AKTIO

Udviklingen af systemet har gennemgået følgende faser:

• Primo 2020: Udvikling af RPA-løsning til at hente sagsdokumenter i Dedalus
• August 2020: Samarbejdsaftale mellem Sønderborg Kommune og Aktio ApS (tidligere Public Works)
• September 2021: Integration af Aktio Indsigt og RPA
• Januar 2022: Opstart af AI-signaturprojekt
• 2024: Systemet er i fuld drift i Sønderborg Kommunes Børn og Unge afdeling 

Aktio Indsigt anvender tre specialudviklede sprogmodeller baseret på naturlig sprogbehandling (NLP):

1. Kommunal grundmodel

En model trænet på kommunale data, der forstår kommunal terminologi og sprogbrug - det såkaldte 'kommunalsk'. Modellen er trænet på data fra Aktio Indsigt, tidligere aktindsigtssager fra Datatilsynet og skrab af kommunale hjemmesider.

2. Specialtrænet semantisk søgemodel

En model til fremsøgning af informationskæder eller kontekster (fx beskrivelser af helbredsoplysninger, produktbeskrivelser). Modellen forstår at ord og ordbrug har relation til hinanden i tekst og dokumenter, hvilket giver bedre og mere relevante søgeresultater.

3. Anonymisering/GDPR model - NER-model (Named Entity Recognition)

En model der automatisk identificerer 43-51 forskellige entiteter, herunder specifikke tekst- eller numeriske sekvenser som navne, CPR-numre, adresser, telefonnumre, diagnoser og forretningshemmeligheder. Modellen bygger på ScandiNER samt regler, ordlister og logik.

BEMÆRK: AI'en fungerer udelukkende som beslutningsstøtte. Systemet træffer ingen beslutninger selv, og sagsbehandleren har fortsat det fulde ansvar for, at alle relevante data er korrekt anonymiserede.

Træning af sprogmodellerne kræver kommunalt domænespecifikke data. Følgende datakilder er anvendt:

• Sagsdata fra Aktio Indsigt-platformen fra de deltagende kommuner
• Tidligere aktindsigtssager fra Datatilsynet (tusindvis af sager)
• Skrab af kommunale hjemmesider fra de tre deltagende kommuner (cirka 3,5 millioner sætninger)

Ved at anvende data fra tre kommuner har man kunnet teste, om de udviklede sprogmodeller leverer ensartede resultater på tværs af forskellige kommunale kontekster.

Der er implementeret omfattende sikkerhedsforanstaltninger og juridiske overvejelser:

• DPIA (Databehandlings-Konsekvensanalyse) er udarbejdet for at identificere og håndtere risici
• KL's juridiske værktøjskasse er anvendt i udviklingen
• Kammeradvokaterne har været involveret i den juridiske vurdering
• Dialog med Datatilsynet er etableret og vedligeholdes
• Systemet understøtter integration til organisationens eksisterende Single Sign On IdP løsning (AD, LDAP, Kombit Login)
• Leveres enten som cloud-baseret løsning eller on-premise alt efter kundens ønske
• AI'en fungerer kun som beslutningsstøtte - sagsbehandleren har fortsat det fulde ansvarJa, systemet er udviklet som et AI-signaturprojekt med omfattende afprøvning:
• Pilotprojekt og test:
• Udviklet i samarbejde mellem tre kommuner (Sønderborg, Vejen og Fredensborg)
• Workshops afholdt på tværs af kommuner og forvaltninger for interesseafklaring
• Forgængeren til den nuværende model viste i indledende test besparelser på op til 50% af arbejdstiden
• Det nuværende system vurderes at reducere tidsforbruget med op til 50% i drift

Ja, systemet er udviklet som et AI-signaturprojekt med omfattende afprøvning:

Pilotprojekt og test:

• Udviklet i samarbejde mellem tre kommuner (Sønderborg, Vejen og Fredensborg)
• Workshops afholdt på tværs af kommuner og forvaltninger for interesseafklaring
• Forgængeren til den nuværende model viste i indledende test besparelser på op til 50% af arbejdstiden
• Det nuværende system vurderes at reducere tidsforbruget med op til 50% i drift
  
  Identificerede udfordringer:
• Modellen skulle lære at forstå kommunalt sprog ('kommunalsk')
• Behov for tilstrækkelige træningsdata fra forskellige kommunale kontekster
• GDPR-overvejelser ved håndtering af personfølsomme data

• Tilpasning af arbejdsgange på tværs af forskellige kommunale forvaltninger

  Hvordan blev udfordringerne udbedret:

• Indsamling og anvendelse af 3,5 millioner sætninger fra kommunale hjemmesider
• Træning på tusindvis af aktindsigtssager fra Datatilsynet
• Udarbejdelse af DPIA og løbende juridisk rådgivning
• Offentlig-privat innovationssamarbejde mellem kommunerne og Aktio ApS for at udnytte hinandens kompetencer
• Workshops for at afstemme interesser og use-cases på tværs af kommuner

Systemet er indført på baggrund af flere centrale begrundelser:

For medarbejdere:

• Frigive tid til kerneopgaver og borgerrettede opgaver
• Automatisere trivielle og tidskrævende manuelle opgaver
• Effektivisere arbejdsgange og reducere omstændelige processer
• Øge medarbejderglæde og trivsel ved at reducere rutinepræget arbejde

For borgere:

• Kortere sagsbehandlingstid på aktindsigtssager
• Bedre serviceoplevelse
• Højere retssikkerhed gennem kvalitetssikring
• Større åbenhed og gennemsigtighed i forvaltningen

For ledere og kommunen:

• Øget viden og overblik over behandlingen af aktindsigtssager
• Indsigt i omfang af aktindsigtssager og ressourceforbrug
• Råderum til nye prioriteringer gennem frigørte ressourcer
• Data og gennemsigtighed i sagsbehandlingen
• Kompetenceopbygning inden for AI og sprogteknologi

Det skønnes, at der behandles op til 120.000 aktindsigtssager om året i danske kommuner, hvilket understreger det betydelige potentiale for effektivisering.

Ja, systemet er udviklet i et tværkommunalt samarbejde og kan udbredes til alle danske kommuner:

Implementering:

• Udviklet i samarbejde mellem Sønderborg Kommune (projektleder), Vejen Kommune og Fredensborg Kommune
• I fuld drift i Sønderborg Kommunes afdeling for Børn, Uddannelse og Sundhed
• Udbredelse til kommunens øvrige afdelinger er igangsat

Open Source tilgang:

• Sprogmodellerne er udviklet som Open Source og stilles til rådighed under en OS-licens
• Alle 98 danske kommuner og IT-leverandører kan integrere modellerne i deres systemer
• Modellerne er tilgængelige på sprogteknologi.dk

Erfaringer fra samarbejdet:

• Klare fordele ved at arbejde på tværs af kommuner - bedre dataindblik og forståelse af processer
• Offentlig-privat innovation giver mulighed for at udnytte hinandens kompetencer optimalt
• Samspillet med Aktio ApS' eksperter har været til stor gavn for modeludviklingen
• Projektet har givet værdifuld læring om styring af AI-projekter og kvalificering af data
• Det er lettere at starte med AI på områder med færre personfølsomme data