6  Digital teknologi

Av: Robindra Prabhu

Lysende fiberoptiske ledninger.

Kapittelsammendrag: Digitalisering og kunstig intelligens gir store muligheter

Samfunnet blir mer preget av hvordan data produseres, samles inn, analyseres og omsettes i tjenester og produksjon. Utviklingen drives av billigere og mer fleksibel datakraft, større og lettere tilgang til data og rask utvikling i tjenester som bygger på avanserte algoritmer og kunstig intelligens.

Vi står foran et girskifte innen kunstig intelligens, med modeller som er bredt anvendelige og som med mindre justeringer og tilpassinger kan anvendes på en rekke ulike områder. Det forventes også at fysiske og digitale møter smelter sammen med hjelp av teknologier som virtuell/utvidet virkelighet (VR/AR) og metaverset.

Teknologiutviklingen gir NAV store muligheter til å forbedre og effektivisere dagens prosesser, og til å skape nye forretningsmodeller. For å kunne utnytte mulighetene må NAV utvikle hele bredden av virksomheten: Tjenestetilbud, brukermøter, regelverk, organisering, samhandling med andre, arbeidsprosesser, kultur og kompetanse. De viktigste mulighetene er knyttet til:

  • Digitalisering av brukerkontakt: NAV har stort potensial for å digitalisere mer av brukerkontakten og oppfølging av brukere. At skillet mellom det fysiske og digitale viskes ut, kan gi større innslag av hybride løsninger, det vil si kombinasjoner av automatiserte tjenester og personlig kontakt gjennom sammensmeltingen av digitale og fysiske brukermøter.

  • Digitalisering av forvaltningen: I tillegg til potensialet for økt selvbetjening og automatisering av ytelsesforvaltningen og manuelle arbeidsprosesser, har NAV muligheten til å utvikle mer proaktive tjenester der innbyggere med rett til ytelser fra NAV får ytelsen automatisk, eller får et forslag om å søke.

  • Sammenhengende og tilpassede tjenester: Større bruk og deling av data kan møte brukernes forventninger om mer sammenhengende tjenester og tjenester tilpasset den enkeltes behov.

  • Kunstig intelligens som beslutningsstøtte: De nye mulighetene innen kunstig intelligens vil kunne gi råd og støtte både for NAVs brukere og for veiledere og sakshandlere. Eksempelvis kan veiledere få anbefaling om hvilke brukere som bør prioriteres først for oppfølging (såkalt profilering), eller arbeidsledige kan få anbefaling om hvilke kompetansetiltak som mest sannsynlig vil øke deres muligheter på arbeidsmarkedet.

  • Plattformaktør: NAV vil kunne tilby plattformer som åpner for at også andre aktører kan utvikle og tilby tjenester til ulike brukergrupper. Jo flere som deltar, desto større vil nettverkseffektene av slike plattformer kunne bli.

Hvilke muligheter NAV kan og bør bruke må avstemmes med personvernregler, lovverk, etikk og sosial aksept. Oppmerksomheten om disse spørsmålene vil være økende, og EUs politikk (og dermed Norges politikk) på felt som kunstig intelligens og datadeling er en mer restriktiv og ansvarlig linje enn den vi ser blant annet i USA og Kina. Som en sentral aktør på velferdsområdet, vil det for NAV være særlig viktig med en etisk og ansvarlig tilnærming til bruk av datadrevne tjenester med bred aksept i befolkningen.

Det vil også være andre utfordringer som kan hindre eller forsinke digitaliseringen. Kompetansebehovet innen IKT og regelverksutvikling er stort og kan bli vanskelig å fylle. Det er heller ikke sikkert at de teknologiske gjennombruddene kommer så raskt som ventet, eller på de områdene som spås. Ny teknologi kan medføre utilsiktede virkninger, og gir nye sårbarheter og sikkerhetsutfordringer som vil utgjøre en økende trussel for NAV.

6.1 Innledning

Den teknologiske utviklingen fortsetter med tiltakende takt og styrke. Det påvirker samfunnet på de fleste områder og blir stadig viktigere for næringsutvikling og verdiskapning. Endringer og omstilling vil drive fram nye teknologiske nyvinninger som vil forme framtidens liv og samfunn. Med ny teknologi kommer nye utfordringer som berører samfunnsdebatt, poltikkutvikling og veivalg. I dette kapittelet omtales i hovedsak digital teknologi som påvirker NAV, ettersom påvirkningen på arbeidsmarkedet er omtalt i kapittel 4.

Klimakrisen stimulerer trolig til innovasjon innen «grønn teknologi» (WEF 2023), og tvinger næringer til omstilling. Nye produksjonsverktøy og materialer (DNV GL 2020a) vil åpne forretningsmuligheter og kan medføre en mer bærekraftig og sirkulær økonomi. Landbruksroboter som sår, høster og sanker, blir trolig et hyppigere syn på bygda (Tekna 2020), mens førerløse busser og ferger kan komme til å frakte deg til og fra jobben (Teknologirådet 2020). Genetisk kartlegging og persontilpasset medisin vil åpne for mer detaljerte diagnoser og behandlingsløp skreddersydd våre individuelle behov. Sensorer og digitale tvillinger (se faktaboks) gjør det ikke bare mulig å effektivisere produksjonsløp, men vil kanskje forandre hvordan design og utvikling av nye produkter foregår. Litt lengre fram vil kvantedatamaskiner (se faktaboks) tilby regnekraft som overgår de kraftigste mikrobrikkene i dag, og det vil kunne åpne helt nye muligheter innenfor alt fra utvikling av nye medisiner og materialer, til kunstig intelligens (New Yorker, 2022, Harvard Business Review, 2021).

6.2 Digitaliseringen mot 2035

Verden blir preget av hvordan data produseres, samles inn, analyseres og omsettes i tjenester og produksjon. Flere sammenfallende faktorer forsterker hverandre:

  • billigere og mer fleksibel datakraft  
  • større og lettere tilgang til data   
  • utvikling og bruk av algoritmiske systemer som omsetter data på ulike måter 

Digitaliseringstrenden vil få konsekvenser for forretningsmodeller, sysselsetting og samfunnsstrukturer, og omtales som den fjerde industrielle revolusjon (Schwab, 2016). Med dette kommer mange nye muligheter, men også flere endringer som kan sette samfunnet på prøve.

Det neste tiåret vil digitaliseringen bidra til å viske ut skillet mellom våre fysiske og digitale liv. Der hvor vi tidligere var «offline» og «online», blir den virtuelle og digitale verden mer sammenvevd og vanskeligere å skille fra hverandre. Kunstig intelligens kan bli en naturlig «assistent» i manges hverdag. Samtidig er en sentral bærebjelke i det digitale samfunnet muligens i endring: Flere kappes om å forme framtidens internett. Selv om retningen er usikker, er det ganske sikkert at en endring av internettet vil påvirke liv og samfunn.

6.2.1 Metaverset og morgendagens internett

Nedstengningene som fulgte koronapandemien ga gode betingelser for teknologier som legger til rette for mer effektiv digital kommunikasjon og samhandling. Samtidig utvikles det hurtig ny teknologi for virtuell, utvidet og blandet virkelighet. Det omtales gjerne som metaverset (se faktaboks).

Dagens virtuelle verdener på internett er foreløpig bleke versjoner av visjonen om metaverset. Flere analyseselskap spår at særlig de yngre generasjonene vil tilbringe betydelig tid i “metaverset” de kommende årene (McKinsey-Metaverse, Gartner-Metaverse, 2022). Mange barn og unge er allerede vant til å spille og omgås hverandre i virtuelle, sosiale verdener som flytter på grensene mellom våre fysiske og digitale liv, som for eksempel Minecraft, Fortnite og Roblox.

Storbyen Seoul i Sør-Korea har lansert Metaverse Seoul, hvor innbyggerne blant annet kan kontakte byadministrasjonen, få karriereveiledning og kurs (Time 2022), og flere norske virksomheter har også gjort sine første erfaringer i virtuelle rom. I oktober 2022 meldte Brønnøysundregisteret og Skatteetaten at de tester ut informasjonstjenester i Decentraland, hvor innbyggerne, i form av avatarer, kan besøke kontorene for å finne informasjon om for eksempel kryptorapportering og hvordan man kan starte en bedrift (NTB 2022).  Stuntet i Decentraland minner om vårt første møte med internett og nettsider, og de neste årene vil vise om metaverset er begynnelsen på et nytt kapittel i internettets historie, eller om det er et forbigående blaff (NRK 2022). Men eksperimenteringen tilsier at morgendagens internett er i støpeskjeen og gir et frempek på diskusjoner som vil komme. Innen 2035 har kanskje også NAV et kontor i metaverset?

6.2.2 Tjenesteplattformer

De siste tiårene har vært preget av framveksten av tjenesteplattformer (Finn, Airbnb, Amazon, Netflix), sosiale medier, og overgangen fra stasjonære datamaskiner til mobile enheter. Denne modellen har gitt opphav til nye virksomheter, tjenester og måter å samhandle på, men den har samtidig befestet posisjonen til noen få teknologiganter. Disse har fått betydelig makt og på mange områder blitt premissgivere for samfunnsutviklingen. Fra flere hold utfordres nå denne modellen. En ny lovpakke fra EU tar sikte på å regulere de største teknologiselskapene og spås å forandre internett på grunnleggende vis (Hovlid, 2022) (se avsnitt om regulering).

