Kunstig intelligens er allerede på vei inn i store deler av offentlig sektor. Spørsmålet er derfor ikke lenger om teknologien skal tas i bruk, men hvordan – og hvor raskt.
I podkasten Teknologi og mennesker møttes Kristin Weidemann Wieland, direktør for forskning, innovasjon og digitalisering i KS, Hans Christian Holte, sjef for KI Norge, Nicolai Høge, teknologidirektør i Nav, og Petter Moe, CTO i Atea, til debatt under Arendalsuka 2026.
Temaet var satt på spissen: Er Norge klart for «YOLO-forvaltning»?
Begrepet spiller på «You Only Look Once» – tanken om at teknologien gjør jobben, mens mennesket i verste fall bare ser over resultatet én gang og trykker godkjenn.
Debatten viste raskt at deltakerne var enige om én ting: Offentlig sektor må bevege seg raskere. Men den må samtidig vite hvilke risikoer den faktisk tar.
Artikkelen fortsetter etter annonsen:
Et enormt potensial – og en verdifull tillit
Kristin Weidemann Wieland mener diskusjonen om KI i offentlig sektor i for stor grad har handlet om mulighetene, og for lite om hva som faktisk kreves for å realisere dem.
– Potensialet er helt enormt. Men vi snakker litt for lite om hva som skal til for å ta ut det potensialet, samtidig som vi bevarer tilliten, sa hun.
Tilliten til offentlig sektor er en særlig viktig ressurs i Norge. Nettopp derfor blir konsekvensene store dersom innbyggerne begynner å tvile på hvordan myndighetene bruker kunstig intelligens.
Hans Christian Holte viste til undersøkelser som tyder på fallende tillit til offentlig sektors bruk av KI, særlig blant yngre.
– Vi må ha blikket veldig på den tilliten. Vi må sørge for at bruken av den nye teknologien faktisk bevarer den høye tilliten vi har til det offentlige i Norge i dag, sa Holte.
Samtidig advarte han mot å havne i den andre grøften: at usikkerhet rundt lovverk, risiko og ansvar gjør offentlige virksomheter handlingslammet.
Artikkelen fortsetter etter annonsen:
– Vi burde teste mer
Petter Moe mener offentlig sektor har mange innebygde mekanismer som bremser utviklingen.
Han tok derfor tydelig til orde for mer eksperimentering.
– Jeg er prinsipielt for YOLO. Det største problemet vi har i offentlig sektor, er at så mange ting kan bremse oss. Vi burde være mye raskere og teste mer, sa Moe.
Poenget hans er ikke at virksomhetene skal ignorere risiko, men at utvikling bør skje gjennom små forsøk, "sandkasser" og kontrollmekanismer fremfor lange planleggingsprosesser.
– I stedet for å sitte på bakrommet og kritisere hvordan alt kan gå galt, bør man eksperimentere, kjøre små populasjoner og finne ut hva de faktiske effektene er.
Holte mener nettopp regulatoriske sandkasser kan bli et viktig verktøy. KI Norge skal blant annet bidra til å gjøre det enklere å prøve ut nye løsninger innenfor trygge rammer.
KI er ikke ett fenomen
En utfordring i debatten om kunstig intelligens er at svært forskjellig bruk ofte havner i samme kategori.
Moe mener det er nødvendig å skille tydeligere mellom personlig bruk av KI, KI integrert i arbeidsprosesser og teknologi som faktisk får direkte betydning for enkeltmenneskers rettigheter.
Å bruke en språkmodell til å oppsummere et dokument eller forbedre en tekst er én ting. Å la et KI-system anbefale eller fatte et vedtak om offentlige ytelser er noe helt annet.
– Vi kan bruke veldig mye YOLO der hvor det ikke er farlig, sa Wieland.
Det er først når KI bygges inn i virksomhetenes prosesser at de virkelig store gevinstene kan komme, mener deltakerne. Samtidig øker kravene til kontroll, dokumentasjon og styring.
Artikkelen fortsetter etter annonsen:
Nav bruker KI som støtte – ikke til vedtak
Nav er blant virksomhetene som allerede bruker KI i konkrete arbeidsprosesser.
Et eksempel er «Bob», et internt verktøy for medarbeidere ved Navs kontaktsenter. KI-løsningen hjelper veilederne med å finne relevant informasjon i rundt 1.500 kontrollerte artikler når de skal svare brukere.
