Kjell Tore Guttormsen
ddce43d8b2
Steg 9 (R4): unified migrate-corpus.mjs --write over engineering/governance/ infrastructure/security. 327 filer mutert, verified=null, prosa byte-identisk (fra første ## seksjon), advisor urørt (0 endringer). To applier-fixes oppdaget under kjøring (TDD, RED→GREEN): - insertHeaderFields: anker faller nå tilbake når en meta-linje selv passerer 500B (2 filer pakket et avsnitt i **Status:** → Type/Source landet utenfor scan-vinduet, applierens post-write-assertion fanget + restaurerte). - normalizeStaleVerified: fjerner nå ALLE stale non-date **Verified:** i 500B-vinduet, inkl. stray body-dup rett under --- (9 mlops-genaiops-filer var ellers falskt "verified"/fresh, droppet fra worklist). Operatør-godkjent utvidelse av carve-out; kun stray metadata-linjer, aldri prosa. test-transform-criterion: precondition oppdatert til post-migrasjons-sannhet (fila bærer nå Source). Suite 728/728 grønn.
256 lines
13 KiB
Markdown
256 lines
13 KiB
Markdown
# Digdirs styringsstruktur for AI
|
|
|
|
**Last updated:** 2026-05
|
|
**Status:** Gjeldende
|
|
**Category:** Norwegian Public Sector AI Governance
|
|
**Type:** reference
|
|
**Source:** https://learn.microsoft.com/azure/cloud-adoption-framework/scenarios/ai/govern
|
|
|
|
---
|
|
|
|
## Innhold
|
|
|
|
- [Introduksjon](#introduksjon)
|
|
- [Digdirs ansvarsområder](#digdirs-ansvarsområder)
|
|
- [Styringsmodell for AI](#styringsmodell-for-ai)
|
|
- [Microsoft-integrasjon](#microsoft-integrasjon)
|
|
- [For arkitekten (Cosmo)](#for-arkitekten-cosmo)
|
|
- [Kilder og verifisering](#kilder-og-verifisering)
|
|
|
|
## Introduksjon
|
|
|
|
Digitaliseringsdirektoratet (Digdir) har en sentral rolle i koordinering og veiledning rundt ansvarlig bruk av kunstig intelligens i norsk offentlig sektor. Denne kunnskapsreferansen beskriver Digdirs styringsstruktur for AI, ansvarsområder, og hvordan dette integreres med Microsoft-teknologi.
|
|
|
|
Digdir etablerte i august 2024 **KI Norge** som en nasjonal arena for å legge til rette for innovativ og ansvarlig utvikling og bruk av kunstig intelligens i offentlig og privat sektor. Dette representerer en forsterket satsing på AI-koordinering og kompetansedeling.
|
|
|
|
## Digdirs ansvarsområder
|
|
|
|
Digdir har flere kritiske roller i AI-økosystemet for offentlig sektor:
|
|
|
|
### 1. Veiledning og retningslinjer
|
|
|
|
- **AI-veiledning i "åpen beta"**: Digdir utvikler og vedlikeholder veiledning for ansvarlig bruk og utvikling av kunstig intelligens, lansert i mai 2023 og sist oppdatert oktober 2025
|
|
- **Innhold**: Veiledningen dekker de viktigste vurderingene som må gjøres for ansvarlig utvikling og bruk av teknologien, supplert med temasider om transparens, risikovurderinger og generativ AI
|
|
- **Konkrete råd**: Veiledningen gir praktiske råd for utvikling og bruk av AI i offentlig sektor i henhold til regelverk
|
|
- **Samarbeid med NORA.ai**: Utviklet i samarbeid for oversikt over kunstig intelligens i offentlig sektor
|
|
|
|
**Målgruppe**: Direktorater, etater og kommuner som utvikler eller tar i bruk AI-løsninger.
|
|
|
|
### 2. Koordinering og samordning
|
|
|
|
Riksrevisjonen (2023-2024) har påpekt at Digitaliserings- og forvaltningsdepartementet ikke har ivaretatt rollen som samordningsdepartement i tilstrekkelig grad, og at samordningen er svak.
|
|
|
|
**Digdirs koordineringsansvar**:
|
|
- Leder forsknings- og utviklingssatsningen på kunstig intelligens
|
|
- Fagansvarlig for KI Norge, den nasjonale satsingen på innovativ og ansvarlig bruk av AI
|
|
- Fungerer som bindeledd mellom sentrale AI-aktører i offentlig sektor, næringsliv, forskning og akademia
|
|
- Samarbeider med Nkom (koordinerende tilsyn) og Datatilsynet om felles veiledning og reguleringssandkasse
|
|
|
|
**Kritisk behov**: For å lykkes må offentlig sektor samordnes på en helt annen måte enn tidligere, med en mye tydeligere felles tilnærming.
