Hur kan AI användas inom biståndet för att förbättra analys och rapportering? I ett särskilt projekt testar just nu flera organisationer AI-teknikens möjligheter. Den 17 september ordnas ett seminarium för personer inom biståndet som vill ta del av erfarenheterna från projektet.
Användningen av AI har exploderat och i praktiken finns det inte några digitala informationstjänster som inte använder sig av AI-teknik i hanteringen av data, det som ofta kallas för LLM, Large Language Models.
Samtidigt är det välkänt att de svar som AI ger inte alltid är korrekta. Eller för att uttrycka det tydligare: ibland fabulerar AI-tjänster som ChatGPT vilt.
Henrik Hansson är chef för teknikutveckling på Läkarmissionen och övergripande projektledare:
– Vi har valt ChatGPT som plattform för att vår branschspecifika modell då kan utvecklas i takt med basplattformen, samtidigt som den anpassas till våra olika organisationers behov. Det finns branschgemensamma begrepp och processer som gör det möjligt att träna upp en AI-modell som förstår projektcykler, indikatorer och begrepp. Det gör det lättare att uppdatera med nya data, nya rapporter och ny kontextuell information.
Det övergripande syftet med AI-projektet som finansieras av Vinnova är att se hur tekniken kan hjälpa till att hantera stora interna datamängder från rapporter, studier och annat för att därmed kunna underlätta både rapporterande och beslutsfattande. Förutom Läkarmissionen deltar Internationellt Centrum för Lokal Demokrati (ICLD) och We Effect i projektet:
– Det pågående pilotprojektet använder ChatGPT-4 som grund. Varje organisationer har sedan valt att med utgångspunkt från detta arbeta med egna data. Skillnaden i vår modell är att den får tillgång till våra resultatdata, instruktioner om vårt uppdrag och vårt resultatnätverk. Det möjliggör mer specifika prompts och mer träffsäkra svar, fortsätter Henrik Hansson.
Felicia Wede arbetar på ICLD och är en av dem som nu testar modellen.
– Vårt mål är att avmystifiera tekniken och visa att det är ett av flera verktyg. Teknikutvecklingen går snabbt, och det är en utmaning att kliva in vid rätt tidpunkt, men hittills har det varit en mycket lärorik resa, säger hon och fortsätter:
– Projektet har varit en fantastisk chans att fördjupa förståelsen för teknologin och dess potential och lära oss hur AI kan användas som hjälpmedel inom vår bransch. Vi hanterar stora mängder data, ofta kvalitativa data, och det finns ett tydligt behov av att effektivisera resultatuppföljning och programutveckling. Därför är det mycket intressant att hålla sig a jour med modern teknik och se hur AI kan användas som hjälpmedel inom vår bransch.
ICLD har till uppdrag att stödja demokratiskt deltagande och förändring på lokal nivå och organisationen förmedlar finansiering för samarbetsprojekt till ett stort antal kommuner runt om i Sverige som i sin tur har många partners. Totalt handlar det om ett 50-tal aktiva partnerskap och ett 100-tal rapporter varje år. Ett syfte med AI-projektet är därför att tolka och sammanställa resultat och lärdomar från dessa rapporter.
– Vi behöver ta vara på mycket information från olika håll, identifiera trender och gemensamma utmaningar i projekten, och kunna dra mer övergripande slutsatser. Denna bearbetning tar mycket tid för den som utför det så här räknar vi med stora tidsbesparingar.
– Vi vill också kunna identifiera likheter mellan projekt i olika delar av världen. Det kan gälla reformarbete i offentlig sektor, klimatarbete eller förbättrad samhällsservice – då blir det viktigt att se vad som fungerar, hur det manifesteras och om det är överförbart, konstaterar Felicia Wede som betonar att det inte handlar om att ersätta den manuella granskning som hon och kollegorna gör.
