AI i offentlig sektor og forvaltning

Hvad er den vigtigste pointe?

Effektivisering i staten, regioner og kommuner må ikke ske ved at gøre ansvar uigennemskueligt. Borgeren skal stadig kunne forstå, hvem der har vurderet sagen, hvilke oplysninger der er brugt, og hvor man kan gøre indsigelse. Derfor hører forvaltningsspørgsmålet hjemme her — mens AI governance beskriver den bredere ansvarskæde på tværs af organisationer.

I Viden-universet til bogen Hvad skal vi lave nu? er AI anledningen til at tale om arbejde, ansvar, adgang, faglighed og menneskers plads i danske organisationer.

Hvad ændrer AI her?

• Offentlig AI spænder fra softwarerobotter og dokumentintelligens til risikomodeller, chatbotter og generativ beslutningsstøtte.
• Retssikkerhed er forskellen: en fejl i forvaltningen kan ramme borgerens ydelse, pligt, behandling, ventetid eller mulighed for at klage.
• Automatiserede fejl kan skalere hurtigt, hvis datagrundlag, regler, prompts eller brevskabeloner er forkerte.
• Sagsbehandlerens rolle kan flytte sig fra produktion til supervision, undtagelser, kvalitetssikring og forklaring.
• Tillid kræver, at både borgeren og medarbejderen kan se, hvornår AI har påvirket processen, og hvem der stadig bærer ansvaret.
• AI i forvaltningen kræver praktisk styring: klare datagrænser, journalisering, forklaring, klagevej og en medarbejder med mandat til at overprøve systemet.
• Governance er den generelle ansvarskæde. Forvaltning er den konkrete myndighedssituation, hvor borgeren skal kunne forstå og anfægte processen.

Hvad kan arbejdspladser gøre?

• Kortlæg hvor AI påvirker borgerens sag — også indirekte gennem sortering, prioritering, tekstforslag eller risikovurdering.
• Sørg for hjemmel, journalisering, forklarbarhed og menneskelig mulighed for at tilsidesætte systemet, før løsningen skaleres.
• Test systemer på undtagelser, minoritetstilfælde og svære borgerforløb — ikke kun på gennemsnitssager.
• Inddrag sagsbehandlere, ledere, jurister, databeskyttelse og arbejdsmiljø tidligt, så AI ikke bliver et rent IT-projekt.
• Beskriv en enkel forvaltningsnær stopregel: hvornår skal AI-forslag tilsidesættes, hvornår skal en sag løftes til menneskelig vurdering, og hvordan forklares det for borgeren?

Det vigtigste er ikke at finde den perfekte AI-politik fra første dag. Det vigtigste er at gøre forandringen talbar, så medarbejdere, ledere og tillidsvalgte kan se, hvad der faktisk ændrer sig i arbejdet. Når opgaver flyttes, skal rammerne flytte med: tid, ansvar, læring, kvalitet og ret til at sige fra.

En god start er at vælge få konkrete arbejdssituationer og undersøge dem sammen. Hvad gør mennesker i dag? Hvor opstår der friktion? Hvad kan AI hjælpe med? Hvad må den ikke overtage? Og hvordan opdager man, hvis gevinsten ét sted skaber pres et andet sted?

Det kræver også et langsommere rum end den almindelige projektplan. Mange af de vigtige spørgsmål viser sig først, når mennesker prøver teknologien i deres eget arbejde og kan fortælle, hvad der blev lettere, sværere, mere usikkert eller mere meningsfuldt.

Offentlig AI er også myndighedsudøvelse

I en privat virksomhed kan en dårlig AI-løsning give utilfredse kunder, fejl eller tabt tillid. I offentlig sektor kan den også påvirke borgerens rettigheder. Derfor skal AI vurderes med et andet alvor: ikke kun virker det, men er det lovligt, forklarligt og rimeligt?

Det gælder også løsninger, der formelt kun hjælper sagsbehandleren. Et forslag til tekst, en risikomarkering eller en automatisk prioritering kan få praktisk vægt, hvis mennesker begynder at følge systemet uden reelt at undersøge grundlaget.

Tre steder hvor ansvaret let bliver uklart

• Før afgørelsen: når AI sorterer, prioriterer eller opsummerer oplysninger, før et menneske ser sagen.
• I afgørelsen: når AI-forslag bliver behandlet som facit, selv om de kun burde være beslutningsstøtte.
• Efter afgørelsen: når borgeren ikke kan få forklaret, hvilke oplysninger eller vurderinger der faktisk påvirkede udfaldet.

AI i offentlig forvaltning kræver en forklarlig sagsgang

Når AI bruges i offentlig forvaltning, er det sjældent kun selve afgørelsen, der betyder noget. Sortering, prioritering, opsummering, journalisering og tekstforslag kan påvirke, hvad sagsbehandleren ser, hvor hurtigt sagen behandles, og hvordan borgeren får sin forklaring.

Derfor bør en offentlig AI-løsning beskrive hele sagsgangen: hvilke oplysninger indgår, hvad foreslår systemet, hvad vurderer mennesket, hvad journaliseres, og hvordan kan borgeren klage eller bede om en forklaring? Hvis den kæde ikke kan forklares, er effektiviseringen for dyr.

Governance er rammen — forvaltning er borgerens møde med systemet

Mange begynder med ord som AI governance, når de leder efter styring af AI i det offentlige. Det giver mening: ansvarskæden er nødvendig. Men forvaltningens læsesituation er mere konkret, fordi borgeren skal kunne forstå, anfægte og få overprøvet en proces, der kan påvirke rettigheder, ydelser eller pligter.

Derfor bør offentlige organisationer forbinde governance med sagsgangen. Governance siger, hvem der må beslutte og stoppe. Forvaltningsrammen skal også sige, hvordan borgeren får forklaring, hvor journaliseringen ligger, hvornår en sag løftes til menneskelig vurdering, og hvordan klagevejen bevares, når AI bruges som støtte.

Sagsbehandleren bliver ikke mindre vigtig

AI kan i nogle arbejdsgange fjerne noget af det administrative slid i offentligt arbejde. Men hvis teknologien samtidig gør sagsbehandleren til kontrollør af en uigennemskuelig maskine, er gevinsten tvivlsom.

En ansvarlig offentlig AI-praksis gør medarbejderens dømmekraft tydeligere, ikke usynlig. Den frigør tid til undtagelser, forklaring, borgerkontakt og kvalitet — og giver sagsbehandleren ret til at sige: her skal systemet ikke bestemme rytmen.

Spørgsmål der bør stilles lokalt

• Hvilke opgaver bliver lettere, og hvilke opgaver bliver mere uklare?
• Hvem får mere handlekraft af AI, og hvem risikerer at miste adgang, status eller læringsmuligheder?
• Hvordan sikrer vi menneskelig vurdering, når AI bruges til tekst, beslutningsstøtte, screening eller dokumentation?
• Hvilke fejl vil vi acceptere i en prøvefase, og hvilke fejl er for alvorlige til at eksperimentere med?
• Hvordan taler vi om produktivitet uden at gøre alle gevinster til højere tempo?

Hvordan hænger det sammen med bogen?

Bogen arbejder med fire positioner i AI-forandringen: de fortrængte, de transformerede, de udelukkede og de empowered. De er ikke faste typer, men steder mennesker kan befinde sig, når arbejdet flytter sig.

Derfor handler denne side også om AI-uro, kontroltab, orienteringstid og begyndelsesopgaver — de begreber, der gør samtalen mere konkret end enten begejstring eller panik.

FAQ