Evidens for den gode arkitektur?

Evidens, data, fakta, effektstudier. Tiden skriger på hård viden, som kan legitimere beslutninger, også af den art, som har at gøre med arkitektur og det byggede miljø. “Vi har brug for noget evidens på det”, “Kan vi få nogle data, der understøtter det”, lyder det ofte blandt beslutningstagere, hvad enten fokus er den arkitektoniske udformning af et nyt supersygehus, en revidering af Fingerplanen eller nedrivning i et nedslidt boligområde. Der er for tiden et enormt politisk og økonomisk pres på at levere fakta og tal, der kan understøtte beslutninger – typisk af den art, man allerede næsten har truffet, når data efterlyses. Djøf’erne går forrest med deres døde øjne og kolde hænder, men arkitekterne går heller ikke fri. Skønt opfostret i en fagtradition med fuld metodefrihed, veludviklet mavefornemmelse og en vægt på at ‘have noget på hjerte’, er der i stigende grad en forventning om, at også arkitektur skal bygge på hårde facts. Arkitekturuddannelser skal være forskningsbaserede, og tegnestuer mødes med krav om evidensbaseret design. 

Det fører indimellem til en tvivlsom omgang med tal. Det kan udarte sig til data-fetish à la Koolhaas, hvor data i sig selv inspirerer og genererer form. Ofte bedrives dog snarere en form for pseudo-naturvidenskab, hvor man måler et eller andet før og efter, og så fremlægger det som evidens for, at det, man gjorde i mellemtiden, forklarer forandringen. Et eksempel: I et udsat boligområde rives de høje blokke ned og erstattes med tæt-lav boligarkitektur, der ligner den i de omgivende middelklasse-forstæder. Efterfølgende viser statistikken en højere andel beboere i beskæftigelse og en højere gennemsnitsindkomst. Er det evidens for, at en bestemt arkitektur og boligtypologi har betydning for folks indkomst og tilknytning til arbejdsmarkedet? Næppe, forklaringen er vel snarere, at de oprindelige beboere er blevet skiftet ud med mere velstillede beboere. Selv hvis der er tale om akkurat samme beboere, kan der være helt andre, samtidige faktorer end arkitekturen, som viser sig i statistikken. Hvis der eksempelvis er en konjunkturstigning i samme periode, og indkomst og beskæftigelse stiger i hele landet – måske endda forholdsmæssigt mere i andre områder – så kan vi langtfra konkludere, at vi har bygget problemerne væk. Ja, selv hvis beskæftigelse og indkomst i det udsatte område stiger mere end i omkringliggende områder, kan der være mange andre forklaringer end det byggede: en ny type jobindsats, en virksomhed, der har flyttet sin produktion til området, en ny og bedre uddannet generation, der er kommet ud på arbejdsmarkedet…

Problemet handler om kausalitet – årsagssammenhæng – og vi møder det mange andre steder end i arkitekturens verden. Folk, der går i teatret, lever længere, men det betyder ikke, at fordi man sender folk i teatret, begynder de at leve længere. Dem, der går i teatret, har naturligvis også andet til fælles – en sund livsstil f.eks. Et andet eksempel fra diskussionen om udsatte boligområder: Undersøgelser viser, at børn fra ressourcesvage familier, som vokser op i blandede boligområder, klarer sig bedre i skolen end børn fra ressourcesvage familier, som vokser op i områder med mange andre ressourcesvage familier. Det bekræfter måske vores intuitive forestilling om, at blandede boligområder fremmer den sociale mobilitet, men tallene beviser ikke noget i sig selv: Måske er de forældre, der vælger at flytte til det blandede boligområde, selvom de selv har lav indkomst og uddannelse, alligevel ikke så ressourcesvage? Måske er det bare den statistiske kasse, vi har puttet dem ned i, som kun tager højde for uddannelse og indkomst?

Betyder det så, at vi ikke kan måle noget som helst, men blot skal læne os tilbage og skabe huse og byer baseret på mavefornemmelse? Så langtfra, men når vi arbejder med samfundet og levende mennesker i real time, må vi ikke bilde os ind, at det er et lukket laboratorium. Der er altid tusind andre ting, som også spiller ind samtidig, og derfor taler tallene aldrig for sig selv. Naturligvis skal vi bygge på viden, systematiske undersøgelser og grundig overførsel af erfaring fra ét projekt til det næste. Faktisk kan det undre, at det ikke i højere grad er tilfældet, taget i betragtning at bygninger er nogle af vores største samfundsmæssige investeringer og typisk står i mindst 100 år. Lad os da endelig undersøge, hvad arkitekturen gør, og hvordan byrummet virker. Og lad os endelig bruge både tal og mange andre slags data i den forbindelse. Problemet er ikke brugen af tal, men en blind tiltro til, at data falder ned fra himlen og kan give svar på hvad som helst. Den arkitektoniske fagkundskab kan ikke sættes på formel, men den kan styrkes ved at bygge på viden, ikke tomme data.