8  Digital teknologi

Av: Robindra Prabhu

Teknologi

Fotomontasje: Colourbox
Kapittelsammendrag: Sentral rolle for kunstig intelligens i tjenesteutvikling og for å lette arbeidshverdagen

Den omfattende digitaliseringen som har preget de siste tiårene, viser ingen tegn til å avta. Mens datadrevne nettjenester har vært dominerende det foregående tiåret, forventes kunstig intelligens (KI) å innta en sentral rolle i den videre digitaliseringen i årene som kommer.

For Nav venter vi at KI vil bli stadig mer integrert i støtteverktøy og lette arbeidshverdagen for ansatte. KI kan forbedre kommunikasjon og språk, lete fram informasjon, transkribere møter, fungere som kodeassistent og gi beslutningsstøtte i saksbehandling eller ved vurdering av oppfølgingsbehov. KI gir bedre muligheter for persontilpassede tjenester, som rekruttering og jobbsøk, eller gjennom mikrolæringsmoduler. Det kan også gi universell utforming et løft og bidra til nye hjelpemidler både i dagliglivet og arbeidslivet, blant annet for språk-, hørsels- og synstolking. Forskning viser at digitale tjenester gjør Nav mer tilgjengelig for de som greier å bruke dem, men mindre tilgjengelig for de som trenger andre former for kommunikasjon. Digitaliseringen vil derfor kreve både nytenkning og innovasjon, og at Nav fortsatt tilbyr gode alternative kanaler der det er nødvendig for å sikre et godt tilbud for alle.

Vi forventer at høy digitaliseringstakt i det offentlige fortsatt vil være et prioritert tverrpolitisk mål. Digitaliseringsstrategien viderefører ambisjonen om mer sammenhengende digitale tjenester til innbyggere og næringsliv og setter høye ambisjoner for bruken av KI i offentlig forvaltning. Offentlige data vil spille en stadig større rolle i verdiskapingen i framtidens digitale samfunn.

For å bevare tillit er det avgjørende at digital utvikling og bruk av KI i Nav skjer innenfor rettslige rammer og på en ansvarlig og åpen måte. Rettsutvikling, nye lovverk som EUs KI-forordning og diskusjoner om hvordan digitaliseringen av offentlig forvaltning kan gjøres på måter som ivaretar rettsikkerheten vil være med på å prege digital utvikling i Nav. Med ny teknologi vokser også nye sårbarheter fram. Generativ KI gjør det lettere å begå svindel, spre desinformasjon og utføre cyberangrep. Valg av digitale verktøy og tjenester vil framover få nye geopolitiske og sikkerhetsmessige dimensjoner. Det blir defor viktig for Nav å styrke kompetanse og utvikle mekanismer for å identifisere og håndtere nye sårbarheter og utfordringer.

Fremover vil Nav kunne møte større utfordringer knyttet til begrenset tilgang på kompetanse og finansiering i utviklingen av digitale løsninger. Samtidig vil strammere budsjetter kunne føre til høyere krav til effektivitet og produktivitet i tjenesteleveransen. Til tross for at de gjøres store fremskritt og investeringer i utvikling av KI globalt, er det fremdeles usikkert om teknologien vil levere de forventede produktivitetsgevinstene. I tillegg kan usikkerhet rundt handlingsrom, regelverk, samt styring og finansierings av digitaliseringsinitiativer påvirke både fremdriften og kvaliteten i tjenesteutviklingen.

8.1 Innledning

Teknologi blir stadig mer integrert i hverdagen og fortsetter å være en katalysator for næringsutvikling og verdiskaping i samfunnet. Noen ganger modnes teknologien langsomt over flere år. Andre ganger gjør den overraskende byks, som vi ble vitne til da Norge stiftet bekjentskap med ChatGPT omtrent på samme tidspunkt som forrige omverdensanalyse gikk i trykken (Nav 2023). Uansett påvirker teknologi og samfunn hverandre gjensidig: Ny teknologi endrer arbeid, liv og samfunn, samtidig som samfunnsmessige behov for endring og omstilling driver fram teknologiske nyvinninger. I kjølvannet følger ofte nye utfordringer som berører samfunnsdebatt, politikkutvikling, veivalg og ikke minst brukernes behov, forventninger til, møte med og opplevelse av Nav. Dette er nærmere diskutert i kapittel 7 Brukerforventninger. Teknologien påvirker også arbeidsmarkedet, dette er omtalt i kapittel 6 Arbeidsmarked. I dette kapittelet utforsker vi hvilken betydning digitale teknologitrender kan ha for Navs virke, tjenester og ytelser.

8.2 Teknologiske trender mot 2035

Den omfattende digitaliseringen som har preget de siste tiårene, viser ingen tegn til å avta. Mens framveksten av internettet, nett- og skybaserte tjenester og utnyttelse av data har dominert de siste tiårene, spås kunstig intelligens en helt sentral rolle i digitaliseringen det neste tiåret.

Mens vi før var «offline» og «online», er vi nå pålogget og stadig mer avhengige av digital teknologi i hverdagen. Den fysiske og digitale verdenen veves stadig tettere sammen, godt hjulpet av digitale tvillinger og teknologi for virtuell, utvidet og blandet virkelighet (se faktaboks “teknologier med direkte betydning for Nav”).

Også på andre områder vil viktige teknologiske drivere legge premisser for framtidens samfunn:

  • Klimakrisen tvinger næringer til omstilling og stimulerer til innovasjon innen elektrifisering, alternative energikilder og andre former for grønn teknologi.

  • Nettverkskoblede sensorer og digitale tvillinger gjør det mulig å effektivisere produksjonsløp, forbedre vedlikehold og forandre hvordan design og utvikling av nye produkter foregår.

  • Roboter og automatiserte systemer fortsetter å gjøre sitt inntog i fabrikker, landbruk, transport og helsevesenet.

  • Innovasjon innen persontilpasset medisin og nanomedisin vil gi oss nye behandlingsformer, samtidig som en aldrende befolkning i den rike verden vil stimulere til teknologi som muliggjør telemedisin, digital hjemmeoppfølging og annen velferdsteknologi som for Nav blant annet gir nye muligheter på hjelpemiddelområdet.

  • Kvantedatamaskiner vil tilby regnekraft som langt overgår dagens kraftigste mikrobrikker, med konsekvenser for alt fra utvikling av nye medisiner og materialer til kunstig intelligens og datasikkerhet.

Sammen vil disse trendene utvilsomt påvirke Norge anno 2035 og indirekte også Nav (se faktaboks “teknologier med indirekte betydning for Nav”). Utvikling og nyvinninger innen digital teknologi vil trolig ha en mer direkte innvirkning på Navs teknologiske infrastruktur og evne til å løse samfunnsoppdraget (se faktaboks “teknologier med direkte betydning for Nav”).

Likevel er det én driver som spås en gjennomgripende og tverrgående betydning på tvers av alle disse: kunstig intelligens. Derfor vies den også spesiell oppmerksomhet i det som følger.

Behovet for helse- og omsorgstjenester vil øke som følge av den sterke veksten i antall eldre. Omstillingsbehov og grønt skifte vil endre arbeidslivet, samtidig som en «heldigital» generasjon født etter at den første smarttelefonen så dagens lys, møter Nav for første gang. Med dette følger nye forventninger til Nav og tjenestene vi leverer, samtidig som strammere offentlige budsjetter kan føre til høyere krav til effektivitet og produktivitet i tjenestene våre.

Nav forvalter store verdier. Når omverdenen omfavner mulighetene digitaliseringene bringer med seg, vil trolig forventningene til effektivisering, nyskaping og innovasjon i det offentlige øke i takt. Nav-ansatte selv mener at digitalisering og effektivisering er noe av det som vil prege Nav mest framover (se kapittel 12 - Omverden fra Nav-ansattes og brukerrepresentantenes ståsted).

Teknologitrender med indirekte betydning for Nav

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. Ikke-fossile drivstoff for fly, «grønt stål» og fór som reduserer metanutslipp i kurap, er alle eksempler på grønn teknologi. Den raske utviklingen gjør elektrisk transport tilgjengelig for flere, og vil på sikt kanskje gjøre sol- og vindenergi tilgjengelig også når det er natt og vindstille. Solenergi er nå den raskest voksende energiteknologien i verden, og nærmere halvparten av verdens strøm spås å komme fra vind og sol innen 2040 (DNV 2025).

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.

Digitale tvillinger

er en digital modell av et fysisk objekt, system eller prosess generert og informert med sanntidsdata (POST 2025). Det kan for eksempel være en visuell framstilling av et bygg eller en motor ved hjelp av konstruksjonstegninger, historikk om vedlikehold, og sensorer. Eller det kan være et organ som hjertet, eller en prosess som trafikken gjennom en by. Digitale tvillinger kan virke sammen med persontilpasset medisin (Nature 2024) eller forbedre kvaliteten på IoT-baserte velferdsteknologiløsninger (Forskningsrådet).

Persontilpasset medisin, helse- og velferdsteknologi

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. Målet er at persontilpasset medisin skal bli en naturlig del av tjenestetilbudet i det norske helsevesenet i årene som kommer (Strategi for persontilpasset medisin 2023).

Ulike former for helse- og velferdsteknologi kan bidra til at eldre og personer med funksjonsnedsettelser føler seg tryggere og mer selvstendige (Forskning.no 25). Samtidig gir forbrukerelektronikken vi benytter i hverdagen i økende grad muligheter for å inkludere flere: data fra sensorer i for eksempel smartklokker åpner for nye måter å varsle om helsetilstanden på, allment tilgjengelige hodetelefoner kan i økende grad kompensere for hørselstap (se «Teknologitrender med direkte betydning for Nav») og KI kan oversette til tegnspråk (Dam 2025)

Kvantedatamaskiner

skiller seg fra tradisjonelle datamaskiner ved at logiske operasjoner baserer seg på kvantemekaniske prosesser (SNL 2025). Dette muliggjør enkelte operasjoner som er vesentlig raskere enn, eller umulig å utføre med, tradisjonelle datamaskiner. Selv om det gjenstår betydelige utfordringer i utviklingen av robuste og stabile kvantedatamaskiner, arbeider flere selskaper aktivt med å kommersialisere mulighetene. Både Google og Microsoft har nylig lansert såkalte kvantechips som muliggjør kvanteberegninger. Ifølge Google, bruker chipen Willow 5 minutter på å løse et problem dagens raskeste supermaskiner ville brukt 1024 år på løse (BBC 2024). På sikt spås kvantedatamaskiner vidtrekkende konsekvenser for alt fra utviklinger av medisiner og materialer (Apollon 2025a), til KI (Apollon 2025b)og klimaforskning (OECD 2025). Kvantedatamaskiner spås også å knekke mye av krypteringen som benyttes i moderne databehandling og kommunikasjon. Kanskje skjer det allerede rundt 2030, og i mange land pågår et arbeid med å gå over til såkalt «kvantesikre» kryptografiske standarder (NSM).

