Tid for en (mer) intelligent statsforvaltning?

18. oktober 2023

Skrevet av:
Gjermund Lanestedt, Morten Goodwin og Per-Arne Andersen

Kunstig intelligens (KI) er på full fart inn i statsforvaltningen og vil ha store implikasjoner for effektivitet og produktivitet. Oppgaver vil løses bedre og raskere – og de enorme dataressursene som de siste tiårenes digitalisering har skapt, vil utnyttes bedre. Men mange avveininger, tilrettelegging, regulering og omstilling ligger foran oss. Vi forsøker her å bidra til konteksten for dette arbeidet.

Det er få ting som diskuteres like mye for tiden som kunstig intelligens, både blant forskere, konsulenter, ansatte i forvaltningen og av media. KI-teknologier integreres i nesten alt som for tiden utvikles av programvare og tjenester. Utviklingen går svært raskt, og forventningene er store. Inga Strümke traff blinkskudd med boken «Maskiner som tenker», som hun før sommeren delte ut til stortingspolitikere med kledelig iver etter å være med på tech-hypen. Sannheten er at mange lands myndigheter ble tatt på sengen av introduksjonen av ChatGPT høsten 2022, selv om KI langt fra er noe nytt. Implikasjonene av ChatGPT og andre nye produkter basert på såkalt generativ KI, ble beskrevet som så store at det sparket i gang et betydelig engasjement i juridiske fagmiljøer og blant politikere. Noen snakket om behov for en pause i teknologiutviklingen.

Mange nasjoner har tatt policyinitiativer og er i gang med regulering av kunstig intelligens. EU la allerede i 2021 frem sitt utkast til KI-forordning, som etter en omfattende prosess forventes vedtatt i løpet av året. Frankrike har lansert en nasjonal strategi kalt «KI for Humanity». Kina har vedtatt sin «New Generation Artificial Intelligence Development Plan» med et ambisiøst mål om å bli en ledende global aktør innen KI innen ti år. De forente arabiske emirater har utnevnt en minister for KI. Her hjemme i Norge lanserte regjeringen i begynnelsen av september en KI-satsing på én milliard kroner over fem år til forskning på KI. «Kunstig intelligens og maskinlæring kommer til å forandre samfunnet på måter vi fortsatt ikke forstår eller klarer å kontrollere», uttalte statsministeren ved lanseringen.

Mange offentlige virksomheter har tatt i bruk kunstig intelligens. Det bør alle, mener artikkelforfatterne. Bildet er fra kolletivselskapet Ruters prosjekt med behandling av kundehenvendelser i KI systemet Harry Botter. Illustrasjon: Ruter.

Hva er kunstig intelligens?

I vår tidsalder er teknologisk innovasjon viktig, og den omskriver hele tiden hvordan vi lever, arbeider og samhandler. Vi må utnytte muligheter og tilpasse oss nye utfordringer. En hovedaktør i denne transformasjonen fremover blir fenomenet «kunstig intelligens». For mange er dette en term som både fascinerer og bekymrer, men hva innebærer den egentlig? KI representerer ambisjonen om å etterligne de kognitive prosessene vi vanligvis assosierer med menneskelig tankegang – altså evnen til å resonnere, lære av tidligere erfaringer og fremfor alt ta informerte beslutninger basert på tilgjengelig informasjon. KI er med andre ord en kompleks algoritme, eller oppskrift, på hvordan data skal forstås. KI er også et resultat av historiske ønsker om å overføre noen av menneskets mest dyrebare evner til maskiner. I sentrum av mange av dagens KI-løsninger finner vi såkalte nevrale nettverk, som er inspirert av menneskets biologiske nevrale strukturer. De prosesserer data på en måte som ligner på måten vår hjerne fungerer. I en verden som hele tiden produserer nye mengder data, har KI-systemer vist seg uvurderlige til nettopp prosessering av overveldende datamengder. KI kan kjenne igjen stemmer, analysere bilder og tolke tekst. Dette gir enorme muligheter til å løse oppgaver.