– Jag börjar alltid med att själv läsa rapporterna och anteckna vad jag uppfattar. Därefter använder jag AI för att se om jag missat något, eller för att plocka fram citat som stödjer mina slutsatser. När jag väl har kontroll på grundmaterialet kan jag kombinera flera rapporter och be modellen identifiera gemensamma nämnare. Det handlar alltså inte om att ersätta det professionella omdömet, men väl att få stöd i att identifiera mönster och citat, fortsätter hon.
Samtidigt har det inte varit helt enkelt att få AI-systemet att ”förstå” och ”lära sig” hur organisationerna ”tänker”: terminologi, sätten att rapportera och annat har krävt en hel del träning och korrigering.
– Vi har haft vissa förseningar där vi fått stanna upp och gå tillbaka, men som helhet har vi nu nått relativt långt, konstaterar Felicia Wede.
Maria Taddese arbetar med affärsutveckling på We Effect som också är projektpartner.
– Som organisation har vi bestämt att vi vill satsa proaktivt på AI och därmed också vara med och driva innovationsprocesser så för oss är det ett viktigt projekt. Samtidigt är det en förutsättning att man också avsätter tid och resurser för arbetet, säger hon.
Det övergripande syftet för We Effect är att kunna hantera den kunskapen som finns på ett bättre sätt än nu, så att viktiga lärdomar inte riskerar att förloras. Så här långt menar Maria Taddese att hon kan ske klara tecken på ökad effektivsitering:
– Vi har mycket information som kommer in via olika rapporter och som vi behöver systematisera och utnyttja på ett effektivt sätt och där kan AI-verktyg helt klart spela en roll, inte minst om det kan minska mängden dubbelarbete, menar Maria Taddese som är nöjd med hur projektet utvecklats så här långt, även om det också varit motigt i vissa perioder.
Hur arbetar ni för att kvalitetssäkra materialet?
– Grunden är att vi vet vilket material vi lägger in i modellen och att vi därmed kan värdera utfallet. Sen har det steg för steg blivit bättre, även om vi ännu inte känner oss helt nöjda.
Vad har varit mest komplicerat – och oväntat?
– Oväntat vet jag inte, men att förbättra AI-verktygets träffsäkerhet har varit en utmaning. Där har Cap Gemini arbetat med det tekniska och vi har sedan gjort noggranna texter utifrån vårt material och det rent biståndstekniska. Det har blivit klart bättre sedan vi började. Det vi arbetar med nu handlar bland annat om att förfina promptningen.
Men blir det bättre än om ni skulle använda ChatGPT eller någon annan redan befintlig plattform?
– Mervärdet för oss är att AI-verktyget lär sig terminologin och de ämnen och fackområden som är direkt knutna till We Effect som organisation.
Vad kommer nu att hända internt hos er efter att projektet är avslutat?
– Vi har inte fattat några beslut, men vi har börjat har börjat diskutera olika sätt för hur vi skulle kunna gå vidare, inte minst i samarbete med andra organisationer.
Men finns det någon oro internt för att det här kan leda till att medarbetare förlorar arbetat?
– Den diskussionen har inte varit uppe än. Det hela handlar om att vi ska kunna arbetat mer effektivt och där tror jag inte att någon uppfattar det som ett hot mot jobben.
Fotnot: Global Reporting som äger Global Bar Magazine är ansvarig för den utåtriktade kommunikationen kring projektet.
17/9. Välkommen på seminarium om AI i biståndet
På seminariet berättar de medverkande organisationerna om vilka erfarenheter de gjort hittills, vad som gått bra och vad andra organisationer som ska inleda sin AI-resa bör tänka på. Stort utrymme kommer att lämnas för frågor och diskussioner.
- Var: Medborgarplatsen 25, Stockholm. Vi möter upp vid entrén.
- När: 17/9, 8.00–10.30 med frukost. Samtalet startar 9.00.
Seminariet leds av Global Bar Magazines chefredaktör David Isaksson.
Begränsat antal platser. Anmäl dig här
|
Uppläsning av artikel
|
