Fra mekanisering & automatisering til robotisering: Nye muligheder og nye udfordringer

Transkript

1 COK conference 20. September, 2018 Fokus på data giver nye muligheder - hvorfor ikke udnytte dem? Fra mekanisering & automatisering til robotisering: Nye muligheder og nye udfordringer Helle Zinner Henriksen Lektor ved Institut for Digitalisering, CBS hzh.digi@cbs.dk

2 Robotisering i en nøddeskal Ansatte bliver robottens tjener Robotten i centrum ansatte i periferien 2

3 Robotterne kommer! - altså også de som kan understøtte sagsbehandling Sandheden er, hvis du arbejder med eller bliver understøttet af et smart software system, så er det et rigtig godt gæt, at hvad enten du er klar over det eller ej, så er du i gang med at oplære systemet i at erstatte dig Martin Ford 3

4 Fra mekanisering & automatisering til robotisering Fokusområder i mit oplæg o Professionelle en truet race o Robotternes indtog i Danmark o Politiske vinde

5 Det helt centrale spørgsmål er: hvad kan en computer (nu eller i fremtiden) blive designet og bygget til at gøre? Teknologisk radikalisme: computere vil være i stand til at gøre alt, hvad mennesket kan Polanyi's Paradox: We can know more than we can tell. Teknologisk konservatisme: computere kan kun udføre det, som de programmeres til at gøre 5 Kilde: Simon 1964, p xii

6 Selv hvis teknologisk radikalisme er en realitet så har computeren heldigvis begrænsninger o Mangler intuition og kreativitet o Mindre god i usikre og uforudsigelige situationer o Kan ikke håndtere problemstillinger bare lidt udenfor prædefinerede områder 6

7 Men robotter er mere end velkomne når de løser opgaver som o o o vi ikke synes om (fx trivielle og kedelige opgaver) vi er dårlige til at udføre (fx kræver præcision) opgaver som vi mennesker slet ikke kan udføre med samme effektivitet som robotter (fx analyse af store datamængder) Så kan vi som professionelle fokusere på kerneopgaverne 7 Kilde: Markus, 2017

8 Hvad karakteriserer professionelle Professionelle udmærker sig ved at kunne - Tænke - analysere - Føle være empatiske - Mærke berøre - Moralisere vurdere om rigtigt eller forkert Kan det repliceres i automatiserede processer? Susskind & Susskind: JA! KI fejlslutning (AI fallacy) Den antagelse at den eneste måde systemer kan træffe beslutninger på, er at replicere menneskelig adfærd Det afgørende må være kvaliteten af udfaldet ikke processen 8

9 Et grundlæggende spørgsmål Får robotternes indmarch nogen praktisk betydning? Mindre justeringer Mindre behov for mellemledere EDB/IT skaber nye jobs 2010 jobless growth lights-out-factories precariat (2014) 9

10 Fra mekanisering & automatisering til robotisering Fokusområder i mit oplæg o Professionelle en truet race o Robotternes indtog i Danmark o Politiske vinde

11 Førerløs transport Den førerløse bus vil gøre Aalborg Øst til first mover på førerløse køretøjer, og kan derved give et boost af imaget i Aalborg Øst. Bussen skal give sammenhold og skabe lokalt ejerskab, omkring hele udviklingen af Aalborg Øst. Kilde: aalborg.dk/trafik-pas-og-transport/trafik/den-foererloese-bus 11

12 Pol-Intel Pol-Intel er det danske navn for predictive policing værktøjet fra Palantir Omkring brugere i politiet benytter værktøjer fra Palantir. Der er ikke tale om, at predictive policing kan erstatte eller overflødiggøre den politimæssige erfaring, men det er en arbejdsmetode, der kan være med til at sikre, at politiets patruljer mv. anvendes mest effektivt med henblik på at kunne forebygge eller imødegå f.eks. personfarlig kriminalitet mere målrettet. 12 (Spørgsmål nr. 52 (Alm. del) fra Folketingets Retsudvalg, 2016)

13 Heatmaps Politiarbejde Socialforvaltninger? 13

14 Robotic Process Automation (RPA) Aalborg: indberetninger om dagpengerefusion i forbindelse med sygdom. Arbejdet er trivielt og tager tid fra arbejdet med at løse mere komplekse kerneopgaver. (DenOffentlige.dk) Randers: en softwarerobot udsender påmindelser til borgere, som får en kommunal ydelse. Med softwarerobotter har vi mulighed for at effektivisere arbejdsgangene. (Kit-magasinet 3 / 2017) Norddjurs: kontrol af medarbejder-rettigheder. En softwarerobot udfører dette tidskrævende arbejde. (Kit-magasinet 3 / 2017) Odense: håndtering af fraværsændringer - som fx sygdom og barsel - i kontanthjælpssager. Thyra skal ses som en ny kollega, der hele tiden skal hjælpes på vej. (Version2.dk) NN kommune: håndtering af store sagsmængder, hurtigt og præcist. Fokus på kerneopgaver. God udnyttelse af ressourcer. 14

15 Fra mekanisering & automatisering til robotisering Fokusområder i mit oplæg o Professionelle en truet race o Robotternes indtog i Danmark o Politiske vinde