Maskinlæring, som er en av grunnpilarene i moderne KI, tar form etter hvordan læringen foregår. «Overvåket læring» fungerer ved at systemet mates med både inndata og ønskede utdata, og at KI-modellen tilpasses over tid for å forutsi utfall basert på de inndataene den mottar. For eksempel kan et reiseselskap bruke overvåket læring for å forutsi transportbehovet basert på historiske data om reell bruk og kjente hendelser. På den annen side har vi «uovervåket læring». Der blir systemet bare gitt inndata og overlates til seg selv med å identifisere mønstre og sammenhenger. Med en slik tilnærming kan for eksempel en statsetat identifisere innbyggersegmenter basert på forbruksvaner, uten på forhånd definerte kategorier. «Forsterket læring» er en tredje tilnærming, basert mer på å prøve og feile. Her blir KI-modellen belønnet for riktige beslutninger og korrigert for feil. Dette kan være nyttig i mange sammenhenger. For eksempel kan beredskapsaktører optimalisere allokeringen av ressurser ved å simulere ulike scenarioer og se hvilken tilnærming som gir best resultat.

Innenfor disse ulike maskinlæringsrammene har vi også sett fremveksten av såkalte «generative pre-trained transformer»-modeller – eller GPT. Disse modellene er forhåndstrent på store tekstmengder og kan deretter finjusteres for raskt å finne frem til tekst som er relevant for å besvare et spørsmål, for eksempel en spesifikk juridisk problemstilling. GPT-modellens evne til å generere sammenhengende og relevant tekst gjør den naturligvis særlig attraktiv for offentlig forvaltning med sin skriftlighetskultur. En statsetat kan for eksempel konsultere en ChatGPT-modell for å få bedre oversikt over potensielle fallgruver ved policyendringer eller få gode forslag til hvordan endringer i skatteregler eller andre kompliserte forvaltningsbeslutninger skal kommuniseres til allmennheten på en klarest mulig måte. Mulighetene her er nærmest ubegrensede, og de som deltar i diskusjonsfora på nettet, blir daglig servert nye og kreative ideer og løsninger – for eksempel innen undervisningssektoren.

Rask utvikling

Som andre går statsforvaltningen inn i en innovativ periode med utforskning av nye KI-anvendelser på mange områder. Mens utviklingen går raskt fremover mot en mer KI-drevet fremtid, er det samtidig viktig at forvaltningen reflekterer over hva denne fremtiden innebærer, og vurderer de etiske, praktiske og samfunnsmessige implikasjonene av å ta i bruk maskiner i oppgaveløsningen. KI gir oss muligheten til å utnytte dataene vi allerede har, men er samtidig med på å fremmedgjøre og distansere oss. Vi må sikre at viktige prinsipper og verdier fortsatt får nødvendig plass i alt som gjøres, også i en datadrevet statsforvaltning. Og vi må sikre at vi ikke – uforvarende og utilsiktet – misbruker dataene i iveren etter å utnytte dataressursene til å forbedre verden.

Markedet for KI-produkter og -tjenester er estimert til over 100 milliarder dollar per år – og vokser raskt. De store aktørene har satt sitt preg på hvordan teknologien har utviklet seg og integreres i våre daglige liv. Google, med sin nesten ubegrensede tilgang til data gjennom sine mange brukertjenester, har ledet an med mange banebrytende innovasjoner. Google har brukt KI i lang tid i søkemotoroptimalisering og håndtering av komplekse søk, i billed- og videosøk, til språkoversettelse og til styring av selvkjørende biler. Deres forskning innen maskinlæring, nevrale nettverk og automatisering har ført til fremskritt som har endret hvordan vi som mennesker interagerer med teknologi, og hvordan vi forstår verden rundt oss. OpenAI, i samarbeid med Microsoft, har også vært en pioner, spesielt i utviklingen av modeller som tidligere omtalte ChatGPT. De representerer en ny epoke av kommunikasjon mellom mennesker og maskiner, hvor maskinene kan forstå og generere menneskelig tekst på måter som tidligere var utenkelig. Men de internasjonale gigantene driver ikke bare frem selve innovasjonen. Selskap som Microsoft og IBM tilbyr med sin ekspertise skreddersydde KI-løsninger for ulike sektorer og behov. Også norske bedrifter er på scenen og leverer KI-tjenester som dekker spesifikke behov i det norske markedet.

Betydningen av data

Data er selve drivkraften bak og en forutsetning for KI. Fremveksten av KI er knyttet til behovet for å utnytte de store datamengdene vi har samlet opp – og samler inn hver dag – til noe mer enn hva vi har fått til med tidligere verktøy. Data er direkte nødvendig for bruken av KI blant annet fordi:

Alle statlige virksomheter bør innta teknologipositivistiske tilnærminger til KI, siden statsforvaltningen vil trenge KI for å løse utfordringene fremover, mener artikkelforfatterne (f.v.) Lanestedt, Goodwin og Andersen. Foto: Kristoffer Sandven, Ole Alvik og Per Arne Andersen

• KI-modellene initialt må trenes på store mengder data for å lære å forstå mønstre og sammenhenger i informasjonen de behandler. Data brukes til å justere vektene og parameterne i modellene gjennom iterative treningssykluser.

