open/ms-ai-architect
1
0
Fork 0
Code Issues Releases 4 Activity
ms-ai-architect/skills/ms-ai-governance/references/norwegian-public-sector-governance/digdir-ai-governance-structure.md
Kjell Tore Guttormsen 3a73eeafdc refactor(ms-ai-architect): R13 del 1 — nøytraliser Cosmo-personaen i ref-korpusets headinger, etter å ha rettet en gate som var målt usann to ganger 
Ordre 20260912T193441Z-7358817909. Steg 1 var ikke transformen, men å rette
roadmapens R13-gate og få den ratifisert. Gaten `grep -rl "Cosmo"
skills/*/references -> 0` var usann på to uavhengige måter:

1. Ordren fanget den første: 451 av forekomstene er Azure Cosmos DB, ekte
   produktinnhold. Diskriminatoren er ikke bokstaven «s» — `Cosmos <norsk
   substantiv>` er genitiv av personaen (`### Cosmos tonalitet`), mens
   `Cosmos DB`/`CosmosClient`/`cosmos_ru` er produkt.
2. Denne økten fant den andre: 132 persona-forekomster ligger i prosa,
   tabeller, dialog-replikker og proveniens-linjer. Heading-nøytralisering
   kan ikke nå dem, så «0 persona» er uoppnåelig også under den ratifiserte
   formen. Operatøren ratifiserte alternativ A: gaten speiler formen, og de
   132 bokføres til R13b/R14.

Tre korreksjoner av premisser som sto i ordren og STATE:
  «ca 320 produkt»   -> 451 (case-sensitivt nett manglet 327 lowercase
                        TOC-ankre + 99 identifikatorer; sann nevner 1 638)
  «169 headinger»    -> 401. 169 var `^## For Cosmo`-prefikset (168) og var
                        internt inkonsistent med sin egen topp-variant (204)
  «417 matcher ingen
   populasjon»       -> 417 er cosmo-headinger utenfor kodefences; briefens
                        nevner var reell hele tiden

Fence-bevissthet er målt skadelig, ikke nødvendig: begge toggle-regler er
gale på dette korpuset (naiv toggle skjuler en ekte heading i
chain-of-thought-prompting.md, CommonMark-regelen ubalanserer
service-level-documentation-dr.md). Fence-agnostisk deteksjon finner 401
heading-linjer i nøyaktig de samme 40 variantene som fence-bevisst finner
400 i — ingen kodeblokk-linje er byte-identisk til en persona-heading. Derfor
nøkles transformen på 40 enumererte heading-tekster og ignorerer fences. En
ukjent variant kaster; en slug-kollisjon kaster. Ingenting auto-fikses.

TOC-en regenereres ikke, den rettes kirurgisk: alle 327 persona-lenker hadde
lenketekst lik én av de 40 heading-tekstene og anker lik slugify av den
(327/327, 0 avvik), så heading og TOC-entry skrives i samme operasjon og
ingen mellomtilstand etterlater en død lenke.

Ratifisert målform: `For Cosmo`, `For Cosmo Skyberg` og `For arkitekten
(Cosmo)` konvergerer på `For arkitekten`. To filer kolliderte og er adjudisert
ved å lese dem, ikke ved regel.

Verifisering (alle 7 kriterier fra ordren):
  G1 persona på heading-linjer   401 -> 0
  G2 døde fragmentlenker         1 -> 1 (pre-eksisterende, unntatt)
  G3 produkt-forekomster         451 -> 451; `Cosmos DB|Azure Cosmos` 308 = 308
  de 3 kun-produkt-filene        byte-identiske
  nettet validert begge veier    injisert persona feller G1; genitiv feller G1;
                                 produkt-heading og de 3 filene passerer
  hele diffen                    802 heading-linjer + 654 TOC-linjer, ANNET = 0
  linjeantall                    728 lagt til = 728 slettet
  suite                          1120/1120 (1097 + 23 nye)
  validate-plugin                250 PASS / 0 FAIL
  stikkprøve                     10 filer, alle 5 skills, inkl. de 3 mest
                                 produkt-tunge (26/20/19) — kun heading+TOC

Utenfor scope, urørt: de 4 SKILL.md, de 23 commands, CLAUDE.md, README.md,
NOTICE.md, docs/ (alt R14).

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
2026-09-12 22:12:28 +02:00

258 lines
13 KiB
Markdown
Raw Blame History

# 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
**Verified:** 2026-07-31
**Verified by:** judge-v3.1
---
## Innhold
- [Introduksjon](#introduksjon)
- [Digdirs ansvarsområder](#digdirs-ansvarsområder)
- [Styringsmodell for AI](#styringsmodell-for-ai)
- [Microsoft-integrasjon](#microsoft-integrasjon)
- [For arkitekten](#for-arkitekten)
- [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
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
Reference in a new issue View git blame Copy permalink