Når KI-genererte klager treffer forvaltningen: Bruk AI der saksbehandlingen faktisk trenger avlastning
- Jun 10
- 9 min read
Introduksjon: Når klagene blir lengre, men ikke nødvendigvis bedre
Datatilsynet peker i personvernbloggen på en utvikling mange offentlige virksomheter sannsynligvis vil kjenne seg igjen i fremover: Språkmodeller gjør det enklere å skrive og sende klager. Det betyr ikke nødvendigvis at klagene blir bedre. Ofte kan de bli lengre, mer omfattende og mer juridisk formulert – uten at de av den grunn alltid gir saksbehandleren et tydeligere faktagrunnlag.
Det er en krevende utvikling. På den ene siden er det positivt at innbyggere får hjelp til å formulere seg. På den andre siden kan KI-genererte klager skape merarbeid dersom de inneholder lange rettslige resonnementer, generelle påstander og lite konkret informasjon om hva som faktisk har skjedd.
Derfor bør ikke svaret være å advare mot bruk av KI alene. Svaret bør også være at offentlig sektor selv tar i bruk AI på en ansvarlig måte.
Ikke for å automatisere bort rettssikkerheten. Ikke for å la maskiner avgjøre klager. Men for å hjelpe saksbehandlerne med det arbeidet som i dag tar mye tid: lese, sortere, oppsummere, avgrense, kontrollere mangler og forberede neste steg.
Datatilsynet står i en ny klagestorm
Datatilsynet beskriver en tydelig økning i antall klager, og peker samtidig på at språkmodeller kan bidra til at klagene blir mer omfattende. Det er ikke bare volumet som er utfordringen. Det er også kvaliteten på informasjonen som kommer inn.
En god personvernklage bør først og fremst svare på noen enkle spørsmål:
Hva har faktisk skjedd?
Hvem behandlet personopplysninger?
Hvilke personopplysninger gjelder det?
Når skjedde det?
Har klager kontaktet virksomheten først?
Finnes det dokumentasjon?
Utfordringen oppstår når klagen ser juridisk solid ut, men mangler det viktigste: konkrete fakta.
Språkmodeller kan produsere tekst som virker overbevisende. De kan vise til regelverk, formulere krav og bygge opp argumentasjon. Men dersom teksten ikke forklarer hendelsen, ikke dokumenterer kontakt med virksomheten og ikke gjør det klart hva Datatilsynet faktisk skal vurdere, blir saksbehandlingen tyngre – ikke lettere.
Det er her AI kan brukes som støtte i motsatt ende av prosessen.
AI bør gjøre klagen behandlingsklar
Den viktigste bruken av AI i saksbehandling er ikke å fatte vedtak. Den viktigste bruken er å gjøre saken klar for menneskelig vurdering.
AI kan bidra til å lage orden i ustrukturert tekst. Den kan trekke ut sentrale opplysninger, peke på mangler, foreslå kategorisering og lage et kort sammendrag. Dette er ikke det samme som å avgjøre saken. Det er saksforberedelse.
AI i saksbehandling bør først og fremst brukes til:
Mottakskontroll
Faktumuttrekk
Klageavgrensing
Mangelsjekk
Utkast til standardbrev
Vedleggsanalyse
Saksruting
Gjenkjenning av like saker
Dette er oppgaver som allerede gjøres i dag. Forskjellen er at mye av arbeidet gjøres manuelt, sak for sak, tekst for tekst. Med AI kan deler av dette forarbeidet automatiseres – samtidig som saksbehandleren beholder kontrollen.
Første automatisering: AI-basert mottakskontroll
Når en klage kommer inn, kan AI gjøre en første gjennomgang og lage en strukturert saksprofil. Målet er ikke å konkludere, men å gi saksbehandleren et raskt overblikk.
Faktaboks: Hva AI kan hente ut fra en klage
Saksfelt | AI-støtte |
Klager | Navn, rolle og kontaktinformasjon |
Innklaget virksomhet | Hvem klagen gjelder |
Sakstype | Innsyn, sletting, kameraovervåking, arbeidsgiverkontroll, markedsføring |
Faktum | Hva som faktisk påstås å ha skjedd |
Tidslinje | Datoer, hendelser og korrespondanse |
Dokumentasjon | Vedlegg, e-poster, skjermbilder, avslag |
Mangler | Uklare krav, manglende kontakt med virksomheten, manglende dokumentasjon |
Risiko | Barn, helseopplysninger, overvåking, sensitive data |
En saksbehandler bør slippe å starte med en lang, ustrukturert tekst uten tydelig inngang. I stedet bør vedkommende få en ryddet oversikt: Hva gjelder saken? Hva vet vi? Hva mangler? Hva bør avklares før saken kan behandles videre?