• KI-systemene må trenes på mangfoldige datasett som representerer ulike situasjoner og scenarioer, for at de skal utvikle den generaliseringsevnen som er nødvendig for å håndtere nye og ukjente hendelser og utføre oppgaver på en pålitelig måte.

• Oppdaterte data trengs for å kalibrere modellene. KI-systemene er ikke statiske, men må løpende tilpasse seg endringer i virkeligheten.

Verdien av KI-løsningene er knyttet til kvaliteten på dataene. Datakvalitet og effektiv datahåndtering i statsforvaltningen vil med andre ord være avgjørende for vellykkede KI-satsinger innenfor de aktuelle fagdomenene. Og dataressursene skal være kilde ikke bare til statens egne KI-anvendelser for eksempel i saksbehandlingen, men for KI-anvendelser i hele samfunnet. De vil i enda større grad enn før måtte bli fellesgoder for hele samfunnet. Tilrettelegging for datatilgjengelighet og datadeling blir viktigere enn noen gang.

Hvor dataene stammer fra, er et viktig aspekt i KI-sammenheng. Dataene kan for eksempel ha etiske, kulturelle eller politiske slagsider. Mange har pekt på at de store språkmodellene er basert på datakilder fra den amerikanske kulturkretsen, og at det gir økt risiko for kulturell «amerikanisering» når vi bruker verktøy som ChatGPT. I en annen artikkel i dette nummeret av Stat og styring beskrives Nasjonalbibliotekets arbeid med å bygge norske språkmodeller – basert på deres enorme samlinger av digitalisert tekst fra vår egen kulturkrets. Mange virksomheter kommer til å bygge opp egne og mer funksjonsspesifikke språkmodeller hvor treningsdataene kommer fra egen domenevirkelighet.

Bias i dataene må vi være oppmerksom på. Historiske data står ofte i fare for å romme fordommer og foreldede syn på virkeligheten. I verste fall kan systemer trent på data med slik bias, være diskriminerende. Et kjent eksempel er KI-systemet som skulle hjelpe amerikanske dommere med å vurdere risikoen for at innsatte ville begå nye lovbrudd etter løslatelse. Systemet hadde en tendens til å tildele høyere risikoskår til svarte innsatte sammenlignet med hvite innsatte, selv når de hadde lik kriminell løpebane. Grunnen var at treningsdataene for systemet gjenspeilte det historiske faktum at svarte har vært overrepresentert i amerikanske fengsler. Tidligere urettferdigheter ble med andre ord forsterket av KI-systemet.

Store mulighetsrom

KI representerer mange muligheter innen nær sagt alle anvendelsesområder og svarer på mange digitaliseringspolitiske mål. Mange mener at statsforvaltningen og offentlig sektor for øvrig helt enkelt er nødt til å utnytte disse mulighetene. Vi ser allerede en oppblomstring av KI-basert automatisering av rutineoppgaver. Det er heller ingen tvil om at KI fremover kan effektivisere mange tjenester og gjøre dem mer tilgjengelige og personaliserte. KI vil også frigjøre tiltrengt arbeidskraft. SSBs tall viser at det vil mangle titusenvis av hender i helsesektoren i 2030. Helsepersonellkommisjonen peker i sin NOU1 på økt bruk av teknologi for å løse situasjonen.

Noen eksempler på anvendelser av KI i staten:

Automatisering av offentlig saksbehandling. KI-systemer kan raskt analysere store mengder data og gjøre beslutninger basert på forhåndsdefinerte regler og mønstre, noe som gir en mer effektiv og nøyaktig saksbehandling. I en annen artikkel i dette tidsskriftet beskrives KartAI-prosjektet, hvor Kartverket bruker maskinlæring i byggesaksbehandlingen i kommunene. Et annet eksempel er NAV, som har har hatt prosjekter hvor de har utforsket muligheter for automatisert saksbehandlingen av blant annet trygdeytelser, til å forutsi sykefravær og koble jobbannonser med CV-er fra arbeidssøkende. NAV har derimot valgt å ikke sette disse prosjektene ut i produksjon. Både Tolletaten og Skatteetaten har tatt i bruk uovervåket læring for å avdekke unøyaktigheter og avvik. Statens pensjonskasse bruker KI til å sikre kvaliteten på tjenestene og til å analysere kundehenvendelser. En oversikt fra Digitaliseringsdirektoratet2 lister opp mange slike anvendelser av KI i staten.

