Norge trenger ikke bare mer KI. Vi trenger bedre implementering

Norge skal bli verdens mest digitaliserte land innen 2030. Teknologien skal ikke styre samfunnet. Vi skal styre teknologien. Det er en god ambisjon.
Men hovedspørsmålet i norsk KI-politikk er ikke lenger om vi er positive eller skeptiske til kunstig intelligens. Det er hvordan vi faktisk tar den i bruk. I arbeidslivet, i velferdsstaten, i møtet mellom fagfolk og mennesker med reelle behov.
Det er i dette krevende mellomrommet norsk KI-politikk vil lykkes eller feile.
Altfor mange KI-initiativer stopper i seminarer og strategidokumenter. De når sjelden inn til arbeidsprosessene der verdien skapes. Og de stiller sjelden spørsmålene som avgjør om en løsning fortjener tillit: Hvem har siste ord? Hva skjer med personvernet? Kan vi forklare hva modellen gjør, og hvorfor?
Dette er ikke teknologispørsmål. Det er styringsspørsmål.
Ansvarlig KI må modelleres i praksis, ikke bare forankres i prinsipper.
Et konkret forsøk
I Arbeid & Inkludering i NHO har vi forsøkt å gjøre nettopp dette. Klara.ai er en KI-plattform for jobbmatching, bygget sammen med, og for de mange tusen jobbveilederne i bransjen som hver dag hjelper mennesker utenfor arbeidslivet med å finne veien inn.
Du ble presentert for Klara da den var et forprosjekt, Karianne Tung. Nå er plattformen operativ og på vei inn i arbeidsgivertesting i NHOs medlemsbedrifter.
Jeg trekker frem Klara her, men ikke fordi plattformen er en ferdig løsning. Det er den ikke. Men prosjektet har tvunget oss og våre samarbeidsaktører hos blant annet Nav, Digdir, Imdi og LO til å ta stilling til spørsmål som hele KI-feltet i Norge snart må besvare.
Fem grep for en implementeringspolitikk
Norge trenger en implementeringspolitikk for kunstig intelligens. Ikke bare en politikk for regulering. Ikke bare en politikk for forskning. Vi trenger et veikart for en verdiskapende, trygg og målrettet innføring, der KI er beslutningsstøtte og ikke beslutningstaker, der personvern er innebygd fra dag én, og der forklarbarhet ikke er en bremsekloss, men et konkurransefortrinn.
Grep 1: Virksomhetsnær testing
I tillegg til regulatoriske sandkasser, trenger vi miljøer der KI-løsninger prøves mot reelle behov i faktiske arbeidsprosesser, med brukere som ikke bare evaluerer, men former løsningen underveis.
I Klara-prosjektet har flere hundre jobbveiledere gjort nettopp det: Testet, gitt tilbakemelding og påvirket retningen under reelle betingelser. Denne formen for testing bør ikke være unntaket. Den bør være normen.
Grep 2: Tverrsektorielle læringsarenaer
Kunstig intelligens berører hele arbeidslivet. Da må også læringen skje på tvers. Forvaltning, næringsliv, fagmiljøer og teknologer må sitte rundt samme bord. Like viktig: Arbeidsgiver- og arbeidstakersiden bør være sammen om å forme denne utviklingen.
Store utfordringer som arbeidskraftmangelen er også teknologiske utfordringer, og løsningene må ha legitimitet i hele arbeidslivet. I Klara-prosjektet har vi erfart verdien av dette konkret, med NHO og LO rundt samme bord. Slike arenaer bør bli en fast del av infrastrukturen for KI-utvikling i Norge.
Grep 3: Praktisk og nyttig datadeling
Norge har verdifulle offentlige datakilder, fra Brønnøysundregistrene og SSB til Nav og Utdanning.no. Men verdien oppstår først når data kobles og gjøres tilgjengelig på en måte som gir bedre beslutninger i førstelinjen.
Vi trenger bedre rammer for datadeling mellom offentlige etater og næringsliv.
Modolf Moen
Digitaliserings- og kommunikasjonssjef, Arbeid & Inkludering i NHO Service og Handel
I dag er dette for vanskelig. Vi trenger bedre rammer for datadeling mellom offentlige etater og næringsliv. Det er et nasjonalt infrastrukturspørsmål, ikke noe hver enkelt virksomhet i hverken privat eller offentlig sektor bør måtte løse alene.
Grep 4: Forklarbarhet som nasjonal strategi
Hvis brukerne ikke forstår hvorfor en modell gir et svar, faller nytten bort. KI-forordningen slår fast at systemer som påvirker enkeltpersoner må være forklarbare, etterprøvbare og underlagt menneskelig kontroll.
Når en algoritme er forståelig, kan feil oppdages. Når vektene er synlige, kan faglige innspill tas inn. Norge bør vinne KI-kappløpet på åpenhet, ikke på tross av den. Tillit kan blir Norges konkurransefordel i KI-kappløpet.
Grep 5: La domeneekspertene forme verktøyene
Dette er kanskje det viktigste grepet. KI-verktøy som utvikles langt fra brukerne havner ofte i «oversettelsesfella», der intensjonen går tapt mellom bestiller og teknolog. Når jobbveiledere, lærere, helsepersonell og saksbehandlere er medutviklere, øker treffsikkerheten. Og legitimiteten.
I vårt tilfelle har over 300 fagpersoner bidratt til å forme løsningen fra innsiden. Prinsippet er overførbart: Enten det gjelder helse, utdanning eller velferdsforvaltning, bør de som kjenner behovene også forme verktøyene. Det gir bedre teknologi. Og det er god samfunnsøkonomi.
Implementering er politikken
Kunstig intelligens blir ikke ansvarlig av at vi sier at den skal være det. Den blir ansvarlig når vi designer den slik. Når vi avgrenser den slik. Når vi organiserer læring og kontroll slik.
Det er fullt mulig å kombinere fremdrift med forankring. Innovasjon med prinsipper. KI med tillit. Men da må vi slutte å tenke at implementering er det som kommer etter politikken.
Implementering er ikke et teknisk etterarbeid. Implementering er selve politikken.
Artikkelen er skrevet av
Omtalte personer





