– De har en KI-agent som hjelper dem med å hente riktig informasjon og gjør dem mer effektive i svarene, uten at mennesket tas ut av sammenhengen, forklarte Nicolai Høge.
Løsningen illustrerer en type KI-bruk som flere av deltakerne mener offentlig sektor bør gjøre mer av: Teknologien hjelper medarbeideren, men overtar ikke beslutningsansvaret.
Navs strategi er samtidig tydelig på at KI ikke skal fatte vedtak.
– Ingen vedtak i Nav gjøres av KI. Der er vi forsiktige, sa Høge.
Han understreket samtidig at Nav allerede har omfattende automatisert saksbehandling. Det er imidlertid viktig å skille automatisering fra kunstig intelligens.
I regelstyrte prosesser kan sammenhengen mellom opplysninger og vedtak være entydig: Dersom bestemte kriterier er oppfylt, følger et bestemt resultat. KI blir mer krevende når systemene skal håndtere skjønn, komplekse vurderinger eller uforutsigbarhet.
Et menneske i loopen er ikke nok
En vanlig løsning på risikoen ved KI er prinsippet om «human in the loop»: Et menneske skal kontrollere og godkjenne resultatet før en beslutning tas.
Wieland advarte mot å tro at dette alene sikrer gode beslutninger.
– Det er ikke nødvendigvis et bedre vedtak dersom et menneske bare trykker på godkjenningsknappen uten å ha forutsetninger for å forstå hva som har skjedd.
Skal et menneske ha et reelt ansvar, må vedkommende også forstå grunnlaget for beslutningen.
Det stiller krav til transparens: Hvilke opplysninger har systemet brukt? Hvilke vurderinger ligger bak anbefalingen? Hvorfor ble utfallet som det ble?
– Du må faktisk ha kontroll på systemene, sa Wieland.
Artikkelen fortsetter etter annonsen:
Feil skjer også i dag
Samtidig mener Høge at diskusjonen om KI ikke kan bygge på en forventning om at fremtidens systemer aldri skal gjøre feil.
– Det er jo ikke sånn at det ikke skjer feil i dag med menneskelig saksbehandling. Det vil skje feil både med mennesker og maskiner i fremtiden.
Spørsmålet blir dermed hvilken risiko samfunnet er villig til å akseptere, og hvilke kontrollmekanismer som må være på plass.
For Høge er tverrfaglig samarbeid avgjørende. Skal offentlig sektor bygge gode systemer, må teknologer, jurister, fagpersoner og produktutviklere arbeide sammen.
– Man trenger uten tvil jurister og teknologer, og de må forstå og ha respekt for hverandres fag.
Dataene er fortsatt en flaskehals
Selv den beste KI-modellen er avhengig av gode data.
Her mener Wieland at offentlig sektor fortsatt har en betydelig jobb foran seg.
Mye informasjon finnes fremdeles i PDF-er, fritekst og andre ustrukturerte formater. Samtidig må virksomhetene vite hvem som har rett til å bruke hvilke data, til hvilket formål og med hvilken myndighet.
– Du må ha kontroll på dataene. Og du må ha kontroll på hvilke lover og regler som regulerer dem.
Hun etterlyser derfor mer felles digital infrastruktur, både for data, tilgangsstyring og myndighet.
Uten dette blir visjonene om avanserte KI-agenter og automatiserte tjenester nettopp det – visjoner.
Sektorgrensene står i veien
Et annet gjennomgående tema var organiseringen av offentlig sektor.
Wieland mener det såkalte sektorprinsippet, hvor hver sektor og virksomhet i stor grad har ansvar for egne systemer, data og løsninger, gjør det vanskeligere å realisere de største gevinstene.
Innbyggernes liv følger ikke departements- eller sektorgrenser. Det gjør heller ikke teknologien.
– Den eneste måten vi kommer til å kunne ta ut disse visjonene på, er å gjøre noe med hvordan vi jobber på tvers av sektorer, sa hun.
Holte delte problembeskrivelsen.
– Vi har snakket om hvordan vi skal få til ting på tvers av sektorene i mange år. Behovet er helt åpenbart.
KI kan samtidig bli en anledning til å utfordre etablerte strukturer, mener han, fordi teknologien endrer arbeidsprosesser så raskt at gamle organisasjonsmodeller blir vanskeligere å opprettholde.
Ressurskrisen gjør det vanskelig å vente
Bak diskusjonen ligger også en større utfordring: Offentlig sektor skal levere stadig flere og bedre tjenester samtidig som tilgangen på arbeidskraft blir knappere.
