Bristande datakapacitet hotar AI-utvecklingen i offentlig sektor

En ny rapport från Myndigheten för digital förvaltning (Digg), framtagen i samarbete med Högskolan i Skövde, visar att många statliga myndigheter har långt kvar innan de kan arbeta effektivt med data och AI. Brister inom informationshantering och kompetens riskerar att minska nyttan av AI-satsningar.
Sveriges nya digitaliseringsstrategi stakar ut en tydlig väg mot en mer datadriven offentlig sektor, men verkligheten ser annorlunda ut. Enligt rapporten är det fortfarande ovanligt att beslut inom myndigheterna baseras på systematisk dataanalys. Endast 15 procent av myndigheterna uppger att de både har strukturerad informationshantering och arbetar datadrivet.
Dataanalys fortfarande ovanligt
En vanlig missuppfattning är att arbete med data automatiskt innebär ett datadrivet förhållningssätt. I praktiken innebär datadrivet arbete att fatta beslut grundade på analyserade data – något som fortfarande är undantag snarare än regel. Majoriteten av myndigheterna saknar strukturerade processer för att använda dataanalys i sitt beslutsfattande, särskilt när det gäller individnära verksamheter.
– Diggs rapport är unik i sitt slag. Internationellt är det vanligt att liknande studier fokuserar på enskilda fall eller blandar olika nivåer inom offentlig sektor, säger Mikael Berndtsson, docent i informationsteknologi vid Högskolan i Skövde.
Risk för ineffektiva AI-satsningar
Många myndigheter har inlett arbete med AI, men utan tillräcklig datakvalitet riskerar tekniken att leda till felaktiga beslut. Fokus ligger ofta på tekniska lösningar som plattformar och datalager, snarare än på att utveckla den organisatoriska förmågan att faktiskt använda data i praktiken.
– För att skapa verklig nytta behövs inte bara teknik utan även kompetens och arbetsmetoder som möjliggör analys, säger Magdalena Norlin-Schönfeldt, analyschef på Digg.
Bara en tredjedel av myndigheterna har idag en systematisk metod för att använda dataanalys i strategiarbete eller beslutsfattande. Många AI-projekt riskerar därför att bli ytliga och ineffektiva, eftersom de saknar ett stabilt informationsunderlag att bygga på.
Omognad vanligt problem
Rapporten visar att myndigheterna befinner sig i olika utvecklingsfaser när det gäller AI och datadrivet arbetssätt. Vissa har påbörjat organisatoriskt förändringsarbete, men många har ännu inte byggt upp den kapacitet som krävs.
Den samlade bilden är att datamognaden generellt är låg inom staten. Interna hinder som resursbrist, tidsbrist och avsaknad av kompetens bromsar utvecklingen. Samtidigt efterlyser Digg tydligare yttre incitament – exempelvis styrsignaler i instruktioner, regleringsbrev och myndighetsdialoger – för att driva på förändringen.
– Med rätt signaler kan fler myndigheter prioritera det datadrivna arbetet och därmed skapa bättre förutsättningar för AI, säger Magdalena Norlin-Schönfeldt.
Praktiska förutsättningar krävs för framgång
Rapporten slår fast att strategier och visioner inte räcker. Det behövs konkreta investeringar i kapacitet för informationshantering, dataanalys och AI-användning – på ett långsiktigt och hållbart sätt.