Nå skal kunstig intelligens velge de beste bærekraftprosjektene

Kristiansund kommune utvikler kunstig intelligens for å plukke ut de mest bærekraftige utviklingsprosjektene. Til sommeren skal politikerne i kommunen ta stilling til den første saken som er foreslått av kunstig intelligens.

– Vi har 17 bærekraftsmål som er brutt ned til et hundretalls av KPI-er (målindikatorer). Det er hundrevis av ulike prosjekter vi kan velge mellom. Summen av dette gir en kompleksitet som gjør det vanskelig for kommunene å velge riktige prosjekter, sier rådmann Arne Ingebrigtsen.

For eksempel vil bærekraftsmålet om likestilling mellom kjønnene ha målindikatorer av typen andel kvinnelige ledere eller andel av kvinner som eier mobiltelefon sammenlignet med andre kjønn.

Store mengder data

Han mener at den menneskelige hjernen ikke er det beste verktøyet til å foreta disse komplekse valgene. Løsningen hans er å implementere kunstig intelligens med et metode som kalles MAMCA (Multiple actors multiple criteria analysis).

Som navnet tilsier, kobler denne analysemetoden alle relevante aktørers målbilde med ulike kriterier (som i dette tilfellet er målindikatorene i bærekraftsmålene).

– MAMCA-modellen er godt utviklet, og det finnes etablert programvare for slike analyser. Modellen vekter ulike interesser og ulike kriterier med hva man ønsker å oppnå, sier Arne Ingebrigtsen.

Modellen tar også hensyn til data fra blant annet Statistisk sentralbyrå, inkludert 9438 nøkkeltall som kommunene rapporterer inn til KOSTRA, og Kartverket. Data som næringstetthet, demografi og geografiske forhold påvirker valgene som den kunstige intelligensen gjør. Tettbefolket kommune med ung befolkning og flat geografi? Da vil kanskje elsparkesykkelprosjekter score høyt. Elektrifisering av havn vil være et godt prosjekt i Kristiansund, men meningsløst i innlandskommuner som Tynset. Dette tar modellen høyde for.

– Vi har ikke kommet langt i offentlig forvaltning når det gjelder bruk av kunstig intelligens, i motsetning til i konsumentteknologien. For eksempel vil Ebay foreslå produkter til meg før jeg er klar over at jeg trenger de selv. Hadde vi vært bedre til å bruke kunstig intelligens til å ta valg i offentlig sektor, ville nok en del prosjekter blitt skrinlagt før de ble vedtatt, sier han.

Avhengig av god data

Trenger vi da politikere og rådmenn hvis kunstig intelligens gjør jobben med å velge de beste prosjektene?

– Min jobb som rådmann er å gi de mest informerte valgene til politikerne, og kunstig intelligens hjelper meg med dette, sier han.

For at modellen skal kunne gi de beste anbefalingene, er man avhengig av datagrunnlaget og vektingen av mål og indikatorer er korrekt. ATEA står bak en plattform for innsamling og kvalitetssikring av data, og har blant annet til nå laget systemet som skal kartlegge 92 målindikatorer i alle kommunene i Møre og Romsdal.

Modellen skal ikke bare skal rangere prosjekter, men også gi en forklaring – slik sikrer vi at den kunstige intelligensen ikke er på ville veier, samtidig som vi kan forklare valgene til politikerne som skal vedta prosjektene.

– Jeg må ha grunnlaget for valget. Forklarbar kunstig intelligens (explainable AI) øker vanskelighetsgraden i prosjektet betydelig, sier Ingebrigtsen.

Bedre og bedre

Rådmannen mener verktøyet på sikt vil kunne brukes både nasjonalt og internasjonalt. Han er ganske sikker at den kunstige intelligensen vil bli et nyttig bærekraftsverktøy.

– I første omgang kan det hende at modellen foreslår et terningkast 6-prosjekt som et terningkast 5-prosjekt, sier Arne Ingebrigtsen, men lover at modellen etter hvert vil bli smartere og mer treffsikker.

Prosjektet er delfinansiert av Møre og Romsdal fylkeskommune, og er en del av programmet United for smart sustainable cities (U4SSC), som er et samarbeid mellom 16 FN-organisasjoner og regioner, kommuner og bedrifter om smart bærekraftig utvikling i byer og lokalsamfunn.