Det alene kan spare betydelig tid.
Andre automatisering: Mangelsjekk før saken når saksbehandler
Datatilsynet peker på at mange klager mangler grunnleggende informasjon. Det kan for eksempel være uklart hva virksomheten faktisk har gjort, hvilke personopplysninger saken gjelder, eller om klageren har kontaktet virksomheten først.
Dette er et område hvor AI kan gi stor nytte med relativt lav risiko.
AI kan kontrollere om klagen inneholder:
konkret hendelsesbeskrivelse
navn på innklaget virksomhet
datoer eller tidsperiode
informasjon om hvilke personopplysninger saken gjelder
dokumentasjon på kontakt med virksomheten
relevante vedlegg
en tydelig beskrivelse av hva klager ønsker vurdert
Dersom noe mangler, kan AI lage en kort mangelrapport:
Klagen inneholder flere rettslige påstander, men mangler en konkret beskrivelse av hva som faktisk har skjedd. Det fremgår ikke om klager har kontaktet virksomheten. Ingen dokumentasjon er vedlagt. Foreslått neste steg: Be klager presisere hendelsen og legge ved eventuell korrespondanse med virksomheten.
Dette er ikke en avgjørelse. Det er en praktisk støttefunksjon.
Saksbehandleren slipper å bruke tid på å lete etter opplysninger som ikke finnes. I stedet får vedkommende raskt vite hva som mangler, og kan vurdere hvordan saken bør følges opp.
Tredje automatisering: Klageavgrensing
KI-genererte klager kan være omfattende. De kan inneholde mange påståtte regelbrudd, lange juridiske beskrivelser og krav som ligger utenfor det Datatilsynet kan behandle.
Likevel kan kjernen i saken være enkel.
En lang klage kan for eksempel i realiteten handle om ett spørsmål:
Har arbeidsgiver brukt kameraovervåking til å kontrollere ansatte?
AI kan hjelpe med å skille mellom:
faktisk klagegrunnlag
rettslige påstander
irrelevante lovhenvisninger
udokumenterte anførsler
saker utenfor Datatilsynets mandat
den reelle kjernen i saken
Dette er verdifullt fordi god saksbehandling ofte starter med god avgrensing. Før saksbehandleren kan vurdere jussen, må saken forstås riktig.
Dersom AI kan foreslå hva saken egentlig gjelder, hvilke deler som er relevante, og hvilke deler som bør avklares nærmere, får saksbehandleren et langt bedre utgangspunkt.
Fjerde automatisering: Utkast til brev om manglende informasjon
Et av de mest konkrete og umiddelbare bruksområdene er utkast til brev.
Mange saker vil kreve at klageren sender inn mer informasjon. I dag må saksbehandleren ofte formulere dette selv, selv om behovene går igjen fra sak til sak.
AI kan lage forslag til sakstilpassede brev, for eksempel:
Vi trenger mer informasjon før vi kan vurdere klagen. Vennligst forklar kort hva virksomheten har gjort med dine personopplysninger, når dette skjedde, hvilke opplysninger det gjelder, og legg ved dokumentasjon på at du har kontaktet virksomheten.
Slike brev kan tilpasses sakstypen.
En innsynssak krever én type oppfølging. En sak om sletting krever en annen. En sak om kameraovervåking i arbeidslivet krever en tredje.
Poenget er ikke at brevet skal sendes automatisk. Poenget er at saksbehandleren får et godt førsteutkast som kan kvalitetssikres, justeres og sendes.
Det sparer tid, samtidig som menneskelig kontroll beholdes.
Femte automatisering: Vedleggsanalyse og tidslinje
I mange personvernsaker ligger de viktigste opplysningene ikke i selve klageteksten, men i vedleggene. Det kan være e-poster, skjermbilder, innsynssvar, avslag, interne retningslinjer eller annen dokumentasjon.
Å lese og sortere slike vedlegg tar tid. Samtidig er mye av arbeidet egnet for AI-støtte.
AI kan brukes til å:
oppsummere vedlegg
hente ut datoer
identifisere parter
lage tidslinje
sammenligne klagers påstander med dokumentasjonen
flagge manglende vedlegg
peke på dokumenter som faktisk underbygger saken
Dette kan gi saksbehandleren et bedre bilde av saken tidligere i prosessen.
I stedet for å lese alle dokumentene fra bunnen av bare for å forstå kronologien, kan saksbehandleren få en foreløpig tidslinje og en oversikt over hvilke dokumenter som ser ut til å være mest relevante.
