logo inkluderet med hjem link

Borger

Erhverv

Politik og Indflydelse

Søg

 

AI Aktindsigt

AI Aktindsigt er et tværkommunalt projekt, som ser på anvendelsen af kunstig intelligens i aktindsigtssager til optimering af arbejdet i den offentlige sektor.
Opdateret 10.08.2022

Grafik til AI aktindsigt

Kunstig intelligens er et område i rivende udvikling. Derfor har KL, regeringen og Danske Regioner oprettet en særlig fond til de såkaldte Signaturprojekter, som skal undersøge, hvordan kunstig intelligens kan være med til at optimere arbejdet i den offentlige sektor.

Projektet AI Aktindsigt er et af 12 Signaturprojekter, der i 2022 modtager midler fra denne investeringsfond. Signaturprojekterne finder sted over hele landet, hvor kommuner undersøger, hvordan kunstig intelligens kan bruges inden for alle mulige forskellige områder.

Projektet AI aktindsigt er bevilliget 5,3 mio. kr. fra den afsatte pulje.

Hvad er formålet med projektet?

I projektet AI Aktindsigt arbejder vi med at anvende kunstig intelligens i behandlingen af Aktindsigtssager. I dag er det en manuel og tidskrævende proces, der bliver sat i gang hver gang der kommer en aktindsigtsanmodning ind ad døren.

Ved at udvikle sprogmodeller, kan vi understøtte denne proces, og dermed gøre arbejdet med anmodningerne mere smidigt og mindre tidskrævende.

Sprogmodeller, også kaldt NLP-modeller, er en type af kunstig intelligens, som kan læse og forstå tekst, og derefter fremsøge den type af information man beder modellen om at lede efter.

Når kommunen behandler en aktindsigt, er der noget information, som ikke skal med aktindsigten. Det kan for eksempel være information om en anden person, end den, aktindsigten handler om. Det er de informationer, som sprogmodellerne skal hjælpe sagsbehandleren med at finde frem.

Projektet gennemføres i perioden 2022-2023, og er et tværkommunalt projekt, hvor Sønderborg Kommune, Fredensborg Kommune og Vejens Kommune arbejder sammen med den private leverandør Public Works.

Hvem er samarbejdspartnerne i projektet?

Projektet er et såkaldt offentligt-privat innovationssamarbejdsprojekt, hvor kommunerne samarbejder med en privat leverandør om at udvikle ny teknologi.

I projektet deltager 3 kommuner – Sønderborg Kommune, Vejen Kommune og Fredensborg kommune. Ud over kommunerne deltager leverandøren Public Works.

Public Works udvikler Kunstig Intelligens og er nyskabende i brugen af ny teknologi indenfor sprog. Virksomheden har siden 2020 samarbejdet med Sønderborg Kommune om udviklingen af PW Indsigt til behandling af aktindsigt.

Logo for Sønderborg-, Vejen- og Fredensborg Kommune

Hvilke sprogmodeller (NLP-modeller) arbejdes der med?

Sprogmodeller, også kaldet NLP-modeller, er en type af kunstig intelligens, som kan læse og forstå tekst, og derefter fremsøge den information man beder modellen om at lede efter. I projektet udvikles to forskellige typer af sprogmodeller:

  • Anonymiserings/GDPR-model: fremsøger specifikke tekst- eller numeriske sekvenser (fx navne, CPR-nummer eller adresse).
  • Semantisk søgemodel til fremsøgning af informationskæder eller -kontekster (fx beskrivelser af helbredsoplysninger, beskrivelser af produkter og produktnumre)
Tidslinje

tidslinje over projektet

Nyt fra projektet

Her opdateres løbende med nyt fra projektet.

10.8
Skrab af kommunale hjemmesider – information til Kommuner
 
I træning af en Kommunalsk NLP-grundmodel skal der bruges rigtig meget kommunalt data, og det er den kommunale repræsentation i sprogbrug (termer, ord og komposition) som er vigtig. Som en metode til at høste kommunale data til dette formål, er der udviklet en skraber der kan indsamle tekstmaterialet fra offentlige kommunale hjemmesider.  
 
Materialet på kommuners sider ligger offentligt tilgængeligt, og handlingen med at skrabe er almindeligt kendt og anvendt. Den indsamlet data bruges til at træne grundmodeller i at lære kommunalsk. Dvs. effektiv til at forstå kommunal terminologi og sprogbrug.
 
Personoplysninger har ingen interesse som data i træning af en grundmodel, fokus er derimod at træne en grundmodel i et ‘kommunalsk’ sprogdomæne, hvor det er de (fag)termer, ord og sprogbrug som anvendes i kommuner der har interesse. Vi sikrer at evt. personoplysninger som måtte eksistere i data skrabet på kommuners hjemmesider underlægges en differential privacy i træning af sprogmodeller, som derved anonymiserer evt. personoplysninger, så de ikke kan gendrives.
 
Teknisk note på skraberen:
 
Selve skrabet foregår på den måde, at et lille stykke software ser på kommuners hjemmesider, og herefter læser alle links på hjemmesidens forside. Alle links på forsiden læses og indholdet af det læste link gemmes et efter et, og processen gentages til skraberen har været alle links og sider igennem på en hjemmeside. 
 