Teknologitrender med direkte betydning for Nav

Skytjenester

gir tilgang til tjenester og datakraft fra andre steder enn der du befinner deg – gjerne fra store datasentre via nettet. Slik infrastruktur kan deles med andre («allmenn sky») eller den kan bestå av ressurser som kun virksomheten har tilgang til å bruke («privat sky»). Det gir mulighet for effektiv drift og deling av programvare. Tjenester som Gmail, Spotify, ChatGPT, OneDrive, Microsoft 365 og andre verktøy vi bruker i hverdagen er alle skybaserte. De siste ti årene har også flere offentlige virksomheter flyttet deler av virksomheten til «skyen». Blant statlige virksomheter benytter omtrent 97 prosent skytjenester (Oslo Economics 2024) og 75 prosent av kommuner som benytter en eller flere nettskytjenester lagrer sensitive personopplysninger i skyen (SSB 2024). Nav benytter flere skyleverandører for å få bred tilgang til tjenester, og kjører leverer sine tjenester på en blanding av skybasert (både allmenn og privat) og lokal digital infrastruktur («hybrid sky»).

Skybaserte løsninger har flere fordeler: ikke bare gir de rask tilgang til ny teknologi, men bruken kan også lett skaleres opp eller ned etter behov. Koronapandemien har gitt flere eksempler på hvordan skytjenester gir offentlige virksomheter muligheter til rask omstilling og tilpasning når brukerhenvendelsene mangedobles (World Economic Forum 2020a). Sikkerheten kan også forbedres fordi driften skjer i store, profesjonelle miljøer. Samtidig kan skyløsninger gjøre oss mer sårbare: markedet er i dag dominert av noen få amerikanske leverandører uten et komplett tjenestetilbud i Norge. Digitale tjenester flyttes og data lagres derfor utenfor Norge. Geopolitiske endringer kan påvirke tilgang, lovlighet og nasjonal kontroll. NSM har uttrykt bekymring for den samlede nasjonale avhengigheten til utenlandske skyleverandører og hva det kan medføre når kriser og konflikter inntreffer (NSM 2020). Men sky kan også gi fleksibilitet: Ukraina flyttet data fra lokale servere til sky slik at kritiske data kunne flyttes ut landet og fordeles på ulike datasentre i Europa (Ekomsikkerhetsutvalget 2025). Se også avsnitt «Geopolitiske dimensjoner».

Digitale plattformer

gjør det mulig å skape nye forretningsmodeller ved å tilby infrastruktur som kobler kunder og leverandører. Eksempler 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.

Hybrid virkelighet og metaverset

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 etterligne en virkelighet. 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 fremdeles 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. Selv om flere ressurssterke aktører har satset tungt, er bruken av VR foreløpig svært begrenset (Wired 2024). Etter hvert som teknologien utvikles og forbedres kan hybrid virkelighet og metaverset kanskje gi Nav-ansatte muligheter til å trene på krevende situasjoner eller gi arbeidssøkere en «simulert» praksiserfaring.

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 gi behov for omstilling og få betydning for Nav. I tillegg kan det eksempelvis gi nye muligheter for mobilitet til eldre personer og andre som i dag får spesialtilpasset kjøretøy som hjelpemiddel. Exoskeleton er en mekanisk ramme med ledd som kan være motoriserte, og vil også kunne være til nytte som hjelpemiddel.

Mobile nett og Tingenes internett

Mulighetene mobiltelefoner har gitt har økt i takt med mobilnettenes kapasitet. Mobildekningen i Norge teller blant verdens beste – nesten 70 prosent av husstandene har 5G-dekning med minst 100 Mbit/s. Det gjør det mulig å benytte kapasitetskrevende skytjenester som videomøter og strømming både hjemme og på hytta (NKOM 2024). Større kapasitet i mobilnettet gir ikke bare fleksibilitet til å jobbe hvor som helst, men også anledning til å koble på utstyr som kan følge varer fra råstoff til produksjon, forutsi vedlikeholdsbehov og «klimaspore» varer. Sensorer i butikkhyller kan automatisk gi beskjed når nye varer må legges til. Sensorer i klær, matvarer og andre produkter gir nye muligheter til sporing og kontroll i en sirkulær økonomi. Med framveksten av «tingenes internett» er antall enheter som er koblet til nettet forventet å øke i årene som kommer, Den neste generasjonen mobilnett (6 G) ventes rundt 2030 (Forskning.no 2024) og vil øke nettverkskapasiteten og bruksområder ytterligere.

For Nav vil mobile nett senke de tekniske barrierene for fjernkonsultasjon og kanskje åpne nye muligheter, som for eksempel å tilby arbeidsforberedende trening gjennom virtuell virkelighet (VR). På hjelpemiddelområdet kan utstyr koblet til nettet gi muligheter for å planlegge vedlikehold og forstå bruksmønster. Dette skaper også nye muligheter for samhandling med kommunene og en effektivisering av hjelpemiddelforvaltningen. En slik utvikling reiser samtidig nye etiske dilemmaer og utnyttelse av mulighetene vil kreve en ansvarlig tilnærming i tråd med rettslige rammer, og tett samarbeid med berørte parter for å tilpasse nødvendige prosesser.

Allment utstyr erstatter hjelpemidler

Enklere hjelpemidler til dagligliv og spesialtilbehør vil gradvis erstattes av allment tilgjengelig teknologi og utstyr (se også kapittel 11 Politiske trender).

Vanlige hodetelefoner (hearables) kan for eksempel kompensere for hørselstap til en viss grad. Dette kan redusere behovet for høreapparater, selv om de fremdeles vil være nødvendige ved større hørselstap og i krevende lyttemiljøer som barnehage, skole, utdanning og arbeidsliv. På den annen side kan etterspørselen også øke fordi det blir enklere å teste egen hørsel og fordi aksepten for teknologi som kompenserer for hørselstap øker. Til tross for at forskning viser en viss bedring i hørselen i Norge, kan faktorer som en aldrende befolkning og medisinske funn som kobler hørselstap til demens bidra til å øke etterspørselen.

8.3 Kunstig intelligens og generative modeller

Da forrige omverdensanalysen (Nav 2023) ble publisert, var løsningen ChatGPT fra selskapet OpenAI bare 5 måneder gammel. Den hadde likevel rukket å bli den raskest voksende brukerapplikasjonen i verden, med over hundre millioner brukere på to måneder (Guardian 2023). Løsningen var bygget rundt en stor språkmodell, og forbløffet en hel verden med sin evne til tilsynelatende å tolke og skape unikt nytt innhold. Den var basert på enkle instruksjoner gitt i en hverdagslig språkdrakt som tidligere var forbeholdt kommunikasjon mellom mennesker.

I kjølvannet av ChatGPT har en rekke såkalte generative modeller blitt lansert av både teknologiselskaper og forskningsinstitusjoner. Mens de første modellene gjerne håndterte enten tekst eller bilde, ser vi nå framveksten av såkalte mulitimodale modeller. Disse kan håndtere innhold på tvers av ulike datatyper, slik som tekst, bilde, lyd, video med mer. En og samme modell kan for eksempel benyttes til å beskrive et bilde eller en graf, generere en film fra en tekst eller generere et musikkspor til filmen.

Kunstig intelligens (KI)

Kunstig intelligens (KI) er en samlebetegnelse for ulike forsøk på å gi digitale systemer evne til å utføre oppgaver som normalt krever menneskelig intelligens. Dette inkluderer læring, resonnering, problemløsning, forståelse av naturlig språk og sansing av omgivelsene. KI-systemer kan være regelbaserte eller lære fra data (se maskinlæring) og brukes i alt fra talegjenkjenning og bildeanalyse til autonome kjøretøy og medisinsk diagnostikk. KI benyttes også i virtuelle assistenter som ChatGPT, systemer mot forsikringssvindel (Gjensidige 2024) og snart kanskje for å gi langrennseliten enda bedre glid på ski (Skidor.se 2024). Anvendelsesområdet er svært bredt. En fellesnevner er likevel at KI gir digitale systemer evnen til å utføre oppgaver med en viss grad av selvstendighet for å oppnå et forhåndsbestemt mål.

Maskinlæring 

En gren innen kunstig intelligens som gjør at datamaskiner kan lære å løse et problem eller oppnå et må, uten å bli eksplitt fortalt hvordan. Datamaskinen lager selv regler basert på data og resultater, fordi den lærer fra eksempler den har sett. Maskinlæring gjør det mulig for digitale systemer 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 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, gjør det lettere for flere aktører å ta i bruk maskinlæring. Det finnes mange ulike former for maskinlæringsteknikker. De siste årene har såkalt «dype nevrale nett» eller «dyp læring» vist seg å være svært kraftfulle i møte med store mengder tekst og bilder.

Generative modeller

Samlebetegnelse på en klasse dyplæringsmodeller som er trent på svært store mengder tekst, bilder, lydfiler eller lignende – gjerne fra internett. Generative modeller kan produsere nytt innhold som tekst, bilder, video eller lyd med utgangspunkt i en «ledetekst» (eng. «prompt») som brukeren selv formulerer i naturlig språk. Når modellene først er trent, kan tilpasses spesialisert anvendelse på en rekke ulike områder.