6.2.3 Dataflyt og kontroll på egne data

Det tenkes også nytt om hvordan data flyter mellom aktører, om hvordan tillit og sikkerhet kan integreres, og om hvilket eierskap og kontroll brukere skal ha over sine egne data. Web3-visjonen for framtidens internett søker eksempelvis å flytte makt og kontroll til “brukerne” gjennom blokkjeder (Harvard Business Review, 2022), som gjør det vanskelig for virksomheter, institusjoner eller land å kontrollere datastrømmene. Digitale lommebøker, “Data trusts”, “data cooperatives” og “data unions”, er andre konsepter. Uansett hvilke ideer som vinner frem, vil vi trolig se mer nytenkning, og det vil bli en debatt om hvilken form og farge framtidens internett skal ha i årene som kommer (DW, 2022).

6.2.4 Girskifte i utviklingen av kunstig intelligens 

Utviklingen av kunstig intelligens (KI) fortsetter i høyt tempo, nå med en ny klasse modeller. Såkalte «generative modeller» er dyplæringsmodeller trent på store mengder tekst, bilder, lydfiler og lignende, fra internett. Resultatene tyder på at vi står ved et vannskille. Modellene er bredt anvendelige og tilsynelatende kreative: De kan tegne detaljerte bilder fra enkle tekstbeskrivelser og danne sammenhengende tekst og musikk. Ikke ulikt den elektriske motoren kan de – med justering og tilpassing, lett anvendes på en rekke ulike områder.  

Bilder generert med KI har allerede rukket å vinne kunstpriser (NYT, 2022), og KI-tjenester benyttes av IT-utviklere til koding (Github, 2022). Lærere er bekymret for at elever bruker KI til å skrive oppgaver (NRK, 2022). Eksemplene viser at kvaliteten og anvendeligheten på maskingenerert materiale har nådd nye høyder. Teknologien gjør nå innhugg i kreative høykompetanseyrker som bare for få år siden var antatt å ha lav automatiseringsrisiko. Kreative yrkesutøvere som grafiske designere, journalister og musikere, får både nye støtteverktøy og mulig ny konkurranse. Generative modeller spås å bane vei for en rekke nye tjenester (Economist, 2022), ikke minst måten vi henter og bearbeider informasjon fra internett gjennom søk. Framfor en liste med lenker, får vi kanskje tjenester som drar veksel på ulike kilder og gir oss ferdig bearbeidet informasjon på ønsket format: som et enkelt svar, som en rapport, som en presentasjon, som en video, eller som et bilde. En slik endring i måten vi benytter informasjon på nettet spås både grunnleggende og vidtrekkende konsekvenser for en rekke prosesser og tjenester. Mange medarbeidere og brukere i NAV vil også kunne få en KI-basert assistent de kommende årene.

Samtidig reiser generative modeller flere nye spørsmål: Modellene er gjerne trent på store deler av internett og plukker dermed med seg skjevheter i data (bias). Etter hvert som KI anvendes i ulike sammenhenger, øker faren for at eventuelle skjevheter forsterkes. En annen utfordring knytter seg til hvem som bygger modellene og hvordan de lages. Treningen er i dag så data- og ressursintensiv at utviklingen blir konsentrert hos teknologigigantene. Det kan ytterligere forsterke kontrollen og makten de allerede besitter. I tillegg øker risikoen for misbruk, dersom KI brukes til å produsere falske nyheter eller avanserte virus (Bommasani, Hudson mfl., 2022).

6.2.5 Digital teknologi og geopolitikk

Teknologiutviklingen får trolig en mer markert geopolitisk dimensjon. Rivaliseringen mellom Kina og USA handler i økende grad om teknologi. Begge sider søker kontroll og makt og ønsker å begrense gjensidig avhengighet og egen sårbarhet (DN, 2022). Mens det siste tiåret har vært dominert av amerikanske teknologiselskaper, vil vi de neste årene trolig se Kina vokse fram som en supermakt innenfor teknologier som er sentrale for både digitalisering og grønt skifte. Kinesiske selskaper satser tungt på både metaverset (CW,2022) og kunstig intelligens. Over en million nordmenn bruker TikTok (Ipsos, 2022), og de neste årene vil navn som Baidu, Tencent, Alibaba og Xiaomi muligens bli en del av dagligspråket. Det vil reise nye spørsmål om teknologi, makt, påvirking, manipulasjon og eierskap (NRK, 2022).

EU og Europa forsøker på sin side å tilby en «tredje vei» (se avsnitt om regulering). Uansett hvordan disse tre regionene (Kina, USA og EU) velger å regulere, styre og utnytte teknologiutviklingen, vil det trolig påvirke verdikjeder, teknologivalg, liv og arbeid i Norge (Brookings, 2022). Nye reguleringer som søker å begrense teknologigigantenes makt, innflytelse og kontroll med tjenester og data, kan eksempelvis bety ny næringsutvikling tuftet på nye digitale forretningsmodeller.

6.3 Den digitale velferdsstat

6.3.1 Fortsatt trykk på digitalisering av offentlig forvaltning 

Det neste tiåret vil behovet for helse- og omsorgstjenester øke, omstillingsbehov og grønt skifte vil føre til raskere endringer i arbeidslivet, og en «heldigital» generasjon som ble født etter at den første smarttelefonen så dagens lys, vil gjøre sine første erfaringer med NAV (se [kapitlene -Kapittel 5 og -Kapittel 8). Med dette følger nye forventninger og oppgaver, samtidig som trangere offentlige budsjetter kan bety høyere effektivitets- og produktivitetskrav til tjenestene vi leverer. NAV forvalter en stor mengde data på vegne av innbyggerne, og når andre virksomheter nyttiggjør seg data for å utvikle ny kunnskap og bedre tjenester, vil trolig forventningene til effektivisering, nyskaping og innovasjon i det offentlige øke parallelt.  

NAV-ansatte selv mener at digitalisering og effektivisering er noe av det som vil prege NAV mest framover (kapittel 10).

Digitaliseringen av offentlig forvaltning har over flere år vært et tverrpolitisk mål, og arbeidet vil mest sannsynlig fortsette inn i det neste tiåret. Regjeringens digitaliseringsstrategi for offentlig sektor 2019-2025 (Kommunal- og moderniseringsdepartementet 2019) har som mål at flere oppgaver skal løses digitalt, at innbyggeren skal få tjenester ut fra livshendelser mer enn hvilken etat som yter tjenestene, og at data skal gjenbrukes og deles mellom etatene. For å støtte opp om sistnevnte ble det i 2020 opprettet et nasjonalt ressurssenter for deling av data (Digitaliseringsdirektoratet 2020). Flere av de sju prioriterte livshendelsene, herunder «Få barn», «Alvorlig sykt barn», «Miste og finne jobb» og «Ny i Norge», har store grenseflater mot NAVs virke. Som forutsetninger for å lykkes, løftes deling av data, et klart og digitaliseringsvennlig regelverk, felles IKT-løsninger, styring, samordning og samarbeid, sikkerhet og digital kompetanse i offentlig sektor, fram som viktige innsatsområder. Strategien videreføres av regjeringen Støre, med blant annet tiltak for å sikre økt digital deltakelse og kompetanse i befolkningen og for å utvikle digitale løsninger innen hjelpemiddelområdet (Kommunal- og distriktsdepartementet, 2022).

All teknologi kan medføre utilsiktede konsekvenser, og det blir viktig å være bevisste på hvordan teknologien brukes og hvilket resultat vi oppnår. Eksempelvis er det funn som tyder på at digitaliseringen av NAVs tjenester gjør NAV mer tilgjengelig for innbyggere som greier å bruke dem, samtidig som NAV ser ut til å ha blitt mindre tilgjengelig for innbyggere som har behov for andre former for kommunikasjon (Liodden m.fl, 2023). Automatisk leverte ytelser vil være et gode for flertallet av brukerne, men vil kunne skape barrierer for atypiske brukere, ofte de med lav sosioøkonomisk status (Larsson, 2021). Det blir viktig for NAV å ha en bevisst holdning til og bruk av teknologi, slik at vi ivaretar alles rettigheter.

Ifølge nasjonal strategi for kunstig intelligens, bør offentlig sektor samtidig utforske potensialet KI gir for «å levere mer treffsikre og brukertilpassede tjenester, øke samfunnsnytten av egen virksomhet, effektivisere drift og arbeidsprosesser og redusere risiko» (Kommunal- og moderniseringsdepartementet, 2020a).

Norge har et godt utgangspunkt med en offensiv offentlig sektor som tar i bruk nye digitale tjenester og en befolkning som er europaledende i nettbruk (SSB, 2019). Samtidig har Norge de siste årene blitt liggende bak flere andre land i Nord-Europa, og betraktelig bak for eksempel Danmark. En sektorbasert forvaltningsstruktur, manglende evne til å involvere jurister tidlig i digitaliseringsarbeidet og finansieringsordninger med korte rammer, kan være mulige årsaker.

6.3.2 Smidig utvikling, styringsmodeller og utviklingsoptimisme 

Utviklingstakten i omgivelsene gjør det nødvendig for NAV å kunne håndtere hurtig endring og omstilling. I «Digitaliseringstrategi for offentlig sektor» (Regjeringen 2019) og en senere stortingsmelding (Kommunal- og moderniseringsdepartementet 2020b), framheves en «innovativ og smidig» tilnærming til utviklingen av tjenestetilbudet for å legge til rette for raskere endringstakt samtidig som kontroll og driftssikkerhet ivaretas. For NAV vil en «smidig tilnærming» innebære at vi jobber tverrfaglig når vi former produktene, og kontinuerlig gjør små endringer og forbedringer. Det kan redusere konsekvensene av gale veivalg ved at store og kostnadsdrivende prosjekter med betydelig fallhøyde unngås. Det blir viktig for offentlig sektor å skape en innovasjonskultur hvor ansatte og virksomheter tør å prøve noe nytt, og at de våger å feile.