|
|
|
|
### 3. Standardisering og digital samhandling
|
|
|
|
Digdir jobber med felles økosystem for nasjonal digital samhandling og tjenesteutvikling:
|
|
- **Arkitektur- og standardiseringsrådet (ASR)**: Gir råd og anbefalinger til Digdir om alle aspekter av samhandlingsevne — juridisk, organisatorisk, semantisk og teknisk
|
|
- **Governance**: ASR dekker også governance-aspektet ved digital samhandling
|
|
- **Koordinering**: Kommunal- og distriktsdepartementet (KDD) har ansvar for å koordinere statlige og kommunale interesser i et felles økosystem
|
|
|
|
### 4. KI Norge — nasjonal satsing
|
|
|
|
**Etablert**: August 2024
|
|
**Formål**: Nasjonal arena for innovativ og ansvarlig AI i offentlig og privat sektor
|
|
|
|
**Funksjoner**:
|
|
- Ny og utvidet kompetansemiljø i Digdir med en pådriver- og rådgiverrolle
|
|
- Tilbyr sammen med Nkom og Datatilsynet felles veiledning og reguleringssandkasse for AI
|
|
- Fungerer som kontaktpunkt mellom sentrale AI-aktører
|
|
|
|
**Ambisjon**: Norge skal ha en nasjonal infrastruktur for kunstig intelligens på plass innen 2030, med Norge i forkant av etisk og sikker bruk av AI.
|
|
|
|
## Styringsmodell for AI
|
|
|
|
### Roller og ansvar
|
|
|
|
Selv om alle sektorer og departementer har et ansvar for å sikre måloppnåelse på AI-området, er ansvarsfordelingen i praksis uklar:
|
|
|
|
| Rolle | Aktør | Ansvar |
|
|
|-------|-------|--------|
|
|
| **Samordningsdepartement** | Digitaliserings- og forvaltningsdepartementet | Overordnet ansvar (kritisert av Riksrevisjonen for svak samordning) |
|
|
| **Fagansvarlig** | Digdir | Forsknings- og utviklingssatsning, KI Norge |
|
|
| **Koordinerende tilsyn** | Nasjonal kommunikasjonsmyndighet (Nkom) | Tilsynskoordinering |
|
|
| **Personvern og databeskyttelse** | Datatilsynet | Tilsyn med GDPR og personvernlovgivning |
|
|
| **Samarbeid** | Digdir, Nkom, Datatilsynet | Felles veiledning og reguleringssandkasse |
|
|
|
|
### Beslutningsprosesser
|
|
|
|
**Manglende klarhet**: Det er i dag ikke tydelig nok definert:
|
|
- Hvem som eier AI-løsningen i et gitt prosjekt
|
|
- Hvem som har ansvar for vurderinger og dokumentasjon
|
|
- Hvilke kontrollpunkter som er nødvendige
|
|
|
|
**Krav for suksess**:
|
|
- Tydelige roller
|
|
- Gode kontrollpunkter
|
|
- Dokumentasjon underveis
|
|
- Kompetanse i organisasjonen
|
|
|
|
### Tilsyn og kontroll
|
|
|
|
**Nkom** får rollen som koordinerende tilsyn for AI.
|
|
|
|
**Utfordringer**:
|
|
- Fragmentert tilsynsstruktur
|
|
- Uklare ansvarslinjer mellom departementer og etater
|
|
- Behov for mye tydeligere felles tilnærming
|
|
|
|
## Microsoft-integrasjon
|
|
|
|
Microsoft AI-plattformene tilbyr styringsverktøy som kan støtte Digdirs veiledning og krav:
|
|
|
|
### 1. AI Governance Framework (Azure)
|
|
|
|
Microsoft har en delt ansvarsmodell for AI-styring:
|
|
|
|
| Ansvar | Microsoft | Kunde (offentlig virksomhet) |
|
|
|--------|-----------|------------------------------|
|
|
| **SaaS (Microsoft Copilot)** | Full application stack, modell-lifecycle, plugin governance, sikkerhetssystemer | Policies, brukeropplæring, output-validering |
|
|
| **PaaS (Azure AI)** | Plattformsikkerhet, underliggende tjenester | Modelldesign, tuning, integrasjon |
|
|
| **IaaS** | Infrastruktur | Modelldesign, implementasjon, drift |
|
|
|
|
**Kundeansvar uavhengig av modell**:
|
|
- Etablere AI governance og tilsynsmekanismer
|
|
- Brukerpolicies, review-prosesser, opplæring
|
|
- Identitets-, enhets- og tilgangsstyring
|
|
- Data governance-rammeverk (klassifisering, beskyttelse, livssyklus)
|
|
- Mapping til compliance-krav (GDPR, EU AI Act, etc.)