Språkmodeller, eller Large Language Models (LLM) er en klasse generative modeller som er trent på store mengder tekstdata for å forstå og generere menneskelig språk. Disse modellene kan brukes til en rekke oppgaver, inkludert tekstgenerering, oversettelse, spørsmål og svar, og samtale. De blir stadig bedre til å forstå konteksten og produsere sammenhengende og relevante svar på en ledetekst. Foruten generelle anvendelser i virtuelle assistenter som ChatGPT og Perplexity, finnes det spesialiserte anvendelser av språkmodeller i for eksempel juridiske tjenester (Lovdata 2025) og programmering (Kode24 2024).

Diffusjonsmodeller er en annen klasse generative modeller som brukes til å generere nye data som ligner på et gitt datasett. Med utgangspunkt i et støylagt datagrunnlag trenes modellen opp til å fjerne støyen. Når modellen er trent opp, kan den brukes til å generere nye data ved å starte med støy og deretter fjerne den trinnvis. Diffusjonsmodeller kan produsere kunstige bilder, videoer eller lydfiler som lett kan framstå som virkelige, og dessuten etterligne stilen til for eksempel kjente kunstnere på svært overbevisende vis.

Multimodal KI

En klasse generative modeller som kan behandle informasjon på tvers av ulike «modaliteter» som for eksempel tekst, video og lyd. For eksempel kan Googles modell Gemini med utgangspunkt i et bilde av en kake, generere en oppskrift på tilsvarende kake. Multimodale modeller drar nytte av og knytter sammen framskritt innen maskinell bildebehandling og språkforståelse, og kombinerer disse på en måte som gir oss nye muligheter til å tolke og berike omgivelsene.

KI-agenter

er autonome systemer som bruker KI og en digital verktøykasse for å samhandle med andre digitale systemer for å utføre oppgaver på vegne av brukere. KI-agenter kombinerer planlegging, resonnering og utføring av handlinger i ulike steg for å fullføre mer komplekse oppgaver. De kan i større grad prøve (og gjøre rede for) ulike strategier for å løse et problem, lære av feil underveis, for så å korrigere strategien. Dette gjør de mer selvstendige og tilpasningsdyktige. Eksempler inkluderer «enklere» agenter som kan administrere kalenderen din, bestille varer eller gi anbefalinger basert på dine preferanser, til mer komplekse agenter som de vi finner i autonome kjøretøy. Mange er allerede kjent med enkle agenter gjennom virtuelle assistenter som Siri. Framskrittene innen generative modeller de siste årene gjør at mange spår en ny vår for KI-agenter framover og at stadig flere oppgaver i hverdagen vil kunne overlates til disse (Teknologirådet 2025).

Flere av disse modellene bygges inn i løsninger vi allerede benytter, slik som Microsoft Office 365 eller søkemotorer som Google og Bing. For IT-utviklere gjøres nye og kraftige språkmodeller enkelt tilgjengelig for viderebruk gjennom skytjenester det offentlig allerede benytter, slik som for eksempel Google Cloud Platform, Microsoft Azure eller Amazon AWS. Modellene blir også lettere å ta i bruk – der hvor ChatGPT kjørte på dedikerte servere, kan nyere modeller nå kjøre på smarttelefonen din. Uønskede elementer i et bilde kan redigeres bort i en håndvending, du kan enkelt lage en virkelighetstro video eller få oppskriften til en deilig middagsrett gjennom et bilde.

I tiden framover vil vi trolig se flere «resonnerende modeller» og «LLM-agenter» (se faktaboks “Kunstig intelligens: definisjoner og begreper”), som kombinerer generative modeller med ulike verktøy for å planlegge, resonnere, huske tidligere lærdom og utføre ulike handlinger. Disse agentene bryter ned komplekse oppgaver i mindre steg og gjennomfører disse enten steg-for-steg eller ved å resonnere seg videre til neste steg – alt uten menneskelig inngripen.

Slike LLM-agenter brukes i dag til alt fra å organisere møter og lage tilpasset innhold til sosiale medier, til rekruttering (Casper mfl. 2025) og til å skrive rapporter. Til forskjell fra tradisjonell programvare, utviser agenter en viss grad av autonomi i hvordan de løser en oppgave – de velger selv framgangsmåte, finner alternativer når det ikke bærer fram og kan lære av tidligere feil. I tillegg «forstår» de menneskelig språk. Det gjør de gjerne mer fleksible, tilpasningsdyktige og allsidige enn tradisjonell programvare. Gartner spår at slike agenter vil bygges inn i stadig flere systemer vi møter og utvikler i framtiden (Gartner 2024). Citi spår framveksten av en «gjør-det-for-meg»-økonomi, hvor vi setter stadig flere oppgaver ut til slike agenter (Citi 2025) – private formuesforvaltere vil i framtiden kanskje ikke bare være noe velbemidlede kan nyte godt av. Samtidig er det nettopp denne fleksibiliteten som gjør at vi gir fra oss mer menneskelig kontroll (MIT Technology Review 2025). Det reiser nye spørsmål om ansvar, kontroll og etterrettelighet når KI går fra å være et verktøy til en aktør som påvirker større vurderinger og beslutninger vi gjør i hverdagen (Montreal AI-ethics Institute 2025).

Generativ KI bygges i så måte inn i de digitale verktøyene vi benytter i hverdagen. Når en så kraftig teknologi er så bredt anvendelig og tilgjengelig, gir det mange nye muligheter og utfordringer som utvilsomt vil være med på å prege det digitale samfunnet i årene som kommer. Framfor å «klikke og scrolle», får vi med generativ KI mulighet til å «snakke» mer direkte med digitale verktøy i hverdagen. Dette vil utvilsomt forandre måten vi benytter digitale verktøy i hverdagen, og med det måten vi jobber på. Det kan senke barrierer for bruk og gjøre alt fra programmering, bildebehandling, oversettelser og analysearbeid tilgjengelig for flere. Bilderedigeringsverktøy som for eksempel Adobe Photoshop tilbyr løsninger som lar brukeren redigere bilder med naturlig språk. Dermed trenger ikke brukeren ha inngående kjennskap til verktøyet og dets ulike funksjonaliteter for å ta det i bruk. Selv om teknologien ikke vil erstatte mennesker fullt ut, vil den for mange enklere anvendelser trolig levere resultater som er «gode nok». Hvordan dette forandrer samfunnet i årene som kommer, gjenstår å se. Noen mener at endringene vil være like dyptgripende som de vi så med internettet, smarttelefonen og PC-en (Forbes 2023). Hvilke muligheter teknologien gir Nav er diskutert mer utførlig i avsnittet Seksjon 8.3.1 under.

Når det blir enklere å produsere programkode, kunstige media og troverdige tekster, tilsløres skillet mellom det som er menneskeskapt og det som er maskinskapt. I årene som kommer vil vi trolig se stadig mer generert innhold på nettet, og med det spørsmål om hva som er riktig og hva som er falskt. Generativ KI kan også misbrukes til svindel, desinformasjon og skadelig innhold. Hvilke utfordringer dette kan gi Nav er diskutert i avsnittet Seksjon 8.5.

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.

Når en teknologi spås så vidtrekkende konsekvenser for samfunnet, er det naturlig at også spørsmål om makt, avhengighet og kontroll melder seg. Noen har tatt til orde for at slike modeller bør betraktes som nasjonal infrastruktur (NORA 2023), på lik linje med for eksempel strømnettet. Generative modeller er foreløpig svært ressurskrevende å utvikle. Mye av kunnskapen og makten til å definere hvordan teknologien skal utformes har vært konsentrert hos ressurssterke teknologiselskaper.

Mange generative «høykvalitets»-modeller befinner seg derfor lukket bak betalingsmurer, med begrenset innsyn i kildekode, treningsgrunnlag, innretningsvalg og bærekraftskonsekvenser. Åpne modeller skiller seg fra disse ved at de gjerne åpnes for vederlagsfri viderebruk, med relativt åpen tilgang til kodeverk, treningsdata og vekter.

Tilhengere av såkalt «åpen modellutvikling» mener at dette gjør at flere kan bidra til utvikling, avdekke svakheter og foreslå forbedringer. Kontroll med hvilke data som inngår i trening, og hvorvidt man har rett til å benytte seg av disse trekkes fram som viktige vurderingsmomenter. Åpne modeller har videre den fordelen at de kan videretrenes på nytt materiale for å tilpasses nye bruksformål. En åpen modell som primært er trent på engelsk eller andre språk, kan således trenes på norske språkdata og samtidig dra nytte av det den har lært på «andre språk». Flere initiativ har de siste årene jobbet for åpen tilgjengeliggjøring av norske og nordiske språkmodeller på åpne delingsplattformer som for eksempel Huggingface.

Flere initiativ i både privat og offentlig sektor har allerede begynt å utforske mulighetene som generative modeller gir. Etter hvert som slike anvendelser veves inn i forvaltningen, gjøres spørsmål om hvor godt modellene håndterer og speiler norsk språk, forvaltningsrettslige begreper, kulturelle og etiske perspektiver, bærekraftshensyn med mer seg stadig mer gjeldende.

Teknologirådet har tatt til orde for en nasjonal infrastruktur som skal gi tilgang til tilstrekkelig regnekraft for utvikling og nasjonale fellestjenester som tilgjengeliggjør kvalitetssikrede språkmodeller som er tilpasset norsk og samiske språk, og som har norske samfunnsforhold som referansegrunnlag (Teknologirådet 2024). Digitaliseringsstrategien løfter dette som en strategisk satsing fram mot 2030 (Digitaliserings- og forvaltningsdepartementet 2024).

Spenningsforholdet mellom lukkede «importerte» modeller og åpne, hjemdyrkede modeller kan forventes å tilspisse seg i årene som kommer. Åpenhet som muliggjør politisk styring, tilsyn og ansvarsplassering, kan være viktige momenter for anvendelse i offentlig sektor. Spørsmål om maktkonsentrasjon og avhengighet til teknologiselskaper med ressurser til å utvikle og tilby ledende modeller gjør seg igjen gjeldende, og med det også det offentliges rolle i å støtte nasjonale initiativ (Teknologirådet 2024).