16 Digitaliseringsstrategien : Og det kan lette de administrative processer og sagsbehandling, når manuelle arbejdsgange og i nogle tilfælde afgørelser kan automatiseres. (p. 8) Bedre brug af data og hurtigere sagsbehandling [ ] Og myndighederne kan løse opgaverne mere effektivt, fx når det bliver muligt at automatisere dele af sagsbehandlingen. (p. 25) Kommunale digitaliseringsstrategi : Men vi skal videre, og derfor vil kommunerne målrettet forfølge mulighederne for at udnytte potentialet i de nye løsninger frem mod 2020 med fokus på øget automatisering af sagsgange og muligheder for straksafgørelser. (p. 31) Viden i data: Moderne anvendelse af data giver nye muligheder for at tilrettelægge evidensbaserede indsatser og give beslutningsstøtte både for den enkelte med arbejder i konkrete situationer og for kommunens beslutningstagere i forhold til fremtidige prioriteringer. (p ) VLAK regeringsgrundlag: Endvidere vil regeringen styrke it-sikkerheden, og vi vil foreslå mere tidssvarende digitaliseringsklar lovgivning. (p. 59) Innovationsministerens Sammenhængsreform: Regeringen ønsker en mere tidssvarende offentlig sektor, der tager nye teknologier og løsninger i anvendelse hurtigere end i dag. Det gælder både teknologier, som møder borgere og virksomheder, samt teknologier, der understøtter en mere effektiv administration. (p 15) 16

17 Digitaliseringsstrategien : Og det kan lette de administrative processer og sagsbehandling, når manuelle arbejdsgange og i nogle tilfælde afgørelser kan automatiseres. (p. 8) Bedre brug af data og hurtigere sagsbehandling [ ] Og myndighederne kan løse opgaverne mere effektivt, fx når det bliver muligt at automatisere dele af sagsbehandlingen. (p. 25) Kommunale digitaliseringsstrategi : Men vi skal videre, og derfor vil kommunerne målrettet forfølge mulighederne for at udnytte potentialet i de nye løsninger frem mod 2020 med fokus på øget automatisering af sagsgange og muligheder for straksafgørelser. (p. 31) Viden i data: Moderne anvendelse af data giver nye muligheder for at tilrettelægge evidensbaserede indsatser og give beslutningsstøtte både for den enkelte med arbejder i konkrete situationer og for kommunens beslutningstagere i forhold til fremtidige prioriteringer. (p ) VLAK regeringsgrundlag: Endvidere vil regeringen styrke it-sikkerheden, og vi vil foreslå mere tidssvarende digitaliseringsklar lovgivning. (p. 59) Innovationsministerens Sammenhængsreform: Regeringen ønsker en mere tidssvarende offentlig sektor, der tager nye teknologier og løsninger i anvendelse hurtigere end i dag. Det gælder både teknologier, som møder borgere og virksomheder, samt teknologier, der understøtter en mere effektiv administration. (p 15) 17

18 Digitaliseringsklar lovgivning Regeringen ønsker derfor at skabe digitaliseringsklar lovgivning lovgivning, som er enkel og klar og skaber grundlaget for en mere reel og systematisk afbureaukratisering af den offentlige sektor. 18

19 Afbureaukratisering 19 Kilde: digst.dk

20 Digitaliseringsklar lovgivning = IT + data o Robotternes motorvej ind i den offentlige forvaltning? o Indsnævring af udfaldsrum eller god anledning til regelforenkling? 20

21 Hvad med at tage ved lære fra den private sektor IoT kombineret med forretning Source: Porter & Heppelman, How smart, connected products are transforming companies (2015) 21

22 Analytics Beskrive Descriptive Diagnostisere Diagnostic Forudsige Predictive Forebyggelse Prescriptive Beskrive tilstand, indflydelse fra omgivelser og handlinger Identificere årsager til (uhensigtsmæssig) adfærd Forudsige mønstre som kan lede til uhensigtsmæssige forhold Identificere midler som kan forebygge eller afhjælpe uheldige udfald og problemer 22

23 Digitaliseringsklar lovgivning = IT + data Ustrukturerede data Hvor må data komme fra? - hvor går grænsen for, hvilke data der må fodre robotterne? Strukturerede data

24 Kilde: dr.dk

25 Kilde: tv2.dk Kilde: dr.dk

26 Fra mekanisering & automatisering til robotisering Fokusområder i mit oplæg o Professionelle en truet race o Robotternes indtog i Danmark o Politiske vinde o Business casen?

27 Business casen Med fokus på forudsætninger og udgangspunkt i gevinsttræet, udfoldes for hver gevinst, de faktorer, som spiller ind på gevinstens indfrielse. Fokuseres der fx på sparet tid, undersøges forudsætninger såsom: hvor tit, hvor lang tid pr. gang, om tiden kan høstes, timepris, indfasning samt omkostninger mv. Kilde: kl.dk Klarer trivielt arbejde Effektiviserer arbejdsgangene Udfører tidskrævende arbejde på kort tid 27

28 Øget anvendelse af data i forvaltningen Dystopi eller styrkelse af velfærdsstaten? Profilering af borgere på baggrund af data 顶层设计 The Social Credit System eller Bedre udnyttelse af samfundets ressourcer til gavn for alle borgere? 28

29 Kilde: tv2.dk

30 COK conference 20. September, 2018 Fokus på data giver nye muligheder - hvorfor ikke udnytte dem? Tak for ordet Fra mekanisering & automatisering til robotisering: Nye muligheder og nye udfordringer Helle Zinner Henriksen Lektor ved Institut for Digitalisering, CBS hzh.digi@cbs.dk

31 Skiftet fra personlig kontakt til automatisering og robotter Street-level bureaucracy - Screen-level bureaucracy - System-level bureaucracy 31 Kilde: Bovens & Zouridis (2002).