Samtidig står smidig utviklingsmetodikk i et spenningsforhold til tradisjonelle metoder for finansiering og styring i det offentlige. Diskusjoner om hvordan digital utvikling i det offentlige bør innrettes, styres og finansieres (Digi, 2022, Digi, 2023, Digi, 2023b, Digi, 2023c), vil trolig tilta i årene som kommer. Det samme vil også diskusjoner om hvordan mål, effektiviseringsgevinster og bedre brukeropplevelser realiseres og vurderes (Klassekampen, 2023, Aftenposten, 2023).  

Teknologien vil fortsette å gi nye muligheter, men utfordrer samtidig innretningen av tjenestetilbudet, endrer forholdet mellom NAV og innbygger og kan i noen tilfeller gi en større etisk fallhøyde (mer om dette i kapittel 6.5). Overdreven utviklingsoptimisme kan ha økonomiske slagsider og maskere sosiale kostnader som nye former for digital utenforskap (Aftenposten, 2023) (se også kapittel 5.3). På hvilke måter NAV griper mulighetene, former teknologien, endrer organisasjon og arbeidsform og håndterer utfordringene, vil være med å prege velferdsstaten anno 2035.

 

6.3.3 Kampen om hodene... 

På kun få år har NAV bygget opp et av de største IT-miljøene i landet. I årene som kommer, forventes et økende behov for teknologi- og analysekompetanse i de fleste næringer, og en tilspisset kamp om talentene. Konkurransen forsterkes når flere offentlige virksomheter styrker egen digital produsentkompetanse. 4 av 5 statlige virksomheter melder om utfordringer med å rekruttere IKT-kompetanse (SSB, 2022).

I kjølvannet av koronapandemien får kampen om hodene samtidig en ny dimensjon: En hybrid arbeidshverdag med mulighet for å jobbe hvor man vil. Både NAV og andre offentlige etater gir nå medarbeidere muligheten til å jobbe fra hvor som helst i landet (Memu, 2021). På den ene siden kan det gi virksomheter bredere tilgang til teknologisk kompetanse. På den andre siden blir det også lettere for teknologiarbeidere å få jobb hvor som helst i verden, og NAV må muligens belage seg på mer internasjonal konkurranse (Schibsted, 2023).

Rollen til teknologene endres også. Ifølge Github er allerede opptil 40 prosent av kodelinjene som i dag skrives av utviklere som benytter KI-assistenten Copilot, skrevet av KI-verktøyet (Eric Rosenbaum, 2022). Framveksten av low-code og no-code plattformer, som tar i bruk visuelle verktøy for å løse programmeringsoppgaver, kan også gjøre IT-utvikling tilgjengelig for flere (IBM, 2022).

Teknologitrender med indirekte betydning for NAV

6.3.3.1 Grønn teknologi

betegner teknologier som direkte eller indirekte bidrar til endringer i mer miljøvennlig retning, og omfatter alt fra fornybar energi, produksjon med reduserte utslipp og mer effektiv utnyttelse av ressurser og råvarer. Den raske utviklingen i batteriteknologi (DNV,2020a) har bidratt til å gjøre elektrisk transport tilgjengelig for flere, og vil kunne gjøre sol- og vindenergi tilgjengelig også når det er natt og vindstille. Solenergi er nå den raskest voksende energiteknologien i verden, og prisen på solenergi synker (BBC,2020). 

6.3.3.2 Nye materialer og produksjonsteknikker

Nanoteknologi, avanserte hybridmaterialer og teknologi for additiv tilvirkning (for eksempel 3D-printere) gir nye muligheter innen produktutvikling, design, ortopedi, reservedeler, tekniske hjelpemidler med mer. Sammen med sensorer, simuleringer gjennom såkalte «digitale tvillinger» og robotisering av prosesser, åpnes muligheter for å produsere gjenstander på nye måter. Samtidig kan oppgavene på arbeidsplassen i mange tilfeller få et annet innhold som krever ny kompetanse.

6.3.3.3 Digital tvilling

er en digital representasjon av et fysisk objekt. Det kan for eksempel være en visuell framstilling av et bygg eller en motor ved hjelp av konstruksjonstegninger, historikk om vedlikehold, og sensorer. En digital representasjon av en organisasjon kan brukes for å kunne forutse effekter av organisatoriske endringer og identifisere prosessendringer. Kanskje vil staten i 2035 bruke informasjonen om innbyggere til å lage en digital tvilling av oss?

6.3.3.4 Persontilpasset medisin

viser til forebygging, diagnostikk,behandling og oppfølging tilpasset biologiske forhold hos den enkelte pasient. Framskritt innen molekylærbiologi og genetikk gir nye muligheter for persontilpasset diagnostikk og behandling, understøttet av framskritt innenfor blant annet nanoteknologi og kunstig intelligens. Samtidig åpner data fra sensorer i for eksempel smartklokker for nye måter å varsle om helsetilstanden på.

6.3.3.5 Kvantedatamaskiner

skiller seg fra tradisjonelle datamaskiner ved at logiske operasjoner baserer seg på kvantemekaniske prosesser. Dette muliggjør enkelte operasjoner som er vesentlig raskere enn, eller umulig å utføre med, tradisjonelle datamaskiner. Kvantedatamaskiner spås blant annet å kunne knekke mye av krypteringen som benyttes i moderne databehandling og kommunikasjon. Selv om det gjenstår betydelige utfordringer i utviklingen av robuste og stabile kvantedatamaskiner, arbeider flere selskaper med mulighetene. 

Teknologitrender av særlig betydning for NAV

6.3.3.6 Skytjenester

gir tilgang til delt datakraft fra store datasentre via nettet. Det gir mulighet for effektiv drift og distribusjon av programvare. Mange bruker skytjenester som karttjenester, Gmail, OneDrive, Microsoft 365 og ulike økonomisystemer for bedrifter. Koronapandemien har gitt flere eksempler på hvordan skytjenester gir offentlige virksomheter muligheter til rask omstilling og tilpassing når brukerhenvendelsene mangedobles (World Economic Forum 2020a). Bruk av skytjenester i offentlig sektor forventes å tilta i årene som kommer (Kommunal- og moderniseringsdepartementet, 2016). Det kan bidra til bedre sikkerhet fordi driften skjer i store, profesjonelle miljøer. NSM har uttrykt bekymring for den samlede nasjonale avhengigheten til utenlandske skyleverandører og hva det kan medføre når kriser og konflikter inntreffer (NSM, 2022). Etter hvert som NAV og det offentlige Norge flytter virksomheten over i skytjenester, kan vi forvente at debatten om digital autonomi vil tilta.

6.3.3.7 Kunstig intelligens (KI)

Kunstig intelligente systemer utfører handlinger, fysisk eller digitalt, basert på tolkning og behandling av strukturerte eller ustrukturerte data for å oppnå et angitt formål (Kommunal- og moderniseringsdepartementet 2020a). Enkelte KI-systemer kan også tilpasse seg ved å analysere og ta hensyn til tidligere handlingers påvirkning på omgivelsene. Slik teknologi lar oss blant annet snakke med mobiltelefonen, oversette mellom språk, gjenkjenne ansikter, eller la bilen kjøre selv.

6.3.3.8 Maskinlæring 

er en klasse innen kunstig intelligens som gjør at datamaskiner kan lære uten å bli programmert. Datamaskinen klarer selv å lage regler på grunnlag av data og resultater, fordi den lærer fra eksempler den har sett. Maskinlæring gjør det mulig å gjøre vurderinger og ta beslutninger på bakgrunn av store datamengder. Teknologien benyttes blant annet til å kjenne igjen mønstre og gruppere tilfeller som ligner hverandre, plukke ut avvik, predikere utfall, lage syntetiske data, oversette mellom språk, og oversette språk til tale- og bildegjenkjenning.Teknologien kan gi oss anbefalinger, eller rigges for å ta selvstendige beslutninger. Framveksten av digitale verktøykasser som forenkler utviklingen av maskinlæringsmodeller, vil tilgjengeliggjøre teknologien. 

6.3.3.9 Generativ KI

En klasse modeller innen kunstig intelligens som skaper nytt innhold i form av for eksempel tekst, bilde eller lyd, basert på data den er trent på (World Economic Forum, 2023). I senere tid har generativ KI basert på store språkmodeller trent store mengder data, forbløffet en hel verden. Eksempler er chatboten ChatGPT (OpenAI,2022) og bildegeneratoren Midjourney som generer svært virkelighetsnære tekst og bilder basert på ledetekster brukeren gir. Fordi slike modeller kan anvendes til en rekke ulike formål, på svært forskjellige områder, kalles de ofte grunnmodeller (foundation models) (Wikipedia).

6.3.3.10 Digitale plattformer

gjør det mulig å skape nye forretningsmodeller ved å tilby infrastruktur som kobler kunder og leverandører. Ekse mpler på plattformer er Amazon,Apple, Alipay, Airbnb, Facebook, Uber, Spotify og Finn. Nettverkseffekter gjør at verdiskapingen blir større desto flere som bruker plattformene. Slike plattformer blir i økende grad datadrevet gjennom algoritmer som gir råd og anbefalinger til brukerne. Ettersom plattformene tilbyr tjenester på tvers av landegrenser og utfordrer tilknytningsformene i det tradisjonelle arbeidslivet, vil digitale plattformer fordre regelverksutvikling knyttet til skatt, arbeidsforhold, konkurranse, sikkerhet og personvern.