Det betyr ikke at AI skal erstatte dokumentgjennomgangen. Men den kan gjøre den langt mer effektiv.
Sjette automatisering: Gjenkjenning av masseklager og duplikater
Når språkmodeller gjør det enklere å produsere lange klager, kan det også bli vanligere med klager som ligner hverandre. Det kan være klager mot samme virksomhet, klager basert på samme mal, eller saker som springer ut av samme hendelse.
AI kan bidra til å oppdage:
like formuleringer
samme faktummønster
samme innklagede virksomhet
samme underliggende hendelse
tidligere saker med tilsvarende problemstilling
mulighet for samlet behandling
Dette handler ikke om å mistenkeliggjøre klagerne. Det handler om å bruke saksbehandlingsressursene bedre.
Dersom flere saker gjelder samme problem, bør forvaltningen kunne se sammenhengen.
Det kan gi bedre prioritering, mer konsistent behandling og raskere avklaring.
Syvende automatisering: Mer objektiv og lik saksbehandling
Et viktig poeng blir ofte undervurdert i diskusjonen om AI i offentlig sektor: AI handler ikke bare om effektivitet. Riktig brukt bidrar teknologien også til mer objektiv og konsistent saksbehandling.
I dag vil saksbehandling alltid ha et menneskelig element. Det er nødvendig, men det gir også variasjon. To saksbehandlere kan lese samme klage ulikt. De kan vektlegge ulike deler av faktum, stille ulike oppfølgingsspørsmål eller bruke ulik tid på tilsvarende saker.
AI kan redusere denne personavhengigheten.
Dersom AI brukes til å kontrollere saker mot faste kriterier, får alle klager samme innledende vurdering:
Er faktum tydelig beskrevet?
Er virksomheten identifisert?
Er datoer eller tidsperiode oppgitt?
Er kontakt med virksomheten dokumentert?
Foreligger relevante vedlegg?
Gjelder saken personopplysninger?
Ligger saken innenfor Datatilsynets mandat?
Finnes det tidligere saker med samme problemstilling?
Dette gir en mer standardisert inngang til saken. Saksbehandleren står fortsatt for vurderingen, men vurderingen starter på samme nivå.
Det er viktig for rettssikkerheten.
Objektiv saksbehandling handler ikke om å fjerne mennesker. Det handler om å redusere tilfeldig variasjon. AI kan bidra til at like saker behandles likt, at mangler identifiseres på samme måte, og at vurderingsgrunnlaget blir mer transparent.
Samtidig må løsningen bygges riktig. AI må bruke tydelige kriterier, autoritative kilder og sporbare vurderinger. Saksbehandleren må se hva systemet har lagt vekt på, og kunne overstyre forslaget.
Da blir AI ikke en trussel mot faglig skjønn. Den blir et vern mot vilkårlighet.
Men AI må ikke bli en skjult vedtaksmaskin
Her er det viktig å trekke en tydelig grense.
AI bør ikke alene avgjøre om en klage skal avvises, henlegges, nedprioriteres eller føre til tilsyn. Slike beslutninger krever juridisk vurdering, forvaltningsskjønn og ansvarlig myndighetsutøvelse.
Riktig modell er:
AI forbereder. Saksbehandler vurderer og beslutter.
Dersom AI brukes som en usynlig portvokter, kan det svekke tilliten til forvaltningen.
Klageren må kunne stole på at saken deres faktisk blir vurdert av et menneske der det er nødvendig.
Samtidig bør ikke dette brukes som et argument mot all AI-bruk. Det er fullt mulig å bruke AI på en trygg og ansvarlig måte dersom rollen er tydelig: AI skal støtte saksbehandleren, ikke erstatte saksbehandleren.
Slik bør en ansvarlig AI-løsning bygges
En forsvarlig modell for AI i klagebehandling bør ha klare rammer og kontrollmekanismer.
1. Full sporbarhet
Saksbehandleren må kunne se hva AI har foreslått, hvilke dokumenter forslaget bygger på, og hvor informasjonen er hentet fra.
2. Ingen automatisk avvisning
AI kan foreslå at en sak er mangelfull, men bør ikke lukke eller avvise saken alene.
3. Faglig validering
Juridiske vurderinger må være forankret i autoritative kilder og kvalitetssikres av mennesker med riktig kompetanse.
4. Rollebasert bruk
Det bør skilles tydelig mellom administrativ støtte, juridisk analyse og beslutningsstøtte. Jo nærmere man kommer beslutningen, desto strengere krav bør gjelde.
5. Kvalitetskontroll
Virksomheten bør måle om AI faktisk gir bedre saksflyt, kortere behandlingstid, færre feil og mer konsistent behandling.