KI kan behandle store datamengder og tilrettelegge for mer informerte beslutninger. Mønstre kan identifiseres, risikoer forutses, og strategier for å takle komplekse problemstillinger utformes. Potensialet får oppmerksomhet særlig i helsesektoren, hvor KI kan forbedre alt fra pasientbehandling og klinisk beslutningsstøtte til respons på nødsituasjoner. Et annet eksempel er Posten, som bruker maskinlæring for å forutsi mengden pakkepost, og slik kan dimensjonere bemanningen ved postterminalene.

Generative KI-teknologier, som GPT-modellene det er mye snakk om for tiden, kan revolusjonere måten dokumentasjon produseres og formidles på. Statlige etater vil i stor grad kunne automatisere skrivingen av rapporter, policydokumenter og annet skriftlig materiale. Det samme gjelder kommunikasjonen mot ulike målgrupper. Tilpasset, kontekstuell og «menneskelig» tekst kan svært enkelt genereres og formidles til målgruppene. Man får anta at temaet for tiden diskuteres blant kommunikasjonssjefer.

KI kan styrke responsevnen ved å overvåke og analysere store mengder offentlige data, sosiale medier, nyheter og økonomiske indikatorer – og slik identifisere trender og forutsi hendelser. Dette gir muligheter for å respondere raskere. Folkehelseinstituttet bruker for eksempel KI til å overvåke epidemier og sykdomsspredning. Et annet eksempel er Norsk Polarinstitutt, som analyserer satellittbilder av isbreene ved hjelp av KI, og derigjennom overvåker endringer i klimaforholdene i polarområdene. Det å bruke KI til å analysere satellittbilder i arbeidet med natur- og miljøovervåking og klimatilpasning blir et svært viktig anvendelsesområde for KI fremover.

KI er godt egnet til å oversette og tolke språk. Maskinoversettelse og talegjenkjenning brukes allerede for å bistå i tolking og oversettelse blant annet i Utlendingsdirektoratet.

Lærende chatbots vil ha et stort potensial fremover, både i privat og offentlig sektor. Gjennom interaksjoner med robotene kan brukerne raskt få svar på spørsmål, for eksempel om helsetjenester eller andre rettigheter.

KI kan brukes til personkontroll gjennom ansiktsgjenkjenning og biometrisk identifikasjon. Vi kjenner til hvordan myndigheter i noen land overvåker innbyggerne med denne typen teknologi, men den har også mange mer konstruktive og legitime anvendelsesområder, for eksempel til å forbedre sikkerheten på flyplasser og grensekontroller. KI kan også bidra til å identifisere kriminelle eller savnede personer ved å analysere bilder og videoopptak. Politiet i mange land bruker KI slik.

Spørsmålet er om vi er i stand til å fatte hva KI vil innebære. En forsiktig spådom er at de forvaltningspolitiske implikasjonene av teknologien blir tema for svært mange artikkelbidrag til dette tidsskriftet fremover.

Bekymringer og betenkeligheter

KI har raskt etablert seg som et sentralt verktøy med et enormt potensial for fornyelse, effektivisering og innovasjon innen forvaltningen. Med alle mulighetene følger imidlertid også utfordringer, som gjør det nødvendig med etiske, verdimessige og praktiske overveielser og vurderinger. Den kanskje viktigste diskusjonen er hvordan vi skal lose igjennom endringer i arbeidsstyrken. Flere statsansatte vil måtte jobbe med data, algoritmer, KI-relaterte utviklingsoppgaver og tilhørende data- og systemforvaltning. Tilsvarende vil færre jobbe med tradisjonelle saksbehandlingsoppgaver. Teknologer er krevende å få tak i, så antagelig er det nødvendig med betydelig kompetansepåfyll hos mange ansatte med annen grunnutdanning. Endringer i arbeidsstyrken gir nye ledelsesoppgaver og fremmer nye ledelsesstiler og organisasjonskulturelle særtrekk. Sannsynligvis går statsforvaltningen inn i en tid med mye omorganisering og endring av virksomhetsprosesser og måter å jobbe på. Blant annet gjør endret arbeidsstyrke og en mer datasentrisk hverdag det hensiktsmessig med mindre hierarki og mer nettverksbaserte, fleksible arbeidsformer. Samarbeid og tettere samhandling (om data og KI) mellom virksomheter – også på tvers av sektorgrenser – er en del av dette.