8.3.1 Hva betyr det for Nav?

KI er en særdeles versatil teknologi som kan anvendes på mange ulike områder og til ulike formål. Det gir Nav mange spennende muligheter, og samtidig nye utfordringer. For å avgrense og fokusere innsatsen lanserte Nav i 2024 en KI-strategi (se faktaboks “Navs KI-strategi”), med prioriterte områder for utforskning og bruk fram mot 2030. For å lykkes med ambisjonene, betoner strategien en parallell satsing på kompetanse, tydeliggjøring av roller og ansvar, samt effektivt tverrfaglig samarbeid.

Siden forrige omverdensanalyse gikk i trykken (Nav 2023), har Nav begynt å utforske mulighetene som kommer med generative modeller på en rekke ulike områder (se faktaboks). Men også omverdenen vil ta i bruk generative modeller på måter som kan få betydning for Navs framtidige tjenester og ytelser:

8.3.1.1 Universell utforming

Generative modeller kan gi universell utforming et løft (Teknologirådet 2024) og tilby økt støtte til brukere med ulike funksjonsnedsettelser (World Economic Forum 2023). Funksjonalitet som tekst-til-tale, alternativ tekst for bilder, transkribere podkaster, undertitler på videoer med mer er viktige elementer for å sikre universell tilgang til informasjon Nav deler. Generative modeller senker barrieren for slik funksjonalitet. På sikt er det også tenkelig at generative modeller kan teste og inspisere i hvilken grad nettsider imøtekommer og etterlever krav til universell utforming.

8.3.1.2 Nye hjelpemidler

Generative modeller kan også tolke bilder og videoinnhold og å gi en beskrivelse på ønsket format. Apper som benytter slik teknologi, kan tilby situasjonstilpasset synstolking for blinde og svaksynte (OsloMet 2024), blant annet for å navigere i kollektivtrafikken, mellom varer i butikken eller mellom dame- og herretoalett (NRK 2024).

Personer med høre- og talevansker kan også få støtte av live-transkribering og syntetiske stemmer. KI benyttes også til bedre lydprosessering i høreapparater og mikrofoner som skal øke utbyttet av høreapparatene, og vi venter at ny teknologi vil være en viktig driver av endringer i hørselsomsorgen.

8.3.1.3 Oversettelse, tolking og flerspråklig kommunikasjon

Generative modeller viser en forbløffende evne til å oversette, ikke bare mellom ulike språk, men også mellom ulike kommunikasjonsformer og uttrykk. Dette gir Nav spennende muligheter for å styrke digital kommunikasjonen på minoritetsspråk:

  • Videoer kan transkriberes og suppleres med en visuell gjengivelse på tegnspråk. Både oversettelse – og dialogbaserte løsninger er allerede på markedet. Etter hvert som teknologien styrkes også på nordiske språk, kan Nav i framtiden kanskje tilby integrerte tegnspråkassistenter i digitale møter og løsninger.

  • Digitale tolketjenester: I tilfeller hvor Nav som tjenesteyter og innbyggeren som skal motta tjenesten mangler et felles språk, vil det ofte være behov for tolk. Etter hvert som teknologien modnes, vil generative modeller trolig senke barrierer for tilgang til digitale tolketjenester til minoritetsspråk som for eksempel samisk, kvensk eller nyere minoritetsspråk hvor tilgang til tolk kan være begrenset. Slike verktøy kan også bygges inn i Navs digitale flater, slik som nav.no.

8.3.1.4 Læringsmoduler og kurs

Evnen til å sammenstille og pakke inn informasjon på nye måter gir også spennende muligheter for læringspakker og kurs. I framtiden ser vi kanskje løsninger som lager mikrolæringsmoduler som kombinerer ulike formater som tekst, video, grafikk, oppgaver og spill tilpasset ulike behov. Løsninger som eksperimenterer i denne retningen finnes allerede: NotebookLM fra Google kan med utgangspunkt i vilkårlige kilder som powerpoint-presentasjoner, rapporter, nettsider med mer produsere en oppsummering i form av for eksempel en podkast. Khanmigo er en eksperimentell dialogbasert læringsassistent som kan hjelpe elever med skolearbeid (Teknologirådet 2024). Ulike tjenester som tilbyr KI-baserte mikrolærings-videoer og kurspakker med mer har begynt å dukke opp. I framtiden vil vi kanskje se lignende integrasjoner i persontilpassede digitale arbeidsrettede kurspakker fra Nav?

Flere aktuelle initiativ utforsker mulige anvendelser av generative modeller i Nav:

…som kontorstøtte

I likhet med mange andre har mange Nav-medarbeidere fått stiftet bekjentskap med en generativ KI-assistent gjennom Microsoft Copilot, en chatbot som har mange funksjonelle likhetstrekk med ChatGPT. Microsoft lanserte KI-basert skrivestøtte, søk, oversettelse, design og transkribering integrert i verktøyene som følger med Office-pakken i november 2023.

Løsningen gjør det for eksempel mulig å oppsummere lange e-posttråder, utarbeide utkast til dokumenter, forbedre og tilpasse tekst og stil, generere presentasjonsutkast basert på dokumenter, skrive referat fra Teams-møter, med mer.

Nav piloterte løsningen i 2024. Sluttrapporten (Nav 2024, bare tilgjengelig internt i Nav) viste at ansatte som har brukt løsningen mener den har forbedret effektiviteten og produktiviteten, særlig når det gjelder å skrive referater, oppsummeringer og presentasjoner, forbedre språk, som søkeverktøy og for å øke kreativiteten. Medarbeidere anslår tidsbesparelser brukt til administrative oppgaver til 3–4 timer per uke, mens ledere anslo 1–2 timer. Disse anslagene er usikre ettersom det ikke er gjort konkrete målinger på dette. Ansatte meldte også om en del utfordringer, blant annet at teknologien framstår umoden, og at det tar tid å lære seg å bruke verktøyene effektivt. Det er nå igangsatt en ny pilot i 2025 for å få bedre innsikt i bruksområdene for ulike brukergrupper. Datatilsynet hadde løsningen inne i den regulatoriske sandkassen og pekte på flere utfordringer knyttet til bruk av løsningen, blant annet at ansvarlig og lovlig bruk forutsetter høy kvalitet på informasjonsforvaltningen og tilgangsstyring av samtlige dokumenter.

…som kodeassistenter

Generativ KI kan ikke bare brukes til å produsere tekst, men også programkode. Nav IT benytter løsningen Github Copilot. Integrert i programmeringverktøyene utviklerne bruker i hverdagen, kan løsningen komme forslag til kode, skrive dokumentasjon, forklare kodesnutter og feil som oppstår, komme med forslag til løsninger, foreslå tester, med mer. Ifølge studier gjennomført av SINTEF (Wiwestad 2024), rapporter brukere som har tatt i bruk løsningen i sitt arbeid høyere opplevd produktivitet, bedre arbeidsflyt og mer tilfredshet med oppgaveløsningen.

…som annonseberiker

I løsningen Superrask søknad på arbeidsplassen.no, kan annonsør av en ny stillingsutlysning benytte KI-genererte forslag til ønskede kvalifikasjoner og egenskaper til stillingen. Forslagene er generert med utgangspunkt i et utkast forfattet av annonsøren, og annonsøren velger selv om disse benyttes videre.

…som en personlig bibliotekar for veiledere på Nav Kontaktsenter

Veiledere på Nav Kontaktsenter (NKS) håndterer årlig millioner av brukermøter i ulike kanaler. Noen henvendelser kan være komplekse og sammensatte og krever søk i et eget «bibliotek» med dokumenter utviklet for å avhjelpe veiledere med å finne informasjon og gi riktige svar. KI-assistenten Bob lar NKS-veilederne i stedet stille spørsmål i naturlig språk, henter dokumenter fra kunnskapsbasen og returnerer et svar basert på og med referanse kun til dokumentene i kunnskapsbasen. Løsningen piloteres høsten 2024, og tidlige erfaringer hentyder at veiledere opplever at Bob både fungerer raskere enn oppslag og forenkler arbeidshverdagen.

…som personvern-vakt

Samtalereferater i Nav blir av naturlig årsaker personlige, og inneholder raskt personopplysninger. Selv om det ofte er nødvendig å inkludere personopplysninger for å ivareta oppfølgingsbehov, kan det i noen tilfeller tas med flere opplysninger enn det som strengt tatt er nødvendig. TryggTekst er en løsning i utvikling som benytter språkmodeller for å identifisere og flagge særlige kategorier av personopplysninger i tekst slik at veilederen gjøres oppmerksom på disse og kan gjøre en vurdering av om de skal med eller ikke.

…som klarspråkhjelp

Nav har fått kritikk for å sende ut brev som er vanskelige å forstå og som kan rokke ved rettsikkerheten til bruker. Selv om en rekke brevmaler eksisterer, betyr klipp-og-lim fra ulike maler at brevene likevel kan bli vanskelig å forstå. Et initiativ har undersøkt hvorvidt språkmodeller kan brukes til å forbedre og forenkle tekstene i de resulterende brevene. Løsninger identifiserer for eksempel lange setninger eller kompliserte ord, men redigerer foreløpig ikke teksten eller foreslår alternative formuleringer.

…som transkriberingsstøtte

Det utforskes også hvilke muligheter generative modeller gir i transkribering av tale-til-tekst, det være seg fra intervjuer designere og design-researchere gjennomfører for å høste innsikt fra brukere, telefonsamtaler til Nav Kontaktsenter slik at disse kan brukes som pålitelig underlag for forvaltningsnotater i oppfølging eller i videomøter og brukermøter på Nav-kontorene. Målet er ikke bare å frigjøre administrativ kapasitet, men også å sikre notoritet gjennom styrket dokumentasjon.

Franske France Travail prøver ut en tjeneste der arbeidssøkeren ikke behøver å laste opp CV og søknadsbrev, men heller diskuterer erfaring, mobilitetsmuligheter, lønnsforventninger med mer med en KI-basert dialogtjeneste som raffinerer og sammenfatter denne informasjonen, deler den med veileder og foreslår stillinger som kan passe (France Travail 2025, PES Network Webinar 2025). Estiske Esti Töötukassa bruker språkmodeller for å matche CVer til ledige stillinger (PES Network Webinar 2025).

