Vinster:
- Den digitaliserar en offentlig ansökningsprocess steg för steg och bestämmer var människan hålls vid beslutstillfället.
- Genom att förutse den digitala klyftan och ojämlik tillgång lämnar den en alternativ kanal för varje process.
- Designar undantag och felhantering; När modellen är osäker gör det till en regel att rikta den till människan istället för att förkasta den.
En växande del av medborgarnas kontakt med allmänheten sker online: inhämtning av handlingar, ansökan, tidsbokningar, betalningar, statusförfrågningar via e-Government Gateway. E-förvaltning (leverans av offentliga tjänster via digitala kanaler, från en enda punkt och ofta utan mänskliga mellanhänder) både underlättar medborgarnas arbete och minskar bördan för institutionen. Bakom dessa digitala tjänster ligger arbetsflöden och i allt högre grad processautomatisering (automatisk exekvering av repetitiva steg som att ta emot applikationer, dirigera, kontrollera saknade dokument, skicka aviseringar med programvara). AI är ett kraftfullt verktyg för att utforma dessa flöden, producera formulär och meddelandetexter, förutvärdera inkommande applikationer och hitta blockeringar i processen. Men med en varning: varje rättighetsskapande/begränsande beslut som fattas av en automatiserad process måste vara juridiskt knutet till en punkt som en människa kan granska och motivera. Helt automatiserat avslag är olagligt utan invändningar och mänsklig granskning.
I automation, "var hålls människor?" fråga
Det mest kritiska beslutet när man designar processautomation är vid vilken tidpunkt människan kommer att vara involverad. Det finns tre vanliga modeller:
- Full automatisering (inga människor): Lämplig endast för icke-berättigade, lågrisk, regelklara uppgifter - till exempel automatisk generering och leverans av ett dokument från systemet. Det kan vara att föredra om reglerna är helt tydliga och felet är låg kostnad.
- Människan-i-slingan: AI/system producerar ett förslag, människan godkänner eller korrigerar det. Detta är standardmodellen för rättighetsskapande/begränsande beslut. Till exempel förutvärderar systemet en ansökan om assistans och handläggaren fattar ett beslut.
- Under mänsklig övervakning (human-on-the-loop): Systemet fungerar automatiskt, men människor övervakar, provar, kontrollerar och tar emot undantag. Den används i jobb med hög volym och medelrisk.
Nyckelprincip: ju mer beslutet påverkar medborgarnas rättigheter, desto mer ska personen stå i centrum. Den automatiska tilldelningen av en mötestid och det automatiska beslutet att stänga ett företag kan inte omfattas av samma ordning.
Tips: För varje automatiskt steg, "om detta steg fungerar fel, hur kan en medborgare invända och hur kan en människa fixa det?" Gör om svaret på frågan från början. Automatisering utan invändningar är både juridiskt och etiskt felaktigt.
Steg för steg: designa en digital process
- Kartlägg processen. Alla steg, beslut och aktörer från ansökan till avslut.
- Klassificera efter risk. Skapar/begränsar varje steg rättigheter? Var är människan nödvändig?
- Välj vad som ska automatiseras. Regel-tydliga, låg risk, repetitiva steg.
- Generera formulär och meddelandetexter. Enkelt, tillgängligt, minimalt med personuppgifter.
- Upprätta invändnings- och undantagsvägar. Koppla en mänsklig kontrollpunkt till varje automatiserat beslut.
- Kontrollera flödet av personuppgifter. Vilken data går vart och hur länge? (KVKK)
- Pilot, övervaka, förbättra. Mät felfrekvens och klagomål; fixa det.
tre minifodral
Fall 1 — Ofullständig dokumentautomatisering. På en institution avslogs 38 % av ansökningarna på grund av saknade dokument, och medborgarna kom igen. När en AI-stödd kontroll av saknade dokument lades till vid ansökningstillfället såg medborgaren det saknade dokumentet innan han ens skickade in formuläret; Den andra ansökningsgraden minskade från 38 % till 11 % och kassabördan minskade.