|
|
|
|
### 2. Azure Policy og Microsoft Purview
|
|
|
|
**Automatisert policy enforcement**:
|
|
- Reduserer menneskelig feil
|
|
- Sikrer konsistent policyapplisering på tvers av alle AI-deployments
|
|
- Sanntidsmonitorering og umiddelbar respons på policybrudd
|
|
|
|
**Manuell enforcement** for komplekse scenarioer som krever menneskelig vurdering.
|
|
|
|
### 3. AI Center of Excellence (AI CoE)
|
|
|
|
Microsoft anbefaler en tverrgående styringsmodell:
|
|
|
|
**AI CoE-ansvar**:
|
|
- Definere AI-strategi
|
|
- Utvikle AI-kompetanse
|
|
- Lede pilotprosjekter
|
|
- Definere og håndheve AI-standarder
|
|
- Opprette intake- og prioriteringsworkflows
|
|
- Utvikle gjenbrukbare assets
|
|
- Måle og rapportere resultater
|
|
- Administrere AI-tjenester (valgfritt)
|
|
|
|
**Roller i AI CoE**:
|
|
- Representanter fra juridisk, sikkerhet, produkt og engineering
|
|
- Eksekutiv sponsing og klar myndighet til å håndheve policies
|
|
- Konsultativ støtte fremfor gatekeeper-rolle
|
|
|
|
**Evolusjon**: Fra sentralisert kontroll til rådgivende rolle når AI-governance er innebygd i plattformoperasjoner.
|
|
|
|
### 4. Responsible AI Standard
|
|
|
|
Microsoft sitt Responsible AI-rammeverk er basert på seks prinsipper:
|
|
- **Fairness** (rettferdighet)
|
|
- **Reliability and Safety** (pålitelighet og sikkerhet)
|
|
- **Privacy and Security** (personvern og sikkerhet)
|
|
- **Inclusiveness** (inkludering)
|
|
- **Transparency** (transparens)
|
|
- **Accountability** (ansvarlighet)
|
|
|
|
Disse prinsippene er direkte sammenlignbare med Digdirs veiledning om ansvarlig AI.
|
|
|
|
### 5. Governance for AI Agents
|
|
|
|
**Miljøpreparering**:
|
|
- Governed application landing zones for PaaS/IaaS
|
|
- Konfigurasjon av identitet, tilgang og data governance for SaaS (Copilot Studio)
|
|
|
|
**Data governance**:
|
|
- Isolering av konfidensiell data
|
|
- Restriksjoner på datatilgang og permissions
|
|
- Standardisering av kunnskaps- og tool-integrasjoner
|
|
- Mandatory transparency om AI-involvering
|
|
|
|
**Auditing og transparency**:
|
|
- Planlagte audits av deployede AI-agenter
|
|
- Monitoring for model drift, bias, risikoprofiler
|
|
- Incident response protocols
|
|
- Public transparency reports
|
|
|
|
### 6. Continuous Risk Monitoring
|
|
|
|
**Prosedyrer**:
|
|
- Kvartalsvis risikovurdering for høyrisiko AI-workloads
|
|
- Årlige vurderinger for lavrisiko systemer
|
|
- Strukturert måleplan (både kvantitative metrics og kvalitative indikatorer)
|
|
- Standardiserte rapporter til stakeholders
|
|
- Uavhengige reviews (eksterne auditører eller interne reviewere)
|
|
|
|
## For arkitekten (Cosmo)
|
|
|
|
Når du vurderer AI-governance for norsk offentlig sektor, bruk disse spørsmålene:
|
|
|
|
1. **Ansvarsklargjøring**:
|
|
Hvem i virksomheten eier AI-løsningen? Er roller og ansvar dokumentert? Er det tydelig hvem som har ansvar for vurderinger og dokumentasjon?
|
|
|
|
2. **Digdir-veiledning**:
|
|
Er Digdirs AI-veiledning integrert i prosjektets governance-prosess? Dekker løsningen kravene til transparens, risikovurderinger og ansvarlig bruk?
|
|
|
|
3. **Koordinering med KI Norge**:
|
|
Kan løsningen dra nytte av veiledning eller reguleringssandkasse fra KI Norge/Nkom/Datatilsynet? Bør prosjektet rapportere til eller koordineres med nasjonale AI-initiativer?
|
|
|
|
4. **Microsoft-verktøy**:
|
|
Hvilke Azure governance-verktøy (Azure Policy, Purview) er relevante? Trenger virksomheten et AI Center of Excellence? Er det behov for PaaS/IaaS landing zones med governance-controls?
|
|
|
|
5. **Compliance-mapping**:
|
|
Hvordan skal løsningen tilfredsstille GDPR, Forvaltningsloven, Utredningsinstruksen og eventuelt EU AI Act? Er data governance-rammeverk etablert?
