AI i offentlig sektor skal kunne forklares til mennesker

Start i en almindelig offentlig arbejdsdag

Når man siger AI i den offentlige sektor, kan det hurtigt lyde som store systemer, strategier og nye regler. Det kan også være relevant. Men den bedste start er ofte meget mindre. En medarbejder skal forstå et dokument. En leder skal forberede et møde. En sagsbehandler skal skrive et klart udkast, som en borger faktisk kan læse.

Det er dér, AI bliver konkret. Den kan hjælpe med at finde overskrifter i et langt materiale. Den kan foreslå, hvilke spørgsmål der bør afklares. Den kan lave en kortere version af en tekst, så et menneske hurtigere kan se, hvad der mangler.

Det betyder ikke, at AI har forstået sagen som en fagperson. Den har lavet et stykke sprogarbejde. Mennesket skal stadig vurdere indholdet, tjekke kilderne og beslutte, hvad der kan bruges. Den forskel er vigtig at holde fast i fra starten.

Offentlig sektor arbejder med tillid hver dag

En privat virksomhed kan også bruge AI forkert. Men i offentlig sektor rammer fejl ofte noget andet. En borger kan få en tekst, der påvirker en sag. En opsummering kan blive en del af et beslutningsgrundlag. Et notat kan få betydning for, hvad andre tror, der er sket.

Derfor kan AI i offentlig sektor ikke kun vurderes på, om den sparer tid. Man skal også spørge: Kan vi forklare, hvad værktøjet blev brugt til? Har vi styr på data? Kan medarbejderen stå inde for teksten? Kan borgeren stadig forstå myndighedens ansvar?

Tillid er ikke en stemning i den sammenhæng. Det er noget, der bliver bygget i små handlinger. Hvilke oplysninger skriver vi ind? Hvem læser outputtet igennem? Hvornår stopper vi? Hvad dokumenterer vi? Det er de spørgsmål, der gør AI praktisk og ansvarlig.

Kommuner gør spørgsmålet meget konkret

Kommuner er ofte det sted, hvor AI i offentlig sektor bliver lettest at se for sig. Der er borgerbreve, sagsnotater, politisk betjening, interne referater og mange fagområder, hvor sprog og dokumentation betyder noget hver eneste dag.

En medarbejder kan bruge AI til at gøre et udkast til et borgerbrev mere forståeligt. Det kan være en god idé, hvis oplysningerne bliver inden for godkendte rammer, og hvis fagpersonen læser teksten grundigt bagefter. For et klart brev er ikke bare et pænt brev. Det skal stadig være præcist, korrekt og ærligt om det, kommunen ved og ikke ved.

Sagsnotater er endnu mere følsomme. Her kan AI måske hjælpe med struktur eller en tjekliste til, hvad der skal være med. Men selve vurderingen, skønnet og ansvaret hører til hos mennesker. Hvis et AI-udkast får en sag til at virke mere afklaret, end den er, kan det skabe en falsk ro.

Derfor bør kommuner begynde med små, kontrollerbare opgaver. Ikke fordi kommuner skal være bange for AI. Fordi borgerkontakten kræver, at arbejdet kan forklares bagefter.

Sagsnotater og borgersprog kræver to forskellige blik

Tænk på forskellen mellem et internt sagsnotat og et brev til en borger. Sagsnotatet skal hjælpe organisationen med at huske, vurdere og dokumentere. Borgerbrevet skal hjælpe et menneske med at forstå, hvad der sker, og hvad personen kan gøre.

AI kan hjælpe begge steder, men på forskellige måder. Til sagsnotatet kan den foreslå en struktur: fakta, vurdering, usikkerheder, næste skridt. Til borgerbrevet kan den foreslå et enklere sprog og kortere sætninger.

I begge tilfælde skal medarbejderen være vågen. AI må ikke opfinde sammenhænge. Den må ikke gøre en usikker vurdering sikker. Den må ikke skrive så venligt, at det juridiske eller faglige indhold bliver uklart. Et godt AI-udkast er noget, man kan arbejde videre med. Det er ikke et færdigt myndighedssvar.

Databeskyttelse begynder ved tastaturet

Det vigtigste valg sker ofte, før AI svarer. Det sker, når medarbejderen overvejer, hvad der skal skrives ind i værktøjet. Er der personoplysninger? Er der følsomme oplysninger? Er der interne vurderinger eller fortrolige detaljer? Er værktøjet godkendt til den type data?

Hvis svaret er uklart, skal oplysningerne blive ude. Det lyder enkelt, men i en travl hverdag er det netop her, organisationen har brug for fælles rammer. Folk skal ikke stå alene og gætte på, hvad der er okay.

Datatilsynet og Digitaliseringsstyrelsen peger på det samme grundprincip fra hver sin vinkel: formål, data, risiko og ansvar skal tænkes med fra begyndelsen. Oversat til hverdag betyder det, at man skal vide, hvilke værktøjer man må bruge, hvilke oplysninger der må indgå, og hvem der skal spørges, når man er i tvivl.

Det gør ikke AI umulig at bruge. Det gør den mere ordentlig at bruge.

Lavrisiko-opgaver er ikke ligegyldige opgaver

Nogle hører lavrisiko og tænker, at det så må være småting. Det er det ikke nødvendigvis. Mødeforberedelse, dokumentoverblik, udkast og intern sparring kan fylde enormt meget i offentlig sektor.