KI er mer enn generative modeller. Svenske Arbetsförmedlingen har utviklet tjenesten «Uptäck andra yrken» som ved hjelp av KI hjelper arbeidssøkere å finne alternative yrker som kan passe med deres utdanning, ferdigheter og interesser. Når de har funnet et nytt yrke som virker spennende, geleides de videre til aktuelle stillinger i «Platsbanken» de kan søke på. Løsningen baserer seg på data om ferdigheter og interesser fra aktuelle stillingsannonser, og plukker på denne måten opp endringer i stillingsbeskrivelser i arbeidsmarkedet automatisk (EU-kommisjonen 2025).

Samtidig har en løsning fra svenske Forsäkringskassan som bruker et algoritmisk system for å flagge velferdssvindel fått kritikk for overvektig flagging av kvinner og marginaliserte grupper (Lighthouse Reports 2024). Amnesty rapporterer lignende fra Danmark (Amnesty 2024). Eksemplene viser at selv om KI gir offentlig forvaltning mange nye muligheter, kan også fallhøyden til tider være stor. Det kan være krevende å innrette slike systemer på måter som ivaretar likebehandling, åpenhet, saklighet og etterretterlighet.

8.4 Blandet virkelighet

Samtidig som generativ KI gir oss nye måter å kommunisere med digitale verktøy, utvikles det også hurtig ny teknologi for såkalt «virtuell», «utvidet» og «blandet virkelighet». En fellesnevner for slike teknologier, er at de forsøker å legge digital informasjon over synsfeltet vårt. I noen tilfeller fjerner de omgivelsene fullstendig og tar med brukeren inn i en fullstendig simulert, digital verden. Andre ganger, fungerer de som briller, som forsøker å berike det vi ser i vår omgang med omgivelsene med digital informasjon. Andre er utstyrt med kamera som registrerer omgivelsene og viser deg en digitalt manipulert videostrøm av det som er fanget opp.

Selv om utbredelsen foreløpig har vært beskjeden, satses det stadig på videreutvikling av teknologien. Både Microsoft og Meta har sine produkter, og i 2024 lanserte Apple sin variant (for mange var dette av symbolsk betydning, fordi Apple har vært så betydningsfulle i utviklingen av personlige datamaskiner og smarttelefoner). Selv om disse produktene foreløpig er relativt dyre, blir de stadig bedre og åpner sammen med andre teknologier som generativ KI og digitale tvillinger mange spennende muligheter. Investeringene fra teknologigigantene antyder kanskje også en dreining fra det «flate» internettet til idéen om et 3D-internett, eller et metavers, som er tuftet på idéen om at våre digitale liv og opplevelser framover vil være vel så viktige som de vi har «offline» (Forbes 2024).

Ikke ulikt en flysimulator, gir virtuelle verdener spennende muligheter for å trene på både vanlige og krevende situasjoner man ellers bare kan få gjennom praktisk erfaring. Nav-veiledere kan for eksempel trene på krevende brukermøter, og arbeidssøkere kan kanskje få en digital praksiserfaring.

Kanskje er det i slike virtuelle verdener at framtidens kirurger eller tekniske reparatører trenes opp (Washington Post 2023)? Kanskje vil vi i framtiden ta på oss et VR-headsett med samme selvfølgelighet som vi i dag bruker hodetelefoner, og kanskje vil det være like vanskelig å ta den av som det er å la smarttelefonen få ligge fred?

8.5 Digital sårbarhet 

Med mulighetene som følger ny teknologi vokser også nye sårbarheter fram. Når generativ KI senker terskelen for å produsere troverdig, falskt innhold, åpner dette for svindel, misbruk og desinformasjon. Det blir enklere for trusselaktører både å lage og bruke tilsynelatende troverdige e-poster, bilder, websider, kunstige identiteter eller kode som utnytter sårbarheter eller omgår antivirus. Den brede tilgjengeligheten gjør at både statlige og ikke-statlige aktører villet kan ta teknologien i bruk for skadelige formål.

8.5.1 Desinformasjon og påvirkning

I senere tid har vi sett flere eksempler på at ulike aktører benytter teknologi og digitale plattformer for å påvirke opinion, offentlig debatt, demokratiske prosesser, eller på andre måter oppnå strategiske mål. Dette kan skje på svært ulike måter. Før valget i Slovakia i 2023, ble en video spredt på sosiale medier som viste en kandidat diskutere hvordan han kunne rigge valget med en journalist. Videoen ble avslørt som en såkalt deepfake. Under valget i India i 2024 ble det gjennomført over 50 millioner «persontilpassede» KI-genererte «clone calls» fra politikere for å nå velgerne (Harvard Political Review 2024). I den amerikanske valgkampen samme år, florerte KI-genererte bilder av Donald Trump med gjess og katter (Newsweek 2024) – som var tydelig kunstige, men som likevel støttet opp under en politisk agenda1. Algoritmestyrt spredning på sosiale medier kan forsterke personlige meninger, redusere mangfoldet av synspunkter man eksponeres for og slik bidra til økt polarisering.

Norge har foreløpig sett få slike eksempler. En gjennomgang av valgåret 2024 gjort av en ekspertgruppe for betydningen av KI for demokratiske valg konkluderer likevel med at kombinasjonen av KI, sosiale medier og cyberoperasjoner har gitt aktører fra både inn- og utland nye muligheter for fordekt valgpåvirkning (Kommunal- og distriktsdepartementet 2024). Gruppen anbefaler ulike tiltak som ivaretar et godt informasjonslandskap og bygger motstandskraft mot uønsket påvirkning.

Nav må forholde seg til en økt risiko for svertekampanjer, fabrikkerte nyheter eller desinformasjon om tjenester og ytelser. Samtidig kan KI-verktøy benyttes for å avsløre KI-generert materiale og fabrikkert innhold (Universitetet i Oslo 2024). Det blir derfor viktig at Nav har mekanismer, og bygger kompetanse og verktøy for å håndtere desinformasjon.

8.5.2 Svindelforsøk

Navs digitaliseringsarbeid avhenger av tillit til tjenestene vi utvikler. Digitale svindelforsøk utfordrer denne tilliten og blir stadig mer avanserte. Teknologien gjør det lettere å nå mange, og svindeltrykket øker og treffer bredt. 9 av 10 ble utsatt for digitale svindelforsøk i 2024 (Nasjonal kommunikasjonsmyndighet 2024), og i løpet av én enkelt måned samme år ble 10 millioner svindelanrop fra utlandet avslørt.

Phishing

Phishing er forsøk på å lure personer til å gi fra seg sensitive opplysninger eller «nøkkelen» til digitale dører for eksempel via falske eposter fra en troverdig person. Slike angrep sendes gjerne ut til mange i håp om at noen biter på agnet.

Spearfishing retter seg til motsetning gjerne mot en bestemt person eller virksomhet, og forsøker å lære offerets handlingsmønster og bygge tillit over tid.

Selv om de fleste svindelforsøkene fremdeles skjer via mer tradisjonelle metoder som epost og SMS, har det vært en dreining til sosiale medier som WhatsApp, Snapchat og Messenger (Nasjonal Kommunikasjonsmyndighet 2024). Kunstig intelligens utgjør en ny og voksende trussel når kriminelle aktører tar i bruk KI for å svindle til seg offentlige ytelser.

Framover vil vi trolig se større bredde og troverdighet i angrepene. Generativ KI og agenter gjør det lettere å utforme språklig korrekt innhold til for eksempel søknader om trygdeytelser og refusjoner fra Nav, eposter og andre meldinger, og automatisere en troverdig dialog med offeret for å bygge tillit. Teknologien gjør det også enklere å tilpasse innholdet til spesifikke personer (såkalt spearfishing), med mål om å hente ut sensitiv informasjon.

Generativ KI gjør det også mulig for maskiner å utgi seg for å være mennesker. Kunstige tale- og video-phishing-angrep kan tilpasses offeret for å manipulere følelser og bygge tillit (Astranova og Issa 2024). Det kan også tenkes at slike angrep integreres med troverdige falske profiler på sosiale medier for å utvikle nye angrepsmetoder for å nå ut til nye brukergrupper (DiResta og Goldstein 2024). På den annen side melder 45 prosent av de spurte i en norsk undersøkelse blant folk i alderen 18–29 år at KI kan være en nyttig samtalepartner for ensomme mennesker (Datatilsynet og Teknologirådet 2024). De siste årene har vi også sett en framvekst av KI-venner (Teknologirådet 2024) og KI-psykologer (TV2 2024). Selv om praksisen er omstridt, viser dette at teknologien kan bygge tillit som kan misbrukes av ondsinnede aktører. Nav leverer ytelser til mange sårbare grupper som kan være ofre for slike svindelforsøk.

8.5.3 Cyberangrep og -motstandskraft

Offentlig forvaltning er blant de mest utsatte for cyberoperasjoner (NSM 2024). Også her spås generativ KI å gjøre oss mer sårbare, både gjennom sofistikerte phishing-angrep, og ondsinnet kode (malware) som omgår sikkerhetstiltak og utnytter sårbarheter i Navs infrastruktur. Det finnes allerede generative modeller trent på malware-data og phishing-eposter som kan benyttes til angrep (Monetary Authority of Singapore 2024).

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. Samtidig gir KI nye muligheter til å styrke sikkerheten og avdekke falskt innhold. For Nav blir det derfor viktig å bygge kapasitet og kompetanse for å møte de nye sårbarhetene og utnytte teknologien til å styrke sikkerheten.

8.6 Hvordan utvikle gode digitale løsninger?

I tråd med Navs egen virksomhetsstrategi, vil Nav på kort sikt prioritere blant annet utviklingen av digitale verktøy som understøtter helhetlig brukeroppfølging på tvers av stat og kommune, og utfasing av eldre teknologi til fordel for nye løsninger som styrker kvalitet og sikkerhet. Men det er ikke bare selve teknologiens muligheter og utfordringer som har innvirkning på Navs digitaliseringsarbeid. Under diskuterer vi noen andre faktorer som legger føringer eller på andre måter påvirker Navs retning og veivalg i digitaliseringen av etaten.

8.6.1 Finansiering og kompetanse

For å utvikle gode, digitale løsninger, kreves kompetanse og finansiering. Det er rimelig å forvente at begge vil være knapphetsgoder i årene som kommer. Hvordan skal Nav få mest ut av det som er tilgjengelig?