6.3.3.11 Hybrid virkelighet

er sammenblanding av virkelige og virtuelle verdener, hvor fysiske og digitale objekter ser ut til å samhandle naturlig. Hybrid virkelighet kan deles inn i «virtuell virkelighet» og «blandet virkelighet». Virtuell virkelighet (VR) er en datateknologi som lar brukeren påvirke og bli påvirket av et dataskapt miljø som skal etterlikne en virkelighet. NAV har allerede eksperimentert med å gi ungdom innsikt i arbeidsoppgaver og jobber de aldri har tenkt på før (MEMU, 2018). I «blandet virkelighet» kan man blande digital informasjon med det man hører eller ser, eksempelvis som i spillet Pokemon Go.

6.3.3.12 Metaverset

smelter hybrid virkelighet og internettet sammen i et sanselig og virtuelt univers, som skal koble sosiale medier, spill og 3D-grafikk" (Teknologirådet, 2022). Akkurat hvordan dette vil se ut, er foreløpig uklart. En fellesnevner er likevel en realistisk følelse av fysisk tilstedeværelse i rike virtuelle verdener – og derigjennom et skifte i hvordan vi benytter oss av digitale tjenester. Teknologigiganter over hele verden satser tungt. Facebook endret i 2021 navn til Meta og har store ambisjoner for framtidens digitale møteplasser for mennesker og tjenester – et «walk-in»-3D-internett hvor brukere kan jobbe, handle og treffe venner (Delcker,2022). For NAV tilbyr metaverset en ny virtuell møteplass for kolleger, eller kanskje et sted hvor brukere kan få veiledning, sparre med andre brukere og få kurs og opplæring.

6.3.3.13 Robotisering og autonome gjenstander

Førerløse maskiner, biler, roboter og droner er autonome gjenstander som ved hjelp av sensorer og kunstig intelligens klarer å forholde seg til omgivelsene uten menneskelig innblanding. Førerløse biler vil kunne påvirke alle som arbeider som sjåfører, og dermed få betydning for NAV, eksempelvis ved å gi nye muligheter for mobilitet til eldre personer og andre som i dag får hjelp til spesialtilpasning av kjøretøy. 

6.3.3.14 Mobilt høyhastighetsnett (5G og 6G)

Mulighetene mobiltelefoner har gitt har økt i takt med mobilnettenes kapasitet. Med 5.generasjons mobilnett (5G) ble det forventet at skillet mellom mobilnettet og fibernettet ville viskes ut (Teknologirådet (2019)). Antall tilkoblede enheter forventes å øke drastisk, som igjen gir mer data til KI og nye tjenester. Innføringen av 5G-nettet muliggjør tingenes internett og åpner muligheter som «smarte byer», hvor en kan følge varer fra råstoff til produksjon, forutsi vedlikeholdsbehov og «klimaspore» varer. Sensorer i butikkhyller vil automatisk gi beskjed når nye varer må legges til. Slik vil 5G trolig forsterke automatiseringstrenden i flere yrker. Den neste generasjonen mobilnett (6 G) ventes å bli lansert rundt år 2030 (Lifewire, 2023) og vil øke nettverkskapasiteten og bruksområder ytterligere. For NAV senker 5G og senere 6G de tekniske barrierene for fjernkonsultasjon og hybrid virkelighet. Det kan gi nye muligheter til å gi arbeidssøkere forberedende arbeidstrening og tilpassede yrkesrettede tiltak, for eksempel via virtuell virkelighet (VR).

6.3.3.15 Tingenes internett (Internet of Things – IoT)

Forbruksartikler, klær, husholdningsprodukter og maskiner får innebygde sensorer som gjør det mulig å samle data ved at de er tilknyttet internett.  Eksempelvis kan hjelpemiddelområdet nyttiggjøre seg dette for å planlegge vedlikehold og forstå bruksmønster. 

  

6.4 Digital brukerkontakt: automatisering, selvbetjening på nett og møter i metaverset?

Få nyutdannede i 2035 vil noensinne ha besøkt en bankfilial eller forholdt seg til en «sendeplan» på TV. Også for NAV vil digitaliseringen flytte mye av brukerdialogen og tjenesteproduksjonen over til digitale flater, og nettsidene nav.no regnes allerede av mange som Norges største NAV-kontor.

NAV har i dag flere ulike kanaler for kontakt med brukerne, inkludert videomøter, og disse blir muligens mer sammenvevd i årene som kommer. Det stiller nye krav til kommunikasjonsferdigheter og relasjonsbygging (MEMU, 2022).

Metaverset gir helt nye muligheter til fjernkonsultasjon og oppfølging. Analyseselskapet Accenture spår at metaverset vil åpne en ny fase i digitaliseringen av samfunnet som grunnleggende endrer måten vi jobber på, samhandler og utveksler tjenester – med nye muligheter også for offentlige tjenestetilbydere (Accenture, 2022). Kanskje vil arbeidssøkere i framtiden kunne få veiledning, intervjutrening og arbeidsrettede opplæringskurs i virtuelle rom som tilbyr helt andre muligheter for digital samhandling enn vi er vant med i dag. (Time, 2022). NAV må trolig tilrettelegge for at brukere kan møte oss i andre typer kanaler enn i dag, og samtidig sørge for at disse kanalene samlet gir en god brukeropplevelse, hvor deler av kontakten finner sted på digitale flater (Forbes, 2021). Dette gir flere muligheter, men stiller samtidig nye krav til kommunikasjon og relasjonsbygging i digitale flater (MEMU, 2022). Sammen med generativ KI, kan virtuelle verdener som metaverset kanskje også tilby «simulatorer» for veiledere – løsninger som kan gi nye muligheter for testing av digitale verktøy og praktisk trening på krevende brukermøter.

Samtidig som brukerkontakten digitaliseres, reises spørsmålet om hvem NAV digitaliserer for, og om digitale flater er egnet for brukere med sammensatte bistandsbehov. NAVs tjenestetilbud må utformes slik at behovene til brukere både med og uten digital kompetanse er ivaretatt, og at sårbare grupper ikke faller utenfor. NAV må påse at digitalisering og ressursbruk innrettes slik at vi også ivaretar sårbare brukergrupper med stort hjelpebehov (Løberg, 2022) Se kapittel 5.3 for mer om digitalisering og brukerforventninger.

6.5 Forvaltningen digitaliseres

Dagens prosesser, systemer og regelverk er et resultat av gårsdagens mulighetsrom. Med blanke ark ville organisasjonskart og arbeidsprosesser trolig sett annerledes ut. Samtidig som post, papir og oppmøte på NAV-kontor erstattes av digitale selvbetjeningsløsninger, gir digitaliseringen muligheten til å tenke nytt om hva som er en god prosess og hvordan vi løser oppgavene våre.

6.5.1 NAV som plattformaktør 

Digitaliseringen gir nye muligheter for samhandling mellom ulike aktører. Digitale plattformer som Finn, Airbnb og LinkedIn tilbyr ikke tjenester direkte, men legger til rette for samhandling mellom ulike aktører (se faktaboks).

På mange områder er også NAV en samhandlingskoordinator mellom ulike aktører, som arbeidsgivere og arbeidssøkere, tiltaksleverandører og brukere, eller arbeidstaker, lege og arbeidsgiver. Når denne samhandlingen flyttes til digitale flater, åpner det for digitale møteplasser hvor NAVs rolle går fra å være en tjenestetilbyder til en plattformaktør som tilbyr informasjon, forvalter reglene for samhandling og styrer plattformen, men samtidig åpner for at andre aktører innoverer ved å utvikle og tilby tjenester til våre brukere. Arbeidsplassen.no er allerede en slik plattform som kobler arbeidsgivere og arbeidstakere, med framtidige samhandlingsmuligheter med andre formidlingstjenester som Finn og LinkedIn, og lønns- og personalsystemer. Hjelpemiddelleverandører kan kobles til kommunale ergoterapeuter, og kommunene kan bygge tjenester rettet mot NAVs grensesnitt. Det muliggjør tettere integrasjon med andre kommunale tjenester, kanskje med utgangspunkt i IoT-sensordata fra hjelpemidler NAV tilbyr. Også på tvers av offentlige instanser finnes det muligheter for samhandling, for eksempel kan arbeidsmarkedsdata fra NAV og data fra utdanningssektoren inngå i en plattform hvor ulike aktører kan utvikle nye løsninger innen livslang læring.

6.5.2 Livet er en strøm av hendelser (og valg)

I dag kan arbeidssøkere sitte ved kjøkkenbenken og sende inn søknad om dagpenger, eller søke om foreldrepenger fra toget på vei til jobb. NAVs virksomhetsstrategi (NAV, 2023) går lenger: Folk skal få pengene de har krav på automatisk, og om søknad er nødvendig, skal det være så enkelt som mulig.

Algoritmisk persontilpassing av innhold, anbefalinger og tilbud, er allerede utbredt. Brukere av Spotify, Finn og Netflix er vant til å bli møtt av et innhold som er tilpasset egne preferanser og behov. Denne utviklingen er med på å prege brukerforventninger, og det er derfor ikke utenkelig at offentlige tjenester går i samme retning, kanskje med utgangspunkt i brukerens livshendelser og tilhørende behov.