Fall 2 — Helautomatisk reversering av avslag. En pilot för socialbidrag beräknade automatiskt inkomsttröskeln och avvisade automatiskt dem över tröskeln. Men vissa speciella situationer (handikappad vårdbörda, tillfällig inkomst) ingick inte i regeln och det förekom orättvisa avslag. Processen har konverterats till en "mänsklig i slingan"-modell: systemet förutvärderar, handläggaren ser undantagen och fattar beslutet. Klagomål om orättvist avslag försvann.
Fall 3 — Igensättningsdetektering. En enhet som analyserade 6-månaders processloggar med AI fann att i genomsnitt 9 dagars ansökningar väntade på ett enda godkännandesteg; Det fanns bara en myndighet i det steget. När bemyndigandet gavs till en andra person minskade medeltiden från 14 dagar till 6 dagar.
Fyra kopierbara mallar
1) Processkarta och riskklassificering:
Din roll: offentlig processdesigner. Extrahera alla steg i tjänsten nedan, från ansökan till avslutning. För varje steg, specificera: (1) vad som görs, (2) skapar/begränsar det rättigheter, (3) kommer det att automatiseras eller kommer mänskligt omdöme att krävas, (4) är den största risken här. Markera den juridiska punkt du är osäker på som "måste bekräftas". SERVICE: [beskriv]
2) Vanlig meddelande/formulärtext:
Skriv en meddelandetext till medborgaren för följande situation: enkel, respektfull, steg för steg. Ange tydligt vad som behöver göras, varaktigheten [som ska bekräftas] och sättet att invända. Begär inte onödiga personuppgifter. Använd inte jargong.SITUATION: [t.ex. saknat dokument/ansökningsresultat]
3) Invändnings- och undantagsruttdesign:
Designa en mänsklig kontroll- och invändningsmekanism för följande automatiska beslutssteg: (1) hur medborgaren invänder, (2) vilka ärenden som ska gå ut ur automatiken och gå till människan (undantag), (3) vad människan ska leta efter när beslutet fattas, (4) tid och journal. Undvik helt automatiskt avslag. STEG: [automatiskt beslut]
4) Processflaskhalsanalys:
Granska processloggarna (steg - varaktighet) nedan. Bara givet uppgifterna: (1) längsta väntesteget, (2) möjlig orsak till flaskhals (en myndighet, manuell drift, etc.), (3) ge 2-3 förbättringsförslag. Lägger till nummer utifrån.LOGG: [steg- och tidsdata]
Svag prompt / Stark prompt
Svag: "Automatisera den här ansökningsprocessen."
Güçlü: "Offentlig processdesigner av rollen. Extrahera först alla steg från applikation till slutsats och klassificera varje steg som 'rättgenererande/icke-rättande', 'automatiserat/mänskligt krävs', 'huvudrisk'. Rekommendera endast regelklara och lågrisksteg till automatisering; designa mänskligt godkännande och invändningsväg för varje rättighetsbegränsande steg för varje rättighetsbegränsande data. där). Separera tvetydiga juridiska punkter som "måste bekräftas".
Skillnaden: kraftfull uppmaning separerar automatisering efter risk, framtvingar mänsklig granskning och överklagande, gör dataflödet och juridisk osäkerhet synlig.
Val av automationsmodell
affärstyp
Lämplig modell
Varför
Dokumentproduktion (regelnät)
Full automatisering
Låg risk skapar inga rättigheter
Utvärdering av stöd/incitament
människa i slingan
Det skapar en rättighet, det finns undantag
Högvolymsortering
under mänsklig övervakning
Provtagningskontroll är tillräcklig
Beslut om straff/begränsning
Människorna står i centrum
Kraftig inskränkning av rättigheter, motivering krävs
Hantering av åtkomstparitet och undantag
Samtidigt som digitalisering och automatisering av en offentlig process ökar effektiviteten skapar det en ny risk för ojämlikhet: den digitala klyftan (oförmågan att få tillgång till tjänster för medborgare utan datorer, internetåtkomst eller digital kompetens). Äldre, funktionshindrade, landsbygdsmedborgare eller låginkomsttagare kan uteslutas från en helt onlineprocess. En väldesignad digital process lämnar alltid en alternativ kanal (ansikte mot ansikte-applikation, telefonsupport, proxytransaktion); Automatisering begränsar inte medborgaren till kanalen, den erbjuder honom alternativ. På samma sätt är bra automatisering designad kring undantagshantering (vad som händer när ett saknat dokument, systemfel, undantag inträffar), inte ett "allt går bra"-scenario; För den verkliga offensiviteten i den offentliga sektorn upplevs av de medborgare som faller utanför reglerna.