Også mange andre diskusjoner og avveininger må tas. Følgende fem, hvorav et par allerede er nevnt, er særlig viktige:

Transparens: En av de mest fremtredende bekymringene knyttet til KI, er risikoen for mindre transparens i beslutninger. Algoritmer kan ta avgjørelser basert på komplekse beregninger som kan være uforståelige for mennesker. Dette kan utfordre prinsippet om åpenhet i offentlig sektor, hvor gjeldende lovverk gir alle rett til innsikt i hvordan beslutninger som påvirker dem, blir tatt. For at tilliten til forvaltningen skal opprettholdes, må vi sikre at KI-baserte systemer er transparente og så forståelige som det lar seg gjøre.

Bias og diskriminering: Historiske data som KI-systemer trenes på, kan inneholde skjevheter og fordommer. Korrigeres ikke slike skjevheter, kan KI forsterke og automatisere diskriminering. Det er avgjørende å sikre at dataene som brukes, er representative, og at algoritmer ikke reproduserer eksisterende ulikheter, noe som krever kontinuerlig overvåking og justering av systemene. Dette blir antagelig en viktig oppgave for eventuelle fremtidige tilsynsmyndigheter på området.

Datasikkerhet og personvern: Personvernet er en sentral bekymring når statsforvaltningen introduserer KI, siden staten håndterer store mengder sensitive data om innbyggerne, både når det gjelder statens egen ivaretakelse av personvernet, og med hensyn til at KI-systemer kan være sårbare for angrep. Dersom de kompromitteres, kan det ha alvorlige konsekvenser for personvernet, for tilgjengeligheten og for forvaltningsvedtakene som fattes.

Ansvarlighet og ansvarsplassering: Beslutningsprosesser basert på KI, kan gjøre det utfordrende å plassere ansvaret når noe går galt. Er det systemutvikleren, treningsdataene eller KI-algoritmen som er ansvarlig? (og hva vil dette siste i så fall innebære i praksis?) En tydelig avklaring av slike spørsmål er avgjørende for å opprettholde rettssikkerheten i vårt samfunn. Sannsynligvis er dette en av de vanskeligste temaene å komme til bunns i.

Lovregulering: EU vil sluttføre sin KI-forordning («AI Act») i år, som vil fokusere på KI-systemer som benytter innbyggerdata til potensielt skadelige formål. Den blir sett på som verdens første forsøk på å få på plass et omfattende, men samtidig håndhevbart sett av standarder for bruk av KI. EUs tenking blir viktig for Norge, noe som er redegjort for i en annen artikkel i dette nummeret av Stat og styring. Her er det viktig å trekke frem at EUs regelverk kun blir utgangspunkt for vår egen regulering. Vi har en jobb å gjøre.

God brukerinvolvering i beslutningene rundt implementering og bruk av KI i staten blir også avgjørende for opprettholdelsen av tillit. Innbyggernes meninger og bekymringer bør tas på alvor både i utformingen av politikken for KI og i den konkrete implementeringen av ny teknologi i offentlige tjenester.

Konklusjoner og anbefalinger

Det er tid for en mer intelligent statsforvaltning, hvor KI bidrar til en mer effektiv, bærekraftig og sammenhengende stat – en statsforvaltning som evner å utnytte mulighetene som ligger i utnyttelse av data, i en tid hvor problemene er sammensatte og tilsynelatende uoverstigelige, og som klarer å bruke teknologi til å frigjøre personellressurser og fjerne rutinepregede og «enkle» oppgaver, og til å understøtte krevende oppgaver bedre. Samtidig som vi ikke kan la være å utnytte mulighetene som ligger i KI, må vi som samfunn sikre at vi har demokratisk kontroll over utviklingen, og at statsforvaltningen fortsatt er tillitsvekkende og «på ballen».

