I 2020 blev regeringen, KL og Regionerne enige om, at støtte 15 såkaldte signaturprojekter med 200 mio. kr., så man kunne få afprøvet og implementeret kunstig intelligens flere steder i det offentlige. Nu har man målt temperaturen på projekterne.
Fælles udfordringer med AI-projekter
Godt et år efter igangsættelsen af signaturprojekterne, har man så kigget på, hvilke udfordringer og erfaringer man har fået i de forskellige projekter. Generelt set går det rigtigt godt, men på visse områder har man mødt de samme udfordringer på tværs af projekterne.
Omkring en tredjedel af AI-projekterne har oplevet væsentlige udfordringer pga. datakvaliteten, hvor især ustrukturerede fritekstfelter giver udfordringer.
I næsten halvdelen af alle projekterne, har man konstateret omfattende udfordringer vedrørende fortolkning af GPDR. Det har ofte ført til, at man helt har udeladt at anvende data, da man var i tvivl om det juridiske grundlag.
Over halvdelen af projekterne har også mødt udfordringer med at kunne tilgå data, da mange systemer er bygget til drift og datatilførsel, men ikke nødvendigvis er designet til at trække data ud af systemerne.
Det har bl.a. betydet, at flere projekter måtte betale leverandører for at få adgang til deres egne data, eller at de selv må udvikle API’er for at kunne udtrække data. Nogle vælger ligefrem hele datasæt fra, fordi det tager for lang tid eller bliver for dyrt.
Sundt med en form for midtvejsevaluering
Formålet med signaturprojekterne er, at de skal gå forrest og være med til at rydde sten af vejen, så man hurtigere kan implementere projekterne mere bredt i det offentlige. Derfor giver en løbende temperaturmåling også god mening.
”Det er rigtig godt, at der løbende laves en erfaringsopsamling fra projekterne – både så projekterne kan lære fra hinanden undervejs, men også så vi ikke risikerer at sætte nye AI-projekter på pause i flere år, mens vi venter på signaturprojekterne,” siger Michael Wätjen, salgsdirektør i Nine og formand for IT-Branchens udvalg for offentlig digitalisering.
Pilotprojekterne er valgt ud fra en forventning om, at der netop på disse centrale områder er rigtig stort potentiale i anvendelsen af AI. Derfor advarer IT-Branchen også om, at de ikke som med så mange andre pilotforsøg blot slutter med projektet.
”De her projekter er det første led i en ambitiøs satsning på kunstig intelligens i det offentlige, og derfor er det også vigtigt, at vi ser dem som et trin på en trappe, og ikke som et mål i sig selv. AI projekterne har først være en rigtig succes, når de fører til storskala anvendelse eller sågar national udbredelse. Deres formål er nemlig ikke at diskutere om man skal bruge AI, men hvordan man skal bruge AI,” udtaler Michael Wätjen.
Bedre kvalitet, mere adgang og klare rammer
Evalueringen viser, at der er store udfordringer i forhold til at indsamle data, der er i høj nok kvalitet til, at det kan bruges. Samtidig kæmper mange med overhovedet at få adgang til de relevante data, hvilket har gjort det svært at træne AI’erne.
”En AI-løsning bliver aldrig bedre end de data, du fodrer den med, og det er et helt centralt område, hvor regeringen bør fokusere en indsats. Jo flere data vi kan stille til rådighed, jo bedre bliver løsningerne, og jo mere kan de aflaste den offentligt ansatte, så de offentlige tjenester og services forbedres,” siger Michael Wätjen.
Signaturprojekternes problemer med at få adgang til data fra myndighedernes egne systemer er også en vigtig afledt læring. Uanset om der er planer om AI-projekter eller ej, så skal myndighederne i deres anskaffelser kræve at der er fri adgang til myndighedens data.
Ifølge IT-Branchen vil det derfor være helt oplagt, at regeringens Digitaliseringspartnerskab bruger målingen til at sætte disse barrierer på agendaen og sikre bedre mulighed for AI-projekter i det offentlige.
Det kan hjælpe til at igangsætte nogle storskala AI-løsninger, der hvor teknologien viser gode resultater.
Du kan læse hele temperaturmålingen på Digitaliseringsstyrelsens hjemmeside.