KMD: Sådan skal kunstig intelligens bruges til beslutningsstøtte

Af Hans Jayatissa*
Teknologidirektør i KMD

For nylig havde jeg her på Altinget fornøjelsen af at reflektere over brugen af kunstig intelligens i offentlig sagsbehandling.

Der er dog stadigt er et stykke vej til at anvende kunstig intelligens til at foretage fuldt automatiserede afgørelser inden for det offentlige.

Til gengæld vinder det mere og mere frem at anvende kunstig intelligens til beslutningsstøtte for de medarbejdere, der træffer afgørelser i det offentlige.

Kunstig intelligens til beslutningsstøtte er dog heller ikke uproblematisk. For selv om det i sidste ende er en sagsbehandler, der træffer afgørelsen, så er der også her nogle faldgruber.

I denne klumme vil jeg derfor reflektere over, hvilke krav vi bør stille til kunstig intelligens til beslutningsstøtte.

Den uerfarne sagsbehandler vil nemlig have en tendens til at vælge systemets forslag fremfor at tænke selv, hvilket reelt betyder, at systemet foretager afgørelsen.

Hans Jayatissa
Teknologidirektør i KMD

Først skal man gøre sig klart, hvorfor man vil anvende beslutningsstøtte.

Er det, for at mindre rutinerede medarbejdere skal kunne træffe bedre afgørelser, er det, for at eksperter hurtigere kan få et overblik og på et mere oplyst grundlag træffe deres afgørelser, eller er det, fordi systemet kan komme med forslag til bedre afgørelser end en fuldt oplyst ekspert.

Det sidste er i dag meget svært at opnå, og der er indtil videre meget få eksempler på, at det er lykkedes i en bred praktisk anvendelse. Dette vil jeg derfor ikke behandle yderligere her.

Beslutningsstøtte er en hjælp
Hvordan fungerer et system til beslutningsstøtte så? Lad os bruge en GPS som eksempel. Det kender de fleste af os fra eksempelvis vores biler.

En GPS kan betragtes som et beslutningsstøttesystem til at finde vej.

Hvis man er et sted, hvor man aldrig har været før – altså er uerfaren – så vil man som regel følge GPS'ens rute og komme frem til målet. Man har ikke nødvendigvis fulgt den optimale vej, men man er kommet frem.

Hvis man til gengæld er i sin hjemby – altså er ekspert – så vil man ofte kunne finde en bedre vej end GPS'ens forslag.

Man bruger sin erfaring med, hvorledes lyskrydsene skifter, antal fodgængere, vejens forløb, tidspunktet etc. Her har vi altså de to yderpunkter med GPS og uden GPS.

Men hvis man til gengæld i sin hjemby bruger GPS'ens visning af aktuelle køer til at vælge den optimale rute på det pågældende tidspunkt, ja, så giver GPS'en en information, som man som ekspert kan anvende til at komme med en endnu bedre løsning, da den kan erstatte en muligvis utidssvarende antagelse om bilkøer med aktuelle fakta.

System skal ikke foreslå afgørelser
Hvis vi bringer denne tankegang over i en sagsbehandlingsverden, så handler god beslutningsstøtte således om at tilvejebringe et så oplyst grundlag som muligt for en sag.

Dette vil give den erfarne sagsbehandler mulighed på at basere sin vurdering på aktuelle fakta og mindre på egne erfaringer, der kan være utidssvarende eller have en utilsigtet skævhed (bias), og den uerfarne vil være mindre hæmmet af sin manglende erfaring.