har studeret, eller som ikke kan læse et kort. Der var engang, at man forventede, at chauffører kendte byen, men det gør man ikke længere. De kan bare indtaste adressen,” siger Grier.

En maskine kunne gøre det

Gaspard de Prony fandt ud  af, at mænd og kvinder med begrænset matematisk viden ikke bare kunne varetage beregningsarbejdet. De var gode til det. “Jeg bemærkede, at de ark, der indeholdt færrest fejl, især stammede fra dem, der havde den mest begrænsede intelligens, [som havde] en slags automatisk eksistens,” skrev han.

Som idéhistorikeren Lorraine Daston tidligere har sagt til Føljeton, var det altså arbejdsdeling snarere end maskiner, der gjorde algoritmer mekaniske. Og det gjorde det i sidste ende muligt at forestille sig, at maskiner lige så godt kunne udføre algoritmer.

For hvis man med præcise, trinvise algoritmer kunne automatisere beregning i en grad, så mennesker uden matematiske evner kunne regne rigtigt, hvorfor skulle en maskine så ikke kunne det?

Det var præcis det, som den engelske matematiker og filosof Charles Babbage tænkte, da han stødte på de Pronys noter om sit foretagende.

Babbage konkluderede, at den franske ingeniør havde bevist, at arbejdsdeling kunne benyttes til “nogle af de mest sublime undersøgelser af det menneskelige sind,” som altså på det tidspunkt inkluderede beregning. Babbage mente tilmed, at det fuldstændig kunne eliminere de fejl, der frustrerede ham: “Gid disse beregninger var blevet udført ved hjælp af dampkraft,” erklærede han under et møde. 

I 1837 beskrev Babbage for første gang sin analytiske maskine: En dampdreven maskine lavet af messing, der med 30 meters længde og 10 meters bredde havde et areal svarende til omkring 300 moderne laptops. Med inspiration fra samtidens teknologiske vidunder Jacquard-væven, forestillede han sig, at maskinen kunne programmeres ved hjælp af hulkort. Hvor Jacquards hulkort styrede trådene for at forme forskellige mønstre i tekstiler, skulle Babbages hulkort styre beregningerne. I modsætning til tidligere forsøg på at konstruere regnemaskiner kunne den analytiske maskine altså programmeres.

Bortset fra at Babbages maskine aldrig blev bygget færdig på grund af manglende finansiering. Ifølge Daston forblev det i lang tid derefter kontroversielt at bruge mekaniske mennesker eller maskiner til at lave beregningsarbejde. Som en skotsk matematiker udtalte i 1871: “Vi må vende tilbage til den grundlæggende sandhed, at vi ikke kan overlade vores intellektuelle funktioner til en maskine, en formel, en regel eller et dogme og sige: ‘Jeg er for doven til at tænke; vær venlig at tænke for mig.’”

Sådanne holdninger påvirkede dog ikke Babbages begejstring. “Så snart en analytisk maskine eksisterer, vil den bestemme videnskabernes fremtidskurs,” skrev han i sine noter. Men end ikke Babbage havde fantasi til at forestille sig, hvad sådan en slags maskine potentielt kunne bruges til.

Det havde Ada Lovelace, som i 1843 oversatte en rapport om den analytiske maskine fra fransk til engelsk, til gengæld. I oversættelsesprocessen tilføjede hun sine egne noter, og de endte med at fylde tre gange mere end selve rapporten. /Emilie Ewald 

Næste afsnit handler om Ada Lovelace og de utallige andre anonyme kvinder, som Stephen Monteiro med bogen The Fabric of Interface har skrevet ind i computerhistorien.