Digitaliseringen muliggjør systemer som fanger opp livshendelser, som for eksempel en familieforøkelse eller en sykmelding. I stedet for å vente på innbyggeren, kan det offentlige selv ta initiativ i form av en anbefaling eller (del)automatisert innvilgelse av ytelser. 

Jobbsøkere med behov for å skifte jobb etter et langvarig sykefravær kan matches til tilgjengelig jobber på bakgrunn av hvordan deres erfaringsprofil sammenfaller med andre profiler som har gjort lignende «sprang». Kanskje får man samtidig anbefalt et forberedende, virtuelt kurs på «Ditt NAV» og automatisk tildelt en jobbspesialist med erfaring fra lignende saker.

Innbyggeren vil kanskje oppleve mindre friksjon i møte med proaktive og hendelsesorienterte tjenester, men samtidig kan en slik dreining stå i konflikt med forvaltningsrettslige prinsipper knyttet til blant annet selvbestemmelse, myndiggjøring og medvirkning (JOU, 2019). Det blir derfor også viktig for NAV å innovere og innrette tjenestene slik at brukernes rettsikkerhet ivaretas i møtet med ny teknologi.

6.5.3 Støtte til brukere og veiledere

Microsoft Teams implementerer nå en støtte basert på generativ-KI (se faktaboks), som blant annet tilbyr automatisk referat, tematisk ordning av møter, forslag til oppfølgingspunkter og teksting på andre språk i sanntid (Digi, 2023, Microsoft, 2023). På lignende vis kan KI-støtte forenkle møter mellom brukere og NAV, lette arbeid med dokumentasjon og planlegging for veileder, og gi begge parter både oversikt og innsikt i saksgangen.

Samme teknologi kan også gjøre det lettere for brukere som i dag har utfordringer med å benytte NAVs digitale flater (Teknologirådet, 2022): Ved å «snakke til maskinen» i et hverdagsspråk, enten via tekst eller tale, kan løsninger med kunstig intelligens gi informasjon om rettigheter og plikter, samt hjelp og støtte til å fylle ut en søknad. Slike systemer kan kanskje etter hvert også simultanoversette, tolke eller omformulere en vanskelig tekst til klarspråk.

Den arbeidssøkende kan få mer personlig tilpassede råd om passende jobber eller hvilke kompetansetiltak som i størst grad vil øke jobbsjansene. Prosesser knyttet til saksbehandling, søknader og oppfølging av brukere i NAV, kan digitaliseres, og i noen tilfeller kanskje delvis eller helt automatiseres. Belgiske VDAB benytter KI-basert teknologi for å anbefale ledige stillinger som passer kompetanseprofilen til de arbeidssøkende (OECD). Veilederen kan på sin side få råd om hvilke personer som bør prioriteres for oppfølging. Svenske Arbetsförmedlingen benytter et algoritmisk profileringsverktøy for å vurdere hvilket innsatsbehov de har overfor arbeidssøkere (Arbetsformedlingen). Franske Pôle Emploi har testet ut en maskinlæringsmodell som vurderer sannsynligheten for at en jobbsøker er i arbeid etter 6 måneder (European Network of Public Employment Services, 2020) basert på blant annet søkerens tidligere jobbhistorikk, kvalifikasjoner, det lokale arbeidsmarkedet og jobbønsker.

Hos AMS i Østerrike har et lignende støtteverktøy med mål om å allokere ressurser til de som vurderes å ha de største sjansene for å komme i jobb, blitt gjenstand for mye offentlig debatt og kritikk (Oeaw, 2020) om blant annet diskriminering av grupper som tradisjonelt har stått langt unna arbeidsmarkedet (Vitt, 2020, Frontiers, 2020) Eksempelet viser at det kan være krevende å ta i bruk slike systemer slik at prinsipper som likebehandling, åpenhet, saklighet og etterrettelighet ivaretas (Gundersen & Bærøe, 2022).

NAV har gjort forsøk med et beslutningsstøttesystem i sykefraværsoppfølgingen. Med utgangspunkt i erfaringer fra dette arbeidet, ble problemstillinger knyttet til bruk av KI i forvaltningen tatt med videre i Datatilsynets regulatoriske sandkasse (Datatilsynet). Øvelsen synliggjorde en sentral utfordring: Lovverket som hjemler behandlingen av personopplysninger, er sjeldent utformet på en måte som tydelig åpner for at opplysnngene kan brukes til utvikling av KI-verktøy. Det svekker borgerens forutsigbarhet og rettsikkerhet i møte med slik utvikling i forvaltningen. De neste årene vil vi trolig få diskusjoner om lovverket bør endres – og i så få fall hvordan – for å imøtekomme mulighetene teknologien gir, samtidig som den samme teknologien skaper viktige hindringer for bruken (se kapittel 6.6). 

Et annet åpent spørsmål knytter seg til hvordan befolkningens tillit til NAV påvirkes av maskinlæring i velferdsforvaltningen, og hvordan algoritmisk beslutningsstøtte påvirker relasjonen mellom innbygger og NAV: Bidrar det til mer fremmedgjøring og/eller forsterket behov for saksbehandlere som forstår bruker i kontekst? En studie gjennomført med støtte fra NAV tilsier at majoriteten av innbyggerne tror at økt automatisering vil føre til mindre etterprøvbarhet og legitimitet, men mer upartiskhet.

Samme studie viser at 60 prosent av respondentene har liten kjennskap til maskinlæring og kunstig intelligens, og at befolkningen er delt i oppfatningen av om bruk av teknologien i forvaltningen er noe å bekymre seg for. De som mener at de har god kunnskap til teknologien, er imidlertid mer positive (Arnesen & Johanneson, 2022). 

6.5.4 Digital identitet i en digital lommebok?

6.5.4.1 En digital lommebok på innerlommen 

Når skillelinjene mellom våre fysiske og digitale liv viskes ut, settes tradisjonelle metoder for digital identitetsverifisering på prøve. Hvordan kan NAV være sikker på at tildeling av ytelser og tjenester går til riktig person?

Med løsninger som ID-porten, MinID og BankID, har norsk offentlig sektor lenge ligget i tet på verdensbasis i bruk og utvikling av elektroniske identifiseringsløsninger (Samarbeidsportalen). Gjennom en foreslått endring i en forordning fra EU, vil det de kommende årene trolig bli en ny felleseuropeisk eID og en digital lommebok som kan brukes på tvers av land i Europa (European Council, 2022). eID-en skal kunne brukes til å logge inn hos både private og offentlige tjenestetilbydere, mens lommeboken holder på innloggingsinformasjon og personlige dokumenter, som førerkort, vitnemål og attester. Et sentralt mål er å gi brukeren større grad av eierskap til egen digital identitet, og kontroll over hvilke data som deles.

NAV må rigge systemer for å akseptere og behandle eID fra andre europeiske land, men det kan også gi oss nye spennende muligheter: Behovet for manuell dokumentverifisering er på flere områder en hemsko for å automatisere ytelsesforvaltningen. Et studentprosjekt har allerede sett på hvordan blokkjedeteknologi sammen med en digital lommebok kan digitalisere dokumentkontroll og utbetaling av dagpenger til arbeidssøkere (GitHub). Kanskje åpner en digital lommebok også for å benytte sertifiserte attester og lignende i den digitale arbeidsformidlingen.

6.5.5 Digitalisering kan medføre økt sårbarhet

Det er ikke bare muligheter som følger med ny teknologi, men også nye sårbarheter og sikkerhetsutfordringer. Informasjon produseres og deles for å stimulere innovasjon og nyutvikling, men kan også gi trusselaktører innsikt i forhold som kan brukes til å planlegge uønsket eller kriminell aktivitet mot enkeltpersoner og virksomheter (Nasjonal sikkerhetsmyndighet 2020).

Under pandemien ble det avdekket at kriminelle aktører utnyttet mulighetene økt bruk av digitale tjenester for utbetaling av ytelser medførte (Skatteetaten u.d.). Aktørene delte kunnskap og falske identiteter og samarbeidet for å få urettmessige ytelser og goder. Framover antar vi at lignende muligheter vil kunne bli utnyttet, gitt takten på digitalisering som foregår i NAV, og at andre lignende kontrollinstitusjoner opplever samme utfordring.

USAs finansdepartement trekker fram bruken av falske og stjålne identiteter for å begå svindel og hvitvaske midler som en utfordring, og uttrykker bekymring for at denne typen virksomhet er grenseoverskridende og kan knyttes til internasjonale nettverk (Department of the Treasury 2022).

DNB skriver i sin Annual Fraud Report fra 2022 også om hvordan kriminelle aktører stadig utvikler seg for å begå svindel og bedrageri. Selv om det ikke er omfattende per i dag, skriver DNB hvordan kriminelle aktører eksperimenterer med avansert kunstig intelligens, maskinlæring, og deepfake-teknologi for å begå bedrageri. Deepfake-teknologi muliggjør at kriminelle aktører kan presentere seg som en helt annen person i video- eller telefonsamtaler. En lignende bekymring er også formulert i Økokrims trusselvurdering fra 2022, der de antar kriminelle nettverk i større grad vil utnytte mulighetene teknologiske framskritt muliggjør (Økokrim 2022). Sammen med bruk av stjålne identiteter kan slik teknologi og verktøy derfor gjøre det lettere å overbevise NAV om at man er personen man utgir seg for å være, og dermed få tilgang til ytelser man ikke har krav på.

Nasjonal sikkerhetsmyndighet (NSM) melder at utnyttelse av programvaresårbarheter utgjør en stor del av cyberangrepene mot norske virksomheter (NSM, 2022). Ifølge World Economic Forum (2020a) vil cyberangrep på kritisk infrastruktur og datainnbrudd være sentrale trusler det kommende tiåret. Angrep som datainnbruddet på Stortinget høsten 2020, (Utenriksdepartementet 2020) forventes å forekomme hyppigere.

