Hva skjer hvis du bruker én time hver dag på å lære noe nytt?

Det blir sagt at du kan bli god i hva som helst, bare du investerer 10 000 timer i det. Alt du trenger finnes på nett, så  det er bare å sette i gang.

Det er en motiverende tanke. Helt til du oppdager at du har passert 50 og har det travelt nok som det er. Selv om du setter av én time hver eneste dag, så vil du være nærmere 80 år gammel når du har fullført de 10 000 timene.

Deprimerende.

Likevel. I år har jeg satt i gang. Jeg har reservert én time hver dag. For å utforske nye ting. Målet er ikke å bli konsertfiolinist eller noe sånt. Planen er å mestre små og store ting jeg har lurt på, men liksom ikke har hatt tid til. La det ene ta det andre. Hvor er jeg etter 365 timer?

Det tenkte jeg å fortelle om på denne bloggen.

En automatisk tabell om kniver

Det første konkrete resultatet av dette lille prosjektet er tabellen under. Den overvåker oslopolitiets twitterfeed og registrerer automatisk alle meldinger som handler om kniv-hendelser. Det som i utgangspunktet er en ganske stor research-jobb oppdateres nå helt av seg selv. Og søylene forteller en interessant historie: Denne vinteren har antallet knivepisoder falt kraftig.

Følg utviklingen og se kart i tallsenteret

Hva var motivasjonen?

I februar 2019 laget vi i TV 2 Nyhetene en sak om økende knivvold i Oslo. Den siste måneden hadde politiet rykket ut til 34 knivhendelser. Et høyt tall. Jeg brukte mange timer på å plotte hendelsene inn på et kart som skulle brukes på storskjermen i studio.

Det neste året fortsatte jeg å følge utviklingen. I ledige stunder ble nye knivepisoder plottet inn i et googlekart. Kartet avslørte at situasjonen roet seg noe etter den voldsomme starten på året. I tillegg ble en tydelig, geografisk tendens bekreftet.

‍

Kartet ble fint, men en manuelle jobben med å oppdatere tok for lang tid. Jeg la derfor prosjektet til side, med et løfte til meg selv om å tenke ut en smartere løsning en gang i fremtiden.

Slik ble knivvolden i Oslo prosjekt nummer én da nyttårsforsettet skulle  iverksettes hjemme ved kjøkkenbordet.

Hva måtte læres?

Datastrømmen som styrer tabellen er tredelt. Automasjonstjenesten Zapier.com kobler oslopolitiets twitterfeed med et Google regneark. Hver gang ordet "kniv" nevnes blir meldingen lagt inn som en ny linje i regnearket.

Neste trinn er en bearbeiding av dataene i regnearket. Jeg oppretter en ny side for hver operasjon. På side to gjøres hver forekomst av ordet "kniv" om til ett-tall. På neste side blir datoformatet fra Twitter justert (akkurat der gikk det overraskende mye tid). Endelig blir alle ett-tallene talt opp og gruppert måned for måned.

Siste trinn skjer i den tyske tjenesten Datawrapper, som omsetter tall til søyler og kurver. Programmet er enkelt å bruke, det plukker automatisk opp data fra regnearket.

Alt dette blir beskrevet i detalj i senere post på denne siden. (Edit: Etter at denne posten ble publisert økte trafikken inn mot tabellen noe som fikk den til å blanke ut noen ganger. Dette skal kunne justeres i Google Sheets. Å gå live med ting er så klart en del av læringen.)

Hvor lang tid tok det?

For meg, som verken kan koding eller er særlig bevandret i Excel tok det ca 20 timer å bygge dette. Mesteparten av tiden går med til googling, videotitting, prøving og feiling. Det hjelper også å spørre en kollega, som Fredrik i grafikkavdelingen. Takk Fredrik!

Var det verdt tiden?

Som journalist og programleder synes jeg tabellen er nyttig. Knivvold er et tilbakevendende tema i samfunnsdebatten. Det skal ikke så mye til før folk lufter sterke meninger om hvor stort problemet er og hvem som har skylden. Denne tabellen gir god bakgrunn neste gang jeg skal intervjue noen om temaet.

Så er det selvfølgelig noen feilkilder å være klar over. Det er forskjell på knivstikking og det å bli pågrepet med kniv. Noen ganger er det ikke snakk om kniv men en  "knivlignende gjenstand". Likevel, hver gang en kniv er involvert øker voldspotensialet i en situasjon der politiet rykker ut. Derfor opplever jeg tabellen som en verdifull temperaturmåler, men den må brukes med varsomhet hvis man for eksempel planlegger å sette noen fast i et skarpt intervju.

En ting er det journalistiske. Vel så viktig er det jeg har lært om dataimport. Denne fremgangsmåten kan selvfølgelig brukes på andre ting også. Bare fantasien setter genser for hva Zapier kan brukes til i kombinasjon med andre tjenester.

Jeg opplever også at Googles regneark er kraftigere enn jeg hadde trodd. Her er det enormt mye å gå på. Og poenget er ikke å lære alt på en gang, men å forstå potensialet neste gang det dukker opp et journalistisk behov.

Kan jeg lære mer?

Det store, gjenstående spørsmålet er om det lar seg gjøre å plassere disse knivhendelsene automatisk på kartet. Det ville nok være mulig hvis politiet begynte å geotagge hendelsene. Da er det ganske enkelt å hente ut lokasjonsdata fra Twitters API. Alternativt kan man tenke seg at regnearket automatisk sammenligner teksten i twitter-meldingene med en uttømmende liste over adresser og stedsnavn i hovedstaden. HVIS noe sånt er mulig vil det fortsatt være et problem at politiet ofte nøyer seg med å vise til vage stedsangivelser som "sentrum" eller "Trondheimsveien" (som er over 13 kilometer lang).

Kanskje det er noen kloke hoder der ute med ideer?

‍

Edit mars 2023: Har nå klart å lage et semi-automatisk kart som viser hvor knivepisodene skjer. Ligger i tallsenteret