Dette peker uunngåelig frem mot at staten raskt bør bygge opp kapabiliteter og kompetanse innen data, dataforvaltning, dataanalyse, algoritmer og teknologi som understøtter en KI-satsing og en mer intelligent og kunnskapsbasert forvaltning. Den må være «på ballen» og samarbeide med både forskningsmiljøer og leverandørindustri om å utforske og forstå. Vi kan hverken sikre våre verdier eller trygge demokratisk kontroll uten denne kompetansen. Det er heller ikke mulig å regulere seg ut av dette. For hvordan vet vi hva vi skal regulere dersom vi ikke forstår teknologien og har forstått utfordringene og hvilke avveininger som er relevante?

Statsministerens «AI-milliard», som ble lansert rett før kommunevalget, har tre deler:

«Grunnforskning» på digitale teknologier, herunder KI, digital sikkerhet, neste generasjons IKT, sensorteknikk og kvanteteknologi.

Forskning om konsekvensene av kunstig intelligens og annen digital teknologi for samfunnet. Sentrale temaer vil være demokrati, tillit, etikk, økonomi, rettssikkerhet, lovreguleringer, personvern, undervisning og læring, kunst og kultur.

Forskning på hvordan digitale teknologier kan brukes til innovasjon i næringslivet og offentlig sektor, og hvordan KI kan brukes i forskningen innen ulike fagområder.

Selv om denne satsingen handler om mye annet enn KI, og selv om den fordeles over fem år og mange miljøer, er den bra. Norge trenger den. Men vi trenger også mer aktivitet nå. Statsforvaltningen kan ikke vente i flere år på forskningsresultater før den utforsker de nye mulighetene. En milliard for å få orden på statlige dataressurser og bygge opp nødvendig statlig kompetanse og kapasitet innen KI ville vært vel så naturlig som en milliard til Forskningsrådet. Vi kommer sårt til å trenge praksisnære studier, utprøvinger, erfaringsbygging og kunnskapsdeling som grunnlag for de diskusjonene og den politikkutviklingen vi trenger her og nå.

Alt dette handler også om statsforvaltningens digitale modenhet. Digitaliseringen, bruken av data og anvendelsen av KI må plasseres nær kjernen i virksomhetenes samfunnsoppdrag. Større andeler av virksomhetenes ressurser må brukes til å tilrettelegge for en datadrevet og data- og kunnskapsbasert forvaltning. KI er et anliggende for alle – og ikke noe som bør «settes bort» til forskningsmiljøer, spesialiserte fagdirektorater eller kompetansesentre. Alle statlige virksomheter bør:

Innta teknologipositivistiske tilnærminger til KI, siden statsforvaltningen vil trenge KI for å løse utfordringene fremover. Departementene bør stille forventninger til etatene om dette gjennom tildelingsbrev og styringsdialog.

Bygge kompetanse og kapasitet innenfor KI-området i samarbeid med hverandre, men også i samarbeid med forskningsmiljøer, konsulentselskaper og leverandørindustri. Ansvarliggjør ledere, rydd tid til og incentiver kompetanseutvikling i arbeidsstyrken.

Sett i gang pilotprosjekter og ulike former for utforskning, men med systematikk og følgeforskning. Rydd tid til å dokumentere, reflektere og debattere muligheter, dilemmaer og problemer – og til å dele erfaringer og læring på tvers av forvaltningen. Legg til rette for at pilotene realiseres i gode tjenester og ikke stopper i pilotstadiet.

Bruk mye mer ressurser enn i dag til arbeidet med egne data og sikre tilgjengeligheten og kvaliteten på disse. Data er drivkraften bak KI, og dataforvaltning er viktigere enn noen gang. Rydd av veien hindringer for å dele data med andre så langt det lar seg gjøre.

Overvåk teknologiutviklingen, og følg med på KI-relevant erfaringsbygging i andre sektorer og i søstervirksomheter i andre land.

Kommuniser med innbyggere og næringsliv om bruken av KI på deres område, slik at de får innblikk i formål og fordeler, og at de trygges på at personvernet ivaretas. Transparens og kunnskap er som kjent nøkler til befolkningens tillit.

Virkemidler og økonomiske rammer må tilrettelegges for at virksomhetene skal kunne følge disse rådene. Arbeidet med etiske prinsipper for KI bør intensiveres. Det samme gjelder det regulatoriske arbeidet som må gjennomføres nasjonalt, med utgangspunkt i KI-forordningen – men også på basis av de tidlige praktiske erfaringene fra statsforvaltningens egen implementering av KI. Ideen om et nasjonalt KI-tilsyn er antagelig veldig riktig i denne sammenhengen – ikke bare som en korreks til all utprøvingen og kreativiteten, men også for å bidra til nødvendig trygghet i befolkningen.