EDOS 2022 uke 19

Hvordan innføre og styre kunstig intelligens; API-kataloger får ben å gå på + outsourcing som forbedrer produktivitet, prosessdesign i havnebyer, og noen som mener at smidig ikke funker i helse.

Kart av Göteborg fra 1888, via Wikimedia Commons

Hinderløype frem til god bruk av kunstig intelligens

HVA: Svensk studie om integrasjon av kunstig intelligens i software-intensive løsninger.

INTERESSANT er det at:

• Ulike utfordringer meldte seg i forbindelse med forberedelsene til å iverksette AI, etter at det var tatt i bruk og under (videre)utvikling, og ikke-tekniske forhold.

• De viktigste utfordringene var vanskeligheter med å få tilstrekkelig med data, trening og opplæring, og forventningsstyring.

• Forfatterne foreslår en modell som tilgodeser eksperimentering og iterasjon innenfor modeller, data og business case.

HVA SÅ?

• God bruk av kunstig intelligens krever dyp kunnskap og om flere ting på en gang. Det kan være utfordrende å både bygge og sette sammen tilstrekkelig kompetanse.

• God bruk av kunstig intelligens krever eksperimentering og iterasjoner, altså evne til å tåle feil og motgang.

API-kataloger får fotfeste men må vokse opp

HVA: Nederlandsk gjennomgang av bransjeutviklede verktøy for å holde orden på APIer (application programming interface) for å utvikle en modenhetsmodell for området

INTERESSANT er det at:

• Modellen(e) vurderes etter fire kriterier: om det lar seg gjennomføre, om det er lett å bruke, om det er nyttig, og om det er effektfullt

• Komponentene besto av livssyklus-styring, sikkerhet, ytelse, om den kan observeres, om det er “community” og om den er kommersiell

• Praksis var ujevnt innført i de foreslått modellene, hvilket tyder på at dette er et felt fortsatt i emning

HVA SÅ?

• Såkalt tjenesteorientert arkitektur/mikrotjenester er avhengig av fornuftig bruk av, vel, tjenestene - og det er avhengig av god designpraksis i APIer

• Dette er av interesse også for offentlig sektor, se for eksempel dette.

Offentlig styring av kunstig intelligens

HVA: En artikkel fra IRGC (International Risk Governance Center i Lausanne) som legger frem ni anbefalinger for styring av kunstig intelligens.

INTERESSANT er det at:

• Anbefalingene dreier seg om bedre regulering av god bruk av kunstig intelligens, spesifikt bruk av algoritmer til beslutninger, bedre forståelse av domener som påvirkes, avklaring av underliggende prinsipper, m.m.

• Videre dreier anbefalingene seg om å trekke etiske prinsipper, balansere private og offentlige mål, avklare nasjonal råderett og personvern og sikkerhet.

HVA SÅ?

• Dette er ganske brede anbefalinger som trenger å konkretiseres og avklares, og ikke minst diskuteres

• Overskriften kunne vært “behov for bedre rammeverk og konseptuell forståelse”, for jeg finner det ikke mulig å vite at disse er uttømmende eller en gang tilstrekkelige

Bonus

• Tysk studie om reorganisering og bruk av outsourcing av offentlig eide virksomheter viser at outsourcing fremmer produktivitet

• Case studie fra Italia som viser lovende effekter av forretningsprosessredesign (BPR) i havnemyndigheter.

• Essay som argumenterer at smidig praksis ikke egner seg til utvikling innenfor helsesektoren.

• Interessant artikkel om virkningen av at historiske mikrodata er gjort tilgjengelige for analyse, eksempelvis migrasjoner, fertilitet, dødelighet, og andre demografiske data

Neste uke: Hva ledere i offentlig sektor prioriterer; teams læring og psykologisk trygghet; IT og innovasjonsplattformer + digitale designverktøy, system engineering, kompleksitet. Abbonér da vel!