Nye teknologier - kunstig intelligens i det offentlige

Transkript

1 Nye teknologier - kunstig intelligens i det offentlige Christian Plaschke Digitaliseringsmessen, 2019

2 Dagsorden Udfordringsbilledet Dansk tilgang til Kunstig intelligens Udvalgte centrale indsatser Konkrete AI-projekter i Københavns kommune 2

3 Det danske udgangspunkt Styrker Offentlig digitalisering Fleksibelt arbejdsmarked Forskning af høj kvalitet Digitaliserede virksomheder Tillid på tværs Svagheder Få investeringer i kunstig intelligens Lav anvendelse ift. andre lande Mangel på kvalificeret arbejdskraft Mangel på risikovillig kapital Lille sprogområde 3

4 Det internationale perspektiv USA og Kina er klare frontløbere. Men Danmark hænger også efter sammenlignelige lande som Israel, Finland og Sverige vedrørende private investeringer På sundhedsområdet går det også stærkt verden over fx er der i UK afsat 250 mio. pund til kunstig intelligens indenfor sundhedsområdet Det er vigtigt, at Danmark præsenterer arbejdet med kunstig intelligens både generelt og inden for sundhedsområdet Samtidig skal Danmark arbejde aktivt internationalt for, at ansvarlighed bliver et styrende princip for anvendelse og udvikling af kunstig intelligens 4

5 Dansk tilgang til AI Danmark skal gå forrest med ansvarlig udvikling og anvendelse af kunstig intelligens 5

6 Etiske principper 1. Selvbestemmelse 2. Værdighed 3. Ansvarlighed 4. Forklarlighed 5. Lighed og retfærdighed 6. Udvikling Forankret i Dataetisk råd 6

7 Fælles dansk sprogressource Danmark er et lille sprogområde, hvilket gør det svært at udvikle løsninger på dansk Udvikling af fælles dansk sprogressource - aftalt med KL og DR med digitaliseringspagten Der arbejdes på tre spor: Indsamling, opkvalificering og udstilling af eksisterende og relevante ressourcer Udvikling og udstilling af nye sprogressourcer efter analyse af behov Etablering af governance og drift på en fælles dansk sprogressource. 7

8 Bedre adgang til offentlige data Data er fundamentet for kunstig intelligens Der identificeres fem ikke-personhenførbare datasæt, der sættes fri i løbet af 2020 og

9 Opkvalificering af statsligt ansatte Statslige it-specialister skal have adgang til løbende opkvalificering Dialog med universiteterne (ITU, DTU, DIKU) om at udvikle og tilbyde kurser Snitflader til digitaliseringsakademiet, oprettet med Strategi for it-styring i staten 9

10 Signaturprojekter Vi mangler erfaring med brug af kunstig intelligens i den offentlige sektor Staten, kommuner og regioner har afsat 200 mio. kr. til en investeringsfond signaturprojekter udbredelse af digitale velfærdsløsninger Ved årets ØA er tre fagområder udvalgt Sundhed Beskæftigelse og social Tværgående sagsbehandling Projekterne er afprøvningsprojekter på nyt område Risiko for, at de fejler 10

11 Københavns Kommune AI i Københavns Kommune /Maria Antonsen Kontor for digitalisering, Økonomiforvaltningen 3. oktober 2019

12 Københavns Kommune Sidehoved 12 København som digital frontløber - Digitaliseringsredegørelse 2019 Robotterne er kommet til København og udviklingen fortsætter 2018: Ny tværgående digital governance fokus på større skala i digitale projekter 2019: Pipeline af initiativer med ny teknologi særligt fokus på større skala og kombination af teknologier Budgetaftale2020: Ny teknologi, kodeks for AI, større innovationspulje skal modne flere cases

13 Københavns Kommune Vi startede med RPA 13 ANTAL TIMER RPA HAR EFFEKTIVISERET ROBOT-TIMER I ,7 ÅV FRIGJORT 19,3 I 2019 Albert Aktindsigt, socialområdet Lægeerklæring, beskæftigelsesområdet..

14 Københavns Kommune 14 NEXT STEP: AI I KØBENHAVNS KOMMUNE EKSEMPEL: INTELLIGENT MATCH- & ANBEFALINGS SYSTEM Formål At udvikle et intelligent anbefalingssystem, der hjælper borgere til hurtigere at komme i job. Hvordan Vi anvender ML-teknologi til at skabe et meningsfuldt overblik i porteføljen af de flere hundrede forskellige tilbud. Hvad En algoritme kommer med individuelle forslag til konkrete indsatser for den specifikke borger.

15 Københavns Kommune Gevinster Ledige borgere hurtigere i job Styrket rådgivning af borgere og virksomheder gennem datadrevne anbefalinger Evidensbaserede anbefalinger af kompetenceløft Bedre planlægning og anvendelse af tilbud Lavere omkostninger til indsats/kurser (pris vs effekt) Digitalt værktøj der understøtter sagsbehandlerens og jobkonsulentens arbejdsgang Konsolideret viden til anvendelse under samtaleforberedelse og i mødet med borgeren.

16 Københavns Kommune Sidehoved Andre AI Cases Byggesagsbehandling: Årligt ca byggeansøgninger og færdigmeldinger af byggesager. Digital assistent skal automatisere administrative opgaver - bl.a. registrere sager i fagsystemer, kategorisere dem, kontrollere, validere og indhente data samt udarbejde og afsende godkendte breve til ansøgerne. Kombination af teknologier (ML, RPA, integrationer) KK har +100 ydelser og tilskud, som borgerne kan søge derfor skal assistenten også kunne anvendes i andre projektet. Ejdomsoptimering: Styringsværktøjet skal skabe et overblik over kapacitetsudnyttelsen af Københavns Kommunes bygninger

17 Spørgsmål? Christian Plaschke Kontorchef, Center for Teknologi og Datastrategi 17