Nav huser i dag et av landets største IT-miljøer. Behovet for teknologi- og analysekompetanse forventes å øke i de fleste næringer, og kampen om talentene vil tilspisse seg. Konkurransen forsterkes når digitaliseringen i samfunnet tiltar, og flere (offentlige) virksomheter styrker egen digital produsentkompetanse med egne ansatte. I 2024 meldte over 80 prosent av statlige virksomheter om utfordringer med å rekruttere IKT-kompetanse (SSB 2024). Selv om Digitaliseringsstrategien (Digitaliserings- og forvaltningsdepartementet 2024) har som mål å redusere denne andelen med 15 prosentpoeng innen 2030, må Nav være forberedt på å kjempe om å tiltrekke og beholde nødvendig kompetanse i et konkurranseutsatt marked. Knappere budsjetter og endringer i politiske prioriteringer kan føre til en ny debatt om hva som er riktig balanse mellom intern og ekstern kompetanse.

Samtidig endrer teknologien arbeidsforhold og roller i teknologibransjen. En hybrid arbeidshverdag med mulighet for å jobbe hvor man vil, gir både Nav og andre offentlige etater bredere tilgang til teknologisk kompetanse. KI-baserte kodeassistenter, som Github Copilot (se faktaboks), har gjort arbeidshverdagen til utviklere enklere og mer effektiv. Tidlige studier peker på en økt produktivitetsopplevelse hos utviklerne i Nav som bruker dette verktøyet (SINTEF 2024, bare publisert internt i Nav). På skyløsninger blir det stadig lettere å ta i bruk og utvikle løsninger rundt KI-modeller, uten inngående kjennskap til hvordan modellene er laget. 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 (Zapier 2024). Framover vil utviklere trolig kunne løse et bredere spekter av oppgaver, samtidig som oppgaver teknologien ikke avhjelper vil kreve mer spesialkompetanse.

Nav må kontinuerlig tilpasse seg omgivelsene og brukerbehov. For å øke leveransekraften og tilliten til digitale løsninger, er det viktig å sikre fleksibilitet og tverrfaglighet i tjenesteutviklingen. En smidig tilnærming har lenge vært en hjørnestein i Nav, med fokus på små, kontinuerlige forbedringer, gjerne med et tverrfaglig blikk, framfor lange utviklingsløp. Selv om tidlig lansering av uferdige digitale løsninger ofte kan gi nyttig og retningsgivende lærdom, må Navs digitale løsninger oppfylle mange lovkrav. Dette kan gjøre lanseringsterskelen høyere og det opplevde handlingsrommet for inkrementelle forbedringer som mer begrenset (Lillesand 2024).

Etter hvert som det offentlige samler erfaring, vil behovet for tilpasninger og nytekning rundt produktutviklingsrammer og -metodikk melde seg. En ny organisering skal bidra til at digital utvikling og andre fagområder i Nav smelter sammen og gjør oss i stand til å møte brukerne på en bedre måte. Mange har også påpekt at statens prosjektmodell for styring og finansiering av IT-utvikling står i et spenningsforhold til smidig og kontinuerlig utvikling av IT-løsninger gjennom eksperimenter, testing og hypotesedrevet utvikling (Danielsen 2023). Hvordan forene krav til metodikk og kvalitet i store statlige investeringer med fleksibilitet i gjennomføringen? Diskusjoner om hvordan IT-utvikling i Nav og andre offentlige etater skal styres og finansieres for å gi mest mulig verdi for pengene vil trolig tilta i årene som kommer (Nesheim og Lekve 2024). Trangere budsjetter kan forsterke denne spenningen ved å skjerpe rapporteringskrav og øke resultatforventningene.

8.6.2 Et digitalt Nav for alle?

Norge har en digitalt moden befolkning med høy tillit til det offentlige. Tilliten til offentlig forvaltning og til digitale tjenester er likevel noe lavere, og utviklingstrenden er negativ (Digitaliseringsdirektoratet 2024). Til tross for at stadig mer av samhandlingen mellom innbyggerne og det offentlige skjer digitalt, står Nav overfor flere utfordringer som krever innovative løsninger innen tjenestedesign i årene som kommer. Selv om det offentlige Norge ligger langt framme på områder som digital tilgjengelighet og universell utforming, påpeker Digitaliseringsdirektoratet at vi har vært mindre flinke til å involvere og rådføre oss med brukerne i tjenesteutviklingsarbeidet.

Digitaliseringsstrategien peker på flere barrierer for å øke bruken av digitale løsninger i det offentlige fram mot 2030, blant annet manglende digital kompetanse, forvaltningskompetanse, tillit og mestringstro hos brukerne (Digitaliserings- og forvaltningsdepartementet 2024).

Funn viser at digitale tjenester gjør Nav mer tilgjengelig for de som greier å bruke dem, men mindre tilgjengelig for de som trenger andre former for kommunikasjon (Liodden mfl. 2023). Undersøkelser fra Universitetet i Agder peker blant annet på at et mangfold av løsninger, som kombinerer digitale og analoge kanaler, er nødvendig for å nå bredt ut til innbyggere med behov som er preget av ulike erfaringer, kunnskaper og livssituasjoner (Hofmann mfl. 2024, se også kapittel 7 Brukerforventninger).

At digitale tjenester utvikles med blikk for universell utforming, innebygd personvern, innebygd diskrimineringsvern og inkluderende design og klarspråk løftes også fram i digitaliseringsstrategien som viktige faktorer for å lykkes (Digitaliserings- og forvaltningsdepartementet 2024).

Som diskutert over gir KI Nav spennende muligheter til å styrke inkludering og klarspråk. Digitalisering av Navs tjenester vil fortsette å kreve både nytekning og innovasjon for å sikre et godt tilbud for alle.

8.7 Trender og bevegelser i digitaliseringspolitikken og rettsutviklingen

For å få mest mulig velferd for pengene når offentlige budsjetter blir strammere, vil spørsmål om effektivitet i tiltak, virkemidler og gjennomføring i det offentlige tvinge seg fram. En høy takt i digitaliseringen av det offentlige vil derfor trolig fortsette å være et høyt prioritert tverrpolitisk mål.

Mens digitaliseringen de siste tiårene i store trekk har handlet mye om å gi innbyggerne anledning til å søke om offentlige tjenester på nett («strøm på papir»), åpner teknologien mulighetsrom hvor oppgaver løses, og tjenester leveres, på helt andre måter enn i dag. Tjenester kan ses i sammenheng på tvers av etater, vurderinger kan gjøres delautomatisk eller helautomatisk, og forvaltningen kan være mer oppsøkende og aktiv. Skattemeldingen er allerede forhåndsutfylt, hva om dagpengesøknaden eller søknaden om foreldrepenger var det samme?

Slike muligheter reiser også nye spørsmål om forholdet mellom borger og stat, samt hvordan rettsikkerhet, personvern og gode forvaltningsnormer kan ivaretas. Ulike spørsmål i dette spenningsfeltet vil være med å prege digitaliseringspolitikken på ulike måter framover.

8.7.1 Fortsatt høy politisk digitaliseringsiver i offentlig forvaltning 

Norge har en befolkning med høy digital adopsjonsiver og kompetanse. Dette gir norsk offentlig sektor et godt utgangspunkt. Samtidig har Norge de siste årene falt bak flere andre land i Nord-Europa, som for eksempel Danmark (Digitaliseringsdirektoratet 2024). Nasjonal digitaliseringsstrategi 2024-2030 (Digitaliserings- og forvaltningsdepartementet 2024) har som ambisjon at offentlig digitalisering innen 2030 igjen skal ha en topplassering blant OECD-land, med bedre og mer sammenhengende digitale tjenester. Digitalisering skal bidra til avbyråkratisering, personellbesparing og til å frigjøre fagkompetanse til å øke kvaliteten på de offentlige tjenestene.

8.7.1.1 Sammenhengende og helhetlige offentlige tjenester

Norsk offentlig sektor var tidlig ute med å utforske og utnytte mulighetene som digitaliseringen gir. Digitaliseringen har likevel vært relativt oppstykket og delt – hver sektor har digitalisert for seg, med få tverrgående fellesløsninger (Digitaliseringsdirektoratet 2024). Når digitale løsninger mellom ulike virksomheter utvikles stykkevis og delt, kan det fort bli vanskelig for brukerne å finne fram i møte med det offentlige. Når livssituasjonen i tillegg er krevende, kan slik kompleksitet oppleves som ekstra belastende.

I 2024 fikk det nyopprettede Digitaliserings- og forvaltningsdepartementet et samordningsansvar for regjeringens IT-politikk og for å utvikle rammebetingelser som støtter digitaliseringen.

De siste årene har det vært en uttalt ambisjon at innbyggeren skal oppleve offentlige tjenester som sammenhengende og helhetlige, uavhengig av hvilke virksomheter som tilbyr dem. For eksempel er et utvalg livshendelser valgt som utgangspunkt for å utvikle helhetlige og brukerrettede tjenester. Selv om dette arbeidet har kommet et stykke på vei, er virkningen for sluttbrukers opplevelse av tjenestetilbudet fremdeles utydelig (Digitaliseringsdirektoratet 2024).

Digitaliseringsstrategien viderefører ambisjonen om mer sammenhengende digitale tjenester til innbyggere og næringsliv, og vektlegger forsterket styring og samordning i offentlig sektor. Strategien viderefører også tidligere arbeid med sammenhengende tjenester innenfor prioriterte livshendelser, hvorav flere slik som «Få barn», «Alvorlig sykt barn», «Miste og finne jobb» og «Ny i Norge», har store grenseflater mot Navs virke.

For Nav kan en slik samordning bety tettere samarbeid med andre etater, kommuner og private virksomheter, også i utvikling av digitale løsninger. Det kan også bety at digitaliseringsmidler omprioriteres til andre sektorer eller en sterkere sentral styring av Navs digitaliseringsportefølje (Digitaliseringsdirektoratet 2024).

Knappere budsjetter og endringer i det politiske ordskiftet kan bidra til en ny debatt om hva som er riktig balanse mellom in-house-kompetanse og innleid kompetanse i Nav, og hvordan digitaliseringen av Nav og andre offentlige etater skal styres og finansieres for å gi mest mulig verdi for pengene.