En styrelse kan bruge AI til at få overblik over åbne høringssvar, så medarbejderen hurtigere kan se temaer og uenigheder. En region kan bruge AI til at strukturere intern dokumentation, hvor der ikke indgår patientdata. En uddannelsesinstitution kan bruge AI til at lave flere forklaringer af et komplekst emne til forskellige målgrupper.

Den slags opgaver kan give reel værdi. Samtidig lærer organisationen noget om kvalitet. Hvor laver AI fejl? Hvor udelader den noget vigtigt? Hvornår lyder svaret bedre, end det er? Den læring er svær at få, hvis man starter med de mest følsomme opgaver.

AI-færdigheder er mere end at skrive gode prompts

Det er fint at lære at stille bedre spørgsmål til AI. Men i en offentlig myndighed er AI-færdigheder større end prompts. Det handler om at kunne se, hvornår en opgave skifter karakter.

Et internt udkast er én ting. Et borgersvar er noget andet. En opsummering til eget overblik er én ting. En opsummering, der lander i et beslutningsgrundlag, er noget andet. Den overgang skal medarbejderen kunne mærke.

AI-forordningen gør AI-færdigheder til noget, organisationer skal tage alvorligt. Det betyder ikke, at alle medarbejdere skal være jurister eller teknologer. Det betyder, at folk skal kunne bruge AI med nok forståelse til at kende opgaven, dataene, risikoen og de mennesker, der kan blive påvirket.

I praksis kan det være ret jordnært. Hvad må jeg lægge ind? Hvad skal jeg tjekke? Hvem godkender? Hvornår skal jeg lade være? Hvis en medarbejder kan svare på de spørgsmål, er organisationen allerede et bedre sted.

Ledelsen skal gøre grænserne synlige

Mange offentlige medarbejdere er allerede i gang med AI. Nogle prøver forsigtigt. Nogle bruger det meget. Nogle holder sig helt væk, fordi de er usikre på regler, data og kvalitet.

Her er ledelsens opgave ikke bare at sige ja eller nej. Den er at gøre rummet tydeligt. Her må vi begynde. Her skal vi spørge jura, DPO eller informationssikkerhed. Her kræver det et godkendt værktøj. Her skal AI ikke bruges.

Klare grænser gør ofte folk mere trygge. Når medarbejderen ved, at offentligt materiale godt kan bruges til en intern opsummering, mens borgerdata skal blive ude af åbne værktøjer, bliver det lettere at handle ordentligt. Al tvivl forsvinder ikke. Den bliver fælles i stedet for privat.

Når AI kommer tæt på afgørelser, skal tempoet ned

Den mest fristende tanke er, at AI kan automatisere det tunge. Læse sager hurtigere. Skrive vurderinger hurtigere. Foreslå afgørelser hurtigere. Det er også der, man skal være mest forsigtig.

Mange offentlige opgaver er tunge, fordi de handler om mennesker. Der er skøn, forvaltningsret, dokumentationskrav, lokal viden og konsekvenser for borgeren. AI kan måske hjælpe før afgørelsen ved at skabe overblik, stille kontrolspørgsmål eller finde steder, hvor materialet er uklart.

Men når outputtet begynder at påvirke en afgørelse, skal organisationen kunne forklare præcis, hvad AI har gjort, hvad mennesket har vurderet, og hvordan kvaliteten er kontrolleret. Hvis den forklaring mangler, er opgaven ikke klar til AI på den måde.

En praktisk måde at begynde på

Vælg én opgavetype. Ikke ti. For eksempel mødeforberedelse på offentligt materiale, interne referatudkast, bedre sprog i generelle vejledninger eller struktur til sagsnotater uden konkrete personoplysninger.

Skriv derefter en kort ramme. Hvad må AI hjælpe med? Hvilke data må bruges? Hvad skal medarbejderen kontrollere? Hvem skal godkende, før noget går videre? Hvornår skal outputtet kasseres?

Prøv det i en lille gruppe. Lad dem dele eksempler på både gode og dårlige svar. Det er vigtigt. Organisationen lærer mindst lige så meget af de svar, der lyder pæne, men ikke holder. Efter nogle uger kan I se, om opgaven giver mening, om rammen er tydelig nok, og om den kan udvides.

Det behøver ikke begynde som et stort AI-program. Det kan begynde som en bedre arbejdsform omkring en konkret opgave.

Superkræfter-vinklen er mennesket før værktøjet

Superkræfter handler om, at AI kan forstærke menneskers faglighed, overblik og handlekraft. I offentlig sektor er den pointe ekstra vigtig, fordi teknologien hurtigt kan lyde mere sikker, end den er.

Derfor starter den gode samtale ikke med modelnavne. Den starter med situationer. En borger, der skal forstå et brev. En medarbejder, der skal lave et sagsnotat. En leder, der skal sætte rammer. En organisation, der skal beskytte data og stadig lære noget nyt.

Et foredrag eller en workshop kan være nyttigt, før man går dybt i værktøjer. Ikke som erstatning for jura, DPO, informationssikkerhed eller lokale retningslinjer. Som fælles sprog. Folk skal kunne tale roligt om, hvad AI kan hjælpe med, hvad den ikke skal røre, og hvordan man tjekker et svar, der ser færdigt ud.