  1. Skraberen kan ikke skrabe sider, som er beskyttet af kodeord.
  2. Skraberen kan ikke skrabe ud over jeres kommunale domæne – men skraber alle subdomæner. 
  3. Skraberen laver langsomme skrab, så den ikke overbelaster servere. Ca. 1 side i sekundet.
  4. Skraberen har allerede skrabet Vejen, Fredensborg og Sønderborg Kommuners hjemmesider, uden at dette kunne registreres som en belastning på servere.
  5. Sider skrabes kun en gang, for at undgå at køre i ring og skrabe sider mere end en gang. 
 
3.8

Løbende dokumentation af progression i projektet

Under projektets forskellige faser arbejdes der med forskellige delmål som løbende dokumenteres. En af forårets større aktiviteter har været at afholde workshops i projektets tre deltagende kommuner. Formålet var at blive klogere på tværkommunale behov og ønsker til det sæt af sprogmodeller, som skal udvikles og udstilles under projektet. Hvordan designet og udviklingen af disse på bedste vis kan understøtte behandling af aktindsigt.

I denne pdf kan du læse en opsummering af de resultater, de afholdte workshops har medført.

17.6

Et sprogkursus i Kommunalsk

Lige nu er vores sprogmodeller i gang med et intensivt sprogkursus. – De skal nemlig lære at kunne læse og forstå det sprog vi bruger i kommunerne.

Et hvert sprog er enormt komplekst, og tager et menneske flere år at mestre. Det handler blandt andet om, at sprog er kontekstafhængigt, og ofte bygger på usagte sammenhænge eller fraværet af samme. For at modellerne kan hjælpe med at finde de oplysninger, vi skal bruge, er de nødt til at lære sproget at kende, først. Og det er de i fuld gang med. 

Det sprog vi bruger i kommunerne bygger på indforståede sammenhænge og specifikke fagudtryk som adskiller sig fra  de indforståede sammenhænge og specifikke fagudtryk de bruger ved en IT-virksomhed.

Det er altså ikke nok, at modellerne kan ”forstå dansk”. – De skal også kunne forstå ”kommunalsk”.

Måden man træner modellerne på er ved at givem den en masse kommunale tekster, som den kan øve sig på. Jo flere tekster den får at læse, jo bedre bliver den til at forstå sproget. – Præcist lige som at vi bliver bedre til at forstå engelsk ved at læse en masse engelske bøger eller se engelsksprogede film.

Mens modellerne læsetræner, hjælper vi den med at udpege forskellige sammenhænge, som den skal lære at genkende. Lidt lige som når vi hjælper et barn med at forstå forskellen på en hund (et dyr med fire ben der siger vov) og en kat (et dyr med fire ben som siger ”miav”).

Det næste modellerne skal lære er at lede efter specifikke informationer baseret på de sammenhænge vi har trænet den i. For eksempel skal den lære at genkende, at noget er et navn ud fra den sammenhæng, ordet opstår i, snarere end navnet selv. (Dermed behøver løsningen ikke at lære alle verdens navne på alle tænkelige stavemåder). Vi er i fuld gang med at udvælge de elementer, som modellerne skal lære at gå på jagt efter. 

12.5

Opsamling på workshops

Der har, hen over de sidste par måneder været afholdt workshops for medarbejdere i Vejen Kommune, Fredensborg Kommune og Sønderborg Kommune. Medarbejderne kommer fra hvert deres fagområde fordelt hen over de tre kommuners forvaltninger og centre. Fælles for dem er, at de alle arbejder med Aktindsigter.

De tre workshops havde til formål at undersøge, hvordan medarbejderne går til arbejdet med aktindsigter samt være nysgerrig på, hvilke typer information de er på jagt efter, når de bearbejder dokumenterne.

I alle tre kommuner mødte medarbejderne op med godt humør og engagement, for hvilket de skal have tak. Deres mange inputs og drøftelser er blevet til en bruttoliste på 51 emner af ting, som den ene af de to sprogmodeller med fordel kan trænes i at finde. Det er blandt andet informationer så som navne, diagnoser, religiøse tilhørsforhold eller produktinformation.

De tre workshops viser, at der er mange sammenfald i, hvordan aktindsigter behandles på tværs af kommuner og fagområder. De bekræfter tilsammen, at det er et arbejde med høj kompleksitet og omfang.

De mange gode refleksioner, pointer og inputs bliver arbejdet ind i White Paper’et, og tages med videre i arbejdet med at udvikle sprogmodellerne. 

19.4

Workshops

I Fredensborg Kommune og Sønderborg Kommune har der været afholdt workshops for de lokale arbejdsgrupper i hver kommune. Workshopsne handlede om at få et større indblik i, hvordan aktindsigter faktisk behandles ude i kommunerne.

I Fredensborg Kommune havde de en super god workshop, med utrolig god deltagelse fra flere centre på rådhuset. Dette gav en virkelig god dynamik i workshoppen, da alle naturligvis arbejder med aktindsigtssager, men på de forskellige områder. Energien var høj hele dagen, og der kom utrolig mange gode inputs, som helt sikkert vil gavne projektet fremadrettet.

Til workshoppen i Sønderborg Kommune var der også en god og fokuseret stemning, med givtige drøftelser og engagement fra arbejdsgruppens deltagere. Sønderborg Kommunes arbejdsgruppe er sat sammen af medarbejdere fra alle forvaltninger, som arbejder med aktindsigt, og det gav mulighed for et indblik i de mange facetter der er i behandlingen af aktindsigter.

Tak til alle for den gode deltagelse, og tak til Anders og Laurits fra Public Works for en super interessant workshop.

AI aktindsigt logo