KI er nyttig, men blir vi mer effektive?

Kronikken ble først publisert på Altinget.no.

Teknologirådets mandat er å vurdere muligheter og utfordringer ved ny teknologi, gi råd til Stortinget og regjeringen, og bidra til offentlig debatt om ny teknologi. Generativ kunstig intelligens (KI) er det fremste eksempelet på en samfunnsomveltende teknologi akkurat nå.

KI treffer de fleste former for kunnskapsarbeid bredt og kraftig, og det gjelder også vårt eget arbeid. Vi ønsker å utføre samfunnsoppdraget vårt så godt og effektivt som mulig, og vil ta i bruk nye verktøy som kan hjelpe oss. For å vurdere hva generativ KI kan bety for oss, gjennomførte vi en erfaringsbasert studie med utgangspunkt i kjerneoppgavene våre. I løpet av to perioder i 2025 testet våre ni ansatte KI-verktøy i til sammen 35 case. Vi systematiserte erfaringene og analyserte nytte, kvalitet og tidsbruk, noe som er dokumentert i en ny rapport.

Kunnskapsarbeid er variert og komplekst

Tidligere digitaliseringsbølger har gjerne truffet rutinepreget og regelstyrt arbeid. Generativ KI er annerledes fordi den griper inn i oppgaver som krever tolkning og skjønn, og som derfor berører kunnskapsarbeidere på nye måter. For å forstå hvordan teknologien kan være nyttig, må man også forstå hva kunnskapsarbeid kan innebære.

Kunnskapsarbeid beskrives gjerne om arbeid der medarbeidernes viktigste kapital er kunnskap og ekspertise. Arbeidet kjennetegnes av analytisk og kreativ problemløsning, høy grad av autonomi og oppgaver som ofte er situasjonsavhengige og ikke-rutinepregede. Kunnskapsyrker krever vanligvis høyere utdanning eller spesialisert kompetanse, og læreprosessen fortsetter gjennom erfaring i et yrke. Typiske eksempler er jurister, forskere, journalister og saksbehandlere i offentlig forvaltning.

Usikre konsekvenser

Hva de faktiske konsekvensene vil bli for ulike yrker og arbeidsoppgaver, er likevel usikkert. Selv om analyser og studier viser et betydelig potensial for bruk av generativ KI i kunnskapsarbeid, har de store effektene foreløpig uteblitt. Mange ansatte opplever høy individuell nytte, men få organisasjoner kan dokumentere målbare gevinster. Samtidig rapporteres det også i Norge om bruk av KI som har ført til feil i beslutningsgrunnlag, både i kommuner, virksomheter og blant advokater i rettssystemet.

KI er nyttig som sparringspartner, men vi har ikke spart tid

Teknologirådets erfaringer med bruk av generativ KI er kort fortalt at KI-verktøyene er lovende og nyttige som sparringspartnere, men at effekten så langt er lavere enn forventet. Nytteverdien varierer med oppgavetype og hvordan verktøyet brukes:

• For strukturerte og avgrensede oppgaver, som oppsummeringer, oversettelser og referater, har vi fått raske og gode svar som kan brukes ganske direkte.
• For ustrukturerte og analytiske oppgaver fungerer KI best som sparringspartner gjennom en lengre dialog. Her ligger gevinsten i prosessen, ikke i ferdige løsninger. Vi har brukt verktøyet til å sette oss inn i nye fagområder, komme i gang med skriveprosesser og teste vinklinger, utvikle scenarioer og få ideer til illustrasjoner. I slike prosesser er det nødvendig med tydelig faglig styring og kritisk vurdering fra prosjektleder.
• KI har i liten eller ingen grad bidratt til tidsbesparelser. Vi har spart noe tid på oppgaver med høy grad av struktur og klart avgrenset formål. Dette utgjør imidlertid en begrenset del av vårt arbeid. For kreative og mer ustrukturerte oppgaver er det usikkert om vi har spart tid i det hele tatt. Det er tidkrevende å gi KI tilstrekkelig kontekst og å styre dialogen slik at resultatet blir relevant.
• KI-genererte svar gir merarbeid. KI-genererte resultater fremstår ofte overbevisende, men kan inneholde feil og overfladiske analyser, og mangle nyanser. Dette fenomenet, omtalt som «KI-generert jobbskvip», har ført til at vi har brukt mye tid på å vurdere, revidere og kvalitetssikre.

KI kan både kan styrke og utfordre våre kvalitetskriterier 

For å lykkes med teknologivurderinger er det ikke tilstrekkelig at resultatene holder høy faglig kvalitet. Både prosess og resultat må være pålitelig, relevant og legitim. Vår utprøving viser at KI kan påvirke vårt arbeid på måter som både kan styrke og utfordre våre kvalitetskriterier.

Pålitelighet handler om at resultatene holder høy faglig kvalitet og er etterprøvbare. Det innebærer presise formuleringer, tydelig kildegrunnlag og en balansert fremstilling av ulike perspektiver. KI har i flere case bidratt til å synliggjøre flere argumenter og innfallsvinkler enn det som opprinnelig var lagt til grunn. Samtidig ser vi en risiko for at KI rammer inn et tema på en bestemt måte, noe som gir KI-verktøyet en definisjonsmakt det kan være vanskelig å gjennomskue.

Relevans handler om hvor godt kunnskapen fra teknologivurderingen svarer på politiske og samfunnsmessige behov. Den må være tematisk treffende, forståelig og tilgjengelig til rett tid, og gi innsikt som kan brukes i utforming av politikk. Å sikre at tema og innhold er relevant for politiske beslutningstakere, krever god forståelse av det politiske landskapet, aktuelle saker og handlingsrom. Våre erfaringer tilsier at denne kontekstforståelsen i liten grad kan erstattes av KI. Når det gjelder å gjøre en tekst forståelig for målgruppen, ser vi at KI kan bidra til klarere struktur og gode formuleringer. Samtidig har vi erfart at tekstforslag kan bli generiske, tabloide og forskyve meningsinnholdet.

Legitimitet handler om åpenhet, uavhengighet og tillit i samspillet mellom kunnskapsutvikling og politikk. Teknologivurdering må være fri for partipolitisk eller interessebasert påvirkning. Bruk av KI kan i noen tilfeller styrke uavhengigheten ved å gi rask tilgang til bred informasjon uten direkte innspill fra enkeltaktører. Samtidig kan KI-modeller ha innebygde faglige eller politiske skjevheter siden de er trent på data som ikke er nøytrale. Vi erfarte at KI i enkelte tilfeller fremhevet temaer, personer eller tiltak som har fått betydelig medieoppmerksomhet, mens andre relevante perspektiver i mindre grad ble synliggjort.

KI-modellene blir stadig bedre

Det er ikke overraskende at gevinstene så langt er relativt beskjedne. Kunnskapsarbeid er komplekst, og KI er ikke like godt egnet til alle typer oppgaver. Samtidig må våre erfaringer sees på som foreløpige vurderinger, i og med at teknologien, modellene og verktøyene er i rivende utvikling. Fremover vil vi fortsette å teste ulike KI-verktøy i vårt arbeid, og planlegger dessuten et større prosjekt om kunstig intelligens i kunnskapsarbeid generelt.