Med KI kommer nye angrepsvektorer som NAV og det offentlige har lite erfaring med: Det er vist at KI-modeller både kan manipuleres til annen oppførsel og lekke informasjon fra datagrunnlaget de er trent på. Med generative KI-modeller blir det enklere for trussel-aktører å lage og bruke tilsynelatende troverdige phishing-e-poster, bilder, websider, kunstige identiteter eller kode som utnytter sårbarheter eller omgår antivirus. Dette kan eksempelvis brukes til å lure til seg informasjon fra ansatte og brukere, eller for å sverte NAV.

I senere tid har vi sett flere eksempler på at ulike aktører benytter teknologi og digitale plattformer for å styre eller korrumpere offentlig debatt, eller på andre måter oppnå strategiske mål. Digitale stedfortredere, falske profiler, såkalt «brigading», som betyr at grupper jobber koordinert for å manipulere en annen, får støtte fra framveksten av algoritmisk tilpasset eller manipulert informasjon, som for eksempel «deep fakes» (NRK 2019). Teknologien gjør det vanskeligere å skille falske nyheter fra ekte, og får dessuten en forsterkende effekt i digitale ekkokamre, som kan brukes til å manipulere opinionen og bidra til økt polarisering. Den kan også brukes målrettet for å sverte myndighetspersoner eller på andre måter svekke tilliten til NAV og offentlig sektor (Misinformation Review 2020). Samtidig kan KI-modeller også benyttes til nettopp å avdekke angrep på infrastruktur eller til å avsløre falsk informasjon.

NAV vil måtte ta hensyn til hvilke konsekvenser økt digitalisering har for trygdesvindel. Økt digitalisering innebærer også at det må settes søkelys på å oppdatere lover og regelverk for å tilpasse dem til fremtidens løsninger (Melkild 2023 og NØF 2023).

6.5.6 Grønn digitalisering?

Debatten om digitaliseringens gevinster og utfordringer vil også handle om klima. Samtidig som digitaliseringen kan bidra til en grønn omstilling, har både maskiner og programvare, som store KI-modeller, et betydelig klimaavtrykk i både produksjon og bruk. Hyppig og vidstrakt bruk av digitale tjenester, sammen med hyppig utskifting av utstyr, er med på å forsterke trenden. De kommende årene vil debatten om digitaliseringens innvirkning på klimaet trolig tilta, og NAV kan forvente krav om å bidra til en grønn og bærekraftig digitalisering.

6.6 En ny vår for teknologiregulering og utvikling av regelverk?

Mens digitaliseringen gir oss nye sikkerhetsutfordringer, reiser bruk av data og algoritmiske systemer en rekke større rettslige og etiske spørsmål. I 2019 advarte FNs fattigdomsutsending mot en “digital velferdsdystopi” (FN, 2019) drevet fram av kunstig intelligens i offentlig sektor, og i 2020 besluttet en domstol (de Rechtspraak, 2020) at et KI-basert system for å avdekke velferdssvindel i Nederland medførte brudd på menneskerettighetene (Privacy International, 2020).

Digitaliseringen kan bidra til verdiskapning og effektivisering i offentlig sektor, men den kan også skyve på verdier og flytte makt og beslutninger på nye og utilsiktede måter som marginaliserer sårbare grupper. Problemstillinger som skjeve data (bias), diskriminerende algoritmer og «sorte bokser» som gjør det vanskelig å forklare utfall, har blitt viet større oppmerksomhet de siste årene. Samtidig synliggjøres eksisterende svakheter og skjevheter i manuelle prosesser, og det kan tvinge fram viktige diskusjoner om hvem NAV skal prioritere, hvordan dette skal gjøres, og hvordan prosesser må innrettes for å ivareta rettsikkerheten til brukerne. Gartner (2020) har tidligere varslet en tiltakende «digital trust and ethics crisis» de kommende årene, og løfter nå fram verktøy som sikrer en ansvarlig tilnærming og utrulling av KI som en sentral strategisk trend (Gartner, 2023). De neste årene vil vi se flere forsøk på å regulere utviklingen.

6.6.1 Nye regelverk

Det er sjelden lovforkortelser blir en del av hverdagsspråket. Ett unntak er «GPDR», personvernforordningen som trådte i kraft i Europa i 2018.  Siden har forordningen fungert som en mal til inspirasjon for lignende lovbestemmelser andre steder i verden. Det kan ses som et eksempel på at samtidig som digitaliseringen visker ut skillelinjene mellom det fysiske og det digitale, så forsterkes behovet for en demokratisk forankring og kontroll med utviklingen. De kommende årene kommer en rekke lover fra EU (se faktaboks) som søker å regulere hvor og hvordan teknologien skal få forme samfunnet (se kapittel 9.5). Disse vil også påvirke norsk lov og samfunn, og direkte eller indirekte berøre NAV. Noen trekker på lærdommer fra de 10–15 siste årene, mens andre forsøker å komme mulige utfordringer i forkant. Fra flere hold spås det at disse samlet sett vil gi den europeiske digitaliseringen en kursendring som kan inspirere til lovendringer også andre steder.  Se også mer om digitaliseringspolitikk i politikk-kapittelet

Viktige EU-forordninger innen digitaliseringspolitikk

6.6.1.1 Digital Markets Act

trer i kraft i 2023 med pålegg som skal motvirke monopoldannelser og fremme digital konkurranse. Brukere skal blant annet kunne flytte sine data mellom ulike tjenestetilbydere (Teknologirådet, 2022). Fungerer lovverket etter sin hensikt, vil den ikke bare begrensedominansen til teknologigigantene, men også gjøre det enklere for europeiske teknologibedrifter å ta opp konkurransen. Kanskje vil vi om noen år se nye europeiske aktører og en endring av næringsstrukturen også i Norge. Når det blir lettere å flytte data mellom ulike tjenestetilbydere, blir også virksomheter som NAV mindre sårbare.   

6.6.1.2 Digital Service Act

gjør selskaper ansvarlige for spredning av ulovlig innhold på nett, og pålegger store plattformer og søkemotorer større åpenhet om sine algoritmer og hvordan de modererer innhold. Problemstillingen ble nylig aktualisert da NRK dokumenterte hvordan TikToks algoritmer drar barn inn i en «verden av ekstrem trening» (NRK). 

6.6.1.3 Data Act

skal stimulere til mer deling av data på tvers av virksomheter, eksempelvis vil både baristaen og produsenten av kaffemaskinen ha tilgang til data om kaffen som produseres i maskinene. Det har imidlertid også konkurrenten som tilbyr billigere reparasjon av maskinen. Dette vil gjøre det mulig for flere nye tjenestetilbydere å etablere seg og føre til endringer i markedsstrukturen.  

6.6.1.4 AI Act

regulerer bruken av KI gjennom en risikobasert tilnærming: Jo høyere risiko, desto større krav til ansvarlig utvikling og kontroll. Bruk av KI i grunnleggende offentlige tjenester regnes her som «høy risiko». Mange tenkelige anvendelser av KI i NAV og i forvaltningen for øvrig vil dermed trolig måtte imøtekomme strengere krav til blant annet risikostyring, data og datakvalitet, dokumentasjon, transparens og etterrettelighet, tilsyn og kontroll.

Av disse, er det trolig AI Act (se faktaboks) som NAV vil merke mest til. Anvendelser av KI som berører tjenester eller ytelser fra NAV, vil trolig regnes som «høy risiko», og må dermed ivareta strengere krav til transparens og etterrettelighet. Fra et regulatorisk ståsted er bruken av KI i forvaltningen fremdeles ukjent land. Slik eksemplene over viser, vil bruk av KI være både krevende og omdiskutert, og forutsette både regelverksutvikling, etisk bevisste valg, samhandling og datadeling, som omtalt i EU-kommisjonen (2019), Nasjonal strategi for kunstig intelligens (Kommunal- og moderniseringsdepartementet, 2020a) og Datatilsynet (2022). 

6.7 Trendene med størst usikkerhet

Det er vanskelig å fastslå hvordan teknologien vil påvirke liv, samfunn og NAV i 2035. For 15 år siden eksisterte ikke smarttelefonen. Om 15 år vil den kanskje være borte igjen?

Trender med stor usikkerhet på teknologifeltet inkluderer:

  • De hurtige endringene kan sette tradisjonelle finansierings- og utviklingsmodeller i det offentlige under press. Rammebetingelser for smidig og eksperimentell digitalisering, utvikling av organisasjon og kultur, støtte til digitale endringsprosesser og tilgangen til digital utviklingskompetanse, er alle usikkerhetsmomenter som kan påvirke NAVs evne til å imøtekomme endringsbehov i årene som kommer. Det er også usikkert om NAV klarer å tiltrekke seg nødvendig kompetanse.

  • Det er risiko for at overdreven digitaliseringsoptimisme i form av at ny teknologi ikke leder til forutsatte gevinster og effekter, eller at implementering av nye løsninger medfører en betydelig sosial kostnad for utsatte grupper.

  • KI vil trolig veves inn i stadig flere digitale verktøy i årene som kommer. Samtidig reiser slike modeller flere uavklarte spørsmål med en betydelig etisk og rettslig fallhøyde. Regelverket er i endring, og usikkerheten rundt både mulighetsrom og hindringer for bruk i NAV er stor.