Konklusjon: Bruk AI der saksbehandlingen trenger mest avlastning
Språkmodellene har allerede begynt å påvirke klagesaksbehandlingen. Når innbyggere bruker KI til å skrive lengre og mer komplekse klager, må forvaltningen også vurdere hvordan AI brukes på mottakersiden.
Det betyr ikke at teknologien skal overta vurderingene. Det betyr at den bidrar til å rydde i tekst, trekke ut fakta, peke på mangler, analysere vedlegg og foreslå neste steg.
Den største gevinsten ligger i å gjøre saker behandlingsklare.
Men gevinsten handler ikke bare om tid. Den handler også om kvalitet. AI gir mulighet for mer lik, etterprøvbar og objektiv saksbehandling, fordi alle saker vurderes opp mot samme innledende kriterier.
Da bruker saksbehandlerne mindre tid på å sortere tekst og mer tid på det som krever menneskelig vurdering: forståelse, prioritering, skjønn og beslutning.
AI bør derfor ikke ses som en erstatning for saksbehandleren, men som et verktøy som gir bedre arbeidsro, bedre beslutningsgrunnlag og mer konsistent behandling.
Call to Action
Offentlige virksomheter bør starte med å kartlegge hvor saksbehandlerne bruker mest tid; er det på lesing, sortering, mangelsjekk og standardkommunikasjon.
Det er der AI bør inn først.
Ikke som myndighet.Ikke som beslutningstaker. Men som saksforbereder.
Riktig brukt kan AI bidra til kortere saksbehandlingstid, bedre ressursbruk og mer konsistent behandling – uten at det går på bekostning av rettssikkerheten.
FAQ: AI i saksbehandling
Kan AI avgjøre klager hos Datatilsynet?
Nei, ikke alene. AI kan støtte saksforberedelsen, men vedtak, avvisning og prioritering krever menneskelig sjekk og juridisk skjønn.
Hva er den største gevinsten med AI i klagebehandling?
Den største gevinsten er å gjøre uklare og lange klager behandlingsklare. Det betyr faktumuttrekk, mangelsjekk, vedleggsanalyse og forslag til neste steg.
Er KI-genererte klager et problem?
De kan være det. KI kan hjelpe innbyggere med å formulere seg bedre, men kan også produsere lange og generelle klager som mangler konkret faktum. En god klage trenger først og fremst tydelig informasjon om hva som faktisk har skjedd.
Kan AI styrke personvernet?
Ja, dersom teknologien brukes riktig. AI kan frigjøre tid til de sakene som krever mest oppmerksomhet. Men det forutsetter tydelige rammer, sporbarhet og menneskelig kontroll.
Kan AI gi mer objektiv saksbehandling?
Ja, dersom løsningen bygges riktig. AI kan bidra til at like saker vurderes etter samme kriterier, at mangler identifiseres likt, og at vurderingsgrunnlaget blir mer sporbarhet. Det reduserer risikoen for tilfeldig variasjon mellom saksbehandlere. Samtidig må mennesker ha kontroll, fordi AI ikke er objektiv i seg selv. Objektiviteten kommer fra tydelige kriterier, god styring og etterprøvbar bruk.
Hva bør Datatilsynet automatisere først?
Mottakskontroll, klageavgrensing, mangelsjekk, utkast til mangelbrev og vedleggsanalyse. Dette er områder med høy nytte og relativt lav risiko, så lenge saksbehandleren beholder kontrollen.
English Short Version: AI in Case Handling — Use It Where It Actually Helps
Datatilsynet, Norway’s Data Protection Authority, has pointed to a sharp rise in complaints after the arrival of large language models. The challenge is not only that there are more complaints, but that many are longer, more generic and less fact-based.
This is where AI can help in case handling — not by replacing legal judgment, but by preparing cases for human assessment.
The most useful applications are practical: AI-based intake checks, extraction of facts, identification of missing documentation, complaint delimitation, draft letters requesting more information, attachment analysis and detection of duplicate or similar complaints.
Caseworkers should not have to spend valuable time reading long, inflated legal text only to discover that the complaint lacks dates, documentation or proof that the company was contacted. AI can support that first round of structuring. Humans should remain responsible for the actual assessment.
The boundary must be clear: AI should not automatically reject, close or decide complaints.
The right model is simple: AI prepares. The caseworker evaluates. The human decides.
Public authorities should not ignore AI while citizens use it to generate increasingly complex complaints. Instead, they should use AI responsibly to protect capacity, improve consistency and give caseworkers better decision support.
Conclusion: The question is no longer whether AI affects case handling. It already does. The important question is whether public authorities will use it responsibly — with transparency, control and human judgment at the centre.
Comments