8.7.1.2 Kunstig intelligens i oppgaveløsningen

I en rapport fra 2024 konkluderer Riksrevisjonen med at det er stor variasjon i hvilken grad statlige virksomheter tar i bruk KI, og at bruken samlet sett fortsatt er svært begrenset, selv når en «bred definisjon av KI» legges til grunn. Riksrevisjonen finner få eksempler hvor KI kan vise til betydelige effektiviserings- og produktivitetsgevinster i offentlig sektor, og viser til et stort uutnyttet potensial (Riksrevisjonen 2024).

Digitaliseringsstrategien setter mål om at 80 prosent av statlige virksomheter tar i bruk KI innen 2025, og samtlige i oppgaveløsningen innen 2030, hvor automatisering av rutineoppgaver, beslutningsstøtte, risiko- og avviksanalyser, ressursallokering og brukertilpasning løftes fram som mulige anvendelsesområder. Det er også avsatt betydelige forskningsmidler til å fremme kunnskap om KI-teknologier, innovasjon i offentlig sektor og utredning av samfunnskonsekvenser på områder av stor betydning for Nav (Forskningsrådet 2025).

8.7.1.3 Deling av data og digitale løsninger

Det er ikke bare store økonomiske verdier Nav forvalter på vegne av storsamfunnet, men også store mengder data. I framtidens digitale samfunn vil offentlige data trolig spille en stadig større rolle i verdiskapingen. Digitaliseringsstrategien påpeker at offentlige virksomheter må bli bedre til å ta i bruk egne og andres data til å fornye og forbedre offentlige tjenester (Digitaliseringsdirektoratet).

Data som Nav forvalter kan ikke bare brukes til å forbedre Navs tjenester. Riksrevisjonen påpeker at det offentlige fortsatt har mye data som ikke deles eller gjenbrukes (Riksrevisjonen 2023), og viser til juridiske utfordringer, dårlig oversikt og svak styring og samordning på tvers av sektorer som barrierer. Krav til god informasjonsforvaltning og -deling vil trolig skjerpes i de kommende årene.

Ny lovgivning om deling og viderebruk av offentlige data til nye formål (NOU 2024:14) skal gi felles regler for hvordan offentlige virksomheter skal gjøre data tilgjengelig for næringsliv, forskere, journalister med flere på en måte som bidrar til et åpent og demokratisk samfunn. Et nasjonalt prioriteringsråd for deling av data (Digitaliserings- og forvaltningsdepartementet 2024) skal bidra til å styrke tilgjengeliggjøring og deling av offentlige data som er viktige for samfunnet.

For Nav blir det viktig å tenke datadeling inn i anskaffelse, design og utvikling av systemer, slik at data kan deles på en enkel, praktisk og kostnadseffektiv måte. Tydelige, regulative føringer for hvilke data som skal prioriteres for deling, vil også avhjelpe i utviklingen av nye systemer. Forslaget pålegger også Nav å publisere en oversikt over data virksomheten forvalter i en nasjonal datakatalog2. En slik katalog kan gjøre det enklere for næringsliv, forskere, presse og sivilsamfunn å finne fram, og bidra til mer åpenhet i forvaltningen3.

Men det er ikke bare data som kan deles. Infrastruktur som utvikles i én offentlig virksomhet kan også «viderebrukes» og komme flere til gode. Et eksempel er Navs applikasjonsplattform Nais som ble utviklet for Nav, men som i dag også brukes hos Statistisk Sentralbyrå og Landbruksdirektoratet. Framover ser vi kanskje flere eksempler på gjenbrukbare løsninger som deles for å støtte digitaliseringen av det offentlige.

8.7.2 Rettslige rammer for den digitale utviklingen?

Digitaliseringen gir Nav mange nye muligheter, men økt bruk av automatisering, data og algoritmiske systemer som KI reiser samtidig en rekke større rettslige og etiske spørsmål. Selv om teknologien lar oss løse oppgaver på nye måter, kan den også legge press på grunnleggende rettsprinsipper som saklighet, forutberegnelighet4, likebehandling og retten til et privatliv. Når digitaliseringen av samfunnet tiltar, forsterkes også behovet for demokratisk forankring og kontroll med utviklingen. I tiden framover vil vi se flere forsøk på å gi digitaliseringen en passende rettslig innramming.

De siste årene har det kommet en rekke rettsakter fra EU som søker å regulere hvor og hvordan teknologien skal få forme samfunnet. Digital Markets Act søker å motvirke monopoldannelser og fremme digital konkurranse. Digital Services Act skal ansvarliggjøre selskaper for spredning av ulovlig eller skadelig innhold på nett. Data Act skal stimulere til mer deling av data på tvers av virksomheter, mens AI Act søker å regulere KI gjennom en risikobasert tilnærming. Sistnevnte, kjent som KI-forordningen på norsk, trådte i kraft i EU sommeren 2024. Den skal implementeres gradvis over de neste tre årene (Tendens 2024). Forordningen har en produktsikkerhetstilnærming til KI, og skal sørge for at digitale produkter som benytter KI skal imøtekomme noen krav. Jo høyere risiko som er knyttet til løsningen, jo mer omfattende er kravene. For Nav blir det viktig å avklare hvordan disse vil spille sammen med øvrig velferdsrettslig regelverk, samt hvordan lovkravene skal etterleves i praksis.

Det samme gjelder lovutviklingen her hjemme. Dagens forvaltningslov ble skrevet i 1967, for en papirbasert forvaltning lenge før internett, smarttelefonen og KI ble allemannseie. Siden har forvaltningen blitt stadig mer digitalisert, og de fleste saksbehandlingssystemer er i dag elektroniske (Sivilombudet 2024). Gjennom NOU 2019:5 ble det foreslått en ny forvaltningslov. Forslaget er til behandling i Justisdepartementet, og har fått kritikk ikke å være tilstrekkelig for en fremtidsrettet digital forvaltning (Schartum 2019), blant annet ved å henvende seg til enkeltsaksbehandlere, fremfor utviklere av automatiserte beslutningssystemer som gjør valg som får effekt på alle saker systemet behandler. En proposisjon ble forelagt for Stortinget i april 2025 (Justis- og beredskapsdepartementet 2025), og denne vil utvilsomt ha flere berøringspunkter mot digitaliseringen av forvaltningen. Nav vil måtte vurdere hvordan kravene skal etterleves.

Også andre lovverk vil komme under lupen etter hvert som teknologien endrer forvaltningspraksis. Flere studier har pekt på svakheter i norsk og europeisk likestillings- og diskrimineringsrett i møte med kunstig intelligens (Strand 2024 og EU-kommisjonen 2020). Diskrimineringsrisikoen i KI materialiserer seg på måter som eksisterende lovverk ikke nødvendigvis adresserer tydelig nok.

Selv om nye lover vil legge føringer for Navs digitaliseringsinitiativ, kan det være utfordrende nok å vurdere hvordan eksisterende lovgivning skal forstås, anvendes og tolkes i lys av ny teknologi. Riksrevisjonen peker på et stort behov for å avklare juridiske spørsmål i bruken av kunstig intelligens (Riksrevisjonen 2024), og trekker fram mangel på tydelige lovhjemler i sektorlovgivning og usikkerhet rundt lovtolkning som barrierer mot økt bruk av KI i offentlig sektor. Ulike særlover bidrar ytterligere til usikkerhet rundt handlingsrom og skranker. Derfor etterlyser de at Digitaliserings- og forvaltningsdepartementet bidrar til regulatoriske avklaringer og en samordnet tolkning av regelverket i utvikling og bruk av KI. Digitaliseringsstrategien framhever også en styrket satsing på digitaliseringsvennlig regelverk (Digitaliserings- og forvaltningsdepartementet 2024).

Slike avklaringer er avgjørende for at Nav skal kunne utforske mulighetene i ny teknologi innenfor trygge rammer. Framover kan vi forvente flere gjennomganger og oppdateringer av eksisterende lovverk, slik at digitaliseringen av offentlig sektor skjer på en måte som ivaretar rettsikkerheten.

8.7.3 Geopolitiske dimensjoner

Flere av verdens mest verdifulle selskaper etter børsverdi er i dag teknologiselskaper. Tilgang til data, effektive plattformtjenester og nettverkseffekter har bidratt til å styrke konkurransefortrinn og gjort flere av disse toneangivende for forbrukervalg, teknologiutforming og innovasjon (Digitaliseringsdirektoratet). Nå knives selskapene om tilsvarende eierskap og distribusjon av disse.

Mens amerikanske selskaper fremdeles dominerer denne listen, vil konkurransen og rivaliseringen også kunne få en mer markert nasjonal og geopolitisk dimensjon. De siste årene har nordmenn stiftet bekjentskap med stadig flere kinesiske selskaper, fra elektriske biler til sosiale medier som TikTok og online-handelsplattformer som Temu. I de kommende årene vil vi trolig se Kina vokse fram som en tungvekter innenfor teknologier som er sentrale for både digitalisering og grønt skifte. Annenhver elektrisk bil som produseres i verden er kinesisk (World Economic Forum 2024) – det samme er 2 av 3 vind- og solenergiinstallasjoner (Guardian 2024). I januar 2025 var halvparten av gratisappene på topp 10 lista til Apples AppStore kinesiske (Newsweek 2025). På samme tid overrasket også det kinesiske selskapet DeepSeek en hel verden med en KI-modellen R1 som ikke bare etter mange solemerker er like god som de beste amerikanske modellene, men som var vesentlig billigere å utvikle, trene og kjøre – og det, som følge av amerikanske sanksjoner, på annenrangs chips. Kort tid etter lanserte den kinesiske tekgiganten AliBaba modellen QwQ – og viste at kinesisk KI holder tritt med de fremste amerikanske selskapene (Economist 2025). Til forskjell fra de amerikanske rivalene, ble modellene lansert relativt åpent: med detaljer om hvordan de var bygget, delvis åpen kildekode, og åpne lisenser for viderebruk. Siden har forskere i USA vist at modeller kan utvikles enda billigere. Det gjør at flere aktører og land kan ta del i utviklingen, og konkurransen vil trolig tilspisse seg.