  • Desinformasjon, angrep og politisk motivert manipulering med digitale verktøy utgjør en sårbarhet for NAV. En annen relatert usikkerhet er en eventuell geopolitisk dreining av tyngdepunktet i teknologiutviklingen fra USA til Kina, og de teknologiske, strategiske og politiske kursendringene det kan medføre. Hvis innbyggerne forventer tilstedeværelse eller løsninger basert på kinesisk teknologi, kan NAV da la være?

6.8 Refleksjonsspørsmål

  • Hvordan kan datadrevne tjenester være nyttig på ditt arbeidsfelt?

  • Hvordan kan NAV bidra til at datadrevne tjenester får bred aksept i befolkningen?

  • Hvordan kan vi unngå at algoritmer bidrar til å diskriminere individer eller grupper?

  • Hvordan kan vi utnytte teknologi til å få flere i jobb?

  • Hvordan vil teknologi endre brukermøtene i 2035?

  • Hvordan ønsker du at digitalisering skal endre NAV?

6.9 Kilder

Aiello, Cara, Jiamei Bai, Jennifer Schmidt og Yurii Vilchynskyi (2022) Probing reality and myth in the metaverse. https://www.mckinsey.com/industries/retail/our-insights/probing-reality-and-myth-in-the-metaverse

Arbeidsplassen. (u.d.) Alt av arbeid samlet på en plass. https://arbeidsplassen.nav.no/

Arbetsformedlingen. (u.d.. Så här bedömer vi hur snabbt du kan jobba och vilket stöd du behöver. https://arbetsformedlingen.se/om-webbplatsen/juridisk-information/bedomning-och-profilering

Armbrust, V. (2022) As metaverse takes shape, does public service fit? https://www.accenture.com/us-en/blogs/voices-public-service/as-metaverse-takes-shape-how-does-public-service-fit

Austrian Academy of Sciences (2020) AMS algorithm. https://www.oeaw.ac.at/en/ita/projects/ams-algorithm

Belton, P. (2020) A breakthrough approaches for solar power. https://www.bbc.com/news/business-51799503

Bjørke, Christian Nicolai, Henrik Bøe og Caroline Utti (u.d.). TikToks muskelkraft. https://www.nrk.no/vestfoldogtelemark/tiktoks-algoritmer-drar-barn-inn-i-en-verden-av-ekstrem-trening-og-vektnedgang-1.16183933

Bova, Francesco, Avi Goldfarb og Roger Melko G. (2021) Quantum Computing Is Coming. What Can It Do? https://hbr.org/2021/07/quantum-computing-is-coming-what-can-it-do

Brekke, A. (2019) Utfordres av "deepfakes": - Vi er våre egne fiender. https://www.nrk.no/norge/utfordres-av-_deepfakes__-_-vi-er-vare-egne-fiender_-1.14421262

Brønnøysundregistrene (2022) Brønnøysundregistrene flytter inn i metaverset - "59,138". https://kommunikasjon.ntb.no/pressemelding/bronnoysundregistrene-flytter-inn-i-metaverset-59138?publisherId=90332&releaseId=17944237

Buckup, S. (u.d.) Shaping the Future of Artificial Intelligence and Machine Learning. https://www.weforum.org/agenda/2023/01/5-technology-trends-to-watch-in-2023/

Bøckman, M. L. (2021) NAV med fremtidsrettet IT-rekruttering. https://memu.no/artikler/nav-med-fremtidsrettet-it-rekruttering/

Carlson, T. (2020) Cloud technology is transforming public services. This is how. https://www.weforum.org/agenda/2020/08/cloud-technology-is-transforming-public-services-this-is-how/

Council of the European Union (2022). European digital identity (eID): Council makeds headway towards EU digital wallet, a pradigm shfit for digital idenity in Europa. https://www.consilium.europa.eu/en/press/press-releases/2022/12/06/european-digital-identity-eid-council-adopts-its-position-on-a-new-regulation-for-a-digital-wallet-at-eu-level/

Datatilsynet (2022) NAV-sluttrapport. https://www.datatilsynet.no/regelverk-og-verktoy/sandkasse-for-kunstig-intelligens/ferdige-prosjekter-og-rapporter/nav-sluttrapport/

de Rectspraak (2020) Uitspraken. https://uitspraken.rechtspraak.nl/#!/details?id=ECLI:NL:RBDHA:2020:1878

Delcker, J. (2022) What will the internet of the future look like?: https://www.dw.com/en/what-will-the-internet-of-the-future-look-like/a-63158651

Digdir (u.d.) Hva kan vi hjelpe deg med? https://www.digdir.no/datadeling/hva-kan-vi-hjelpe-deg-med/1902

Digi (2022) Slik jobber nav smidig i stivbeint regelverk. https://www.digi.no/artikler/slik-jobber-nav-smidig-i-stivbeint-regelverk/523806

DNV (2020) Improved battery storage technologies. https://www.dnv.com/to2030/technology/improved-battery-storage-technologies.html

Dohmke, T. (2022) GitHub Copolot is generally available to all developers. https://github.blog/2022-06-21-github-copilot-is-generally-available-to-all-developers/

Ekroll, H. C. (2023) Advarslene sto i kø. Nå kommer baksmellen. Hvorfor er norsk helsedigitalsiering så vanskelig? https://www.aftenposten.no/norge/nyhetsanalyse/i/69XkjQ/advarslene-sto-i-koe-naa-kommer-baksmellen-hvorfor-er-norsk-helsedigitalisering-saa-vanskelig

Eriksen, D. (2022) Lærere fortvilet over ny kunstig intelligens. https://www.nrk.no/kultur/laerere-fortvilet-over-ny-kunstig-intelligens-1.16210580

European Commission (2019) Ethics guidelines for trustworthy AI. https://digital-strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai

Fisher, T. (2023) 6G: What It Is & When to Expect It. https://www.lifewire.com/6g-wireless-4685524

FN (2019) Extreme poverty and human rights. https://documents-dds-ny.un.org/doc/UNDOC/GEN/N19/312/13/PDF/N1931213.pdf?OpenElement

Frontiers (2020) Algorithmic Profiling of Job Seekers in Austria: How Austerirty Politcs Are Made Effective: https://www.frontiersin.org/articles/10.3389/fdata.2020.00005/full

Gartner (2019). Gartner Top 10 Strategic Technology Trends for 2020. https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2020

Gartner (2022a). Gartner Predicts 25% of People Will Spend At Least One Hour Per Day in the Metaverse by 2026. https://www.gartner.com/en/newsroom/press-releases/2022-02-07-gartner-predicts-25-percent-of-people-will-spend-at-least-one-hour-per-day-in-the-metaverse-by-2026

Gartner (2022b). What It Takes to Make AI Safe and Effective: https://www.gartner.com/en/articles/what-it-takes-to-make-ai-safe-and-effective

GitHub (u.d.) Symfoni/bachelor. https://github.com/symfoni/bachelor

Gjessing, M. (2023a) NAV-sjefen: - Budsjetteringssystemet er satt under press: https://www.digi.no/artikler/nav-sjefen-budsjetteringssystemet-er-satt-under-press/525390?key=YGTjLBUm

Gjessing, M. (2023b) Ruller ut ChatGPT - støtte til Teams: https://www.digi.no/artikler/ruller-ut-chatgpt-stotte-til-teams/525742

Gundersen, Torbjørn og Kristine Bærøe (2022) Innledning: Kunstig intelligens i velferdstaten. https://www.idunn.no/doi/10.18261/tfv.25.3.6

Guzman, C. D. (2022) Augmented Job Training: https://time.com/collection/best-inventions-2022/6228828/magic-leap-2/

Hanssen, N. (2020). Hvorfor kjøper vi private skytjenester for lagring av offentlige data i Norge? Forskere og statsansatte vil ha debatt. https://frifagbevegelse.no/ntlmagasinet/hvorfor-kjoper-vi-private-skytjenester-for-lagring-av-offentlige-data-i-norge-forskere-og-statsansatte-vil-ha-debatt-6.158.726972.8609ba54d0

Herskowitz, N. (2023) Microsoft Teams Premium: Cut costs and add AI-powered productivity. https://www.microsoft.com/en-us/microsoft-365/blog/2023/02/01/microsoft-teams-premium-cut-costs-and-add-ai-powered-productivity/

Heussner, K. M. (2022). A Virtual Public Square. https://time.com/collection/best-inventions-2022/6226981/metaverse-seoul/

Hovlid, E. L. (2022). Nye EU-regler for teknologigantene. https://www.idunn.no/doi/10.18261/lor.61.6.1

IBM (2022) Low-code vs. No-code: What`s the Difference?: https://www.ibm.com/cloud/blog/low-code-vs-no-code

Informations Technik Zentrum Bund (2020) Die Bundescloud - eine exclusive, private Cloud fur die Bundesverwaltung. https://www.itzbund.de/DE/itloesungen/egovernment/bundescloud/bundescloud.html

JOU (2019:2) Lex Digitalis: https://www.uio.no/studier/emner/jus/jus/JUS5502/JOU-jus5502/jou/1-jou-lex-digitalis-inkl-forside.pdf

Klassekampen (2023) Navs IT-sprekk: https://klassekampen.no/samling/navs-it-sprekk

Kommunal- og distriktsdepartementet (2022) Digitalisering i offentlig sektor-orientering til kommunesektoren. https://www.regjeringen.no/no/dokumenter/digitalisering-i-offentlig-sektor-orientering-til-kommunesektoren/id2898570/