Minifodral — de som utesluts av automatisering. När en välfärdsansökan flyttade helt online sjönk antalet ansökningar med 30 procent den första månaden – inte för att efterfrågan hade minskat, utan för att de mest behövande grupperna, äldre och medborgare utan internet, inte kunde ansöka. När institutionen öppnade stödda ansökningspunkter i chefskontoren återhämtade sig antalet; effektivitet balanserad med rättvis tillgång.
Minifodral — processen stannade i undantagsfall. I en automatiserad licensprocess förkontrollerades dokumentet av AI; men systemet avvisade tyst ansökningar och ansåg en sällsynt typ av dokument som "ogiltig". Cirka 15 legitima ansökningar per vecka hamnade i denna blinda fläck. Lösningen: när modellen är osäker, hänvisa den till tjänstemannen istället för att avvisa den.
Mall som styr processdesign:
Uppgift: Ta fram en checklista för RISK och ÅTKOMST för följande digitala process. Process: [steg för steg flöde]Frågor: 1) Hur ansöker en medborgare utan internet/enhet? 2) Finns tillgång till funktionshindrade? 3) Vad händer med applikationen om systemet ger ett fel? 4) Vem bestämmer vid undantag/regel? 5) Om automatiskt avslag ges, finns det en invändningsmetod och mänsklig kontroll? Resultat: Risknivå + rekommendation för varje fråga. Lägger till en passande lösning.
Tips: Utvärdera en automatisering inte genom "hur många processer snabbade den upp" utan också efter "vem utelämnade den?" Framgång i public service mäts av den minoritet som inte lämnas utanför lika mycket som majoriteten som kliver upp.
Vanliga misstag
- Gör det rättbegränsande beslutet helt automatiskt. Det är olagligt utan invändningar och mänsklig kontroll.
- Försöker få in undantag i regeln. Det verkliga livet går utöver regeln; Lämna mänsklig dörr för undantag.
- Funderar på sättet att invända senare. Designa ett sätt att utmana och korrigera varje automatiserat beslut från början.
- Inte kontrollera flödet av personuppgifter. Automation replikerar data; Kontrollera vart det tar vägen och lagringstiden.
- Att skriva meddelandet på jargong. Om medborgarna inte förstår blir processen digital men otillgänglig.
- Att expandera utan piloter. Mät felfrekvensen i liten skala först och expandera sedan.
Sammanfattningsvis
E-förvaltning och processautomatisering påskyndar public service och minskar bördan; AI är kraftfull när det gäller att kartlägga dessa processer, generera text, förutvärdera och hitta flaskhalsar. Men designens hjärta är en fråga: var är människan? Ju mer beslutet påverkar medborgarnas rättigheter, desto fler människor bör stå i centrum; Varje automatiskt beslut bör kopplas till en invändnings- och mänsklig kontrollpunkt och personuppgiftsflödet ska granskas i enlighet med KVKK.
Applikationsuppgift
Välj en onlinetjänst för din enhet. Med mallen "Processkarta och riskklassificering", extrahera stegen och markera var och en för risk och automatisering. Designa en mänsklig kontrollmekanism för ett rättighetsgenererande steg med mallen "Invändnings- och undantagsvägdesign". Skapa en aviseringstext med mallen "Enkel meddelande/formulärtext" och kontrollera dess tillgänglighet.
checklista
- [ ] Jag har klassificerat varje steg i termer av risk och automatiserbarhet.
- [ ] Jag har inte lämnat några rättighetsbegränsande beslut till full automatisering.
- [ ] Jag har kopplat mänsklig granskning och överklagande till varje automatiserat beslut.
- [ ] Jag designade en mänsklig dörr för undantag.
- [ ] Jag har granskat personuppgiftsflödet och lagringsperioden (KVKK).
- [ ] Jag skrev meddelandena enkelt och lättillgängligt; Jag testade det med piloten.