I kommunene går store deler av budsjettene til helse, omsorg og andre velferdstjenester. Moe mener derfor oppmerksomheten rundt KI ikke bare bør handle om saksbehandling.
Teknologi som gir bedre planlegging, prediksjon og drift innenfor helse og omsorg kan potensielt gi langt større effekter.
Wieland understreket samtidig at teknologi ikke kan erstatte alt.
– I det offentlige kommer mennesket fortsatt til å være viktig. Det er ikke det samme å bli behandlet av en robot som av en person som har varme, følelser og empati.
KI må derfor først og fremst brukes der teknologien faktisk kan frigjøre mennesker til oppgaver hvor menneskelige egenskaper har størst verdi.
Etterlyser tydeligere politisk retning
Mot slutten av debatten ble deltakerne utfordret på hva politikerne bør gjøre for å øke tempoet.
Svarene pekte i samme retning: klarere styringssignaler, enklere regelverk, større investeringer og en tydeligere diskusjon om risiko.
Holte viste blant annet til Nasjonalbibliotekets arbeid med norske språkmodeller som et eksempel på at Norge kan bygge en egen kapasitet på områder hvor nasjonale behov er viktige.
Men det krever satsing.
– Det handler litt om penger og prioritering. Og så handler det om ledelse og muligheten til å prøve og feile.
Moe mener komplisert og delvis uavklart regelverk også holder norske virksomheter tilbake.
– Det er litt som å stille på femmila i OL med en ryggsekk de andre ikke har.
Høge etterlyste på sin side en tydeligere samtale om hvor offentlig sektor faktisk kan akseptere risiko.
Ikke YOLO – men heller ikke handlingslammelse
Debatten ga ikke noe enkelt svar på spørsmålet om Norge er klart for YOLO-forvaltning.
Ingen av deltakerne argumenterte for å slippe kunstig intelligens løs på komplekse offentlige vedtak uten kontroll. Samtidig var det bred enighet om at frykten for å gjøre feil heller ikke kan få stoppe utviklingen.
Den reelle utfordringen blir derfor å finne balansen mellom fart og forsiktighet.
Offentlig sektor må kunne eksperimentere, feile og lære – men innenfor rammer som gjør det mulig å forstå hva systemene gjør, hvilke data de bruker og hvem som til slutt har ansvaret.
For skal KI få en større rolle i forvaltningen, holder det ikke at teknologien fungerer.
Innbyggerne må også kunne stole på den.
10 anbefalinger:
- Start med KI der risikoen er lav
Bruk teknologien først til støtteoppgaver, informasjonsinnhenting, oppsummering og andre områder der feil ikke får store konsekvenser for enkeltmennesker. - Skille tydelig mellom automatisering og KI
Regelstyrt automatisering og KI-baserte vurderinger innebærer ulik risiko og bør reguleres og styres forskjellig. - Test i liten skala før full utrulling
Bruk sandkasser, piloter og avgrensede brukergrupper for å måle faktiske effekter og oppdage problemer tidlig. - Ikke bruk «human in the loop» som en sovepute
Menneskelig godkjenning har liten verdi dersom den som godkjenner ikke forstår grunnlaget for KI-systemets anbefaling. - Sørg for reell transparens
Virksomheten må kunne forklare hvilke data som er brukt, hvordan vurderingen er gjort og hvorfor et resultat eller vedtak ble som det ble. - Få kontroll på dataene først
Gode KI-løsninger krever strukturerte data, tydelige tilgangsregler, god datakvalitet og avklarte rettigheter. - Bygg tverrfaglige team
Jurister, teknologer, fagpersoner og produktutviklere må utvikle løsningene sammen og forstå hverandres ansvar og perspektiver. - Avklar hvilken risiko som kan aksepteres
Målet kan ikke være null feil. Offentlig sektor trenger tydelige prinsipper for hvilke feil og risikoer som er akseptable – og hvor toleransen skal være svært lav. - Samarbeid på tvers av virksomheter og sektorer
Felles utfordringer bør løses med felles infrastruktur, standarder og rammeverk fremfor at hver kommune eller etat utvikler alt alene. - Mål effekt – ikke bare KI-bruk
Det viktigste er ikke hvor mange virksomheter som «bruker KI», men om teknologien gir bedre tjenester, høyere kvalitet, kortere behandlingstid eller mer effektiv ressursbruk.