Kommunal- og moderniseringsdepartementet (2016) Nasjonal strategi for bruk av skytenester: https://www.regjeringen.no/no/dokumenter/nasjonal-strategi-for-bruk-av-skytenester/id2484403/

Kommunal- og moderniseringsdepartementet (2019) Én digital offentlig sektor: Digitaliseringsstrategi for offentlig sektor 2019-2025 https://www.regjeringen.no/no/tema/statlig-forvaltning/ikt-politikk/digitaliseringsstrategi-for-offentlig-sektor/id2612415/

Kommunal- og moderniseringsdepartementet (2020a) Nasjonal strategi for kunstig intelligens. https://www.regjeringen.no/no/dokumenter/nasjonal-strategi-for-kunstig-intelligens/id2685594/

Kommunal- og moderniseringsdepartementet (2020b) Meld. St. 30 (2019-2020). https://www.regjeringen.no/no/dokumenter/meld.-st.-30-20192020/id2715113/?q=smidig&ch=7#match_1

Larsen, B. C. (2022) The geoplitics of AI and the rise of digital sovereignty. https://www-brookings-edu.cdn.ampproject.org/c/s/www.brookings.edu/research/the-geopolitics-of-ai-and-the-rise-of-digital-sovereignty/?amp

Larsson, Karl Kristian (2021) «Digitization or equality: When government automation covers some, but not all citizens». Government Information Quarterly. https://hdl.handle.net/10642/9770

Lindahl, H. S. (2022). Metaverset og menneskerettigheter: https://teknologiradet.no/publication/metaverset-og-menneskerettigheter/

Liodden, Tone Maia, Mariann Stærkebye Leirvik og Arne Holm (2023) Flyktningers møte med NAV. Kommunikasjon, tilhørighet og kontekst (OsloMet). https://www.nav.no/no/nav-og-samfunn/kunnskap/forskningsrapporter-og-evalueringer-finansiert-av-nav/navs-tiltak-og-virkemidler-rapportarkiv/flyktningers-mote-med-nav

Lystad, E. (2022). Kina investerer tungt i metaverse. https://www.cw.no/finans-kina-metaverse/kina-investerer-tungt-i-metaverse/1676520

Løberg, I. B. (2022) Utviklingsoptimisme kan skjule økonomiske og sosiale kostnader i den digitale forvaltningen. https://www.forbes.com/sites/forbestechcouncil/2021/07/13/three-key-post-pandemic-technology-trends/?sh=f0f6a24487c2

Milde, Y. (2023) Statens prosjektmodell er en fossil på krykker. https://www.digi.no/artikler/debatt-statens-prosjektmodell-er-en-fossil-pa-krykker/525311

Misinformation Review (2020) Misinformation in action: Fake news exposure is linked to lower trust in media, higher trust in government when your side is in power. https://misinforeview.hks.harvard.edu/article/misinformation-in-action-fake-news-exposure-is-linked-to-lower-trust-in-media-higher-trust-in-government-when-your-side-is-in-power/

Nasjonal Sikkerhetsmyndighet (2020) Risiko 2020. https://nsm.no/getfile.php/131421-1587034764/NSM/Hermans%20undermappe%20med%20bilder/NSM_Risiko_2020_web_0104.pdf

NAV (2023) NAVs strategi. https://www.nav.no/strategi

New York Times (2022) An A.I- Generated Picture Won an Art Price. Artists Aren`t Happy. https://www.nytimes.com/2022/09/02/technology/ai-artificial-intelligence-artists.html

NTNU (u.d.) Hva er Nanoteknologi? https://www.ntnu.no/nano/nanoteknologi

OECD (u.d.) AI & Advanced Analytics: https://www.oecd.org/els/emp/AI_presentation_VDAB.pdf

OpenAI (2022) Introducing ChatGPT. https://openai.com/blog/chatgpt

Pereless, A. (2021) Three Key Post- Pandemic Technology Trends. https://www.forbes.com/sites/forbestechcouncil/2021/07/13/three-key-post-pandemic-technology-trends/?sh=f0f6a24487c2

PES Network (2020) PES Network webinar on measuring employability. https://www.youtube.com/watch?v=2xvd8_y3cJo

Privacyinternational (2020) The SyRI case: a landmark ruling for benefits claimants around the world. https://privacyinternational.org/news-analysis/3363/syri-case-landmark-ruling-benefits-claimants-around-world

Regjeringen (2020). Datainnbruddet i Stortinget.

https://www.regjeringen.no/no/dokumentarkiv/regjeringen-solberg/aktuelt-regjeringen-solberg/ud/pressemeldinger/2020/pm_inbrudd/id2770135/

Ringnes, I. F. (2018). Gir ungdom en virtuell jobbsmak: https://memu.no/artikler/gir-ungdom-en-virtuell-jobbsmak/

Rishi Bommasani, D. A. (2022). On the Opportunities and Risks of Foundation Models: https://arxiv.org/pdf/2108.07258.pdf

Rosenbaum, E. (2022). Microsoft`s GitHub Copilot AI is making rapid progress. Here`s how its human leader thinks about it. https://www.cnbc.com/2022/10/14/microsoft-ai-leaps-ahead-heres-what-its-human-leader-thinks-about-it.html

Routley, N. (2023) What is generative AI? An AI explains. https://www.weforum.org/agenda/2023/02/generative-ai-explain-algorithms-work

Samarbeidsportalen (u.d.) ID-porten: https://samarbeid.digdir.no/id-porten/id-porten/18

Schibsted (2023) Rough seas are an opportunity. https://futurereport.schibsted.com/downloads/schibsted_future_report_2023.pdf

Schwab, K. (2016) The Fourth Industrial Revolution: what it means, how to respond. https://www.weforum.org/agenda/2016/01/the-fourth-industrial-revolution-what-it-means-and-how-to-respond/

Slotten, A. (2022) Kan Kina bruke TikTok til å manipulere oss? https://www.nrk.no/norge/kan-kina-bruke-tiktok-til-a-manipulere-oss_-1.16209209

Smart Seoul. (u.d.) Metaverse Seoul. https://digital.seoul.go.kr/eng2025/smart-seoul/metaverse-seoul

SNL (2023) Kvantedatamaskin. https://snl.no/kvantedatamaskin

SSB (2019) Norge i europatoppen i bruk av offentlige nettjenester. https://www.ssb.no/teknologi-og-innovasjon/artikler-og-publikasjoner/norge-i-europatoppen-i-bruk-av-offentlige-nettjenester

SSB (2022) Digitalisering og IKT i offentlig sektor. https://www.ssb.no/teknologi-og-innovasjon/informasjons-og-kommunikasjonsteknologi-ikt/statistikk/digitalisering-og-ikt-i-offentlig-sektor

Stackpole, T. (2022) What Is Web3? https://hbr.org/2022/05/what-is-web3

Stalleland, A. (2022) Digitale eller fysiske møter med NAV: - Veilederne må gjøre gode vurderinger. https://memu.no/artikler/digitale-eller-fysiske-moter-med-nav-veilederne-ma-gjore-gode-vurderinger/

Sveinung Arnesen, M. P. (2022) Demokratiske algoritmer. https://norceresearch.brage.unit.no/norceresearch-xmlui/bitstream/handle/11250/2995353/NORCE%2BHelse%2Bog%2Bsamfunn%252C%2Brapport%2B18-2022.pdf?sequence=1&isAllowed=y

Technology Outlook 2030 (u.d.) Towards precision materials. https://www.dnv.com/to2030/trend/towards-precision-materials.html

Tegnander, D (2022). Bruker store summer på bygg i metavers: - Kommer til å bli verdt null. https://www.nrk.no/nordland/bronnoysundregistrene_-skatteetaten-og-sparebank1-skal-na-inn-i-metaverset-1.16161649

Tekna (u.d.) Tekna. Korona presser frem robotisering i landbruket. https://www.tekna.no/magasinet/koronaepidemien-presser-frem-roboter-i-landbruket/

Teknologirådet (2019) 5G blir supert – og sårbart

https://teknologiradet.no/5g-blir-supert-og-sarbart/

Teknologirådet (2022) Taleteknologi med kunstig intelligens https://cdn.innocode.digital/teknologiradet/uploads/2022/12/Endelig-versjon.pdf

Teknologirådet (2022) Ny konkurranselov i EU og Norge.

https://media.wpd.digital/teknologiradet/uploads/2022/10/DMA-SF-ferdig.pdf

The Economist (2022) Huge «foundation models» are turbocharging AI progress. https://www.economist.com/interactive/briefing/2022/06/11/huge-foundation-models-are-turbo-charging-ai-progress

The New Yorker (2022) The World-changing Race to Develop the Quantum Computer. https://www.newyorker.com/magazine/2022/12/19/the-world-changing-race-to-develop-the-quantum-computer

Ulf Sverdrup, B. S.-T. (2022) Geopolitisk rivalisering endrer verdikjeder: https://www.dn.no/kronikk/globalisering/verdikjeder/krigen-i-ukraina/geopolitisk-rivalisering-endrer-verdikjeder/2-1-1347448

Vitt, C. (2020) Socio-Technical Analysis of the so-called AMS-Algorithm: https://informatics.tuwien.ac.at/news/1956

Warembourg, N. E. (2022) Ipsos SoMe-tracker Q3`22. https://www.ipsos.com/nb-no/ipsos-some-tracker-q322

Wikipedia (u.d.) Foundation model. https://en.wikipedia.org/wiki/Foundation_models

World Economic Forum (2020) The Global Risks Report 2020. https://www3.weforum.org/docs/WEF_Global_Risk_Report_2020.pdf