Kina satser kraftig på forskning og innovasjon (Aftenposten 2024), og den geopolitiske rivaliseringen mellom Kina og USA handler i økende grad om teknologi, hvor begge sider søker å begrense gjensidig avhengighet og egen sårbarhet.

De amerikanske teknologigigantene viser også tydeligere tegn til å utnytte sin innflytelse for å påvirke politiske landskap og politikkutforming (Khanal mfl. 2024). Tech-entreprenør Elon Musk overtok eierskap og kontroll over et av verdens mektigste sosialer medier i 2022 (BBC 2022), og har siden brukt for denne for å promotere sitt politiske syn (DW 2024), og nylig fått en sentral rådgiverrolle i Trump-administrasjonen (NRK 2025).

EU forsøker på sin side å begrense teknologigigantenes innflytelse og tilby en «tredje vei» (Financial Times 2024). Reguleringene har fått kritikk fra amerikansk hold (Le Monde 2025). I februar 2025 valgte EU-kommisjonen å trekke tilbake forslaget om et KI-ansvarsdirektiv (IAPP 2025). Samtidig finnes det få europeiske alternativer, og EU satser nå tungt på å legge til rette for utvikling av europeiske modeller som kan holde tritt med USA og Kina (von der Leyen 2025).

Når Nav velger digitale verktøy eller tjenester til tjenesteutvikling og oppgaveløsning, kan disse valgene framover ha flere geopolitiske og sikkerhetsmessige dimensjoner knyttet til seg. Nasjonal sikkerhetsmyndighet (NSM) vurderer det totale kinesiske fotavtrykket i Norge som en betydelig risiko for nasjonal sikkerhet (NSM 2024), og advarer mot at teknologi som understøtter grunnleggende nasjonale funksjoner kan misbrukes av andre stater. Samtidig kan usikkerhet og spenninger i det transatlantiske forholdet mellom Europa og USA, føre til flere diskusjoner om europeisk avhengighet av amerikansk teknologi (Financial Times 2025). Datatilsynet anbefalte nylig virksomheter i Norge å ha en «exit-strategi» til amerikanske skytjenester parat når personverngarantier svekkes i kjølvannet av politiske endringer og løsninger plutselig blir ulovlige (Datatilsynet 2025). Sikkerhetseksperter i Danmark har advart mot at landet kan lammes på én time hvis avhengigheten til amerikanske tjenesteleverandører utnyttes som geopolitisk pressmiddel (Dagbladet 2025).

Framover vil vi trolig se flere debatter om digital uavhengighet og suverenitet i Europa. I Tyskland jobbes det for å utvikle en egen sky for offentlig sektor og verktøy som OpenDesk som skal gjøre offentlig forvaltning mindre avhengige av Microsoft. Microsoft har på sin side svart med å tilby løsninger som garanterer europeiske kunder at data forblir i Europa. I Norge har diskusjonen om en nasjonal skyløsning for samfunnskritisk infrastruktur (NSM 2023) som reduserer avhengigheten til utenlandske skyleverandører på ny blitt vekket til live (Digi 2025a, Digi 2025b, Digi 2025c).

Økende polarisering og endringer i det geopolitiske bildet vil trolig også kunne påvirke både tilgang til og valg av teknologi i det offentlige. Nav må sørge for en fleksibel og endringsdyktig IT-arkitektur som begrenser innlåsingseffekter til bestemte leverandører eller teknologier, og bygge systemer som står seg i møte med plutselige endringer i det geopolitiske landskapet. Kanskje må Nav også ha «exit-strategier» parat?

8.7.4 Grønn og bærekraftig digitalisering?

De siste tiårene har digitaliseringen av det offentlige hatt en ambisjon om å gjøre tjenester og forvaltningen enklere, billigere og mer effektive. Økt bevissthet og diskusjon om teknologiens påvirkning på klima, miljø og samfunn kan føre til krav om at det offentlige også tar hensyn til disse aspektene i digitaliseringsarbeidet.

På den ene siden er teknologi en driver for grønn omstilling og mer bærekraftige produksjons- og forbruksmønstre. IoT-teknologi muliggjør mer effektiv og energibesparende drift, gjennom for eksempel temperatur- og lysregulering. Digitale plattformer som finn, airbnb og nabobil forbedrer utnyttelsen av utstyr, hytter og biler som allerede er i omløp. KI kan brukes til å kartlegge omfang av naturinngrep (NRK 2024) eller gjenkjenne resirkulerbare materialer (Digitaliserings- og forvaltningsdepartementet 2024).

På den andre siden har teknologi ofte et betydelig avtrykk på klima og miljø. Det globale IKT-forbruket øker raskere enn verdens energiproduksjon og står allerede for rundt 10 prosent av det globale energiforbruket (Digdir 2025). Generativ KI vil trolig øke forbruket ytterligere. Selv om det er vanskelig å bestemme nøyaktig hvor stort avtrykket er og vil bli (O’Donnell 2024), forventes det at verdens datasentre som blant annet benyttes til utvikling og bruk av KI vil forbruke like mye energi om Japan og stå for så mye som en tredjedel av strømforbruket i USA (Economist 2024). En henvendelse til en generativ KI-tjeneste som ChatGPT bruker angivelig 10 ganger så mye energi som et tilsvarende Google-søk (IAE 2024). Og når slike tjenester svarer på 10–50 forespørsler, er det anslått at det går med ca. en halvliter vann til nedkjøling av datasentre (Forskning.no 2024). Teknologien har også andre samfunnsmessige sider ved seg, som kritikkverdige arbeidsforhold (Time 2023) eller belastende arbeid (Newton 2019).

Andre mener at slike regnestykker ikke tar hensyn til klima- og miljøbesparelsene fra generativ KI, sammenlignet med menneskelig arbeid (Ren mfl. 2024). Forskning og utvikling vil trolig bidra til å redusere avtrykket framover, men samtidig vil bedre modeller integrert i verktøyene vi bruker i hverdagen bidra til å opprettholde forbruket.

Offentlig sektor anskaffer årlig IKT-produkter og tjenester for betydelige summer, og Riksrevisjonen har påpekt at innkjøpsmakten sjelden brukes til å redusere miljøbelastningen og fremme klimavennlige løsninger. Digitaliseringsstrategien legger opp til at klima og miljø skal vektes minst 30 prosent i framtidige offentlige anskaffelser (Digitaliserings- og forvaltningsdepartementet 2024). Kravene til produsenter og leverandører for kvalitet og levetid på IKT-produkter og hjelpemidler ventes å øke. Dette vil øke kravene til reparasjoner og gjenbruk, noe som krever ressurser, også i Nav. I tillegg må det jobbes for en felles forståelse for at gjenbruk og reparasjoner er viktig for å nå FNs bærekraftsmål og redusert klimaavtrykk.

Klimaavtrykket til Navs applikasjoner

Lurer du på hvilket klimaavtrykk Navs applikasjoner har i dag? Da kan du ta en titt her (bare tilgjengelig internt i Nav).

All bruk av teknologi har bærekraftskonsekvenser. Det er derfor rimelig å forvente at Nav og andre offentlige virksomheter framover må redegjøre for hvordan teknologivalg påvirker klima, miljø, bærekraft og samfunn. Nav har igangsatt et arbeid for å styrke evnen til å møte framtidige krav og bidra til en bærekraftig utvikling som balanserer økonomi, sosialt ansvar og miljø. Dette arbeidet må også ta hensyn til bærekraftsutfordringene knyttet til teknologien vi tar i bruk.

8.8 Trender med størst usikkerhet

Det er vanskelig å fastslå med sikkerhet hvordan teknologi vil påvirke liv, samfunn og Nav i 2035. For knappe 20 år siden fikk alle en smarttelefon og mange nye tjenester vi i dag tar for gitt. Nå har generativ KI blitt allemannseie. Hvordan ser verden ut om 10 år?

Trender med stor usikkerhet på teknologifeltet inkluderer:

  • Det er risiko for at overdreven digitaliseringsoptimisme i form av at ny teknologi ikke leder til forutsatte gevinster og effekter. Til tross for at det gjøres store framskritt og investeringer i KI, er det foreløpig uklart om produktivitetslovnadene vil innfris (Economist 2024). Dette gjelder ikke minst for offentlig forvaltning og Nav, hvor usikkerhet rundt både handlingsrom, hindringer og rettslige skranker gjør det krevende å utnytte mulighetene, og gå fra «pilot til praksis». Dette forsterkes av et regelverk i endring og at teknologien reiser flere uavklarte spørsmål med betydelig etisk fallhøyde.

  • Tradisjonelle finansieringsmodeller for IT-utvikling i det offentlige utfordres. Rammebetingelser for smidig og eksperimentell digitalisering, krav til gevinster, utvikling av organisasjon og kultur, støtte til digitale endringsprosesser og tilgang til kompetanse, er alle usikkerhetsmomenter som kan påvirke Navs evne til å møte framtidige endringsbehov.

  • Endringer i det geopolitiske landskapet, med forskyvning av politisk og økonomisk makt og økende teknologirivalisering, vil sannsynligvis påvirke det teknologiske landskapet mer enn tidligere. Det er imidlertid usikkert hvordan disse endringene vil påvirke brukerforventninger, tilgang til og valg av teknologi, og dermed digitaliseringen i Nav.

  • Nav blir mer sårbar for desinformasjon, angrep og politisk motivert manipulering med digitale verktøy. Form og omfang er likevel variabelt og usikkert. Slike mekanismer kan også skje «skjult», være vanskelig å oppdage selv om informasjon deles åpent og bidra til å svekke tilliten til Nav over tid.


  1. En henvisning til Trump-kampanjens påstand om at immigranter i Ohio spiser gjess og katter.↩︎

  2. Der dette er mulig og hensiktsmessig.↩︎

  3. Samtidig er det klart at Nav forvalter mye informasjon som av ulike grunner ikke kan deles åpent og som må skjermes for direkte innsyn, slik at det primært vil være aggregerte statistikkdata som kan være aktuelt for pliktig deling.↩︎

  4. «Med forutberegnelighet menes det at man med rettsregler skal sikre at like tilfeller behandles likt, at loven er lik for alle og at ingen kan dømmes uten etter lov (legalitetsprinsippet)» (SNL 2023).↩︎