Bruk av lokal kunstig intelligens i offentlig sektor: En design-science-studie av sikker og effektiv informasjonshenting og tolkning av juridiske dokumenter.

Abstract

Denne bacheloroppgaven gjennomfører en case studie som undersøker hvordan en lokal KI-løsning kan brukes til å lese, analysere og hente ut innhold i dokumenter. KI-løsningen er utviklet til å fungere offline med hensyn til informasjonssikkerhet, rettssikkerhet og brukervennlighet. Oppgaven tar utgangspunkt i utfordringer knyttet til mine arbeidsoppgaver og behov for å finne alternativer til skybaserte løsninger som kan utgjøre en sikkerhetsrisiko og være uegnet for behandling av sensitive opplysninger.

Case studien er bygd opp med design science metoden. Prosessen går gjennom alle steg og forklarer hvordan KI-løsningen ble utviklet, installert, testet og evaluert. KI-løsningen ble kjørt i et lukket miljø uten internettforbindelse og testen i to testfaser: først ble den testet mot et menneske så ble den testet mot Microsoft Copilot og mot et menneske. Testing ble gjennomført på ekte kontrakter med sladdet innhold.

Resultatene ble dokumentert og analysert. Resultater av studien viser at den lokale KI-løsningen gir høy datasikkerhet og god brukervennlighet, men den har store svakheter i svartid og fullstendighet. Testfase to har sammenlignet KI-løsningen med Copilot og en menneskelig rådgiver. KI-løsningen er tregere og mindre treffsikker, men har fordeler i form av kontroll, fleksibilitet og lavere miljøbelastning. Oppgaven konkluderer med at lokal KI-løsning har et viktig potensial som støtteverktøy i offentlig sektor, forutsatt at det gjøres tekniske forbedringer og at løsningen brukes innenfor klare rammer. Forslag til forbedringer og videre forskning presenteres avslutningsvis.

This bachelor's thesis conducts a case study that investigates how a local AI solution can be used to read, analyze and extract content in documents. The AI solution is developed to function offline with regard to information security, legal certainty and user-friendliness. The thesis is based on challenges related to my work tasks and the need to find alternatives to cloud-based solutions that may pose a security risk and be unsuitable for processing sensitive information.

The case study is built using the design science method. The process goes through all steps and explains how the AI solution was developed, installed, tested and evaluated. The AI solution was run in a closed environment without an internet connection and the test in two test phases: first it was tested against a human, then it was tested against Microsoft Copilot and against a human. Testing was carried out on real contracts with scrambled content.

The results were documented and analyzed. Results of the study show that the local AI solution provides high data security and good user-friendliness, but it has major weaknesses in response time and precision. Test phase two has compared the AI solution with Copilot and a human advisor. The AI solution is slower and less accurate, but has advantages in terms of control, flexibility and lower environmental impact. The thesis concludes that local AI solutions have important potential as support tools in the public sector, provided that technical improvements are made and that the solution is used within clear frameworks. Suggestions for improvements and further research are presented in conclusion.