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.
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!