|
|
|
|
6. **Samordning**:
|
|
Hvordan sikrer vi at løsningen er del av en tydelig felles tilnærming på tvers av sektorer? Er det behov for koordinering med andre departementer eller etater?
|
|
|
|
7. **Monitoring og audit**:
|
|
Hvilke KPIer og metrics skal brukes for å måle AI-pålitelighet, bias, compliance? Hvor ofte skal løsningen auditeres?
|
|
|
|
8. **Incident response**:
|
|
Er det etablert klare incident response-prosedyrer? Hvem kan ta beslutninger om å ta en AI-løsning offline? Hvordan varsles berørte brukere?
|
|
|
|
9. **Transparency**:
|
|
Hvordan kommuniseres AI-involvering til sluttbrukere? Er det tilgjengelige feedback-mekanismer for å rapportere bekymringer?
|
|
|
|
10. **Risk tolerance**:
|
|
Hva er virksomhetens risikotoleranse for AI? Er det behov for ekstra sikkerhetstiltak utover Digdirs veiledning gitt virksomhetens spesifikke kontekst (f.eks. helse, rettsvesen, forsvar)?
|
|
|
|
## Kilder og verifisering
|
|
|
|
**Digdir-kilder**:
|
|
- [Utnytte mulighetene i kunstig intelligens | Digdir](https://www.digdir.no/digitalisering-og-samordning/utnytte-mulighetene-i-kunstig-intelligens/7097)
|
|
- [Digdir etablerer KI Norge | Digdir](https://www.digdir.no/kunstig-intelligens/digdir-etablerer-ki-norge/7412)
|
|
- [Veiledning for ansvarlig bruk og utvikling av kunstig intelligens | Digdir](https://www.digdir.no/kunstig-intelligens/veiledning-ansvarlig-bruk-og-utvikling-av-kunstig-intelligens/4601)
|
|
- [Veiledning for KI i offentlig sektor | Digdir](https://www.digdir.no/kunstig-intelligens/veiledning-ki-i-offentlig-sektor/4132)
|
|
- [Kunstig intelligens | Digdir](https://www.digdir.no/kunstig-intelligens/kunstig-intelligens/4132)
|
|
- [Vi leder an i ansvarlig og innovativ bruk av data og kunstig intelligens | Digdir](https://www.digdir.no/digdir/vi-leder-i-ansvarlig-og-innovativ-bruk-av-data-og-kunstig-intelligens/7313)
|
|
- [Om Digdirs KI-veiledning | Digdir](https://www.digdir.no/kunstig-intelligens/om-digdirs-ki-veiledning/4601)
|
|
- [Råd for ansvarlig utvikling og bruk av kunstig intelligens i offentlig sektor | Digdir](https://www.digdir.no/kunstig-intelligens/rad-ansvarlig-utvikling-og-bruk-av-kunstig-intelligens-i-offentlig-sektor/4272)
|
|
- [Felles økosystem for nasjonal digital samhandling og tjenesteutvikling | Digdir](https://www.digdir.no/handlingsplanen/felles-okosystem-nasjonal-digital-samhandling-og-tjenesteutvikling/1256)
|
|
- [Samordning og koordinering | Digdir](https://www.digdir.no/digitalisering-og-samordning/samordning-og-koordinering/1002)
|
|
|
|
**Andre norske kilder**:
|
|
- [Staten henger etter på kunstig intelligens | Riksrevisjonen](https://www.riksrevisjonen.no/rapporter-mappe/no-2023-2024/bruk-av-kunstig-intelligens-i-staten/)
|
|
- [KI vil gi gevinster | KS](https://www.ks.no/fagomrader/digitalisering/styring-og-organisering/ki-vil-gi-gevinster/)
|
|
- [Kunstig intelligens | data.norge.no](https://data.norge.no/kunstig-intelligens)
|
|
|
|
**Microsoft Learn-kilder**:
|
|
- [Artificial Intelligence overview — Compliance | Microsoft Learn](https://learn.microsoft.com/en-us/compliance/assurance/assurance-artificial-intelligence)
|
|
- [Govern AI — Cloud Adoption Framework | Microsoft Learn](https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/scenarios/ai/govern)
|
|
- [Establishing responsible AI policies for AI agents across organizations | Microsoft Learn](https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/ai-agents/responsible-ai-across-organization)
|
|
- [Governance and security for AI agents across the organization | Microsoft Learn](https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/ai-agents/governance-security-across-organization)
|
|
- [Establish an AI Center of Excellence | Microsoft Learn](https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/scenarios/ai/center-of-excellence)
|
|
|
|
**Sist verifisert**: 2026-02-05
|