Vecka 36: Vad vi tänker på när vi tänker på AI i välfärden
4 september 2025
Ibland går man runt och tänker på nåt som känns spännande, viktigt, intressant eller angeläget. Men det är inte tillräckligt färdigtänkt för att bli något riktigt ännu. Var får såna tankar plats, egentligen? Kanske i det här formatet?
Här får du ta del av några av tankarna som just nu tänks av Innovationsarenans medarbetare. Här finns inga färdiga lösningar och inte något givet nästa steg. Men genom att sätta ord på tankarna kanske vi kan närma oss något som faktiskt kan bli – ja, något? Varmt välkommen att kika in under huven på Innovationsarenan, det här är vad vi tänker på just nu.
Jag tänker på det här med mellanrum och meningsfullhet – vad händer när instegsjobb försvinner och incitamenten att förskansa sig kunskap och förmåga försvinner för unga? När AI ökar effektiviteten och frigör tid i arbetslivet – vad gör vi med mellanrummen som uppstår? Mellanrum i livet mellan skola och seniora jobb? Mellanrummen i det dagliga arbetslivet – tid som frigörs när arbetsuppgifter inte längre behöver göras. Hur fyller vi dessa mellanrum med meningsfullhet? Hur ska vi skapa förutsättningar för att inte unga fylls av en ständig meningslöshet inför framtiden? En framtid som inte har instegsjobb och där en mindre skara människor ska vara så effektiva ihop med AI att vi inte längre har tid till viktiga mellanrum som ger möjlighet till kreativitet och innovation?
Och vad händer när instegsjobb försvinner och incitamentet för unga att lära sig något försvinner pga ChatGPT etc. Hur ska vi få senior arbetskraft långsiktigt?
Häromdagen snubblade jag över ett nytt begrepp som jag tror kommer få stor uppmärksamhet framöver. “Explainable AI”, eller xAI som det förkortas. För att kunna använda AI på ett ansvarsfullt sätt är det avgörande att organisationer förstår hur AI-modeller fattar beslut och att de kontinuerligt övervakar och granskar dessa processer. Eftersom AI ofta uppfattas som svårtolkade ”svarta lådor” kan brist på insyn leda till risker som bias, försämrad prestanda och bristande förtroende hos användare. Explainable AI blir till en sorts kravspecifikation som syftar till att förklara och förstå AI-systemens beslut, vilket stärker tilliten, förenklar granskning och minskar legala och etiska risker. Explainable AI bygger på tre grundstenar:
- Prognosnoggranhet – mäta och minimera graden av hallucinationer.
- Spårbarhet – redogöra för alla steg i hur systemet hanterar data och tar beslut.
- Beslutsförståelse – redogöra för hur språkmodellen har resonerat för att komma fram till svaret.
Om vi börjar ställa xAI-krav i våra beslut om vilka tjänster som ska upphandlas och användas så kommer tillit och ansvarsfull användning bli mycket enklare.
Jag går och tänker på en artikel som dök upp i flödet. Den visar vilka AI-projekt som lyckas, och att det till stor handlar om de som initieras bottom-up och inte top-down. Funderar en del på detta i relation med att vi inom arenan är så övertygade om att vi måste jobba med bred kompetensutveckling, och på sina håll några spets. Men just att jobba brett med att medarbetare (och medborgare) ska förstå och använda tekniken, känna sig trygga, och efter det kommer man kunna utforska sin egen “job-crafting” och det är där den stora effekten kommer att komma. Men i små munsbitar. Men summan av dessa munsbitar blir kraftfullt. Om vi då har alldeles för mycket fokus på att hitta den där stora, gnistrande, AI-lösningen som ska lösa väldigt mycket – så missar vi poängen med att foksuera på det vi kan göra just idag och som inte behöver kosta så mycket. Hörrni, gå vår digitala utbildning här 😉
Jag tänker på ordet digitalisering.
Digitala system och tjänster är inte längre ett projekt vid sidan av, det är själva miljön vi alla verkar i. Oavsett om du jobbar i skolan, i bygglovsprocesser eller i hemtjänsten så är digitala verktyg en självklar del av arbetet.
Så därför tänker jag att det påminner om internet. I början pratade vi om att ”gå ut på nätet” eller ”surfa lite”. Idag är det inte ofta vi hör detta, vi bara använder internet, utan att reflektera över det. Som elektricitet. På samma sätt borde vi kanske sluta prata om digitalisering som ett eget spår, för det är redan en självklar förutsättning.
När ett begrepp ”dör” betyder det inte att utvecklingen stannar av. Tvärtom. Det betyder att tekniken är så integrerad att den inte längre behöver särskild uppmärksamhet. Uppdraget förändras, från att driva hype till att säkerställa stabilitet, säkerhet, infrastruktur och kompetens. Allt det som gör att verksamheten faktiskt kan fortsätta utvecklas.
Och då tänker jag på AI. Just nu ser vi samma mönster som i början av digitaliseringen, med strategier, enheter och samordnare. Det behövs för att lära och utforska. Men ganska snart kommer vi inte tala om att vi ”gör AI”, vi kommer bara använda det, på samma självklara sätt som vi idag använder internet.
Vad tänker du på?
Vi vill veta vad du tänker på när du tänker på AI i välfärden. Det behöver inte vara färdigtänkt eller ens särskilt nytänkande. Vi är nyfikna!